Videos mit KI erstellen: Runway, Pika und Sora verständlich erklärt

Ein eigener Werbeclip in fünf Minuten, ein animiertes Gedicht, ein Intro für deinen Podcast — was gestern noch Agentur-Arbeit war, machen Runway, Pika und Sora heute per Textbefehl. Diese Einsteiger-Anleitung zeigt, welches Tool wofür taugt, wie ein guter Prompt aussieht und wann du dir den Aufwand sparen solltest.

Wie Text-zu-Video überhaupt funktioniert#

Text-zu-Video-Modelle sind eng verwandt mit Bildgeneratoren. Sie wurden auf Milliarden Video-Ausschnitten trainiert und haben gelernt, welche Bewegungen, Lichtverhältnisse und Kameraführungen in welcher Szene typisch sind. Dein Prompt wird in einen mathematischen Raum übersetzt, aus dem das Modell dann Bild für Bild einen Clip erzeugt.

Das Ergebnis ist beeindruckend, aber nicht perfekt. Schnelle Bewegungen, viele Personen, feine Details (Hände, Text auf Schildern) bleiben kritische Punkte. Wer das weiß, bekommt bessere Ergebnisse, weil er an den richtigen Hebeln dreht.

Wichtig: Nicht alles, was schön klingt, wird richtig dargestellt. Genauso wie bei Text-KIs gibt es „visuelle Halluzinationen” — eine Hand mit sechs Fingern, ein Auto, das plötzlich die Richtung wechselt. Wie du solche Fehler erkennst und umgehst, haben wir im Artikel Warum KI manchmal lügt: Halluzinationen erkennen & vermeiden beschrieben. Die Prinzipien gelten analog für Video.

Die drei wichtigsten Tools im April 2026#

Runway: der Allrounder#

Runway (runwayml.com) ist das Schweizer Taschenmesser: Text-zu-Video, Video-zu-Video, Stilübertragung, Green-Screen-Effekte, Inpainting. Ein kostenloser Plan erlaubt erste Tests mit Wasserzeichen, der Standard-Plan ab 15 €/Monat hebt Limits und erlaubt kommerzielle Nutzung. Wer viel experimentieren will, ist hier am besten aufgehoben.

Pika Labs: der einfachste Einstieg#

Pika (pika.art) hat eine deutlich reduziertere Oberfläche — perfekt, wenn du „nur” einen Clip zu einem Text willst. Kostenlos gibt es ein ordentliches Startkontingent, der Standard-Plan startet bei rund 10 €/Monat. Die Qualität ist in vielen Szenarien überraschend nah an Runway, bei expliziter Kameraführung etwas schwächer.

Sora: der neue Maßstab#

Sora, entwickelt von OpenAI, ist seit Sommer 2025 für ChatGPT-Plus- und ChatGPT-Pro-Nutzer:innen zugänglich. Die Qualität ist derzeit das Beste, was der Markt hergibt — fotorealistische Szenen, stabile Physik, konsistente Charaktere über mehrere Sekunden. Der Preis ist ChatGPT Plus für 22 € oder Pro für 200 € im Monat. Für intensive Nutzung oder 4K-Exporte lohnt sich Pro.

Dein erster Clip: Schritt für Schritt#

Wir machen es mit Pika, weil der Einstieg am schnellsten ist. Nach der Anmeldung landest du im Generator. Einfacher Prompt:

A cozy autumn morning in a small German village, warm sunlight
through wooden beams, steam rising from a coffee cup, slow
pan from left to right, cinematic 50mm lens, shallow depth of field,
10 seconds.

Ein paar Sekunden später hast du einen Clip. Wenn er nicht sitzt: Prompt leicht ändern, neu rendern. Typische Stellschrauben:

• Kameraführung: „slow pan”, „dolly in”, „handheld”, „aerial shot”
• Linse/Look: „50mm”, „wide angle”, „cinematic”, „vintage film”
• Licht: „warm sunset”, „soft morning light”, „neon night”
• Tempo: „slow motion”, „normal speed”, „time lapse”

Englisch funktioniert in fast allen Tools besser als Deutsch, besonders bei Stil-Begriffen. Das Thema selbst darf ruhig deutsch bleiben.

Prompt-Vorlagen für typische Anwendungsfälle#

Social-Media-Intro (6–10 Sekunden)#

Opening shot of a modern home office, a laptop displaying the logo
„Sonnenberg Studios", soft sunrise light, camera dolly forward,
bokeh background, 4K cinematic look, 8 seconds.

Produkt-Lifestyle-Clip#

A handmade ceramic mug on a wooden table, steam rising, soft diffused
window light, shallow depth of field, slow handheld camera movement,
warm color palette, 10 seconds.

Moodfilm für Hochzeitsvideo#

Soft slow-motion close-up of a bride's hand holding a bouquet of wild
flowers, warm golden hour light, blurred green background, gentle
breeze, 4K, 6 seconds.

Nachdem du den Clip hast, lässt er sich oft in ChatGPT weiterdenken, zum Beispiel für den passenden Text drumherum. Die Grundlagen zu guten Prompts haben wir in Musik mit KI erstellen: Suno, Udio & Co. zusammengestellt — vieles gilt auch für Video.

Typische Einsteigerfehler — und wie du sie vermeidest#

• Zu komplexe Szenen. Drei Personen, ein Hund, ein fahrendes Auto — das wird Brei. Reduziere auf ein Hauptmotiv.
• Text im Bild. KI-Videos tun sich mit lesbarem Text schwer. Logos und Slogans besser im Nachgang über einen Editor einfügen.
• Sehr schnelle Bewegung. Kampfsport, Tanzchoreografie, Sport — Bewegungen werden verzerrt. Besser: langsame, ruhige Szenen.
• Lange Dialoge. Lippensynchron sprechende Menschen sind noch Königsdisziplin, am besten noch vermeiden.
• Stil-Mischmasch. „Pixar meets Cyberpunk in 16mm-Film” — entscheide dich.

Wie du Clips zu einem Video zusammensetzt#

Ein einzelner KI-Clip ist maximal 10 Sekunden lang. Wer ein 30-Sekunden-Intro oder ein 90-Sekunden-Imagefilmchen will, schneidet mehrere Clips zusammen. Die einfachsten Werkzeuge:

• CapCut (kostenlos, gut für Social Media)
• DaVinci Resolve (kostenlos, Pro-Features)
• Runway selbst (seit 2025 mit integriertem Editor, ideal wenn du ohnehin dort arbeitest)

Musik und Sound kommen idealerweise aus einer separaten Quelle. Für KI-Musik empfehlen wir unseren Artikel Musik mit KI erstellen: Suno, Udio & Co. — die Kombination aus KI-Video und KI-Musik ergibt überraschend schlüssige Clips.

Rechtliches: Was du beachten solltest#

• Keine realen Personen ohne Einwilligung. „A video of Angela Merkel dancing” ist in fast allen Tools gesperrt und rechtlich hochproblematisch.
• Marken und Logos nur, wenn du die Rechte hast.
• Kommerzielle Nutzung nur mit passendem Tarif. Alle großen Tools trennen klar zwischen privatem und gewerblichem Plan.
• Urheberrecht: In Deutschland können reine KI-Werke aktuell nicht urheberrechtlich geschützt werden. Wer ein Produkt verkauft, sollte eigene kreative Entscheidungen (Schnitt, Musik, Sprecher) deutlich dokumentieren.

Fazit: Jetzt ist der perfekte Moment zum Einstieg#

KI-Video war Ende 2024 noch Spielzeug, heute ist es Produktionsreife für kurze Formate. Für TikTok, Reels, Kurzclips, Imagefilm-Moods und Intros braucht es keine Kamera mehr, kein Studio, keine Drohne. Für vollständige Produktionen bist du noch ein Jahr zu früh — aber der Fortschritt ist so schnell, dass sich der Einstieg jetzt lohnt.

Unsere Empfehlung: Such dir ein konkretes Miniprojekt (Intro für deinen Podcast, 10-Sekunden-Clip für eine Hochzeitseinladung), probier Pika und Runway kostenlos, und entscheide dann. Nach einer Stunde weißt du, wo du stehst — und hast mit hoher Wahrscheinlichkeit etwas Teilbares in der Hand.