KI-Video für TikTok, Reels und YouTube Shorts: Wo die Watch Time wirklich entschieden wird

Ob ein Short geschaut oder weggewischt wird, entscheidet sich bevor der Zuschauer überhaupt merkt, dass er gerade eine Entscheidung getroffen hat. Eine Sekunde, manchmal weniger. Was auch immer du in dein Intro gepackt hast, dein Logo, dein hübsches Titelbild, ist zu diesem Zeitpunkt längst verloren.

Genau darum geht es in diesem Beitrag: Ein KI-Video für TikTok lebt oder stirbt in diesem ersten Moment. Ich bin Lena Wagner, ich mache Content bei Flami. Ich erzeuge ständig vertikale Clips, für mich selbst und zum Testen unserer Vorlagen, dadurch ist ein ordentlicher Haufen an Ergebnissen zusammengekommen. Den teile ich hier, und nicht alles davon war erwartbar.

Vertikal heißt nicht „dasselbe Video, nur schmaler“

Der häufigste Fehler: Jemand nimmt ein fertiges horizontales Video, schneidet links und rechts ab und lädt es in Reels hoch. Es wirkt wie ein Kompromiss, weil es einer ist.

Ein 9:16-Bild ist eine eigene Komposition. Das Produkt steht zentriert, groß, füllt fast die ganze Höhe. Keine Balken oben oder unten, kein Letterboxing. Wenn du einen Clip für Social Media erzeugst, stell das Format gleich auf 9:16, statt es nachträglich zurechtzubiegen. Die großen Modelle können das alle nativ: Veo 3.1, Kling 3.0, Runway und Seedance 2.0 liefern vertikale Clips direkt out of the box.

Auch auf die Safe Zone achten. Untertitel, der Like-Button, der Name des Creators, die Plattform-Oberfläche selbst, das alles liegt am unteren Bildrand. Alles Wichtige dort wird verdeckt. Die Handlung gehört in die Bildmitte.

Wie lang sollte ein Short eigentlich sein

Hier ziehen die Plattformen in verschiedene Richtungen, eine einzige richtige Antwort gibt es nicht. Ich beschreibe einfach, was ich beobachtet habe.

TikTok und Reels belohnen sehr kurze Clips. Ein Video von 9 bis 15 Sekunden, das komplett angeschaut und erneut gestartet wird, gilt dem Algorithmus als Erfolg. Längere Clips werden seltener bis zum Ende geschaut, und die Completion Rate ist die eigentliche Währung im Kurzvideo-Format.

YouTube Shorts erlaubt deutlich längere Clips als TikTok und Reels, deshalb lohnt sich vor der Planung ein Blick in die aktuellen Vorgaben von YouTube. Übertreibst du es trotzdem, kippt es auch hier.

Meine persönliche Spanne: 9 bis 15 Sekunden für TikTok und Reels, bei YouTube Shorts lasse ich jede Idee selbst bestimmen, wie viel Zeit sie braucht. Passt die Idee nicht in diese Spanne, steckst du meist zwei Geschichten in einem Clip. Lass es. Trenn die Idee in zwei Clips.

Eine ehrliche Einschränkung: Das verschiebt sich ständig. Plattformen justieren ihre Algorithmen laufend, und was letztes Quartal funktioniert hat, kann in sechs Monaten schlechter laufen. Behalte deine eigenen Analytics im Blick, nicht nur Ratschläge wie diesen.

Eine Struktur, die bis zum Schluss trägt

Ich teile einen Short in drei Abschnitte, bewusst ungleich gewichtet. Drei gleiche Drittel, so würde ein KI-Skript die Struktur bauen. Echte Aufmerksamkeit funktioniert anders.

Der Hook verschlingt den größten Teil des Aufmerksamkeitsbudgets, deshalb bekommt er auch den meisten Gedankenaufwand. Das ist der allererste Moment, und darin muss etwas passieren, das einen Daumen mitten im Scrollen anhält. Eine scharfe Bewegung. Ein ungewöhnlicher Blickwinkel. Ein klares Versprechen auf die Pointe, oder eine direkte Frage. Bei Produktvideos funktioniert für mich „Ergebnis zuerst“ am besten: erst die Pointe zeigen, dann erklären, wie man dort hinkommt. Nur nicht mit „Hey, heute zeige ich euch“ starten, das ruiniert den Clip spätestens bei Sekunde zwei. Daran habe ich mich mehr als einmal die Zähne ausgebissen.

Der Mittelteil läuft kürzer. Das Produkt in Aktion: es funktioniert, es läuft weiter, es wird angewendet, es wird ausgepackt. Schnell, keine verweilenden Einstellungen, sonst wischt man weiter.

Am Ende zählt nur eines: Das letzte Bild nicht verschenken. „Link in der Bio“ kannst du dir sparen, der Button liegt schon direkt unter dem Video. Lass das letzte Bild so stehen, dass man es sich gern noch einmal ansieht. Auch ein wiederholter View zählt für dich.

Diese Struktur in einen Prompt übersetzen

Damit das greifbarer wird, hier die Struktur als tatsächlicher Prompt. Sekundengenau getaktet, Hook und Dialogzeile inklusive, gebaut für einen 9-Sekunden-TikTok-Clip. Ein anderes Produkt als der Mixer aus dem Prompt-Guide, diesmal eine Powerbank:

„Vertikales Video im UGC-Stil, 9 Sekunden, mit dem Handy gefilmt, ein Typ geht die Straße entlang.
0-2 Sek, Hook: Er hält sein fast leeres Handy in die Kamera, 3 % Akku auf dem Display, sagt trocken: ‚Wieder leer, jeden Tag das Gleiche.'
2-5 Sek: Er zieht eine dünne Powerbank aus der Tasche, klickt sie magnetisch an die Rückseite des Handys, sie hält, ein Licht leuchtet auf, der Akkustand beginnt zu steigen.
5-9 Sek: Er steckt das Handy mit der Powerbank in die Jackentasche, geht weiter, sagt beiläufig in die Kamera: ‚Erledigt. Keine Steckdosensuche mehr.' Letztes Bild: die Powerbank, fest am Handy.
Stil: roher UGC-Look, vertikal 9:16, Tageslicht auf der Straße, Handkamera, keine Texteinblendungen."

Ein nachvollziehbares Problem in den ersten zwei Sekunden, dieses Problem sichtbar gelöst in der Mitte, ein starkes Schlussbild. Für YouTube Shorts würde ich dasselbe Skript auf rund 15 Sekunden strecken und einen zusätzlichen Beat einbauen.

Wer tiefer in den Aufbau solcher Prompts einsteigen will: Dazu gibt es einen ausführlichen Leitfaden, der über dieses eine Beispiel hinausgeht.

Ton, den die Hälfte deiner Zuschauer gar nicht hört

Kurzvideo trägt einen eingebauten Widerspruch: Ton ist wichtig, und ein riesiger Teil der Zuschauer hat ihn aus. Scrollen im Bett, auf dem Weg zur Arbeit, im Wartezimmer, stumm ist für viele der Standard.

Deshalb gilt eine einfache Regel: Alles Wesentliche gehört als Text ins Bild. Steckt die Kernaussage nur in einem Voiceover und jemand schaut stumm, geht die Botschaft komplett verloren. Ich habe mir angewöhnt, die Hauptzeile immer als große Einblendung ins Bild zu setzen, ohne Ausnahme.

Ton trotzdem nicht ganz weglassen, er bringt echtes Engagement von allen, die mit Audio schauen. Veo 3.1 hilft hier mit nativem Ton, inklusive Soundeffekten, die direkt beim Video mitgeneriert werden, kein separater Vertonungsschritt nötig. Mehr dazu hier. Brauchst du nur Hintergrundmusik, greif auf lizenzierte Tracks oder KI-generierten Sound zurück. Ein bekannter, geschützter Song im Hintergrund führt schnell dazu, dass der Clip stummgeschaltet oder entfernt wird.

Ein Video für alle drei Plattformen oder drei eigene Schnitte

Die naheliegende Abkürzung: ein vertikales Video erstellen und überall posten. Manchmal passt das tatsächlich, eine solide 9:16-Basis funktioniert auf allen drei Plattformen.

Für das beste Ergebnis auf jeder einzelnen helfen aber ein paar kleine Anpassungen. TikTok und Reels verzeihen einen roheren, UGC-näheren Look, belohnen ihn sogar, während YouTube Shorts einen saubereren, polierteren Schnitt besser verträgt. Auch die Länge lässt sich dabei gleich pro Plattform anpassen.

Dafür muss nicht komplett neu produziert werden. Aus einer Generierung lassen sich zwei Versionen ziehen, unterschiedliche Länge, etwas anderes Tempo. Runway macht das mit seinem Aleph-Modell einfach: Ein fertiger Clip lässt sich per Textbefehl in Details abwandeln, ohne komplette Neuerzeugung.

Das Ganze bauen, ohne Editor oder Produktionsteam

Bei einem oder zwei Produkten und einer klaren Idee ist der einfachste Weg, den Clip direkt für die Zielplattform auf Flami zu erzeugen: Modell wählen, Format auf 9:16 setzen, Länge festlegen, einen Prompt für eine vertikale Szene schreiben. Zur Prompt-Struktur gibt es einen eigenen Leitfaden, fertige Vorlagen nach Produktart finden sich in dieser Prompt-Sammlung.

Hast du einen größeren Katalog und brauchst schnell einen Monat Content, baut der Modus „Video aus Produkt“ für dich eine ganze Reihe vertikaler Clips direkt aus deinen Produktlisten anhand von Vorlagen. Links hochladen, Social-Format wählen, einen Stapel fertiger Clips zurückbekommen. Von dort geht es nur noch um Cover und Captions.

Eine Sache bleibt mir am wichtigsten: Nicht die Bildqualität auf Kosten der ersten Sekunde optimieren. Ein rauerer Clip mit starkem Hook schlägt ein makelloses Video, das niemand bis zum Ende angeschaut hat.

Erstell dein vertikales Video → flami.pro

FAQ

Welches Videoformat brauche ich für TikTok, Reels und YouTube Shorts? Vertikal, 9:16. Jedes größere KI-Videomodell (Veo, Kling, Runway, Seedance) erzeugt es nativ. Kein horizontales Video zuschneiden, von Anfang an vertikal erzeugen.

Wie lang sollte ein Kurzvideo idealerweise sein? 9 bis 15 Sekunden für TikTok und Reels, bei YouTube Shorts je nach Idee etwas länger. Eine höhere Completion Rate bringt einen besseren Algorithmus-Boost, also auf Clips zielen, die wirklich bis zum Ende geschaut werden.

Braucht ein Short Ton? Er hilft, er bringt stärkeres Engagement bei allen, die Audio an haben. Die meisten schauen aber stumm, deshalb die Kernaussage trotzdem immer als Text ins Bild setzen. Veo 3.1 generiert nativen Ton direkt mit dem Clip.

Kann ich dasselbe Video auf allen drei Plattformen posten? Ein einfacher vertikaler Schnitt, ja. Für ein besseres Ergebnis zwei Versionen bauen: roher und kürzer für TikTok und Reels, etwas polierter und länger für YouTube Shorts.

Welche Musik ist unbedenklich? Lizenzierte Tracks oder KI-generierter Sound. Ein bekannter, geschützter Song führt schnell dazu, dass der Clip stummgeschaltet oder entfernt wird.

Quellen

1. Flami: Wie man einen Prompt für KI-Video schreibt
2. Flami: Veo 3.1 im Überblick
3. Flami: Runway Aleph im Überblick