Text zu Animation: komplexe KI-Szenen Schritt für Schritt planen

Komplexität verstehen: Warum der einzelne Clip gelingt und die Szene trotzdem scheitert

Wer zum ersten Mal Text in Animation übersetzt, hält aufwendige Texturen, dramatisches Licht und viele Objekte im Bild für die eigentliche Herausforderung. In der Praxis zeigt sich schnell das Gegenteil: Einzelne Clips sehen oft beeindruckend aus, und trotzdem wirkt die fertige Montage zusammengewürfelt. Das liegt fast nie am Werkzeug. Komplexität entsteht aus Kontinuität – aus der Pflicht, dieselbe Figur, denselben Ort und dieselbe Stimmung über mehrere Einstellungen hinweg zu erhalten.

Vier Achsen bestimmen den echten Schwierigkeitsgrad eines Projekts:

Figurenanzahl. Eine Person von hinten, im Gegenlicht, ohne erkennbares Gesicht ist einfach. Eine Person mit wiedererkennbarem Gesicht über fünf Einstellungen ist anspruchsvoll. Zwei Figuren im Dialog sind ein eigenes Projekt mit eigenem Zeitbudget.

Ortswechsel. Ein Raum mit konstantem Licht ist gutmütig. Ein Wechsel von innen nach außen verändert gleichzeitig Farbtemperatur, Hintergrundstruktur, Bewegungsunruhe und Schattenwurf. Jeder dieser Faktoren kann den Anschluss zerstören.

Bewegungsdichte. Statische Kamera mit einer kleinen Geste bleibt berechenbar. Handkamera, laufende Menschen und fliegende Objekte im selben Clip verlangen dem Modell sehr viel ab – und sie verlangen dir viel Geduld ab.

Erzählerischer Zusammenhang. Sobald Einstellung vier logisch an Einstellung drei anknüpfen muss, brauchst du definierte Startbilder. Ohne sie springt die Montage, selbst wenn jeder Clip für sich gelungen ist.

Daraus folgt die wichtigste Regel für Einsteiger: Kontinuität wird vor der ersten Generierung geplant, nicht danach repariert. Wer erst nach zwanzig Versuchen merkt, dass die Figur in jedem Clip anders aussieht, hat kein Werkzeugproblem, sondern ein Planungsproblem. Die Lösung kostet nichts außer einer halben Stunde Schreibarbeit – und genau diese halbe Stunde entscheidet über den Unterschied zwischen einem brauchbaren Film und einem Ordner voller Zufallstreffer.

Interessant ist dabei, dass die Fähigkeiten, die man braucht, nichts mit Zeichnen, 3D oder Filmschnitt zu tun haben. Man muss Absicht formulieren, Reihenfolgen festlegen und Ergebnisse konsequent prüfen können. Alles andere ist Übung.

Die Vorarbeit: Absicht, Beats und Shot-Matrix

Bevor irgendein Werkzeug geöffnet wird, entstehen drei kurze Dokumente. Zusammen sind sie selten länger als eine Seite und sparen später Stunden.

Die Absicht in fünf Zeilen

Beschreibe in Fließtext, was der Zuschauer am Ende verstehen soll – nicht, wie es aussieht, sondern was es bedeutet. Beispiel:

Eine Bäckerin beginnt ihren Tag lange vor Sonnenaufgang. Der Moment, in dem das erste Brot aus dem Ofen kommt, ist der emotionale Höhepunkt. Der Film soll Wärme, Handwerk und Ruhe vermitteln, keinen Hochglanz.

Diese fünf Zeilen sind kein Prompt, sondern ein Kompass. Jede spätere Entscheidung – Licht, Tempo, Schnittlänge, Musik – lässt sich an ihnen prüfen.

Beats statt Sekunden

Zerlege die Absicht in drei bis sechs Beats. Ein Beat ist ein inhaltlicher Schritt, keine Zeitangabe: leerer Raum, Hände formen Teig, Ofentür öffnet sich, Brot auf dem Holzbrett. Beats verhindern, dass du dich in Details verlierst, bevor die Dramaturgie steht. Sie sind außerdem das wichtigste Mittel gegen ein typisches Anfängerproblem: Man generiert sehr schöne Bilder, die inhaltlich nichts miteinander zu tun haben.

Die Shot-Matrix

Jetzt wird jeder Beat in Einstellungen übersetzt. Die Matrix ist das nützlichste Werkzeug im gesamten Ablauf. Sie enthält pro Einstellung: Inhalt, Kamerawinkel, Bewegung, geschätzte Dauer und den Anschluss an die Nachbareinstellung.

Einstellung	Inhalt	Kamera	Bewegung	Dauer	Anschluss
1	Leeres Backstudio, Dämmerung	Weit, statisch	keine	3 s	harter Schnitt
2	Hand streicht über Mehl	Detail, 50 mm	leichte Handkamera	2 s	harter Schnitt
3	Bäckerin formt Teig	Halbtotale, Augenhöhe	langsamer Schwenk nach rechts	4 s	Match Cut auf Handbewegung
4	Ofentür öffnet sich, Lichtflut	Detail am Ofen	Fahrt nach vorn	3 s	Schnitt auf Musikakzent
5	Fertiges Brot auf Schneidebrett	ruhige Totale	statisch	3 s	Ausblenden

Mit dieser Tabelle weißt du beim Generieren jederzeit, welche Frage du gerade beantwortest. Ohne sie improvisierst du – und Improvisation ist die häufigste Ursache inkonsistenter Ergebnisse.

Ergänze in der Matrix eine Spalte für Notizen, in der du festhältst, welche Variante welcher Einstellung funktioniert hat. Nach zwanzig Generierungen verliert man sonst den Überblick, und ein guter Clip verschwindet im Dateichaos.

Prompt-Bausteine in fester Reihenfolge

Ein Prompt für Text zu Animation ist keine Beschreibung, sondern eine Anweisung in Prioritätsreihenfolge. Was zuerst steht, wiegt schwerer. Deshalb lohnt sich eine feste Reihenfolge, die sich nie ändert.

Subjekt, Handlung, Umgebung

Beginne mit dem, was sich bewegt, und mit dem, was es tut. Danach kommt der Ort:

Frau, Anfang dreißig, rote lockige Haare, grüne Schürze, kleine Narbe über der linken Augenbraue,
formt mit beiden Händen Brotteig auf einer bemehlten Holzfläche,
Backstudio mit großen Sprossenfenstern und Kupfertöpfen im Hintergrund

Die Figurenbeschreibung bleibt über alle Einstellungen wortgleich. Keine Synonyme, keine neuen Adjektive. „Rote lockige Haare“ und „kastanienbraune Mähne“ ergeben zwei verschiedene Personen – und genau das passiert in der Praxis ständig, ohne dass man es beim Schreiben bemerkt.

Licht und Stimmung

Licht beschreibt man über Richtung, Qualität und Farbe: weiches Morgenlicht von links, warme Farbtöne, leichter Staub in der Luft. Vermeide wertende Wörter wie „schön“, „episch“ oder „filmisch“. Sie bedeuten dem Modell wenig und verbrauchen Platz, den konkrete Angaben besser nutzen. Ein einziger präziser Lichtsatz wirkt stärker als drei poetische Zeilen.

Kamera und Objektivsprache

Kameraangaben steuern Komposition und Tempo zuverlässiger als jede Stilbeschreibung:

• Höhe: Augenhöhe wirkt neutral, Froschperspektive dominant, Aufsicht distanziert.
• Brennweite: 35 mm zeigt Raum und Zusammenhang, 85 mm isoliert Gesichter gegen einen weichen Hintergrund.
• Bewegung: statisch, Schwenk, Fahrt, Neigung – jeweils mit „langsam“ oder „schnell“ präzisiert.
• Bildausschnitt: Totale, Halbtotale, Detail. Wechsle bewusst, statt alles in einer Größe zu filmen.

Stil und Ausschlüsse

Halte den Stil kurz: drei bis fünf Begriffe, die in jedem Prompt an derselben Position stehen, etwa „ruhiger dokumentarischer Look, natürliche Farben, geringe Schärfentiefe“. Eine Ausschlussliste verhindert die häufigsten Störungen: keine Bildunterschriften, keine Wasserzeichen, keine verzerrten Gliedmaßen, keine zusätzlichen Personen, keine Gesichter im Hintergrund, keine Logos.

Konsistenz über mehrere Einstellungen

Dieser Abschnitt entscheidet über Erfolg oder Frust. Vier Techniken greifen ineinander.

Referenzbilder als visueller Anker

Erzeuge zuerst ein Standbild deiner Figur: neutrale Pose, neutrales Licht, ruhiger Hintergrund, Gesicht klar erkennbar. Nutze dieses Bild als Referenz für alle folgenden Clips. Wenn das Werkzeug mit Referenzen arbeitet, verwende dasselbe Bild mehrfach – nicht zehn ähnliche Varianten. Dasselbe gilt für wiederkehrende Orte: ein Referenzbild pro Raum, nicht pro Einstellung.

Das Figurenblatt

Schreibe die Figur einmal in eine Textdatei und kopiere den Wortlaut in jeden Prompt. Ergänze Merkmale, die leicht auseinanderdriften: Frisur, Kleidungsfarbe, Accessoire, ein kleines Erkennungszeichen. Vermeide Merkmale, die schwer zu halten sind – komplexe Muster, feine Ketten, wechselnde Kleidung innerhalb einer Szene.

Ortsanker statt Ortsbeschreibung

Beschreibe jeden Ort mit drei stabilen Elementen: große Sprossenfenster, Kupfertöpfe links, Holzregal rechts. Das ist stabiler als eine literarische Beschreibung, weil es dem Modell konkrete Bezugspunkte gibt. Bei Ortswechseln definierst du den Wechsel bewusst als Schnitt. Ein durchgehender Kameraschwenk von innen nach außen erzeugt meist visuelles Chaos.

Startbilder und Anschluss

Wenn das Werkzeug einen ersten Frame akzeptiert, setze ihn immer. Ein definierter Startframe sorgt dafür, dass die zweite Einstellung dort beginnt, wo die erste aufgehört hat. Das ist der Unterschied zwischen Schnitt und Bruch. Wo kein Startbild möglich ist, hilft eine Beschreibung des Anfangszustands in Worten: bereits geöffnete Ofentür, Licht fällt auf den Boden.

Zusätzlich hilft eine stabile Reihenfolge der Bausteine. Wenn in Einstellung zwei das Licht vor der Bewegung genannt wird und in Einstellung drei umgekehrt, verschiebt sich oft die Komposition. Gleichbleibende Struktur erzeugt gleichbleibende Ergebnisse.

Bewegung, Timing und Kameraführung kontrollieren

Bewegung ist der zweite große Qualitätshebel nach der Konsistenz.

Kurze Einheiten gewinnen

Plane Einheiten von zwei bis fünf Sekunden. Je länger ein Clip, desto stärker summiert sich eine kleine Abweichung zu einem sichtbaren Fehler. Brauchst du eine durchgehende Bewegung, teile sie in zwei Einstellungen und verbinde sie über einen Match Cut – eine Hand schließt eine Schublade, geschnitten auf eine Hand, die eine Tür öffnet.

Bewegungsrichtung explizit nennen

„Sie geht zur Tür“ ist schwächer als „sie geht von links nach rechts auf eine geschlossene Holztür zu, Kamera folgt seitlich“. Richtung, Ziel und Kamerabewegung gehören in den Prompt, weil sie sonst zufällig entstehen und den Anschluss zerstören.

Tempo über Wortwahl steuern

Tempo lässt sich sprachlich beeinflussen: „langsame, fließende Bewegung“ beruhigt, „schnelle, energische Bewegung“ beschleunigt. Bei ruckeligen Ergebnissen hilft es, den Clip zu verkürzen und die Bewegung zusätzlich zu verlangsamen, statt die Auflösung zu erhöhen. Ein häufiger Irrtum ist, dass höhere Qualitätseinstellungen unruhige Bewegung reparieren. Sie tun es nicht.

Physik prüfen, nicht nur Ästhetik

Achte auf Stoff, Flüssigkeit, Rauch und Fallbewegungen. Wenn ein Mantel nicht fällt, sondern schwebt, oder wenn Flüssigkeit ohne Schwung aus einem Glas kippt, wirkt der Clip künstlich, egal wie schön das Licht ist. Solche Details sind wichtiger als Auflösung und werden von Zuschauern unbewusst registriert.

Ton, Schnitt und der letzte Schliff

Viele Einsteiger behandeln Ton als letzten Schritt. Das ist ein Fehler, weil Ton die Wahrnehmung stärker prägt als die Bildqualität.

Musik zuerst auswählen

Lege die Musikspur vor dem Schneiden an. Setze Schnitte auf Akzente, nicht auf runde Zahlen. Ein Schnitt auf einem Trommelschlag lässt einen mittelmäßigen Clip hochwertig wirken; derselbe Clip auf einer falschen Betonung wirkt amateurhaft.

Schnittlängen variieren

Gleichmäßige Schnittlängen von zwei Sekunden über den ganzen Film wirken mechanisch. Wechsle bewusst: 1,5 Sekunden für Spannung, 4 Sekunden für Ruhe, eine einzige lange Einstellung als Atempause.

Atmosphäre als Reparaturwerkzeug

Raumklang, Regen, Papierrascheln, ein leises Summen: Diese Schichten verdecken kleine Instabilitäten erstaunlich gut, weil das Gehirn Bild und Ton zu einer Einheit verbindet. Ein Clip mit leicht wackeliger Handbewegung fällt deutlich weniger auf, wenn ein passendes Geräusch darauf liegt.

Farbangleich und Text

Gleiche alle Clips auf eine gemeinsame Stimmung ab: Temperatur, Sättigung, Schwarzpunkt. Untertitel und Texttafeln brauchen eine klare Hierarchie – eine Schrift, zwei Größen, feste Position. Vermeide Text innerhalb generierter Bilder; er ist fast immer fehlerhaft und lässt sich nachträglich sauberer setzen. Wenn eine Einstellung eine Beschriftung braucht, blende sie in der Montage ein.

Export und Lautheit

Exportiere in einem einheitlichen Format und prüfe die Lautheit auf verschiedenen Geräten: Kopfhörer, Laptop-Lautsprecher, Smartphone. Sprachaufnahmen solltest du getrennt aufnehmen und erst in der Montage mit dem Bild verbinden. Die Vertonung ist der letzte Schritt, nicht der erste.

Drei durchgerechnete Szenarien

Szenario A: Produktteaser ohne Personen

Ein Objekt, drei Perspektiven, wechselndes Licht. Hier entfällt das größte Risiko, weil keine Figur konsistent bleiben muss.

Einstellung 1: Totale, Objekt auf Marmorfläche, weiches Seitenlicht von rechts, statisch, 3 s
Einstellung 2: Detail, 85 mm, Licht wandert, langsame Fahrt nach vorn, 3 s
Einstellung 3: Halbtotale mit Spiegelung, statisch, 2 s

Kritisch sind Reflexionen und Schatten. Achte darauf, dass die Lichtrichtung zwischen den Einstellungen nicht springt, sonst wirkt der Film zusammengesetzt statt gefilmt.

Szenario B: Erklärvideo mit einer Sprecherin

Eine Person spricht über mehrere Einstellungen, dazwischen Grafiken. Kritisch sind Gesichtskonsistenz und Mundbewegung. Bewährte Strategie: Zeige die Figur bevorzugt in Halbtotale, vermeide extreme Nahaufnahmen des sprechenden Mundes und schneide zwischen Aussagen auf Hände, Objekte oder eingeblendete Grafiken. So verteilst du die Aufmerksamkeit und reduzierst die Zahl heikler Bilder. Den Text sprichst du getrennt ein und legst ihn erst in der Montage unter das Bild. Grafiken baust du besser mit einem Grafikwerkzeug und schneidest sie hart dazwischen, statt sie generieren zu lassen.

Szenario C: Kurze Erzählung mit zwei Figuren und Ortswechsel

Zwei Figuren, ein Gespräch, innen und außen – die Königsdisziplin. Nötig sind zwei Referenzbilder, zwei Figurenblätter, feste Ortsanker und eine Matrix, die den Ortswechsel als harten Schnitt definiert. Eine zusätzliche Regel hilft enorm: Zeige nie beide Figuren gleichzeitig in voller Größe. Wechsle zwischen Einzelaufnahmen, über die Schulter und Details der Hände. Das reduziert die Anforderung an die gleichzeitige Konsistenz zweier Gesichter erheblich – und es ist ohnehin die klassische Art, Dialoge zu filmen.

Typische Fehler und ihre Gegenmaßnahmen

Symptom	Wahrscheinliche Ursache	Gegenmaßnahme
Figur sieht in jeder Einstellung anders aus	Figurenbeschreibung variiert	Wortlaut kopieren, Referenzbild nutzen
Übergang wirkt sprunghaft	kein definierter Startframe	Startbild festlegen, Anschluss planen
Details zerfallen zum Ende	Clip zu lang	auf 2 bis 4 Sekunden kürzen oder teilen
Bewegung ruckelt	zu viel Bewegung in kurzer Zeit	Bewegung verlangsamen und vereinfachen
Hände und Finger fehlerhaft	Handaktion zu prominent	Hände teilweise verdecken, auf Objekt schneiden
Licht springt	Lichtbaustein wechselt	Lichtsatz wortgleich halten
Ergebnis wirkt künstlich	Ton fehlt	Musik und Atmosphäre ergänzen
Prompt wirkt überladen	widersprüchliche Adjektive	auf fünf Kernbegriffe kürzen
Stil kippt zwischen Szenen	Stilbegriffe variiert	Stilwörter fixieren und wiederholen
Fremde Gesichter im Hintergrund	keine Ausschlüsse	Ausschlussliste ergänzen

Ein Grundprinzip gilt für alle Fälle: Ändere pro Durchlauf nur einen Parameter. Wer Prompt, Startbild, Dauer und Stil gleichzeitig anpasst, lernt nichts über die Ursache – und wiederholt denselben Fehler beim nächsten Projekt.

Werkzeuge auswählen und Zeit realistisch planen

Es gibt kein universell bestes Werkzeug, nur passende Kombinationen. Prüfe vor dem Projekt sechs Kriterien:

1. Startbild-Unterstützung: Ohne definierten ersten Frame ist Arbeit über mehrere Einstellungen kaum kontrollierbar.
2. Stabile Standardlängen: Kurze Standardlängen sind kein Nachteil, solange sie zuverlässig sind. Sie passen gut zur Zwei-bis-vier-Sekunden-Regel.
3. Seitenverhältnis und Auflösung: Hochformat für Kurzformate, Querformat für Präsentationen – ohne die Szene neu zu erfinden.
4. Stilsteuerung: Für Illustration, Anime oder Papierschnitt brauchst du Werkzeuge, die Formensprache beherrschen, nicht Fotorealismus.
5. Bewegungsqualität: Teste mit einer schwierigen Miniatur – eine Hand greift eine Tasse, Flüssigkeit wird in ein Glas gegossen. Wer hier überzeugt, hält auch komplexere Szenen.
6. Nutzungsrechte: Prüfe die Lizenzbedingungen, bevor du Material veröffentlichst, und dokumentiere intern, welche Werkzeuge und Referenzen du verwendet hast.

Ein praktikabler Aufbau ist die Dreiteilung: Standbild-Werkzeuge für Referenzen, Videowerkzeuge für Bewegung, ein Schnittprogramm für Montage und Ton. Das ist robuster als die Suche nach einem Alleskönner. Wer alles aus einem einzigen Werkzeug erwartet, verbringt mehr Zeit mit Umwegen als mit Gestaltung.

Zeitplanung

Produktionszeit wird fast immer unterschätzt. Für einen 30-Sekunden-Film mit sechs Einstellungen sind 15 bis 25 Generierungen realistisch, dazu Auswahlzeit und Montage. Eine grobe Kalkulation:

• Einrichtung und Test: die ersten zehn Sekunden sowie zwei Testclips, die nicht für das Projekt gedacht sind.
• Generierung: drei bis vier Varianten pro Einstellung.
• Sichtung: oft länger als das Generieren, weil Vergleichen Zeit kostet.
• Montage und Ton: rund ein Drittel der Gesamtzeit, nicht ein Zehntel.
• Puffer: 50 Prozent auf die geschätzte Gesamtzeit aufschlagen.

Rollen bei Teamarbeit

Bei Teamarbeit lohnt die Trennung von Rollen: Eine Person schreibt Figurenblätter, Matrix und Prompts, eine zweite bewertet und montiert. Diese Trennung verhindert Betriebsblindheit, weil die bewertende Person zum ersten Mal hinsieht – genau wie das Publikum später. Bei Einzelarbeit hilft eine Pause von einigen Stunden zwischen Generierung und Bewertung. Der Blick wird dadurch wieder ehrlich.

Qualitätscheck, häufige Fragen und Fazit

Der Check in acht Punkten

• Figur: Gesicht, Frisur, Kleidung und Proportionen identisch zum Referenzbild?
• Anschluss: Passt der letzte Frame der vorherigen Einstellung zum ersten Frame der nächsten?
• Artefakte: Finger, Zähne, Augen, Kanten, schwebende Objekte?
• Kamera: gleichmäßige Bewegung oder Ruckeln?
• Physik: fallen Objekte plausibel, verhalten sich Stoff und Flüssigkeit glaubwürdig?
• Lesbarkeit: erkennt man in zwei Sekunden, was passiert?
• Ton: sitzt der Schnitt auf dem Takt, ist die Sprache verständlich?
• Rechte: keine geschützten Figuren, keine Markenlogos, keine erkennbaren realen Personen ohne Erlaubnis?

Erfüllt eine Einstellung drei Kriterien nicht, generiere sie neu. Nachbessern ist bei KI-Video meist aufwendiger als neu erzeugen.

Häufige Fragen

Brauche ich zeichnerische Vorkenntnisse? Nein. Grundwissen über Bildaufbau und Dramaturgie hilft enorm, aber die entscheidende Fähigkeit ist präzises Formulieren und konsequentes Prüfen.

Warum ist eine einzelne Einstellung oft perfekt und die Montage trotzdem schwach? Weil Einzelclips ohne definierten Startframe an unterschiedlichen Orten beginnen. Die Lösung ist ein Referenzbild pro Figur und Ort sowie ein fester erster Frame pro Einstellung.

Wie lang sollte ein Clip sein? Zwei bis fünf Sekunden. Längere Clips nur, wenn eine durchgehende Bewegung erzählerisch notwendig ist.

Wie viele Varianten pro Einstellung sind sinnvoll? Drei bis vier. Mehr bringen selten neue Erkenntnisse, kosten aber viel Sichtungszeit.

Was hilft bei ruckeligen Bewegungen? Clip verkürzen, Bewegung im Prompt verlangsamen und vereinfachen, schwierige Bewegung auf zwei Einstellungen aufteilen. Höhere Auflösung löst dieses Problem nicht.

Wie halte ich einen Stil über viele Szenen stabil? Definiere drei bis fünf Stilbegriffe und setze sie in jedem Prompt an dieselbe Position. Diese Konstanz wirkt stärker als jede ausführliche Stilbeschreibung.

Kann ich Ergebnisse kommerziell nutzen? Das hängt von den Nutzungsbedingungen des jeweiligen Werkzeugs und vom verwendeten Material ab. Prüfe die Lizenzbedingungen vor der Veröffentlichung und dokumentiere, welche Werkzeuge und Referenzen du verwendet hast.

Lohnt sich ein Storyboard noch, wenn das Modell ohnehin improvisiert? Gerade dann. Die Shot-Matrix ist der größte Qualitätshebel, den du ohne zusätzliche Softwarekosten ziehen kannst.

Wie gehe ich mit Dialogszenen um? Halte Dialoge kurz, zeige Sprecher einzeln, schneide auf Reaktionen und Details und plane Sprachaufnahmen separat. Die Vertonung ist der letzte Schritt, nicht der erste.

Was mache ich, wenn nur eine Einstellung nicht funktioniert? Ändere genau einen Parameter: entweder den Startframe, die Dauer, die Bewegungsbeschreibung oder ein Stilwort. Danach vergleiche beide Ergebnisse. So entsteht aus Fehlersuche eine Methode statt eines Ratespiels.

Fazit: Beschreiben ist die neue Produktionssprache

Text zu Animation senkt die Einstiegshürde so stark, dass die entscheidende Kompetenz nicht mehr im Bedienen von Werkzeugen liegt, sondern im Formulieren von Absicht. Wer eine Szene präzise beschreiben, in kurze Einstellungen zerlegen und Ergebnisse konsequent prüfen kann, produziert bewegte Bilder auf einem Niveau, für das früher ein kleines Team nötig war.

Der Weg dahin ist unspektakulär: eine Absicht in fünf Zeilen, Beats statt Sekunden, eine Matrix mit Dauer und Anschluss, wortgleiche Figurenblätter, feste Referenzbilder, eine stabile Prompt-Reihenfolge und eine kurze Checkliste vor dem Export. Alles andere ist Iteration – und Iteration ist billig, solange die Struktur steht.

Fange mit einer einzigen Szene und drei Einstellungen an. Beherrsche diesen Ablauf, bis er sich langweilig anfühlt. Erst dann erweitere ihn auf längere Formate mit mehreren Figuren und Ortswechseln. Die Werkzeuge werden sich weiter verändern; die Methode bleibt.