KI-Videoclips und B-Roll im Website-Video
KI-Videoclips sind ein paar Sekunden generiertes Bewegtbild für einen Moment, den deine Website nicht zeigen kann: der Morgen, bevor ein Kunde dich findet, eine Hand, die einen Laptop aufklappt, ein Raum nach getaner Arbeit. In PageToVid ist der Clip das teuerste Visual, das du anfordern kannst – er gehört auf die ein, zwei Momente, in denen Bewegung die Aussage trägt, und der Rest des Films bleibt echte Aufnahme deiner Seite.
Dieser Leitfaden ist für Gründer und Marketingverantwortliche mit bezahltem Tarif oder Einzelfilm, die ein Website-Video wollen, das gedreht wirkt statt abgefilmt – ohne einen Monat Credits für ein einziges Video auszugeben.
Made by Seedance: unser eigener 29-Sekunden-Film in 16:9 mit drei generierten Clips (ein Schreibtisch im Morgenlicht, eine Hand am Laptop, derselbe Tisch am Abend), einer Zeitleiste in vier Schritten und einer Schlusstafel.
Was ein generierter Clip in einem PageToVid-Film ist
Jede Szene im Storyboard hat ein Visual. Eine image-Szene mit einer generate-Beschreibung zeichnet ein fotorealistisches Standbild; setzt du clip, wird aus derselben Beschreibung ein paar Sekunden Bewegtbild.
Drei Details entscheiden, wie das Ergebnis aussieht:
- Länge. Der Hausclip dauert acht Sekunden. Ein benanntes Modell bekommt einen Clip so lang wie die Szene im Bild, im Rahmen dessen, was das Modell kann (Seedance 2.5 schafft bis zu 30 Sekunden). Läuft der Sprechertext länger als das Material, frieren wir das letzte saubere Bild ein, statt zu loopen oder auf Schwarz zu schneiden.
- Format. Der Clip entsteht im Seitenverhältnis des Films: Ein 9:16-Film bekommt Hochformat, keine Querformat-Aufnahme mit schwarzen Balken.
- Ton. Die Videomodelle erzeugen den Ton mit dem Bild. Unter einer Szene mit Sprecher liegt er leise als Atmo; in einer Szene ohne Sprecher läuft er mit voller Lautstärke und wird zum Soundtrack.
Die Länge einer Szene kommt aus der Stimme (siehe der Sprechertext bestimmt die Länge) – ein Clip macht einen Film also nie länger.
Made by Seedance: drei Clips, zwei Tafeln, 29 Sekunden
Wir haben Made by Seedance gebaut, um ein benanntes Modell zu testen: fünf Szenen, 29 Sekunden, 16:9, jeder Clip bei seedance-2.0-mini angefragt.
Szene eins ist ein Clip mit Morgenlicht auf einem Holzschreibtisch, zugeklapptem Laptop und dampfender Tasse, die Kamera fährt langsam heran, dazu „Every website is already a story. It is just sitting still.“ Szene zwei zeigt in Nahaufnahme eine Hand, die den Laptop öffnet. Szene drei wechselt auf eine gezeichnete Zeitleiste mit dem Titel „While the coffee cools“ und vier Schritten. Szene vier kehrt zum selben Schreibtisch im Nachmittagslicht zurück, Laptop offen, Tasse leer, dazu „Three minutes later the same page is moving, and it is yours.“ Eine Titeltafel schließt: „Paste a link. Get a video.“
Was funktioniert: Die beiden Schreibtisch-Einstellungen zeigen einen Ort zu zwei Tageszeiten – ein Vorher und Nachher ohne ein Wort. Jede Beschreibung endet mit „no text, no logos“, deshalb schwebt kein unleserlicher Text auf dem Bildschirm.
Was wir für die Website eines Kunden ändern würden: Dieser Film zeigt nie eine Website. In einem echten Website-Video sollte mindestens die Hälfte der Szenen Aufnahmen der Seite sein, und die Clips rahmen sie, statt sie zu ersetzen.
Wo ein Clip seinen Preis wert ist – und wo nicht
Unser Test, bevor wir clip schreiben: Trägt die Veränderung über die Zeit die Aussage? Wenn der Moment als Foto genauso funktioniert, nimm das Foto.
| Moment | Bestes Visual | Warum |
|---|---|---|
Einstieg, bevor das Produkt auftaucht | Clip | Bewegung in den ersten zwei Sekunden hält Leute beim Scrollen; ein Standbild wirkt wie eine Folie. |
Eine Verwandlung (Chaos zu Ordnung, Nacht zu Morgen) | Clip | Die Veränderung ist die Botschaft. |
Eine Person, die reagiert | Clip mit Figur | Ein bewegtes Gesicht liest sich als Mensch; siehe konsistente Figuren. |
Eine Idee oder ein Ort unter einem langen Satz | Standbild | Kostet 40 Credits und trägt einen langen Satz, ohne einzufrieren. |
Eine Zahl, eine Liste, ein Preis | Gezeichnete Tafel | Sie muss gelesen werden, und gezeichnete Typografie bleibt scharf. |
Deine Oberfläche, dein Katalog, dein Formular | Bildschirmaufnahme | Die einzige Einstellung, die wahr sein muss. Eine generierte Oberfläche erfindet ein Produkt, das du nicht verkaufst. |
Standbilder haben einen eigenen Leitfaden: KI-Bilder im Video. Was B-Roll im Schnitt bedeutet, erklärt der Glossareintrag zu B-Roll.
Was es kostet: ein Rechenbeispiel
Nimm einen 40-Sekunden-Launchfilm für eine Buchungs-App: sechs Szenen, vier davon Aufnahmen der echten Website, ein Einstiegsclip mit einem überfüllten Empfang und am Ende ein Standbild von einem ruhigen.
- Das Rendering: 40 Credits, egal wie lang und in welchem Format.
- Der Einstiegsclip (Hausclip): 311 Credits.
- Das Schlussbild: 40 Credits.
Machst du alle sechs Szenen zu Clips, zahlst du sechs Clips und versteckst obendrein das Produkt.
Benennst du ein Modell, richtet sich der Preis nach dessen Kosten pro Sekunde in der gewählten Auflösung – eine längere Szene kostet mehr. Mehrere Kandidaten (best_of, bis zu vier) werden jeweils voll berechnet. Die Preise folgen den Anbietern, also lass deinen Assistenten list_models oder quote_cost aufrufen, beide kostenlos, und lies den ai_plan, den create_animation vor jeder Generierung zurückgibt. ai_budget deckelt Clips und Standbilder im Voraus, mit Ablehnen, Warteschlange oder günstigerer Alternative jenseits der Grenze.
Ohne Abo bündeln die Einzelfilme AI film, Cinematic und Launch kit Clips und Standbilder auf festen Modellen für einen Film, und Clip-Pakete kommen in jedem Tarif obendrauf; sie werden vor den Credits verbraucht. Das aktuelle Angebot steht unter Preise, die Credit-Rechnung in Credits und was ein Video kostet.
Einen Clip beschreiben, Schritt für Schritt
Eine Standbild-Beschreibung beschreibt ein Foto. Eine Clip-Beschreibung beschreibt ein paar Sekunden Handlung, und generiertes Video ist am stärksten bei einem Motiv, das eine Sache tut.
Kamerabewegung nennen
Heranfahren, Wegfahren, langsame Kreisfahrt, Schwenk, Handkamera oder statisch. Made by Seedance nutzt eine pro Clip: Heranfahrt, Drift nach links, Kreisfahrt.
Eine Handlung vorgeben
„Eine Hand klappt einen Laptop auf“ funktioniert. „Sie öffnet den Laptop, liest eine Mail und lächelt“ sind drei Clips in einem, und das Modell hetzt oder lässt die Mitte weg.
Licht und Optik festlegen
Tageszeit, Lichtquelle, geringe Schärfentiefe, Filmkorn. Das transportiert Stimmung viel besser als Adjektive wie „inspirierend“.
Text und Logos verbieten
Schließ mit „no readable text, no logos“. Generierte Schrift ist unzuverlässig, und PageToVid legt ohnehin echte Untertitel und Typografie über den Clip.
Sprechertext anpassen
Halte den Text über einem Clip kurz. Der Hausclip dauert acht Sekunden; ein langer Satz darüber endet auf einem eingefrorenen Bild – sauber, aber statisch.
Günstig iterieren: Render zuerst mit Standbildern, korrigiere den Text und schalte dann clip mit update_storyboard dort ein, wo Bewegung zählt. Unveränderte Beschreibung, Figur und Format verwenden den fertigen Clip wieder und kosten nichts.
Fehler, die wir in clip-lastigen Filmen sehen
- Generierte Produktaufnahmen. „Ein Dashboard mit unseren Kennzahlen“ zeichnet eine Oberfläche, die du nicht hast. Film die Seite.
- Unter jeder Szene ein Clip. Der Film wird zur Werbung für nichts Bestimmtes.
- Dieselbe namenlose Person zweimal. Zwei Clips von „einer jungen Gründerin“ zeigen zwei verschiedene Frauen. Leg zuerst eine Figur an.
- Den Ton vergessen. Eine Szene ohne Sprecher spielt den Clipton mit voller Lautstärke – samt erfundener Sätze des Modells.
Wann du auf KI-Clips verzichten solltest
Wenn das Produkt sich selbst zeigen kann. Die meisten SaaS-Seiten, Shops und Buchungstools haben einen Bildschirm, der mehr erzählt als jede generierte Einstellung; eine Aufnahme ist günstiger und wahr.
Wenn du echtes, lizenziertes Material brauchst. Echte Orte, Ereignisse oder Menschen filmst oder lizenzierst du. Stock-basierte Tools wie Pictory bauen ihre Szenen in den bezahlten Tarifen aus den Bibliotheken von Getty Images und Storyblocks; siehe PageToVid vs. Pictory.
Für eine Anzeige, die monatelang läuft. Wenn eine Einstellung die ganze Kampagne trägt, bezahl eine Filmerin. Generierte Clips passen zu Filmen, die du oft neu machst, etwa Video-Anzeigen in mehreren Varianten.
Verwandle deine Website in ein Video — kostenlos
Füge die Seite ein, die gefilmt werden soll. PageToVid schreibt das Skript, filmt die echte Website, vertont sie und liefert das MP4.
Häufige Fragen
Was kostet ein KI-Videoclip?
Der Hausclip (720p, acht Sekunden, mit Ton) kostet 311 Credits, zusätzlich zu den 40 Credits für das Rendering. Ein benanntes Modell kostet, was list_models anzeigt; quote_cost berechnet jede Anfrage kostenlos vorab.
Kann ich KI-Clips im Gratis-Tarif nutzen?
Nein – KI braucht einen Tarif mit KI oder einen Filmpass. Das gilt für jeden Gratisfilm, auch den ersten. In einem Gratisfilm werden Szenen, die generiertes Video verlangt haben, als Texttafeln gezeichnet, und die Warnungen des Renderings nennen sie.
Haben KI-Clips Ton?
Ja. Die Modelle erzeugen Atmo und Geräusche mit dem Bild. Unter einer Szene mit Sprecher liegt der Clipton leise unter der Stimme; in einer Szene ohne Sprecher läuft er mit voller Lautstärke.
Was passiert, wenn die Generierung eines Clips fehlschlägt?
Die Generierung wird erstattet, und das Rendering läuft trotzdem durch. Die Warnungen von get_video nennen die Szene ohne KI-Visual; renderst du neu, wird nur diese Szene noch einmal generiert, weil unveränderte Clips wiederverwendet werden.