KI-generierte Bilder im Video – und wann du sie einsetzt

Jede Szene im Storyboard hat ein Visual. Ein Website-Video besteht überwiegend aus Aufnahmen der Seite und gezeichneten Tafeln (ein Diagramm, eine Zeitleiste, ein Zitat), aber eine image-Szene kann statt eines Bildes von der Seite eine generate-Beschreibung tragen. Beim Rendering wird daraus ein fotorealistisches Standbild im Seitenverhältnis des Films, animiert mit einer Bewegung (eine langsame Ken-Burns-Fahrt, ein Unschärfe-Reveal, ein Einschub) unter denselben Untertiteln wie der Rest.

Drei Folgen zählen bei der Planung:

• Es ändert die Länge nicht. Die Szene dauert so lange wie die Worte darüber; siehe der Sprechertext bestimmt die Länge.
• Es trägt jede Dauer. Ein Clip hat feste Sekunden und friert ein, wenn der Satz länger läuft. Ein Standbild wird genau so lange animiert, wie die Stimme braucht.
• Es landet in deiner Mediathek. Das Bild wird in deinem Konto gespeichert, ein späterer Film kann es also als Asset wiederverwenden, ohne erneut zu zahlen.

Wenn du ein gefilmtes Video anforderst, entscheidet ai_mode, wie viel der Planer generieren darf: none bleibt bei der Seite, assist erlaubt ein paar Standbilder, rich erlaubt Standbilder und Clips im Rahmen deines Budgets.

Casting, Emma Nipule et Rémi Debout ist eine kurze französische Animation, die wir als Besetzungsbogen für einen Film mit Handlung gebaut haben: 25 Sekunden, 9:16, drei Szenen, alles KI-Standbilder. Eine Quellseite gibt es nicht; das Storyboard ist von Hand geschrieben.

Szene eins, rund zehn Sekunden mit einer Überblendung, ist ein Hüftporträt von Emma: Ende zwanzig, lange gewellte platinblonde Haare, rote Lippen, schwarzes Paillettenkleid, selbstsicheres Halblächeln vor dunklem Studiohintergrund. Der französische Sprechertext stellt sie als glamourös vor, immer bereit auszugehen. Szene zwei, mit Unschärfe-Reveal, zeigt Rémi: Anfang dreißig, gepflegter dunkler Bart, grauer Hoodie, freundliches, aber müdes Gesicht – einer, der „um sein Haus kämpft“. Szene drei gleitet von der Seite herein und zeigt Emma im Dreiviertelprofil mit Blick über die Schulter.

Was die Beschreibungen richtig machen: Jede nennt den Bildausschnitt (Hüftporträt, Hochformat), den Hintergrund, das Licht (weich, filmisch) und endet mit „no text“. Jedes Porträt ist für einen Handybildschirm komponiert, das Gesicht in der oberen Hälfte, weg von den Untertiteln.

Was wir ändern würden: Die dritte Beschreibung holt Emma zurück, indem sie jedes Detail der ersten wiederholt, weil keine Figur angelegt war. Wiederholen ergibt eine nahe Verwandte, keine Garantie. Heute würden wir Emma zuerst als Figur anlegen, damit alle ihre Standbilder und Clips von einer Referenz ausgehen; wie das geht, steht in konsistente Figuren über alle Szenen.

Bevor du generate schreibst, frag dich, ob etwas auf der Seite oder in deinen eigenen Dateien den Moment schon zeigt.

Uploads landen in derselben Mediathek wie Generierungen: Datei in den Editor ziehen oder einen Assistenten create_upload aufrufen lassen, dann eine Szene darauf zeigen lassen. Eine Präsentation als PDF oder PPTX kommt als Folien zurück, ein Bild pro Folie, bereit für Szenen.

Gute Beschreibungen sind konkret und sparsam mit Adjektiven. Vier Schritte, in dieser Reihenfolge:

Teste vor dem Rendering. generate_asset zeichnet ein oder mehrere Standbilder direkt in deine Mediathek, ganz ohne Film, jedes für 40 Credits und bei Fehlschlag erstattet; ein dry_run nennt den Preis kostenlos. Behalte das passende und verweise in der Szene darauf.

Ein 45-Sekunden-Erklärvideo aus einem Hilfeartikel: fünf Aufnahmen der Artikelseite, ein Einstiegsbild mit einer Support-Mitarbeiterin vor einem vollen Posteingang, ein Schlussbild mit demselben, aufgeräumten Schreibtisch.

• Das Rendering: 40 Credits, egal wie lang.
• Zwei Standbilder: je 40 Credits.

Tauschst du beide gegen Hausclips, kostet jeder 311 Credits. Für einen Moment, über den sechs oder acht Sekunden gesprochen wird, ist das Standbild meist der bessere Film und dazu der günstigere.

Drei Stellschrauben halten die Rechnung planbar. ai_budget deckelt max_images und max_clips vor dem Rendering; darüber hinaus kann eine Szene ablehnen, warten oder auf eine Alternative ausweichen. create_animation liefert einen ai_plan mit der Rechnung, bevor etwas gezeichnet wird. Und ein neues Rendering zahlt nie zweimal für dasselbe Bild: Bleiben Beschreibung, Figur und Format gleich, wird das fertige Bild wiederverwendet. Eine geänderte Untertitelzeile oder Animation zeichnet es nicht neu.

Ohne Abo enthält jeder Einzelfilm (AI film, Cinematic, Launch kit) KI-Standbilder neben seinen Clips; das Angebot steht unter Preise. Für einen Artikel, der ein paar Bilder braucht, zeigt der Anwendungsfall Artikel zu Video den ganzen Ablauf.

KI-Generierung gibt es nur in bezahlten Tarifen, und das wird in der Produktionskette durchgesetzt, nicht nur auf der Preisseite behauptet. Eine Ausnahme gibt es nicht, auch nicht für den ersten Film eines Gratiskontos: Er ist kostenlos, mit Badge und ohne KI-Visuals. Ein Gratisfilm bekommt trotzdem echte Retina-Aufnahmen deiner Seite, ein KI-Skript, eine KI-Stimme, Untertitel und alle gezeichneten Tafeln. Szenen, die ein generiertes Standbild verlangt haben, werden als Texttafeln gezeichnet, und die Warnungen von get_video nennen sie.

Scheitert eine Generierung oder wird sie abgelehnt, kommen die Credits zurück, das Rendering läuft durch, und die Warnung nennt die Szene ohne Bild. Korrigier die Beschreibung und render neu: Nur diese Szene wird neu gezeichnet.