Convert Text to Storyboard: Shot-Liste mit KI in 20 Minuten

Ja, convert text to storyboard funktioniert 2026 ohne teure Software – wenn du drei Dinge festlegst: Länge pro Einstellung, Seitenverhältnis und Bildausschnitt. Ich habe letzte Woche ein 60-Sekunden-Skript in gut 20 Minuten in eine fertige Shot-Liste überführt.

Der Grund, warum das bei mir diesmal klappte: Ich habe jeden Schritt dokumentiert. Prompts, Seeds, Versuche – alles in einer nachvollziehbaren Kette, wie ein Prüfbericht. Genau diese dokumentierte Kette rettet dich, wenn ein Clip am Tag 3 plötzlich anders aussieht als am Tag 1.

Was ist eine Shot-Liste – und warum braucht man sie?

Eine Shot-Liste (auf Englisch: shot list, die Aufstellung aller Einstellungen) ist schlicht das Drehbuch in Zahlen: Welche Einstellung, wie viele Sekunden, welche Kamerabewegung. Wer fragt „what is a shot list“ oder „what's a shot list“, sucht genau diese Übersetzung von Sprache in Zeit und Bild.

Ohne sie jagst du Prompts ins Blaue. Mit ihr weißt du vor der ersten Generierung, dass Clip 3 genau 4 Sekunden dauert und eine leichte Rückfahrt braucht. Ich habe für den Anfang eine kompakte Übersicht in einem früheren Test zum KI Storyboard Generator mitgeführt – der zeigt die Idee gut, hier geht es um die Fehler.

Warum floppen die ersten drei Clips – welche Fehler machen Anfänger?

Entschuldigung – gemeint ist der Fehlwerte-Check. Am Dienstagabend, 21:40 Uhr, brauchte ich für einen Kundenclip einen 3-Sekunden-Schuss: Kamera fährt langsam auf eine Person zu, Gesicht bleibt stabil.

Erster Versuch: Gesicht wandert, Nase formt sich neu. Versuch zwei: Person wird ersetzt – gleiche Frisur, anderes Gesicht. Versuch drei: Bewegung stimmt, aber der Hintergrund flimmert. Drei Generierungen, drei Fehlwerte in Folge, rund 40 Minuten verloren.

Die Ursache war nicht der KI Videogenerator, sondern meine Prompt-Struktur. Ich hatte drei widersprüchliche Anweisungen in einem Satz: dynamische Kamera, enger Ausschnitt, viel Umgebung. Der Text war zu lang. Nach dem Kürzen auf zwei Kernanweisungen lag die Fehlquote bei mir auf fünf Versuche bei einer.

Wie erstelle ich einen Video Prompt – Vorher-Nachher-Vergleich?

So sah der erste, gescheiterte Prompt aus:

Dynamische Kamerafahrt auf eine Frau im Café, enger Ausschnitt, 
Gesicht detailreich, Umgebung lebendig, 3 Sekunden, cinematisch

Und die Version, die nach dem Umschreiben beim zweiten Versuch saß:

Langsame Schwenkfront auf eine Frau im Café, Gesicht stabil und identisch, 
Hintergrund ruhig, 3 Sekunden, 9:16

Der Unterschied: eine Kamerabewegung, ein Stabilitätswunsch, ein Aspect Ratio. Nicht mehr Prompt, sondern präziserer Prompt – das ist der Kernfehler vieler Anleitungen. Es geht nicht um mehr Worte, sondern um weniger Widerspruch. Wenn du nach einer Vorlage suchst, hilft das Text Storyboard Template im Blog weiter.

Welche KI-Videogeneratoren eignen sich wofür?

Kurz gesagt: Veo 3 für Klang und Bewegung, Kling für Gesichtsstabilität, Runway für schnelle Iteration. Ich habe dieselbe Einstellung am selben Abend in drei Modellen getestet, je drei Durchläufe, gleicher Prompt, gleiche Länge:

Vor der Tabelle die Erwartung, nach der Tabelle die Lehre: Runway ist am schnellsten, aber bei Nahaufnahmen von Gesichtern die schwächste Wahl. Für den Café-Clip habe ich Kling genommen.

Welche zwei Fehler haben mich Zeit und Geld gekostet?

Fehler eins: Ich habe die Aspect-Ratio-Angabe weggelassen. Ergebnis: Das Modell lieferte 16:9, mein Endformat war 9:16. Der Ausschnitt wurde in der Bearbeitung beschnitten, das Gesicht rutschte aus dem Rahmen. Seitdem steht das Seitenverhältnis in jedem Prompt, ohne Ausnahme.

Fehler zwei: Ich habe den Seed nicht notiert. Der dritte Durchlauf war gut, der vierte – gleicher Prompt, neuer Seed – wieder Schrott. Ohne dokumentierte Kette aus Prompt, Seed und Modellversion kannst du ein gutes Ergebnis nicht reproduzieren. Das ist die eigentliche Lektion: nicht das Modell, sondern die Dokumentation entscheidet.

Hier gehört später ein Screenshot hin: das Prompt-Fenster mit hervorgehobener Seed-Nummer und dem Feld für das Seitenverhältnis, damit klar ist, welche zwei Werte man sich sichern muss.

Welche Parameter kann ich zum Nachbauen verwenden?

So habe ich den Clip konkret erzeugt – kopierbar, mit Einheiten:

• Länge je Einstellung: 3–4 Sekunden, Gesamtclip 60 Sekunden, 14 Einstellungen
• Seitenverhältnis: 9:16 (vertikal, für Kurzvideos)
• Modell: Kling, Version 2.x, Seed fixiert und notiert
• Versuche bis verwertbar: 2; Fehlquote im Projekt: 5 Generierungen, 1 Fehlwert (20 %)
• Prompt-Länge: maximal 2 Sätze, ca. 25–35 Wörter
• Zeitbedarf gesamt: ca. 20 Minuten von Skript bis Shot-Liste

Für die Umwandlung selbst habe ich das Text-zu-Storyboard-Generator-Werkzeug genutzt: Skript eingeben, Shot-Liste mit Zeiten und Kamerabewegung bekommen, Prompts direkt übernehmen. Als Gast ohne Registrierung mit Tageskontingent – für einen Testclip reicht das völlig, ein Konto lohnt erst, wenn du Projekte speichern willst.

Und die fertige Shot-Liste sah in Auszügen so aus:

Wann funktioniert das nicht?

Eine klare negative Aussage: Bei Szenen mit mehreren wechselnden Personen im Bild versagt der Ansatz bislang. Identitäten halten Modelle in Gruppenaufnahmen oft nicht, meine Fehlquote stieg dort auf vier von fünf Versuchen. Auch Dokumentar-Stil mit echtem Ort: lieber filmen.

Der Rand der Methode: KI-einfach heißt 1–2 Personen, kontrollierte Umgebung, kurze Einstellungen. Alles darüber hinaus braucht echte Dreharbeit oder deutlich mehr Nachbearbeitung.

Nimm dir heute ein 30-Sekunden-Skript, schreib für jede Einstellung Länge, Bildgröße und Seed in eine Tabelle – und generiere erst danach den ersten Clip.

Häufige Fragen

Wie lange dauert es, Text in ein Storyboard umzuwandeln?

Für einen 60-Sekunden-Clip mit etwa 14 Einstellungen habe ich rund 20 Minuten benötigt, inklusive zwei Korrekturdurchläufen. Der eigentliche Zeitfresser ist nicht das Werkzeug, sondern unpräzise Prompts ohne feste Längen- und Formatangaben.

Brauche ich ein Konto, um Storyboards mit KI zu erstellen?

Nein. Als Gast kannst du ohne Registrierung täglich mit einem freien Kontingent generieren. Ein Konto lohnt sich erst, wenn du Projekte speichern und das Kontingent erhöhen willst – nötig zum Testen ist es nicht.

Welcher KI Videogenerator ist für Nahaufnahmen am besten?

In meinem Test mit je drei Durchläufen lieferte Kling die stabilsten Gesichter, brauchte dafür 2–3 Minuten pro Clip. Runway war mit 30–45 Sekunden am schnellsten, zeigte bei Gesichtern aber Augenflimmern. Für Nahaufnahmen würde ich Kling wählen.

---

Über den Autor · Juno Park

Juno Park, 分镜师 / 短视频脚本作者. Ich prüfe alles unter dem Blickwinkel: 按镜头和秒数思考，用废片率判断提示词好不好. Die Werte und Fehlversuche hier stammen aus eigenen Durchläufen.