Funktion

Lange KI-Videos: Mehrszenige Geschichten vom Smartphone

Jedes Modell dieser Generation erzeugt kurze Clips. Länge entsteht durch Struktur: die Szenen planen, sie einzeln generieren und die Figur konsistent halten, damit die Schnitte zusammenpassen.

Aktualisiert · Rigel von Kata Technology

Ehrlich gesagt: KI-Videomodelle sind noch keine Werkzeuge für lange Formate. Sie erzeugen Sekunden. Ein „langes KI-Video“ ist eine Folge kurzer Generierungen, die so geplant wurden, dass sie zusammenpassen – und die Planung entscheidet, ob es funktioniert.

Warum lange KI-Videos schwierig sind

Drei Probleme verstärken sich, je länger ein Stück wird. Motive driften, sodass das Gesicht in Szene vier nicht ganz das aus Szene eins ist. Das Licht ändert sich zwischen den Generierungen, sodass Schnitte wie aus verschiedenen Produktionen wirken. Und die Aufmerksamkeit auf Social Media ist gnadenlos – eine schwache zweite Szene macht alles danach zunichte.

Nichts davon löst du, indem du einen längeren Clip verlangst. Du löst es durch Struktur.

Plane die Szenen, bevor du generierst

Schreib die Beats zuerst auf – sechs bis acht Zeilen, eine pro Einstellung:

  1. Hook – das stärkste Bild, das du hast, ganz vorn.
  2. Setup – wer das ist und wo.
  3. Wendung – etwas verändert sich.
  4. Folge – was diese Veränderung bewirkt.
  5. Auflösung – die Pointe, kurz.

Jede Zeile sollte sagen, was im Bild ist, was sich bewegt und wie es beleuchtet ist. Braucht ein Beat einen ganzen Absatz, teile ihn in zwei Szenen.

So baust du es in Rigel

Generiere die Szenen einzeln und der Reihe nach, und speichere jede in deiner Kamerarolle.

Eine Szene beschreiben, bevor sie generiert wird

Halte für jede Szene drei Dinge fest und ändere nur das vierte: dasselbe Ausgangsfoto, dieselbe Figurenbeschreibung, dieselbe Lichtstimmung, andere Handlung oder anderer Ort. Das mehrszenige Erzählen in Rigel ist genau dafür gebaut – mitten in der Geschichte den Ort wechseln, während das Motiv dasselbe bleibt.

Der zugrunde liegende Generierungsschritt ist der auf der Seite zu Foto zu Video beschriebene. Braucht deine Geschichte Dialog, generierst du die Sprechszenen mit Lippensync, wie auf der Seite zum sprechenden Foto beschrieben.

Eine Figur konsistent halten

  • Nutze ein einziges Ausgangsbild für jede Szene mit dieser Person. Das bewirkt mehr als jede Prompt-Formulierung.
  • Wiederhole die Beschreibung wortwörtlich. „Frau, Anfang dreißig, dunkle lockige Haare, olivgrüne Jacke“ – in jedem Prompt, jedes Mal.
  • Halte Kleidung und Tageszeit stabil, es sei denn, die Geschichte ändert sie ausdrücklich.
  • Schneide in der Bewegung. Ein Schnitt mitten in einer Bewegung verdeckt kleine Unstimmigkeiten, die ein statischer Schnitt offenlegen würde.

Multi-Referenz-Generierung in Spitzenmodellen hat Konsistenz deutlich einfacher gemacht als noch vor einem Jahr – was sich verändert hat, steht auf der Seite zu Seedance 2.0. Unseren ausführlicheren Text zum Handwerk findest du in Die Kunst, lange KI-Videos zu erstellen.

Export für Reels, Shorts und TikTok

Hoch- oder Quadratformat, Clips in der Kamerarolle gespeichert und in dem Editor zusammengesetzt, den du ohnehin nutzt. Zwei Regeln zählen mehr als Feinschliff: Setz die stärkste Szene an den Anfang, und schneide das Stück kürzer, als es sich bequem anfühlt. Die meisten mehrszenigen KI-Geschichten, die schwächeln, sind dreißig Sekunden Idee, auf neunzig gestreckt.

Kosten

Du bezahlst pro Generierung, ein mehrszeniges Stück kostet also so viele Generierungen, wie es Szenen hat. Rigel ist auf iOS 16.6+ und Android kostenlos herunterzuladen und enthält Startguthaben; Credit-Pakete und ein Abo gibt es in der App. Jede Generierung zeigt vor der Bestätigung ihre Credit-Kosten an – ein Blick darauf lohnt sich, wenn eine Geschichte länger wird.

Häufig gestellte Fragen

Wie lang kann eine einzelne Generierung sein?
5–30 Sekunden, je nach Modus. Alles Längere entsteht, indem du mehrere Szenen generierst und aneinanderreihst – das gilt derzeit für jedes Spitzenmodell, nicht nur für diese App.
Wie bleibt die Figur über mehrere Szenen gleich?
Verwende für jede Szene dasselbe Ausgangsfoto und beschreibe die Person jedes Mal gleich – gleiche Kleidung, gleiche Haare, gleiches Alter. Das Ausgangsbild mitten in der Geschichte zu wechseln ist der schnellste Weg, die Kontinuität zu zerstören.
Was sollte eine Szene enthalten?
Einen Beat. Eine Einstellung, einen Satz oder einen Ortswechsel. Wenn du für eine Szene zwei Sätze zur Beschreibung brauchst, sind es wahrscheinlich zwei Szenen.
In welchem Format exportiere ich für Reels und Shorts?
Hoch- oder Quadratformat – das erzeugt Rigel standardmäßig –, direkt in deiner Kamerarolle gespeichert. Setz die stärkste Szene an den Anfang, denn nach ihr beurteilt dich die Plattform.
Kostet eine längere Geschichte mehr?
Ja – du bezahlst pro Generierung, eine Geschichte aus sechs Szenen kostet also ungefähr die Credits von sechs Szenen. Jede Generierung zeigt vor der Bestätigung ihre Credit-Kosten an.