Macht mehr Aktion ein besseres KI-Video?
Nein. Bei 4 bis 8 Sekunden Länge sind maximal 1 bis 2 Aktionen realistisch. Weniger ist mehr. Überladene Prompts führen zu Videos, in denen nichts klar passiert, zu viele Dinge gleichzeitig, keine davon überzeugend.
Die Versuchung ist groß: „Ich habe nur 6 Sekunden, also packe ich so viel rein wie möglich." Das Ergebnis ist dann 6 Sekunden Chaos. Video funktioniert umgekehrt.
Das Zeit-Budget
Ein Video von 4 bis 8 Sekunden hat ein begrenztes Aktions-Budget. Jede Aktion braucht Setup, Ausführung und sichtbare Wirkung, das sind jeweils ein bis zwei Sekunden. Zwei Aktionen sind also oft schon das Maximum, drei fast immer zu viel.
Was passiert bei Überladung
Alles halb: Aktion 1 startet, wird aber unterbrochen, weil Aktion 2 beginnt. Weder wird vollständig gezeigt.
Visueller Matsch: Zu viele bewegte Elemente gleichzeitig → das Auge weiß nicht, wohin schauen. Die Wirkung verpufft.
Modell überfordert: Das Video-Modell muss entscheiden, welche Aktion priorisiert wird, und trifft die Entscheidung oft anders als du wolltest.
Peinliche Verkürzungen: Aktionen werden so beschleunigt, dass sie unnatürlich wirken, Menschen rennen in Zeitraffer, Gesten schnalzen.
Die Produktions-Regel
Ein Video, eine Kern-Aktion. Alles andere ist Umgebung: Wetter, Licht, leichte Hintergrundbewegung. Aber die Hauptsache darf nur eine Sache sein.
Beispiele
Funktioniert: „Eine ältere Frau in einem Cafe lächelt langsam, während sie eine Tasse an die Lippen führt. Dezente Musik, Hintergrund unscharf."
Funktioniert nicht: „Eine Frau kommt rein, setzt sich, bestellt Kaffee, liest ein Buch, lächelt, trinkt und schaut aus dem Fenster.", zu viel für 6 Sekunden, egal wie gut der Prompt sonst ist.
Die Planungs-Frage
„Was ist das eine, was diese Szene tragen soll?" Auf dieses eine fokussieren. Umgebung und Atmosphäre geben Tiefe, aber nicht durch zusätzliche Aktionen, sondern durch Licht, Farbe, Kameraführung.