Text zu Video: Starte bei dem Video, das du haben willst
Such dir zuerst das Ziel aus
| Du willst | Einstieg und Einstellung | Text, den du mitbringst | Was du bekommst | Preisform |
|---|---|---|---|---|
| Eine einminütige Hochformat-Geschichte für den Feed | AI-Erstellung oder Drehbuch hochladen; Typ Kurzdrama; 9:16 Hochformat | Ein Satz bis zwei Seiten | Eine oder ein paar Episoden, jeweils bis zu 240 Sekunden | Eine Lesegebühr nach Länge, ein Storyboard (das erste ist bei deinem ersten Drama kostenlos), dann Video pro Sekunde. Eine 60-Sekunden-Episode in der Standardstufe kostet mit dem Zusammenfügen etwa 660 Credits, rund $4.11 |
| Eine Serie mit einem Hook in jeder Episode | Drehbuch hochladen oder AI-Erstellung mit Mittel oder Lang; Typ Kurzdrama oder Fernsehserie | Geschichte für eine ganze Staffel | Episoden bis zu 240 Sekunden (Kurzdrama) oder 300 Sekunden (Fernsehserie) | Das Lesen einmal, dann hat jede Episode ihr eigenes Storyboard und ihr eigenes Video |
| Ein Kurzfilm | Drehbuch hochladen; Typ Film; 16:9 Querformat | Prosa oder ein Drehbuch | Ein Stück, in Akte gegliedert, ohne Obergrenze für die Länge einer Episode | Dieselben Gebühren, mit weniger, längeren Segmenten |
| Ein Werbespot für ein Produkt, einen Shop oder eine App | Werbevideo | Eine Zeile plus ein bis vier Fotos | Eine Werbung mit 15, 30 oder 60 Sekunden und einer Endkarte | Ein Pauschalpreis, der zugleich eine Obergrenze ist, oder der Expertenmodus mit Preis pro Schritt |
In SceneMixer entscheidet der Typ, wie dein Text zugeschnitten wird. Kurzdrama ist schnell, dialogreich und auf einen Hook pro Episode gebaut; Fernsehserie ist auf mehrere Handlungsstränge getaktet; Film ist langsam und atmosphärisch und wird als ein Stück in Akten behandelt. Der Typ wird in Schritt 1 gewählt und steht fest, sobald der Text gelesen wurde, weil die Episoden darauf zugeschnitten sind. Für den anderen Typ startest du ein neues Projekt mit demselben Text. Kurzdrama, Fernsehserie oder Film bietet den vollständigen Vergleich.
Warum eine Werbung hier kein Text-zu-Video-Job ist
Ist dein Text eine Produktbeschreibung, braucht der Werbe-Weg trotzdem mindestens ein Bild. Die Eingabemaske startet ohne Bild nicht („Füge zuerst mindestens ein Bild hinzu“), weil eine Werbung um etwas gebaut ist, das die Kamera sehen kann: Das erste Foto ist das Motiv, die Endkarte zeigt es, und die übrigen Fotos werden zu den Orten, an denen die Aufnahmen spielen. Deine Worte zählen trotzdem, aber als eine Zeile unter den Fotos darüber, was es ist und für wen es gedacht ist – sie hat Vorrang vor dem Bild, wenn beide sich widersprechen.
Der praktische Rat für eine reine Text-Produktidee lautet also: Nimm ein Foto oder einen Screenshot, egal wie schlicht, und setz deinen Satz darunter. Hast du kein Foto und möchtest stattdessen eine Geschichte über das Produkt, ist das ein Drehbuchprojekt, und der Text ist die gesamte Eingabe. Vier Wege, ein Projekt zu starten · So machst du aus einem Foto eine Werbung.
Welche Art von Text du hast
Die Textmenge bestimmt den Weg, und KI-Videos aus Text erstellen behandelt die drei Größen. Die Art des Textes bestimmt, wie viel von deinem eigenen Wortlaut erhalten bleibt, und für die meisten Arten gibt es auf der Website einen Leitfaden.
| Dein Text ist | Wie er verarbeitet wird | Starte mit |
|---|---|---|
| Dein eigenes Drehbuch, mit Szenenüberschriften und Sprecherangaben | Das Layout wird direkt gelesen, sodass Dialog und Handlung deinen Wortlaut behalten | Ein Drehbuch verwenden |
| Ein Web-Roman-Kapitel | Wird als Prosa gelesen und in Besetzung, Schauplätze und Episoden gegliedert | Einen Web-Roman in eine Dramaserie verwandeln |
| Ein Reddit-Beitrag oder ein anderer kurzer Text über wahre Begebenheiten | Prosa, meist mit einer einzigen Stimme; Dialoge müssen ergänzt oder aus Zitaten übernommen werden | Eine Reddit-Geschichte in ein Drama verwandeln |
| Ein Podcast- oder Interview-Transkript | Gesprochener Text wird zum Dialog; Szene und Ort müssen erfunden oder angedeutet werden | Eine Podcast-Episode in ein Drama verwandeln |
| Ein Theaterstück | Akte und Redebeiträge lassen sich ganz natürlich auf Szenen und Zeilen abbilden | Ein Theaterstück in einen Kurzfilm verwandeln |
| Nur eine Idee | Wird aus einem Briefing zu einem Drehbuch geschrieben und dann gelesen | Das Ein-Zeilen-Briefing schreiben |
Egal welche Art: Schreib, was gesagt werden muss, als Dialogzeilen (Name (delivery): words) und lass den Rest als Prosa stehen. Eine Zeile, die in die Erzählung eingebaut ist, wird zusammengefasst statt gesprochen. Dialog so schreiben, dass er erkannt wird.
Von Wörtern zu Sekunden
Die Textlänge bestimmt bei SceneMixer nicht die Videolänge, sondern die Geschichte. Gesprochenes Englisch läuft mit etwa drei Wörtern pro Sekunde; eine Szene, deren Zeilen zusammen 180 Wörter ergeben, hat also etwa eine Minute Sprache, noch bevor Pausen oder Bewegung dazukommen. Jede Episode hat je nach Typ eine Obergrenze, und jedes Segment wird als eine Einstellung von 15 oder 30 Sekunden gedreht und danach zur Episode zusammengefügt. Video wird pro Sekunde gekauft, die Summe richtet sich also nach der fertigen Länge und nicht nach der Seitenzahl: Die Standardstufe kostet 10 Credits pro Sekunde, und das Zusammenfügen der Segmente 1 Credit pro Sekunde. Sekunden pro Einstellung und Timing · Wohin die Credits in einer Episode gehen.
Der Text wird einmal in voller Länge gelesen, und die Gebühr richtet sich danach: 4 Credits pro 1.000 gezählte Zeichen, wobei Englisch nur leicht gezählt wird. Ein einzelner Durchgang deckt bis zu 10,000 gezählte Zeichen ab; längere Texte werden in zwei Durchgängen gelesen, bis zu 300,000 englische Zeichen. So werden Zeichen gezählt.
Was aus Text nicht werden kann
| Du hofftest auf | Was stattdessen passiert |
|---|---|
| Deine Worte, die als animierte Schrift, Bildunterschriften oder Lyric-Video im Bild erscheinen | Wird nicht angeboten. Videomodelle zeichnen keinen lesbaren Text, daher sind Wörter im Bild unzuverlässig. Der einzige Ort, an dem lesbare Wörter garantiert sind, ist die Endkarte einer Werbung. Untertitel für Gesprochenes sind ein eigener Schalter für Konten, die Credits oder einen Tarif gekauft haben |
| Ein Link zu einem Artikel, der in ein Video verwandelt wird | Links werden nicht abgerufen. Füge den Text selbst ein |
| Ein PDF als Quelle | Wird abgelehnt. Exportiere es zuerst als reinen Text oder als Word-Datei; .txt-, .docx- und .md-Dateien funktionieren |
| Eine Tabelle, eine Liste oder eine Reihe von Stichpunkten | Keine Geschichte, und es kann immer wieder scheitern. Forme es zuerst in Sätze um |
| Ein Sprechertext über Stock-Footage | Jedes Bild ist eine generierte Einstellung deiner Besetzung und deiner Schauplätze. Ein Erzähler kann als reine Sprechrolle auftreten, aber es gibt keine Filmmaterial-Bibliothek |
| Eine berühmte Figur oder eine reale Person | Wird von der IP-Prüfung abgelehnt, wenn ein Bild oder Clip erstellt wird. Erfinde deine eigene |
Das Muster hinter der Tabelle: Text geht als Geschichte hinein, und was aus SceneMixer herauskommt, wird von einer generierten Besetzung an generierten Schauplätzen gespielt. Alles, was auf exakte Typografie, exakte Personen oder exaktes Filmmaterial angewiesen ist, liegt außerhalb. Was du einspeisen kannst.
Zwei Minuten, um den Einstieg zu wählen
- Hast du Fotos von dem, was du verkaufst? Nimm Werbevideo und setze deinen Satz als Zeile darunter.
- Ist die Geschichte schon geschrieben? Füge sie bei Drehbuch hochladen ein oder lade sie hoch und wähle den Typ. Als Erstes wird das Einlesen berechnet.
- Hast du nur eine Idee? Schreibe in der AI-Erstellung von SceneMixer eine Zeile oder drücke Inspiriere mich, wenn du nicht einmal die hast, und wähle eine Länge von „Mini“ bis „Lang“.
- Hast du statt Text einen Clip? Dann ist es Video neu verfilmen, ein anderer Einstieg, bei dem das Einlesen nach den Minuten des Clips berechnet wird.
Alle vier enden im selben Projekttyp: eine Besetzung, Schauplätze, Requisiten, Episoden, ein Storyboard mit nummerierten Einstellungen und dann Video, und jeder Schritt nach dem ersten wird auf dieselbe Weise berechnet. Die Textwege im Detail findest du unter Text-zu-Video-KI für das Briefing und KI-Text-zu-Video-Generator für die Regler.
FAQ
Wie mache ich hier aus Text ein Video?
Füge den Text in SceneMixer ein oder lade ihn hoch, oder lass ihn von der KI aus einer Zeile schreiben. Er wird zu einer Besetzung und Episoden eingelesen, jede Episode bekommt ein Storyboard, und jedes Segment wird zu einem Videoclip, der zur Episode zusammengefügt wird.
Kann aus Text eine Werbung werden?
Nicht allein. Eine Werbung braucht mindestens ein Foto oder einen Screenshot, mit deinem Text als einer Zeile darüber, was es ist und für wen es gedacht ist.
Wie viel Text brauche ich?
SceneMixer braucht mindestens etwa einen Absatz, ungefähr 330 englische Zeichen, und nimmt bis zu 300,000 englische Zeichen, die in zwei Durchgängen eingelesen werden.
Wie lang wird das Video?
Die Geschichte entscheidet, nicht die Seitenzahl. Eine Kurzdrama-Episode in SceneMixer dauert bis zu 240 Sekunden, eine Episode einer Fernsehserie bis zu 300, und ein Film hat keine Obergrenze.
Kann ich aus einem Link oder einem PDF ein Video machen?
Nicht direkt. SceneMixer ruft keine Links ab und lehnt PDFs ab. Füge den Text ein oder exportiere das Dokument als Text oder Word.
Kann ich ein Video mit animiertem Text oder Texteinblendungen machen?
Nein. Videomodelle schreiben keine lesbaren Wörter, daher ist Text im Bild unzuverlässig. Untertitel für das Gesprochene gibt es separat für Konten, die Credits oder einen Tarif gekauft haben.
Ändert die Typ-Einstellung, was ich bekomme?
Ja. In SceneMixer beeinflusst sie, wo Episoden getrennt werden, wie lang jede sein darf und wie Szenen für die Kamera geschrieben werden, und sie lässt sich nicht mehr ändern, nachdem der Text eingelesen wurde.
Ist etwas davon kostenlos?
Das Einlesen kostet bei SceneMixer wenig, 15 Setup-Bilder und das erste Storyboard sind kostenlos, und eine Vorschau-Einstellung von bis zu 5 Sekunden ist kostenlos. Video wird ab der ersten Sekunde berechnet.
Starte beim Video, dann wähle den Einstieg
Ein Satz, ein Skript oder ein Foto: Jedes hat seinen eigenen ersten Schritt.
Aktualisiert am 2. November 2026