KI-Skriptgenerierung: Verwandeln Sie ein Thema in ein drehfähiges Videoskript

Gebaut für Produktvideos, Talking-Head-Lektionen, Promos für lokale Unternehmen und Kampagnen. Ein Skript bestimmt Struktur und Rhythmus eines Videos, doch die meisten Teams scheitern am leeren ersten Entwurf. Schreiben Sie Thema, Zielgruppe und gewünschte Struktur als einen Prompt, und die KI liefert ein vollständiges Storyboard, das Sie zu Ihrer eigenen Version bearbeiten.

So funktioniert es

Beschreiben Sie Ihr Video

Nennen Sie Thema, Kategorie und Zielgruppe, dann die Struktur (zum Beispiel „Hook + drei Punkte + Call to Action“), die Gesamtlänge, die Szenenzahl und die Textlänge pro Szene. Je konkreter der Prompt, desto näher der erste Entwurf — bis zu 2.000 Zeichen.

Storyboard generieren und verfeinern

Die KI liefert ein vollständiges Storyboard: Szenennamen, Dauern, Einstellungsgrößen, visuelle Beschreibungen und Sprechertexte, mit Szenenzahl und geschätzter Länge automatisch berechnet. Neues Generieren ist unnötig — Texte bearbeiten, Szenen neu timen, Zeilen ergänzen oder entfernen und dann in der Skriptverwaltung speichern.

Vertonen, exportieren und mit dem Schnitt starten

Wählen Sie eine Stimme und generieren Sie den Sprechertext mit einem Klick. Exportieren Sie das Storyboard als Excel-Shotliste für Ihr Team und importieren Sie gespeicherte Skripte direkt in die Storyboard-Spur des Editors, um mit Batch-Schnitt oder KI-Filmgenerierung weiterzuarbeiten.

Praxisbeispiele

Die fünf Skripte unten sind echte Ergebnisse der AIMIX-KI-Skripterstellung, erzeugt mit dem in jedem Beispiel gezeigten Prompt. Sie wurden auf Chinesisch generiert; die Tabellen sind unverändert übersetzt, die Dauer entspricht der Ausgabe. Eine Szene ohne generierte Bildbeschreibung ist mit „—“ markiert.

E-Commerce: ein Produktvideo für ein Stricktop

Produktvideo für das neue Frühlings-Stricktop eines Damenmodegeschäfts, Zielgruppe: Bürofrauen 25–35, Struktur: Schmerzpunkt-Auftakt → Getragener Look → Stoffdetail → Preis-Angebot, insgesamt etwa 40 Sekunden, 5–6 Szenen, 15–25 Zeichen Sprechertext pro Szene

Szene	Einstellung	Dauer	Bild	Sprechtext
Hook	Halbnah	8s	Moderin blickt sorgenvoll in die Kamera, die Hände ausgebreitet	Noch ratlos beim Frühjahrsoutfit? Ein Stricktop löst das Problem!
Getragener Look	Totale	8s	Moderin trägt das Stricktop und zeigt das komplette Outfit	Ein taillierter Schnitt, der im Büro elegant wirkt.
Stoffdetail	Großaufnahme	8s	Moderin hält den Stoff hoch und zeigt Textur und Haptik	Weich, hautfreundlich und atmungsaktiv — kein Hitzestau.
Styling-Optionen	Halbnah	8s	Moderin stylt das Top in verschiedenen Kombinationen	Ein Top, mehrere Looks für die Arbeitswoche.
Preis & Angebot	Halbnah	8s	Moderin hält die Preiskarte hoch und lächelt in die Kamera	Toller Preis — nicht verpassen, liebe Bürofrauen!

Die gewünschte Struktur, die 40-Sekunden-Länge und die vorgegebene Textlänge pro Szene stimmten alle. In der Praxis tauschen Sie die Texte gegen die Formulierungen und echten Preise Ihres Shops, generieren den Sprechertext mit einem Klick und importieren das Skript in die Szenengruppen des Editors, um aus Produktmaterial Werbevarianten im Batch zu schneiden.

Beauty: Launch eines Niacinamid-Serums

Beauty-Produktvideo für ein neues aufhellendes Niacinamid-Serum, Zielgruppe: Studentinnen und Bürofrauen 20–30, Struktur: Schmerzpunkt-Auftakt → Texturdetail → Anwendung → Ergebnisversprechen → zeitlich begrenztes Angebot, insgesamt 35 Sekunden, 5 Szenen, 15–20 Zeichen Sprechertext pro Szene

Szene	Einstellung	Dauer	Bild	Sprechtext
Schmerzpunkt-Auftakt	Nah	7s	Moderin runzelt die Stirn und zeigt auf matte Stellen im Gesicht	Trübe Haut und Unreinheiten setzen euch zu, Ladies?
Texturdetail	Großaufnahme	7s	Moderin drückt das Serum heraus und zeigt, wie es fließt	Das neue Niacinamid-Serum — leicht und mühelos zu verteilen.
Anwendung	Nah	7s	Moderin trägt das Serum auf und massiert sanft	Morgens und abends auftragen, sanft einmassieren.
Ergebnisversprechen	Nah	7s	—	Konsequent anwenden — Aufhellung, die man sieht.
Zeitlich begrenztes Angebot	Nah	7s	Moderin zeigt begeistert das Angebot	Nur kurze Zeit im Angebot — Studentinnen und Bürofrauen, los!

Eine lehrbuchreife Seeding-Struktur in einem Durchgang: Schmerzpunkt, Textur, Anwendung, Ergebnis und Angebot bekommen je eine Szene, jeweils 7 Sekunden. Szene 4 kam ohne visuelle Beschreibung zurück — die Gelegenheit zu zeigen, dass die Tabelle editierbar ist: fügen Sie „Moderin zeigt den Vorher-nachher-Vergleich“ hinzu und speichern Sie.

Tech: Unboxing von ANC-Earbuds

Tech-Unboxing-Kurzvideo, kabellose Earbuds mit aktiver Geräuschunterdrückung, Zielgruppe: Berufspendler, Struktur: Unboxing-Spannung → Design-Details → ANC-Test → Tragekomfort → Preis-Angebot, insgesamt 50 Sekunden, 6 Szenen, 15–25 Zeichen Sprechertext pro Szene

Szene	Einstellung	Dauer	Bild	Sprechtext
Hook	Halbnah	8s	Moder hält die verschlossene Box mit geheimnisvollem Lächeln	Etwas für Pendler! Unboxing der ANC-Earbuds — die Spannung steigt.
Design-Details	Großaufnahme	8s	Kamera fokussiert die Earbuds und das Zubehör	Edel und kompakt, komplettes Zubehör — ich liebe dieses Design!
ANC-Test	Nah	10s	Moder setzt sie auf, überraschter Gesichtsausdruck	Geräuschunterdrückung an — der Pendlerlärm ist einfach weg!
Tragekomfort	Nah	10s	Moder schüttelt den Kopf und geht umher, um zu zeigen, dass sie sitzen	Leicht und sicher im Ohr — auch nach Stunden keine Ermüdung.
Preis-Angebot	Halbnah	8s	Moder enthüllt den Preis, begeistert	So gut, so günstig — kaufen ohne Zögern!
Abschluss-Push	Halbnah	6s	Moder lächelt mit Friedenszeichen in die Kamera	Macht den Arbeitsweg angenehm — jetzt bestellen!

Ein vollständiger Unboxing-Bogen: Spannung, Design, ANC-Test, Komfort, Preis und Abschluss-Push. Die zwei Schlüsselmomente — ANC und Komfort — bekommen je 10 Sekunden, der Rest bleibt straff. Exportieren Sie das Excel-Blatt als Shotliste, drehen Sie Szene für Szene und importieren Sie dann alles in Szenengruppen zum Schnitt.

Creator: drei 60-Sekunden-Talking-Head-Videos pro Woche

Karriere-Kurzvideo im Talking-Head-Format, Thema: was tun, wenn Meetings einen ständig unterbrechen, Zielgruppe: Berufseinsteiger, Struktur: Hook + drei Punkte + Call to Action, insgesamt 60 Sekunden, 6 Szenen, lockerer Gesprächston, 20–30 Zeichen Sprechertext pro Szene

Szene	Einstellung	Dauer	Bild	Sprechtext
Hook	Halbnah	10s	Moder zuckt frustriert vor der Kamera mit den Schultern.	In Meetings unterbrochen zu werden ist zermürbend — hier die Lösung!
Vorab abstimmen	Nah	10s	Moder lächelt und hebt einen Finger.	Stimmt euch vor dem Meeting mit Chef und Team ab, damit euer Beitrag gehört wird.
Kurz halten	Nah	10s	Moder breitet beide Hände aus, ernst.	Bleibt knapp — wer ausschweift, wird unterbrochen.
Souverän zurückholen	Nah	10s	Moder zählt drei Finger ab.	Werdet ihr unterbrochen: höflich reagieren und den Punkt zu Ende bringen.
Zusammenfassung	Halbnah	10s	Moder faltet die Hände, warme Miene.	Früh abstimmen, knapp bleiben, souverän zurückholen — drei Dinge zum Merken.
Call to Action	Halbnah	10s	Moder streckt die offene Handfläche aus, einladend.	Berufseinsteiger: Probiert es aus — und bestimmt euer nächstes Meeting!

Hook, drei Punkte, Zusammenfassung und Call to Action — alles vorhanden: sechs Szenen, exakt 60 Sekunden. Der Creator timet meist nur Szenen neu, um das Tempo zu steuern, exportiert den Sprechertext per Klick und übergibt das Skript der KI-Filmgenerierung, um Material zuzuordnen — vom Thema zum fertigen Video innerhalb eines Tages.

Lokales Restaurant: Drehen ohne Drehbuchautor

Video für ein lokales Restaurant, ein neues Hausmannskost-Lokal in einem Einkaufsviertel, Spezialität: Schweinefleisch aus dem Wok, etwa ¥60 pro Person, Struktur: Raum → Spezialität → Kostprobe-Reaktion → Preis und Adresse, insgesamt 45 Sekunden, 5 Szenen, 15–25 Zeichen Sprechertext pro Szene

Szene	Einstellung	Dauer	Bild	Sprechtext
Hook	Totale	8s	Außenansicht und Schild des Restaurants	Neue Hausmannskost im Viertel — das Wok-Schweinefleisch ist ein Muss!
Der Raum	Halbnah	9s	Innenraum, Tische und Dekor	Ein gemütlicher Raum, ideal für Gruppenabende.
Spezialität	Nah	10s	Koch schwenkt das Schweinefleisch im Wok	Schwein aus dem Wok — Hitze und Würze sitzen.
Erster Bissen	Großaufnahme	10s	Zufriedene Reaktion des Gasts nach dem ersten Bissen	Ein Bissen — zart, saftig, so gut!
Preis & Adresse	Halbnah	8s	Einblendung von Preis und Adresse im Bild	Etwa ¥60 pro Person, direkt im Viertel — schaut vorbei!

Die KI hat von selbst einen Hook vorangestellt, und die fünf Szenen dienen zugleich als fertige Shotliste: Exportieren Sie das Excel-Blatt, damit das Personal Szene für Szene dreht — ganz ohne Drehbuchautor. Zurück am Schreibtisch importieren Sie das Skript in Szenengruppen, und jeder Clip landet dort, wo er hingehört.

Wie Sie eine gute Videobeschreibung schreiben

Wie gut das Ergebnis ausfällt, hängt davon ab, wie konkret Ihr Prompt ist. „Mach ein Produktvideo“ und ein Prompt, der sechs Elemente präzise trifft, liefern völlig verschiedene erste Entwürfe. Füllen Sie diese aus, und eine einzige Generierung bringt Sie 80–90 % des Weges:

Thema und Produkt

Sagen Sie es in einer Zeile: „neues Frühlings-Stricktop für ein Damenmodegeschäft“ statt „ein Video über Kleidung“.

Zielgruppe

„Bürofrauen 25–35“ entscheidet über Ton und darüber, welche Verkaufsargumente vorne stehen; eine klare Zielgruppe sorgt dafür, dass der Hook trifft.

Struktur

Geben Sie das Gerüst vor: „Schmerzpunkt-Auftakt → Getragener Look → Stoffdetail → Preis-Angebot“. Die KI ordnet die Szenen danach an.

Gesamtlänge

„Insgesamt etwa 40 Sekunden“ — die KI verteilt die Zeit auf die Szenen und summiert die Schätzung.

Szenenzahl

„5–6 Szenen“ steuert, wie dicht das Tempo liegt; lassen Sie es weg, entscheidet die KI nach Inhalt.

Textlänge pro Szene

„15–25 Zeichen pro Szene“ setzt den Rhythmus des Sprechertexts — kürzere Texte, schnelleres Tempo.

Dimension	Zu vage	Konkreter
Thema	„Mach ein Produktvideo“	„Neues Frühlings-Stricktop, Damenmodegeschäft, Bürofrauen 25–35“
Struktur	„Mach es attraktiv“	„Schmerzpunkt-Auftakt → Getragener Look → Stoffdetail → Preis-Angebot“
Länge und Tempo	„Halte es kurz“	„Etwa 40 Sekunden, 5–6 Szenen, 15–25 Zeichen pro Szene“

In der Beschreibung sind bis zu 2.000 Zeichen möglich. Wenn der Platz nicht reicht, sichern Sie zuerst die sechs Elemente und feinjustieren Sie später im Storyboard — schneller als ein Neugenerieren.

Wozu jedes Storyboard-Feld da ist

Das Ergebnis ist keine Textwand, sondern ein Storyboard, das sich umsetzen lässt. Jedes Feld hat seinen Platz im darauffolgenden Workflow:

Feld	Was es ist	Wohin es als Nächstes geht
Szenenname	Worum es in dieser Szene geht, z. B. „Hook“, „Preis-Angebot“	Erzeugt beim Import in den Editor die passende Szenengruppe
Szenendauer	Wie viele Sekunden diese Szene laufen soll	Geht in die geschätzte Gesamtlänge ein; gibt Dreh und Schnitt den Takt vor
Einstellungsgröße	Totale / Halbnah / Nah als Hinweise für den Dreh	Referenz für die Kamerasprache des Teams
Visuelle Beschreibung	Was vor der Kamera passiert, z. B. „Moder hält lächelnd die Preiskarte hoch“	Die Shotliste; die KI-Filmgenerierung ordnet passendes Material zu
Sprechertext	Was in dieser Szene gesagt wird	Sprechertext per Klick; Untertitel entstehen aus demselben Text

Alle Felder bleiben nach der Generierung editierbar: Texte ändern, Szenen neu timen, Zeilen ergänzen oder streichen — die Summen aktualisieren sich live, und gespeichert wird, wenn es stimmig klingt.

Drei Wege vom Skript zum fertigen Video

Sobald das Skript in der Skriptverwaltung liegt, wählen Sie den Weg, der zum Projekt passt:

Sprechertext per Klick — Audio zuerst

Stimme wählen und mit einem Klick exportieren. Der Export Szene für Szene hält die Dateinamen synchron zu den Szenen — leicht zu matchen.

Szenengruppen + Batch-Schnitt

Importieren Sie das Skript in die Storyboard-Spur des Editors; Szenengruppen entstehen nach Name und Dauer. Legen Sie Material in jede Gruppe, koppeln Sie Audio und Untertitel und schneiden Sie mehrere Versionen im Batch.

KI-Filmgenerierung ordnet Material zu

Reichen Sie den Text ein, und die KI-Filmgenerierung legt Bibliotheksmaterial auf die Timeline — mit automatischem Sprechertext und Untertiteln — ideal für schnittlastige Inhalte mit viel Material.

Mit Dekonstruktion und Prompt-Umwandlung kombinieren

Die KI-Skripterstellung ist kein einsames Feature — die Inspirations-Toolbox funktioniert als Set:

Skript-Dekonstruktion

Legen Sie ein Referenzvideo ein und dekonstruieren Sie Struktur, Texte und Hooks — verstehen Sie, warum es funktioniert, bevor Sie schreiben.

KI-Skripterstellung

Generieren Sie Ihr eigenes Skript auf Basis der dekonstruierten Struktur: gleiches Gerüst, anderes Produkt, andere Zielgruppe und Verkaufsargumente.

Video zu Prompt

Wenn Sie die Bildsprache eines Referenzvideos aufgreifen möchten, generieren Sie die Prompts, die Ihr KI-Videomodell braucht.

Behalte die Kontrolle über den Schnitt

Vom leeren Blatt zum einsatzfähigen Entwurf

Das Skript entscheidet über Struktur und Tempo — und genau dort scheitern die meisten Teams. Die KI liefert eine erste Version, gebaut um Ihre Struktur und Storyboard-Anforderungen, sodass Sie sich auf Verkaufsargumente, Formulierungen und Markenstimme konzentrieren.

Die Tabelle bearbeiten statt neu generieren

Das Ergebnis ist ein editierbares Storyboard: Texte ändern, Szenen neu timen, Zeilen ergänzen oder streichen — die Summen aktualisieren sich live. Speichern Sie, wenn es stimmig klingt.

Skripte fließen in Vertonung und Schnitt

Generieren Sie den Sprechertext mit einem Klick, importieren Sie Skripte direkt in die Szenengruppen des Editors und halten Sie Sprechertext, Untertitel und Material in einem Workflow zusammen.

Mit der Skript-Dekonstruktion kombinieren

Dekonstruieren Sie zuerst ein Referenzvideo, um Struktur und Hooks zu sehen, und lassen Sie die KI dann ein Skript in ähnlicher Struktur für Ihr eigenes Konto generieren.

Häufige Fragen

Kann ich ein generiertes Skript unverändert veröffentlichen?

Prüfen Sie es zuerst. Der Entwurf liefert Struktur und Texte; gleichen Sie vor der Veröffentlichung Produktdetails, Preise und Aussagen mit den Plattformregeln und dem Werberecht ab. Platzhalter wie der Viertelname im Beispiel müssen durch echte Angaben ersetzt werden.

Was, wenn Struktur oder Länge nicht passen?

Zwei Wege: den Prompt konkreter fassen — exakte Struktur, Szenenzahl, Dauer pro Szene und Textlänge — und neu generieren; oder einfach das Storyboard bearbeiten, Szenen ergänzen, streichen und neu timen, bevor Sie speichern. Von vorn beginnen ist nicht nötig.

Wie wird aus einem Skript ein Video?

Wählen Sie je Projekt: Sprechertext per Klick für Audio und Untertitel generieren; das Skript in die Szenengruppen des Editors importieren und mit eigenem Material im Batch schneiden; oder es der KI-Filmgenerierung übergeben, die Material aus Ihrer Bibliothek mit automatischem Sprechertext und Untertiteln zuordnet.

Wie lange dauert die Erstellung eines Skripts?

In der Regel einige Dutzend Sekunden. Die fünf Beispiele auf dieser Seite dauerten je 15–18 Sekunden; sobald die Generierung fertig ist, startet die Bearbeitung direkt im Storyboard.

Kostet die Skriptgenerierung Credits?

Die KI-Skripterstellung folgt den Credit-Regeln des KI-Chats; Analysefunktionen wie die Skript-Dekonstruktion werden separat abgerechnet. Der genaue Preis wird in der App vor jedem Lauf angezeigt.

Wie viele Skripte kann ich speichern?

Die Zahl gespeicherter Skripte hängt von Ihrer Kontostufe ab. Erreichen Sie das Limit, räumen Sie alte Skripte auf oder upgraden Sie; exportierte Excel-Dateien und Audiodateien bleiben auf Ihrer Festplatte und sind nicht betroffen.