KI-unterstützte Storyboard-Entwicklung

Das echte Ausmaß des Problems

In einer Werbeagentur entscheidet das Storyboard, ob ein Konzept als Idee stirbt oder als Produktion lebt. Es ist das erste Dokument, das Kunden und Regisseure auf dieselbe visuelle Wellenlänge bringt — und das einzige, das in einer Präsentation mehr leistet als jede Textbeschreibung.

Das Problem: Ein professionelles Storyboard für einen 30-Sekunden-Spot mit 18–24 Frames kostet einen erfahrenen Storyboarder 1–2 Arbeitstage — oder 600 bis 1.200 Euro Tagessatz extern. Für finale Produktionen ist das selbstverständlich. Aber in der frühen Konzeptphase, bei einem Pitch, bei dem noch nicht klar ist, ob der Kunde überhaupt kauft, ist dieser Aufwand schwer zu rechtfertigen.

Die Folge: Entweder werden Pitches mit schwachen visuellen Referenzen präsentiert — was die Abschlusswahrscheinlichkeit senkt — oder Agenturteams investieren interne Zeit, die nirgendwo budgetiert ist. Laut einer Forrester-Studie aus 2024 setzen bereits 69 Prozent aller befragten Kreativagenturen Generative KI ein; 91 Prozent nutzen, evaluieren oder planen den Einsatz. Der Storyboard-Workflow gehört zu den frühen Gewinnern dieser Entwicklung.

Was sich dadurch konkret ändert:

• Pitch-Vorbereitung: Drei visuelle Richtungen mit je 12–18 Frames, in einem Arbeitstag statt in einer Woche
• Konzept-Iteration: Der Kunde will Variante A mit dunklerer Farbpalette und einer anderen Kameraführung — früher: neue Zeichnungen, jetzt: neue Prompts
• Interne Abstimmung: Regie und Art Director können auf denselben Referenz-Frame zeigen statt aneinander vorbeizureden
• Remote-Produktion: Storyboard als PDF-Link, nicht als PDF-Anhang — mit Kommentarfunktion direkt im Browser

Ein San-Francisco-ansässiges Technologieunternehmen berichtete, dass der Einsatz von StoryboardHero bei der Produktion einer zehnteiligen Trainingsfilmserie die Pre-Produktionszeit um 60 Prozent reduzierte und die Projektlieferung spürbar beschleunigte. Das deckt sich mit Erfahrungsberichten aus deutschen Produktionshäusern: Was früher Tage kostete, dauert mit dem richtigen Workflow Stunden.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Stilkonsistenz-Zeile ist ehrlich: Das ist die härteste Herausforderung. Mehr dazu unter “Typische Einstiegsfehler”.

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) Die Einsparung ist real und messbar: 1–2 Tage Storyboard-Aufwand in der frühen Konzeptphase werden auf 3–5 Stunden komprimiert. Das ist kein technologischer Rundungseffekt — das sind echte Arbeitsstunden, die Art Director und Stratege anderswo einsetzen können. Den fünften Punkt verhindert, dass der menschliche Regie-Input pro Frame nicht wegfällt: Jeder Shot braucht eine Beschreibung, eine Perspektivenentscheidung, eine Kameraanweisung. KI generiert das Bild — der Mensch dirigiert es.

Kosteneinsparung — mittel (3/5) Die Einsparung sitzt in der frühen Konzept- und Pitch-Phase, wo Storyboarder-Budget selten freigegeben wird. Wer bisher intern Stunden ohne Kostendeckung investiert hat, spart reale Aufwände. Der Hebeleffekt ist real, aber schwerer zu quantifizieren als bei direkten Ausgabenpositionen — ähnlich wie beim Kunden-Feedback strukturieren, wo der Nutzen real, aber indirekt ist.

Schnelle Umsetzung — mittel (3/5) Den ersten Referenz-Frame hat man in einer Stunde. Einen stabilen, stilkonsistenten Produktionsworkflow mit klarer Kunden-Freigabe-Logik braucht 2–4 Wochen Einarbeitung — Midjourney-Prompting lernen, Seitenverhältnisse kalibrieren, Boords oder LTX Studio einrichten, ein PDF-Template entwickeln, das den Kunden gut aussieht. Keine unüberwindbare Hürde, aber kein Knopf-drücken-fertig-Workflow. Unter den verglichenen Anwendungsfällen in dieser Kategorie ist die Verteilung Richtung 4–5 übergewichtet — 3 ist hier die ehrlichere Einordnung.

ROI-Sicherheit — niedrig (2/5) Die Zeitersparnis ist direkt messbar. Der daraus folgende Geschäftseffekt — mehr gewonnene Pitches, zufriedenere Kunden, schnellere Freigaben — ist schwer kausal zuzuordnen. Ob ein Kunde kauft, weil das Storyboard besser war, oder wegen Preis, Beziehung und Kampagnenidee, lässt sich nicht sauber trennen. Das ist kein Grund, das Tool nicht zu nutzen — aber ein Grund, keine ROI-Garantie zu erwarten.

Skalierbarkeit — niedrig (2/5) Jedes Storyboard braucht individuellen Regie-Input, spezifische Shot-Beschreibungen, manuelle Qualitätskontrolle. Es gibt keinen sinnvollen Weg, 50 Storyboards gleichzeitig auf Autopilot zu generieren — zumindest keinen, der Kunden-Qualität liefert. Die Produktivitätsgewinne sind pro Projekt real, aber der Effizienzgewinn wächst nicht mit Projektvolumen. Das unterscheidet Storyboarding von automatisierbaren Workflow-Aufgaben.

Richtwerte — stark abhängig von Projektgröße, Kundensegment und internem Prompting-Know-how.

Was der KI-Storyboard-Workflow konkret macht

Der Workflow hat drei Schichten, die ineinandergreifen:

Schicht 1: Textuelle Storyboard-Logik via LLM

Ein LLM (Claude, ChatGPT oder Gemini) nimmt das Skript oder das Treatment und erzeugt daraus:

• Shot-by-Shot-Beschreibungen mit Kamerawinkel, Bewegung und Stimmung
• Regie-Notizen pro Frame (“Cut auf Produkt — 0,5 Sek.; harter Schnitt, keine Blende”)
• Alternativvorschläge für Kameraführung bei Schlüssel-Szenen
• Shot-Listen im Tabellenformat für die Crew

Das ist kein Automatismus — es ist eine strukturierte Ausleitung dessen, was der Art Director ohnehin denkt. Wer das Briefing kennt und weiß, was er zeigen will, bekommt innerhalb von 20 Minuten eine Shot-Struktur, die als Gerüst fürs Bild-Briefing dient.

Schicht 2: Visuelle Frame-Generierung via Bildgenerator

Für jeden beschriebenen Shot wird ein visueller Referenzframe generiert — mit Midjourney (höchste Bildqualität), DALL-E 3 (einfachster Einstieg, direkt in ChatGPT) oder Adobe Firefly (rechtlich sicherste Option für kommerzielle Projekte).

Die Frames sind keine finalen Produktionsbilder. Sie sind Referenzqualität — vergleichbar mit einer qualitativ guten Fotorecherche oder einem skizzierten Mood-Referenz. Regisseure und Directors of Photography (DoPs) interpretieren und adaptieren die Bilder für die echte Aufnahme. Wer erwartet, dass KI-generierte Frames direkt als Produktionsstills verwendet werden können, wird enttäuscht.

Schicht 3: Struktur, Export und Kunden-Freigabe via Storyboard-Tool

Boords oder LTX Studio bringen die Frames in ein strukturiertes Format: nummerierte Shot-Reihenfolge, Freitextfeld für Regie-Notizen, Animatic-Export (bewegte Vorschau) und ein geteilter Browser-Link für die Kunden-Freigabe mit Kommentarfunktion — statt einer E-Mail mit 18 Bild-Anhängen.

Konkrete Werkzeuge — was wann passt

Midjourney — wenn Bildqualität entscheidend ist Für Pitches bei anspruchsvollen Kunden und für Konzeptvarianten, die sich visuell wirklich unterscheiden müssen. Die Stilreferenz-Funktion (--sref) hilft, einen konsistenten Look über mehrere Frames zu halten — aber nicht vollständig (mehr dazu in den Einstiegsfehlern). Kosten: 30–60 USD/Monat. Wichtig: Kein Stealth Mode im Basic/Standard — Bilder sind öffentlich sichtbar. Für vertrauliche Konzepte Pro-Plan (60 USD) oder Adobe Firefly nutzen. Datenhaltung: USA.

DALL-E 3 — wenn du schnell starten willst Direkt in ChatGPT Plus integriert, kein separates Konto. Deutsche Prompts funktionieren gut. Bildqualität unter Midjourney, aber für frühe Konzeptskizzen vollkommen ausreichend. Iterationen im selben Chat-Kontext möglich — du kannst “Frame 3 leicht abändern, mehr Tiefenschärfe” direkt als Folgefrage formulieren. Kosten: 20 USD/Monat (ChatGPT Plus).

Adobe Firefly — wenn IP-Rechtssicherheit wichtig ist Als einziger der Drei auf lizenzierten Trainingsdaten aufgebaut. Enterprise-Verträge bieten eine vertragliche Freistellung für urheberrechtliche Risiken. Für Kunden in regulierten Branchen oder mit expliziten KI-Richtlinien oft die einzig akzeptable Option. Tiefe Integration in Photoshop und Illustrator macht Nachbearbeitung einfacher. Kosten: ab 0 (25 Credits/Monat kostenlos).

Boords — für den strukturierten Storyboard-Workflow Browserbasiert, keine Installation, direkte Kunden-Freigabe-Links mit Kommentarfunktion. Script-to-Frame-KI als Ausgangspunkt; die meisten Frames werden durch manuell hochgeladene KI-Generierungen ersetzt. Animatic-Export als MP4 für Präsentationen. Kosten: 25–127 USD/Monat je nach Teamgröße. Datenhaltung: USA.

LTX Studio — wenn du die ganze Produktionskette in einem Tool willst Storyboard + KI-Video + Pitch-Deck in einer Oberfläche. Für Early Adopter mit Bereitschaft für Tool-Lernkurve interessant. Output-Stabilität noch hinter einem manuell kontrollierten Midjourney-Boords-Workflow. Kosten: Free (800 Sek. einmalig) bis 125 USD/Monat. Kommerzielle Nutzung erst ab Standard-Plan (35 USD). Datenhaltung: USA.

Zusammenfassung: Wann welcher Ansatz

• Schnellster Einstieg → DALL-E 3 in ChatGPT Plus
• Beste Bildqualität für anspruchsvolle Kunden → Midjourney Standard/Pro
• Rechtlich sicherste Option, Adobe-Workflow-Integration → Adobe Firefly
• Strukturierter Freigabe-Workflow mit Kunden → Boords
• Integrierte Script-to-Video-Kette → LTX Studio

Urheberrecht und Client-Assets: Was du nicht vergessen darfst

KI-generierte Bilder sind im deutschen Urheberrecht ein ungelöstes Problem — und für gewerbliche Werbeproduktionen relevanter als im Consumer-Bereich.

KI-generierte Bilder haben in Deutschland keinen Urheberrechtsschutz. Gemäß § 2 UrhG sind nur persönliche geistige Schöpfungen von Menschen schutzfähig. KI-generierte Bilder — auch wenn du den Prompt formuliert hast — genießen nach aktuellem deutschen Recht keinen urheberrechtlichen Schutz. Das bedeutet: Du hast keine ausschließlichen Nutzungsrechte daran, die du einem Kunden übertragen könntest, auf die du Dritte verklagen könntest. In der Praxis stören sich die meisten Kunden nicht daran, solange die Bilder als Referenz-Material deklariert sind. Aber in einem Work-for-Hire-Vertrag sollte das explizit geregelt sein.

Das größere Risiko: Training auf urheberrechtlich geschützten Werken. Midjourney, Stable Diffusion und andere Modelle wurden auf Millionen von Bildern trainiert, die ohne Lizenz der Urheber verwendet wurden. Laufende Klagen (u. a. Disney/Universal vs. Midjourney, Juni 2025) thematisieren genau das. Ein generiertes Bild, das einem geschützten Werk zu ähnlich sieht, kann eine Abmahnung nach sich ziehen — auch wenn du das nicht beabsichtigt hast. Adobe Firefly ist hier die einzige Plattform mit transparent lizenzierten Trainingsdaten und (für Enterprise-Kunden) einer vertraglichen Haftungsfreistellung.

Client-Assets dürfen nicht in öffentliche KI-Generatoren hochgeladen werden. Das ist keine Kann-Frage — das ist eine Pflicht. Wenn dein Kunde Logos, unveröffentlichte Produktfotos, interne Markenmaterialien oder Kampagnenentwürfe bereitstellt, dürfen diese Materialien nicht in Midjourney, DALL-E 3 oder andere Cloud-Generatoren hochgeladen werden. Gründe:

• Verletzung von Geheimhaltungspflichten gegenüber dem Kunden
• Potenzielle Verletzung der Nutzungsbedingungen des Kunden (viele Marken haben inzwischen AI-Richtlinien)
• Datenschutzrecht (wenn Marken-Assets personenbezogene Informationen enthalten)

Für Arbeiten mit Client-Assets gibt es zwei saubere Optionen: Selbst gehostetes Stable Diffusion auf eigenem Server, oder Adobe Firefly mit einem konfigurierten Enterprise-AVV.

Kein AI-Disclaimer bei Kundenpräsentationen vergessen. Wenn du KI-generierte Referenzframes in einer Kundenpräsentation zeigst, deklariere das. Die meisten Kunden reagieren positiv (“Ihr seid schnell!”), aber eine unerwartete Enthüllung nach der Freigabe kann Vertrauen beschädigen. Ein einfacher Hinweis in der Präsentation — “Storyboard-Frames: KI-generierte Referenzbilder, kein Produktionsmaterial” — schützt beide Seiten.

Diese Darstellung ist eine fachliche Orientierung, kein Rechtsersatz. Urheberrechtsfragen bei KI-generierten Bildern in kommerziellen Projekten sind mit einem auf Medienrecht spezialisierten Anwalt zu klären — das deutsche Urheberrecht ist hier noch im Entwicklungsstadium.

Datenschutz und Datenhaltung

Storyboard-Entwicklung arbeitet typischerweise mit unveröffentlichten Konzepten, Kundenbriefings und sensitiven Markeninformationen. Das schafft DSGVO-relevante Situationen, auch wenn selten personenbezogene Daten im eigentlichen Sinne involviert sind.

Was in die Cloud darf — und was nicht:

• Allgemeine Skripte und Shot-Beschreibungen ohne Client-spezifische Details: für LLMs und Cloud-Bildgeneratoren grundsätzlich verwendbar, sofern kein NDA verletzt wird
• Client-Logos, Produktfotos, Kampagnenentwürfe: nicht in öffentliche Cloud-Generatoren hochladen — weder als Prompts noch als Referenzbilder
• Personenbezogene Daten (z. B. Talent-Fotos als Stil-Referenz): DSGVO-konformes Handling Pflicht

Toolspezifische Datenschutzsituation:

• Midjourney: US-Hosting, kein AVV für Standardpläne. Im Basic/Standard sind Bilder öffentlich in der Community-Galerie — Stealth Mode erst ab Pro.
• DALL-E 3 (OpenAI): US-Hosting. ChatGPT Enterprise bietet AVV und deaktiviertes Training auf Unternehmensdaten.
• Adobe Firefly: US-Hosting (primär), AVV für Enterprise-Verträge, C2PA-Content-Credentials automatisch in Outputs.
• Boords: US-Hosting, kein AVV für Standardpläne. Kunden-Freigabe-Links sind öffentlich zugänglich — kein Passwortschutz im Standard.

Für Agenturen mit sensiblen Kunden: Entweder tool-interne Datenpolitik aktiv managen (Stealth Mode, kein File-Upload, Bilder nach Projekt löschen) oder für heikle Projekte auf selbst gehostetes Stable Diffusion ausweichen — der einzige Weg mit echter Datensouveränität.

Was es kostet — realistisch gerechnet

Monatliche Tool-Kosten (Einzelnutzer)

• DALL-E 3 via ChatGPT Plus: 20 USD/Monat (auch für andere Aufgaben nutzbar)
• Adobe Firefly Standard: 9,99 USD/Monat
• Midjourney Standard: 30 USD/Monat
• Boords Individual: 25 USD/Monat

Eine vollständige Kombination (ChatGPT Plus + Midjourney Pro + Boords Group) liegt bei 80–160 USD/Monat (ca. 75–150 Euro). Das ist weniger als zwei Stunden Storyboarder-Honorar extern.

Was du einsparen kannst Ein erfahrener externer Storyboarder kostet in Deutschland 600–1.200 Euro pro Werktag. Für drei Konzeptvarianten im Pitch-Vorstadium — 3 × 18 Frames — wären das 2–4 Tage Arbeit, also 1.200–4.800 Euro. Das wird im Pitch-Stadium selten budgetiert. Realistischer Vergleich: Das Tool-Setup kostet in einem Jahr 1.000–2.000 Euro; die eingesparte interne Zeit (nicht die externe Beauftragung) liegt bei 5–15 Stunden pro Projekt. Bei 10 Projekten pro Jahr: 50–150 Stunden Art-Director-Zeit, die für Konzept statt für Frame-Produktion genutzt werden.

ROI messen — aber ehrlich Der Pitch-Gewinn ist nicht direkt dem Storyboard zuzuordnen. Was du messen kannst: Stunden pro Storyboard (vorher vs. nachher), Anzahl Konzeptvarianten pro Pitch, Zeit bis zur ersten Kunden-Freigabe. Diese drei Kennzahlen zeigen, ob der Workflow wirklich funktioniert — nicht das anschließende Pitch-Ergebnis.

Vier typische Einstiegsfehler

1. Stilkonsistenz wird als gegeben angenommen. Das ist der teuerste Fehler. KI-Bildgeneratoren sind von Natur aus nicht deterministisch — bei jedem neuen Prompt gibt es leichte Variationen in Licht, Proportionen, Kamerawinkel und Farbtemperatur. Wenn Frame 3 und Frame 11 visuell nicht zusammenpassen — unterschiedliche Hauttöne, veränderte Produktproportionen, inkonsistente Lichtquelle — bricht das die Storyboard-Glaubwürdigkeit. Lösung: Midjourney-Stilreferenzen (--sref) und Charakterreferenzen (--cref) konsequent einsetzen; ein Master-Referenz-Prompt für Kameraführung und Lichtstimmung für alle Frames verwenden; nach jedem vierten Frame einen Stil-Abgleich machen. Bei 20+ Frames ist manuelles Nacharbeiten eingeplanter Aufwand, kein Fehler der KI.

2. Die Frames werden als “fast produktionsfertig” kommuniziert. KI-generierte Storyboard-Frames sind Referenzmaterial. Ein DoP kann daraus Beleuchtungsideen ableiten. Ein Regisseur kann die Kamerasprache lesen. Aber ein Frame, der zeigt, wie Licht durch eine Fensterscheibe fällt, ist keine Produktionsvorgabe — er ist ein Stimmungsdokument. Wenn Kunden oder Produktionsteams erwarten, dass der Film so aussieht wie der KI-Frame, führt das zu Enttäuschungen in der Produktion. Klare Deklaration in jeder Präsentation: “Konzept-Referenzen, keine Produktionsframes.”

3. Das Storyboard wird fertiggestellt, bevor das Skript stabil ist. Wenn sich das Skript nach dem Storyboard-Entwurf ändert — was in der Konzeptphase häufig vorkommt — sind große Teile der Frames obsolet. Nicht weil KI langsam ist, sondern weil Storyboarding und Skriptentwicklung in Wechselwirkung stehen. Lösung: Erst Shot-Struktur (Schicht 1) festlegen und vom Kunden oder intern absegnen, dann erst Bilder generieren. Dieser Schritt kostet 30–60 Minuten, spart aber Stunden Nacharbeitung.

4. Kein separater Workflow für Client-Assets. Teams, die im Storyboard-Workflow arbeiten, haben manchmal den Impuls, Kunden-Logos, Produktfotos oder Kampagnenmaterial als Referenzbild in Midjourney oder DALL-E 3 hochzuladen. Das verletzt in aller Regel NDAs und kann Markenschutzrechte berühren. Klare interne Regel: Kein Kunden-IP in Cloud-Bildgeneratoren — niemals, auch nicht “nur zum Testen”.

Vom Storyboard zur Kundenpräsentation: der Übergabe-Workflow

Dieser Abschnitt ist das, worüber kaum jemand schreibt — und was in der Praxis die meisten Stunden kostet.

Ein gut generiertes Storyboard ist erst dann produktiv, wenn es für den Kunden verständlich verpackt ist. Drei Optionen, je nach Kontext:

Option A — PDF mit Regie-Notizen (Standard) Boords oder ein einfaches PowerPoint-Template. Jeder Frame: Bild + Shot-Nummer + Kameraanweisung + Ton-Notiz. Export als PDF. Vorteil: Läuft überall, kein Login nötig. Nachteil: Kunden können nicht inline kommentieren — Feedback kommt per E-Mail-Thread.

Option B — Browser-Freigabe-Link mit Kommentarfunktion (Empfehlung für Iterationen) Boords-Freigabe-Link oder Frame.io. Der Kunde kommentiert direkt auf dem Frame: “Hier mehr Produkt zeigen”, “Diese Perspektive gefällt mir, diese nicht”. Du bekommst eine geordnete Feedback-Liste statt einer E-Mail-Kette. Feedback aus drei Runden in einem Nachmittag statt über drei Tage. Voraussetzung: Kunden müssen einen Browser-Link öffnen wollen — bei konservativeren Kunden keine Selbstverständlichkeit.

Option C — Animatic-Präsentation (für Live-Pitches) Boords oder LTX Studio exportieren die Frames als animatisches MP4 — die Frames wechseln mit Timing, manchmal mit Überblendungseffekten. Kein echter Film, aber ein bewegtes Storyboard, das im Präsentationsraum deutlich wirkungsvoller ist als statische PDFs. Vorbereitungszeit: 30–60 Minuten zusätzlich, wenn das Timing sorgfältig gesetzt wird.

Die Übergabe-Entscheidung hängt vom Kunden ab, nicht von der KI. Wer seinen Kunden kennt, wählt das richtige Format.

Was mit der Einführung wirklich passiert — und was nicht

Die Technik ist schnell verstanden. Die Kulturveränderung dauert länger.

Was Agenturen überrascht: Die KI spart keine Zeit beim Denken — sie spart Zeit beim Ausführen. Wer nicht weiß, welche Kameraführung er für einen Shot will, bekommt auch mit KI keinen guten Frame. Der Regie-Input muss da sein, bevor das Bild entsteht. Teams, die hoffen, dass KI die konzeptuelle Leistung übernimmt, werden enttäuscht.

Widerstandsmuster in Agenturen:

• “Das sieht doch nicht aus wie unsere Qualität.” Stimmt — KI-Frames sind keine Illustrationen. Die Frage ist nicht, ob sie perfekt sind, sondern ob sie die Idee besser kommunizieren als keine Bilder. Für die meisten Pitches: Ja.
• “Der Senior Creative muss das freigeben.” In der Praxis delegieren viele Seniors nach zwei bis drei Sessions die Frame-Generierung bewusst. Sie leiten, sie kuratieren — aber sie verbringen keine Zeit mehr mit dem Zeichnen von Roh-Frames.
• “Was sagt der Storyboarder dazu?” Ein fairer Einwand. Externe Storyboarder werden weiterhin gebraucht — für finale Produktionsstoryboards, für komplexe Szenen mit spezifischer Zeichensprache, für Kunden, die keine KI-Referenzen akzeptieren. Der Wandel betrifft primär die frühe Konzeptphase, nicht die Produktionsphase.

Was konkret hilft beim Einführen:

• Einen ersten echten Pitch-Fall nehmen — nicht ein Tutorial-Projekt
• Einen Art Director oder Senior Creative frühzeitig einbinden, der die Regie-Logik versteht
• Klare interne Regel definieren: Was ist Referenzmaterial, was geht raus zu Kunden, was bleibt intern?
• Kunden-Reaktion beim ersten Test beobachten — sie ist oft positiver als intern befürchtet

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

“Unsere Kunden wollen keine KI-Bilder.” Das ist ein realer Einwand — und eine wichtige Frage, die vor dem ersten Einsatz mit dem Kunden zu klären ist. Die meisten Kunden akzeptieren KI-Referenzframes, sobald klar ist, dass es sich um Konzeptmaterial handelt, nicht um Produktionsbilder. Wer dem Kunden KI als Referenzwerkzeug erklärt — “wir nutzen das für schnelle visuelle Ideation in frühen Phasen, die Produktion bleibt klassisch” — bekommt deutlich seltener Ablehnung. Wer es nicht erklärt und beim Pitch gefragt wird, steht unvorbereitet da.

“Das ist doch nur Spielerei — für echte Storyboards brauchen wir Illustratoren.” Für finale Produktionsstoryboards: Richtig. Für frühe Konzeptphasen und Pitches: Das ist die falsche Frage. Die richtige Frage ist: Womit kommunizieren wir eine Idee überzeugender — mit einem Text-Dokument oder mit 18 Referenzframes? KI-Storyboarding ist kein Ersatz für Produktions-Illustration. Es ist ein Beschleuniger für die Phase davor.

“Das dauert ja fast so lange wie ein richtiges Storyboard.” In der Lernphase: Ja. In der Storyboard-Entwicklung liegt der Aufwand nicht im Generieren der Bilder (das sind Minuten), sondern im Formulieren der Shot-Beschreibungen, im Kuratieren der Ergebnisse und im Iterieren bei stilistischen Problemen. Wer einen guten Regie-Input hat und die Tool-Logik kennt, ist mit 3–5 Stunden für 18 Frames realistisch. Wer beides noch lernt, braucht am Anfang mehr.

Woran du merkst, dass das zu dir passt

Das passt zu dir, wenn:

• Du regelmäßig Pitches vorbereitest, bei denen Visualisierungen fehlen, weil das Budget für Storyboarder in frühen Phasen nicht freigegeben wird
• Du mehr als eine Konzeptvariante zeigen willst, aber zeitlich nur Kapazität für eine hast
• Dein Team bereits mit ChatGPT Plus oder Midjourney arbeitet — dann ist der Workflow-Schritt zu Storyboarding klein
• Du Storyboards hauptsächlich als Kommunikationsmedium mit Kunden nutzt, nicht als finale Produktionsvorgabe

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Deine Kunden haben explizite No-AI-Richtlinien oder Vertragsklauseln. Manche großen Marken (insbesondere Entertainment-Studios, manche Pharmaunternehmen und regulierte Marken) haben inzwischen Vertragsklauseln, die den Einsatz von KI-generierten Inhalten in Agentur-Deliverables verbieten. Wenn das für deinen Kunden gilt, ist KI-Storyboarding für dieses Projekt kein gangbarer Weg — egal wie effizient.

2. Du hast weniger als zwei Filmprojekte pro Monat. Der Tool-Setup (Accounts, Prompting-Know-how, Boords-Workflow, Kunden-Kommunikation) kostet 2–4 Wochen Lernzeit. Bei niedriger Projektfrequenz amortisiert sich dieser Aufwand nicht.

3. Das Projekt arbeitet intensiv mit Client-eigenen Brand Assets oder unveröffentlichten Produktvisuals. Wenn das Storyboard zwingend echte Produktfotos, Marken-Logos oder unveröffentlichtes Kampagnenmaterial einbeziehen muss — weil der Kunden-Approval auf echter Brand-Konsistenz basiert — scheiden alle Cloud-basierten KI-Tools aus. Dann bleibt selbst gehostetes Stable Diffusion die einzige saubere Option, was Entwickler-Know-how voraussetzt.

Das kannst du heute noch tun

Öffne ChatGPT (Plus-Abo) oder Claude (kostenloser Plan reicht für den Start) und gib deinen letzten Werbespot-Text oder ein aktuelles Briefing ein. Lass dir eine strukturierte Shot-Liste für 12 Frames erstellen — Kamerawinkel, Bewegung, Stimmung pro Frame. Das kostet 20 Minuten und zeigt, ob die Logik für deine Arbeitsweise funktioniert.

Für den nächsten Schritt: Nimm die drei interessantesten Shots und generiere Referenzframes mit DALL-E 3 direkt in ChatGPT oder mit Adobe Firefly (kostenlos, 25 Credits/Monat). Vergleiche das Ergebnis mit dem, was du ohne KI in derselben Zeit produziert hättest.

Quellen & Methodik

• Forrester Research (2024): “Forrester: 91% of US ad agencies are currently using, exploring generative AI”, Marketing Dive (Berichterstattung, 2024). 69 Prozent der befragten Kreativagenturen nutzen GenAI aktiv. marketingdive.com
• StoryboardHero Case Study (2024): San-Francisco-Technologieunternehmen, 10-teilige Trainingsfilm-Serie, 60 Prozent Reduktion der Pre-Produktionszeit. Referenziert auf storyboardhero.ai. storyboardhero.ai
• Midjourney/KI-Bilder Urheberrecht: eRecht24 (2024/2025): Einordnung KI-generierter Bilder nach § 2 UrhG — keine urheberrechtliche Schutzfähigkeit ohne menschliche Schöpfungsleistung. e-recht24.de/ki/13411-midjourney-urheberrecht.html
• Style-Inconsistency als Failure Mode: murphy.inc (2024): Dokumentation von Konsistenz-Problemen in KI-generierten Storyboards. murphy.inc/mistakes-in-ai-storyboarding/
• Boords Preise und Features: Veröffentlichte Tarife, boords.com/pricing (Stand Mai 2026).
• LTX Studio Preise: Veröffentlichte Tarife, ltx.studio/pricing (Stand Mai 2026).
• Midjourney IP-Klage Disney/Universal: Aktenzeichen 2:25-cv-05275, U.S. District Court, Central District of California, Juni 2025. Erwähnt in der Midjourney-Tool-Seite auf ki-syndikat.de.
• Erfahrungswerte Storyboarder-Tagessätze: Orientierungswerte aus Praxisberichten bei deutschen Produktionshäusern und Werbeagenturen (Stand 2024/2025). Kein repräsentativer Survey — konsistente Größenordnung aus mehreren Quellen.

Du willst den Workflow konkret ausprobieren und wissen, wie du den Überzeugungsschritt beim ersten Kunden gestaltest? Schreib uns — wir zeigen dir, was in der Praxis wirklich funktioniert.