KI-Videogenerierung: Wie sie tatsächlich abläuft

Eine Generierung ist ein kurzer Clip

Ein Videomodell nimmt eine Beschreibung und einige Referenzbilder entgegen und liefert einen Clip. Das geschieht einmal pro Aufruf, und die gewählte Stufe bestimmt, wie lang der längste Clip sein darf, den ein Aufruf zurückgeben kann. Bei SceneMixer liegt diese Obergrenze bei 15 Sekunden in manchen Stufen und bei 30 Sekunden in den Long-Take-Stufen, und das Storyboard wird so geschrieben, dass es darunter bleibt. Ein solcher Clip ist ein Segment. Eine Minute fertiges Video besteht deshalb in einer 15-Sekunden-Stufe aus mindestens vier Segmenten und in einer Long-Take-Stufe aus mindestens zwei, jedes aus einem eigenen Aufruf, nie aus einem langen.

Innerhalb eines Segments wird die Geschichte in drei bis fünf nummerierte Shots geschnitten, und die Sekunden der Shots ergeben zusammen die Länge des Segments. Die Obergrenze ist ein Maximum, kein Ziel: Ein Segment mit zwei kurzen Shots kann nur wenige Sekunden dauern. Ergeben die Shots zusammen mehr als das Limit, werden zuerst die stummen gestrafft, und danach wird das Segment an einer Shot-Grenze geteilt. Am Ende wird nichts abgeschnitten. Der Preis folgt den Sekunden, eine Folge kostet also dasselbe, ob sie in kurze oder lange Stücke geschnitten ist; was sich ändert, ist, wie viel du zahlst, um eines davon neu zu machen. Segmente mit 15 oder 30 Sekunden.

Was in einen Aufruf einfließt

Ein Aufruf besteht aus drei Dingen:

• Der eigene Text des Segments. In SceneMixer nennt eine Kopfzeile den einen Ort und die Zeit, danach folgen nummerierte Shots mit ihren Sekunden, die mit @-Chips benannten Personen und Requisiten und die Dialogzeilen mit Stimme.
• Referenzbilder. Eines für jede Person im Shot, eines für den Ort, eines für jedes Requisit, auf das es ankommt, und ein Zustandsbild für alle, die ein anderes Outfit tragen oder in einem anderen Zustand sind.
• Die Stufe. Sie legt die Auflösung, den längsten Clip und den Preis pro Sekunde fest.

Der Clip davor wird dem Modell nicht gezeigt. Deshalb muss ein Segment an einem Ort und in einer Zeitlinie bleiben: Es wird aus einem Satz Szenenbilder gezeichnet. Ein Shot, der in einen anderen Raum oder auf einen anderen Tag springt, wird daher abgelehnt, bevor du zahlst, und muss zu einem eigenen Segment werden. Ein Segment bleibt an einem Ort und in einer Zeitlinie.

Warum sich Gesichter verändern und was sie festhält

Weil jeder Aufruf bei null beginnt, wird alles, was nur mit Worten beschrieben ist, jedes Mal neu erfunden. Das meiste von dem, was nach „KI-Inkonsistenz“ aussieht, ist genau das, und jeder Fall braucht etwas anderes, das von außen kommt.

Deshalb behebt auch eine höhere SceneMixer-Stufe kein falsches Gesicht: Die Auflösung ändert, wie scharf das Bild ist, nicht wer gezeichnet wird. Das Gesicht meiner Figur hat sich verändert: eine Checkliste und warum eine ganze Serie konsistent bleibt gehen die Lösungen durch.

Was über einen Übergang hinweg erhalten bleibt

In Storyboards, die seit Ende Oktober 2026 geschrieben oder neu generiert wurden, wird die Geschichte von einem Segment zum nächsten durch ein laufendes Protokoll getragen, das SceneMixer führt, während es deinen Text liest: wer in welcher Szene ist, ob die Person sitzt, steht, liegt, kniet oder hockt, was sie in den Händen hält, welchen Look sie trägt, Wunden und Schlamm am Körper, nass oder trocken, bewusstlos oder nicht; und für jede Szene die Tageszeit, das Wetter, das Licht, ob Türen und Fenster offen sind und ob eine Menschenmenge da ist. Jedes neue Segment beginnt mit diesem Protokoll plus seinem eigenen Text und seinen eigenen Bildern.

Das Protokoll hält fest, was gilt, wenn ein Shot endet, nicht was währenddessen geschieht. Es ist kein Bild des vorherigen Clips: Es wird kein letzter Frame angehängt, und das Neugenerieren eines Segments verändert nie das nächste. Es erfindet auch nichts, was du nicht geschrieben hast. Storyboards von vor Ende Oktober 2026 arbeiten auf die ältere Weise, jedes Segment aus seinem eigenen Text und seinen eigenen Bildern. Was das System von einem Segment zum nächsten festhält.

Vom Button bis zur Datei: wo die Minuten bleiben

1. Credits werden reserviert. Mit „Generieren“ wird der SceneMixer-Preis des Segments reserviert; er wird nur ausgegeben, wenn der Clip ankommt.
2. Dein eigenes Limit. Ein Konto führt eine feste Anzahl von Generierungen gleichzeitig aus: 3 im Free-Tarif, 5 im ersten bezahlten Tarif, darüber mehr. Die übrigen warten mit reservierten Credits und starten von selbst.
3. Das gemeinsame Limit. Die ganze Website kann nur eine begrenzte Zahl an Jobs gleichzeitig bei einem Modelldienst laufen lassen. Ist er ausgelastet, wartet deiner hinter denen anderer. Die höchsten Tarife schieben ihre Jobs in dieser Warteschlange nach vorn.
4. Das Modell läuft. Das ist fast die gesamte Zeit. Eine interne Messung im August 2026 ergab im Schnitt etwa anderthalb Minuten für ein Setup-Bild und etwa neuneinhalb Minuten für ein Segment; die Karte auf dem Bildschirm zeigt für Video üblicherweise zehn bis zwanzig Minuten.
5. Auslieferung. Der Clip wird gespeichert, die KI-Kennzeichnung kommt dazu, sofern dein Tarif sie nicht ausgeschaltet hat, und die Karte zeigt „Fertig“.

Eine günstigere Stufe mit niedrigerer Auflösung ist meist auch schneller, und so findest du am schnellsten heraus, ob eine Einstellung funktioniert. Warum eine Erzeugung Zeit braucht.

Wenn ein Aufruf fehlschlägt

Modelle scheitern auf unterschiedliche Weise, und SceneMixer behandelt diese Fälle unterschiedlich. Meldet der Dienst, er sei ausgelastet oder ratenbegrenzt, wird der Aufruf ein zweites Mal über ein anderes Anbieterkonto für dasselbe Modell versucht – ohne Änderung an dem, was du angefragt hast, oder an der gewählten Stufe. Eine Ablehnung durch die Moderation und ein Parameterfehler werden nicht erneut versucht: Eine Ablehnung ist ein Urteil, und eine erneute Anfrage bringt dieselbe Antwort.

Was mit den Credits passiert, hängt davon ab, was bekannt ist. Hat das Modell die Anfrage nie erhalten oder mit „ausgelastet“ geantwortet, werden die Credits wieder an dich freigegeben. Ist der Aufruf in eine Zeitüberschreitung gelaufen oder die Verbindung unterwegs abgebrochen, kann niemand sagen, ob das Modell gelaufen ist und abgerechnet hat – die Credits bleiben dann eingefroren, in deinem Credit-Verlauf mit In Prüfung markiert, bis ein Mensch den Fall klärt. Ein Guthaben, das nach einem Fehler zu niedrig aussieht, ist meist nur zurückgehalten, nicht weg. Wenn eine Erzeugung fehlschlägt · Anbieter ausgelastet, nicht berechnet.

Stabilisiere eine Erzeugung, bevor du dafür zahlst

• Dreh zuerst ein einzelnes SceneMixer-Segment. Prüfe die Gesichter, den Raum und ob die Zeile gesprochen wird, bevor du den Rest startest.
• Nenne, wer im Bild ist. Eine Einstellung mit „eine Frau dreht sich zum Fenster“ gibt dem Modell nichts, woran es sich festhalten kann; @Mara dreht sich zum Fenster schon. Wer im Bild ist.
• Sag, was da ist, nicht, was fehlt. „Eine leere Straße“ funktioniert; „keine Leute“ lädt Leute ein. Sag, was da ist.
• Korrigiere den Text, bevor du neu renderst. Ein Storyboard zu bearbeiten ist kostenlos; eine Neuerzeugung kostet den vollen Preis.
• Günstig entwerfen, hochwertig fertigstellen. In der niedrigsten Stufe entwerfen, in der höchsten fertigstellen.

Mach es in SceneMixer, von Anfang bis Ende

1. Drehbuch: Füge dein eigenes unter Drehbuch hochladen ein oder schreib ein Ein-Zeilen-Briefing in AI-Erstellung und lass die Episoden entwerfen.
2. Schritt 1: Typ Kurzdrama; Szenenstil Straßenleben; Kostümstil Streetwear; Bildstil Realistisch HD; Zielregion; Dialogsprache; 9:16 Hochformat. Dann lass das Drehbuch einlesen.
3. Schritt 2: die beiden Hauptfiguren mit je einer Beschreibung, dann die Gasse und das Dach als Schauplätze. Die ersten 15 Setup-Bilder eines Kontos sind kostenlos.
4. Storyboard: Erzeuge zuerst Episode 1 (bei deinem ersten Drama kostenlos) und lies sie, bevor du irgendetwas renderst. Ein Ort pro Segment.
5. Video: Rendere in der Standardstufe zu 10 Credits pro Sekunde, korrigiere einzelne Einstellungen statt ganzer Episoden, füge die Episode dann zusammen und poste sie.

FAQ

Aktualisiert am 2. November 2026