KI-Storyboard-Generator: Einstellungen, Timing, Dialog

KI-Storyboard-Generator

Aktualisiert 16. September 2026

Kurze Antwort: SceneMixer erstellt ein Storyboard als Arbeitsdokument, kein Moodboard. Jede Episode wird als Liste von 4–15 Sekunden langen Segmenten ausgegeben; innerhalb eines Segments enthalten nummerierte Einstellungen jeweils ihre eigene Dauer, Bildausschnittsänderung, die sichtbaren Darsteller, Dialoge mit Sprecherkennzeichnung und Sprechanweisungen sowie eine Zeile mit Umgebungsgeräusch. Du kannst alles kostenlos überarbeiten, und nur die Segmente, die du geändert hast, werden neu gerendert.

Standbild aus „Die Istanbul-Täuschung“, einer vollständig von SceneMixer generierten AI-Kurzserie (6 Charaktere, 1 Episode) — Beispiel: „Die Istanbul-Täuschung“ — Realistisches HD, 1 Episode, vollständig von SceneMixer aus dem Skript produziert · Episoden ansehen

Was ein generiertes Storyboard tatsächlich enthält

Pro Segment und pro Einstellung
Segment	Die Einheit, aus der eine Videogenerierung wird. Normalerweise 4–15 Sekunden lang; einige Modellstufen erreichen bis zu 30 Sekunden.
Startzustand des ersten Frames	Wo sich alle Personen und Objekte im ersten Frame befinden — damit ein Segment den übernommenen Raum nicht neu einrichtet.
Ort, Uhrzeit, Wetter	Pro Segment benannt, damit derselbe Ort in der gesamten Episode gleich beleuchtet und ausgestattet ist.
Verwendete Requisiten	Nur die Requisiten, die im Einstellungstext tatsächlich erwähnt werden; alles, was aufgelistet, aber nie verwendet wird, wird vor dem Rendern des Segments entfernt.
Nummerierte Einstellungen	Jede mit eigener Dauer in Sekunden, Bildausschnittsänderung und Handlungstext. Die Länge des Segments ergibt sich aus der Summe seiner Einstellungen, sie ist kein unabhängiger Wert.
Sichtbare Darsteller	Pro Einstellung markiert. Eine Figur, die nur angesehen oder angesprochen wird, aber nicht im Bild zu sehen ist, wird bewusst nicht benannt — denn das Benennen ist genau das, was ein Videomodell dazu bringt, das Gesicht dieser Person in eine Einstellung mit nur einer Person einzufügen.
Dialog	Steht inline in einer eigenen Zeile, mit markiertem Sprecher und einer kurzen Sprechanweisung in Klammern (außerhalb des Bildes, am Telefon, über Funk).
Umgebungsgeräusch	Eine Zeile pro Segment, die beschreibt, wie die Szene klingt.

Timing wird berechnet, nicht geraten

Der häufigste Fehler bei generierten Storyboards ist eine Einstellung, die einem Schauspieler 1,5 Sekunden gibt, um einen Satz mit neun Wörtern zu sagen. Die Dauern hier werden aus der gesprochenen Länge des Dialogs berechnet: Englisch wird mit drei Wörtern pro Sekunde getaktet, Chinesisch mit etwa fünf Zeichen pro Sekunde, und Dialogeinstellungen erhalten eine Mindestdauer, damit auch kurze Sätze genug Platz haben, um zu wirken. Dieselbe Formel ist in die Generierungsaufforderung eingebaut und wird nach der Antwort des Modells erneut überprüft, sodass eine Einstellung, die für ihren eigenen Dialog zu kurz ausfällt, korrigiert wird, bevor sie dich erreicht.

Ein Arbeitsdokument, keine Vorschau

Bearbeiten ist kostenlos. Das Umschreiben von Einstellungstext, Dialogen oder Dauern kostet nichts — nur Modellaufrufe verbrauchen Credits.
Änderungen sind präzise. Wenn du ein Segment änderst, wird nur dieses Segment neu gerendert. Der Rest der Episode und jedes Segment, das du nicht berührt hast, bleibt bytegenau so, wie es war.
Jeder Take wird behalten. Jedes Rendering ist eine Version des Segments; du kannst jederzeit zu einer früheren Version zurückkehren.
Das Modell um einen neuen Durchgang zu bitten, kostet genauso viel wie der erste — es ist derselbe Aufruf über denselben Text — also bearbeite bei kleinen Korrekturen lieber, statt neu zu generieren.

Vom Storyboard zum Video

Jedes Segment wird anhand der Referenzbilder für die genannten Figuren und Orte gerendert: Die Ausschnitte aus den Figuren-Settingblättern werden als Bildreferenzen mitgegeben, die Ortsaufnahme verankert den Raum, und der Einstellungstext liefert alles, was die Referenzen nicht abdecken können — Bewegung, Beleuchtung für diesen Moment, Wetter, was gehalten wird. Seit September 2026 werden diese Referenzen über Asset-Kennungen statt über Namen aufgelöst, sodass das Umbenennen einer Figur mitten im Projekt nicht unbemerkt die Verbindung zwischen einer Einstellung und dem vorgesehenen Gesicht bricht. Die Seite consistent-character behandelt diesen Aspekt ausführlich.

Was es kostet

Storyboards werden pro Episode nach dem Anteil der Episode am Skript abgerechnet: 1 Credit pro 333 Zeichen englischen Textes. Bei einem ersten Projekt ist die Generierung bis Episode 1 kostenlos. Das anschließende Rendern der Segmente beginnt bei 10 Credits pro Sekunde Ausgabe (≈ $0.06/s im Tarif niedrigster Credit-Preis). Bearbeiten, erneutes Lesen und Wechseln zwischen Versionen sind kostenlos. Die vollständige Tabelle findest du auf der Preisseite, oder in der Generator-Übersicht dazu, wie das Storyboard zwischen Analyse und Video eingebettet ist.

Jede Episode in fünfzehn Sprachen

Die Dialogsprache wird einmal in Schritt 1 festgelegt, und der gesamte Durchlauf erfolgt in dieser Sprache; die Einstellung für die Zielregion passt dabei Namen, Gesichter und Straßen gleichzeitig an diesen Markt an. Jedes Beispiel unten wurde auf diese Weise erstellt, eines 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

Ist das Storyboard aus Bildern oder Text?

Aus Text, mit nummerierten Einstellungen — und dann aus echtem Video für jedes Segment. Es gibt kein zwischengeschaltetes bild-für-bild-Bildraster zur Freigabe; die Referenzbilder für Figuren, Orte und Requisiten sind das, was du visuell freigibst, und das Storyboard ist das, was du als Text freigibst.

Kann ich mein eigenes Storyboard schreiben, statt eines generieren zu lassen?

Du kannst jedes generierte Storyboard frei umschreiben, auch den Text eines Segments komplett ersetzen. Was die Pipeline braucht, ist die Struktur — nummerierte Einstellungen mit Dauern und markierten Dialogen —, weil der Renderer diese Felder ausliest.

Warum wird markiert, welche Figuren im Bild zu sehen sind?

Weil das Benennen einer nicht im Bild sichtbaren Figur in einer Einstellung mit nur einer Person der zuverlässigste Weg ist, ein Videomodell dazu zu bringen, das Gesicht dieser Person ins Bild zu setzen. Bild-für-bild-Tests ergaben: Bei acht Einstellungen, in denen ein abwesender Gegner benannt wurde, kam es zu fünf Gesichtsvertauschungen, gegenüber null bei zwölf Einstellungen, in denen stattdessen eine Regieanweisung stand. Deshalb markiert das Storyboard, wer tatsächlich im Bild ist, und schreibt Regieanweisungen für alle anderen.

Kann ich die Länge einer Einstellung ändern?

Ja, Dauern sind bearbeitbar. Die Länge des Segments ist die Summe seiner Einstellungen, also verlängert das Verlängern einer Einstellung das Segment — und das Segment muss weiterhin innerhalb der Obergrenze der jeweiligen Modellstufe bleiben.

Wird die Episode bei einer Bearbeitung des Storyboards neu berechnet?

Nein. Das Bearbeiten von Text ist kostenlos, und das Ne rendern wird pro Sekunde der tatsächlich neu gerenderten Segmente berechnet.

Sieh dir die Einstellungsliste an, bevor du einen Credit für Video ausgibst

Generiere das Storyboard, lies es, korrigiere es — dann rendere.

SceneMixer kostenlos ausprobieren

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