Erzählfilm mit KI: Workflow für Drehbuch, Storyboard und Schnitt

Warum KI-Erzählfilm ein neues Handwerk verlangt

Ein Erzählfilm lebt von Kontinuität. Ein Gesicht muss über zwanzig Einstellungen hinweg dasselbe bleiben, ein Raum darf sich von Schnitt zu Schnitt nicht verändern, und die Lichtstimmung einer Szene ist kein Dekor, sondern Teil der Dramaturgie. Genau hier wurde KI-Filmemachen lange belächelt: Einzelbilder wirkten spektakulär, doch sobald eine Figur eine Tür öffnete, war sie im nächsten Shot jemand anderes. Die entscheidende Veränderung der letzten Jahre liegt deshalb nicht in spektakuläreren Bildern, sondern in der Werkzeugkette drumherum — Referenzen speichern, Szenen zerlegen, Figuren als Datenobjekte behandeln und Generierungsschritte reproduzierbar machen.

Für Regie und Produktion bedeutet das einen neuen Arbeitsrhythmus. Previsualisierung war früher ein Luxus, den sich nur Produktionen mit Budget für Concept Art und Animatics leisten konnten. Heute lassen sich Szenenfolgen in Stunden statt Wochen durchspielen: Wie wirkt der Schnitt zwischen einer Totalen am Hafen und einer Nahaufnahme im Auto? Trägt die Figur die Szene, wenn sie schweigt? Wo bricht der Rhythmus? Solche Fragen beantwortet man nicht mehr am Storyboard-Papier, sondern an einem bewegten Entwurf, der sich beliebig oft verwerfen lässt.

Die entscheidende Fähigkeit verschiebt sich damit vom Bedienen einzelner Generatoren zum Führen eines Workflows. Wer einen Erzählfilm mit KI umsetzt, ist weniger Bildgenerator-Pilot als Regieassistenz: Szenen zerlegen, Prioritäten setzen, Referenzen pflegen, Varianten bewerten, auswählen, verwerfen, dokumentieren. Dieser Leitfaden beschreibt genau diesen Ablauf — von der ersten Drehbuchanalyse bis zum finalen Export.

Ein zweiter, oft übersehener Punkt: Ein Erzählfilm ist kein Stil-Showreel. Das Publikum verzeiht einen leicht unscharfen Hintergrund oder eine ungewöhnliche Farbtemperatur. Es verzeiht kein wechselndes Gesicht in derselben Szene und keinen Ton, der die Figuren im luftleeren Raum schweben lässt. Konsistenz und Ton sind deshalb die beiden Bereiche, in die du die meiste Vorbereitungszeit investieren solltest.

Die vier Arbeitsphasen und was KI darin übernimmt

Ein sauberer KI-Workflow folgt derselben Logik wie eine klassische Produktion, nur mit kürzeren Schleifen. Wer die Phasen vermischt, verliert entweder Konsistenz oder Zeit.

Phase	Aufgabe	Typischer KI-Beitrag	Was beim Menschen bleibt
Entwicklung	Stoff, Treatment, Szenenfolge	Ideenvarianten, Dialogskizzen, Strukturvorschläge	Dramaturgie, Thema, Ton
Vorbereitung	Drehbuchanalyse, Szenenliste, Storyboard, Previs	Szenenzerlegung, Bildentwürfe, Variantenvergleich	Inszenierung, Kadrage, Auswahl
Produktion	Bild- und Videogenerierung, Sprachaufnahmen	Keyframes, Animation, Stimmen	Regie, Timing, Qualitätskontrolle
Postproduktion	Schnitt, Ton, Farbe, Export	Rohschnitte, Untertitel, Tonbearbeitung	Rhythmus, Endabnahme

Der wichtigste Unterschied zur klassischen Produktion: Die Vorbereitung wird nicht abgeschlossen, sondern bleibt offen. Ein Storyboard ist kein Vertrag mehr, sondern ein variables Modell. Das klingt nach Freiheit, erzeugt aber ein neues Risiko — die Endlosschleife. Wer jede Einstellung zwanzigmal neu generiert, dreht denselben Film nie fertig.

Deshalb gilt eine Regel, die am Anfang banal wirkt und später das Projekt rettet: Pro Szene ein klares Abbruchkriterium definieren, zum Beispiel zwei Generierungsrunden, danach Auswahl der besten Variante und Weiterarbeit. Diese Regel schützt nicht nur die Deadline, sie schützt auch die Qualität, weil Entscheidungen früher fallen und sich danach am Gesamtbild orientieren.

Ein weiterer Unterschied betrifft die Dokumentation. In einer klassischen Produktion gibt es Abteilungen, die wissen, was bereits entschieden wurde. Im Einzelworkflow musst du diese Rolle selbst übernehmen. Eine einfache Projektdatei mit Szenenliste, Charakterblättern, Prompt-Kurzfassungen und Versionsnummern ersetzt ein halbes Produktionsbüro. Wer hier spart, verbringt später Stunden damit, herauszufinden, mit welcher Einstellung eine bestimmte Fassung erzeugt wurde.

Phase 1: Vom Drehbuch zur maschinenlesbaren Szenenliste

Der erste produktive Schritt ist unspektakulär und wird regelmäßig unterschätzt: das Drehbuch in strukturierte Daten übersetzen. Ohne diese Struktur scheitert jede spätere Konsistenz, weil es keine stabile Referenz gibt, auf die sich Bild- und Videogenerierung beziehen können.

Szenen, Orte und Figuren als Register erfassen

Zerlege das Drehbuch in nummerierte Szenen mit vier Angaben: Ort, Zeit, Figuren, dramatische Funktion. Ergänze für jede Szene eine kurze Zustandsnotiz der Hauptfigur — verletzt, verliebt, erschöpft, undercover, unter Zeitdruck. Diese Notiz ist später Gold wert, weil sie erklärt, warum eine Figur in Szene 12 anders aussieht als in Szene 3, ohne dass jemand nachträglich die Kontinuität bricht.

Ein Register hilft, Inkonsistenzen früh zu erkennen. Wenn eine Requisite in vier Szenen auftaucht, aber nur einmal beschrieben wurde, weiß niemand, wie sie aussehen soll. Lege deshalb drei Listen an: Figuren, Schauplätze, Requisiten. Jede Zeile bekommt eine eindeutige ID, eine textliche Beschreibung und später ein Referenzbild. Bewährte Konventionen sind kurze, sprechende IDs wie FIG-01, ORT-03 oder REQ-07. Sie machen aus einem kreativen Projekt ein pflegbares System, in dem sich Änderungen nachvollziehen lassen.

Regieanweisungen in beschreibende Sprache übersetzen

Generative Systeme verstehen keine Konventionen, sondern Beschreibungen. Der Satz, dass eine Figur erschüttert reagiert, ist für ein Modell bedeutungslos. Übersetze solche Zeilen in beobachtbares Verhalten: leicht geöffneter Mund, Blick gesenkt, Schultern nach vorn, Hände um eine Tasse. Dasselbe gilt für Kamerasprache. Statt von einer dramatischen Einstellung zu sprechen, notierst du: Halbnah, leichte Untersicht, Kamera langsam nach vorn, 35-mm-Anmutung, hartes Seitenlicht.

Diese Übersetzungsarbeit ist der Moment, in dem sich Regiearbeit von Prompt-Bastelei trennt. Wer die eigene Bildsprache nicht in Worte fassen kann, bekommt sie auch nicht aus einem Generator zurück. Ein nützlicher Test: Beschreibe drei Einstellungen deines Films einer Person am Telefon, ohne Fachbegriffe zu benutzen. Wenn sie danach ein klares Bild vor Augen hat, ist die Beschreibung brauchbar.

Dramaturgische Vorprüfung, bevor Bilder entstehen

Bevor du Zeit in Generierung investierst, prüfe die Szenenfolge auf drei Dinge: Hat jede Szene eine Funktion? Verändert sich mindestens eine Figur oder eine Situation? Und gibt es eine Steigerung über den Film hinweg? Eine Szene, die man streichen kann, ohne dass etwas fehlt, sollte gestrichen werden, bevor sie Bilder kostet. Diese Prüfung dauert eine Stunde und spart oft einen ganzen Arbeitstag.

Phase 2: Figurenkonsistenz als härteste Währung

Konsistenz ist die härteste Währung im KI-Erzählfilm. Alles andere verzeiht das Publikum — ein etwas weicher Hintergrund, eine ungewöhnliche Farbtemperatur. Ein wechselndes Gesicht in derselben Szene zerstört dagegen sofort die Illusion.

Das Charakterblatt als verbindliche Referenz

Erstelle für jede Hauptfigur ein Charakterblatt mit fünf Elementen: ein Referenzporträt von vorn, ein Halbprofil, eine Ganzkörperansicht, eine Liste wiederkehrender Kleidungsstücke und eine Sammlung von Bildern für Stimmungen und Zustände. Dieses Blatt ist die Grundlage jeder weiteren Einstellung. Je nach Werkzeug arbeitest du mit Referenzbild-Uploads, Character-Reference-Funktionen, eigens trainierten Modellen oder konsistenten Seeds.

Wichtig ist Disziplin: Sobald das Blatt freigegeben ist, wird es nicht mehr geändert. Sonst entsteht ein schleichender Wandel, bei dem die Figur am Ende des Films wie eine andere Person aussieht. Wenn eine Änderung unvermeidlich ist, dann als bewusste neue Version mit eigener ID, nicht als stilles Überschreiben.

Der Kipp-Effekt und wie man ihn eindämmt

Der Kipp-Effekt tritt auf, wenn eine Generierung die Referenz nicht mehr greift — häufig bei starken Perspektivwechseln, ungewöhnlichem Licht oder Nahaufnahmen mit geschlossenen Augen. Gegenmaßnahmen, die sich bewährt haben:

• Zwischenschritt einführen: Erst ein Standbild in der Zielperspektive erzeugen, dann daraus animieren.
• Referenzdichte erhöhen: Statt eines Porträts zwei oder drei Bilder hochladen, die dieselbe Lichtsituation zeigen.
• Beschreibung vereinfachen: Zu viele Details im Prompt lassen das Modell zwischen Merkmalen wählen und schwächen die Treue.
• Lichtbewusst planen: Szenen mit gleicher Lichtstimmung hintereinander generieren, nicht quer durch den Film springen.
• Auflösung prüfen: Ein zu kleines Gesicht im Bild liefert dem Modell zu wenig Information.

Garderobe, Alter und Zustand versionieren

Ein unterschätztes Detail ist die Garderobe. Wenn eine Figur einen roten Mantel trägt, muss dieser Mantel bei jeder Generierung beschrieben werden — Knopfleiste, Länge, Kragenform, Materialglanz. Noch schwieriger wird es, wenn Zeit vergeht: Narben, Bartwuchs, graue Haare. Lege für jeden Zustand ein eigenes Charakterblatt an und versioniere es, statt Änderungen im Hauptblatt zu überschreiben. So bleibt nachvollziehbar, welcher Look zu welcher Szene gehört, und du kannst eine spätere Einstellung exakt reproduzieren, wenn der Schnitt eine Ergänzung verlangt.

Phase 3: Storyboard, Shotlist und Previsualisierung

Das Storyboard ist im KI-Workflow kein Präsentationsmittel, sondern ein Testfeld. Hier entscheidet sich, ob eine Szene funktioniert, bevor teure Bewegungsgenerierung beginnt.

Von der Szene zur Einstellung

Erstelle pro Szene eine Shotlist mit Einstellungsgröße, Kamerawinkel, Bewegung und Dauer. Generiere anschließend für jeden Shot ein Standbild. Nutze diese Entwürfe ausdrücklich als Wegwerfmaterial: Es geht nicht um Schönheit, sondern um Lesbarkeit. Sitzt die Figur im Bild richtig? Wird die Beziehung zwischen zwei Figuren sichtbar? Ist der Blickweg klar?

Achsensprung, Blickrichtung und Kadrage prüfen

Ein häufiger Fehler in KI-Produktionen ist die willkürliche Perspektive. Wenn zwei Personen im Gespräch sind, muss die Achse stabil bleiben, sonst wirken beide plötzlich in dieselbe Richtung blickend. Prüfe deine Entwürfe genau darauf:

• Blickrichtungen über aufeinanderfolgende Shots konsistent halten.
• Bei Dialogen nicht zwischen gegenüberliegenden Seiten springen.
• Übergänge bewusst planen: Establishing, Reaktion, Detail.
• Kamerabewegungen pro Szene auf höchstens zwei Richtungen begrenzen.
• Bei Nahaufnahmen prüfen, ob der Hintergrund noch zum Ort passt.

Wegwerfmaterial statt Prestigeobjekt

Ein Storyboard, in das du verliebt bist, ist gefährlich. Es verhindert, dass du eine Szene umbaust, wenn der bewegte Entwurf nicht funktioniert. Behandle Entwürfe deshalb als Messinstrumente: Sie dürfen hässlich sein, solange sie eine Entscheidung ermöglichen. Etwa ein Drittel der Entwürfe fällt in dieser Phase weg — das ist normal und ein Zeichen dafür, dass der Prozess arbeitet.

Phase 4: Modellwahl und Bildgenerierung

Sobald eine Einstellung im Standbild sitzt, beginnt die eigentliche Generierung. Die Modellwahl ist dabei eine Regieentscheidung, keine Geschmacksfrage.

Vier Kriterien für die Bewertung

Bewerte jedes Werkzeug nach vier Kriterien: Figurentreue, Bewegungskontrolle, maximale Cliplänge und Stilbandbreite. Ein Modell mit brillantem Fotorealismus, aber schwacher Referenztreue ist für einen Erzählfilm mit wiederkehrenden Figuren ungeeignet, auch wenn einzelne Bilder begeistern. Umgekehrt kann ein stilisiertes Modell mit starkem Charakterbezug die bessere Wahl sein, wenn die Bildsprache ohnehin grafisch ist.

Ergänzend lohnt ein Blick auf drei praktische Punkte: Wie gut lässt sich ein Startbild als Referenz übergeben? Wie stabil bleibt eine Bewegung über mehrere Sekunden? Und wie aufwendig ist es, eine Variante zu wiederholen, wenn du eine Einstellung später erneut brauchst? Wer diese Fragen vor dem Projekt beantwortet, vermeidet einen Wechsel mitten in der Produktion — der teuerste Fehler im gesamten Ablauf.

Testkatalog statt Bauchgefühl

Baue einen Testkatalog aus zehn Einstellungen, die typische Anforderungen abbilden: ein Dialog in Halbnah, eine Bewegung durch einen Raum, eine Nahaufnahme mit Emotion, eine Außenaufnahme bei wechselndem Licht. Generiere diesen Katalog mit zwei bis drei Werkzeugen und vergleiche. Nach zwei Stunden hast du belastbare Daten statt Meinungen — und sparst Wochen an Nacharbeit. Dokumentiere die Ergebnisse in einer einfachen Tabelle: Einstellung, Werkzeug, Prompt-Kurzfassung, Bewertung, Entscheidung.

Werkzeugklassen und ihre Aufgaben im Workflow

Im Erzählfilm haben sich vier Werkzeugklassen bewährt: Text-zu-Bild-Systeme für Entwürfe und Keyframes, Bild-zu-Video-Systeme für die Bewegung, Sprachsynthesen für Dialog und Voice-over sowie Node-basierte Pipelines, wenn du Abläufe reproduzierbar machen willst. Nenne in deinem Projektplan ausdrücklich, welches System welche Aufgabe hat, sonst entsteht Wildwuchs. Ein Shot, der in einem Werkzeug entworfen und in einem anderen animiert wird, braucht eine dokumentierte Übergabe — Format, Auflösung, Seitenverhältnis.

Phase 5: Bewegung, Ton und Schnitt

Mit fertigen Clips beginnt die Phase, in der aus Material ein Film wird. Hier entscheidet sich, ob das Publikum bleibt.

Einstellungslängen und Rhythmus

Generierte Clips sind kurz — meist wenige Sekunden. Das ist kein Nachteil, sondern eine Arbeitsrealität, die den Schnitt prägt. Plane bewusst kurze Einstellungen und nutze harte Schnitte als Stilmittel. Für ruhige Szenen kannst du Clips strecken oder mit Zwischenbildern arbeiten. Teste grundsätzlich am Zeitstrahl: Eine Einstellung, die als Standbild stark wirkt, kann in Bewegung kippen.

Ton als halbe Miete

Ein häufiger Grund, warum KI-Filme unfertig wirken, ist der Ton. Nimm dir Zeit für:

• Atmosphären: Raumhall, Straßenlärm, Wind, Wasser.
• Bewegungsgeräusche: Schritte, Stoff, Türen — sie verankern Figuren im Raum.
• Musik: sparsam, mit klaren Ein- und Ausstiegen, nicht durchgehend.
• Dialog: sauber vertont, mit konsistenter Stimme pro Figur.
• Stille: bewusst gesetzte Pausen wirken stärker als Dauerbeschallung.

Gerade die Stimmkonsistenz wird unterschätzt. Wenn eine Figur in Szene 4 eine andere Stimme hat als in Szene 9, wirkt der Film sofort zusammengesetzt.

Export, Formate und Endabnahme

Kläre vor dem Feinschnitt, wofür der Film gedacht ist: vertikales Format für kurze Kanäle, breites Format für Präsentationen, ein Master in hoher Auflösung für weitere Fassungen. Sichere außerdem eine Version ohne Ton und eine ohne Untertitel, damit du später flexibel bleibst. Die Endabnahme machst du zweimal: einmal mit Ton und einmal stumm. Was stumm nicht lesbar ist, ist auch mit Ton meist unklar.

Praxisbeispiel: ein Kurzfilm in fünf Arbeitstagen

Angenommen, du produzierst einen sechsminütigen Kurzfilm mit vier Figuren und drei Schauplätzen. So könnte eine realistische Woche aussehen:

Tag 1 — Entwicklung und Szenenliste. Drehbuch auf acht bis zwölf Szenen kürzen, Register anlegen, Zustandsnotizen pro Figur schreiben. Ergebnis: eine Tabelle, die alle weiteren Schritte trägt.

Tag 2 — Charakterblätter und Tests. Für jede Figur drei Referenzbilder erzeugen, auswählen, einfrieren. Parallel den Testkatalog mit zwei Werkzeugen durchlaufen und die Modellwahl festlegen.

Tag 3 — Storyboard und Previs. Alle Shots als Standbilder entwerfen, Achsen prüfen, Shotlist finalisieren. Etwa ein Drittel der Entwürfe fällt hier weg.

Tag 4 — Produktion. Keyframes generieren, animieren, nach Szene sortieren. Pro Shot zwei Runden, dann Auswahl treffen und nicht zurückblicken. Atmosphären und Geräusche sammeln.

Tag 5 — Schnitt und Mischung. Grobschnitt, dann Feinschnitt mit Fokus auf Timing. Vertonung, Musik, Farbangleich, Export in einem Zielformat.

Der Zeitplan ist bewusst straff. Wer an Tag 4 noch Charakterblätter überarbeitet, verschiebt den Schnitt und gefährdet das Projekt. Plane deshalb lieber einen halben Tag Puffer ein, als die Vorbereitung zu verkürzen.

Typische Fehler und Qualitätssicherung

Die meisten KI-Filme scheitern nicht an der Technik, sondern an wiederkehrenden Musterfehlern.

• Zu viele Figuren. Jede Figur kostet Konsistenzarbeit. Vier Figuren sind machbar, zehn sind ein Kraftakt.
• Unklare Bildsprache. Ohne definierte Referenzästhetik wirkt jede Szene anders.
• Kein Abbruchkriterium. Endloses Neugenerieren ersetzt keine Entscheidung.
• Ignorierter Ton. Stumme Rohschnitte täuschen über fehlende Atmosphäre hinweg.
• Kein Versionsstand. Ohne Benennung von Referenzen und Prompts ist Nacharbeit kaum möglich.
• Unrealistische Einstellungslängen. Planung mit sehr langen Clips führt zu Brüchen.
• Fehlende Zustandslogik. Figuren wirken zufällig verändert statt erzählerisch entwickelt.
• Zu viele Stile. Drei Looks in einem Film wirken wie drei verschiedene Filme.

Für die Endkontrolle hilft eine kurze Checkliste: Sind Gesichter über alle Szenen stabil? Passt die Lichtrichtung innerhalb einer Szene? Stimmen Kostüm und Requisiten? Ist die Achse im Dialog korrekt? Sind Lautheit und Sprachpegel ausgeglichen? Funktioniert der Film auch ohne Ton — und auch mit geschlossenen Augen?

FAQ: häufige Fragen aus der Praxis

Brauche ich ein Team, um einen Erzählfilm mit KI zu realisieren?
Für Kurzfilme reicht eine Person mit klarer Rollentrennung: erst Regie, dann Technik. Kritisch ist nicht die Zahl der Hände, sondern die Reihenfolge der Entscheidungen.

Wie lang sollte ein erstes Projekt sein?
Zwei bis vier Minuten, eine Hauptfigur, höchstens zwei Schauplätze. Ziel ist nicht Reichweite, sondern ein abgeschlossener Film mit konsistenten Figuren.

Was mache ich, wenn eine Szene partout nicht funktioniert?
Ändere die Inszenierung, nicht das Modell. Ein anderer Winkel, ein Schnitt früher oder ein Detail statt eines Gesichts löst die meisten Blockaden.

Lohnt sich ein Node-basierter Aufbau?
Sobald du mehr als einen Film produzierst und dieselben Figuren wiederverwendest, ja. Reproduzierbare Abläufe sparen deutlich mehr Zeit als einzelne Schönheitsoptimierungen.

Wie verhindere ich den typischen KI-Look?
Weniger Perfektion, mehr Reibung: Staub, Mikrobewegungen wie bei Handkamera, ungleichmäßiges Licht, realistische Geräusche. Der Look entsteht im Detail, nicht im finalen Render.

Muss ich Dialoge synchron aufnehmen?
Nein, aber sie müssen pro Figur mit derselben Stimme und derselben Raumwirkung vertont werden. Ein kleiner Hallunterschied zwischen zwei Szenen fällt stärker auf als ein unscharfes Bild.

Wie gehe ich mit Szenen um, in denen viele Figuren vorkommen?
Reduziere sie. Gruppen sind der schnellste Weg zu Inkonsistenz. Wenn eine Gruppe unvermeidlich ist, zeige sie in Totalen und löse die Emotion in Nahaufnahmen einzelner Figuren auf.

Wie viel Zeit sollte ich für die Vorbereitung einplanen?
Etwa die Hälfte des gesamten Projekts. Diese Zahl wirkt hoch, ist aber realistisch: Jede Stunde in Szenenliste, Charakterblatt und Testkatalog spart später mehrere Stunden Nacharbeit.

Wenn du beginnst, halte die erste Woche bewusst klein: eine Szene, ein Charakterblatt, ein Testkatalog. Wer diese drei Dinge beherrscht, kann jeden weiteren Akt mit derselben Routine aufbauen — und genau darin liegt der eigentliche Gewinn von KI im Erzählfilm: nicht das Ersetzen von Regie, sondern ein dichterer Kreislauf aus Idee, Entwurf und Überarbeitung.