Längere KI-Videos erstellen: So meisterst du den Filmschnitt im Kopf

Du hast eine ganze Szene in einen KI-Videogenerator getippt und bekamst acht Sekunden zurück. Oder du hast ein Dutzend Clips erstellt, und dein Held hat in der Hälfte davon ein anderes Gesicht. Wenn du versuchst, ein langes KI-Video mit einer durchgehenden Geschichte zu erstellen, ist die direkte Antwort: Niemand generiert ein langes Video am Stück.

Du planst es als eine Abfolge kurzer Einstellungen, legst die Charaktere und den Stil fest, bevor du beginnst, und fügst die Clips zu einem Film zusammen. Das Zusammenfügen kannst du manuell in einem Editor erledigen oder ein Tool nutzen, das aus einem Skript Szenen macht und sie für dich verbindet. Die Clip-Limits ergeben sich aus der Funktionsweise der Modelle. Der Gewinn liegt daher in allem, was drumherum passiert: der Shot-Liste, den Referenzbildern und wie viele Versuche du budgetierst.

Wenn es Credits sind, die dich ständig ausbremsen, lies zuerst warum KI-Video-Credits so schnell aufgebraucht sind und komme dann für den Workflow zurück.

Was Nutzer berichten, wenn die KI-Sekunden ausgehen

Im September 2026 haben wir über 12.000 Ein- und Zwei-Sterne-Bewertungen von 63 Apps im App Store, bei Google Play, auf Trustpilot und Capterra ausgewertet. Nur ein kleiner Teil nennt die Clip-Länge explizit, etwa 3 bis 6 Prozent in den meisten App-Gruppen. Aber das Problem steckt unter vielen Kostenvorwürfen: Nutzer versuchen, aus 5-Sekunden-Clips eine Geschichte zu bauen, und die Credits sind aufgebraucht, bevor die Geschichte endet.

Das sind die Clip-Längen, die Rezensenten beschreiben. Apps ändern ihre Limits oft, sieh dies also als Momentaufnahme, nicht als verbindliche Spezifikation.

App	In Bewertungen beschriebene Clip-Länge
Sora (App mittlerweile eingestellt)	10 bis 15 Sekunden
Google Flow	4 bis 10 Sekunden
Luma Dream Machine	etwa 5 Sekunden
Kling	bis zu 15 Sekunden
Hailuo	6 bis 10 Sekunden
Vidu	8 Sekunden, zuvor 10
Kaiber	6 Sekunden
Filmora Text zu Video	5 bis 8 Sekunden
HubX KI-Video	2 bis 5 Sekunden

Die Frustration klingt überall gleich. Ein Google-Play-Rezensent von Sora schrieb: «Ich hasse es, dass man nur 10-Sekunden-Clips machen kann.» Ein Kaiber-Rezensent im App Store fragte: «Was ist aus den 8-Minuten-Videos geworden!» Ein Runway-Rezensent im App Store beschrieb das Problem des Geschichtenerzählers treffend: Bei «mehreren zusammenhängenden Szenen wird das Ganze frustrierend.»

Länge multipliziert auch die Kosten. Ein Filmora-Rezensent bei Google Play schreibt, ein einminütiges Video habe seine KI-Credits aufgebraucht, und ein Kling-Rezensent dort berichtet, dass eine Ausgabe von 1.450 Rupien nicht für ein komplettes 3- bis 5-minütiges Video gereicht habe. Kläre, was eine fertige Minute KI-Film wirklich kostet, bevor du etwas kaufst. Und wenn du Sora genutzt hast und ein neues Zuhause für längere Geschichten suchst, sieh dir unseren Leitfaden zu Sora-Alternativen an.

Warum stoppen KI-Videogeneratoren bei 5 bis 10 Sekunden?

Ein Videomodell filmt nichts. Es generiert jeden Frame eines Clips gemeinsam und muss jeden Frame konsistent mit allen anderen halten. Jede zusätzliche Sekunde bedeutet mehr Frames, die gleichzeitig gehalten werden müssen, und mehr Rechenleistung pro Generation. Das bedeutet längere Wartezeiten und einen höheren Preis pro Clip. Kurze Limits halten die Generierungszeiten im Minutenbereich und die Kosten pro Clip kalkulierbar.

Länge schadet auch der Qualität. Je länger eine Generation läuft, desto mehr Raum hat sie zum «Abdriften»: Ein Gesicht wird unscharf, eine Hand bekommt einen Finger dazu, die Straße ändert sich in der Mitte. Tricks, die einen Clip von seinem letzten Frame aus verlängern, helfen bei der Bewegung, aber jeder Sprung fügt ein wenig mehr Drift hinzu.

Nichts davon ist fatal, denn auch echte Filme bestehen aus kurzen Einstellungen, und die meisten Schnitte in einem Film dauern nur wenige Sekunden. Das echte Problem ist, dass jeder Clip für sich generiert wird, ohne Erinnerung an den vorherigen, sodass der Charakter, der Raum und die Handlung bei jedem Schnitt wechseln können. Ein langes KI-Video ist eine Kontinuitätsaufgabe.

Wie erstellt man ein KI-Video, das länger als eine Minute ist?

Wenn du nach einem KI-Videogenerator suchst, der länger als 30 Sekunden kann, ist die ehrliche Antwort: Die meisten Tools geben dir Clips, und die Länge entsteht beim Schnitt. Der manuelle Weg funktioniert mit jedem Generator.

Rechne zuerst

Teile deine gewünschte Länge durch die Clip-Länge. Eine Minute aus 8-Sekunden-Clips sind 8 Shots; aus 5-Sekunden-Clips sind es 12. Eine dreiminütige Geschichte bei 5 Sekunden pro Clip sind 36 Shots. Dann füge Wiederholungsversuche hinzu: Rezensenten auf mehreren Plattformen berichten, dass sie mehrere Versuche für einen brauchbaren Shot benötigen. Gehe also davon aus, dass einige Shots zwei- oder mehrmals generiert werden müssen.

Erstelle eine Shot-Liste

Gib jedem Shot eine Zeile: Wer ist darin, was tut er/sie, wo ist die Kamera, und welche Zeile wird gesprochen. Beschränke jeden Shot auf eine Aktion und einen kurzen Dialog, denn 8 Sekunden sind keine Rede. Unser Leitfaden zur Planung eines KI-Films mit mehreren Szenen führt durch Beats und Storyboards.

Lege Referenzen und einen Stil fest

Erstelle ein klares Referenzbild pro Hauptfigur: Gesicht sichtbar, gleichmäßiges Licht, komplettes Outfit. Schreibe eine feste Beschreibung für jede (Name, Alter, Haare, Kleidung) und füge dieselben Wörter in jeden Prompt ein. Wähle einen Stil, ein Modell und ein Seitenverhältnis und wechsle nicht mitten im Film, denn ein anderes Modell ist wie eine andere Kamera – und der Schnitt wird es zeigen.

Füge alles in einem Editor zusammen und finalisiere

Lege die Clips in der richtigen Reihenfolge auf eine Timeline und schneide die wackeligen Frames am Anfang und Ende jedes Clips ab. Lege eine durchgehende Musikuntermalung und konsistente Stimmen über die Schnitte, denn Ton kaschiert viele kleine Sprünge. Bevor du stundenlang editierst, prüfe die Export-Regeln: Rezensenten von CapCut, Filmora und VEED berichten von Paywalls, die erst beim Export erscheinen, und von unerwarteten Wasserzeichen.

Wie halte ich Charaktere und Handlung über mehrere Clips hinweg konsistent?

Hier scheitern die meisten langen KI-Videos. Charakter-Drift wird nur in etwa 5 bis 9 Prozent der schlechten Bewertungen von Runway, Pika, Luma, Sora und Googles Veo-Tools explizit genannt, aber es ist die Hauptbeschwerde der Geschichtenerzähler und Serienmacher in dieser Stichprobe. Ein Google-Play-Rezensent von Flow schrieb: «Nur etwa 1 von 5 Generationen behält meine Identität korrekt bei.» Ein Runway-Rezensent im App Store sagt, er habe ein vollständiges Skript, Charakterbögen und Referenzbilder geliefert, und die ersten paar Videos verwendeten trotzdem die falschen Personen.

Das Modell weiß nur, was jeder Prompt ihm sagt. Ändere «Lederjacke» zu «dunkler Mantel» und du hast einen neuen Schauspieler engagiert. Nimm fünf Personen in einen Shot und einige davon verwandeln sich in Fremde, während Seitenansichten, schwaches Licht und starker Stilisierungsgrad die Übereinstimmung mit deiner Referenz schwächen.

Was in jeder App hilft:

• Verwende die Beschreibung jedes Charakters wortwörtlich wieder, aus einer Textdatei, die du kopierst.
• Nutze jedes Mal dasselbe Referenzbild für einen Charakter.
• Begrenze die Anzahl auf zwei oder drei Charaktere pro Shot. In Menschenmengen werden Gesichter ausgetauscht.
• Lasse Outfits fest, es sei denn, die Handlung ändert sie, und erwähne dies, wenn es so ist.
• Notiere Tageszeit, Wetter und Requisiten und beende jeden Shot dort, wo der nächste beginnt.

Die Handlung braucht die gleiche Sorgfalt. Ein Generator, der jeden Clip aus einem Einzeiler-Prompt erfindet, kann einer Geschichte nicht folgen, die er nie gesehen hat. Schreibe also zuerst die ganze Geschichte. Gib dann jedem Clip seinen Teil der Geschichte plus die Anker, die ihn in derselben Welt halten. Mehr zu Gesichtern findest du in KI-Charaktere über Szenen hinweg konsistent halten.

Kann man ein komplettes Drehbuch in ein langes KI-Video verwandeln?

Ja, und ab etwa einer Minute ist das meist der bessere Weg. Ein Text-zu-Film-KI-Generator, der vom Skript ausgeht, sieht die ganze Geschichte auf einmal. Er kann das Skript in Szenen aufteilen, die Besetzung aus Sprechernamen ableiten, jedem Charakter ein Referenzaussehen geben, die Szenen in Reihenfolge rendern und sie mit passendem Dialog zusammenschneiden. Du hörst auf, Charakterbeschreibungen in vierzig Prompts zu kopieren.

Nicht jedes Skript-Tool liefert aber einen Film. Ein Steve-AI-Rezensent auf Trustpilot sagt, dessen Skript-zu-Video-Output stoppte bei etwa 40 Sekunden und sah aus wie eine Diashow, und ein LTX-Studio-Rezensent dort zieht den gleichen Diashow-Vergleich. Bevor du für einen KI-Filmemacher per Skript bezahlst, prüfe diese Punkte:

• Behält er deinen Dialog wortgetreu bei oder formuliert er um?
• Kannst du die Szenenbrüche selbst mit Überschriften setzen?
• Wie viele Charaktere können in einer Szene ein festes Gesicht behalten?
• Kannst du die Szenen sehen und bearbeiten, bevor du für das Rendering bezahlst?
• Wie lang ist der längste Film, den dein Plan erlaubt?
• Was kostet eine fertige Minute, und werden fehlgeschlagene Szenen erstattet?

Wenn du einen KI-Videogenerator brauchst, der länger als 1 Minute kann, trennt diese Liste ein Film-Tool von einem Clip-Tool. Wenn du das Skript selbst schreibst, behandelt einen Film-Skript mit KI schreiben Struktur und Dialog, die zu kurzen Szenen passen.

So erstellst du ein langes KI-Video, Schritt für Schritt

Das funktioniert mit jedem Tool. Ein skriptbasiertes Tool erledigt die meisten Schritte 6 und 7 für dich.

1. Schreibe die Geschichte in Beats. Ein Satz pro Beat: ein Anfang, eine Wendung, ein Ende. Wenn es nicht als zehn Sätze funktioniert, funktioniert es auch nicht als zehn Clips.
2. Bestimme die Shot-Anzahl. Teile die gewünschte Länge durch die Clip-Länge, runde auf und plane im Budget Platz für Wiederholungsversuche ein.
3. Besezte und fixiere das Aussehen. Gib jedem Charakter ein Referenzbild und eine feste Beschreibung und halte Shots auf zwei oder drei Charaktere beschränkt.
4. Wähle einen Stil und ein Seitenverhältnis. Hochkformat passt zu Smartphones, Querformat zu Laptops und TVs. Halte beides für den gesamten Film bei.
5. Teste einen kurzen Schnitt. Erstelle die ersten 2 oder 3 Shots und schaue sie zusammen an. Korrigiere Stil oder Beschreibungen jetzt, nicht nach 30 Clips.
6. Generiere den Rest in Reihenfolge. Wiederhole nur die Shots, die die Kontinuität brechen, und behalte jede Version, denn der zweitbeste Take schneidet manchmal besser.
7. Füge zusammen, füge Ton hinzu, exportiere. Verwende eine durchgehende Musikuntermalung, konsistente Stimmen und, wenn gewünscht, Untertitel. Schau dir das Ganze einmal ohne Unterbrechung an, bevor du es teilst.

Ton hat seine eigenen Fallstricke, von stummen Clips bis zur falschen Person, die den Text spricht. Unser Leitfaden zu KI-Video mit Ton, Stimmen und Untertiteln behandelt sie.

Wie lang kann ein Cinely-Film sein?

Bis zu 100 Szenen, das sind etwa 13 Minuten und 20 Sekunden. Cinely ist ein KI-Filmemacher, der den skriptbasierten Weg geht: Du beschreibst eine Idee oder fügst ein Skript ein, und es schreibt die Szenen, besetzt die Charaktere, rendert jede Szene als einen 8-Sekunden-Clip und fügt sie zu einem Film mit Stimmen und optionalen Untertiteln zusammen.

Länge. Ein Film kann 2, 4, 6, 8, 10, 12, 14, 16, 18, 25, 50, 75 oder 100 Szenen haben. Das sind 16 Sekunden am kurzen Ende, genau 10 Minuten bei 75 Szenen und etwa 13 Minuten 20 Sekunden bei 100. Filme sind standardmäßig vertikal 9:16 oder horizontal 16:9.

Zwei Wege. Der «Ideen»-Tab schreibt eine eigene Geschichte zu deiner Idee, mit meist ein oder zwei gesprochenen Zeilen pro Szene in den meisten Genres; einen KI-Film aus einer Texteingabe erstellen behandelt diesen Weg. Der «Skript»-Tab ist Text-zu-Film im wörtlichen Sinne: Er verfilmt, was du geschrieben hast, Szene für Szene, behält deinen Dialog wortgetreu bei und fügt nur Kameraführung und visuelle Details hinzu. Er liest «Szene 1:»- oder INT./EXT.-Überschriften für bis zu 100 Szenen (darüber werden benachbarte Szenen zusammengeführt), kann Prosa in ein Skript umwandeln und baut die Besetzung aus NAME: «Satz»-Sprecherbezeichnungen auf.

Eine kostenlose KI-Skriptprüfung im Skript-Tab markiert Tempoprobleme für 8-Sekunden-Clips, Sprecherbezeichnungen, Überschriften und Inhaltsregel-Verstöße. Sie ändert nichts, außer du tippst auf «Übernehmen».

Gesichter. Füge ein Foto hinzu und du kannst als Hauptdarsteller besetzt werden; das Foto wird zum Gesichts-Referenzbild für die Szenen, in denen du auftrittst. Standard hält bis zu 3 feste Gesichter in einer Szene, und Cinematic, ein Premium-Modus auf der Website, hält bis zu 7. Alle darüber hinaus sind Statisten ohne festes Gesicht, also schreibe Menschenszenen mit diesem Hinweis im Hinterkopf.

Vorschau vor der Zahlung. Auf der Erstellungsseite ist die Vorschau standardmäßig aktiviert (die Schnellbox auf der Startseite überspringt sie). Cinely schreibt die Szenen und gestaltet die Charaktere, und dann kannst du den Prompt jeder Szene bearbeiten, wählen, wer in jeder Szene erscheint, ein Porträt wiederholen oder ersetzen und Stimmen auswählen. Die Vorschau ist kostenlos, und du zahlst nur, wenn du sie freigibst, für die angezeigten Szenen.

Kosten und Fehler. Standard kostet 30 Credits pro 8-Sekunden-Szene, also ist ein 8-Szenen-Film von 64 Sekunden 240 Credits. Wenn einige Szenen beim Rendern fehlschlagen, wird der Film mit den funktionierenden beendet, und die Credits der fehlgeschlagenen Szenen werden erstattet.

Die Limits, klar gesagt:

• Jede Szene ist 8 Sekunden lang. Du bekommst keinen durchgehenden 30-Sekunden-Take; ein langer Film ist immer eine Abfolge von 8-Sekunden-Shots.
• Kostenlose Accounts können standardmäßig bis zu 6 Szenen, also 48 Sekunden, auswählen. Längere Filme benötigen Cinely Premium.
• Selbst mit Premium liegt das Maximum bei 100 Szenen. Lang, aber nicht unbegrenzt.
• Eine Szene, die gerendert wurde, aber falsch aussieht, kostet 60 Credits für eine Korrektur im Editor. Für Geschmacksfragen gibt es keine Rückerstattung.

Wo du anfängst

Der schnellste Weg, um zu lernen, wie man ein langes KI-Video macht, ist, ein kurzes richtig zu machen. Schreibe sechs kurze Szenen, jede unter einer «Szene 1:»-Überschrift mit einer Dialogzeile, und studiere die kostenlose Vorschau, bevor du etwas freigibst. Wenn sechs Szenen zusammenhängen, sind 25 oder 50 dieselbe Arbeit, nur länger. Füge deine ersten sechs Szenen in den Skript-Tab ein und sieh, wo deine Geschichte knickt, bevor du sie lang machst.