Video-KI: Die fünf Aufgaben in einem KI-Video

Aufgabe 1: Lesen, erledigt von einem Textmodell

Eingabe: dein Drehbuch oder die eine Zeile, die die AI-Erstellung von SceneMixer ausbaut. Ausgabe: eine Zusammenfassung, Figuren mit in Worten beschriebenem Aussehen und beschriebener Stimme, Orte, Requisiten, eine Aufteilung in Episoden und dann für jede Episode ein Storyboard aus nummerierten Einstellungen mit Sekunden, Namen und Dialogzeilen. Ansehen: Schritt 1 zeigt die Zusammenfassung; das Storyboard steht in Schritt 3 und im Editor als Einstellungsliste oder als reiner Text. Ändern: Bearbeite alles davon kostenlos von Hand, lass in einfachen Worten eine KI-Bearbeitung für 1 Credit pro Überarbeitung ausführen oder stelle über den Textverlauf eine frühere Version wieder her. Kosten: Das Einlesen kostet 4 Credits pro 3,333 englische Zeichen, einmalig; ein Storyboard kostet 1 Credit pro 100 gezählte Zeichen seiner Episode.

Das Textmodell zeichnet nichts und dreht nichts. Ein Storyboard ist ein Format, das der Rest des Systems wörtlich liest – Einstellungsmarker, Sekunden und Verweise auf die Besetzung –, deshalb ist seine Qualität die Obergrenze für alles, was danach kommt. Was in einem Projekt steckt.

Aufgabe 2: Zeichnen, erledigt von einem Bildmodell

Eingabe: jede Beschreibung plus der Look, den du gewählt hast. Ausgabe: ein Blatt pro Figur (immer 9:16), pro Ort und pro Requisit (immer 16:9), optionale Zustandsbilder und Cover-Poster. Ansehen: Schritt 2, eine Karte pro Eintrag. Ändern: Bearbeite die Beschreibung und erzeuge neu, oder ersetze das Blatt in einem Bezahltarif durch dein eigenes Bild. Kosten: Die ersten 15 eines Kontos sind kostenlos, danach je 7 Credits in der Standard-Bildstufe.

Diese Bilder sind nicht das Video. Es sind Referenzen, aus denen jede spätere Einstellung entsteht, und deshalb sind Blätter absichtlich neutral: ein schlichter Hintergrund und schlichtes Licht, denn das Modell übernimmt Licht und Stimmung einer Referenz genauso treu wie das Gesicht. Die Stimmung wird pro Einstellung im Storyboard geschrieben. Warum Blätter schlicht aussehen.

Aufgabe 3: Drehen, erledigt von einem Videomodell

Eingabe: die Blätter aller Personen und Dinge in der Einstellung, der Text der Einstellung mit seinen Sekunden und die Stimme jedes Sprechers. Ausgabe: ein Segment von bis zu 15 Sekunden, oder 30 in den Stufen für lange Einstellungen, wobei Bild, gesprochene Zeilen, Lippenbewegung des Sprechers und Atmosphäre des Ortes zusammen als ein Clip erzeugt werden. Ansehen: der Vorschau-Player, wobei jeder Take im Versionsverlauf erhalten bleibt. Ändern: Bearbeite den Text der Einstellung und erzeuge dieses Segment neu, oder nutze Diesen Clip bearbeiten für eine Kürzung, eine Bildänderung, eine neue Stimme oder eine Verbesserung. Kosten: 10 Credits pro Sekunde in der Standardstufe, mehr in höheren Stufen; der Preis steht auf dem Button.

Das ist die Aufgabe, die echtes Geld kostet und echte Zeit braucht, typischerweise zehn bis zwanzig Minuten pro Segment. Sie ist außerdem nicht vorhersagbar: Zwei identische Anfragen können zwei verschiedene Clips ergeben. Die Stufenauswahl in der oberen Leiste des Editors legt die Auflösung fest, von 480P bis 2K, und das längste Segment, das sie annimmt. Dialog und Ton in einer Erzeugung.

Aufgabe 4: Musikuntermalung

Eingabe: das fertige Storyboard, seine Szenen, die Stimmung jedes Abschnitts und die Stellen, an denen die gesprochenen Zeilen liegen. Ausgabe: ein Plan für die Musik der Episode, Stücke von mindestens einer halben Minute, die an Szenengrenzen mit einer kurzen Überblendung wechseln und unter den Stimmen eingemischt werden. Ansehen: der Musik-Schalter neben dem Player. Ändern: nur an oder aus; es gibt keine Titelauswahl, keine Lautstärkeregelung und keinen Button, um neu zu komponieren. Kosten: im Videopreis enthalten. Die integrierte Musik.

Aufgabe 5: Zusammenfügen – das ist kein Modell

Eingabe: der aktive Take jedes Segments, der Reihe nach. Ausgabe: die Episodendatei. Ansehen: der Button Episode zusammenfügen von SceneMixer, verfügbar, sobald jedes Segment fertig ist. Ändern: Wechsle bei einem Segment zu einem anderen Take oder erzeuge es neu und füge dann erneut zusammen; die frühere Datei bleibt, bis die neue sie ersetzt. Kosten: 1 Credit pro Sekunde.

Das Zusammenfügen ist einfache Videoverarbeitung. Wo immer möglich, fügt es ohne erneute Codierung zusammen, sodass das Bild, das du freigegeben hast, auch das Bild ist, das ausgeliefert wird, und es kann keinen Clip reparieren, der falsch ist. Clips werden so zusammengefügt, wie sie sind; eine Markierung, die auf manchen Segmenten war und auf anderen nicht, bleibt also so. Eine Episode zusammenfügen und teilen.

Welche Aufgabe hat das verursacht?

Bei welchen davon du ein Modell wählen kannst

In SceneMixer arbeiten Text, Bild und Video jeweils über eine Stufe: eine Konfigurationszeile, die festlegt, welcher Dienst, welches Modell, welche Auflösung und wie lang ein Segment sein darf. Die Videostufe ist die, die sich zu wählen lohnt, denn dort liegen das Geld und der sichtbare Unterschied; ihre Auswahl befindet sich in der oberen Leiste des Editors. Die Text- und Bildstufen findest du unter Einstellungen bei Modellpräferenzen, und die Standardwerte sind die, auf die die Pipeline abgestimmt wurde. Diese Seite nennt keine Modelle, weil Stufen Konfiguration sind und sich ändern; die Auswahl und die Preisseite zeigen die aktuelle Liste. Was darunter läuft.

FAQ

Aktualisiert am 2. November 2026