Ein Video mit KI zu erstellen gelingt 2026 in fünf Schritten: Zweck und Skript klären, Werkzeugklasse wählen, Szenen prompten, im Schnitt zusammenführen und das Ergebnis kennzeichnen — Letzteres ist seit August 2026 Pflicht. Der Unterschied zwischen acht Sekunden Beliebigkeit und einem Clip, den man tatsächlich veröffentlichen mag, liegt dabei selten am Modell und fast immer am Vorgehen: Wer wie eine kleine Produktion denkt — Konzept, Bildideen, Schnitt, Ton — bekommt mit denselben Werkzeugen ein brauchbares Ergebnis.
Schritt 1: Zweck klären, bevor ein Werkzeug offen ist
Die häufigste Zeitverschwendung beim KI-Video ist der sofortige Griff zum Generator. Vorher gehören drei Fragen beantwortet: Wo läuft das Video (Website, Social Media, Vertrieb, Schulung)? Wie lang darf es sein — für Social Clips sind 15 bis 30 Sekunden meist wirksamer als zwei Minuten? Und was soll die Zuschauerin danach tun? Aus den Antworten ergibt sich das Format, und aus dem Format die Werkzeugklasse.
Ein Skript braucht es auch für ein 20-Sekunden-Video — und sei es nur als Szenenliste mit drei Zeilen. Faustregel aus der Praxis: Pro Szene eine Aussage. KI-Modelle generieren zuverlässig einzelne Einstellungen; die Erzählung entsteht im Schnitt, nicht im Prompt.
Schritt 2: die richtige Werkzeugklasse wählen
„KI-Video-Generator” ist ein Sammelbegriff für sehr unterschiedliche Werkzeuge. Wer sie verwechselt, sucht den Fehler beim Prompt, obwohl er beim Werkzeug liegt:
| Werkzeugklasse | Was sie erzeugt | Typische Vertreter | Passt für |
|---|---|---|---|
| Text-zu-Video | Szenen aus Textbeschreibung | Veo, Sora | Atmosphäre, Markenspots |
| Bild-zu-Video | Bewegung aus einem Ausgangsbild | Higgsfield, Runway | Produktvideos, kontrollierte Bildwelten |
| Avatar-Video | Sprechende Personen aus Skript | HeyGen | Schulungen, Erklärvideos, Mehrsprachigkeit |
| Audio | Sprecherstimme, Musik | ElevenLabs, Suno | Voice-over, Untermalung |
Für Unternehmensvideos ist Bild-zu-Video oft der unterschätzte Königsweg: Erst ein sauberes Keyframe mit einem Bildmodell wie Nano Banana Pro bauen, dann animieren. Das Ausgangsbild gibt Kontrolle über Bildaufbau, Farben und Branding — genau das, was reinem Text-zu-Video fehlt.
Schritt 3: prompten wie ein Regieassistent
Gute Video-Prompts beschreiben eine Einstellung, keinen Film: Motiv, Umgebung, Licht, Kamerabewegung, Tempo. „Ein Lagerhaus” liefert Zufall; „langsame Kamerafahrt durch ein aufgeräumtes Hochregallager, warmes Morgenlicht, leichte Tiefenunschärfe” liefert eine verwendbare Szene. Drei Erfahrungswerte aus unserer Produktion:
- Kurz generieren, oft generieren. Mehrere Varianten einer Acht-Sekunden-Szene schlagen den einen langen Versuch — ausgewählt wird im Schnitt.
- Konsistenz ist die eigentliche Schwierigkeit. Gleiche Figuren und Umgebungen über mehrere Szenen hinweg gelingen am ehesten über Referenzbilder, nicht über Textbeschreibung.
- Text im Bild vermeiden. Eingeblendete Wörter und Logos werden im Schnitt ergänzt — dort sind sie scharf, korrekt geschrieben und markenkonform.
Schritt 4: Schnitt und Ton machen aus Clips ein Video
Der Unterschied zwischen „KI-Spielerei” und „professionellem Video” entsteht fast vollständig nach der Generierung: Montage, Musik, Sprecherstimme, Untertitel — die Mehrheit schaut ohne Ton — und die Exportformate für die Kanäle (16:9 für Website und YouTube, 9:16 für Shorts und Reels). Dafür reicht ein gewöhnliches Schnittprogramm; die KI-Herkunft der Clips spielt dort keine Rolle mehr. Wer einen KI-Avatar erstellen will, spart sich sogar die Sprecheraufnahme: Avatar-Plattformen liefern Bild und Stimme synchron aus dem Skript.
Schritt 5: kennzeichnen — seit August 2026 Pflicht
Seit dem 2. August 2026 gilt Artikel 50 des EU AI Act: KI-erzeugte oder wesentlich KI-bearbeitete Videos müssen maschinenlesbar gekennzeichnet sein, Deepfakes zusätzlich sichtbar. Das ist kein Nischenthema für Konzerne — es betrifft jedes Unternehmen, das ein KI-Werbevideo auf die eigene Website oder in Social Ads stellt. Was genau wann zu kennzeichnen ist, steht im Detail unter KI-Kennzeichnungspflicht.
Selbst machen oder machen lassen?
Selbermachen lohnt sich für Social Clips in hoher Frequenz und fürs Ausprobieren — die Einstiegshürde ist niedrig, und wer den Prozess einmal durchlaufen hat, versteht auch als Auftraggeber besser, was er bestellt. Machen lassen lohnt sich, sobald das Video repräsentieren soll: Markenspot, Produktvideo für den Vertrieb, Schulungsreihe. Dann stecken 80 Prozent der Arbeit in Konzept, Konsistenz, Schnitt und Kennzeichnung — genau den Schritten, die in diesem Ratgeber die Überschriften stellen. Wie eine beauftragte Produktion abläuft und was sie von der Stock-Video-Ära unterscheidet, steht auf der Seite KI-Videoproduktion.
Quellen: Verordnung (EU) 2024/1689 (EUR-Lex) · EU-Kommission: Rechtsrahmen für KI