Cartoon-Generator: Wie aus einem Satz 720 Bilder werden

Was nach dem Klick auf Erzeugen passiert

Dreißig Sekunden bei 24 Bildern pro Sekunde sind 720 Bilder. Der Generator zeichnet sie nicht nacheinander wie ein Animator; er erzeugt den Clip als zusammenhängendes Stück, und genau deshalb ist die Bewegung flüssig, statt zwischen unzusammenhängenden Zeichnungen zu flackern.

Dein Prompt wird als Anweisung zu vier Dingen gleichzeitig gelesen: was im Bild ist, wie es sich bewegt, wie sich die Kamera verhält und wie alles aussieht. Was du nicht angibst, wird mit dem Üblichsten gefüllt. Diese eine Tatsache erklärt fast jedes enttäuschende Ergebnis — das Modell hat nicht versagt, man hat es ihm nur nicht gesagt.

Bei längeren Geschichten, von ein paar Minuten bis zu 20 Minuten im Pro-Tarif, wird die ganze Geschichte vorher von Anfang bis Ende geplant, damit Figuren und Schauplatz den ganzen Film über gleich bleiben.

Die Einstellungen, die das Ergebnis wirklich verändern

Länge

Ein paar Sekunden bis 5 Minuten, bis 20 Minuten im Pro-Tarif, oder automatisch. Das ist eher eine kreative als eine technische Entscheidung. Unter etwa fünfzehn Sekunden machst du einen Augenblick; bei dreißig ist Platz für Einstieg, Mitte und Auflösung; bei ein paar Minuten passt eine ganze Geschichte. Viel Zeit für eine einzige ruhige Idee zu verlangen, ergibt etwas, das sich gestreckt anfühlt, weil es gestreckt ist.

Bildformat

16:9 für YouTube und Websites, 9:16 für Shorts, TikTok und Reels, 1:1 für Feed-Posts, dazu 4:3, 3:4 und 21:9. Wähl es vor dem Erzeugen, statt später zuzuschneiden — der Generator komponiert für das Bild, das er bekommt, also wirft ein Zuschnitt die Komposition weg. Ein hochgeladenes Quellbild oder -video ersetzt die Wahl: Das Ergebnis übernimmt das Format der Datei.

Auflösung

480p für schnelle Entwürfe, 720p für fertige Arbeiten in Social Media und im Web, und höhere Auflösungen je nach Tarif. Hier gibt es einen klugen Ablauf: Iteriere in 480p, solange du noch entscheidest, und erzeuge die finale Version in voller Qualität. Das kostet weniger, und die Kompositionsentscheidungen sind in beiden Größen dieselben.

Ton

Der Ton wird zusammen mit dem Bild erzeugt, nicht darunter gelegt, also landen Schritte auf den Tritten und Dialoge sind lippensynchron. Lass ihn an, außer du baust den Clip in einen Schnitt mit eigener Tonspur ein.

So steuerst du das Ergebnis

Drei Gewohnheiten erledigen den größten Teil der Arbeit.

Schreib Verben, keine Adjektive. „Eine glückliche, energiegeladene Füchsin“ gibt dem Generator eine Stimmung, aber keine Bewegung. „Eine Füchsin lädt drei Pakete auf einen Roller, gibt Gas und fährt aus dem Bild“ gibt ihm eine Abfolge zum Animieren. Bewegung kommt aus Handlungen.

Leg die Kamera fest. Wenn du nicht sagst, was die Kamera tut, schwebt sie. „Statische Totale“ oder „langsame Annäherung“ kosten ein paar Worte und beseitigen fast das ganze schwammige Gefühl, über das sich Leute beschweren.

Verankere die Figur mit zwei oder drei körperlichen Merkmalen. Ein blaues und ein grünes Auge, eine verbeulte linke Schulter, ein Strickschal. Das sind die Anker, mit denen das Modell die Figur vom ersten bis zum letzten Bild gleich hält.

Was der Generator noch nicht kann

Plane lieber um drei Grenzen herum, statt sie zu entdecken. Text im Bild — Schilder, Etiketten, Untertitel — kommt meist durcheinander heraus, also nimm leere Flächen und füg den Text später im Editor hinzu. Bildgenaue Synchronisation mit einer vorab aufgenommenen Stimme kannst du nicht vorgeben. Und eine pixelgenau identische Figur in Dutzenden einzelner Szenen ist noch außer Reichweite, auch wenn Referenzbilder beeindruckend nah herankommen.

Alles andere ist eine Frage davon, präzise genug zu beschreiben, was du willst. Der Cartoon-Ersteller nimmt sechs Arten von Eingaben an — Text, Bild, erstes und letztes Bild, Referenz mit mehreren Bildern, Video verlängern und Video bearbeiten — im selben Studio.