ARR – Breakout: Ein KI-Kurzfilm aus Plates, Prompts und Pannen

Kein Drehtag, keine Kamera, kein Set. Trotzdem steht „ARR – Breakout“ seit dem 29. September auf YouTube: ein Sci-Fi-Actionfilm über einen Gefängnisausbruch auf dem Jupitermond Io, gebaut aus über 40 abgenommenen Sequenzen, 19 Dialogzeilen und 172 Videoläufen. Hier ist der Produktionsbericht dazu, mit Zahlen, Prompt-Auszügen, echten Pannen und dem, was am Ende auf der Credit-Rechnung stand.

Vom Musikvideo zur Fortsetzung

Am Anfang stand „Alien Race Rap“, ein Musikvideo mit 48 Shots, in dem meine Band als Alien-Rapper durch eine Welt aus Reptiloiden, Greys und Nordics zieht. Am Ende des Videos war eine Frage offen geblieben: Was passiert eigentlich mit Mel, nachdem er verhaftet wurde? „ARR – Breakout“ beantwortet das in fünf Akten.

Mel, Sänger und Frontmann, wacht in einer Zelle eines Reptiloiden-Gefängnisses auf Io auf. Ein überraschender Angriff von Mantis-Kriegern reißt den Bau auseinander, Mel entkommt durch eine Bresche in der Fassade, kapert auf dem Parkplatz ein Schwebe-Bike und jagt dem Transporter hinterher, in dem seine Frau Kira und sein Vater Markus abtransportiert werden. Am Ende stehen alle drei auf einer Schnellstraße vor einem Wrack, bis eine Delegation von der Erde landet, sie an Bord nimmt und Richtung Heimat abhebt. Nach dem Abspann folgt noch eine Szene, die ankündigt, dass die Geschichte nicht vorbei ist.

Gebaut wurde das Ganze zwischen dem 23. August und dem 29. September 2026, also in gut fünf Wochen neben dem Vollzeitjob.

Die Pipeline

Die Werkzeugkette ist überschaubar, aber jedes Glied hat eine klare Aufgabe:

• Magnific als zentrale Plattform. Dort entstehen die Referenzbilder (Plates) mit Seedream 5 Pro für Umgebungen und Fahrzeuge und Nano Banana 2 für Figuren.
• Seedance 2.5 über Magnific für sämtliche Videoclips, mit Ton (Geräusche und Dialog direkt aus dem Modell).
• Claude von Anthropic als Partner für Prompts, Kontinuität und Dokumentation. Claude hat mit dem Skill „Magnific Cinema Director“ die Shot-Prompts mit mir geschrieben, die Läufe direkt über die Magnific-Schnittstelle gestartet und das Projektarchiv gepflegt.
• Suno für die Musik, Adobe Premiere Pro für Schnitt und Mischung, Topaz Video AI für das Upscaling.

Ein Detail im Workflow hat sich in der zweiten Hälfte als großer Hebel erwiesen: Seedance 2.5 bietet neben 480p, 720p und 1080p einen eigenen Draft-Modus. Ein Draft kostet weniger als die Hälfte eines 720p-Laufs, und aus einem abgenommenen Draft lässt sich anschließend genau derselbe Clip in 1080p rendern. Seit dem 24. September lief deshalb jede Sequenz zuerst als Draft, oft in mehreren Varianten, und nur der Gewinner ging in die volle Auflösung.

Vom Startframe zur Referenzflut

Die größte Veränderung gegenüber dem Musikvideo betrifft nicht die Modelle, sondern die Arbeitsweise. Beim „Alien Race Rap“ habe ich noch klassisch gearbeitet: pro Shot ein Startbild generieren und dieses mit Kling 3.0 animieren. Ein Shot, ein Bild, ein Prompt. Das funktioniert, solange die Kamera in der Nähe dieses ersten Bildes bleibt. Sobald sie sich weit bewegt, eine zweite Einstellung braucht oder eine Figur von hinten zeigen soll, muss das Modell alles Weitere erfinden, und genau dort laufen Gesichter, Kleidung und Fahrzeuge auseinander.

Für „ARR – Breakout“ habe ich das komplett umgestellt. Es gibt keinen Startframe mehr. Stattdessen bekommt Seedance 2.5 in jedem Lauf eine ganze Reihe von Referenzbildern mit: das Environment-Plate als Welt, dazu Ganzkörper- und Kopf-Plates der Figuren, Fahrzeuge und Requisiten. Das Modell baut die Szene daraus selbst zusammen und wählt Kamera und Perspektive wie vorgegeben. Im Mittel waren es sechs Referenzen pro Lauf, in den Verfolgungsszenen deutlich mehr.

Das Paradebeispiel ist der Crash in Akt V: elf Sekunden in zwei Einstellungen, mit 21 Referenzen in einem einzigen Lauf. Die Schnellstraße als Style-Referenz, neun Plates für Figuren und Fahrzeuge, darunter Mel, Kira, die Wache und das Bike, und elf Plates nur für den Füllverkehr. In der ersten Einstellung schaut Kira über die Schulter und schreit „Mel! Behind us!“, in der zweiten weicht Mel in Zeitlupe aus, das Einsatzfahrzeug verfehlt ihn und wirft stattdessen den Transporter um. Seedance hat aus diesen 21 Bildern eine stimmige Szene gebaut, in der jede Figur und jedes Fahrzeug seinem Plate entspricht und der gesamte Verkehr aus den vorgegebenen Bauformen besteht. Abgenommen im zweiten Lauf, der erste scheiterte an einer offenen Fahrertür.

Der Preis dafür ist Rechenzeit: Dieser eine Lauf brauchte rund fünfzehn Minuten, ein Vielfaches der üblichen Dauer. Und der Füllverkehr braucht trotz Plates eine kurze Beschreibung im Prompt. Ohne sie hat der erste Lauf Fahrzeuge in fremder Bauform auf die Straße gestellt.

Das Fundament: Plates und ein Kanon in Markdown

Videomodelle haben kein Gedächtnis. Was in Shot 12 eine schwarze Lederjacke war, ist in Shot 13 eine braune, wenn niemand aufpasst. Die Lösung ist doppelt: Bilder, die das Aussehen festnageln, und Texte, die die Regeln festnageln.

Jede Figur, jedes Fahrzeug und jedes wichtige Requisit hat ein eigenes Referenz-Plate, freigestellt vor 18 Prozent Grau, ohne harte Schatten. Dazu kommen Environment-Plates für jeden Schauplatz: Zellentrakt, Kantine, Verhörtrakt, Dach, Parkplatz, Schwefelebene, Schnellstraße. Insgesamt sind es weit über 30 abgesicherte Plates. Die Plates wandern in jedem Videolauf als Referenzbilder mit, das Modell übernimmt daraus Gesicht, Kleidung, Material und Maßstab.

Die zweite Hälfte ist ein Projektarchiv aus inzwischen 76 Markdown-Dateien: eine Datei pro Sequenz mit Prompt, Läufen und Prüfpunkten, dazu Kanon-Dateien für Welt, Figuren, Fraktionen und das Bike, eine Asset-Registry mit allen Plate-Kennungen und eine Statustafel. Besonders nützlich war die Damage-Ladder: eine Tabelle, in welchem Zustand Mel jede Sequenz betritt. Platzwunde an der Wange ab B01, Nasenbluten ab B03, Ruß und angesengte Ärmel ab B16d, Schweißbahnen ab dem Bike-Diebstahl. Die Regel lautet: streng aufsteigend, nie zurücksetzen. Ohne diese Tabelle wäre Mel nach jedem Schnitt wieder frisch gewaschen (was mal mehr oder weniger gut funktioniert).

Weltregeln, die Prompts sparen

Ein paar Regeln haben sich als so tragfähig erwiesen, dass sie in jedem Prompt Arbeit abnehmen:

• Die Gewichts-Hierarchie. Reptiloiden sind schwerfälliger als Mantis, Mantis schwerfälliger als Menschen. Niemand ist schnell außer Mel, und gerade deshalb kommt er durch: zwei Panzerklassen blockieren sich gegenseitig und sind zu träge, ihn zu greifen.
• Nichts ist sauber. Schwefelkrusten, Pfützen, Staub in jeder Tiefe. Die einzige saubere Figur im Film ist der Nordic, und er steht im einzigen sauberen Raum.
• Kein Clip erzeugt Musik. Dazu weiter unten mehr.

Der Skill und die Frage nach den Details

Geschrieben wurden die Seedance-Prompts mit Claude und dem Skill „Magnific Cinema Director“ (ein von mir modifizierter Skill von JOEY) . Der Skill legt ein festes Hausformat fest: Kopfzeile mit Shot-Zahl und Dauer, Aufnahmetechnik (24 Bilder pro Sekunde, 180-Grad-Shutter, anamorphotisch, 35-mm-Korn), ALL-CAPS-Blöcke für die kritischen Vorgaben, Subject Locks pro Figur, Prop Locks, timecodierte Shot-Blöcke, Last Frame und Sound Bed. Danach setzt Claude Dauer, Seitenverhältnis, Auflösung und Referenzen und startet den Lauf direkt in Magnific. Das spart enorm viel Handarbeit und sorgt dafür, dass kein Prompt die wichtigen Blöcke vergisst.

Die Kehrseite: Claude neigt dazu, zu viel hineinzuschreiben. Jede Lehre aus einem früheren Lauf wurde zu einem weiteren Absatz, jede Figur bekam ihre komplette Garderobe noch einmal ausbuchstabiert, Gebäude wurden beschrieben, obwohl sie längst im Plate standen. Das volle Hausformat kam auf rund 15.600 Zeichen, Seedance 2.5 akzeptiert aber nur etwa 10.000. Und selbst unterhalb der Grenze gilt: Was ein Prompt vorschreibt, wird steif, was er nur benennt, wird gespielt.

Ich habe deshalb immer wieder auf einfache, offene Prompts gedrängt: weniger Details, weniger Fahrzeuge pro Szene, mehr Spielraum für das Modell. Die Plates bringen Aussehen, Material und Maßstab mit, der Prompt soll nur Handlung, Kamera und Timing liefern. Die Zahlen geben dem recht. Die Bikeübernahme auf dem Parkplatz ist nach einer Kürzung um 44 Prozent (von 8.769 auf 4.886 Zeichen) abgenommen worden. Eine Szene im Transporter ging mit 3.000 Zeichen im ersten Lauf durch, wo eine vergleichbare zuvor 9.681 gebraucht hatte. Und Kiras Sprung aufs Bike kam mit rund 1.800 Zeichen auf Anhieb durch.

Die Gegenrichtung gibt es auch, und auch die gehört zur Wahrheit: Ein paar Dinge lassen sich nicht weglassen. Wo eine Tür sitzt, auf welcher Seite eine Figur steht, wie ein umgekipptes Fahrzeug liegt, das muss im Prompt stehen. Freiheit bei Choreografie und Physik, feste Vorgaben bei der Geometrie. Und wenn ein Lauf scheitert, war die erfolgreiche Korrektur fast immer ein kürzerer Prompt mit einer zusätzlichen Sperre, nicht ein längerer mit mehr Beschreibung.

Prompt-Handwerk: fünf Lehren aus 172 Läufen

1. Ein Bild setzt Geometrie, ein Prompt verhandelt sie nur

Auf dem Parkplatz sollte Mel an einem abgestellten Schwebe-Bike vorbeigehen. Drei Läufe lang hat das Modell das Bike nicht eingebaut, sondern das Wort „bike“ auf die Schrottfahrzeuge bezogen, die schon im Environment-Plate standen. Jede Korrektur machte den Prompt länger, keine half. Die Lösung war ein neues Environment-Plate, in dem das Bike bereits an seinem Platz steht. Das hat einen kompletten CRITICAL-Block, eine Referenz und rund 3.600 Zeichen gespart.

2. Ein Zustand trägt, eine Anweisung verhandelt nur

Das ist die Regel, die am häufigsten wiederkam. „Dreh das Bike um 180 Grad“ lieferte eine volle Umdrehung. „Am Ende zeigt die Nase zur Hauptstraße“ funktionierte. Dasselbe gilt für Türlagen, Sitzordnungen und die Lage eines umgekippten Fahrzeugs: „liegt auf der Seite“ reicht nicht, nötig ist die Orientierung aller vier Flächen plus der Satz, dass es sich nie wieder aufrichtet.

3. Negationen als Zustände schreiben

Jedes „no“ und „never“ im Prompt ist eine Einladung, genau daran zu denken. Die Faustregel im Projekt: unter 25 Negationen pro Prompt. Der erste Entwurf der Sequenz in der Bresche hatte 58. Die Neufassung kam auf 12, ohne eine einzige Vorgabe zu verlieren:

never stabilised          ->  loose in the operator's hands
no zoom, no dolly, no crane  ->  every change of framing happens at a cut
there is no ceiling light ->  the ceiling lighting has failed and stays dark

Ein echtes Verbot braucht es nur dort, wo das Modell etwas hinzuerfinden würde: Untertitel, einen Planeten am Himmel, Musik. Auch das Textverbot selbst lässt sich billig halten, wenn es als eine einzige Aufzählung geschrieben wird statt als vierzehn einzelne Verbote.

4. Nacht über die Lichtquellen setzen, nicht über das Wort

„Night“ allein liefert grau aufgehellte Dämmerung. Was trägt, ist eine vollständige Liste, woher das Licht kommt:

Deep night, black sky. All the light in the world comes from the warm glow
of the food stall, the ice-blue thrusters of the hover bike, the green
hologram and the dim reflected light of Jupiter.

Dazu gehört die Helligkeitsfalle: Figuren-Plates vor hellem Studiohintergrund bringen ihre Belichtung mit in die Szene. Deshalb steht in jedem Prompt mit solchen Plates ein Satz, der nur Körper, Gesicht und Kleidung übernimmt:

take only body, face and clothing from them, never their brightness;
every figure is lit by the night values of this parking lot.

5. Maßstab entsteht durch Vergleich, nicht durch Zentimeter

Der Alien-Biker ist 1,50 Meter groß. Mit dieser Angabe stand er im ersten Lauf trotzdem auf Augenhöhe mit allen anderen. Funktioniert hat erst die Relation zwischen zwei Figuren im Bild:

The top of the biker's head reaches only the middle of the tall alien's chest;
the tall alien looks down at him, the biker looks up.

Was die KI falsch verstehen wollte

Verworfene Läufe gehören dazu, und manche davon sind schlicht großartig. Drei Beispiele, jeweils links der verworfene, rechts der abgenommene Lauf.

Die Tür auf der falschen Seite

Im Transporter sitzen Kira links und Markus rechts. Mel rammt die Schiebetür auf, Kira sieht ihn und ruft „That is Mel!“. Im ersten Lauf ging die Tür auf Markus’ Seite auf. Sitzordnung und Blickrichtung allein setzen keine Türseite. Erst die ausdrückliche Seite, die Gegenseite als geschlossenes Blech und alle Folgeangaben auf derselben Seite haben es repariert.

Das Bike, das abheben wollte

Mel springt auf das Bike, wendet um 180 Grad und fährt los. Im ersten Lauf drehte sich das Bike einmal komplett, stieg auf und flog über den Zaun davon. Ein Schwebe-Bike ist in dieser Welt aber ein Bodenfahrzeug, das zufällig schwebt, kein Fluggerät. Der zweite Lauf bekam genau diesen Satz als eigenen CRITICAL-Block, dazu die Wende über den Endzustand statt über die Gradzahl.

Mel geht durch das Bike

Nachdem das Bike endlich im Plate stand, ging Mel im vierten Lauf einfach hindurch. Der Prompt hatte gesagt, er gehe auf der Zaunseite vorbei und das Bike liege zwischen ihm und der Kamera. Das Modell hat das als Kompositionswunsch gelesen, nicht als Tiefe. Der fünfte Lauf bekam drei getrennte Angaben: die Tiefenrelation (das Bike ist in jedem Frame näher an der Kamera), die Solidität (das Bike verdeckt, was dahinter liegt) und die konkrete Verdeckung (welche Körperteile wann verschwinden).

Dazu kamen Klassiker, die es nicht ins Bild geschafft haben: Jupiter, der ungefragt an einem Himmel auftaucht, der laut Drehbuch geschlossen sein soll. Nebenfiguren, die plötzlich eine eigene Sprechrolle übernehmen, bis ihr Gemurmel ausdrücklich als „indistinct low murmur carrying no intelligible words“ bestellt wird. Und ein Shot, in dem eine Figur nach drei Läufen immer noch nicht so getroffen wurde, wie es sein sollte. Den habe ich am Ende ganz gestrichen und die Szene anders gelöst. Auch das ist eine Lehre: Manchmal ist der billigste Lauf der, den man nicht startet.

Ton: kein Clip erzeugt Musik

Seedance liefert auf Wunsch Geräusche und Dialog gleich mit. Das ist ein enormer Vorteil, hat aber einen Haken: Erzeugt das Modell zusätzlich Musik, sitzt sie im selben Mixdown wie die Schritte, Triebwerke und Stimmen und lässt sich nicht mehr sauber trennen. Deshalb gilt ab dem ersten Lauf eine harte Regel: Jeder Aufruf läuft mit Soundeffekten an und Musik aus, dazu steht im Prompt ein eigener Block mit „no music and no score, sound effects only“. Ein Lauf mit generierter Musik ist ein verworfener Lauf.

Die Musik entsteht komplett in der Post. In Premiere werden die diegetischen Tonspuren der Clips mit dem Score aus Suno zusammengemischt, dazu kommen deutsche und englische Untertitel.

Zahlen und Kosten

Alle Videoläufe des Projekts liegen in Magnific, mit Auflösung, Dauer und verbrauchten Credits. Ausgewertet ergibt sich dieses Bild:

Rund 1.325 generierte Sekunden für einen Film mit gut 400 Sekunden abgenommenem Material: Auf jede Sekunde im Film kommen gut drei Sekunden, die im Papierkorb gelandet sind oder als Alternative dienten. Das ist für ein Projekt dieser Komplexität ein gutes Verhältnis, und es hat sich im Verlauf deutlich verbessert. Am 20. September sind zehn Sequenzen an einem einzigen Tag geschrieben, generiert und abgenommen worden, 18 Läufe für 66 Sekunden Film, vier davon im ersten Versuch.

Umgerechnet auf den Premium+-Tarif von Magnific (600.000 Credits pro Jahr für 405 US-Dollar bei jährlicher Zahlung) entsprechen die 557.080 Credits knapp 380 US-Dollar netto. Die Referenzbilder schlagen dabei praktisch nicht zu Buche, weil die Bildmodelle im Abo unbegrenzt nutzbar sind. Die Tabelle zeigt auch, warum der Draft-Modus so wichtig ist: Hätte ich die 720p-Läufe von Anfang an als Draft gerendert und nur die Gewinner hochgerechnet, wäre ein großer Teil dieser Summe gar nicht erst angefallen.

Nicht eingerechnet sind die ohnehin laufenden Abos für Claude, Suno, Adobe und Topaz sowie die Zeit. Die war der eigentliche Engpass, und zwar fast nie beim Generieren, sondern beim Schreiben.

Was KI war und was nicht

Transparenz ist mir bei KI-Filmen wichtig, deshalb klar getrennt: Bild, Bewegung, Stimmen und Geräusche kommen aus den Modellen. Geschichte, Figuren, Weltregeln, Auswahl, Schnitt, Mischung und die Entscheidung, welcher von fünf Läufen in den Film kommt, sind Handarbeit. Claude war dabei weniger Werkzeug als Sparringspartner: Aus einer Idee wie „Mel springt aufs Wrack und zieht seinen Vater heraus“ wurde im Gespräch ein Prompt, ein Lauf, eine Sichtung, eine Korrektur und am Ende ein Eintrag im Archiv, damit dieselbe Panne kein zweites Mal passiert.

Ausblick: Die Rechnung ist offen

Der Film endet mit dem Einstieg ins Landungsschiff, dem Start und dem Flug Richtung Stadt. Aber einige Fäden bleiben bewusst lose. Der Nordic, der Mel im Musikvideo verraten hat, verfügt im Verhörtrakt über Kira und Markus und kommt damit durch. Die Hybride, die die Mantis aus dem Gefängnis geholt haben, hat Mel angesehen, und keiner der beiden weiß etwas über den anderen.

Wer bis nach dem Abspann sitzen bleibt, sieht außerdem, dass Mel jemanden auf sich aufmerksam gemacht hat. Auf dem Parkplatz vor dem Imbiss hält der Nordic dem Alien-Biker ein Hologramm hin und stellt eine Frage, die nach Fortsetzung klingt.

Fragen zum Workflow, zu einzelnen Prompts oder zum Hausformat beantworte ich gern in den Kommentaren.