In letzter Zeit probiere ich einen anderen Weg aus, Motion Design zu machen. In diesem Text geht es darum, wie man mit AI-Agenten ein Markenvideo macht, ohne dass das Ergebnis dem Zufall überlassen bleibt. Es ist nicht der klassische Prozess, bei dem man ein Storyboard vorbereitet, After Effects öffnet und Szenen von Hand zusammenbaut. Und das Video wird auch nicht mit Text-to-Video-Modellen generiert.
Bei mir entsteht jeder Frame als Code. AI-Agenten in Claude Code (mit dem Modell Claude Opus 5.5) schlagen das Konzept vor, bauen die einzelnen Szenen, prüfen sie, korrigieren sie und rendern am Ende den ganzen Film direkt im Browser, mit Canvas und WebGL.
Ich bringe die Brand Assets, das Briefing, den Kontext und die Musik mit, und vor allem entscheide ich, was funktioniert, was nicht funktioniert und was neu gemacht werden muss.
Zwei recht unterschiedliche Projekte sind so bisher entstanden: ein kurzer Teaser für die neue Cleevio-Website und ein einminütiger Markenfilm für Atomika. Das Produktionsprinzip war bei beiden dasselbe, nur der Umfang lag auf einem ganz anderen Niveau.
Was Video als Code bedeutet und warum kein Text-to-Video-Generator
Nicht generiert. Programmiert.
Jede Szene ist ein Programm, nicht die Ausgabe eines Modells. Deshalb ist das Ergebnis wiederholbar und lässt sich über einen Parameter ändern.
Das ist der wichtigste Unterschied zu allem, was heute über AI-Video geschrieben wird.
Jede Szene ist im Grunde ein kleines Programm, das für jeden Zeitpunkt genau weiß, wo ein Objekt sein soll, wie groß es sein soll, wie es sich bewegen soll, was die Kamera tun soll und wie der fertige Frame aussehen soll. Die Animation wird dann direkt im Browser gezeichnet.
Der Vorteil: Das Ergebnis ist jedes Mal dasselbe und trotzdem jederzeit editierbar. Wenn ich das Timing ändern, das Smartphone größer machen, die Kamerafahrt anpassen oder einen Übergang zwischen zwei Szenen überarbeiten will, muss ich nicht das ganze Video neu generieren und hoffen, dass das Modell es diesmal richtig macht. Die Parameter ändern sich, und die Szene wird neu gerendert.
Weitere Varianten lassen sich genauso leicht herstellen: ein anderes Format, ein anderes Timing oder ganz andere Musik.

| Video als Code | Text-to-Video-Generator | |
|---|---|---|
| Kontrolle über das Ergebnis | Jedes Objekt, jede Kamera und jeder Moment ist ein Parameter. Eine Zahl ändern, und die Szene wird neu berechnet. | Ein Prompt und der Zufall. Jede Änderung bedeutet eine neue Generierung und ein neues Ergebnis. |
| Markenkonsistenz | Gebaut aus dem echten Designsystem: Schriften, Farben, UI, Logos. | Das Modell imitiert die Marke. Schriften und UI sind meist nur ungefähr getroffen. |
| Eine Szene bearbeiten | Jederzeit, Parameter für Parameter, ohne den Rest zu verlieren. | In der Praxis nur, indem die ganze Szene neu generiert wird. |
| Kosten einer Iteration | Sekunden Renderzeit im Browser. | Minuten und Credits für jeden Versuch. |
| Arbeit mit echten Assets | Echte Screenshots, Landkarten, Dashboards und Produktfotos. | Assets lassen sich nur ungefähr beschreiben. |
| Reproduzierbarkeit | Gleicher Code, gleiches Ergebnis. Eine Version B mit anderer Musik in einer halben Stunde. | Gleicher Prompt, anderes Ergebnis. |
Warum wir mit der Musik beginnen, nicht mit dem Bild
Erst die Musik, dann das Bild
Die Musik ist die Timeline des Films. Die Beats und die Einsätze entscheiden, wann ein Schnitt, eine Bewegung oder ein Aufprall sitzt.
Bei diesen Videos beginne ich nicht mit dem Bild. Ich beginne mit der Musik.
Zuerst analysieren wir das Tempo, die Beats, die Einsätze, die Wechsel in der Energie und die Stellen, an denen der wichtigste Moment sitzen soll. Erst dann wird das Bild auf diese Timeline gelegt.
Jede wichtige Bewegung bekommt einen festen Platz in der Zeit. Ein Schnitt, ein UI-Wechsel, eine Kamerafahrt oder der Aufprall eines Objekts liegt nicht ungefähr „irgendwo in der Musik“, sondern ist direkt an ihren Rhythmus gebunden.
Cleevio entstand bei 120 BPM, Atomika bei 100 BPM. So lässt sich das Timing des Films genau ausrechnen, bevor alle einzelnen Szenen fertig sind.

Warum die Agenten echte Brand Assets brauchen
Echte Assets statt einer erfundenen Marke
Der zweite wichtige Teil sind die Inputs. Die Agenten bekommen nicht bloß ein Logo und den Satz „mach ein Video“. Sie bekommen die echten Brand Assets des Unternehmens: Figma, Schriften, Farben, Logos, Produkt-Screenshots, Landkarten, UI, Präsentationen und weiteres Material.
Zur Vorbereitung gehört die Recherche auf der Website und in anderen Quellen. Die Agenten müssen herausfinden, was das Unternehmen macht, wie es kommuniziert, welche Produkte es hat und welche Bildsprache es bereits nutzt.
Der fertige Film entsteht also nicht irgendwo außerhalb der Marke. Im Gegenteil: Er versucht, so weit wie möglich mit dem zu arbeiten, was es schon gibt, und das echte Designsystem in Bewegung zu übersetzen.

Wie ein Multi-Agenten-Workflow ein Video produziert
Vorbereitung → Kreation → Produktion → QA → Finale. Innerhalb der Produktion läuft die Schleife Creator → Kritiker → Überarbeitung.
1. Ein kleines Studio statt eines einzelnen AI-Assistenten
Das Rendern selbst ist nicht das, was mir daran am meisten Spaß macht. Interessanter ist, wie die Arbeit organisiert ist.
Ich nutze nicht einen einzelnen Agenten, dem ich „mach ein Video“ sage, um dann auf das Ergebnis zu warten. Der ganze Prozess ist eher wie ein kleines Produktionsstudio aufgebaut:
Vorbereitung → Kreation → Produktion → QA → Finale
- 01 Assets und Briefing vorbereiten
- 02 Creative Directors schlagen vor, eine Jury bewertet, der Showrunner legt die Richtung fest
- 03 Creator → Kritiker → Überarbeitung
- 04 QA, Sound, Finale
Zur Vorbereitung gehören die Assets, Figma, die Website, die Musik und Referenzen. Danach schlagen mehrere Agenten in der Rolle von Creative Directors unabhängig voneinander eigene Konzepte vor. Weitere Agenten bilden eine Jury, bewerten die Vorschläge und suchen nach ihren Schwachstellen. Der Showrunner nimmt dann die stärksten Ideen und baut daraus die endgültige Richtung und das Storyboard.
Erst dann beginnt die eigentliche Produktion.
2. Die Schleife: Creator → Kritiker → Überarbeitung
Auch eine einzelne Szene entsteht nicht durch einen Agenten allein. Ich nutze eine einfache Schleife:
Creator → Kritiker → Überarbeitung
Der erste Agent erstellt die Szene. Der zweite prüft sie unabhängig anhand des ursprünglichen Briefings und sucht nach Problemen. Der dritte bekommt die Szene zusammen mit der Kritik und arbeitet die Anmerkungen ein.
Die Szenen können parallel entstehen, sodass statt eines langen linearen Prozesses mehrere Teile der Produktion gleichzeitig laufen.
3. Wie das Briefing aussieht
Alles beginnt mit einfachem Text. Für Atomika habe ich ein einziges Briefing geschrieben: was ich will, von welchen Brand Assets auszugehen ist und wie hoch das Ziel liegt.
I want a video about atomika.gold: the website, the app and the company as a whole. About a minute, 16:9, with sound.
Everything is in Figma: the logo, colors, graphic style, maps, the website and the app. Go through the website and study it properly. I'm attaching the music, the original video, a LinkedIn article and the fonts Micro Grotesk and Geist Mono. Use everything that will work in the video: SVGs, maps, screens.
Work out how to explain clearly what Atomika actually is. Put the whole company of agents on it, and your best directors.
And act as if this video were going to win an award for best design. I want a wow effect.Der Orchestrator hat es dann in Aufgaben für die einzelnen Agenten zerlegt. Jeder bekommt eine präzise Anweisung nur für seine Rolle, aber mit demselben Kontext. So sah das Briefing für einen der fünf Creative Directors aus, die unabhängig voneinander ein Konzept für den Film vorgeschlagen haben:
You are part of an elite motion-design studio making a 62-second, 16:9 brand film for Atomika – the open market for sodium cyanide, the reagent most of the world's gold depends on.
The film must do two things at once: win a design award, and make a first-time viewer understand what Atomika is.
Before you write anything, study the real material: the website, the Figma brand system (palette, typography, logo, 63 topographic maps, icons), the product screens, the music and the old film.
You are CREATIVE DIRECTOR A – BRAND SYSTEM. Turn Atomika's own identity into motion: contour lines drawing themselves and rising into 3D, the 45° diamond from the logo, a crosshair locking onto coordinates, sharp grotesk headlines against mono data labels. The idea: a market that never had a map finally gets surveyed.
Propose one complete concept. No tech-ad clichés – no glowing networks, no stock blockchain imagery. 14–20 shots, a hook in the first two seconds, every big reveal on a beat of the music, and a clear ending on atomika.gold.4. Sound ist Teil des Systems
Das Bild ist natürlich nur ein Teil des Films. Deshalb arbeiten die Agenten auch am Sounddesign.
Whooshes, Klicks, Impacts und andere Effekte lassen sich direkt im Code synthetisieren und auf einen exakten Frame setzen. Musik und Effekte werden dann zur finalen Tonspur zusammengesetzt, und der Mix wird für das Endformat vorbereitet.
Hier stößt die Automatisierung an eine klare Grenze. Technisch lassen sich Lautstärke, Lautheit oder die genaue Position eines Effekts messen, aber den finalen Sound muss sich weiterhin ein Mensch anhören.
Die Messung sagt, dass der Mix technisch in Ordnung ist. Sie sagt nicht zuverlässig, ob ein Sound billig wirkt, zu aggressiv ist oder einfach nicht zum Bild passt.
Das Ergebnis: ein Teaser für Cleevio und ein Markenfilm für Atomika
Derselbe Prozess, 18 Sekunden für Cleevio und 62 Sekunden für Atomika. Der Unterschied liegt in der Zahl der Agenten und im Umfang der Brand Assets.
1. Cleevio: ein Teaser für die neue Website
Der erste größere Test war ein Teaser für die neue Cleevio-Website.
Das Kernkonzept hieß FULL STOP. The new cleevio.com. Ich wollte keine schnelle Montage aus Website-Screenshots machen. Ich wollte Elemente nutzen, die Teil ihres Designs sind.
Eines der Hauptmotive wurde der Punkt aus den Texten der Website, zum Beispiel aus dem Claim Built to stand out. Im Film verhält er sich fast wie ein interaktives Objekt. Er öffnet weitere Ebenen und führt uns Schritt für Schritt tiefer in die Website.
Ähnlich wollte ich mit dem Cursor arbeiten. Der Cursor aus dem Hero-Video wird nach und nach zur Hand eines Designers und beginnt, mit echten Elementen der Website zu arbeiten: einem MacBook, Smartphones und Projektkarten wie Packeta oder Spendee.


Das Showreel wurde in 11 Szenen aufgeteilt, und von Anfang an waren zwei Formate geplant, 16:9 und 9:16. Die vertikale Version ist kein bloß beschnittenes Querformat. Die Szenen bekamen eigene Kompositionen und Anpassungen, damit sie auch auf dem Smartphone funktionieren.
Am gesamten Prozess arbeiteten 105 AI-Agenten, verteilt auf mehrere Workflows. Der erste Rohschnitt stand nach etwa drei Stunden, und die finalen Versionen in 16:9 und 9:16 waren rund 6,5 Stunden nach dem Briefing fertig.
Später entstand eine weitere Version mit eigener, in Suno erstellter Musik. Das Bild wurde auf den neuen Track neu getimt, einige Szenen wurden angepasst und die Soundeffekte neu unter die Musik gemischt.
- 105
- Agenten
- 11
- Szenen
- 120
- BPM
- 16:9 + 9:16
2. Atomika: ein einminütiger Markenfilm
Atomika war ein deutlich größerer Test.
Die Aufgabe war ein etwa einminütiger Markenfilm in 16:9, der das Unternehmen, das Produkt und das Prinzip des Marktes vorstellt und zugleich einen starken visuellen „Wow-Effekt“ hat.
Diesmal gab es zu Beginn deutlich mehr Material. Im Figma lagen das Logo, Präsentationen, Landkarten, die Website, Dashboards und das Interface der Auktion. Dazu kamen die Musik, ein Teil eines älteren Videos, weitere Inhalte und die Schriften Micro Grotesk und Geist Mono.
Daraus entstand das Konzept LEVEL. A line of equal value.
Das Hauptmotiv wurde eine horizontale Ebene, dazu kamen eine um 45° gedrehte Raute, topografische Höhenlinien und Datenkarten. Diese Elemente kehren im ganzen Film in unterschiedlichen Formen wieder und halten die Szenen zusammen.
Der Film hat 16 Szenen, rund 62 Sekunden und 100 BPM.

Einer der wichtigsten Momente ist eine 3D-Landschaft aus Höhenlinien. Die einzelnen Gebote wachsen wie Türme aus der Oberfläche, und die Preisebene gleicht sie nach und nach auf eine Höhe an. In denselben Moment wird eine konkrete Zahl aus der Auktion projiziert: 2.600 $ → 3.050 $/t, also +17 %.


Diesmal war das gesamte Produktionssystem deutlich größer. 4 Agenten arbeiteten an der Vorbereitung der Brand Assets, 14 an der Kreation, 72 an der Produktion und weitere 35 an der QA.
Das sind insgesamt 125 AI-Agenten.
Vom ersten Briefing bis zum fertigen Film samt Website vergingen etwa 8,5 Stunden. Meine eigene aktive Zeit lag dabei bei rund 4 Stunden, vor allem für die Vorbereitung der Brand Assets und des Briefings, Kontrollen zwischendurch, kreative Entscheidungen, die Durchsicht der Ergebnisse und die abschließende Veröffentlichung. Dazwischen liefen die einzelnen agentischen Workflows selbstständig oder parallel.

- 125
- Agenten
- 16
- Szenen
- 62 s
- 100
- BPM
- ~4 h
- meiner Zeit
Was der Mensch in einem agentischen Workflow macht
Weniger Keyframes, mehr Entscheidungen. Geschmack, Marke und die finale Auswahl bleiben beim Menschen.
1. Was ich eigentlich mache
Am meisten hat mich an dem ganzen Experiment überrascht, wie stark sich meine Rolle verschiebt.
Ich verbringe weniger Zeit damit, Keyframes von Hand zu verschieben oder jedes einzelne Element selbst zu bauen, und deutlich mehr Zeit mit der Vorbereitung der Inputs, mit dem Kontext, der Gestaltung des Prozesses, der Wahl der Richtung und der Entscheidung, was funktioniert und was noch einmal gemacht werden muss.
Gewissermaßen wandert meine Rolle vom Motion Designer zum Art Director des gesamten Systems.
AI kann einen großen Teil der Produktionsarbeit übernehmen, aber sie braucht weiterhin jemanden, der die Marke kennt, ein visuelles Gespür hat und sagen kann: Das funktioniert. Das nicht. Und das machen wir noch einmal.
2. Ohne gute Inputs funktioniert es nicht
Der ganze Prozess kann sehr schnell sein, aber er ist kein magischer Knopf.
Ohne ein gutes Figma, die richtigen Assets, Fakten, Musik und ein klares Briefing entsteht ein gutes Ergebnis nicht einfach von selbst.
Ein agentischer Workflow rettet kein schlechtes Briefing.
Er setzt es nur schneller um.
3. Was sich für mich verändert hat
Um die Zahl von 105 oder 125 Agenten geht es mir dabei eigentlich nicht. Und auch nicht darum, dass ein einminütiger Markenfilm an einem einzigen Arbeitstag entstehen kann.
Wichtiger ist, dass sich die Arbeitsweise selbst verändert.
Früher habe ich eine Szene gebaut. Heute kann ich ein System bauen, das die Szene vorschlägt, umsetzt, kritisiert und überarbeitet. Die einzelnen Agenten haben ihre Rollen, ihre Arbeit baut aufeinander auf, und manche Teile der Produktion können parallel laufen.
Der Mensch verschwindet nicht aus dem Prozess. Er kann sich vielmehr stärker auf das konzentrieren, wo seine Entscheidung den größten Wert hat: Richtung, Idee, Geschmack und die finale Auswahl.
Cleevio-TeaserThe new cleevio.comErgebnis ansehen →
Atomika-MarkenfilmLevel. A line of equal value.Ergebnis ansehen →So sind wir vorgegangen
Ein Prozess in sechs Schritten, der sich wiederholen lässt.
Wenn ich es für jemanden zusammenfassen müsste, der das in Claude Code mit Opus 5.5 ausprobieren will, sieht der Prozess so aus:
- Inputs. Figma, Schriften, Logos, Produkt-Screenshots, Musik, Texte. Ohne sie machen die Agenten ein generisches Video über nichts.
- Musik als Timeline. Zuerst die Analyse von Beats und Energie, erst dann die Szenen. Jeder Schnitt bekommt seinen Moment.
- Konzepte und eine Jury. Mehrere Agenten schlagen eine Richtung vor, andere kritisieren sie, der Showrunner stellt das Storyboard zusammen.
- Produktion in der Schleife. Creator, Kritiker, Überarbeitung. Eine Szene kommt erst nach dem dritten Schritt in den Film.
- Sound. Effekte, im Code synthetisiert und auf den Frame gesetzt, mit der Musik gemischt. Ein Mensch hört es sich an.
- Review und Rendering. Eine interne Jury bewertet, die schwächsten Szenen werden neu gemacht, die finale Fassung wird im Browser gerendert.
Auf einem einzigen MacBook heißt das: Arbeit in Wellen von 10 bis 12 Agenten. Ein voller Arbeitstag für einen einminütigen Film ist eine reale Zahl, kein Marketing.
Häufig gestellte Fragen
Antworten auf die Fragen, die wir am häufigsten bekommen.
Können AI-Agenten produktionsreifes Motion Design liefern?
- Ja, wenn sie echte Brand Assets bekommen und jemand für sie die Entscheidungen trifft. Der Teaser für Cleevio und der einminütige Film für Atomika sind so entstanden, und beide sind live. Die erste Version ist allerdings selten die endgültige: Eine Jury bewertet die Szenen, und die schwächsten werden neu gemacht.
Wie funktioniert Videoproduktion mit AI-Agenten?
- Wie ein kleines Studio. Vorbereitung der Brand Assets, mehrere kreative Konzepte und eine Jury, dann die Produktion Szene für Szene in der Schleife Creator → Kritiker → Überarbeitung, QA und das finale Rendering im Browser. Jede Szene ist Code, nicht die Ausgabe eines Generators.
Warum Claude Code statt eines AI-Videogenerators?
- Weil das Ergebnis deterministisch und editierbar ist. Wer das Timing, die Größe des Smartphones oder die Musik ändern will, ändert einen Parameter und braucht keine neue Generierung mit ungewissem Ausgang. Und der Film entsteht aus dem echten Designsystem des Unternehmens, nicht aus einer ungefähren Imitation.
Wie viele Agenten und wie viel Zeit hat der Atomika-Film gebraucht?
- 125 Agenten: 4 für die Vorbereitung, 14 für die Kreation, 72 für die Produktion und 35 für die QA. Vom Briefing bis zum fertigen Film samt Website vergingen etwa 8,5 Stunden, davon rund 4 Stunden menschliche Arbeit.
Welche Rolle hat der Designer in einem agentischen Workflow?
- Eher die eines Art Directors als die eines Keyframe-Operators. Er bereitet die Inputs und den Kontext vor, wählt die Richtung, hört sich den Sound an und entscheidet, was gut genug ist und was noch einmal gemacht wird. AI übernimmt die Produktionsarbeit; Geschmack und Markenkenntnis bleiben beim Menschen.
Was kostet ein solcher Film und wie lange dauert er?
- Der Teaser für Cleevio war 6,5 Stunden nach dem Briefing fertig, der einminütige Film für Atomika nach 8,5 Stunden. Der Preis hängt von der Länge ab, von der Menge der Brand Assets und davon, ob Sie bereits ein Designsystem haben. Am schnellsten kommen wir zu einer Zahl in einem kurzen Gespräch, in dem wir durchgehen, was Sie machen wollen.









