Zum Inhalt springen
Aus KI Marketing Bootcamp wird UNCANNY MINDS.Neuer Name. Gleiche Haltung. Mehr Möglichkeiten.Was sich ändert
Erstgespräch
← Zurück zu Alles KI.
Ein großer cremefarbener Roboter mit rundem Kopf und orange leuchtenden Augen schaut hinter einer Riffelglasscheibe hervor und hält sich mit einer Hand an ihrer Kante fest, vor orangem HintergrundKI im EinsatzAI

KI im Einsatz

KI-Werbespot erstellen mit Claude und dem Magnific MCP: So entstand unser Copilot-Spot

25 Sekunden, vier Stunden, rund 58.600 Credits: Claude hat für unseren Copilot-Spot über den Magnific MCP Bilder, Clips, Stimmen und Musik erzeugt und mit eigenen Skripten geschnitten. Das Vorgehen, die Prompts und alles, was schiefging.

Veröffentlicht 9 Min. Lesezeit

Das Wichtigste in Kürze

Unseren 25-Sekunden-Spot für den Copilot-Kurs hat Claude in einem einzigen Chat gebaut: Bilder mit Nano Banana Pro, Clips mit Seedance 2.5, Sprecherin, Musik und Raumton mit ElevenLabs, alles über den Magnific MCP. Schnitt, Tonmischung, Schlusskarte und die Formate 1:1 und 9:16 hat Claude mit Python und ffmpeg selbst erledigt. Das hat etwa vier Stunden und rund 58.600 Credits gekostet. Gut 70 % der Clip-Kosten entfielen auf Nachdrehs.

KI-Werbespot erstellen mit Claude und dem Magnific MCP: So entstand unser Copilot-Spot

Dieses Video liegt bei YouTube. Wenn Sie es laden, werden Ihre IP-Adresse und Angaben zu Ihrem Gerät an den Anbieter übertragen, der dabei auch Cookies setzen kann. Mehr dazu in unserer Datenschutzerklärung und in der Datenschutzerklärung von YouTube.

Unser Copilot-Kurs hat jetzt einen eigenen KI-Werbespot. 25 Sekunden, ein viel zu großer Roboter, eine stolze Chefin und eine Kollegin, die nur noch in die Kamera schaut. Gebaut hat ihn Claude, in einem einzigen Chat: Bilder, Clips, Stimmen, Musik, Schnitt und drei Formate. Ich habe ausgewählt, abgenommen und reklamiert.

Möglich macht das der MCP-Server von Magnific. Darüber erreicht Claude alle Bild-, Video- und Tonmodelle aus unserem Magnific-Abo. Was Magnific nicht kann, hat Claude mit Python und ffmpeg selbst gebaut. Gearbeitet habe ich dafür in Cowork in der Claude-Desktop-App. Hier zeige ich Schritt für Schritt, wie der Spot entstanden ist, was es gekostet hat und was alles schiefging.

Schritt 1: Idee und Drehbuch für den Werbespot mit Claude

Am Anfang stand kein Prompt, sondern unsere Kursseite. Claude hat sie ausgewertet, und das Problem der Zielgruppe steht dort schon in drei Wörtern: „Lizenz da. System fehlt.“ Copilot ist gekauft, wird aber nur für Mails und Zusammenfassungen genutzt.

Danach haben wir eine Weile nur geredet. Claude hat drei Konzepte vorgeschlagen, dann folgten mehrere Runden nur zur Pointe, zehn Ideen flogen raus. Gewonnen haben am Ende zwei Bilder, die ich von Anfang an im Kopf hatte:

  • Die Lizenz als Urkunde an der Wand. Copilot Premium, gerahmt wie eine Auszeichnung.
  • Ein riesiger Roboter als „Copilot“, der Kleinkram erledigt. Er stammt aus einem früheren Spot von uns und ist für das Büro viel zu groß.

Zwei Korrekturen kamen von mir: Die Pointe muss in den ersten fünf Sekunden sitzen. Und aus dem Chef wurde eine Chefin.

Die Geschichte in Kurzform: Der Roboter kopiert ein einzelnes Blatt. Eine Stimme aus dem Off fragt „Was machst du da?“, der Roboter dreht den Kopf und starrt stumm in die Kamera. Die Chefin erklärt im Interview: „Copilot? Haben wir. Premium.“ und tippt dabei auf die Urkunde. Zum Schluss schaut Kollegin Sandra trocken in die Kamera, dann kommt die Schlusskarte.

Acht Standbilder aus dem Spot in zwei Reihen: ein riesiger cremefarbener Roboter legt im engen Kopierraum ein Blatt auf den Kopierer, daneben eine Frau im rostroten Pullover mit einem Papierstapel; der Roboter schaut mit leuchtenden orangen Augen in die Kamera; eine grauhaarige Chefin im Blazer tippt auf eine gerahmte Urkunde „Copilot Premium“, eingeblendet der Name Birgit Brandt; die Frau schaut trocken in die Kamera; zum Schluss gelbe Karte mit „Lizenz da. System fehlt.“ und dem Video im Rahmen AI
Der Spot in acht Standbildern, von der Kopierer-Szene bis zur Schlusskarte. Alle Szenen KI-generiert.

Mein Tipp: Kein Bild generieren, bevor die Pointe steht. Jede Änderung an der Geschichte ist im Gespräch kostenlos, im Video kostet sie Credits.

Schritt 2: Konsistente KI-Figuren mit Nano Banana Pro

Damit eine Figur in jeder Szene gleich aussieht, braucht das Videomodell eine Referenz. Claude hat deshalb zuerst die Bausteine erzeugt, alle mit Nano Banana Pro:

  • Character-Sheet der Chefin: dieselbe Frau von vorn, im Halbprofil und von der Seite, in vier Varianten zur Auswahl.
  • Die Urkunde als Requisite, ebenfalls in vier Varianten.
  • Roboter und Sandra gab es schon. Der Roboter kommt aus unserer Roboter-Ad, Sandra als Standbild aus unserem Spot „Sind tausend!“. Einmal angelegte Figuren lassen sich so über mehrere Spots wiederverwenden.

Aus dem Prompt für die Chefin, der Rest beschreibt Kleidung und Layout:

Confident, slightly smug self-assured expression, a real person with visible
skin texture, fine wrinkles, pores, slight under-eye shadows, natural uneven
skin tone, not retouched, not a model.

Ohne diese Zeile sehen Menschen in KI-Bildern schnell aus wie aus einer Kosmetikwerbung. Für eine Büro-Mockumentary passt das nicht.

Vier nummerierte Character-Sheets derselben Rolle: eine Frau um die 55 mit grauen Haaren, Lesebrille im Haar, dunkelblauem Blazer und hellgrauem T-Shirt, jeweils von vorn, mit verschränkten Armen und im Profil; die Varianten unterscheiden sich vor allem in Frisur und Hintergrund AI
Vier Varianten des Character-Sheets für die Chefin. Im Spot ist es Variante 2 mit dem kurzen Haarschnitt.

Schritt 3: Startbilder für jede Szene per Kontaktbogen

Jede Szene beginnt mit einem Standbild, das Seedance danach animiert. Claude hat pro Szene vier bis sechs Varianten erzeugt und dabei die Referenzen mitgegeben: für die Interview-Szene etwa Character-Sheet, Urkunde, Roboter und den Bildaufbau aus Sandras Interview im alten Spot.

Damit ich nicht durch einzelne Dateien klicken musste, hat Claude ein kleines Skript geschrieben: Es setzt alle Varianten einer Runde nummeriert in ein Bild. Ich konnte einfach mit „1, 6, 4“ antworten.

Kontaktbogen mit sechs nummerierten Varianten derselben Szene: ein riesiger cremefarbener Roboter mit der Aufschrift „KI – bitte nicht ausschalten“ beugt sich in einem engen Büro mit Aktenregalen und Lamellenvorhängen über einen Kopierer, daneben wartet eine Frau im rostroten Pullover mit einem Papierstapel AI
Kontaktbogen für das Startbild der Kopierer-Szene. Ich musste nur eine Nummer nennen, im Spot ist es Variante 1.

Schritt 4: KI-Videoclips mit Seedance 2.5 und Originalton

Aus jedem Startbild hat Seedance 2.5 einen Clip mit vier bis fünf Sekunden in 1080p gemacht. Den Ton hat Seedance gleich mit erzeugt: Sprache, Geräusche, Lippensynchronität. Die Prompts sind auf Englisch, die gesprochenen Sätze auf Deutsch.

Ein Trick hat die Anschlüsse gerettet: Die Frage-Szene startet mit dem letzten Bild der Kopierer-Szene als Startbild. Dadurch steht alles genau da, wo die Szene davor aufgehört hat. Mehr dazu unten bei den Fehlern.

Schritt 5: KI-Stimme, Musik und Raumton mit ElevenLabs

Alle Stimmen kommen aus der ElevenLabs-Bibliothek in Magnific, keine ist geklont.

  • Die Chefin spricht direkt im Seedance-Clip, lippensynchron.
  • Die Off-Stimme („Was machst du da?“) kam in einer Zwischenversion per Sprachausgabe. In der finalen Fassung spricht sie Seedance im Clip, weil Ton und Bild so besser zusammenpassen.
  • Die Sprecherin am Ende ist eine Stimme aus der ElevenLabs-Bibliothek, erzeugt mit eleven_v4. Dahinter steht die Aufnahme einer echten Sprecherin, die ihre Stimme dort lizenziert hat. In der Bibliothek trägt sie einen Etikettennamen, ihren echten Namen nennt die Bibliothek nicht. Sie sollte klingen wie eine Freundin, nicht wie eine Werbestimme: „Lizenz da … aber System fehlt? Kenn ich. Komm doch in unseren Copilot-Kurs. Live, mit euren eigenen Fällen.“ Drei andere Stimmen fielen durch, eine war zu weich, zwei klangen nach Werbung.
  • Musik von ElevenLabs Music, 10 Sekunden, instrumental. Dazu unten mehr, das waren acht Runden.
  • Raumton als 20-Sekunden-Schleife von ElevenLabs SFX: leises Brummen der Neonröhren, ferne Klimaanlage.

Die Schlusskarte ist auf die Länge der Sprecherin gebaut, nicht umgekehrt. Pausen hat das Skript auf höchstens 0,22 Sekunden gekürzt und das Tempo um 6 % erhöht.

Schritt 6: Schnitt und Formate mit Python und ffmpeg

Magnific erzeugt Bilder, Clips und Ton. Schneiden, mischen und Text exakt platzieren kann es über den MCP-Server nicht in der Form, die wir brauchten. Diesen Teil hat Claude mit Python und ffmpeg erledigt. Die Skripte hat es selbst geschrieben und in seiner eigenen Cloud-Umgebung ausgeführt: Cowork in der Claude-Desktop-App arbeitet in einer abgeschotteten Linux-Umgebung. Auf meinem Rechner musste ich nichts installieren. Der Mac diente nur als Ablage: Von dort hat Claude unseren alten Spot zu Magnific hochgeladen, um Sandras Standbild herauszuholen, und am Ende die fertigen Videos in unseren OneDrive-Ordner gelegt.

  • Kontaktbogen: setzt die Varianten einer Runde nummeriert nebeneinander, siehe oben.
  • Bauchbinde: der gelbe Namensbalken „Birgit Brandt, Geschäftsführerin“ in unserer Hausschrift, als transparentes Bild über dem Clip.
  • Schlusskarte: baut das Ende Bild für Bild. Sandras Clip schrumpft in einen Bilderrahmen auf unserem gelben Riffelfeld und läuft dort weiter, links blendet der Text ein. Ein Videomodell hätte das nicht geschafft: Schrift, Logo und Abstände müssen exakt nach Corporate Design sitzen. Die kamen direkt aus unserem Brand-Skill.
  • Schnitt und Mischung: schneidet die Szenen, legt den Raumton durchgehend darunter, filtert Rumpeln heraus und setzt winzige Blenden an jeden Schnitt, damit nichts knackt. Am Ende wird auf −14 LUFS normalisiert, die übliche Lautheit für Social Media.
  • Formate: schneidet jede Szene einzeln für 1:1 und 9:16 zu. Beim Roboter wandert der Ausschnitt mit dem Zoom mit, damit beide Augen im Bild bleiben.
  • Tonanalyse: zeichnet ein Spektrogramm und eine Pegeltabelle des fertigen Videos.

Das Schnittskript hat sich am meisten gelohnt. Ohne Skript hätte jede Änderung einen neuen Schnitt von Hand bedeutet. So war jede meiner acht Feedback-Runden in wenigen Minuten umgesetzt: Clip tauschen, Skript laufen lassen, fertig.

Ein Detail daraus: Die Musik wird automatisch leiser, sobald die Sprecherin redet. Das erledigt ein einziger ffmpeg-Filter, der die Stimme als Steuersignal nimmt:

[musik][stimme]sidechaincompress=threshold=0.03:ratio=6:attack=15:release=250

Und warum die Tonanalyse? Claude kann nicht hören. Löcher, Klicks und Überlagerungen hat es deshalb im Bild der Tonspur gesucht. So sind uns Stellen aufgefallen, an denen der Ton zwischen zwei Szenen kurz wegbrach.

Typische Fehler bei KI-Videos und wie wir sie gelöst haben

Aussprache: „Ko-pi-lot“ statt „Copilot“

Seedance hat das Wort zuerst deutsch ausgesprochen. Lautschrift im deutschen Stil wie „Kopailott“ hat es eher schlimmer gemacht. Geholfen hat erst die Kombination aus drei Dingen: das englische Wort, die internationale Lautschrift und die ausdrückliche Angabe, wie es nicht klingen soll.

The word "Copilot" is spoken in natural American English exactly like
Microsoft says it: "KOH-pie-lut" /ˈkoʊ.paɪ.lət/, stress on the first
syllable, ending with a soft "lut", never German "Ko-pi-lot" and never
"Kopailott".

Bis dahin brauchte es fünf Takes der Chefin.

Anschlussfehler: Der Deckel war wieder offen

Der Roboter schließt den Kopierdeckel, in der nächsten Szene steht er offen. Den Deckel per Bildbearbeitung zu schließen hat nicht geklappt. Die Lösung war, die Folgeszene mit dem letzten Bild der Szene davor zu starten. Seitdem passen die Anschlüsse.

Nachträglicher Ton klang falsch

Wir haben Klopfgeräusch, Servo und Knarzen zuerst einzeln erzeugt und nachträglich angelegt. Ich habe jede Abweichung gehört: ein „Pling“ beim Klopfen, ein Servo, der nicht zum Roboter passte. Am Ende haben wir beide Szenen neu generiert, mit genauen Tonangaben im Prompt:

SOUND: every tap is the same short, dry, soft fingertip knock on glass,
all three taps sound identical, no ringing, no ping, no echo.

Der Originalton aus dem Clip war stimmiger als jede Nachbearbeitung. Das würde ich beim nächsten Mal gleich so machen.

KI-Musik: acht Versuche

Ukulele, Elektro, Pizzicato, laute Popmusik („schrecklich“), eine sehr leise Fläche („einschläfernd“). Gewonnen hat ein leichter Indie-Pop mit Fingerschnipsen und warmen Rhodes-Akkorden. Das Skript senkt dabei die Mitten ab, damit die Musik nicht mit der Stimme der Sprecherin kollidiert.

Die Pointe hat sich verschoben

Ursprünglich sagte der Roboter: „Danke für Ihre E-Mail, wir melden uns in Kürze.“ Stumm in die Kamera zu starren war am Ende stärker. Manchmal merkt man das erst, wenn die Szene als Clip da ist.

Raumton fast unhörbar

Der generierte Raumton kam extrem leise aus dem Generator und musste um gut 20 dB angehoben werden. Erst damit waren die Löcher zwischen den Szenen gestopft.

Was kostet ein KI-Werbespot? Zeit und Credits

  • Zeit: etwa vier Stunden an einem Tag, inklusive acht Feedback-Runden.
  • Credits: rund 58.600 Magnific-Credits.
    • Bilder: etwa 2.300
    • Clips: etwa 53.700, das sind 14 Seedance-Clips zu je 3.160 bis 3.950 Credits
    • Ton: etwa 2.600

Die Clips machen über 90 % der Kosten aus, und davon entfielen gut 70 % auf Nachdrehs: Aussprache, Deckel, Ton. Wer vorher genauer promptet, vor allem beim Ton, spart hier am meisten. Vor jedem Clip lohnt es sich, Claude die Kosten schätzen zu lassen. Wie das geht, steht im Beitrag zum Magnific MCP.

Zum Vergleich: Georgs Werbespot für Konrads Spezialkleber hat rund 83.000 Credits und ebenfalls etwa vier Stunden gekostet.

Fazit: Lohnt sich ein Werbespot mit Claude und dem Magnific MCP?

Was mich am meisten überzeugt hat: Alles passiert in einer Oberfläche. Konzept, Bilder, Clips, Stimmen, Musik und Schnitt laufen im selben Chat, und ich kann trotzdem jederzeit eingreifen und die Richtung vorgeben.

Zeit spart das vor allem dort, wo sonst Werkzeugwechsel und Handarbeit anfallen. Und in den Wartezeiten: Ein Clip braucht mehrere Minuten, bis er fertig ist. In der Zeit muss ich nicht danebensitzen, sondern kann etwas anderes erledigen und schaue mir das Ergebnis an, wenn es da ist.

Bei den Kosten lohnt sich ein genauer Blick. Videos sind deutlich teurer als Bilder: Die Bilder haben uns rund 2.300 Credits gekostet, die Clips rund 53.700. Je genauer ich vorher weiß, wie das Ergebnis aussehen und klingen soll, desto weniger Nachdrehs brauche ich. Darum lohnt es sich, Geschichte, Bildaufbau und Ton zu klären, bevor der erste Clip startet.

Und man gibt Kontrolle ab. Claude wählt Prompts, Einstellungen und Schnitte selbst, ich sehe das Ergebnis und gebe Feedback. Wer jeden Parameter selbst bestimmen will, arbeitet besser direkt in der Magnific-App oder im Schnittprogramm.

Weiterdenken

Ihr wollt Claude mit euren eigenen Tools verbinden?

Im Claude MCP Kurs verbinden wir an zwei Abenden Claude mit Mail, Kalender, Ablage und Magnific, in euren eigenen Konten. Für ChatGPT gibt es den Kurs auch.

Magnific MCPKI-WerbespotKI-Video erstellenClaudeSeedanceNano Banana ProElevenLabsffmpegKI-Video
Katharina KliemAI
UNCANNY MINDSZum Profil →

Humanbiologin mit Schwerpunkt Neurowissenschaften, seit 2024 bei UNCANNY MINDS. Verantwortet Content, Kommunikation und Community, betreut die Google Ads und entwickelt die Website. Arbeitet täglich mit KI-Agenten und schreibt auf, was davon funktioniert und was nicht.