AI VIDEO

Alte Bänder von mir, die es nie gab.

Fliegender Teppich auf dem Freeway, Wheelie durch Paris, Wakeboard durch die überflutete Straße. Acht Szenen, ein Gesicht, ein Camcorder von 2001. Ein Character Sheet aus ChatGPT hält die Person zusammen, acht Startbilder mitten in der Bewegung halten die Physik zusammen, Seedance 2.5 auf Artlist macht daraus Bewegtbild.

  • ChatGPT
  • Artlist
  • 90 Min
  • Fortgeschritten

ERGEBNIS

Das ist dabei rausgekommen.

  • 1Character Sheet für alle Szenen
  • 8Szenen, je ein eigenes Startbild
  • 6sgeneriert, 1–2 s davon im Schnitt
  • 4:31112 × 834, direkt aus dem Modell
  • Ein Mann sitzt im Schneidersitz auf einem Perserteppich, der zwischen den Fahrspuren eines Freeways schwebt, im Hintergrund die Skyline von Los Angeles Teppich auf dem Freeway0:00 – 0:01
  • Ein Motorrad fährt auf dem Hinterrad an der Kamera vorbei, der Fahrer lehnt weit zurück, die Straße ist von Altbauten gesäumt Wheelie durch Paris0:01 – 0:03
  • Ein gelber Lamborghini steht quer auf einem leeren Betonplatz, unter den Hinterrädern steht Reifenrauch, dahinter der Sonnenuntergang Gelber Drift im Gegenlicht0:03 – 0:04
  • Ein Mann fährt Wakeboard durch eine überflutete Wohnstraße, hinter ihm zieht ein Motorboot zwischen halb versunkenen Autos Wakeboard durch die Flut0:04 – 0:06
  • An einer Kreuzung im Abendlicht galoppiert ein Pferd mit Reiter neben einem roten Ferrari die Straße hinunter Pferd gegen Ferrari0:06 – 0:07
  • Ein rot-weißer Kunstflieger dreht sich vor blauem Himmel um die Längsachse, auf der Tragfläche steht ein Holzstuhl mit angeschnalltem Mann Rolle mit Stuhl0:07 – 0:09
  • Ein zweiter gelber Lamborghini zieht dicht an der Kamera vorbei, der Fahrer schaut aus dem Seitenfenster, hinter dem Wagen steht Rauch Zweiter Wagen, andere Nacht0:09 – 0:10
  • Eine Holz-Seifenkiste ist in die Obstkisten vor einem französischen Gemüseladen gefahren, Tomaten rollen über den Gehweg auf die Straße Seifenkiste trifft Gemüsestand0:10 – 0:12

DAS BRAUCHST DU

Womit das gebaut ist.

  • ChatGPT
  • Artlist
  • Referenzblatt vor weißem Hintergrund: links ein Brustbild des Mannes frontal zur Kamera, rechts derselbe Mann in voller Größe stehend, dunkler Pullover und weite dunkle Hose Das Character SheetPortrait und Ganzkörper, ein Outfit
  • Camcorder-Standbild mit Datumsstempel: ein Motorrad hat das Vorderrad bereits angehoben und beschleunigt eine Stadtstraße hinunter Startbild: Vorderrad ist schon obenNicht davor, mittendrin
  • Camcorder-Standbild: ein gelber Lamborghini steht bereits schräg zur Fahrtrichtung, hinter den Rädern quillt Reifenrauch Startbild: der Wagen steht schon querRauch, Einschlagwinkel, Richtung
  • Camcorder-Standbild an einer Kreuzung im Abendlicht: links ein Reiter auf einem Pferd, rechts daneben ein roter Ferrari, beide an der roten Ampel Startbild: beide warten auf GrünDie Idee ist sofort lesbar
  • Camcorder-Standbild: ein Mann mit Helm lenkt eine Holz-Seifenkiste eine Straße hinunter, im Hintergrund die Auslage eines Gemüseladens Startbild: das Ziel steht schon im BildFahrtrichtung ohne Zweifel

ANLEITUNG

So baust du es nach.

  1. Ein Character Sheet bauen und nie wieder anfassen

    Zuerst entsteht in ChatGPT ein einziges Referenzblatt: links ein Brustbild frontal, rechts eine Ganzkörperaufnahme, weißer Hintergrund, weiches gleichmäßiges Licht, keine Requisiten. Entscheidend ist das Outfit, denn es taucht in jeder Szene wieder auf und ist neben dem Gesicht das Zweite, woran man dich erkennt. Der Prompt dazu steht unten; die zwei wichtigsten Zeilen darin sind do not beautify und do not change age, weil das Bildmodell dich sonst schlanker, jünger und glatter macht und die Serie schon nach der zweiten Szene auseinanderfällt. Dieses eine Bild ist ab jetzt die einzige Personenreferenz für alles Weitere.

  2. Szenen nach der Formel normal plus unmöglich

    Die Formel für jede Szene ist immer dieselbe: völlig normale Umgebung plus völlig unnormale Handlung. Normaler Freeway plus fliegender Teppich. Normale Kreuzung plus Pferd neben einem Ferrari. Normale Einkaufsstraße plus Seifenkiste im Gemüsestand. Je schneller ein Zuschauer die Idee versteht, desto besser funktioniert die Szene im Reel — du hast anderthalb Sekunden, in denen sie sitzen muss. Für ein Reel brauchst du sechs bis zehn davon, alle mit derselben Person und demselben Camcorder-Look, aber inhaltlich so weit auseinander wie möglich.

  3. Das Startbild mitten in die Bewegung legen

    Das ist der Schritt, der über alles entscheidet. Das Startbild darf nicht Sekunden vor der Aktion liegen, sondern direkt davor oder schon mittendrin. Nicht: Person sitzt auf einem Motorrad. Sondern: das Vorderrad hebt bereits ab. Nicht: Auto steht auf dem Platz. Sondern: der Wagen steht schon quer und raucht. Jedes der Startbilder unten zeigt genau diesen Moment, und genau deshalb muss das Videomodell die Aktion nicht mehr erfinden, sondern nur noch zu Ende führen. Alles, was du hier vorwegnimmst, kann später nicht mehr schiefgehen.

  4. Den Bild-Masterprompt füllen

    Für jede Szene nimmst du denselben Bild-Prompt und tauschst nur die Platzhalter: Szene, Körperhaltung, Startmoment, Bewegungsrichtung, Kameraposition. Der Rest bleibt Wort für Wort stehen. Zwei Blöcke darin sind keine Deko: der Richtungsblock, der verhindert, dass der Aufbau eine Wende erzwingt, und der Camcorder-Block, der aus einem Werbebild eine Amateuraufnahme macht — 4:3, weiches Consumer-Objektiv, Rauschen, Tape-Artefakte, schiefer Bildausschnitt, kleiner Datumsstempel unten. Alle acht Bilder hier sind so entstanden, mit 1448 × 1086 Pixeln in 4:3.

  5. In Artlist animieren und die Kamera schlechter machen

    Im AI-Bereich von Artlist das Modell auf Seedance 2.5 stellen, das Startbild als erstes Frame laden und den Animations-Masterprompt einsetzen. Der beschreibt bewusst nicht noch einmal die Optik — die steckt schon im Bild — sondern nur Bewegung, Physik, Richtung und Kameraverhalten. Der entscheidende Absatz ist der über den Kameramann: er reagiert zu spät, reißt die Kamera herum, schießt über das Motiv hinaus, korrigiert, der Autofokus pumpt kurz. Schreibst du stattdessen camera smoothly follows the subject, bekommst du einen AI-Werbespot. Die Fehler sind das, was den Clip echt macht.

  6. Sechs Sekunden generieren, anderthalb behalten

    Jeder Clip hier ist sechs Sekunden lang und liefert 1112 × 834 Pixel bei 24 Bildern pro Sekunde, samt Tonspur aus dem Modell. Im Reel steht davon zwischen 1,25 und 1,75 Sekunden. Der Rest ist Anlauf: leere Straße, bevor das Motorrad ins Bild kommt, ruhiges Rollen, bevor der Wagen ausbricht. Du generierst also nicht zu viel, sondern genau richtig — du suchst dir hinterher nur den stärksten Ausschnitt heraus. Das ist auch der Grund, warum sich eine Szene fast nie über eine zweite Generation retten lässt: meistens war der gute Teil schon drin, nur an einer anderen Stelle.

  7. Schneiden ohne einen einzigen Effekt

    Für Instagram läuft das Reel in 1080 × 1920 bei 30 Bildern pro Sekunde — oben auf dieser Seite siehst du denselben Schnitt in seinem rohen 4:3, damit die Szenen nicht in zwei schwarzen Balken verschwinden. Die 4:3-Clips bleiben 4:3 und stehen mittig auf schwarzem Grund — dieser schwarze Rahmen ist der halbe Look, weil er aussieht wie ein altes Band, das jemand hochkant hochgeladen hat. Dann: Clip, Cut, Clip, Cut. Keine Zooms, keine Spins, kein Glow. Die Absurdität der Szenen ist der Effekt, jede Transition würde sie nur kleiner machen. Den Ton lässt du roh, so wie er aus dem Modell kommt, und blendest nur 50 Millisekunden an den Schnittkanten, damit es nicht knackt.

CREATOR KIT

Alles, was du brauchst.

character-reference-sheet.txt
Create a photorealistic character reference sheet of the exact same person from the provided reference image.

Plain seamless white background.

Two panels side by side:

LEFT:
chest-up portrait,
facing directly toward the camera,
neutral natural expression.

RIGHT:
full-body standing pose,
head to toe visible,
arms relaxed naturally at the sides.

IDENTITY PRESERVATION:

Preserve the exact face from the reference image.

Keep exactly the same:
facial structure,
jawline,
nose,
eyes,
eyebrows,
lips,
hairline,
hair color,
hair texture,
skin tone,
facial hair,
natural asymmetry,
age,
body proportions.

Do not beautify.
Do not change age.
Do not change facial anatomy.
Do not make the subject more muscular.
Do not slim the body.
Do not smooth the skin.

WARDROBE:
[DESCRIBE YOUR FIXED OUTFIT HERE]

Soft even studio lighting.
Natural skin texture.
Natural fabric texture.
Sharp neutral reference photography.

No props.
No text.
No labels.
No dramatic lighting.

SETTINGS

Die Einstellungen im Überblick.

Einstellungen
PlattformArtlist, AI-Bereich
VideomodellSeedance 2.5
BildmodellChatGPT, 1448 × 1086 in 4:3
Referenz pro Clip{'de': '1 Startbild als erstes Frame', 'en': '1 start frame as the first frame'}
Clip-Rohmaterial1112 × 834, 24 fps, 6 Sekunden
Im Reel verwendet{'de': '1,25 – 1,75 Sekunden pro Clip', 'en': '1.25 – 1.75 seconds per clip'}
Schnitt{'de': '1080 × 1920, 30 fps, 4:3 mittig auf Schwarz', 'en': '1080 × 1920, 30 fps, 4:3 centred on black'}
Ton{'de': 'aus dem Modell, keine Musik', 'en': 'from the model, no music'}

WORAUF ES ANKOMMT

Darauf musst du achten.

  • Lass das Videomodell die Aktion nicht erfinden

    Das ist die eine Regel, aus der alles andere folgt. Zeig den Anfang der Bewegung schon im Startbild: Beim Drift steht der Wagen bereits quer, beim Wheelie ist das Vorderrad schon oben, beim Dunk ist die Person schon im Absprung, beim Crash ist das Ziel bereits eindeutig vor dem Fahrzeug. Jede dieser Szenen hätte auch mit einem ruhigen Startbild funktionieren können — aber dann muss das Modell raten, wie Physik anfängt, und genau da entstehen die Gummi-Bewegungen, an denen man AI-Video sofort erkennt.

  • Eine gute Kamera ruiniert den Look

    Schreib nie the camera smoothly follows the subject. Das Modell liefert dir dann genau das: eine saubere, mittige, gleichmäßige Fahrt, die aussieht wie ein Werbespot — und der ganze Aufwand mit Grain und Timestamp ist umsonst. Stattdessen beschreibst du einen überforderten Kameramann: Er merkt die Aktion zu spät, reißt herum, schießt über das Motiv hinaus, holt es zurück an den Bildrand, der Autofokus pumpt einmal. Im Motorrad-Clip sieht man das am besten: Die ersten Bilder zeigen eine leere Straße, weil die Kamera noch gar nicht weiß, wo sie hinschauen soll.

  • Fahrtrichtung ist keine Nebensache

    Bei allem, was rollt, fliegt oder galoppiert, reicht the car drives away nicht. Das Modell löst so einen Satz gern damit, dass sich das Fahrzeug irgendwann dreht oder rückwärts rollt. Schreib stattdessen ausdrücklich: Es fährt kontinuierlich vorwärts dieselbe gerade Straße hinunter, die Front zeigt immer in Fahrtrichtung, die Räder drehen vorwärts, es wendet nie, dreht sich nie um 180 Grad — nur die Kamera dreht sich mit. Und schon im Startbild darf die Komposition keine Wende erzwingen, sonst kämpft der Text gegen das Bild und verliert.

  • Der Ausschuss ist eingeplant, nicht ärgerlich

    Von sechs generierten Sekunden landen anderthalb im Reel. Das klingt nach Verschwendung, ist aber die Methode: Der Anlauf am Anfang und das Ausrollen am Ende sind nötig, damit die Bewegung dazwischen physikalisch sitzt — sie sind nur nicht das, was man zeigt. Wer stattdessen kurze Clips generiert und alles behalten will, bekommt Szenen, die schon losgelaufen sind, bevor man versteht, was man sieht. Generier lang, schneide kurz.

Ein Gesicht, acht Bänder, kein einziger Effekt.

Character Sheet einmal bauen, Startbilder mitten in die Bewegung legen, sechs Sekunden generieren, anderthalb behalten. Der Rest ist Cut.

Mehr Tipps auf @till.schae

FAQ

Häufige Fragen.

Brauche ich für jede Szene ein neues Character Sheet?
Nein, im Gegenteil — genau das würde die Serie kaputt machen. Es gibt ein einziges Sheet, und das geht in jedes Bild als einzige Personenreferenz. Sobald du zwischendurch ein neues generierst, bekommst du einen leicht anderen Menschen: etwas schmaler, etwas jünger, andere Haarkante. Über acht Szenen summiert sich das so weit, dass niemand mehr glaubt, dass das dieselbe Person ist. Ändere lieber gar nichts, auch nicht das Outfit.
Warum 4:3 und nicht direkt hochkant generieren?
Weil 4:3 der ganze Trick ist. Ein Camcorder von 2001 konnte gar nichts anderes, und dieses Format ist das erste, was ein Zuschauer erkennt, noch bevor er Grain oder Timestamp bemerkt. Hochkant generiertes Material sieht sofort nach Handy und damit nach heute aus. Die Clips bleiben also 4:3 und stehen im Reel mittig auf schwarzem Grund — so, wie ein altes Band aussieht, das jemand ohne Nachbearbeitung hochgeladen hat.
Muss der Ton nachträglich drunter?
Bei diesen acht Clips nicht — Seedance 2.5 rendert die Tonspur im selben Durchlauf mit, also Motor, Reifen, Wind, Wasser, aufschlagende Kisten. Im Prompt steht dazu bewusst nichts, das Modell leitet es aus der Szene ab. Falls du doch nachvertonst: nicht zu sauber mischen. Ein perfekt abgemischter Sound unter einem verrauschten Camcorder-Bild fällt sofort auf, weil kein Camcorder je so geklungen hat. Und keine Musik darunterlegen, das macht aus gefundenem Material sofort eine Produktion.
Wie viele Szenen brauche ich wirklich?
Sechs bis zehn. Darunter wirkt es wie ein einzelner Gag, darüber wird es zur Aufzählung. Wichtiger als die Zahl ist der Abstand zwischen den Szenen: Sie sollen sich in Ort, Fahrzeug, Tageszeit und Farbe unterscheiden. Hier sind zwei gelbe Lamborghinis dabei, und genau deshalb liegen sie im Schnitt auf Position drei und sieben — direkt hintereinander würden sie wie derselbe Clip wirken und die Serie kleiner machen, als sie ist.
Sind die Stunts nachmachbar?
Nein, und das sollen sie auch nicht sein. Alles hier ist erkennbar fiktional und existiert nur als generiertes Material: Niemand sitzt auf einem fliegenden Teppich, niemand schnallt einen Stuhl auf eine Tragfläche, und die überflutete Straße gibt es nicht. Genau darin liegt der Reiz des Formats — die Szenen dürfen unmöglich sein, weil sie es offensichtlich sind. Wähl deine Ideen so, dass niemand auf den Gedanken kommt, das real zu versuchen.