KI-Kurzdrama-Generator: Skript rein, Episoden raus

KI-Kurzdrama-Generator

Aktualisiert 30. September 2026

Kurze Antwort: Der Kurzdrama-Generator von SceneMixer nimmt ein Skript – eingefügt, hochgeladen als .txt / .docx / .md oder entworfen vom integrierten KI-Autor – und liefert fertige Episoden zurück: eine Cast- und Ortsliste mit festgelegten Referenzbildern, ein bearbeitbares, shot-für-shot Storyboard pro Episode, segmentweise gerendertes Video im Format 9:16 oder 16:9 sowie eine Ein-Klick-Komposition pro Episode. Du zahlst pro Arbeitseinheit statt pro Sitzplatz, und Credit-Pakete beginnen bei $1.49.

Standbild aus „Rust City Knockout“, einer vollständig von SceneMixer generierten AI-Kurzserie (6 Charaktere, 1 Episode) — Beispiel: „Rust City Knockout“ — Malerischer Anime, 1 Episode, vollständig von SceneMixer aus dem Skript produziert · Episoden ansehen

Auf einen Blick

Was reingeht, was rauskommt und was du steuerst
Eingabe	Füge das Skript ein, lade .txt / .docx / .md hoch oder lass den integrierten KI-Autor eines aus einer Prämisse entwerfen.
Ausgabe	Ein bearbeitbares Storyboard plus gerendertes Video für jedes Segment und eine zusammengesetzte Datei pro Episode.
Seitenverhältnis	Standardmäßig 16:9 Querformat; 9:16 Hochformat verfügbar. Einmal pro Projekt festlegen.
Segmentlänge	Typischerweise 4–15 Sekunden pro generiertem Segment; einige Modell-Tiers erreichen 30.
Episodenlänge	So viele Segmente, wie die Gliederung vorsieht – die Länge ergibt sich aus dem Aneinanderreihen, nicht aus einem langen Shot.
Cast-Konsistenz	Charakterbögen werden einmal erstellt und dann als Referenz an jedes Segment angehängt, in dem der Charakter vorkommt.
Dialog	Wird auf dem Bildschirm in der Sprache gesprochen, die du in Schritt 1 auswählst; Stimmen werden aus einer voreingestellten Bibliothek abgeglichen.
Visuelle Steuerung	21 Renderstile zwischen Realfilm, 2D, 3D und Stop-Motion, plus 55 Kunstrichtungs- und 80 Garderoben-Voreinstellungen; Mitglieder können eigene erstellen.
Märkte	Eine Einstellung für die Zielregion passt Namen, Cast, Kulissen und Bildschirmtext für westliche, ostasiatische, südostasiatische und lateinamerikanische Zuschauer an.
Abrechnung	Credits, pro Arbeitseinheit: Analyse nach Textlänge, Storyboard pro Episode, Video pro Sekunde, Komposition pro Sekunde.

Fünf Generierungsstufen – und wo du eingreifst

Skriptanalyse – ein Durchgang liest das gesamte Skript und liefert Cast, Orte, Requisiten und eine episodenweise Gliederung zurück, jede Episode mit Konfliktbogen und Cliffhanger am Ende. Das kannst du ändern: jede Beschreibung, plus Projektname und die drei Stilachsen, bevor etwas gezeichnet wird.
Referenzbilder – ganzkörperige 9:16 Charakterbögen, Ortsplatten und Requisitenaufnahmen im von dir gewählten Renderstil. Das kannst du ändern: jeden Bogen neu generieren, dein eigenes Bild stattdessen hochladen oder eine Zustandsvariante hinzufügen, z. B. einen Outfit-Wechsel, ein zerstörtes Zimmer oder eine gezogene Klinge.
Storyboard-Skripte – eine Episode nach der anderen, aufgeteilt in 4–15 Sekunden lange Segmente mit Shot-Beschreibungen, Dialog und Shot-Dauern. Das kannst du ändern: den Text eines jeden Segments kostenlos; eine neue Generierung durch das Modell kostet genauso viel wie die erste.
Video pro Segment – jedes Segment wird anhand der Referenzbilder für die darin vorkommenden Charaktere und Orte generiert. Das kannst du ändern: ein einzelnes Segment neu generieren, ohne die ganze Episode neu abzurechnen; jeder Take wird als Version gespeichert, zu der du zurückwechseln kannst.
Komposition – die Segmente werden zu einer Episodendatei zusammengefügt. Das kannst du ändern: ein Segment austauschen und neu komponieren.

Die gleichen fünf Stufen laufen ab, egal ob du von einem fertigen Skript ausgehst (Skript zu Video) oder von einem Roman, der erst adaptiert werden muss (Roman zu Video); die Micro-Drama-Seite erklärt, warum das Hochformat überhaupt eine eigene Pipeline braucht.

Was verhindert, dass der Cast sich verändert

Drifting ist der Fehler, der generierte Serien zerstört: Bei Folge 5 hat die Hauptfigur ein anderes Kinn, und das Publikum glaubt nicht mehr, dass es dieselbe Show ist. Drei Mechanismen wirken dagegen.

Der Cast wird einmal erstellt, nicht pro Shot. Charakterbögen liegen im Projekt, also erfindet kein späterer Shot ein Gesicht neu aus einer Textbeschreibung.
Referenzen werden angehängt, nicht beschrieben. Gesichts- und Körperausschnitte aus dem Bogen werden mit jedem Segment mitgeschickt, in dem der Charakter vorkommt – das Modell gleicht also ein Bild ab, statt Adjektive zu interpretieren.
Verknüpfungen laufen per ID, nicht per Name. Storyboards verweisen auf Assets per Kennung, also bricht das Umbenennen eines Charakters mitten im Projekt nicht stillschweigend die Referenzkette.

Die Funktionsweise ist in dem Leitfaden zur Charakterkonsistenz beschrieben.

Was dieser Generator nicht kann

Eine Stimme klonen, die du nicht besitzt. Stimmen werden aus einer voreingestellten Bibliothek abgeglichen, und du kannst ein eigenes Sample hochladen; es gibt keine Möglichkeit, die Stimme einer anderen Person nachzubilden.
Eine Untertitelspur einbrennen. Text, der ins Bild gehört, wird in den Shot geschrieben; Plattform-Untertitel werden nach dem Export hinzugefügt.
Hochgeladenes Footage nachschneiden oder nachsynchronisieren. Der Generator rendert neues Video aus dem Storyboard. Er ist kein Postproduktionshaus für bestehende Clips und tauscht keine Gesichter in Realfilm-Footage aus.
Einen durchgehenden Shot unbegrenzter Länge erzeugen. Jede Generierung ist durch die Obergrenze des Modell-Tiers begrenzt; die Episodenlänge ergibt sich aus dem Aneinanderreihen von Segmenten.

Was eine generierte Episode kostet

Nichts hier ist eine Sitzplatzlizenz – du kaufst Credits und gibst sie pro Arbeitseinheit aus. Die Skriptanalyse kostet 4 Credits pro 3,333 Zeichen englischen Textes (Referenzbilder werden separat abgerechnet, mit 15 kostenlosen pro Konto und 7 Credits pro weiterem beim Standard-Bildmodell); das Storyboard jeder Episode kostet 1 Credit pro 333 Zeichen dieser Episode; Video beginnt bei 10 Credits pro Sekunde Ausgabe (≈ $0.06/s – Basis: niedrigster Credit-Preis), und Komposition kostet 1 Credit pro Sekunde. Eine 90-Sekunden-Episode landet also bei etwa 990 Credits für Video plus Komposition im günstigsten Tier. Jedes Konto erhält 15 kostenlose Referenzbilder – Charaktere, Szenen oder Requisiten, in beliebiger Mischung, über alle Projekte hinweg – und in deinem ersten Projekt ist das Storyboard für Episode 1 ebenfalls kostenlos. Pakete beginnen bei $1.49; Mitgliedschaften ab $7.99/Monat fügen monatliche Credits, höhere Parallelität, benutzerdefinierte Stil-Prompts und generiertes Video ohne AIGC-Badge hinzu. Die Preisseite enthält die vollständige Tabelle.

Wie lange es dauert – gemessen

Die Zahlen unten sind keine Schätzungen. Sie sind die Median- und 9. Dezil-Laufzeiten aller erfolgreich abgeschlossenen Jobs auf scenemixer.com in den 30 Tagen bis zum 20. September 2026 – reine Maschinenzeit für den Job selbst, ohne Wartezeit in der Warteschlange.

Mediane Generierungszeit pro Stufe, gemessen auf scenemixer.com über alle erfolgreichen Jobs in den 30 Tagen bis zum 20. September 2026. Wartezeit in der Warteschlange ist ausgeschlossen.
Stufe	Typisch	9 von 10 fertig in
Skriptanalyse – gesamtes Skript zu Cast, Orten und Episodenübersicht	2 min 49 s	9 min 8 s
Ein Referenzbild – Charakterbogen, Ortsaufnahme oder Requisite	16 s	27 s
Storyboard einer Episode	1 min 54 s	5 min 53 s
Ein Videosegment	3 min 20 s	7 min 32 s
Compositing einer Episode	3 min 52 s	12 min 51 s

Die Zeiten lassen sich nicht einfach addieren, weil Segmente parallel generiert werden. Eine typische Episode hier hat sieben Segmente von je etwa vierzehn Sekunden; im Free-Plan laufen drei Jobs gleichzeitig, also sind diese sieben Segmente drei Wellen – ungefähr zehn Minuten – mit dem Storyboard davor und dem Compositing danach. Nennen wir es eine Viertelstunde Maschinenzeit pro Episode, und weniger in einem bezahlten Plan, wo die Parallelitätsgrenze von drei auf zwanzig steigt.

Sieh eine Einstellung, bevor du etwas ausgibst

Jedes Konto bekommt eine kostenlose Vorschau von bis zu 5 Sekunden. Es ist kein fertiges Demomaterial: Es rendert die Eröffnungseinstellung von deiner Episode, mit deinen eigenen Charakterbögen als Referenz, auf dem 480P-Tier – derselbe Weg wie ein bezahltes Segment, nur ohne Rechnung. Der Rest des Startguthabens funktioniert genauso: 50 Credits bei der Anmeldung, 15 Referenzbilder pro Konto und das Storyboard der Episode 1 deines ersten Projekts. Das reicht, um ein echtes Skript vom Upload bis zu einer gerenderten Einstellung zu bringen und das Ergebnis zu beurteilen, bevor du entscheidest, ob sich die Serie lohnt.

Nativ in fünfzehn Sprachen generiert

Wähle die Dialogsprache in Schritt 1 und die gesamte Serie wird darin gespielt – gleichzeitig passen die Einstellungen für die Zielregion Namen, Gesichter und Schauplätze an diesen Markt an. Die Beispielserien unten wurden jeweils so produziert, eine pro Sprache.

Sprachen

Muttersprachliche Dialoge in 15 Sprachen

Jede Serie unten wurde mit derselben 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.

Alle 15 Sprachen anzeigen

Häufig gestellte Fragen

Kann es eine ganze Serie generieren, oder nur ein Video?

Eine Serie. Ein Upload wird zu einer episodenweisen Übersicht analysiert, und jede Episode bekommt ihr eigenes Storyboard und ihre eigenen Videosegmente – alle nutzen denselben Cast und dieselben Orte. Tools, die nur einen Clip liefern, lassen dich bei Folge 2 von vorne anfangen; hier erbt Folge 2 das Projekt.

Wie bleibt derselbe Schauspieler über alle Episoden gleich?

Der Cast wird einmal am Anfang als Ganzkörper-Referenzbögen generiert. Jedes Segment, in dem ein Charakter vorkommt, wird anhand dieses Charakterbogens erstellt – mit Gesichts- und Körperausschnitten als Referenz – also ist das Gesicht in Folge 1 dasselbe wie in Folge 40. Seit September 2026 werden diese Referenzen per Asset-ID statt per Name aufgelöst, also bricht die Verbindung nicht, wenn du einen Charakter mitten im Projekt umbenennst.

Welche Länge und welches Seitenverhältnis gibt es aus?

Video ist standardmäßig 16:9 Querformat, 9:16 Hochformat ist verfügbar; du stellst es einmal pro Projekt ein. Segmente sind typischerweise 4 bis 15 Sekunden lang, einige Modell-Tiers gehen bis 30. Die Episodenlänge ergibt sich aus dem Stapeln von Segmenten, nicht aus einer einzigen langen Generierung – also ist eine 60- bis 120-Sekunden-Episode eine Handvoll zusammengesetzter Segmente.

Kann ich bearbeiten, was die KI geschrieben hat?

Ja, in jeder Stufe. Charakter-, Szenen- und Requisitenbeschreibungen sind bearbeitbar, bevor irgendeine Kunst gezeichnet wird; Storyboard-Text ist kostenlos bearbeitbar und rendert nur die Segmente neu, die du geändert hast; jedes Segment hat eine Versionsgeschichte, zu der du zurückwechseln kannst. Nur Modellaufrufe kosten Credits – Textbearbeitung nie.

Erzeugt es auch das gesprochene Spiel, also die Stimmen?

Ja. Die für die Generierung verwendeten Videomodelle erzeugen Bild und Ton zusammen, also sprechen Charaktere auf Bildschirm in der Dialogsprache, die du in Schritt 1 gewählt hast. Charakterstimmen werden aus einer voreingestellten Stimmenbibliothek abgeglichen, statt aus einer Textbeschreibung erstellt – und du kannst stattdessen ein eigenes Sample für einen Charakter hochladen. Es gibt hier kein Tool zum Klonen einer Stimme, die du nicht besitzt.

Wie lange dauert eine ganze Serie?

Die Maschinenzeit skaliert mit der Anzahl der Segmente, nicht mit der Anzahl der Episoden – ungefähr eine Viertelstunde pro Episode bei der Drei-Job-Parallelität des Free-Plans, und proportional weniger, je höher diese Grenze mit dem Plan steigt. Was tatsächlich deine Zeit braucht, ist die Überprüfung: die Übersicht lesen, eine Charakterbeschreibung korrigieren, eine Zeile umschreiben. Nichts davon wird berechnet, und die meisten Menschen verbringen länger damit, Takes auszuwählen, als auf sie zu warten.

Was, wenn ich noch kein Skript habe?

Fang mit einer Prämisse an. Der eingebaute KI-Autor entwirft ein Skript aus einer Einzeiler-Idee und einer Ziellänge, in der Sprache, in der deine Oberfläche eingestellt ist – und der Entwurf landet direkt in derselben Pipeline. Es ist ein berechneter Modellaufruf wie jeder andere, und du kannst den Entwurf frei umschreiben, bevor die Analyse darauf läuft.

Muss ich etwas über Filmemachen wissen?

Nein – das Storyboard ist so geschrieben, dass du das nicht brauchst. Es wählt Einstellungsgrößen, hält Zweierdialoge in Bildausschnitten, die Videomodelle zuverlässig rendern, und umgeht die, bei denen sie scheitern – wie große Menschenmengen und lange choreografierte Kämpfe. Wenn du das Vokabular kennst, ist jede Einstellung Klartext, den du umschreiben kannst – und nur die Segmente, die du berührst, werden neu gerendert.

Kann ich veröffentlichen, was es generiert?

Du besitzt die Ausgabe. Lade fertige Episoden herunter und veröffentliche sie auf TikTok, YouTube Shorts, Instagram Reels oder einer Kurzdrama-Plattform. Generiertes Video trägt standardmäßig ein kleines AIGC-Badge; bezahlte Mitglieder können es in den Einstellungen ausschalten.

Bring ein Skript, geh mit Episoden weg

Ein Upload, fünf Stufen, eine Serie, die wie eine einzige Show aussieht.

Teste SceneMixer kostenlos

Credit-Pakete ab $1.49 · Pro $7.99/Monat · Keine Kreditkarte zum Starten