Es gibt sieben Einstellungsgrößen und sechs Kamerabewegungen. Das ist das gesamte Vokabular.
Alles andere — Perspektiven, Objektivwahl, Rigs — ist eine Variation dieser dreizehn Begriffe. Wer sie kennt, kann eine Shotlist schreiben, einen Kameramann anleiten oder ein KI-Videomodell prompten, ohne zu raten.
Diese Seite ist die Referenz. Zwei Charts zum Ausdrucken weiter unten, gratis, ohne E-Mail.
Wir betreiben Anyscene, deshalb gibt es hier einen Abschnitt, den du auf keiner Filmhochschul-Seite findest: welche dieser Bewegungen aktuelle KI-Videomodelle tatsächlich rendern, und welche noch kaputtgehen.
Die zwei Vokabulare
Die Einstellungsgröße beschreibt, wie viel vom Motiv das Bild füllt. Die Kamerabewegung beschreibt, was die Kamera physisch tut.
Beides ist unabhängig voneinander. Eine Nahaufnahme kann statisch sein oder dollyn. Eine Totale kann schwenken oder stillstehen.
Warum das verwechselt wird
Weil beides in dieselbe Zeile einer Shotlist geschrieben wird. Und weil ein Wort — Zoom — in keine der beiden Kategorien gehört und trotzdem so benutzt wird, als gehöre es in beide.
Zoom ist keins von beiden
Ein Zoom verändert die Brennweite des Objektivs. Nichts bewegt sich.
Ein Dolly bewegt die Kamera durch den Raum. Das sieht komplett anders aus: ein Dolly verändert das Verhältnis zwischen Vorder- und Hintergrund, ein Zoom flacht alles gleichmäßig ab.
Wie du beides in eine Zeile schreibst
Größe zuerst, dann Motiv und Handlung, dann die Bewegung.
Medium close-up, chest up. She turns toward the window. Slow dolly in.
Diese Reihenfolge ist nicht willkürlich. Die Größe ist das tragendste Element, also steht sie dort, wo sie nicht übersehen werden kann.
Die sieben Einstellungsgrößen
Die Größen sind danach benannt, wie viel von einer Person das Bild füllt. Bei Objekten überträgst du dieselbe Logik auf das Objekt.
Extreme Totale (ELS)
Das Motiv ist ein Detail in einem viel größeren Raum. Landschaft, Skyline, eine Figur, die ein Feld überquert.
Nutz sie, um den Ort zu etablieren — oder um jemanden klein wirken zu lassen.
KI-Hinweis
Zuverlässig. Modelle kommen mit der Extremen Totale gut zurecht, weil das Motiv kaum Details trägt — es gibt weniger, was schiefgehen kann.
Totale (LS)
Ganzkörper, Kopf bis Fuß, mit sichtbarem Raum drumherum. Auch Full Shot genannt.
Das Arbeitspferd, wenn du zeigen willst, was jemand körperlich tut.
KI-Hinweis
Zuverlässig, mit einem Haken: Hände und Füße sind in dieser Größe klein genug, dass Fehler untergehen. Praktisch.
Halbtotale (MLS)
Ab den Knien aufwärts. Wegen der Westernkadrierung, die den Holster mit einschließt, auch Cowboy Shot.
Zwischen "was tun sie" und "was fühlen sie".
KI-Hinweis
Solide. Achte auf Hände, die am unteren Bildrand ins Bild rutschen.
Halbnah (MS)
Ab der Taille aufwärts. Der Standard für Dialog und für die meisten Produkt-in-Benutzung-Aufnahmen.
Gibst du keine Größe an, bekommst du ungefähr das.
KI-Hinweis
Die zuverlässigste Größe über alle Modelle, die wir benutzt haben. Und die langweiligste, wenn es deine einzige bleibt.
Nahaufnahme (MCU)
Ab der Brust aufwärts. Die Standardkadrierung für Interview und Moderation.
Nah genug, um Mimik zu lesen, weit genug, um Gestik zu sehen.
KI-Hinweis
Zuverlässig. Hände schneiden oft die untere Kante an — nimm sie bewusst mit ins Bild oder schneide oberhalb davon ab.
Großaufnahme (CU)
Kopf und Schultern. Ein Gesicht oder ein einzelnes Objekt füllt das Bild.
Hier wohnt die Emotion. Sparsam einsetzen, damit sie ihr Gewicht behält.
KI-Hinweis
Gut, aber ab hier zeigen sich Artefakte im Gesicht. Generiere zwei und such dir eins aus.
Detailaufnahme (ECU)
Ein Teil eines Gesichts oder Objekts: Augen, Hände, ein Schalter, eine Textur.
Abstrakt und desorientierend, mit Absicht. Ideal für Übergänge.
Over-the-Shoulder und POV sind Perspektiven, keine Größen
Ein Over-the-Shoulder beschreibt, wo die Kamera steht, nicht wie nah sie dran ist. In der Praxis ist es eine Nahaufnahme oder Halbnah mit einer Schulter im Vordergrund.
Bei POV genauso. Schreib beides, wenn du es brauchst: "Over-the-shoulder medium close-up, past his shoulder onto her face."
Die sechs Kamerabewegungen
Drei davon schwenken die Kamera an Ort und Stelle. Drei bewegen sie durch den Raum. Zu wissen, welche welche ist, ist der halbe Kampf.
Schwenk (Pan)
Die Kamera dreht sich horizontal um einen festen Punkt. Das Stativ bewegt sich nicht.
Nutz ihn, um einer Handlung durch den Raum zu folgen, oder um etwas zu enthüllen, indem du dich dorthin drehst.
Was ein Schwenk bedeutet
Ein Schwenk sagt "schau mal hier rüber". Er verbindet zwei Dinge in einer durchgehenden Einstellung — das ist eine andere Aussage, als zwischen ihnen zu schneiden.
Neigung (Tilt)
Die Kamera dreht sich vertikal. Gleicher fester Punkt.
Ein Gebäude hochzuneigen macht es hoch. Von einem Gesicht zu den Händen runterzuneigen macht die Hände wichtig.
Was eine Neigung bedeutet
Neigungen verteilen Bedeutung. Worauf du landest, liest das Publikum als das Wichtige.
Dolly
Die gesamte Kamera bewegt sich zum Motiv hin oder von ihm weg, meist auf Schienen oder einem Rollwagen.
Das ist es, was Leute meinen, wenn sie "reinzoomen" sagen. Und es ist nicht dasselbe.
Dolly gegen Zoom, und warum ein Modell das merkt
Ein Dolly verändert die räumliche Beziehung zwischen Vorder- und Hintergrund — Dinge kommen unterschiedlich schnell näher. Ein Zoom beschneidet alles gleichmäßig.
Schreib "dolly in" und ein Modell erzeugt Parallaxe. Schreib "dolly" und "zoom", und es versucht beides — deshalb fühlen sich solche Clips falsch an, ohne dass man sagen könnte warum.
Truck (Krabbe)
Die Kamera fährt seitwärts und bleibt parallel zum Motiv. Auch Crab genannt.
Fährst du neben einer gehenden Figur her, bleibt sie gleich groß, während der Hintergrund vorbeigleitet.
Truck gegen Schwenk
Ein Schwenk dreht sich, und der Hintergrund schwingt. Ein Truck fährt, und der Hintergrund gleitet. Das liest sich völlig anders, und die beiden zu verwechseln ist der häufigste Fehler auf einer Shotlist.
Kran / Jib
Die Kamera steigt oder sinkt an einem Arm.
Kranfahrten lassen Enden wie Enden wirken. Von einer Figur aufzusteigen und wegzugehen ist die Bildgrammatik des Verlassens.
KI-Hinweis
Die unzuverlässigste Bewegung auf dieser Liste. Komplexe Kranpfade verzerren die Geometrie.
Handheld
Die Kamera wird getragen. Bewusste Instabilität.
Handheld liest sich als Dringlichkeit, Dokumentarisches oder subjektive Anwesenheit. Es ist eine Tonentscheidung, keine Bewegungsentscheidung.
KI-Hinweis
Modelle geben Handheld-Drift ordentlich wieder, übertreiben aber. Bitte um "slight handheld drift", nicht um "handheld".
Welche Bewegungen KI-Video wirklich rendert
Das ist der Abschnitt, den Filmhochschul-Referenzen nicht haben — und der Grund, warum es diese Seite gibt und nicht nur die Charts.
Die Einschätzungen unten stammen aus unserer eigenen Generierungsarbeit mit den Modellen im Anyscene-Lineup. Sie sind qualitativ, nicht gebenchmarkt. Nimm sie als Ausgangspunkt, nicht als Datenblatt.
| Bewegung | Zuverlässig | Was kaputtgeht |
|---|---|---|
| Statisch | Ja | Nichts — der sichere Standard |
| Schwenk | Ja | Schnelle Schwenke verschmieren den Hintergrund |
| Neigung | Meistens | Lange Neigungen driften vom Motiv weg |
| Dolly in | Ja | Die stärkste Bewegung, die du verlangen kannst |
| Dolly out | Meistens | Hintergründe werden erfunden, während sie ins Bild kommen |
| Truck | Gemischt | Kippt oft in einen Schwenk um |
| Kran | Selten | Geometrie verzerrt bei komplexen Pfaden |
| Handheld | Ja | Übertrieben, wenn du nicht "slight" schreibst |
Was heute hält
Statisch und Dolly in. Wenn du eine Bewegung willst, die beim ersten Versuch sitzt, sind es diese beiden.
Schwenke funktionieren gut, solange das Motiv einigermaßen zentriert bleibt. Leichtes Handheld ist verlässlich und bringt für ein Wort erstaunlich viel Leben.
Was noch kaputtgeht
Komplexe Kranbewegungen
Ein Kran, der steigt und rotiert und reinfährt, sind drei Anweisungen für einen durchgehenden Pfad. Modelle picken sich eine heraus und verzerren den Rest.
Teil es stattdessen in zwei Einstellungen.
Lange Handheld-Takes
Der Drift summiert sich. Was als Textur beginnt, ist am Ende eines Achtsekünders Seekrankheit.
Halte Handheld kurz, oder verlang "locked off with slight handheld texture".
Wie du eine Bewegung so formulierst, dass sie überlebt
Eine Bewegung pro Einstellung. Benenne sie mit dem Standardbegriff, nicht mit einer Beschreibung des Effekts.
"Slow dolly in" überlebt. "Camera pushes forward while gently zooming to create intimacy" nicht — das sind drei konkurrierende Anweisungen und eine Absicht, mit der das Modell nichts anfangen kann.
Mehr dazu in unserer Shot-Prompt-Bibliothek, die vierzig Beispiele mit genau diesem Vokabular enthält.
Perspektive: der Modifikator, den du auch brauchst
Die Größe sagt, wie nah. Die Bewegung sagt, was die Kamera tut. Die Perspektive sagt, wo die Kamera vertikal steht — und verändert die Bedeutung von beidem.
Eine Perspektive ist nichts, was du stattdessen wählst. Sie modifiziert eine Größe. "Untersicht halbnah" ist eine Anweisung.
Augenhöhe
Kamera auf Augenhöhe des Motivs. Neutral — und neutral ist eine Entscheidung.
Die meiste Dialogkadrierung sitzt hier, weil sie das Publikum zum Gegenüber macht statt zum Beobachter.
KI-Hinweis
Der Standard. Gibst du keine Perspektive an, bekommst du diese.
Aufsicht
Kamera oben, blickt herunter. Das Motiv wirkt kleiner, jünger oder verletzlicher.
Nützlich, um einen Arbeitsplatz oder ein Layout zu zeigen — eine Aufsicht halbnah auf einen Schreibtisch zeigt, was darauf liegt.
Vorsicht Klischee
Aufsicht liest sich so zuverlässig als "schwach", dass es schnell dick aufgetragen wirkt. Höchstens einmal pro Szene.
Untersicht
Kamera unten, blickt hinauf. Das Motiv gewinnt Höhe und Autorität.
Gut auch für Architektur und um ein Produkt monumental wirken zu lassen.
KI-Hinweis
Funktioniert gut, aber Untersichten auf Gesichter übertreiben Kiefer und Nasenlöcher. Kadriere ab der Brust abwärts oder halte den Winkel flach.
Schräge (Dutch Angle)
Die Kamera rollt, der Horizont kippt. Unbehagen, Desorientierung, irgendetwas stimmt nicht.
Zehn bis fünfzehn Grad reichen. Mehr liest sich als Fehler oder Musikvideo.
KI-Hinweis
Eine milde Schräge bekommen Modelle hin. Winkelangaben in Grad ignorieren sie häufig — schreib lieber "slightly tilted horizon" als "12-degree dutch".
Vogel- und Froschperspektive
Die Extreme: senkrecht von oben, und vom Boden senkrecht nach oben.
Beide sind stark genug, dass sie sich ankündigen. Nimm sie, wenn genau diese Ankündigung der Punkt ist — eine Aufsicht auf ein gedecktes Tisch, eine Froschperspektive auf ein Gebäude.
Die Aufsicht ist die Ausnahme von der Klischee-Regel
Flache Aufsichten sind die Standardkadrierung für Tutorials, Rezepte und Produkt-Flatlays, wo sie überhaupt kein dramatisches Gewicht tragen. Der Kontext entscheidet.
Alle drei in eine Zeile schreiben
Perspektive, Größe, Motiv, Handlung, Licht, Bewegung. Nicht jede Zeile braucht alle sechs.
Low-angle medium shot. He looks up at the sign. Overcast, flat light. Static.
Die Reihenfolge, die sich am schnellsten liest
Setz die Kadrierungsbegriffe nach vorn, damit jemand beim Überfliegen einer Shotlist das Setup vor der Geschichte sieht. Kamerateams lesen von links nach rechts und hören auf zu lesen, sobald sie wissen, wohin die Kamera zeigt.
Was du weglassen kannst
Ist es Augenhöhe und statisch, schreib beides nicht. Standards zu benennen erzeugt Rauschen — und in einem KI-Prompt gibst du Tokens für Anweisungen aus, die nichts ändern.
Das eine, was du nie weglassen solltest
Die Größe. Es ist das einzige Feld, in dem der Standard aktiv gegen dich arbeitet.
Anschlussregeln, die dieses Vokabular brauchen
Die Begriffe oben sind nicht bloß Etiketten. Drei Schnittregeln hängen an ihnen.
Die 180-Grad-Regel
Zieh eine gedachte Linie zwischen deinen beiden Motiven. Halte jede Kamera auf einer Seite davon.
Überschreitest du sie, tauschen deine Figuren zwischen den Schnitten die Seiten — und das wirkt selbst auf Zuschauer kaputt, die nicht sagen können, warum.
Wann du sie überschreiten darfst
Bewusst, auf einer Fahrt, damit das Publikum die Kamera hinüberfahren sieht. Oder bei einem harten Szenenwechsel, wo es nichts gibt, zu dem man inkonsistent sein könnte.
Blickachsen zusammenpassen lassen
Schaut sie nach rechts ins Bild zu ihm, muss er in seiner Einstellung nach links ins Bild zu ihr schauen.
Machst du das falsch, wirken zwei Leute im selben Raum, als würden sie Möbel ansprechen.
Auf Größe schneiden, nicht auf Motiv
Zwei Einstellungen desselben Motivs in fast derselben Größe ergeben einen Jump Cut. Der Fix ist, die Größe um mindestens zwei Stufen zu ändern.
Die 30-Grad-Faustregel
Die klassische Fassung sagt: bewege die Kamera zwischen zwei Einstellungen desselben Motivs um mindestens 30 Grad. Ein Größenwechsel leistet dasselbe.
Halbnah auf Großaufnahme schneidet sauber. Halbnah auf Nahaufnahme springt.
Gratis-Charts, ohne E-Mail
Beide Charts dieser Seite sind kostenlos zum Herunterladen, Verwenden und Weiterveröffentlichen. Keine Anmeldung, kein Wasserzeichen.
| Chart | Was drin ist | Datei |
|---|---|---|
| Einstellungsgrößen | Alle sieben Größen mit Figurenmaßstab | SVG |
| Kamerabewegungen | Alle sechs Bewegungen mit Richtungsdiagrammen | SVG |
SVG skaliert in jede Größe, ohne unscharf zu werden — druck sie in A3 für die Wand oder zieh sie in einen Drehplan.
Wenn du sie weiterveröffentlichst, freuen wir uns über einen Link. Pflicht ist er nicht.
Häufige Fragen
Wie viele Einstellungsgrößen gibt es?
Sieben Standardgrößen: Extreme Totale, Totale, Halbtotale, Halbnah, Nahaufnahme, Großaufnahme und Detailaufnahme. Over-the-Shoulder und POV werden oft danebengestellt, beschreiben aber die Kameraposition statt der Größe — sie kombinieren sich also mit einer Größe, statt eine zu ersetzen.
Was ist der Unterschied zwischen einem Schwenk und einem Truck?
Ein Schwenk dreht die Kamera um einen festen Punkt, der Hintergrund schwingt vorbei. Ein Truck bewegt die ganze Kamera seitwärts, der Hintergrund gleitet. Folgst du einer gehenden Person mit einem Schwenk, bleibt sie zentriert, ändert aber ihre Größe; fährst du nebenher, bleibt die Größe konstant.
Ist Zoom eine Kamerabewegung?
Nein. Ein Zoom verändert die Brennweite bei stillstehender Kamera und flacht das Bild gleichmäßig ab. Ein Dolly bewegt die Kamera physisch und verändert das Verhältnis von Vorder- zu Hintergrund. Beides in eine Anweisung zu schreiben ist eine der häufigsten Ursachen für merkwürdig wirkende KI-Clips.
Was ist die 180-Grad-Regel?
Halte jede Kameraposition auf einer Seite einer gedachten Linie zwischen zwei Motiven. Überschreitest du sie, tauschen die Motive zwischen Schnitten die Bildseiten, was als Anschlussfehler gelesen wird. Bewusst überschreiten kannst du auf einer Fahrt, bei der das Publikum die Kamera über die Linie fahren sieht.
Welche Kamerabewegungen funktionieren am besten mit KI-Videogeneratoren?
Statisch und Dolly in sind über die aktuellen Modelle hinweg am zuverlässigsten. Schwenk und leichtes Handheld funktionieren gut. Truck kippt oft in einen Schwenk um, und Kranbewegungen verzerren bei komplexen Pfaden die Geometrie — teile die lieber in zwei Einstellungen.
Welche Einstellungsgröße nehme ich für Dialog?
Halbnah oder Nahaufnahme für die Hauptkadrierung, Over-the-Shoulder für den Schlagabtausch, und eine Großaufnahme aufgehoben für die Zeile, auf die es ankommt. Alles in einer Größe zu drehen ist das, was Dialogszenen flach wirken lässt.
Muss ich die Einstellungsgröße in einen KI-Prompt schreiben?
Ja — sie ist das wirkungsvollste einzelne Wort, das du hinzufügen kannst. Ohne sie fallen Modelle jedes Mal auf ungefähr Halbnah zurück, und jedes Bild deiner Sequenz landet auf derselben Distanz. Genau diese Gleichförmigkeit lässt generierte Sequenzen als generiert erkennbar werden.
Bring das Vokabular zum Einsatz
Druck die Charts aus. Häng sie dorthin, wo du sie beim Schreiben einer Shotlist siehst.
Und schreib deine nächste Sequenz mit einer Größe in jeder Zeile und einer Bewegung in vielleicht jeder dritten — dann füg das Ganze in den KI-Storyboard-Generator ein und sieh es dir als Bilder an, bevor du dich auf irgendetwas davon festlegst.