Wähle für jede Einstellung das richtige KI-Videotool
Text-zu-Video, Bild-zu-Video, Start- und Endbild, Lippensynchronisation: welche Methode und welches Modell für welche Art von Einstellung, wie du sie in zehn Minuten testest und wie du deine Credits dort ausgibst, wo sie zählen.
Jede Einstellung hat eine Aufgabe
Anfänger wählen ein einziges KI-Videotool und verlangen alles von ihm. Erfahrene Creator machen es umgekehrt: Sie schauen, was jede Einstellung leisten muss, und wählen dann die Methode und das Modell, die genau das am besten können.
Eine Totale einer Stadt muss groß und ruhig wirken. Eine Nahaufnahme muss das Gesicht deines Helden exakt treffen. Eine Dialogeinstellung braucht Lippen, die zur Stimme passen. Ein Kampf braucht schnelle, gut lesbare Bewegung. Das sind vier verschiedene Probleme, und kein Tool ist in allen vier das beste.
- Totale eines Ortes
- Text-zu-Video oder Bild-zu-Video
- Nahaufnahme deines Helden
- Bild-zu-Video vom Charakterblatt aus
- Zwei Figuren im Gespräch
- Ein Lippensync-Tool
- Schnelle Action
- Start- und Endbild
- Magie, Feuer, Explosionen
- Bild-zu-Video, Effekte im Schnitt
- Entscheide zuerst, was die Einstellung leisten muss. Das Tool kommt danach.
Vier Wege, eine Einstellung zu erzeugen
Fast jedes KI-Videotool bietet dieselben vier Methoden unter verschiedenen Namen. Sie zu kennen, nützt mehr, als eine bestimmte App zu kennen.
- Text-zu-Video: Du beschreibst die Einstellung in Worten. Schnell für Orte, Menschenmengen und Stimmungen, aber das Gesicht deines Helden ändert sich von Clip zu Clip.
- Bild-zu-Video: Du gibst ein Standbild vor und beschreibst die Bewegung. Der beste Weg, Figuren, Kostüme und Licht einheitlich zu halten. Die meisten Serien entstehen so.
- Start- und Endbild: Du gibst das erste und das letzte Bild vor, und das Modell erfindet die Bewegung dazwischen. Ideal für Verwandlungen, einen Schlag, der trifft, oder eine Tür, die sich auf einen genauen Ort öffnet.
- Referenzen (auch Elemente oder Zutaten genannt): Du gibst einzelne Bilder einer Figur, eines Objekts und eines Ortes vor, und das Modell kombiniert sie zu einer neuen Einstellung. Nützlich, wenn du denselben Helden an vielen neuen Orten brauchst.
Text-zu-Video für jede Einstellung der Folge: „eine junge rothaarige Bogenschützin geht durch den Wald“. In jedem Clip hat sie ein anderes Gesicht, einen anderen Bogen und einen anderen Mantel.
Ein freigegebenes Standbild der Bogenschützin vom Charakterblatt, dann Bild-zu-Video für jede Einstellung: „sie geht langsam zwischen den Kiefern, blickt nach oben, Wind im Haar“. Gleiches Gesicht, gleicher Bogen, gleicher Mantel.
Im Zweifel starte mit einem Standbild. Ein misslungenes Standbild kostet einen Bruchteil eines misslungenen Videoclips und gibt dem Modell einen klaren Ausgangspunkt.
Was jede Modellfamilie gut kann
Modelle ändern sich jeden Monat, also nimm das als Ausgangspunkt zum Testen, nicht als Rangliste. Stand November 2026 berichten Creator auf DeepStories am häufigsten Folgendes.
- Kling: gutes Preis-Leistungs-Verhältnis, starke Charakterreferenzen und eingebaute Lippensynchronisation. Ein Favorit für Serien mit wiederkehrenden Helden.
- Seedance (in Dreamina und anderen Plattformen): kinoreife Kameraarbeit und Szenen mit mehreren Einstellungen in einer Generierung.
- Veo (in Google Flow): sehr realistische Bilder und nativer Ton, zu einem höheren Preis pro Clip.
- Hailuo (MiniMax): günstige, energiegeladene Bewegung; gut für Action und Tests.
- Runway: Schnittwerkzeuge und Kontrolle über einen vorhandenen Clip, mehr als reine Generierung.
- Wan: offene Modelle, die du auf deinem eigenen Computer laufen lassen kannst, wenn du eine starke Grafikkarte hast.
Wähle ein Hauptmodell und lerne seine Eigenheiten. Mit einem Modell, das du kennst, bekommst du mehr brauchbare Einstellungen als mit fünf, die du nicht kennst.
Der Zehn-Minuten-Test: drei Modelle, eine Einstellung
Bevor du einen Monat Credits für ein Tool ausgibst, mach einen schnellen Test mit der schwierigsten Einstellung deiner Folge. Nutze dasselbe Standbild und denselben Prompt in drei Modellen und bewerte jedes Ergebnis.
- Bewegung: Bewegt es sich natürlich, ohne zu zerfließen oder zu springen?
- Gesicht: Ist dein Held im letzten Bild noch dein Held?
- Prompt: Hat es getan, worum du gebeten hast, und nur das?
- Kosten: Was hat ein brauchbarer Clip gekostet, die Fehlversuche mitgerechnet?
- Modell A
- Modell B
- Modell C
- Bewegung
- Gesicht bleibt gleich
- Folgt dem Prompt
- Kosten pro brauchbarer Einstellung
- Modell B gewinnt diese Einstellung
- Bewerte jedes Modell von 1 bis 5 bei derselben Einstellung. Der Gewinner kann sich von einer Art Einstellung zur nächsten ändern.
Stimmen und Lippensynchronisation
Beim Dialog wirken KI-Filme am häufigsten künstlich. Die Lösung liegt meist in der Methode, nicht im Tool.
- Nimm die Stimme zuerst auf oder generiere sie, dann animiere das Gesicht dazu.
- Halte Sprech-Einstellungen kurz: 2 bis 4 Sekunden, dann schneide auf den Zuhörer oder ein Detail.
- Bevorzuge Nahaufnahmen frontal zur Kamera; Profile und schnelle Kopfdrehungen zerstören die Lippensynchronisation.
- Lass manche Sätze aus dem Off laufen, über einer Reaktion oder einer Landschaft. Echte Filme machen das ständig.
Eine Plattform oder mehrere?
Du kannst ein Modell direkt abonnieren oder eine Plattform nutzen, die mit einem Konto Zugang zu mehreren Modellen gibt. Direkte Abos sind pro Clip meist günstiger. Multi-Modell-Plattformen lassen dich für jede Einstellung das beste Modell wählen, ohne fünf Abos zu bezahlen.
Ein übliches Setup: ein direktes Abo für das Modell, das du für die meisten Einstellungen nutzt, und ein paar Credits auf einer Multi-Modell-Plattform für die wenigen Einstellungen, die es nicht gut kann.
Praxisbeispiel: eine Szene, Tool für Tool
Eine Bogenschützin entdeckt im Morgengrauen ihr niedergebranntes Dorf. Sechs Einstellungen und die jeweils gewählte Methode.
- Totale des verbrannten Dorfes im Nebel: Bild-zu-Video aus einem Standbild deines Bildtools, langsame Fahrt nach vorn.
- Nahaufnahme der Bogenschützin, die die Augen öffnet: Bild-zu-Video vom Charakterblatt aus, fast keine Bewegung.
- Sie steht zwischen der Asche auf: Bild-zu-Video, halbnahe Einstellung, die Bewegung in einem Satz beschrieben.
- Insert, ein königlicher Pfeil in einem Balken: Bild-zu-Video, ganz kleine Kamerabewegung. Inserts sind günstig und verstecken Schnitte.
- Sie sagt „Wer war das?“: zuerst die generierte Stimme, dann ein Lippensync-Durchgang auf einer 3-sekündigen Nahaufnahme.
- Sie rennt zum Stadttor: Start- und Endbild, damit sie genau an dem Tor ankommt, das du entworfen hast.
Nur eine von sechs Einstellungen braucht Lippensynchronisation und nur eine Start- und Endbild. Die meisten sind einfaches Bild-zu-Video, das hält das Budget niedrig.
Lass einen KI-Assistenten die Tools mit dir planen
Füge deine Einstellungsliste in einen KI-Assistenten ein und bitte ihn, für jede Einstellung eine Methode vorzuschlagen. Du bleibst der Regisseur; er spart dir Zeit.
Hier ist die Einstellungsliste meiner KI-Serienfolge: [Einstellungsliste einfügen]. Sag mir für jede Einstellung in einer Zeile, welche Methode ich nutzen soll (Text-zu-Video, Bild-zu-Video, Start- und Endbild, Referenzen oder Lippensynchronisation) und warum. Markiere die 3 schwierigsten Einstellungen, die ich zuerst in mehreren Modellen testen sollte. Behalte meine Einstellungsnummern bei.
Abschluss-Checkliste
- Jede Einstellung deiner Liste hat eine Methode daneben.
- Jede Figureneinstellung startet von einem freigegebenen Standbild.
- Du hast die schwierigste Einstellung in drei Modellen getestet und den Gewinner behalten.
- Dialogeinstellungen sind kurz und frontal zur Kamera.
- Der Großteil deiner Credits geht in die Einstellungen, an die sich Zuschauer erinnern werden.
- Entscheide, was jede Einstellung leisten muss, dann wähle Methode und Modell.
- Starte Figureneinstellungen von einem freigegebenen Standbild.
- Teste deine schwierigste Einstellung in drei Modellen, bevor du deine Credits festlegst.
- Kling: Charakterreferenzen, Lippensynchronisation, gutes Preis-Leistungs-Verhältnis.
- Dreamina: Seedance-Modelle für kinoreife Einstellungen.
- Google Flow: Veo, realistische Einstellungen mit nativem Ton.
- Hailuo: Günstige, energiegeladene Bewegung für Tests und Action.
- Runway: Schnitt und Kontrolle über vorhandene Clips.
- ElevenLabs: Stimmen für deine Lippensync-Einstellungen.
Wähle für jede Einstellung das richtige KI-Videotool — DeepStories Academy