12. August 2026
Das erste KI-Video: die Methode, die Ihr Budget nicht sprengt
Ein KI-Video kostet je nach Modell und Auflösung zwischen 26 und 330 Credits. Hier lesen Sie, wie Sie Ihre Einstellung erst als Bild für 1 bis 7 Credits absichern, bevor Sie irgendetwas animieren, wie Sie Dauer und Auflösung klug wählen und die Fehler vermeiden, die ein Konto an einem einzigen Abend leeren.
die Falle des ersten Versuchs
Die Szene ist ein Klassiker. Freitagabend, eine Clip-Idee im Kopf, Sie öffnen einen Videogenerator, tippen „ein Ritter durchquert bei Sonnenaufgang einen nebligen Wald“ und klicken auf Generieren. Drei Minuten Wartezeit. Dann kommt das Ergebnis: Der Ritter ist nur von hinten zu sehen, der Wald sieht aus wie ein Stadtpark, und der Nebel ist komplett verschwunden. Sechsundzwanzig Credits verpufft, und Sie haben nicht einmal eine brauchbare Einstellung.
Das Problem ist nicht das Modell. Kling 2.5 Turbo, das diesen missratenen Ritter produziert hat, ist ein hervorragender Generator. Das Problem ist die Methode: Mit direktem Text-zu-Video zahlen Sie den vollen Preis einer Animation, nur um eine Komposition zu entdecken, die Sie als Standbild für einen Cent hätten prüfen können. Das ist, als würden Sie ein ganzes Buch drucken lassen, um das erste Kapitel noch einmal zu lesen.
Dieser Artikel beschreibt die umgekehrte Methode, also die, mit der Kreative einen ganzen Monat mit einem Starter-Abo für 13 € auskommen: jede Einstellung als Bild absichern, dann dieses Bild animieren. Mit den echten Zahlen, den echten Fehlschlägen, und dem, was Imaginode erstattet und was nicht.
was eine Videogenerierung wirklich kostet
Halten wir zuerst die Größenordnungen fest, denn die gesamte Argumentation baut darauf auf. Auf Imaginode entspricht 1 Credit ungefähr 0,01 €. Kling 2.5 Turbo berechnet rund 26 Credits für 5 Sekunden, also 0,26 €. Seedance 2.0 Fast liegt bei etwa 48 Credits für 5 Sekunden in 720p. Und das vollständige Seedance 2.0 erreicht in 4K rund 330 Credits für 5 Sekunden: mehr als 3 € pro Clip.
Dem gegenüber kostet ein Bild zwischen 1 Credit (Flux Schnell) und 7 Credits (Flux 2 Pro). Anders gesagt: Ein einziges missratenes Video entspricht 4 oder 5 kompletten Erkundungen in Bildform, mit jeweils einem Dutzend Versuchen. Dieses Verhältnis von 1 zu 30, manchmal sogar von 1 zu 300, ist die einzige Statistik, die Sie sich merken müssen, bevor Sie auf Generieren klicken.
Eine Absicherung gibt es: Die exakten Kosten stehen vor dem Klick auf dem Button „Generieren“. Keine Überraschung auf der Abrechnung, der Preis steht schwarz auf weiß da, genau im Moment der Entscheidung. Gewöhnen Sie sich an, ihn wirklich zu lesen. Viele Anfänger merken erst hinterher, dass sie aus purem Reflex ein Spitzenmodell gestartet haben.
Guthabenwarum direktes Text-zu-Video ein Glücksspiel ist
Wenn Sie einen Prompt direkt an ein Videomodell schicken, delegieren Sie alles auf einmal: den Bildausschnitt, das Licht, das Gesicht der Figur, die Farbpalette und die Bewegung. Fünf Entscheidungen in einem einzigen Wurf, entdeckt erst nach der Bezahlung. Statistisch reicht es, wenn eine einzige davon danebengeht, damit die ganze Einstellung unbrauchbar ist.
Und man muss es offen sagen: KI-Video geht noch oft schief. Rechnen Sie damit, dass ungefähr eine von drei oder vier Generierungen in den Müll wandert, wegen deformierter Hände, wegen Texten, die auf dem Bildschirm zerlaufen, oder wegen fragwürdiger Physik, etwa dem Glas, das durch den Tisch wandert. Bei einem Versuch für 48 Credits wiegt jeder Fehlschlag. Nach drei Direktversuchen haben Sie 144 Credits ausgegeben, für vielleicht zwei brauchbare Einstellungen.
Noch ein Punkt, den Sie vor dem Start kennen sollten: Ein hässliches, aber technisch geliefertes Ergebnis bleibt bezahlt. Erstattet werden ausschließlich technische Fehlschläge beim Anbieter. Die Plattform beurteilt nicht die Ästhetik Ihres Ritters, sie prüft nur, ob die Datei existiert. Genau deshalb lohnt es sich so sehr, das, was das Videomodell überhaupt vermasseln kann, auf ein Minimum zu reduzieren.
die Methode: erst als Bild absichern
Das Prinzip passt in einen einzigen Satz: Bitten Sie ein Videomodell nie, eine Komposition zu erfinden, sondern bitten Sie es, ein Bild zu animieren, das Sie bereits abgenommen haben. Fügen Sie auf dem Canvas von Imaginode einen Image-Node hinzu, schreiben Sie Ihren Prompt, generieren Sie. Das Ergebnis ist in wenigen Sekunden da, für 1 bis 7 Credits je nach Modell.
Das Bild gefällt Ihnen nicht? Ändern Sie den Prompt und starten Sie neu. Jeder Node bewahrt den Verlauf seiner letzten 12 Generierungen auf, Sie können die Versionen also nebeneinander vergleichen und zur dritten zurückkehren, wenn die achte schwächer ausfällt. Ein Luxus, den es beim Video schlicht nicht gibt, wo jeder Vergleich mindestens 26 Credits kosten würde.
Wenn das Bild exakt das ist, was Sie wollen, Bildausschnitt inklusive, wird es zur ersten Frame Ihres Videos. Das Videomodell hat dann nur noch eine einzige Aufgabe: das in Bewegung zu setzen, was bereits existiert. Sie haben soeben eine Wette mit fünf Unbekannten in eine Wette mit einer einzigen verwandelt.
welches Bildmodell für diese erste Frame
Zum groben Vorarbeiten ist Flux Schnell für 1 Credit unschlagbar. Zehn Kompositionsversuche kosten 10 Credits, also 0,10 €. Das ist der Wegwerf-Entwurf schlechthin: schnell, nicht immer fein in den Details, aber völlig ausreichend, um einen Bildausschnitt und ein Licht zu beurteilen.
Ist die Komposition gefunden, generieren Sie die finale Version mit einem sorgfältigeren Modell neu: Flux Pro 1.1 oder Imagen 4 für 6 Credits, oder Flux 2 Pro für 7 Credits, wenn Sie das Maximum an Details wollen. Tritt in Ihrer Einstellung eine wiederkehrende Figur auf, die in einem Referenz-Node definiert ist, dann ist Seedream 5 Lite für 5 Credits der Champion der Referenztreue.
Die Bilanz einer ernsthaften Erkundung: rund fünfzehn Credits, alle Entwürfe eingerechnet. Das ist billiger als ein einziges missratenes Kling-Video. Und Sie gehen mit einer Gewissheit in die Animationsphase, die Ihnen direktes Text-zu-Video niemals geben wird: Sie wissen bereits, wie Ihre Einstellung aussehen wird.
das Bild an den Video-Node anschließen
Ziehen Sie auf dem Canvas ein Kabel vom Ausgangs-Port des Image-Nodes zum Video-Node. Der Eingangspunkt leuchtet bei der Verbindung auf, das Zeichen, dass der Anschluss aktiv ist. Lassen Sie das Kabel einfach irgendwo auf dem Node los, verbindet es sich von selbst mit dem wahrscheinlichsten Eingang, in diesem Fall dem Startbild.
Der Video-Node zeigt je nach gewähltem Modell unterschiedliche Eingänge. Das Startbild, immer nur ein einziges, legt die erste Frame fest. Manche Modelle akzeptieren zusätzlich ein Endbild, praktisch für kontrollierte Übergänge. Und die Referenzbilder halten Ihre Figuren konsistent: bis zu 9 bei Seedance 2.0, noch mehr bei Seedance 2.5.
Mit angeschlossenem Startbild sind Komposition, Licht und Gesicht verriegelt. Die Quote brauchbarer Einstellungen steigt gegenüber reinem Text deutlich, weil sich das Modell nur noch bei der Bewegung irren kann. Ein Detail am Rande: Seedance stellt im Bild-zu-Video-Modus eigene Anforderungen an die Auflösung, die Plattform passt das automatisch für Sie an.
beginnen Sie mit 5 Sekunden und 720p, steigern Sie später
Dauer und Auflösung sind die beiden Regler, die Budgets explodieren lassen. Stellen Sie sie zum Validieren auf das Minimum und zum Abliefern auf das Maximum. Konkret heißt das: 5 Sekunden in 720p für alle Ihre Bewegungstests. Das reicht völlig, um zu beurteilen, ob der Ritter natürlich geht oder wie eine Schachfigur über den Boden gleitet.
Der Preisunterschied rechtfertigt diese Disziplin. Bei Seedance 2.0 springt dieselbe 5-Sekunden-Einstellung von rund 48 Credits in 720p Fast auf rund 330 Credits in 4K auf dem vollständigen Modell. Fast siebenmal teurer, für einen Test, dessen Ergebnis Sie vielleicht wegwerfen. 4K ist für die finale Version reserviert, also für die, die Sie am Ende exportieren.
Dieselbe Logik gilt für die Dauer. Seedance 2.5 akzeptiert Clips bis 30 Sekunden, was bemerkenswert ist, aber ein 30-Sekunden-Fehlschlag kostet sechsmal so viel wie ein 5-Sekunden-Fehlschlag. Zerlegen Sie Ihre Szenen in kurze Einstellungen, validieren Sie sie einzeln, und heben Sie sich die langen Einstellungen für bereits erprobte Bewegungen auf.
welches Videomodell für den Anfang
Imaginode bietet Zugang zu 47 Modellen, die alle mit denselben Credits bezahlt werden, was erlaubt, den Anbieter mit zwei Klicks zu wechseln, ganz ohne neues Abo. Für einen ersten Abend gibt es zwei sichere Werte. Kling 2.5 Turbo, rund 26 Credits für 5 Sekunden, ist das beste Preis-Leistungs-Verhältnis zum Lernen: schnell, natürliche Bewegung, gut genug, um Ihre Ideen zu beurteilen. Seedance 2.0 Fast, rund 48 Credits, rendert feinere Texturen.
Die anderen Namen des Katalogs kommen später dran. Veo 3.1 Lite und Fast, wenn Sie generierten Ton wollen, das vollständige Seedance 2.0 für den Sprung auf 1080p oder 4K, Seedance 2.5 für mehrfache Referenzen und Clips bis 30 Sekunden. Grok Imagine Video, MiniMax H3, Wan 2.7, Kling V3 oder PixVerse haben alle ihre Stärken, aber keines davon ist für einen ersten Clip unverzichtbar.
Unser klarer Rat: Bleiben Sie beim Lernen bei einem einzigen Modell. Jeder Generator hat seine Eigenheiten, seine ganz eigene Art, eine Kamerafahrt oder ein Licht zu interpretieren, und Sie kommen nur voran, wenn Sie vergleichbare Versuche ansammeln. Bei jeder Einstellung das Modell zu wechseln heißt, bei jeder Einstellung wieder von vorn anzufangen und das Lehrgeld mehrfach zu zahlen.
die Bewegung beschreiben, nicht das Bild
Ihr Bild trägt die Komposition bereits in sich, wiederholen Sie sie also nicht im Video-Prompt. Beschreiben Sie ausschließlich, was sich bewegt: das Motiv, die Kamera, den Rhythmus. „Der Ritter geht langsam auf die Kamera zu, sein Umhang wellt sich im Wind, im Vordergrund fallen Blätter.“ Ein klarer Bewegungssatz ist mehr wert als ein ganzer Absatz redundanter Beschreibung.
Formulieren Sie die Kamerabewegung als expliziten Schlusssatz, darauf reagieren die Modelle besser als auf ein Adjektiv, das mitten im Text untergeht. Und bleiben Sie bescheiden bei der Menge: ein Motiv, das sich bewegt, plus eine Kamerabewegung, das ist für 5 Sekunden schon eine Menge. Prompts, die vier Aktionen übereinanderstapeln, produzieren nur Brei.
Wenn das technische Englisch Sie bremst: Der Zauberstab am Prompt-Feld schreibt Ihren Text über das Modell Kimi in reichhaltiges, strukturiertes Englisch um, für 1 Credit. Ihre @-Erwähnungen von Figuren bleiben dabei vollständig erhalten. Ein Credit, um eine Generierung für 48 abzusichern, diese Rechnung ist schnell gemacht.
was ehrlicherweise noch schiefgeht
Keine Methode macht KI-Video unfehlbar, und das Gegenteil zu behaupten hieße, Sie anzulügen. Selbst mit einem sauberen Startbild müssen Sie mit ungefähr einem Fehlschlag pro drei oder vier Generierungen rechnen. Hände bleiben die Schwachstelle Nummer eins: verschmolzene Finger, überzählige Daumen, gehaltene Objekte, die sich langsam verformen.
Text im Bild ist der andere klassische Friedhof. Ein lesbares Ladenschild auf Ihrem Startbild hat gute Chancen, ab der zweiten Sekunde der Animation zu Hieroglyphen zu zerlaufen. Und die Physik bleibt näherungsweise: Flüssigkeiten, die der Schwerkraft trotzen, Schritte von Figuren, die über den Boden rutschen, Objekte, die sich gegenseitig durchdringen.
Die Abhilfe liegt vor allem in der Wahl der Einstellungen. Meiden Sie Nahaufnahmen von Händen in Aktion, Text, der lesbar bleiben soll, und komplexe Objekt-Interaktionen wie das Einschenken eines Kaffees. Bevorzugen Sie Gesichter, Gehszenen, Stimmungen und Kamerabewegungen über Kulissen. Ein guter KI-Regisseur sucht sich seine Kämpfe aus, genau wie ein Regisseur mit knapper Kasse die Szenen wählt, die er tatsächlich drehen kann.
erstattet, wenn es abstürzt, bezahlt, wenn es hässlich ist
Diese Regel verdient völlige Klarheit, denn sie strukturiert Ihr Budget. Scheitert die Generierung technisch beim Anbieter des Modells, weil ein Server ausfällt oder die Datei nie geliefert wird, wandern Ihre Credits innerhalb weniger Sekunden automatisch zurück auf Ihr Konto. Nichts zu beantragen, nichts zu begründen, kein Reklamationsformular.
Ein geliefertes, aber enttäuschendes Video bleibt dagegen berechnet. Der schielende Ritter, der seltsam flatternde Umhang: geliefert, also bezahlt. Diese Asymmetrie ist kein Betrug, so funktionieren sämtliche Modellanbieter, die Rechenleistung wurde ja tatsächlich erbracht. Aber sie erklärt, warum die gesamte Methode dieses Artikels darauf zielt, enttäuschende Generierungen zu reduzieren, statt auf Erstattungen zu hoffen.
Budgetieren Sie entsprechend: Planen Sie für eine finale Einstellung zwei bis drei Videogenerierungen ein, nicht eine. Eine Kling-Einstellung, die beim ersten Versuch für 26 Credits sitzt, ist eine schöne Überraschung, keine Arbeitshypothese. Mit durchschnittlich 2,5 Generierungen kommt Ihre 5-Sekunden-Einstellung auf rund 65 Credits, also 0,65 €.
drei Anfängerfehler, die Credits kosten
Erster Fehler: eine wiederkehrende Figur ohne Referenzbilder animieren. Ohne sie ändert sich das Gesicht von Generierung zu Generierung, und Sie verbrennen Credits bei der Jagd nach einer Ähnlichkeit, die das Modell gar nicht kennen kann. Erstellen Sie einen Referenz-Node mit einem Namen, einer Beschreibung und ein paar Fotos, dann erwähnen Sie ihn mit @ im Prompt: Die Beschreibung wird injiziert und die Fotos werden automatisch angehängt.
Zweiter Fehler: denselben Prompt in Schleife neu starten und auf ein Wunder hoffen. Wenn zwei aufeinanderfolgende Generierungen an derselben Stelle scheitern, liegt das Problem in der Anfrage, nicht in der Ziehung. Ändern Sie etwas Konkretes, eine Aktion weniger, eine einfachere Bewegung, bevor Sie erneut 26 Credits bezahlen. Der Verlauf des Nodes zeigt Ihnen exakt, was schon probiert wurde.
Dritter Fehler: direkt die endgültige Version in hoher Auflösung starten. Der Reflex „dann mache ich es eben gleich richtig“ kostet bei Seedance 2.0 in 4K rund 330 Credits pro Anlauf, während die Validierung in 720p nur 48 kostet. Machen Sie es gleich richtig in 720p, und generieren Sie dann genau einmal in groß.
generierter Ton, der Fall Veo
Manche Modelle begnügen sich nicht mehr mit dem Bild allein. Veo 3.1 Lite und Fast generieren auch die Tonspur: Atmosphäre, Geräusche, manchmal sogar Dialogzeilen. Eine Regeneinstellung kommt mit dem Geräusch des Regens, ein Markt mit seinem Stimmengewirr. Auch Kling V3 bietet Ton an. Für kurze Formate für die sozialen Netzwerke spart das eine komplette Sounddesign-Session.
Die Kosten steigen logischerweise, sobald der Ton aktiviert ist, und der genaue Tarif steht wie immer auf dem Button „Generieren“. Stellen Sie sich vor jeder Einstellung eine einfache Frage: Wenn Ihr Clip am Ende ohnehin unter Musik geschnitten wird, landet der generierte Ton im Müll. Mehr zu zahlen für eine Tonspur, die Sie herausschneiden werden, ergibt keinen Sinn.
Unsere klare Meinung dazu: Generierter Ton glänzt bei Atmosphäre-Einstellungen und einfachen Sprechszenen, er enttäuscht noch bei allem, was eine präzise Synchronisation verlangt. Testen Sie ihn an einer einzigen Einstellung, hören Sie genau hin, entscheiden Sie dann. Diese Abwägung trifft man mit dem Ohr, nicht mit einem Datenblatt.
weiterkommen mit dem Kamera-Node
Sobald die Methode Bild-dann-Video sitzt, ist der Kamera-Node Ihre nächste Stufe. Fünf illustrierte Drehregler, Bildausschnitt, Brennweite in Millimetern, Blende, Winkel, Bewegung, und der Node schreibt an Ihrer Stelle die richtigen englischen Begriffe an den Anfang des Prompts, also genau dorthin, wo die Modelle am stärksten gewichten.
Der Nutzen fürs Video ist unmittelbar: Der Bewegungsregler bietet feste Kamera, Kamerafahrt vor oder zurück, Schwenk, aufsteigenden Kran, Orbit, Handkamera oder langsamen Zoom, und schreibt das als expliziten Schlusssatz in Ihren Prompt. Schluss mit dem vagen „cinematic camera movement“, das nichts Präzises produziert.
Ein und derselbe Kamera-Node kann mehrere Generatoren gleichzeitig versorgen, was die Regie zwischen der Eröffnungseinstellung und der nächsten kohärent hält. Wir widmen dem einen ganzen Artikel, „Die KI führen wie ein Kameramann“, mit den konkreten Effekten jedes einzelnen Reglers. Fangen Sie einfach an: eine Halbtotale, ein 35 mm, eine langsame Kamerafahrt nach vorn.
ein Musterbudget für einen ersten Abend
Rechnen wir eine echte Entdeckungssession durch, die eines Kreativen, der drei Einstellungen à 5 Sekunden für einen Teaser braucht. Erkundung der Kompositionen mit Flux Schnell: rund dreißig Bilder, 30 Credits. Finale Versionen der drei Bilder mit Flux Pro 1.1: 18 Credits. Animation mit Kling 2.5 Turbo bei durchschnittlich zwei Versuchen pro Einstellung: etwa 156 Credits. Summe: ungefähr 205 Credits, also etwa 2 €.
Mit dem Starter-Plan für 13 € zzgl. MwSt. und seinen 900 monatlichen Credits macht dieser Abend weniger als ein Viertel des Monatsbudgets aus. Ein regelmäßiger Kreativer, der Clip an Clip reiht, wechselt zum Creator-Plan, 42 € zzgl. MwSt. für 3.100 Credits. Und für punktuelle Spitzen beginnen die Aufladungen bei 1.000 Credits für 15 €.
Vergleichen Sie das mit der naiven Methode: Drei Einstellungen in direktem Text-zu-Video auf Seedance 2.0 Fast hätten mit der üblichen Fehlschlagquote 400 bis 500 Credits verschlungen, für ein weniger kontrolliertes Ergebnis. Die Methode kostet also nicht nur weniger, sie produziert auch besser. Der Code SIMPLE15 senkt die Rechnung bei den Abos noch einmal um 15 %.
und jetzt: Ihre erste Einstellung
Fassen wir den Fahrplan für heute Abend zusammen. Ein Image-Node, zehn Entwürfe mit Flux Schnell, eine saubere finale Version. Ein Kabel zu einem Video-Node, Kling 2.5 Turbo oder Seedance 2.0 Fast, 5 Sekunden, 720p. Ein klarer Bewegungssatz. Das Ganze speichert sich automatisch, und Sie können die Generierung sogar vom Browser Ihres Telefons aus starten, sie läuft bei gesperrtem Bildschirm weiter.
Wenn Sie lieber von einer fertig montierten Basis ausgehen, enthalten die einsatzbereiten Templates bereits verkabelte Bild-zu-Video-Ketten: Sie ersetzen nur die Prompts, alles andere steht schon an seinem Platz. Und der Assistent in der Blase unten rechts kann den kompletten Workflow für Sie bauen, für 1 Credit pro Nachricht, mit direktem Blick auf Ihren geöffneten Canvas.
Wer über diese erste Einstellung hinaus will: Die in die Dokumentation integrierte Akademie bietet YouTube-Videokurse, die die ganze Kette Schritt für Schritt am Bildschirm vorführen. Der empfohlene nächste Halt in diesem Blog ist der Artikel über den Kamera-Node, denn eine Einstellung, die sich gut bewegt, ist zuallererst eine gut kadrierte Einstellung.