Warum KI die Vorproduktion neu ordnet
Die Vorproduktion ist der Abschnitt der Filmherstellung, in dem sich entscheidet, ob eine Geschichte trägt – und gleichzeitig der Abschnitt, der am häufigsten unter Zeitdruck gerät. Zwischen Treatment, Motivsuche, Besetzung und Drehplan bleiben für die visuelle Ausarbeitung selten mehr als zwei oder drei Wochen. Genau hier setzen KI-gestützte Werkzeuge an: Sie verkürzen den Weg von der vagen Idee zu einem präsentierbaren Bild erheblich.
Das heißt nicht, dass ein Algorithmus Regie führt. Automatisiert wird die Fleißarbeit: Varianten zeichnen, Perspektiven durchprobieren, Lichtstimmungen vergleichen. Der kreative Kern bleibt menschlich – die Entscheidung, welche Einstellung die Geschichte trägt und welche nicht. Wer diese Trennung versteht, nutzt KI als Verstärker statt als Ersatz.
Ein zweiter Grund für den Wandel ist die Kommunikation. Ein Storyboard ist kein Kunstwerk, sondern ein Verständigungsmittel zwischen Regie, Kamera, Ausstattung, Produktion und manchmal Geldgebern. Je schneller ein Board entsteht und je leichter es sich überarbeiten lässt, desto häufiger wird es tatsächlich benutzt, statt in einer Schublade zu verstauben.
Drittens sind die Kosten gesunken. Was früher ein eigenes Team aus Storyboard-Artists und Pre-Viz-Spezialisten erforderte, lässt sich heute mit einer Handvoll spezialisierter Programme abbilden. Ein Beispiel: Eine Werbeagentur braucht für einen Pitch vierzig Einstellungen in drei Tagen. Klassisch gezeichnet ist das kaum zu schaffen. Mit einem KI-gestützten Ablauf entstehen am ersten Tag Varianten, am zweiten ein Animatic, am dritten eine überarbeitete Fassung mit Musik.
Was ein gutes Storyboard leisten muss
Bevor über Modelle und Prompts gesprochen wird, lohnt ein nüchterner Blick auf die Anforderungen. Ein brauchbares Board beantwortet pro Einstellung vier Fragen: Was sieht man? Wo steht die Kamera? Wie lange dauert die Einstellung? Und was verändert sich gegenüber der vorherigen Einstellung?
Daraus ergeben sich harte Kriterien für jedes Bild: Lesbarkeit der Silhouetten, klare Blickführung, erkennbare Figur und Umgebung, konsistente Lichtrichtung. Ein hübsches Bild, in dem die Hauptfigur nicht zu erkennen ist oder die Achse springt, ist für den Dreh wertlos – und genau solche Bilder produziert ein KI-Modell ohne Steuerung besonders gern.
Traditionell wurde das mit Bleistift, Marker oder Grafiktablett umgesetzt. Änderungen bedeuteten Neuzeichnen. Mit KI verschiebt sich die Arbeit: Statt Linien zu ziehen, beschreibt man Absichten und wählt aus Ergebnissen aus. Zeichnerisches Können verliert dadurch nicht an Wert, aber es wird optional. Wer zeichnen kann, korrigiert schneller; wer nicht zeichnet, kommt trotzdem zum Ziel.
Wichtig bleibt die Konsistenz. Figuren, Räume und Requisiten müssen über Dutzende Einstellungen hinweg wiedererkennbar sein. Das ist die größte technische Hürde – und der Bereich, in dem moderne Werkzeuge in den letzten Jahren die deutlichsten Fortschritte gemacht haben.
Von der Idee zum Treatment: der textliche Start
Am Anfang steht Text. Ein Treatment von einer bis drei Seiten, unterteilt in Szenen, ist die beste Grundlage. Notieren Sie pro Szene: Ort, Tageszeit, beteiligte Figuren und die emotionale Wendung. Erst danach beginnt die visuelle Arbeit.
Wer sofort Bilder generiert, produziert meist hübsche, aber dramaturgisch beliebige Ergebnisse. Der Grund ist einfach: Ein Bildmodell kennt keine Absicht. Es füllt Lücken mit Wahrscheinlichkeiten. Nur ein Text, der eine Absicht formuliert, gibt der Auswahl einen Maßstab.
Für kurze Formate hat sich eine Beat-Liste mit sechs bis acht Punkten bewährt: Ausgangslage, Auslöser, erster Widerstand, Verschärfung, Wendepunkt, Konsequenz, Entscheidung, Ausklang. Jeder Beat entspricht später einer bis vier Einstellungen. Damit ist die Länge des Boards bereits grob kalkuliert, bevor das erste Bild existiert.
Ein praktischer Trick: Halten Sie das Treatment als Textdatei bereit und kopieren Sie Formulierungen direkt in Ihre Prompts. Wenn im Treatment „staubiges Nachmittagslicht auf rissigem Asphalt“ steht, gehört diese Wendung in den Prompt. So bleiben visuelle Entscheidungen an die Dramaturgie gekoppelt und nicht an zufällige Modellvorlieben.
Skizze, Prompt oder beides: die richtige Eingabe wählen
Es gibt drei Wege in die Bildphase, und die Wahl beeinflusst Tempo und Kontrolle mehr als das verwendete Modell.
Der Skizzen-Weg
Sie zeichnen grobe Kompositionsskizzen – Rechteck als Rahmen, Horizontlinie, Figur als Strichmännchen, Pfeile für Kamerabewegung – und laden sie hoch. Systeme, die Kanten, Tiefe oder Pose aus der Zeichnung übernehmen, halten die Komposition erstaunlich präzise. Das ist der beste Weg, wenn die Kadrierung bereits feststeht oder wenn Sie eine bestimmte Blickachse erzwingen müssen.
Der Prompt-Weg
Reine Textbeschreibung ist schneller, aber weniger kontrolliert. Ein brauchbarer Prompt enthält vier Bausteine: Motiv („einsamer Astronaut vor einer Felsspalte“), Komposition („halbtotale, Kamera leicht von unten“), Stil und Licht („staubiges Orange, hartes Seitenlicht, filmischer Kontrast“) sowie Technik („35 mm, geringe Schärfentiefe“). Wer diese vier Ebenen trennt, kann später gezielt einen Parameter ändern, ohne das ganze Bild neu zu erfinden – etwa nur das Licht, während Motiv und Kadrierung bleiben.
Der Hybrid-Workflow
In der Praxis kombiniert man beides: Die Skizze legt Bildausschnitt und Balance fest, der Prompt ergänzt Materialität, Wetter, Kleidung und Lichtstimmung. Dieses Vorgehen kostet pro Einstellung etwa zwei Minuten mehr und spart beim Nacharbeiten oft eine halbe Stunde.
Der Arbeitsablauf in sechs Etappen
Der folgende Ablauf funktioniert für Kurzfilme, Werbespots, Musikvideos und Animatics gleichermaßen. Je nach Projekt überspringt man einzelne Etappen, die Reihenfolge bleibt aber stabil.
Etappe 1: Referenzset definieren
Legen Sie fünf bis zehn Referenzbilder an, die den Look festlegen: Farbpalette, Lichtlogik, Figurendesign, Objektivprofil. Jede weitere Generierung referenziert diese Bibliothek. Das reduziert Streuung drastisch. Der häufigste Anfängerfehler ist, mit dem Referenzset erst nach fünfzig Bildern zu beginnen – dann darf fast alles neu entstehen.
Etappe 2: Varianten in niedriger Auflösung
Man sucht nicht das eine perfekte Bild, sondern eine Auswahl. Vier bis acht Varianten pro Einstellung sind ein guter Richtwert. In dieser Phase arbeitet man bewusst mit niedriger Auflösung, weil Geschwindigkeit wichtiger ist als Detailtreue.
Etappe 3: Auswahl und Sequenzprüfung
Bewerten Sie jede Variante nach drei Kriterien: Ist die Einstellung lesbar? Passt sie zur Nachbareinstellung? Trägt sie die Szene weiter? Alles andere ist Kosmetik und kommt später. Prüfen Sie niemals ein Bild isoliert – legen Sie es neben das Bild davor und danach.
Etappe 4: Vom Standbild zum Animatic
Aus den Standbildern lassen sich kurze Clips erzeugen, entweder direkt aus einem Bild heraus oder über mehrere Keyframes, zwischen denen das System interpoliert. Man erhält ein Previz, in dem Schnittrhythmus, Kamerafahrten und emotionale Kurve überprüfbar werden. Mit Musik und zwei oder drei Geräuschebenen unterlegt, wirkt die Szene plötzlich erstaunlich fertig. Genau hier zeigt sich, ob eine Einstellung zu lang ist – im Standbild sieht man das nie.
Etappe 5: Feedback und Iteration
Zeigen Sie das Animatic dem Team und notieren Sie jede Rückfrage. Einstellungen, die erklärt werden müssen, funktionieren nicht. Dank KI lassen sich problematische Bilder in Minuten ersetzen. Notieren Sie Korrekturen als konkrete Aufträge („Nahaufnahme der Hände statt Totale, Licht von links") statt als Geschmacksurteile.
Etappe 6: Übergabe an den Dreh
Am Ende steht ein Dokument mit Einstellungsnummer, Beschreibung, Kamerabewegung, geschätzter Dauer und Requisitenliste. Pro Einstellung eine Zeile, keine Romane. Das Board soll am Set in Sekunden erfassbar sein.
Visuelle Grammatik für KI-generierte Boards
KI-Bilder neigen zu einem bestimmten Fehler: Jede Einstellung sieht für sich großartig aus, in der Sequenz entsteht aber kein Rhythmus. Dagegen hilft bewusste Variation.
Einstellungsgrößen mischen. Eine Szene braucht eine Totale zur Orientierung, Halbtotale für Handlung und Nahaufnahmen für Emotion. Wenn das Modell alles als epische Totale rendert, ergänzen Sie Begriffe wie „Porträt“, „Nahaufnahme“ oder „Detail auf die Hände“. Das ist der einfachste Hebel für wahrgenommene Qualität.
Blickachse stabil halten. Figuren sollten über mehrere Einstellungen hinweg in derselben Richtung schauen oder sich bewegen. Modelle drehen die Richtung gern unbemerkt um. Der 180-Grad-Grundsatz gilt weiterhin, auch wenn niemand mehr mit Bleistift arbeitet.
Lichtkontinuität planen. Spielt eine Szene bei Sonnenuntergang, darf die Lichtrichtung nicht zwischen zwei Einstellungen wechseln. Notieren Sie Lichtrichtung und Farbtemperatur im Board – das hilft auch bei Folgegenerierungen als Prompt-Baustein.
Tempo variieren. Ein Board mit zwanzig gleich langen Einstellungen wirkt monoton. Markieren Sie kurze, harte Schnitte und ruhige, lange Einstellungen. Im Animatic wird ein solches Muster sofort sichtbar.
Werkzeuge nach Aufgabe auswählen
Der Markt ist unübersichtlich, lässt sich aber nach Aufgaben sortieren. Für die meisten Projekte ist eine Kombination sinnvoller als eine All-in-One-Lösung.
- Text zu Bild: Midjourney, DALL·E, Stable Diffusion, Leonardo AI – gut für Konzeptbilder und Stimmungsboards.
- Skizze zu Bild: ControlNet, Krea, Runway und ähnliche Systeme, die Kanten, Tiefe oder Pose aus einer Zeichnung übernehmen.
- Bildbearbeitung und Inpainting: Photoshop mit generativen Funktionen oder spezialisierte Web-Tools, um Hände, Requisiten und Details zu korrigieren, statt neu zu generieren.
- Board-Verwaltung: Boords, Storyboarder, Milanote oder schlicht eine Tabelle mit Spalten für Einstellung, Beschreibung und Bild.
- Bild zu Video: Runway, Pika, Kling, Luma und vergleichbare Modelle für kurze Bewegungssequenzen.
- Schnitt und Ton: Jede gängige Schnittsoftware genügt, um Standbilder zu einem Animatic mit Musik zu montieren.
Für kleine Teams empfiehlt sich ein schlanker Stack: ein Bildmodell, ein Skizzen-Workflow, ein Board-Tool, ein Videomodell und ein Schnittprogramm. Fünf Bausteine, die zusammen mehr leisten als eine überladene Plattform.
Sechs Entscheidungskriterien
Projektgröße: Ein Musikvideo mit zwölf Einstellungen braucht keinen komplexen Konsistenz-Workflow, ein abendfüllender Film mit wiederkehrenden Figuren zwingend.
Realismusgrad: Fotorealistik erfordert andere Modelle als stilisierte Boards. Letztere sind oft schneller und für die Kommunikation völlig ausreichend.
Teamgröße: Cloudbasierte Boards mit Kommentarfunktion und Versionshistorie lohnen sich, sobald mehr als zwei Personen Feedback geben.
Geschwindigkeit: Für Brainstorming zählt Latenz, für Pitch-Material zählt Qualität. Beides gleichzeitig zu optimieren gelingt selten.
Kommerzielle Nutzung: Prüfen Sie vorab, ob die Lizenz des Dienstes kommerzielle Verwendung erlaubt und welche Kennzeichnungspflichten gelten.
Lernkurve: Lokale Modelle bieten maximale Kontrolle, verlangen aber technisches Know-how und geeignete Hardware. Webdienste sind schneller erlernbar, dafür weniger anpassbar.
Praxisbeispiel: Kurzfilm auf einem fremden Planeten
Ein fünfminütiger Kurzfilm über einen Astronauten, der auf einem unwirtlichen Planeten strandet, zeigt den Ablauf konkret. Das Treatment umfasst sechs Szenen: Absturz, Orientierung, erster Fund, Rückschlag, Entscheidung, Hoffnung.
In der Bildphase wird eine Palette festgelegt: staubiges Orange, kaltes Blau, harte Schatten. Ein Referenzbild des Heldenanzugs dient für alle weiteren Generierungen. Pro Einstellung entstehen sechs Varianten in niedriger Auflösung; etwa ein Drittel wird ausgewählt.
Für die Konsistenz wird ein Figurenprofil angelegt, das Helmform, Visier und Anzugdetails stabil hält. Die Umgebung wird über Referenzen auf zwei Grundmotive reduziert: eine Felsspalte und eine weite Ebene. Das verhindert, dass der Planet in jeder Einstellung anders aussieht.
Die ausgewählten Bilder wandern in ein Board mit Notizen zu Kamerabewegung und Dialog. Anschließend entsteht ein Animatic: achtzehn Einstellungen, unterlegt mit einer ruhigen Synth-Fläche und drei Geräuschebenen.
Beim Team-Screening fällt auf, dass die Szene „Rückschlag“ zu lang wirkt. Zwei Einstellungen werden gestrichen, eine Nahaufnahme ersetzt eine Totale. Der Schnitt wird dadurch zwanzig Sekunden kürzer und deutlich härter. Solche Korrekturen kosten mit KI einen Nachmittag statt einer Woche – das ist der eigentliche Produktivitätsgewinn.
Typische Fehler, Recht und Teamkommunikation
Die häufigsten Probleme sind erstaunlich vorhersehbar.
Zu vage Prompts. „Ein Haus“ liefert Beliebiges. „Ein verfallenes viktorianisches Haus, Nebel, tiefstehende Sonne, Horror-Eröffnung“ liefert eine Richtung, mit der man arbeiten kann.
Konsistenz zu spät aufgebaut. Wer erst nach fünfzig Bildern Referenzen definiert, generiert fast alles neu.
Überproduktion. Hunderte Varianten ohne Auswahlkriterien kosten Zeit und bringen nichts. Legen Sie vorab fest, wie viele Varianten pro Einstellung maximal entstehen.
Bildqualität mit Regie verwechseln. Ein schönes Einzelbild ist keine Sequenz. Prüfen Sie jedes Bild gegen seine Nachbarn.
Rechtliche Unklarheiten. Nutzungsrechte, Trainingsdaten und Kennzeichnungspflichten unterscheiden sich je nach Anbieter und Land. Klären Sie das vor Produktionsbeginn, nicht danach – und dokumentieren Sie, welche Bilder aus welchem Dienst stammen.
Team erst spät einbinden. Ein Board, das niemand außer der Regie gesehen hat, erfüllt seinen Zweck nicht. Holen Sie Kamera, Ausstattung und Produktion beim Animatic ins Boot.
Menschliche Entscheidung abgeben. KI schlägt vor, der Mensch wählt aus. Wer jede Ausgabe ungeprüft übernimmt, produziert austauschbare Bilder.
FAQ und Ausblick
Muss ich zeichnen können? Nein. Einfache Kompositionsskizzen oder reine Textbeschreibungen genügen. Zeichnerisches Können beschleunigt den Prozess, ist aber keine Voraussetzung.
Ersetzt KI Storyboard-Artists? Sie verändert die Rolle. Wer Boards zeichnet, kann deutlich mehr Varianten liefern und sich auf Dramaturgie statt auf Wiederholung konzentrieren.
Wie sichere ich Konsistenz über viele Einstellungen? Mit einem festen Referenzset, klaren Prompt-Strukturen, Figurenprofilen und regelmäßiger Prüfung im Sequenzkontext.
Sind KI-Boards für Pitches geeignet? Ja, oft sogar besser als grobe Handskizzen, weil sie die visuelle Absicht schneller vermitteln. Für Pitches Auflösung erhöhen und ein einheitliches Layout verwenden.
Wie viel Zeit spart der Workflow? Das hängt vom Projekt ab, aber der Weg von Treatment zu Animatic lässt sich typischerweise um die Hälfte bis zwei Drittel verkürzen – vor allem durch schnellere Iteration.
Kann ich damit echte Dreharbeiten ersetzen? Nein. Ein Board ist Planungsmaterial. Es hilft am Set, aber es filmt nicht.
Welche Auflösung brauche ich? Für interne Boards genügt niedrige Auflösung, für Präsentationen und gedruckte Boards sollte es hochauflösend sein.
Der Weg von der Skizze zum Film ist heute kürzer und zugänglicher als je zuvor. Der entscheidende Unterschied liegt nicht in einem einzelnen Werkzeug, sondern im Ablauf: erst dramaturgisch denken, dann Referenzen festlegen, dann in Varianten arbeiten und schließlich in einer Sequenz prüfen. Wer diese Reihenfolge einhält, bekommt konsistente Boards, belastbare Animatics und ein Team, das dieselbe Vision teilt. Die KI übernimmt dabei die Fleißarbeit. Die Entscheidung, welche Einstellung eine Geschichte trägt, bleibt eine menschliche Aufgabe – und genau dort entsteht der Unterschied zwischen einem schönen Bilderhaufen und einem Film.
