KI-Generator für Szenen mit mehreren Charakteren

Das Schwierige ist, wer im Bild ist – nicht wie viele

Generierte Videos haben einen typischen Fehler, wenn mehr als eine Person in einer Einstellung zu sehen ist: Es taucht ein Gesicht auf, das dort nicht hingehört. Jemand, der im Text erwähnt wird – den man ansieht, dem man zuruft, an den man denkt – erscheint im Bild mit einem spontan erfundenen Gesicht, weil dem Modell niemand den Unterschied zwischen „anwesend“ und „erwähnt“ mitgeteilt hat.

Deshalb gibt die Einstellungsliste das pro Einstellung an. Jede Einstellung trägt eine explizite Liste, welche Charaktere im Bild sind – und nur diese Liste, nicht der Text und nicht der Endzustand der vorherigen Einstellung, entscheidet, wessen Referenzbilder verknüpft werden.

Auf einen Blick

Warum die Nennung eines Charakters außerhalb des Bildes die Einstellung zerstört

Das ist messbar, nicht theoretisch. Bei Einstellungen, die einen Antagonisten außerhalb des Bildes benannten, entstanden in fünf von acht Renderings falsche Gesichter oder eine zusätzliche Person. Dieselben Einstellungen, umgeschrieben mit einer Richtung statt eines Namens, ergaben in zwölf Renderings null solcher Fehler. Deshalb schreibt die Pipeline sie um: In einer Einzeleinstellung wird ein Charakter, der nur als Blickrichtung oder Bewegungsrichtung existiert, in eine räumliche Formulierung umgewandelt und aus der Bildliste entfernt.

Dieselbe Logik gilt für Tote: Ein Charakter, auf den in diesem Segment nur als Leiche verwiesen wird, wird als einfaches Substantiv geschrieben, nicht als Charakterreferenz – sodass niemand sein Referenzbild lädt und ihn aufstellt.

Zwei Personen, die einander gegenüberstehen

Es gibt genau zwei Möglichkeiten, das zu drehen, und die Liste muss eine wählen: eine Profil-Zweier-Einstellung oder eine Über-die-Schulter-Einstellung. Nicht geschrieben werden darf „A steht B gegenüber, B im Hintergrund unscharf“ – damit B in As Tiefenschärfe liegt, müsste A B den Rücken zukehren, und diese Kameraposition existiert in einer normalen Halbtotalen nicht. Fordert man es trotzdem, stellt der Renderer eine Person frontal zur Kamera und die andere hinter sie. Die Achse wird in der ersten Einstellung festgelegt, in der beide tatsächlich gemeinsam im Bild sind.

Mengen werden deklariert – oder sie fehlen

Ein Saal mit dreihundert Gästen ist ein sichtbarer Zustand der Szene und wird so notiert – eine Zeile im Segment-Header, die sagt, wer die Hintergrundpersonen sind, wo sie sind und was sie tun. Konsistent für alle Segmente dieser Szene. Ohne diese Zeile darf die Einstellung überhaupt keine Menge erwähnen, denn „Gemurmel von Gästen“ im Umgebungs-Ton ist keine visuelle Anweisung; ein Renderer, dem nur das mitgeteilt wird, liefert in einer Einstellung Gäste und in der nächsten einen leeren Saal.

Wenn eine Menge deklariert ist, ändert sich die Bildanweisung entsprechend: Die Menge bleibt in der Tiefenschärfe, und die Bildliste zählt weiterhin nur die benannten Charaktere.

Was es nicht tut

• Acht benannte Charaktere zuverlässig in eine Einstellung setzen. Ab vier sinkt die Identitätsqualität. Ensembleszenen werden in Einzeleinstellungen und Über-die-Schulter-Einstellungen abgedeckt – so, wie man sie an echten Sets dreht.
• Einen Charakter behalten, dessen „im Bild“-Markierung fehlt. Wenn das Modell vergisst, jemanden aufzulisten, der sichtbar sein sollte, wird die Person weggelassen, statt sie zu erraten. Eine fehlende Person ist behebbar; das Gesicht eines Fremden in deinem Drama nicht.
• Kontinuierliche Gruppenaktionen choreografieren. Formationsbewegungen von Mengen, andauernde Mehrpersonenkämpfe – das liegt außerhalb dessen, was aktuelle Modelle zusammenhalten.
• Eine Menge aus dem Sounddesign herauslesen. Deklariert oder abwesend; dazwischen gibt es nichts.

Was es kostet

Nichts extra – das sind Eigenschaften der Einstellungsliste, die nach Skriptlänge mit 1 Credit pro hundert Zeichen des Episodenanteils abgerechnet wird. Referenzbilder kosten 7 Credits pro Stück über die 15 kostenlosen im ersten Projekt hinaus, und das Rendering startet bei 10 Credits pro Sekunde Ausgabe. Siehe Charakterkonsistenz dazu, wie Gesichter über Einstellungen hinweg gleich bleiben, und die Preisseite für die Tarife.

Häufig gestellte Fragen

Preise·Anleitungen·Beispiele·Support·Datenschutz·AGB·Rechtliches·Kontakt·© 2026 SceneMixer