KI-Kurzfilm planen: Storytelling, Shotlist und Workflow

Warum Dramaturgie über Technik entscheidet

Ein Kurzfilm entsteht nicht dadurch, dass man eine Idee in ein Textfeld tippt und auf ein Ergebnis wartet. Wer heute mit generativen Werkzeugen arbeitet, baut faktisch eine klassische Produktionskette nach – nur mit anderen Instrumenten, kürzeren Iterationszyklen und einem Bruchteil des üblichen Budgets. Statt Kamera, Licht und Set entstehen Bilder aus Modellen; statt eines Drehtags gibt es Durchläufe, Varianten und Auswahlrunden. Der Unterschied zwischen einem amüsanten Clip und einem Kurzfilm, der zehn Minuten trägt, liegt fast nie in der Auflösung. Er liegt in der Dramaturgie, im Shot-Design und in der Konsistenz über alle Einstellungen hinweg.

Genau hier setzt die Idee eines KI-Agenten an, der wie eine Regie arbeitet: Er liest das Skript, zerlegt es in Beats, übersetzt Beats in Einstellungen, beschreibt jede Einstellung präzise und koordiniert anschließend die Generierung. Dieses Zusammenspiel lässt sich unabhängig von einer bestimmten Plattform planen. Der folgende Leitfaden zeigt, wie Sie Storytelling und Shot-Design für Ihre nächsten Kurzfilme strukturieren, welche Entscheidungen wirklich zählen und wo die typischen Fallen liegen.

Die zentrale Verschiebung gegenüber klassischer Produktion: Sie entscheiden nicht mehr nur, was gefilmt wird, sondern auch, welche Einstellung überhaupt generiert wird. Jede Generierung kostet Zeit und Aufmerksamkeit. Gute Planung ist deshalb kein bürokratischer Zwischenschritt, sondern die eigentliche kreative Arbeit.

Die vier Entscheidungsebenen im KI-Kurzfilm

Ein Kurzfilm entsteht aus mehreren klar getrennten Aufgaben. Wer sie vermischt, verliert die Kontrolle über das Ergebnis. Teilen Sie die Arbeit bewusst auf und behandeln Sie jede Rolle wie eine eigene Station mit eigenem Ergebnis.

Ebene 1: Struktur und Dramaturgie

Ein Sprachmodell eignet sich hervorragend als dramaturgischer Lektor. Es prüft, ob Ihre Figur ein Ziel hat, ob Widerstände existieren, ob jede Szene eine Funktion erfüllt. Nützliche Fragen an das Modell: Welche Information bekommt das Publikum in welcher Szene? Welche Szene ließe sich streichen, ohne dass die Handlung bricht? Wo wiederholt sich eine Emotion ohne neue Erkenntnis? Wichtig ist die Rollenverteilung: Das Modell redigiert, Sie entscheiden.

Ebene 2: Shotlist und Regieanweisung

Hier wird Dramaturgie in Bilder übersetzt. Jede Einstellung braucht eine Aufgabe: etablieren, emotionalisieren, Information verbergen, Zeit verdichten oder einen Übergang schaffen. Einstellungen ohne Aufgabe fallen im Schnitt fast immer heraus – besser, man streicht sie schon in der Planung. Eine Shotlist ist deshalb kein Wunschzettel, sondern ein Budget: Sie legt fest, wie viel Generierungsarbeit eine Idee wert ist.

Ebene 3: Keyframes und Bildfindung

Standbilder sind das Fundament. Sie definieren Stil, Figur, Licht und Bildaufbau. Ohne gute Keyframes wird jedes animierte Ergebnis zufällig. Behandeln Sie Keyframes wie Storyboard-Panels, die gleichzeitig als technische Referenz dienen. Ein Keyframe, der im Standbild nicht funktioniert, funktioniert auch in Bewegung nicht.

Ebene 4: Bewegung, Schnitt und Ton

Bild-zu-Video-Modelle erzeugen Bewegung innerhalb einer Einstellung, nicht zwischen Einstellungen. Sie beschreiben also keine Montage, sondern eine Kamerafahrt, eine Handbewegung, ein Blinzeln. Je einfacher die Anweisung, desto stabiler das Ergebnis. Der Schnitt macht anschließend aus Einstellungen einen Film: Rhythmus, Blickrichtungen und Schnittfolgen sind klassisches Handwerk und gelten für generiertes Material genauso.

Wichtiger als der Name eines Werkzeugs ist, dass diese Ebenen getrennt bleiben. Sobald Sie Storytelling, Bildfindung und Animation gleichzeitig in einem Durchlauf optimieren, verlieren Sie die Nachvollziehbarkeit – und mit ihr die Fähigkeit, eine gute Entscheidung später zu wiederholen.

Storytelling: Vom Einzeiler zum Beat-Sheet

Kurzfilm bedeutet Verdichtung. Was in einem Langfilm Platz hat, muss hier in wenigen Minuten funktionieren. Die folgenden Bausteine tragen fast jede Produktion mit generativen Bildern.

Prämisse in einem Satz

Formulieren Sie Ihre Geschichte zuerst in einem Satz, der Figur, Ziel und Hindernis enthält. Beispiel: Eine alternde Astronautin will ihre Tochter ein letztes Mal sehen, doch die einzige Verbindung ist eine Übertragung mit zwölf Minuten Verzögerung. Steht dieser Satz, lässt sich jede Szene darauf prüfen, ob sie ihn stützt oder verwässert. Fehlt das Hindernis, fehlt die Geschichte – dann bleibt eine Stimmungsskizze.

Konflikt und Eskalation

Ohne Widerstand gibt es keine Geschichte. Planen Sie mindestens drei Eskalationsstufen: Der erste Versuch scheitert, der zweite verschärft das Problem, der dritte erzwingt eine Entscheidung. Generative Werkzeuge machen es leicht, schöne Bilder ohne Konflikt zu produzieren. Diese Bilder wirken im Rohschnitt beeindruckend und im fertigen Film beliebig.

Der Wendepunkt als visueller Anker

Markieren Sie den Wendepunkt, bevor Sie Einstellungen planen. Er ist der Moment, auf den die Bildsprache zuläuft. Wenn der Wendepunkt ein Gesichtsausdruck ist, brauchen Sie eine Nahaufnahme als Ruhepunkt. Wenn er ein Ortswechsel ist, brauchen Sie eine etablierende Einstellung, die sich klar vom Rest unterscheidet. Der Wendepunkt ist außerdem die beste Stelle, um Stil zu variieren: ein Bruch in Licht oder Perspektive signalisiert dem Publikum, dass sich etwas verändert hat.

Beats statt Szenen

Eine Zwischenstufe zwischen Skript und Shotlist sind Beats: kurze Beschreibungen von Zustandsänderungen. Ein Beat lautet nicht „Szene 4, Küche“, sondern „Figur erkennt, dass die Nachricht gefälscht ist“. Aus Beats lassen sich Einstellungen sauber ableiten, und Sie erkennen sofort, ob ein Beat visuell überhaupt darstellbar ist. Alles, was nur in Dialogen existiert, landet sonst in generischen Bildern, die nichts erzählen. Ein brauchbares Beat-Sheet für einen Kurzfilm umfasst zehn bis zwanzig Einträge – mehr deutet meist auf eine zu lange Geschichte hin.

Dialog sparsam einsetzen

Gesprochene Sprache ist im KI-Kurzfilm ein Kostenfaktor und ein Konsistenzrisiko. Nutzen Sie Dialog nur dort, wo Information anders nicht transportierbar ist. Visuelle Hinweise – ein zerknitterter Brief, ein leerer Stuhl, ein zweites Paar Schuhe an der Tür – sind oft stärker und billiger zu produzieren.

Shot-Design: Von der Einstellung zur Anweisung

Shot-Design ist die Disziplin, die den größten Qualitätsunterschied zwischen Amateur- und Profi-Ergebnissen erzeugt. Sie besteht aus wenigen, wiederkehrenden Entscheidungen.

Einstellungsgrößen und ihre Wirkung

Größe	Wirkung	Typischer Einsatz
Weit	Orientierung, Einsamkeit	Einstieg, Ortswechsel
Halbtotale	Figur im Verhältnis zur Welt	Handlung mit Umgebung
Nahaufnahme	Nähe, Emotion	Wendepunkt, Entscheidung
Detail	Bedeutung, Hinweis	Objekt mit Story-Funktion

Mischen Sie diese Größen bewusst. Ein häufiger Fehler bei generierten Produktionen ist die monotone Halbtotale, weil sie am einfachsten zu erzeugen ist. Ein Film aus lauter Halbtotalen wirkt flach, egal wie schön die Bilder im Einzelnen sind. Als Faustregel gilt: Auf jede etablierende Einstellung folgen mindestens zwei engere Einstellungen, sonst entsteht Distanz.

Kamerabewegung sparsam einsetzen

Bewegung erzeugt Energie, kostet aber Konsistenz. Ein langsamer Push-in in einer Nahaufnahme kann einen ganzen Film tragen. Eine Kamerafahrt durch eine belebte Straße produziert dagegen oft Artefakte, weil das Modell viele Details gleichzeitig stabil halten muss. Fassen Sie deshalb pro Einstellung genau eine Bewegung ins Auge, nicht drei. Wählen Sie zusätzlich eine Hauptbewegung: Figur, Kamera oder Umgebung – nie alles gleichzeitig.

Licht, Objektiv und Bildformat

Beschreiben Sie Licht immer konkret: hartes Seitenlicht, weiches Fensterlicht, Neon von unten, Gegenlicht im Dunst. Objektivangaben wie 35 mm oder 85 mm sind im Prompt nützliche Abkürzungen für Bildwirkung. Legen Sie das Seitenverhältnis früh fest, denn Hochformat und Breitwand verändern Dramaturgie und Schnittempo erheblich. Ein vertikales Format verlangt mehr Nahaufnahmen und kürzere Einstellungen; Breitwand verträgt weite Bilder und längere Verweildauern.

Dauer und Schnitttempo

Planen Sie die Dauer jeder Einstellung, bevor Sie generieren. Drei bis sechs Sekunden sind für animierte Einstellungen ein guter Standard. Daraus ergibt sich Ihre Gesamtlänge fast automatisch: fünfundzwanzig Einstellungen à vier Sekunden ergeben etwas mehr als eine Minute und vierzig Sekunden. Wer bei der Planung auf vier Minuten zielt, braucht entweder mehr Einstellungen oder längere Haltezeiten – beides muss bewusst entschieden werden.

Die Shotlist als Tabelle

Führen Sie eine Tabelle mit Spalten für Nummer, Beat, Einstellungsgröße, Bewegung, Licht, Dauer und Referenzbild. Diese Tabelle ist Ihr eigentliches Drehbuch. Sie können sie manuell pflegen oder von einem Sprachmodell erzeugen und danach redigieren. Entscheidend ist, dass jede Zeile eine Aufgabe hat und die Dauern zusammen eine realistische Gesamtlänge ergeben.

Konsistenz als Planungsaufgabe

Konsistenz ist die technisch härteste Anforderung und der Grund, warum viele Kurzfilme mit generiertem Material nach Fragment wirken. Sie ist aber kein reines Werkzeugproblem: Wer konsistent plant, muss weniger reparieren.

Stilbibel anlegen

Definieren Sie einmal schriftlich: Farbpalette, Kontrastniveau, Lichtrichtung, Textur, Referenz auf ein Filmgenre. Halten Sie diese Beschreibung kurz genug, um sie in jeden Prompt zu kopieren, und lang genug, um Zweideutigkeiten zu vermeiden. Eine Stilbibel mit fünf Sätzen schlägt jede Sammlung von zwanzig Adjektiven. Beispiel: „Entsättigtes Blau-Grau, weiches Nordlicht von links, feine Körnung, ruhige Kamera, kein direkter Frontalblick.“

Keyframes als Anker

Erzeugen Sie zuerst ein starkes Referenzbild pro Figur und pro Ort. Nutzen Sie dieses Bild anschließend als Ausgangspunkt für weitere Einstellungen, statt jede Einstellung frei zu beschreiben. So bleiben Gesicht, Kleidung und Raumlogik stabil. Wo möglich, arbeiten Sie mit demselben Startbild für mehrere Varianten und wählen Sie die beste aus – das ist schneller und kontrollierter als vier unabhängige Beschreibungen.

Figurenkonsistenz praktisch lösen

Wenn ein Modell Figuren nicht zuverlässig hält, helfen drei Strategien: Figuren im Profil oder von hinten zeigen, Gesichter nur in wenigen, gut kontrollierten Nahaufnahmen einsetzen und Schnitte so legen, dass der Bruch dramaturgisch motiviert wirkt – etwa als Perspektivwechsel oder Zeitsprung. Profis verstecken Unsicherheiten nicht, sie inszenieren sie.

Orte, Requisiten, Tageszeiten

Konsistenz betrifft nicht nur Gesichter. Ein Raum, der in jeder Einstellung anders aussieht, zerstört die Orientierung. Reduzieren Sie die Zahl der Schauplätze auf zwei oder drei und halten Sie Tageszeit sowie Lichtrichtung konstant. Requisiten mit Story-Funktion – ein Telefon, ein Foto, eine Tür – sollten in jeder Einstellung gleiche Form, Farbe und Position behalten.

Der Produktionsworkflow in sieben Etappen

1. Treatment schreiben. Eine Seite, Präsens, mit klarem Ziel der Hauptfigur, Hindernissen und Ende. Keine Bildideen, nur Handlung.
2. Beat-Sheet erstellen. Zehn bis zwanzig Beats, jeder eine Zustandsänderung. Prüfen Sie, ob die Beats allein die Geschichte verständlich machen.
3. Beats in eine Shotlist übersetzen. Wählen Sie pro Beat eine Einstellung, nicht drei. Legen Sie Dauer, Einstellungsgröße und Übergang fest.
4. Stilbibel und Referenzbilder bauen. Ein Bild pro Figur, ein Bild pro Ort, ein Bild für den visuellen Grundton.
5. Keyframes erzeugen und auswählen. Arbeiten Sie in Serien von vier bis acht Bildern pro Einstellung und bewerten Sie nach Dramaturgie, nicht nach Schönheit.
6. Animieren. Pro Einstellung eine Bewegung, kurze Clips von drei bis sechs Sekunden, danach sofort prüfen, ob Anfang und Ende zum Schnitt passen.
7. Schnitt, Sound und Feinschliff. Erst grob auf Handlung schneiden, dann auf Rhythmus, dann Musik und Raumton ergänzen. Farbanpassung zuletzt, damit alle Einstellungen denselben Look bekommen.

Planen Sie zwischen Etappe 5 und 6 bewusst eine Pause ein. Wer Keyframes am Vorabend auswählt und am nächsten Morgen animiert, erkennt Schwächen im Bildaufbau deutlich schneller. Ebenso hilfreich: Bewerten Sie den Rohschnitt einmal ohne Ton. Wenn die Handlung dann noch verständlich ist, trägt der Film sich selbst.

Zeitplan realistisch schätzen

Ein zweiminütiger Kurzfilm mit rund fünfundzwanzig Einstellungen braucht erfahrungsgemäß drei Arbeitstage für Planung und Keyframes, ein bis zwei Tage für die Animation und einen Tag für Schnitt und Ton – vorausgesetzt, die Planung steht. Wer die Planung überspringt, verliert diese Zeit später doppelt, weil er Einstellungen mehrfach erzeugen muss.

Werkzeuge auswählen: Entscheidungskriterien

Die Auswahl generativer Werkzeuge ist weniger eine Frage des Namens als der Passung. Diese Kriterien helfen bei der Entscheidung.

Kriterium	Warum es zählt
Kontrolle über das Startbild	Entscheidet über Konsistenz
Bewegungsumfang	Zu viel Bewegung zerstört Details
Reproduzierbarkeit	Gleiche Eingaben, ähnliche Ergebnisse
Auflösung und Nachschärfung	Relevant für Präsentation und Export
Nutzungsrechte	Wichtig für Veröffentlichung
Geschwindigkeit	Bestimmt die Zahl möglicher Iterationen

Eine praktikable Aufteilung: ein Werkzeug für Text zu Bild, eines für Bild zu Video, ein klassisches Schnittprogramm, ein Werkzeug für Sprach- und Tonbearbeitung. Spezialisierte Suiten bündeln diese Schritte und sparen Verwaltungsaufwand, kosten aber Flexibilität bei einzelnen Einstellungen. Wer maximale Kontrolle braucht, fährt mit getrennten Werkzeugen besser; wer in kurzer Zeit viele Varianten testen will, mit integrierten Abläufen.

Testen Sie jedes Werkzeug an derselben Aufgabe: eine Nahaufnahme einer Figur mit einer langsamen Kopfbewegung. Was dabei stabil bleibt, bleibt auch im fertigen Film stabil. Diesen Test sollten Sie wiederholen, wenn ein Modell aktualisiert wird, denn Stabilität kann sich mit jeder Version ändern.

Beispiel: Ein Kurzfilm von der Prämisse zum Rohschnitt

Angenommen, Ihre Prämisse lautet: Ein Nachtwächter in einem stillgelegten Freibad hört jede Nacht dasselbe Kind lachen und muss entscheiden, ob er nachsieht oder die Anlage verlässt. Daraus ergibt sich fast automatisch die Struktur.

Beat 1: Der Wächter beginnt seine Runde. Beat 2: Ein Geräusch, das nicht in die Stille passt. Beat 3: Er prüft die Technik, alles ausgeschaltet. Beat 4: Das Lachen wird deutlicher. Beat 5: Er nähert sich dem leeren Becken. Beat 6: Nichts. Beat 7: Das Lachen hinter ihm. Beat 8: Er steht vor der Tür, die Entscheidung.

Aus diesen acht Beats entstehen etwa achtzehn Einstellungen, weil einige Beats zwei Bilder brauchen – eine etablierende und eine Reaktion. Die Stilbibel bleibt schlicht: kaltes Blaulicht, harte Schatten, ruhige Kamera, entsättigte Fliesen. Der Wendepunkt ist Beat 7; ihm geben Sie die einzige echte Nahaufnahme des Films und die einzige Kamerabewegung. Alles andere bleibt statisch. Diese Reduktion ist der Grund, warum der Film zusammenhält.

Typische Fehler und ihre Korrektur

• Zu viele Einstellungen für zu wenig Handlung. Kürzen Sie die Shotlist, bis jeder Shot eine Aufgabe hat.
• Ein Stil pro Einstellung statt pro Film. Kopieren Sie die Stilbibel in jeden Prompt.
• Gesichter frontal in jeder Einstellung. Variieren Sie Perspektiven und Distanzen.
• Zu lange Clips animieren. Kurze Clips sind kontrollierbarer und schneiden sich besser.
• Bewegung ohne dramaturgischen Grund. Die Kamera bewegt sich, weil die Szene es verlangt, nicht weil es möglich ist.
• Ton vergessen. Ohne Raumton wirkt auch eine perfekte Einstellung künstlich.
• Keine Versionierung. Nummerieren Sie Einstellungen und behalten Sie alte Fassungen, um vergleichen zu können.
• Zu früh in Details gehen. Erst die Geschichte, dann die Bildqualität.
• Hochauflösend rendern, bevor die Auswahl steht. Das kostet Zeit ohne kreativen Nutzen.
• Schauplätze wechseln, ohne sie zu etablieren. Ein Ortswechsel braucht ein Bild, das ihn erklärt.

FAQ

Wie lang sollte ein KI-Kurzfilm sein?

Für den Einstieg sind zwei bis vier Minuten realistisch. Diese Länge erlaubt zwanzig bis vierzig Einstellungen und bleibt in einem überschaubaren Zeitrahmen produzierbar. Längere Formate funktionieren, erfordern aber eine deutlich strengere Planung der Konsistenz und mehr Schauplätze, die stabil gehalten werden müssen.

Brauche ich ein Sprachmodell für das Drehbuch?

Nein, aber es beschleunigt Strukturarbeit erheblich. Nutzen Sie es als Lektor, nicht als Autor. Die Entscheidungen über Figur, Konflikt und Ende sollten von Ihnen kommen, sonst entsteht ein Film nach Muster.

Wie verhindere ich, dass Figuren zwischen Einstellungen wechseln?

Arbeiten Sie mit Referenzbildern, halten Sie Kleidung und Lichtrichtung konstant und zeigen Sie Gesichter seltener. Ein Film mit wenigen starken Gesichtsaufnahmen wirkt konsistenter als einer mit vielen mittelmäßigen.

Welche Auflösung ist sinnvoll?

Erzeugen Sie zunächst klein und schnell, um Dramaturgie und Bildaufbau zu prüfen, und rendern Sie erst die ausgewählten Einstellungen in hoher Auflösung. So sparen Sie Zeit und behalten die Iterationsfreiheit bis zum Schluss.

Wie wichtig ist Musiksynchronisation?

Sehr wichtig für den Rhythmus, aber erst nach dem Rohschnitt. Schneiden Sie zuerst auf Handlung, dann auf Musik. Umgekehrt entstehen Clips, die nur im Takt liegen und nichts erzählen.

Eignet sich der Ansatz auch für Werbung oder Erklärvideos?

Ja. Die Struktur bleibt gleich, nur die Dramaturgie wird kürzer: Problem, Lösung, Nutzen. Shot-Design und Konsistenzregeln gelten unverändert, nur der Wendepunkt fällt meist weg.

Was mache ich, wenn eine Einstellung nach zehn Versuchen nicht funktioniert?

Prüfen Sie zuerst, ob die Einstellung überhaupt nötig ist. Oft lässt sich ein Beat mit einer anderen Größe erzählen. Wenn ja, ändern Sie eine Variable – Bewegung, Licht oder Bildausschnitt – und versuchen Sie es erneut. Niemals mehrere Variablen gleichzeitig ändern, sonst wissen Sie nicht, welche den Unterschied gemacht hat.

Checkliste vor dem ersten Render

• Prämisse in einem Satz formuliert, mit Hindernis
• Beat-Sheet mit Zustandsänderungen statt Szenenbeschreibungen
• Shotlist mit Einstellungsgröße, Bewegung, Licht und Dauer
• Stilbibel mit fünf Sätzen, kopierbar in jeden Prompt
• Referenzbilder für jede Figur und jeden Ort
• Keyframes nach Dramaturgie ausgewählt, nicht nach Optik
• Clips kurz gehalten und auf Anschlussfähigkeit geprüft
• Rohschnitt vor Musik, Ton vor Farbanpassung
• Versionen nummeriert und alte Fassungen archiviert

Wer diese Kette einmal vollständig durchläuft, merkt schnell, dass die eigentliche Arbeit nicht in der Generierung steckt, sondern in der Entscheidung, welche Einstellung überhaupt nötig ist. Generative Werkzeuge beschleunigen die Umsetzung, nicht das Urteilsvermögen – und genau dieses Urteilsvermögen macht aus einem Stapel schöner Bilder einen Kurzfilm, der trägt.