KI-gestütztes Skripten von Short-Form-Videos heißt: Du gibst dem Modell die strukturelle Arbeit ab — das Hook-Value-CTA-Gerüst, die Beat-Aufteilung, drei alternative Blickwinkel auf dieselbe Idee — und behältst die Teile, die das Video zu deinem machen: das konkrete Beispiel, die Zahl, für die du persönlich bürgen kannst, den Klang der Zeile, wenn sie aus deinem Mund kommt. Das Modell ist ein schneller Gliederer, kein Autor deiner Zeilen. So eingesetzt braucht ein 45-Sekunden-Skript, das früher zwanzig Minuten gefressen hat, etwa vier — und genau das macht es realistisch, fünf Videos in einer Sitzung am Stück durchzuskripten.
Das ist bewusst der entgegengesetzte Ansatz zu unserem Leitfaden über das Schreiben eines YouTube-Skripts von Hand, bei dem es um Long-Form-Handwerk geht: Kontext verdienen, Informationsdichte über acht Minuten dosieren, Re-Engagement-Beats setzen. Short-Form-Video ist ein anderes Tier. Hier ist kein Platz, um irgendetwas zu verdienen. Die Struktur ist starr genug, dass ein Modell in Sekunden ein brauchbares Gerüst liefert — und starr genug, dass das Gerüst der am wenigsten wertvolle Teil ist.
Worin KI hier wirklich gut ist — und was sie ruiniert
Teile die Arbeit in zwei Hälften, bevor du überhaupt ein Prompt-Feld öffnest.
KI macht das Gerüst gut. Beat-Struktur, die Form eines Hooks, zehn Blickwinkel auf ein Thema, das du bisher nur aus einem betrachtet hast, das Eindampfen eines ausufernden Absatzes zu einem gesprochenen Satz und — der unterschätzte Punkt — dir zu sagen, wenn in deiner Idee zu viele Ideen stecken. Bitte ein Modell, ein 60-Sekunden-Konzept auf 30 Sekunden zu komprimieren, und es kürzt gnadenlos auf eine Art, wie die meisten Creator ihre eigene Arbeit nicht kürzen können.
KI ruiniert Konkretheit und Delivery. Sich selbst überlassen produziert sie das komplett generische Skript: „In diesem Video zeige ich dir drei Tipps, wie du deinen Account wachsen lässt." Sie erfindet Statistiken, wenn du sie lässt. Sie schreibt in ausgewogenen, ordentlichen Sätzen, die niemand laut ausspricht. Und sie hat keinen Zugang zu dem, was Short-Form wirklich funktionieren lässt — die Kundin, die dich um 23 Uhr angerufen hat, die Rechnung, die du falsch gestellt hast, der exakte Preis, den du bezahlt hast.
Deshalb die Regel, an der ich festhalte: Das Modell schlägt Struktur vor, du lieferst Beleg und Stimme. Jeder Prompt unten ist so gebaut, dass diese Grenze sauber bleibt.
Skripte in 15-Sekunden-Beats
Retention bei Short-Form entscheidet sich in Blöcken, nicht in Absätzen. Die praktische Einheit sind etwa 15 Sekunden — lang genug, um einen Punkt zu landen, kurz genug, dass die Aufmerksamkeit des Zuschauers nicht mitten im Gedanken abwandert. Schreib auf ein Beat-Raster, und deine Skripte hören auf auszufransen.
Für ein 45-Sekunden-Video:
| Timecode | Beat | Aufgabe |
|---|---|---|
| 0:00–0:03 | Hook | Benenne das Problem oder die Auszahlung. Kein Gruß, kein Logo, kein „hey Leute". |
| 0:03–0:15 | Setup | Setz den Einsatz und versprich, was kommt. Ein Satz Kontext, maximal. |
| 0:15–0:30 | Value | Die eigentliche Sache. Eine Demo, eine Zahl, ein Schritt, ein Vorher/Nachher. |
| 0:30–0:45 | Payoff + CTA | Schließ die Schleife, die der Hook geöffnet hat, dann eine konkrete Aufforderung. |
Zwei Regeln halten das zusammen. Erstens: Jeder Beat muss mit einem Grund zum Bleiben enden — eine Teilantwort, ein ungelöster Vergleich, ein „aber jetzt kommt der Teil, der kaputtging". Zweitens ist der Hook kein Beat, den du zuletzt als Deko schreibst; das ganze Skript existiert, um das Versprechen einzulösen, das der Hook gibt. Unsere Aufschlüsselung dazu, was in den ersten drei Sekunden passieren muss, behandelt die Mechanik, und die Bibliothek der Hook-Formeln gibt dir die zugrunde liegenden Muster — die es wert sind, als benannte Blickwinkel in einen Prompt gefüttert zu werden, statt zu hoffen, dass das Modell sie erfindet.
Willst du ein 30-Sekunden-Video, streich den Setup-Beat. Willst du 60, häng einen zweiten Value-Beat an — nie ein längeres Setup. Den Anfang aufzupolstern ist die mit Abstand häufigste Art, wie Short-Form-Skripte Zuschauer verlieren, und die Retention-Kurve zeigt es unmissverständlich, wie unsere Leitfäden zu TikTok-Watch-Time und Reels-Retention beide ausführen.
Der Basis-Prompt
Starte jedes Skript mit derselben Gerüst-Anfrage und setz dann den formatspezifischen Block darunter ein.
Du hilfst mir, ein vertikales Short-Form-Video für [Plattform] zu skripten. Thema: [ein Satz]. Zielgruppe: [konkret — nicht „kleine Unternehmen", sondern „selbstständige Hochzeitsfotografen, die 15 Hochzeiten pro Jahr buchen"]. Mein Blickwinkel: [das Nicht-Naheliegende, das ich glaube].
Schreib ein 45-Sekunden-Skript auf diesem Beat-Raster: 0–3 s Hook, 3–15 s Setup, 15–30 s Value, 30–45 s Payoff und CTA. Regeln:
- Nur gesprochene Sprache. Kurze Sätze. Umgangssprachliche Verkürzungen. Kein Satz länger als 14 Wörter.
- Keine erfundenen Statistiken, Studien oder Ergebnisse. Wo eine konkrete Zahl hingehört, schreib [ZAHL], und ich fülle sie ein.
- Kein Gruß, kein „in diesem Video", keine Verabschiedung.
- Markiere jeden Beat mit seinem Timecode und einer groben Wortzahl.
- Gib mir drei verschiedene Hooks für dasselbe Skript, aus drei verschiedenen Blickwinkeln.
Liste dann auf, was du von mir bräuchtest, um es konkret zu machen.
Diese letzte Zeile leistet mehr als der ganze Rest des Prompts zusammen. Das Modell kommt zurück und fragt nach der Kundengeschichte, dem Preis, dem Fehler — also genau nach dem Material, das du überspringen wolltest. Für einen breiteren Satz wiederverwendbarer Prompt-Strukturen behandelt unser Text zu Prompt-Frameworks für Social Media dasselbe Muster aus Einschränken-dann-Befüllen, angewandt auf andere Formate.
Ein Prompt-Block pro Format
Talking Head
Ergänze:
Das ist ein durchgehendes Stück in die Kamera. Schreib es so, dass ich es vorlese, nicht performe. Bau alle 4–6 Sekunden einen harten Schnitt ein — markiere jeden mit [CUT] dort, wo der Satz natürlich bricht, damit der Schnitt Pausen entfernen kann, ohne einen Satz zu zerreißen. Schlag pro Beat eine Bildschirmtext-Zeile vor, sechs Wörter oder weniger.
Talking Head steht und fällt mit dem Schnittrhythmus. Schnitte schon im Skript zu markieren heißt, dass du in kurzen Takes drehst und nie im Schnitt einen ausufernden Take retten musst.
Voiceover über B-Roll
Für einen Kommentar, der über B-Roll gelegt wird, ergänze:
Schreib das als Kommentar über Bildmaterial. Gib zwei Spalten aus: VO-Zeile und die Einstellung, die darunter läuft. Jede Einstellung muss etwas sein, das ich in unter zwei Minuten mit dem Handy filmen kann — kein Stockmaterial, keine Drohne, kein Studio. Wo das VO eine Aussage macht, muss die Einstellung sie zeigen, nicht dekorieren.
Die Vorgabe „zeigen, nicht dekorieren" ist das, was dich davor bewahrt, ein Skript zu bekommen, dessen Bildspalte über alle vier Beats hinweg „Person tippt lächelnd am Laptop" lautet.
Tutorial oder Bildschirmaufnahme
Ergänze:
Das ist eine Bildschirmaufnahme von [Tool/Prozess]. Schreib das VO als nummerierte Schritte. Jeder Schritt: eine Handlung, ein Grund. Nenne das Ergebnis im Hook, bevor du irgendeinen Schritt zeigst. Markiere den einen Schritt, bei dem Leute es üblicherweise falsch machen, und gib ihm einen eigenen Beat. Halte die Gesamtzahl der Schritte bei drei oder weniger.
Maximal drei Schritte — das ist die Disziplin. Ein Tutorial mit fünf Schritten in 45 Sekunden ist ein Nebel, dem niemand folgen kann, und gehört stattdessen in ein Carousel oder ein Long-Form-Video.
Der menschliche Durchgang, in vier Minuten
Dreh niemals den Entwurf des Modells. Lass ihn durch das hier laufen:
- Ersetze jeden Platzhalter [ZAHL] und [BEISPIEL] durch etwas Wahres. Wenn du einen nicht ehrlich füllen kannst, streich den Satz, statt ihn zu einer vagen Behauptung weichzuspülen.
- Lies es einmal laut vor. Überall, wo du stolperst, schreib um. Überall, wo du das Wort nie sagen würdest — „nutzbar machen", „im Rahmen von", „zwecks" — tausch es gegen das Wort, das du wirklich benutzt.
- Stopp die Zeit. Lies im echten Sprechtempo mit einer Stoppuhr. Die meisten 45-Sekunden-KI-Entwürfe laufen gesprochen 55 Sekunden. Kürze im Setup, nie im Value.
- Schreib die erste Zeile selbst um. Nimm den stärksten der drei generierten Hooks als Rohmaterial und schärfe ihn dann von Hand — dieselbe Filter-und-Schärf-Schleife, die unser Workflow zur KI-Hook-Generierung beschreibt. Die Eröffnungszeile ist der eine Satz im Skript, der deine volle Aufmerksamkeit verdient.
- Prüfe, ob der CTA einzeln und konkret ist. „Kommentiere SETUP und ich schicke dir die Checkliste" schlägt „folge für mehr". Ein Call to Action, ein Verb.
Fünf durchskripten, einmal drehen, überall planen
Der Grund, das Skripten schnell zu machen, ist, dass es Batching freischaltet. Eine einzige 90-Minuten-Sitzung deckt realistisch ab: 20 Minuten, um fünf Skripte zu generieren und zu schärfen, 40 Minuten, um alle fünf am Stück in einem Lichtaufbau und einem Outfit zu drehen, 30 Minuten fürs Schneiden und Einplanen. Das sind zwei Wochen Short-Form aus einem Block — genau die Taktfrage, die unser Leitfaden zur Short-Form-Video-Strategie als die eigentliche Wachstumsvariable behandelt. Die umfassendere Mechanik dieser Arbeitsweise steht in unserem Workflow zur Batch-Content-Erstellung.
Exportiere pro Video einen sauberen vertikalen Master in der Standard-Leinwandgröße — die Specs stehen in unserer Reel-Größen-Referenz — und der Distributionsschritt wird billig. In SocialKit lädst du diesen Master einmal hoch und planst ihn aus einem einzigen Composer für Reels, TikTok und YouTube Shorts ein, wobei du Caption und Hashtags pro Plattform anpasst, statt dreimal identischen Text zu posten. Die Caption-Obergrenzen unterscheiden sich je Netzwerk; unsere sind in der Zeichenlimit-Referenz aufgelistet und werden geprüft, während du tippst.
Um bei der Grenze ehrlich zu sein: SocialKit schneidet, trimmt oder reframt kein Video — das passiert in deinem Editor, bevor die Datei bei uns ankommt. Was es übernimmt, ist alles nach dem Export: ein visueller Kalender für den ganzen Batch, Empfehlungen für die beste Posting-Zeit pro Plattform, Auto-Publish und Post-Analytics, damit du siehst, welcher der fünf Hooks die Retention verdient hat. Alle 11 Plattformen sind in jedem Plan enthalten, ab €29/Monat bei Solo (€17.40/Monat bei jährlicher Abrechnung), Stand September 2024, mit einer 7-tägigen kostenlosen Testphase.
Starte diese Woche hier
- Wähl fünf Themen, die du belegen kannst — fünf konkrete Dinge, die du gemacht, bepreist, repariert oder falsch gemacht hast.
- Lass den Basis-Prompt einmal pro Thema laufen, mit dem Format-Block, der zu deiner Drehweise passt.
- Mach bei jedem den vierminütigen menschlichen Durchgang: Lücken füllen, laut lesen, Zeit stoppen, Hook umschreiben.
- Dreh alle fünf in einer Sitzung. Gleicher Aufbau, gleiches Licht, Skript auf einem Handy direkt unter dem Objektiv.
- Schneide, exportiere je einen 9:16-Master und plane den Batch über Reels, TikTok und Shorts ein.
- Schau nach einer Woche, wo bei jedem Video die Retention abfällt. Passiert das vor fünf Sekunden, ist der Hook das Problem. Passiert es mitten im Video, ist der Setup-Beat zu lang — und genau diese Anweisung ziehst du in der nächsten Prompt-Runde enger.
Der Prompt wird mit jedem Zyklus besser, weil du ihn mit dem fütterst, was dich deine eigenen Retention-Daten gelehrt haben. Diese Schleife, nicht das Modell, ist das, was sich aufsummiert.