Konsistente Charaktere
KI-Videos mit konsistenten Figuren erstellen
Aktualisiert 18. November 2026

| SceneMixer auf einen Blick | Das bekommst du |
|---|---|
| Videopreis | Ab 0,06 $ pro Sekunde (10 Credits) in der Standardstufe, bis zu 0,47 $ pro Sekunde in der obersten Stufe; jeder Preis wird angezeigt, bevor du auf den Button drückst |
| Clip-Länge | Bis zu 30 Sekunden pro generiertem Segment; eine Episode wird aus ihren Segmenten zu 1 Credit pro Sekunde zusammengesetzt |
| Eine Episode, durchgerechnet | Eine 60-Sekunden-Episode in der Standardstufe kostet etwa 660 Credits (Video plus Zusammensetzen), etwa 4,11 $ zum niedrigsten Credit-Preis; eine Serie aus 10 Episoden à 90 Sekunden aus einem Roman mit 30.000 Zeichen kostet etwa 10.026 Credits, etwa 62 $ |
| Dialog | Direkt im Video gesprochen, eine Stimme pro Figur, in einer von 15 Sprachen |
| Formate | 9:16 hochkant oder 16:9 quer; 480P bis 1080P, dazu eine 2K-Stufe |
| Kostenlos starten | 50 Credits bei der Anmeldung, 15 kostenlose Referenzbilder, ein kostenloses Storyboard für die erste Episode und eine kostenlose Videovorschau von 5 Sekunden |
| Wer es nutzt | 2.900+ Creator haben mit SceneMixer generiert (Konten mit mindestens einer Generierung, gezählt im November 2026) |
| Eingabe | Ein Drehbuch, ein Roman oder eine Idee in einem Satz; Uploads als .txt, .docx und .md |
Warum Charaktere überhaupt driften
Ein Text-zu-Video-Modell rendert jede Generierung unabhängig voneinander. Beschreibe eine Frau um die Dreißig mit einer Narbe über einer Augenbraue in Einstellung 1 und nochmal in Einstellung 30, und du bekommst zwei Frauen, die zur Beschreibung passen, aber nicht zueinander — Adjektive reichen nicht aus, um ein Gesicht eindeutig zu bestimmen. Jede der folgenden Lösungen basiert auf derselben Idee an anderer Stelle: Hör auf, den Charakter zu beschreiben, und gib dem Modell ein Bild von ihm.
Vier Sicherungen
| Referenzblatt | Jeder Charakter wird einmal als Ganzkörperblatt im 9:16-Format auf einfarbigem Hintergrund unter gerichtetem Schlüssellicht erstellt — ein Casting-Foto, kein Stimmungsbild, denn alles Licht, das im Blatt festgelegt ist, wird von jeder Einstellung übernommen, die es nutzt. |
|---|---|
| Angehängte Ausschnitte | Gesichts- und Körperausschnitte aus diesem Blatt werden mit jedem Segment gesendet, in dem der Charakter vorkommt. Das Modell gleicht ein Bild ab, statt eine Beschreibung zu interpretieren. |
| Verknüpfungen per ID | Storyboards verweisen auf Assets per Kennung, nicht per Name. Zwei Charaktere mit demselben Namen oder eine Namensänderung mitten im Projekt brechen die Kette nicht mehr stillschweigend. |
| Regel für außerhalb des Bilds | Ein Charakter, der nur angeschaut, angesprochen oder nach dem gegriffen wird — und nicht im Bild ist — wird als Regieanweisung geschrieben, nie benannt. Ein abwesender Charakter zu nennen, führt dazu, dass das Modell sein Gesicht in eine Einstellung mit nur einer Person einfügt. |
Ein fünftes, kleineres: SceneMixer gibt jeder Person in einer Einstellung ein bis zwei unterscheidende Gesichtsmerkmale aus ihrer eigenen Beschreibung. Das mildert die klassische Panne ab, bei der zwei Figuren in derselben Uniform mitten in der Einstellung die Gesichter tauschen.
Wenn sich der Charakter ändern soll
Konsistenz kann nicht „nie ändern“ bedeuten — ein Charakter, der in Folge 6 in Brand gerät, muss in Folge 7 verbrannt aussehen. Die Trennlinie ergibt sich daraus, wie ein Videomodell ein Referenzbild behandelt: Es kopiert Gesicht, Kleidung, Form und Struktur fast wörtlich, und es wendet Licht, Wetter und Tageszeit als darüber gelegte Effekte an.
- Gib einer Figur eine Zustandsvariante, wenn sich Aussehen, Kleidung, Form oder Struktur ändern: ein kompletter Kostümwechsel, eine Verwandlung, Verbrennungen, ein eingestürzter Raum, eine aus der Scheide gezogene Klinge, ein zerbrochenes Objekt. SceneMixer gibt der Variante ein eigenes Referenzbild, das aus der Basisgrafik erzeugt wird.
- Schreib es in den Einstellungstext, wenn sich Licht, Wetter, Tageszeit, Position, das, was jemand hält, oder das, was auf ihm gelandet ist, ändert. Regen braucht keine zweite Version der Straße.
Das falsch herum zu machen, kostet in beide Richtungen viel: Eine Variante für „hält die Tasse“ ist ein Bild, für das du bezahlst und das du nie sehen wirst, und ein Prompt für „nach dem Feuer“ ist eine Anfrage, die das Modell höflich ignoriert — zugunsten des sauberen Raums in seiner Referenz.
Was noch nicht gelöst ist
- Lange Mäntel verdecken das Gesicht. Ein Ganzkörper-9:16-Blatt eines Charakters in langem Mantel oder Robe verbraucht die meisten Pixel auf Stoff, und der Kopf wird so klein, dass feine Identitätsmerkmale verloren gehen. Das ist eine Rahmenbegrenzung, keine Prompt-Problematik.
- Zwei gleich gekleidete Charaktere in einer Einstellung können trotzdem die Gesichter tauschen. Unterscheidende Merkmale helfen; passende Uniformen bleiben der schwierigste Fall.
- Menschenmengen. Die Konsistenzgarantien von SceneMixer gelten für die Besetzung in deiner Asset-Bibliothek. Statisten im Hintergrund werden jedes Mal neu erzeugt und sollten als Kulisse behandelt werden.
Die ausführliche Erklärung mit dem, was jede Ebene erfassen kann und was nicht, findest du in dem Leitfaden zur Charakterkonsistenz.
Was es kostet
Referenzblätter sind eine eigene Position, getrennt von der Skriptanalyse (4 Credits pro 3.333 Zeichen englischen Textes). Jedes Konto erhält 15 Referenzbilder kostenlos. Zusätzliche oder neu erzeugte Bilder danach kosten 7 Credits pro Stück im Standard-Bildmodell. Zustandsvarianten haben in einem ersten Projekt ein eigenes kleines kostenloses Kontingent und werden danach als Bilder berechnet. Das Video selbst beginnt auf SceneMixer bei 10 Credits pro Sekunde Ausgabe (≈ 0,06 $/s im niedrigster Credit-Preis-Tarif), unabhängig davon, ob Referenzen angehängt sind — Konsistenz ist kein Aufpreis. Details auf der Preisseite.
Teste es an deiner eigenen Besetzung, kostenlos
Konsistenz ist die eine Behauptung in dieser Kategorie, der du nie vertrauen solltest — und das musst du auch nicht. Ein neues Konto hat 50 Credits, 15 kostenlose Referenzbilder für Charaktere, Szenen und Requisiten, ein kostenloses Folge-1-Storyboard bei deinem ersten Projekt und eine kostenlose Vorschau von bis zu 5 Sekunden, die die Eröffnungseinstellung deiner eigenen Episode mit deinen eigenen Blättern rendert. Das reicht für einen echten Test:
- Füge eine Szene ein, in der dieselben zwei Personen mehrmals im Abstand von Minuten vorkommen.
- Lass die Analyse die Besetzung erstellen, lies dann die Charakterbeschreibungen und korrigiere alles Falsche, bevor die Kunst erstellt wird — die Blätter werden aus diesem Text generiert.
- Generiere die Blätter. Ein Referenzbild dauert im Median etwa 16 Sekunden, und 9 von 10 sind innerhalb von 27 Sekunden fertig, also ist eine fünfköpfige Besetzung in ein paar Minuten erledigt.
- Nutze die kostenlose Vorschau für eine Einstellung, in der ein Charakter etwas tut, statt stillzustehen, und vergleiche das Gesicht mit dem Blatt.
Zur Einordnung: Das durchschnittliche Projekt auf dieser Plattform hat fünf benannte Charaktere, und neun von zehn haben weniger als zehn. Wenn deine Geschichte dreißig braucht, funktioniert derselbe Mechanismus immer noch — die Kosten liegen in den Blättern, nicht in der Konsistenz.
Jede Folge, in fünfzehn Sprachen
Die Dialogsprache wird einmal in Schritt 1 festgelegt – der gesamte Durchlauf läuft in dieser Sprache, und die Zielregionseinstellung passt gleichzeitig Namen, Gesichter und Straßen an diesen Markt an. Jedes Beispiel unten wurde so erstellt, eines pro Sprache.
Sprachen
Muttersprachliche Dialoge in 15 Sprachen
Jede Serie unten wurde mit derselben SceneMixer-Pipeline produziert, wobei die Darsteller die jeweilige Sprache auf muttersprachlichem Niveau sprechen: Oberfläche, Arbeitsdokumente und gesprochene Zeilen sind in einer Sprache, nichts ist synchronisiert. Öffne eine Serie, um es dir anzuhören.
A Carta de LisboaPortuguêsMuttersprachliche Dialoge
윈터 프라미스한국어Muttersprachliche Dialoge
El Secreto de CostaEspañolMuttersprachliche Dialoge
浪人の誓い日本語Muttersprachliche Dialoge
Ikrar JakartaBahasa IndonesiaMuttersprachliche Dialoge
Зимняя коронаРусскийMuttersprachliche Dialoge
L’Héritier du DéfiléFrançaisMuttersprachliche Dialoge
Il Tavolo dell'OlivaItalianoMuttersprachliche Dialoge
De Vuurtoren van de FjordNederlandsMuttersprachliche Dialoge
العهد الصحراويالعربيةMuttersprachliche Dialoge
Çantasındaki SözleşmeTürkçeMuttersprachliche Dialoge
Die Istanbul-TäuschungDeutschIn deiner Sprache
Останній сигналУкраїнськаMuttersprachliche Dialoge
問劍青雲繁體中文Muttersprachliche Dialoge
The Last EnvelopeEnglishMuttersprachliche Dialoge
In SceneMixer vs. Tools zusammenstückeln
Die meisten AI-Drama-Workflows bestehen aus fünf oder sechs Tools hintereinander. Hier siehst du, wo jeder Schritt in SceneMixer stattfindet und was er ersetzt.
| Schritt | In SceneMixer | Von Hand mit einzelnen Tools |
|---|---|---|
| Drehbuch und Episodenplan | Füge ein Drehbuch oder einen Roman ein oder tippe eine Zeile: Daraus werden eine Besetzung, Schauplätze, Requisiten und eine Episodenübersicht herausgelesen, die du bearbeiten kannst | Ein Chat-Modell schreibt das Drehbuch; du teilst es in Episoden auf und trägst den Text von Tool zu Tool |
| Gesichter der Figuren und Schauplätze | Jede Figur, jeder Schauplatz und jede Requisite wird einmal als Referenzbogen gezeichnet und jeder Einstellung beigefügt, in der sie vorkommt | Ein Bildmodell, ein Bogen nach dem anderen; die passende Referenz lädst du für jeden Clip selbst hoch |
| Einstellungen | Ein Storyboard pro Episode mit nummerierten Einstellungen und Sekunden; das Video wird Segment für Segment in 9:16 oder 16:9 anhand derselben Bögen generiert | Ein Videomodell, ein Clip pro Prompt, und dieselben Personen beschreibst du jedes Mal neu |
| Stimmen und Dialog | Die Zeilen werden im Video selbst gesprochen, eine Stimme pro Figur, in einer von 15 Sprachen | Ein Text-to-Speech-Tool für jede Zeile, danach eine Lippensynchronisation für jeden Clip |
| Eine Einstellung korrigieren | Den Text dieser Einstellung bearbeiten und nur das Segment neu generieren; der Rest der Episode bleibt unberührt | Den Clip neu generieren, dann die Timeline neu schneiden |
| Fertigstellung | Die Segmente werden mit der Musik zu einer Episodendatei zusammengesetzt; Mitglieder laden sie ohne AI-Kennzeichnung herunter | Ein Videoeditor, um die Clips zusammenzufügen, Musik und Untertitel hinzuzufügen und dann zu exportieren |
| Veröffentlichen | Du lädst die fertige Episode auf TikTok, YouTube, Instagram oder sonst wohin hoch; nichts wird für dich gepostet | Von Hand hochladen, genau wie hier |
Häufig gestellte Fragen
Wie konsistent ist es wirklich?
Dasselbe Gesicht über eine ganze Serie ist das Designziel und das, was die Referenzblatt-Architektur von SceneMixer für die Besetzung in deiner Asset-Bibliothek liefert. Es ist keine Garantie für jedes Einzelbild: identisch gekleidete Figuren in derselben Einstellung und Figuren, deren Blatt größtenteils aus einem Mantel besteht, bleiben die schwierigen Fälle. Alles andere, also Episodenzahl, verstrichene Zeit und in wie vielen Einstellungen eine Figur vorkommt, verschlechtert es nicht, denn jede Einstellung wird mit demselben Bild abgeglichen.
Kann ich mein eigenes Charakterbild hochladen, statt eines zu generieren?
Ja. Jedes Referenzblatt lässt sich durch ein hochgeladenes Bild ersetzen, und SceneMixer behandelt es genauso wie ein erzeugtes. Das ist der Weg für eine Figur, die du bereits anderswo entworfen hast.
Funktioniert es mit dem Gesicht einer echten Person?
Technisch gesehen ist es dem Upload-Pfad egal, was das Bild zeigt – aber die Veröffentlichung von KI-Videos mit dem Abbild einer echten Person ist in den meisten Märkten ein rechtliches Problem, und unser Compliance-Leitfaden behandelt es als solches. Wir bieten kein Face-Swap-Tool an und empfehlen es nicht.
Was passiert, wenn ich einen Charakter mitten im Projekt umbenenne?
Nichts bricht. Die Storyboards von SceneMixer verweisen auf Assets über Kennungen, und die Umbenennung wird gleichzeitig durch den gespeicherten Text weitergegeben. Vor September 2026 wurden Referenzen über den Namen zugeordnet, und genau dieser Fehler wurde mit dieser Änderung beseitigt.
Kostet die Konsistenz eines Charakters extra pro Einstellung?
Nein. Auf SceneMixer ändert das Anhängen von Referenzgrafik an ein Segment nichts am Preis pro Sekunde. Du zahlst einmal für jedes Referenzblatt und danach nichts mehr, egal wie viele Einstellungen es nutzen. Konsistenz ist hier eine Architektur, kein Upsell.
Muss ich den Charakter in jeder Einstellung neu beschreiben?
Nein, und das solltest du auch nicht. Der Einstellungstext nennt den Charakter; das Referenzbild trägt, wie er aussieht. Wenn du eine körperliche Beschreibung im Einstellungstext wiederholst, lenkst du das Modell zurück zu den Wörtern und weg vom Bild – genau diese Abweichung beseitigt dieses Design.
Kann ein Charakter in derselben Episode zwei Looks haben?
Ja, dafür gibt es Zustandsvarianten. Jeder Look ist ein eigenes Referenzbild, und das Storyboard von SceneMixer entscheidet pro Segment, welches gilt, bis hinunter zum einzelnen Segment statt der ganzen Episode.
Funktioniert das für animierte KI-Figuren?
Ja. Ein Referenzblatt hält eine Cartoon-, Anime- oder 3D-Figur genauso wie eine realistische. Auf SceneMixer wird der Look einmal für das Projekt gewählt, und jedes Blatt wird darin gezeichnet.
Dasselbe Gesicht in Folge 1 und Folge 40
Generiere die Darsteller einmal; jede weitere Einstellung passt sich einem Bild an, nicht einer Beschreibung.
SceneMixer kostenlos testenCredit-Pakete ab 1,49 $ · Pro 7,99 $/Monat · Keine Kreditkarte zum Start