Das wichtigste Tool in deinem KI-Video-Stack ist das, nach dem niemand fragt. Frag dich um und alle wollen wissen, welcher Generator der beste ist – Runway oder Sora oder Kling. Diese Frage ist weniger wichtig, als die Leute denken, denn die Generierung ist nur eine von vier Stufen. Ein Clip ist wertlos ohne ein Drehbuch, das eine Aussage hatte, einen Schnitt, der ihn in Bewegung hielt, und Untertitel, die ihn auch stumm ansehbar machen. Stand Ende August 2026 leben die Tools, die ein Video, das man sich ansieht, von einem Video trennen, an dem man vorbeiscrollt, in den anderen drei Stufen. Dieser Leitfaden geht die gesamte Pipeline der Reihe nach durch – Drehbuch, Generierung, Schnitt, Untertitel – mit dem Gratis-Realitätscheck auf jeder Stufe und einer funktionierenden Kombination am Ende.
Wenn dir die Kategorien neu sind, erklärt unser Leitfaden für KI-Videogeneratoren für Einsteiger zuerst die Tool-Typen. Dieser hier setzt voraus, dass du die Namen kennst und wissen willst, wo jedes einzelne in einer echten Produktion seinen Platz hat.
Fang mit dem Drehbuch an, nicht mit der Software
Jedes gute KI-Video beginnt als Text, und die Textstufe ist kostenlos, egal welches Tool du wählst. Ein 60-sekündiges Sprechvideo umfasst grob 150 Wörter; ein 30-sekündiger Social-Clip eher 75. Schreib das zuerst in einem beliebigen kostenlosen Chatbot – die Gratis-Stufen von ChatGPT oder Gemini reichen – und gib ihm vier Beats: Aufhänger, Behauptung, Beweis, Schluss.
Zwei Dinge macht die KI falsch, die du von Hand korrigierst. Sie schreibt fürs Auge, nicht für den Mund: Lies das Drehbuch laut vor und streich alles, worüber du stolperst. Und sie bläht auf: Bitte um 150 Wörter und du bekommst 250 – setz das Wortlimit also direkt in den Prompt.
Das Drehbuch ist auch deine Einstellungsliste: Jeder Beat wird zu einem Generierungs-Prompt, also ist „zeigt das Produkt von der Seite” im Drehbuch der Prompt. Überspringst du diese Stufe, wirken die Clips beliebig – weil sie es sind.
Generierung: Such dir eine Engine aus und lerne sie kennen
Die Generierung ist die spektakulärste und umkämpfteste Stufe. Du brauchst keine fünf Engines. Du brauchst eine, die du verstehst, plus eine zweite für die Aufnahmen, bei denen die erste patzt.
Offizielles Bild von der Runway-Website.
Runway ist der Veteran der Kategorie und der einzige Generator, der zugleich ein ernstzunehmender Editor ist: Maskierung, Compositing und Motion Tracking rund um den generierten Clip, mit einer Modellpalette, die inzwischen mehrere Anbieter umfasst (unsere Runway-Seite hat die vollständige Übersicht). Die 125 Gratis-Credits sind ein Probierpaket, kein Plan – mit Wasserzeichen und nach ein paar Dutzend Clips aufgebraucht. Kostenpflichtige Pläne starten bei rund 12 $ pro Monat; wirf einen Blick auf runwayml.com/pricing, denn die Aufstellung ändert sich oft.
Pika ist der schnellste Weg von einem Standbild zu einem teilbaren Loop. Die Gratis-Stufe gewährt 80 Credits pro Monat mit wasserzeichenfreien Downloads in 480p und – ungewöhnlicherweise – erlaubt die Lizenz ausdrücklich die kommerzielle Nutzung (pika.art/pricing). Der kostenlose Zugang ist Bild-zu-Video, füttere es also mit einem Produktfoto statt mit einem Text-Prompt.
Kling ist der Preis-Leistungs-Tipp für realistische Bewegungen. Sein Gratis-Kontingent ist großzügig genug, um darauf zu lernen, und die Ausgabe liegt nahe an den kostenpflichtigen US-Tools – mit Wasserzeichen, bis du abonnierst. Wenn deine Inhalte glaubwürdige Bewegung brauchen – gehende Menschen, sich bewegender Stoff – fang hier an.
Sora ist das Tool zum Ausprobieren, wenn du ohnehin für ChatGPT zahlst. Es läuft über dieses Abo statt über eine separate Rechnung, und die Kohärenz langer Clips ist weiterhin sein Maßstab. Als Einzelkauf ergibt es wenig Sinn; gebündelt ist es fast kostenlos.
Hailuo ist das unterschätzte Testfeld. Es setzt komplexe, mehrteilige Prompts zuverlässiger um als die großen Namen – das beste Tool, um herauszufinden, welcher Stil wirklich zu dir passt.
Such dir ein tägliches Arbeitstier aus und lerne, wie es Prompts interpretiert; nimm ein zweites erst dann dazu, wenn das erste bei einem Aufnahmetyp versagt, den du brauchst.
Beim Schnitt verdient die KI ihren Lohn
Die Generierung bekommt die Aufmerksamkeit; der Schnitt entscheidet, ob du den Clip überhaupt veröffentlichst. Die zwei Tools, die hier zählen, lösen unterschiedliche Probleme.
CapCut ist der kostenlose Standard für den Zusammenbau – Desktop und Mobil, mit Auto-Untertiteln, Hintergrundentfernung und Musik integriert. Die kostenlose Version deckt einen kompletten Kurzvideo-Workflow ab; Pro hebt die Limits auf und bietet höhere Exporte für rund 10 $ pro Monat (prüfe capcut.com). Für die meisten Social-Inhalte reicht die kostenlose Version monatelang.
Descript ist der Transkript-Editor. Lösche einen Satz aus dem Text und der Clip verschwindet; die Entfernung von Füllwörtern erledigt er in einem Durchgang. Er glänzt bei Talking-Head- und Erklärinhalten, wo Generierungs-Tools ohnehin das falsche Werkzeug sind. Die Gratis-Stufe deckt kurze Projekte ab; kostenpflichtige Pläne starten bei rund 12 $ pro Monat (descript.com).
Untertitel und Voiceover: die Ebene, die Zuschauer tatsächlich lesen
Die meisten Kurzvideos werden stumm angeschaut, daher sind Untertitel das Element mit dem höchsten Return in der gesamten Pipeline. CapCuts kostenlose Auto-Untertitel sind wortgenau und stylbar; Stil einmal festlegen und jeder Clip übernimmt ihn.
Wenn du in mehreren Sprachen veröffentlichst, generiere Untertitel pro Sprache, statt sie ins Video zu brennen – diese eine Entscheidung hält einen einzelnen Clip in mehreren Märkten nutzbar.
Beim Voiceover ist ElevenLabs der Maßstab, wenn du dich nicht selbst aufnehmen willst. Die Gratis-Stufe umfasst etwa 10 Minuten pro Monat – genug für ein paar kurze Clips – und kostenpflichtige Pläne starten bei rund 5 $ pro Monat (elevenlabs.io). Wenn du eine Stimme klonst, halte die Rechte-Papiere in Ordnung: Geklonte Stimmen brauchen eine Einwilligung, und Kunden werden danach fragen.
Offizielles Bild von der ElevenLabs-Website.
Die Gratis-Stufe vs. die kommerzielle Falle
Die Grenze zwischen „frei genug zum Lernen” und „frei genug zum Veröffentlichen” ist es, wo sich die meisten Leute verbrennen. Drei Fallen, sortiert danach, wie oft sie zubeißen.
Gratis-Credits sind ein Probierpaket, keine Mitgliedschaft. Runways 125 Credits füllen sich nicht wieder auf; Pikas 80 schon, monatlich. Keines von beiden übersteht ein echtes Projekt – zehn Aufnahmen können ein Monatskontingent an Gratis-Credits an einem Nachmittag verbrennen. Wisse, auf welchem Zähler du sitzt, bevor du anfängst.
Auflösung und Seitenverhältnis sind die versteckte Steuer. Gratis-Stufen deckeln bei 480p oder 720p – am Handy gut, am Fernseher weich. Schlimmer noch: Ein 16:9-Querformat-Clip auf 9:16-Hochformat zu croppen wirft mehr als die Hälfte der Pixel weg: Ein 480p-Querformat-Shot, auf Hochformat gecroppt, ist grob 270 Pixel breit. Generiere von der ersten Prompt an in dem Seitenverhältnis, in dem du veröffentlichst.
„Kostenlos generieren” ist nicht „kostenlos verkaufen”. Pikas kostenloser Plan ist eindeutig zur kommerziellen Nutzung; andere Tools vergraben das in der Lizenz. Und die Richtlinie deines Kunden ist eine separate Frage – viele Marken lehnen KI-generiertes Material weiterhin ab oder verlangen eine Offenlegung. Lies sowohl die Lizenz des Tools als auch den Vertrag des Kunden, bevor du Ergebnisse zusagst.
Eine funktionierende Pipeline: von der Idee zum Upload an einem Nachmittag
Hier ist eine Kombination, die Ende August 2026 durchgängig funktioniert. Angenommen, das Ergebnis ist ein 60-sekündiger Produktclip für Social Media.
- Drehbuch. Schreib die 150 Wörter in ChatGPT oder Gemini (kostenlos) – Aufhänger, Behauptung, Beweis, Schluss. Lies es einmal laut vor und streich, worüber du stolperst.
- Generieren. Erstelle drei bis fünf Fünf-Sekunden-Aufnahmen in einer Engine – Kling für realistische Bewegung, Pika für Produkt-Loops – von Anfang an in 9:16.
- Zusammenbauen. Ordne die Aufnahmen in CapCut (kostenlos), füge Musik hinzu und mach einen Untertitel-Durchgang.
- Voiceover. Wenn du es nicht aufnehmen willst, generiere es in ElevenLabs (kostenlos) – 10 Minuten pro Monat reichen für zwei oder drei solcher Clips.
Gesamt: ein Nachmittag, 0 $. In dem Moment, in dem ein Clip kundenfertig sein muss, kommt ein Abo dazu – die Engine oder der Editor, nicht beides. Das sind die ehrlichen Kosten der KI-Videoerstellung 2026: Die Tools sind billig, das Urteilsvermögen nicht.
Gratis-Kontingente und Preise wurden Ende August 2026 anhand der offiziellen Seiten (runwayml.com, pika.art, capcut.com, descript.com, elevenlabs.io) verifiziert. Pläne ändern sich häufig – bestätige die aktuellen Konditionen, bevor du abonnierst.