Kurzfilm mit KI: Wo der Engpass wirklich liegt
Kurzfilme scheitern selten an der Idee. Sie scheitern an der Lücke zwischen Einfall und Drehplan: eine Prämisse, die nach zwei Szenen auseinanderfällt, Figuren, die zwischen zwei Schnitten ihr Gesicht wechseln, ein Rhythmus, der im Schnitt plötzlich nicht mehr trägt. Generative Videomodelle haben das Rendern stark beschleunigt – der Engpass hat sich damit von der Produktion zurück in die Vorbereitung verschoben.
Ein produktionsfähiges Drehbuch für KI-Kurzfilme unterscheidet sich in einem zentralen Punkt vom klassischen Skript: Es beschreibt nicht nur Handlung und Stimmung, sondern auch, was die Kamera sieht, wie das Licht fällt, welche Kleidung eine Figur trägt und welche visuellen Anker über alle Szenen hinweg identisch bleiben müssen. Der Text wird zum Steuerdokument, aus dem sich Prompts, Storyboards und Renderaufträge direkt ableiten lassen.
Drei Fehlerbilder tauchen dabei immer wieder auf. Erstens der Strukturkollaps: Die erste Hälfte trägt, danach verliert die Geschichte die Richtung, weil die Wendung zu spät liegt. Zweitens die Figurendrift: Gesicht, Frisur oder Kleidung verändern sich schleichend über die Einstellungen hinweg. Drittens der Rhythmusbruch: Jede Einstellung funktioniert für sich, im Schnitt entsteht trotzdem kein Fluss. Alle drei haben dieselbe Ursache – fehlende Dokumentation vor dem ersten Render.
Dieser Werkstatt-Guide führt durch einen vollständigen Ablauf von der Logline bis zum Master: mit Entscheidungskriterien, Beispiel-Prompts, einem Fehlerkatalog und Antworten auf häufige Fragen.
Die vier Dokumente, die jedes Projekt tragen
Vier kurze Dokumente ersetzen stapelweise Notizen. Sie sind klein genug für einen Nachmittag und präzise genug, um daraus zu produzieren.
Logline in zwei Fassungen
Die dramaturgische Fassung enthält Figur, Ziel und Widerstand in ein bis zwei Sätzen. Die Produktionsfassung beantwortet harte Fragen: Wie viele Figuren treten auf? An wie vielen Orten spielt die Handlung? Welche Tageszeiten und Lichtstimmungen brauchst du? Ein Kurzfilm mit vier Figuren an fünf Schauplätzen ist ein anderes Projekt als eine Zwei-Personen-Szene in einem Raum – und die Produktionsfassung macht diesen Unterschied sichtbar, bevor Arbeit hineinfließt.
Beat-Sheet als Skelett
Acht bis zwölf Beats reichen für fünf bis zwölf Minuten. Notiere jeden Beat in einem Satz, mit aktiven Verben, ohne Adjektive. Markiere danach die Wendung: den Punkt, an dem sich die Lage der Hauptfigur grundlegend ändert. Liegt sie erst bei Beat neun oder zehn, wirkt alles davor wie eine Vorbereitung, die nie zum Ziel kommt. Prüfe außerdem, ob jeder Beat die Handlung vorantreibt – Beats, die nur Atmosphäre erzeugen, gehören in die Bildgestaltung, nicht in die Struktur.
Szenenkarte statt Szenenliste
Aus dem Beat-Sheet entsteht eine Liste von vier bis acht Szenen. Für jede notierst du Ort, Tageszeit, beteiligte Figuren, Funktion im Ganzen und den wichtigsten visuellen Kontrast. Die Funktion muss in einem Halbsatz formulierbar sein: „Sie erfährt von der falschen Adresse“ ist eine Funktion, „Sie denkt über ihr Leben nach“ ist keine. Szenen ohne prüfbare Funktion fallen beim Generieren fast immer durch, weil nichts entscheidet, welche Einstellung überhaupt nötig ist. Zusätzlich markierst du, ob ein Ort mehrfach vorkommt – Wiederholungen sind günstig und stärken die Kontinuität.
Stilbogen mit sieben Zeilen
Der Stilbogen legt das visuelle Vokabular fest: Farbpalette, Kontrastverhalten, Objektivwirkung, Lichtquellen, Umgang mit Bewegung, erlaubte Kamerabewegungen, Verhältnis von Totalen zu Nahaufnahmen. Formuliere fünf bis sieben Zeilen, die wörtlich in jeden Prompt wandern. Konsistenz entsteht nicht durch gute Absichten, sondern durch Kopieren und Einfügen.
Das Drehbuch als lebendiges Dokument
Schreibe Szenen nicht fertig, sondern in Schleifen: Kontext liefern, Fassungen erhalten, auswählen, überschreiben. Drei Werkzeuge helfen dabei.
Drei Lesarten pro Szene
Lass jede Szene aus drei Perspektiven bewerten: dramaturgisch (Trägt sie die Handlung?), rhythmisch (Wie lange dauert sie gefühlt?) und produktionstechnisch (Wie viele Orte, Lichtstimmungen und Figuren braucht sie?). Notiere zu jeder Lesart genau eine Änderung. Wer zwanzig Verbesserungen sammelt, ändert am Ende nichts.
Kürzen statt erklären
Der häufigste Dialogfehler in generierten Projekten: Figuren erklären, was die Kamera ohnehin zeigt. Streiche in jedem Durchgang den Satz, der eine Emotion benennt, und ersetze ihn durch eine Handlung. Aus „Ich habe Angst“ wird „Sie prüft zweimal, ob die Tür verschlossen ist“. Solche Handlungen sind zugleich bessere Prompt-Anker, weil sie sichtbar sind.
Versionsführung mit Zeitstempel
Speichere Fassungen als Szene_03_v2, Szene_03_v3 und notiere in einer Zeile, was sich geändert hat. Das klingt bürokratisch, rettet aber Projekte: Wenn eine Änderung die Szene verschlechtert, willst du zurückkönnen. Zusätzlich hilft eine kurze Notiz, welche Fassung in welchem Render verwendet wurde.
Figurenkonsistenz über alle Szenen sichern
Nichts zerstört einen KI-Kurzfilm schneller als eine Figur, die zwischen zwei Schnitten ihr Aussehen wechselt. Konsistenz ist kein Glück, sondern Dokumentation.
Das Datenblatt in drei Sätzen
Lege für jede Figur ein Datenblatt an: Alter, Statur, Frisur, Haarfarbe, Augenfarbe, Kleidung, Accessoires, Haltung, Sprechweise. Verdichte es auf maximal drei Sätze, die du wörtlich in jeden Prompt kopierst. Wörtlich ist entscheidend – Synonyme verändern die visuelle Ausgabe messbar. Ein Beispiel: „Ende dreißig, schmale Statur, schulterlanges dunkelbraunes Haar zum Zopf gebunden, graue Arbeitsjacke mit reflektierenden Streifen, feste schwarze Stiefel, aufrechte Haltung.“ Diese Formulierung bleibt in jeder Szene gleich, auch wenn sich Situation und Licht ändern.
Drei Anker statt zwanzig Details
Wähle pro Figur drei bis vier Merkmale, die auch in einer Halbtotalen erkennbar sind: eine auffällige Jacke, eine bestimmte Brille, eine markante Frisur, eine Narbe. Viele kleine Details konkurrieren im Modell und verschwinden in der Bewegung. Zwei starke Anker schlagen zwölf schwache.
Requisiten und Lichtkontinuität
Wiederkehrende Gegenstände brauchen ebenfalls feste Formulierungen: Fahrrad, Tasche, Schlüsselbund, Lampe. Notiere Farbe, Material und Zustand. Achte zusätzlich auf Lichtkontinuität: Wenn zwei Einstellungen derselben Szene unterschiedlich warm ausfallen, wirkt der Schnitt wie ein Ortswechsel. Ein konservatives Grading über alle Szenen hält die Farbwelt zusammen.
Stimme und Sprechweise
Wenn du Stimmen separat erzeugst, definiere pro Figur eine feste Stimmbeschreibung – Tonlage, Tempo, Akzent, Atemverhalten – und ändere sie nicht zwischen Szenen. Prüfe die Sprachspur am Ende am Stück, nicht in Einzelclips: Erst im Fluss hörst du, ob eine Figur plötzlich anders klingt.
Shot-Prompts wie Regieanweisungen formulieren
Ein guter Prompt ist keine Beschreibung, sondern eine Anweisung. Er legt fest, was die Kamera tut, was im Bild ist und was nicht.
Der Fünf-Block-Aufbau
[Figur] – wörtliche Charakterbeschreibung, Kleidung, Haltung
[Handlung] – ein Satz, aktive Verben, eine Handlung
[Kamera] – Einstellungsgröße, Bewegung, Perspektive, Objektivwirkung
[Licht und Stil] – Tageszeit, Lichtquelle, Farbpalette, Stilbogen
[Technik] – Seitenverhältnis, Bewegungsumfang, Tempo
Die Reihenfolge hat einen praktischen Grund: Viele Modelle gewichten den Anfang stärker. Figur und Handlung gehören deshalb nach vorn, technische Parameter nach hinten.
Drei Beispiel-Prompts
Dialogeinstellung: „Botenfahrerin, Ende dreißig, dunkelbrauner Zopf, graue Arbeitsjacke mit reflektierenden Streifen, feste schwarze Stiefel – sie öffnet eine Haustür und hält inne – halbnahe Einstellung, statische Kamera auf Augenhöhe, leichte Tiefenschärfe – trübes Nachmittagslicht durch eine Glastür, gedämpfte Blau- und Grautöne – 16:9, ruhige Bewegung, keine Kamerafahrt.“
Außenaufnahme: „Dieselbe Figur schiebt ein Fahrrad durch eine regennasse Gasse – volle Einstellung, Kamera fährt langsam seitlich mit – Laternenlicht von rechts, nasse Reflexionen auf dem Asphalt, entsättigte Farbpalette – 16:9, gleichmäßiges Tempo, Ende in ruhiger Position.“
Detailaufnahme: „Dieselbe Figur hält einen Umschlag mit verwischter Adresse – Nahaufnahme von oben, leichte Handbewegung, Fokus auf den Umschlag – warmes Innenlicht, harte Schatten – 16:9, minimale Bewegung, ruhiges Bild.“
Drei Prompts, drei Aufgaben, dieselbe Figurformulierung. Genau das ist das Muster.
Sechs Prompt-Fehler und ihre Korrektur
- Negationen: „kein Regen“ erzeugt oft Regen. Formuliere positiv: „trockener Asphalt“.
- Adjektivflut: Jedes zusätzliche Adjektiv streut die Ausgabe. Drei reichen pro Block.
- Fehlende Kameraangabe: Ohne Angabe entsteht eine statische Aufnahme oder eine unkontrollierte Bewegung.
- Widersprüchliches Licht: „Neonlicht“ und „warmes Sonnenlicht“ gleichzeitig führen zu Farbflackern.
- Wechselnde Formulierungen: Wird eine Figur beim zweiten Mal anders beschrieben, sieht sie anders aus.
- Überladene Einstellungen: Mehr als zwei Handlungen pro Einstellung überfordern die zeitliche Auflösung.
Modellwahl ohne Bestenliste
Modellnamen wechseln schneller als Kriterien. Statt einer Rangliste lohnt eine Prüfmatrix, mit der du jedes neue Werkzeug in zwanzig Minuten bewertest.
Sechs Kriterien
Konsistenz über mehrere Einstellungen: Kann das System eine Figur aus einem Referenzbild in neue Situationen übernehmen? Ohne diese Fähigkeit wird jede Einstellung zur Einzelanfertigung.
Kamerakontrolle: Lassen sich Bewegung und Einstellungsgröße gezielt steuern, oder entscheidet der Zufall?
Ausgabelänge: Kurze Clips sind präziser steuerbar, längere sparen Schnittarbeit. Für narrative Kurzfilme ist eine Mischung sinnvoll – kurze Einstellungen für Dialog, längere für Atmosphäre.
Iterationsgeschwindigkeit: Wie schnell kannst du einen misslungenen Versuch wiederholen? Ein Werkzeug, das doppelt so gut, aber viermal so langsam ist, bremst Experimente aus.
Audio: Getrennte Sprach- und Geräuschspuren sind flexibler, synchron erzeugtes Audio spart Arbeit. Entscheide vorher, was dein Projekt braucht.
Export: Für Festivals brauchst du verlustarme Formate und eine Auflösung, die auch auf großer Leinwand trägt.
Der Drei-Szenen-Test
Teste jedes Modell mit derselben Übung: eine Person geht durch einen Raum; eine Nahaufnahme mit Sprechbewegung; eine Außenaufnahme mit Kamerabewegung. Bewerte nur diese drei Dinge: Gesichtstreue, Handbewegung, Bewegungskontinuität am Ende des Clips. Nach drei Modellen hast du ein belastbares Gefühl für Stärken und Grenzen – belastbarer als jede Rangliste, weil die Bewertung auf deinem eigenen Material basiert.
Die Produktionsleiter: vom Animatic zum Master
Kurzfilmprojekte scheitern weniger an der Qualität einzelner Clips als an der Organisation vieler Versuche. Plane vier Stufen mit festen Prüfpunkten.
Stufe 1 – Animatic
Erzeuge für jede Einstellung ein Standbild und montiere es mit vorläufigen Stimmen zu einem Rohschnitt. Nach wenigen Stunden siehst du, ob der Film funktioniert. Änderungen sind hier fast kostenlos: Eine verschobene Szene kostet Minuten statt Tage.
Stufe 2 – Bewegungsmuster
Generiere pro Einstellung einen kurzen Clip in niedriger Auflösung. Prüfe nur Kamera, Figur und Kontinuität; Details werden ignoriert. Diese Stufe filtert die schwierigen Einstellungen heraus, bevor Rechenzeit in hohe Auflösung fließt.
Stufe 3 – Zielauflösung
Rendere nur die Einstellungen in Zielqualität, die Stufe 2 bestanden haben. Verlängere Clips in kleinen Schritten und prüfe nach jeder Verlängerung, ob Gesicht und Hände stabil bleiben.
Stufe 4 – Ton, Schnitt, Grading
Stimmen, Geräusche, Musik und Farbanpassung. Ein konservatives Grading über alle Szenen hinweg hält die Bildsprache zusammen. Exportiere anschließend zwei Fassungen: eine verlustarme Masterdatei und eine komprimierte Version für Vorschauen.
Zeitplanung und Reserve
Kalkuliere pro finaler Filmsekunde mit dem Faktor fünf bis zehn an Versuchen, die du verwerfen wirst. Plane außerdem die Hälfte der Gesamtzeit für Vorbereitung und Animatic ein – wer diesen Anteil unterschätzt, verbringt die zweite Hälfte mit Korrekturen, die vorher Minuten gekostet hätten.
Rechtliche Kurzprüfung
Prüfe vor dem Rendern: Welche Referenzbilder darfst du verwenden? Welche Musik ist freigegeben? Erlauben die Festivalregeln generative Werkzeuge, und verlangen sie eine Offenlegung? Kläre das früh, nicht nach dem Schnitt.
Troubleshooting: Fehlerbilder und Gegenmaßnahmen
- Figur verändert das Gesicht → Formulierung weicht ab. Kopiere die Figurbeschreibung wörtlich und reduziere auf drei Anker.
- Hände werden unscharf oder verschwinden → Bewegung ist zu schnell oder die Einstellung zu weit. Kürze die Handlung, wähle eine halbnahe Einstellung, halbiere das Tempo.
- Bild wirkt flach → fehlende Vordergrundebene. Ergänze ein Element im Vordergrund (Türrahmen, Geländer) und eine klare Lichtrichtung.
- Farben springen zwischen Einstellungen → widersprüchliche Lichtangaben. Lege pro Szene eine Lichtstimmung fest.
- Schnitt fühlt sich hektisch an → gleiche Einstellungsgrößen hintereinander. Variiere zwischen Totaler und Nahaufnahme.
- Szenen wirken beliebig → keine prüfbare Funktion. Formuliere die Funktion in einem Halbsatz oder streiche die Szene.
- Ton wirkt abgesetzt → Stimmbeschreibung geändert. Führe pro Figur eine feste Stimmnotiz.
- Clip endet abrupt → Bewegung nicht zu Ende geführt. Formuliere eine Endposition („hält an“, „setzt sich“).
Wichtig: Prüfe immer erst Prompt und Referenz, bevor du das Modell wechselst. In den meisten Fällen liegt der Fehler in einer widersprüchlichen oder zu vagen Beschreibung.
Praxisbeispiel: Botenfahrerin im Hafenviertel
Angenommen, du planst einen sechsminütigen Kurzfilm über eine Botenfahrerin, die ein Paket an eine falsche Adresse liefert und dabei eine Nachbarin kennenlernt, die etwas weiß, was sie nicht wissen sollte.
Arbeitstag 1: Prämisse in drei Fassungen. Produktionsfassung: zwei Figuren, drei Orte, Nachmittag und Abend, zwei Lichtstimmungen.
Arbeitstag 2: Zehn Beats, Wendung bei Beat sechs. Szenenkarte mit fünf Szenen, davon zwei am selben Ort.
Arbeitstag 3: Szenen schreiben, Dialoge halbieren. Jede Szene bekommt eine Funktion und eine sichtbare Handlung als Anker.
Arbeitstag 4: Zwei Figuren-Datenblätter, je drei Sätze, plus Requisitenblätter für Fahrrad, Tasche und Paket. Stilbogen mit sieben Zeilen.
Arbeitstag 5: Storyboard mit achtzehn Einstellungen, Referenzbilder für Innen- und Außenlicht.
Arbeitstag 6: Animatic mit vorläufigen Stimmen. Zwei Szenen werden umgestellt, eine gekürzt, eine Musikidee verworfen.
Arbeitstage 7 bis 12: Bewegungsmuster, dann Zielauflösung, Ton, Grading, Export.
Der entscheidende Moment liegt zwischen Tag 5 und 6. Wenn du im Animatic merkst, dass die Entdeckung zu früh kommt, kostet die Korrektur einen Nachmittag statt einer Woche.
FAQ
Brauche ich überhaupt ein Drehbuch, wenn ich mit KI generiere?
Ja, aber ein anderes als gewohnt. Es muss Einstellungen, Stilregeln und Figurenmerkmale enthalten, nicht nur Handlung und Dialog.
Wie lang sollte ein KI-Kurzfilm sein?
Fünf bis acht Minuten sind ein guter Einstieg. Die Länge begrenzt nicht die Geschichte, sondern die Zahl der Einstellungen, die du konsistent halten kannst.
Reicht ein Sprachmodell als Regieassistenz?
Für Struktur, Dialogkürzung und Konsistenzprüfung ja. Für Bildkomposition und Lichtsetzung brauchst du Referenzmaterial und eigene Entscheidungen.
Wie verhindere ich, dass Figuren ihr Aussehen wechseln?
Durch wörtlich wiederholte Beschreibungen, Referenzbilder und wenige starke Merkmale. Vermeide Synonyme in Figurbeschreibungen.
Was ist der häufigste Anfängerfehler?
Zu viele Schauplätze und Einstellungen in zu kurzer Zeit. Reduziere Variablen, bevor du Qualität erhöhst.
Wie gehe ich mit misslungenen Clips um?
Erst Prompt und Referenz prüfen, dann die Einstellung vereinfachen, erst zuletzt das Modell wechseln.
Kann ich mit KI-Unterstützung Festivals ansteuern?
Ja, sofern die Regeln des Festivals zur Nutzung generativer Werkzeuge eingehalten werden. Prüfe die Teilnahmebedingungen früh, nicht nach dem Schnitt.
Wie viel Zeit brauche ich für die Vorproduktion?
Etwa die Hälfte der Gesamtzeit. Diese Investition zahlt sich in ruhigeren Render-Sitzungen und weniger Nacharbeit aus.
Wie viele Einstellungen pro Szene sind realistisch?
Vier bis acht. Mehr Einstellungen pro Szene erhöhen das Risiko von Kontinuitätsfehlern überproportional.
Brauche ich Storyboard-Zeichnungen?
Nein, Standbilder aus einem Bildmodell genügen, solange sie Lichtstimmung, Farbe und Figur konsistent zeigen.
