Midjourney AI
MidassAI Studio öffnen

Videomodell mit Ton: Briefing-Blatt mit zwei Spuren

Midjourney AI Team · 12. November 2026 · 4 min read

Start Creating Now
Storyboardstreifen und Audiowellenkarten in zwei Spuren übereinander auf einem warmen Schreibtisch.

Die Office-Hours-Berichte aus dem November setzen ein Videomodell mit generiertem Ton auf die Midjourney-Roadmap — ohne Datum, ohne Preis, ohne Funktionsliste. Sinnvoll ist jetzt nicht Warten. Die Bildseite eines Videobriefings ist mit heutigen Werkzeugen testbar, die Audioseite lässt sich vorab als leere Spalte strukturieren, damit die erste Woche nach dem Start ein Vergleich wird statt eines Durcheinanders. Dieses Blatt liefert die Struktur. Es ist ein vorgeschlagener Ablauf, kein getesteter; nichts hier ist ein Versprechen über ein unveröffentlichtes Modell.

Was Sie annehmen können und was nicht

Planbar ist: Laut November-Berichten soll ein künftiges Midjourney-Videomodell Ton zusammen mit der Bewegung erzeugen. Unbestätigt sind Startdatum, Cliplänge, Kontrolle des Audiostils, Sprachausgabe und die Frage, wie Prompts geschrieben werden. Deshalb behandeln wir Audio unten als Planungsspalte, nie als Prompt-Erwartung.

Heute möglich: die Bildspur mit V8.2-Standbildern und den vorhandenen Videofunktionen fixieren und festhalten, welche Standbilder die Bewegung überstehen. Das ist echte Arbeit und genau die Basis, an der ein tonfähiges Modell gemessen wird.

Das Briefing-Blatt mit zwei Spuren

Jedes Videokonzept läuft vor der Generierung durch diese Tabelle. Kopieren Sie sie unverändert in die Projektnotizen.

Einstellung Bildspur (heute füllen) Audiospur (zum Start füllen)
1 Motiv, Aktion, Kamerabewegung, Seitenverhältnis Erwartete Atmosphäre, ein zentrales Geräusch
2 Wie oben, plus was zu Einstellung 1 passen muss Erwartete Atmosphäre, Geräusch oder bewusste Stille
3 Übergangsart zur nächsten Einstellung Ob Ton den Übergang trägt oder abbricht

Regeln zum Füllen:

  • Eine Kamerabewegung pro Einstellung. Braucht das Bild zwei, teilen Sie die Zeile. Einzelbewegungen überstehen den Bewegungstest am zuverlässigsten.
  • Nennen Sie den Konsistenzanker. Für jede Folgeeinstellung: was zu Einstellung 1 passen muss — Garderobe, Set, Lichtrichtung. Das wird Ihr Referenzbild-Plan.
  • Stille ist ein Eintrag, keine Lücke. Ein bewusster stiller Moment zwischen zwei Geräuschen ist eine Gestaltungsentscheidung. Schreiben Sie ihn jetzt in die Audiospalte, damit ihn später niemand mit Standardatmosphäre füllt.
Konzeptbild einer zweispaltigen Tabelle: links Storyboard-Miniaturen, rechts leere Platzhalterkarten.
Entwurf des Tabellenlayouts: Bildzeilen heute gefüllt, Audiospalte bleibt bis zum Start des Modells leer.
Start Creating Now

Die Bildspur heute fixieren

Mit absichtlich leerer Audiospalte lässt sich die Bildseite jetzt produzieren:

  1. Erzeugen Sie das Hero-Standbild pro Einstellung mit V8.2. Notieren Sie den gewinnenden Prompt samt Einstellungen in der Bildspalte, nicht im Chatverlauf. Grundlagen zur Prompt-Struktur im Prompt-Grundlagenbeitrag.
  2. Fahren Sie einen Bewegungstest pro Hero mit den vorhandenen Videofunktionen und protokollieren Sie, welche Standbilder hielten. Erwarten Sie Ausfälle bei schwierigen Händen, kleiner Schrift und Interaktionen mit mehreren Objekten; solche Einstellungen brauchen ein einfacheres Standbild oder einen engeren Ausschnitt vor der Startwoche.
  3. Frieren Sie eine Bildspur-Version ein. Speichern Sie freigegebene Standbilder, Prompts und Seitenverhältnisse in einem Ordner. Dieses Set ist Ihre Startbasis — verglichen wird nur damit.

Schreiben Sie keine Ton-Prompts vorab. Es gibt keine dokumentierte Syntax, und Selbsterfundenes garantiert Nacharbeit.

Bewusste Stille planen, bevor Ton existiert

Der häufigste Fehler in ersten Audioversuchen ist durchgehende Atmosphäre ab dem ersten Frame. Entscheiden Sie jetzt, wo Ihr Konzept Ruhe braucht. Zwei Sekunden Stille nach einer schließenden Tür leisten mehr als eine volle Geräuschdecke, und solche Entscheidungen fallen auf Papier leicht und unter Termindruck schwer. Markieren Sie stille Abschnitte genau wie Geräuschereignisse.

Konzeptbild einer Zeitachse mit bewusst gesetzter Stille zwischen zwei Tonhinweisen.
Stille gehört als Planungseintrag in die Audiospalte, nicht in die Nacharbeit.

Startwoche: Vergleich, kein Neustart

Wenn ein tonfähiges Modell tatsächlich erscheint, wird das Blatt zum Testprotokoll:

  1. Fahren Sie jeden eingefrorenen Bildspur-Prompt unverändert durch die neue Videopipeline. Ändern Sie das Modell, nicht den Wortlaut — sonst misst der Vergleich den Prompt, nicht das Modell.
  2. Füllen Sie die Audiospalte nur für die ersten drei Einstellungen. Drei bewertete Zeilen schlagen neun überflogene.
  3. Bewerten Sie beide Spuren gegen das Briefing: Hielt die Bewegung den Anker, passt der erzeugte Ton zu geplanter Atmosphäre, Ereignis oder Stille?
  4. Behalten Sie, was die Basis schlägt; für alles andere bleibt die Basis. Ton der ersten Generation gewinnt nicht jede Zeile, und das ist erwartbar.

Halten Sie Ergebnisse als Beobachtungen eigener Tests fest. Veröffentlichen Sie keine „offiziellen" Verhaltensaussagen, bevor die Doku sie macht.

Grenzen dieses Blattes

Der Ablauf kann nichts über ein unveröffentlichtes Modell versprechen: Cliplänge, Kontrolle des Audiostils, Sprachgenerierung und Preis sind unbekannt, und der Roadmap-Punkt selbst stammt aus Office-Hours-Berichten, nicht von einer Produktseite. Was das Blatt garantiert, ist kleiner und trotzdem wertvoll — eine eingefrorene Bildbasis, benannte Konsistenzanker und Audioentscheidungen auf Papier statt unter Druck. Zum Roadmap-Kontext siehe V9-Status im November.

Start in MidassAI Studio

Halten Sie die eingefrorene Bildspur, ihre Prompts und dieses Blatt in einem MidassAI Studio-Projektordner, dann beginnt die Startwoche mit einem Ordner statt einer Suche. Midjourney in MidassAI Studio testen und diese Woche ein Drei-Einstellungen-Konzept einfrieren.

Related articles

Start Creating Now