Wie schreibe ich Kamerabewegungs-Prompts für KI-Video?

Eine Einstellung ist vier Anweisungen hintereinander

Die Arbeitseinheit ist eine Einstellung innerhalb eines Segments — ein Segment ist eine Generierung von bis zu 15 Sekunden, und jede Einstellung hat ihre eigene Markierung und Zeitangabe. Eine gut geschriebene Einstellung liest sich in der Reihenfolge, in der ein Zuschauer Dinge wahrnimmt: die Bildgröße (Nahaufnahme, mittlere Nahaufnahme, mittlere Einstellung, Ganzkörper, Totale); ob die Kamera still oder bewegt ist (fest, Handkamera, Tracking, langsamer Heranzoom); wer im Bild ist; das eine Ding, das passiert; die Zeile, falls es eine gibt. Schreibe, was ein Zuschauer sehen und hören würde, in dieser Reihenfolge, und halte dich an eine Aktion pro Einstellung. Alles innerhalb einer Einstellung kostet denselben Video-Preis pro Sekunde — ab 10 Credits pro Sekunde — also gibt es keine extra Budgetlinie für Präzision.

Bildgröße und Bewegung sind zwei getrennte Anweisungen, und jede Einstellung bekommt von jedem eine. Eine Bildgröße pro Einstellung; ein Wechsel der Bildgröße ist eine neue Einstellung. Wenn die Szene weit anfangen und auf ihrem Gesicht enden soll, sind das zwei Einstellungen, nicht ein Satz, der dazwischen driftet. Bei der Bewegung funktioniert es genauso: „langsamer Heranzoom“ ist eine Anweisung, die eine Einstellung halten kann, während „fängt weit an, zoomt heran, dann Schwenk zur Tür“ eigentlich eine Folge von Einstellungen ist, die in einer Zeile gestapelt sind — wenn du sie aufteilst, bekommt jeder Teil die Gewichtung, die er braucht.

Winkel, Tiefe und die zwei existierenden Bildgrößen

Winkelwörter sind optional: über die Schulter, von der Tür aus, vom Beifahrerfenster aus. Sie bestimmen eine Einstellung, wenn sie wichtig sind, und überladen sie, wenn sie es nicht sind. Wo du vorsichtig sein musst, ist die Tiefe. Tiefenwörter sind Kameraentscheidungen: Wenn du schreibst, dass jemand „im Hintergrund, unscharf“ hinter dem Sprecher steht, hast du schon eine Kameraposition gewählt — eine, die es für eine normale Zweier-Mittelaufnahme oft nicht gibt, denn damit B in A’s Schärfentiefe sitzt, muss A B den Rücken zukehren. Zwei Personen, die sich gegenüberstehen, haben genau zwei echte Bildgrößen: eine Profil-Zweieraufnahme oder eine Über-Schulter-Aufnahme. Wenn du „A steht B gegenüber, B hinter ihr, unscharf“ verlangst, muss der Renderer einen der Widersprüche wählen — so bekommst du eine Person, die zur Kamera spricht, während eine andere hinter ihr steht.

Die gleiche Disziplin gilt für Personen, die überhaupt nicht im Bild sind. Jemand, der nur angeschaut oder zugerufen wird, wird als Richtung geschrieben — „nach Bild links“, „Blicke auf die Tür hinter der Kamera“ — nicht als Name, denn ein Name macht diese Person zu einem Kandidaten für das Bild. Der Leitfaden zu Richtungswörtern hat die vollständige Liste.

Oft musst du die Kamera überhaupt nicht platzieren

Jede Szene hat ein automatisches Modell ihres eigenen Raums, und der Szenenaufbau nutzt es. Nenne, wer wem gegenübersteht, und die Kamera wird dort platziert, wo das stimmt: Die Kamera schneidet nur zu Winkeln, die existieren, und Sitze, Türen, Wände und wer neben wem steht, bleiben bei jedem Schnitt erhalten. Schreibe eine Position, wenn du eine bestimmte willst — „von der Tür aus“ — und überlass den Rest der Geometrie. Räumliche Konsistenz beschreibt, wie dieses Modell geschrieben wird und wann du es außer Kraft setzen solltest.

Das ist auch der Grund, warum eine Kameraanweisung in die Einstellung gehört und nicht in den Projektstil. Die Bildgröße wird pro Einstellung im Storyboard festgelegt, nicht durch den Stil — und ein Stiltext, der „durchgehend extreme Nahaufnahmen“ verlangt, kämpft gegen die eigene Bildgröße jeder Einstellung. Wenn eine Folge falsch gerahmt wirkt, liegt die Lösung in den Einstellungen — die Stilachse bestimmt nur, wie das Bild gemalt wird.

Vier Wege, wie die Kamerazeile schiefgeht

• Ein Bildgrößenwechsel, versteckt in einer Einstellung. „Totale, langsam heranzoomend bis zur Nahaufnahme“ sind zwei Einstellungen in einem Satz. Teile es auf: die Totale, dann die Nahaufnahme.
• Ein Tiefensatz, für den es keine passende Kamera gibt. Sich gegenüberstehende Personen, von denen eine unscharf dahinter steht, ist der Klassiker: Es verlangt von einer Person, gleichzeitig wegzuschauen und die andere anzusehen. Nutze eine Profil-Zweieraufnahme oder eine Über-Schulter-Aufnahme.
• Eine zusammengesetzte Bewegung in einem Atemzug. „Heranzoom während der Orbit“ liest sich wie ein Kameraverhalten, das zwei sein soll. Gib jeder Bewegung ihre eigene Einstellung, oder wähle die, die der Szene dient.
• Eine Person benannt, wo eine Richtung gemeint war. „Sie schaut Jun an“ macht Jun zu einem Kandidaten für das Bild; „sie schaut nach Bild links“ hält ihn draußen und verhindert, dass ihr Gesicht driftet.

Wo sich die Kamerafragen häufen

Kamera und Prompting ist eines der größten Themen im Korpus — nur hinter Serie und Filmemachen — und die wiederkehrenden Fragen dazu sind praktischer Natur:

Zwei Kommentare im Korpus beschreiben die Gewohnheit, für die diese Seite argumentiert — Kameraschreiben als Regie, nicht als Dekoration:

Es ist interessant, wie Prompt-Schreiben sich langsam mehr wie das Regieren eines Films anfühlt, als nur das Beschreiben eines Bildes.

Der zweite sagt das Gleiche aus der Arbeitsperspektive, wenn jemand eine Referenz kopieren will:

Behandle den echten Clip als Shot-Liste, nicht als einen großen Prompt.

Der erste Kommentar stammt aus einem Praxis-Thread im Korpus; der zweite stammt aus einer Diskussion in r/aivideo. Wie diese Zahlen erhoben wurden, ist in der Methodennotiz beschrieben.

Einschränkungen: Wann das nichts für dich ist

• Kamerawörter beheben keine Identitätsprobleme. Ein Gesicht, das sich zwischen Einstellungen ändert, ist ein Referenzproblem, kein Formulierungsproblem — die Lösungen findest du unter warum eine Figur in jeder Einstellung anders aussieht.
• Ein Winkel, der im Raum nicht existiert, ist keine Kameranweisung. Die Inszenierung schneidet auf vorhandene Winkel – wenn du also eine neue Perspektive brauchst, beschreibe den Raum, der das ermöglicht.
• Das sind Regeln für die Einstellungslinie, nicht für die ganze Episode. Bei langen Sequenzen, in denen die Kamera das Subjekt ist, musst du den Weg zuerst über alle Segmente planen – das ist die One-Take-Frage.
• Die Zahlen auf dieser Seite sind Keyword-Regel-Zählungen aus der Sammlung 2026, keine handgelesene Stichprobe; sie zeigen, worüber die Community spricht, keine Qualitätsrangfolge.

FAQ

Die Mechanik findest du unter So schreibst du eine Einstellung – Aufbau, Beispiele und drei Vorlagen zum Nachmachen – während Einstellungskontinuität erklärt, was zwischen ihnen gleich bleiben muss. Wenn das Problem die ganze Sequenz und nicht nur eine Kamerazeile ist, fang mit an, wie Segmente und Einstellungen zu einem längeren Video zusammengesetzt werden.

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