KI-Video nachbearbeiten: Wie ich einen fast perfekten Seedance-Clip gerettet habe

Der kleine Höhlenbewohner funktionierte auf Anhieb. Er blickte irritiert in die Kamera, sagte sein kurzes „Höh?“ und brach anschließend in ein herzliches, albernes Lachen aus. Mimik, Timing, Ton und die warme Höhlenatmosphäre passten. Ausgerechnet dieser beinahe perfekte Clip hatte jedoch ein Detail, das ihn für Instagram unbrauchbar machte: Das Modell hatte der Figur deutlich sichtbare Brustwarzen gegeben.

Für Operus kann ich alle drei Fassungen nebeneinander zeigen. Dadurch wird sichtbar, warum ein technisch funktionierendes Video noch nicht automatisch veröffentlichungsfähig ist – und warum eine Rettung manchmal mehrere Werkzeuge braucht.

Der beste Teil des Clips war bereits vorhanden. Die Aufgabe bestand nicht darin, ihn neu zu erfinden, sondern genau ein störendes Detail zu entfernen, ohne den Rest zu beschädigen.

V01: Kreativ gelungen, trotzdem nicht verwendbar

Die erste Fassung entstand mit Seedance 2.0 Mini. Acht Sekunden kosteten 8 Credits. Das Modell traf die gewünschte Mikroreaktion überraschend genau: erst Verwirrung, dann Erkennen, schließlich das breite Grinsen und Lachen. Auch der native Ton funktionierte.

Das Problem lag nicht in der Geschichte, sondern im Creature Design. Die Brustwarzen waren über viele Frames sichtbar und bewegten sich mit dem Körper. Für Instagram wollte ich diese Fassung deshalb nicht verwenden. Wegschneiden ließ sich die Stelle nicht, weil die Figur während praktisch des gesamten Clips frontal im Bild bleibt.

Single continuous extreme close-up inside the same dim earthen burrow. Preserve the exact identity, symmetry, skin texture, huge amber eyes, ears, hair and warm lantern lighting of the supplied creature. 0.0-2.0s: it stares directly into the camera, frozen and deeply puzzled, blinking once; tiny ear twitch. 2.0-3.2s: it leans a fraction closer, tilts its head very slightly while remaining nearly frontal, and makes a short confused German-sounding vocalization, clearly audible: 'Höh?' The mouth forms a small rounded O, no smile. 3.2-4.5s: a quiet recognition beat; pupils settle, brows relax, corners of the mouth begin to lift as it realizes the viewer is friendly. 4.5-8.0s: it bursts into a warm, ridiculous, slightly wheezy creature laugh, cheeks bouncing gently, then opens into the impossibly broad goofy grin from the end reference and holds it for the final second. Natural continuous facial animation and believable blinking, subtle head and ear motion, locked camera, no cut, no zoom, no scene change. Comedic and lovable, never scary. Audio: intimate burrow ambience, one clear soft 'Höh?' followed by a funny genuine chuckle growing into laughter; no music, no narrator. No text, subtitles, logos, watermark, extra teeth appearing, facial morphing, asymmetry, camera shake, or identity drift.

V03: Remotion löste das technische, aber nicht das gestalterische Problem

Mein erster gezielter Rettungsversuch entstand mit Remotion. Zwei hautfarbene, grob gerasterte Pixelmasken wurden an die Bewegung der Figur angepasst. Gesicht, Mimik, Höhle und Ton blieben dabei unverändert.

Technisch erfüllte die Fassung ihren Zweck: Die unerwünschten Details waren abgedeckt. Gestalterisch kam ich mit Remotion hier aber an eine klare Grenze. Die Masken bewegten sich zwar mit, blieben als Eingriff jedoch sichtbar. Aus einem störenden Detail war ein neues störendes Detail geworden.

Das ist ein wichtiger Unterschied: Ein Schnittprogramm kann exakt schneiden, überblenden, maskieren und eigene Elemente kontrollieren. Es kann aber eine organische Hautoberfläche nicht automatisch so rekonstruieren, als wäre sie schon immer Teil der generierten Figur gewesen.

V04: Die gezielte Korrektur mit Genjutsu

Statt den gesamten Clip neu zu generieren, nutzte ich anschließend Higgsfield Genjutsu. Zwei hautneutrale Ansichten derselben Figur dienten als Referenz. Der Auftrag war eng begrenzt: Nur die beiden kleinen Brust- und Brustwarzendetails sollten durch flache, zusammenhängende Haut ersetzt werden. Gesicht, Augen, Zähne, Ohren, Bewegungen, Licht, Kamera und Timing sollten unverändert bleiben.

Diese Fassung überzeugte. Die Korrektur ist nicht als Verpixelung oder Abdeckung zu erkennen, und die ursprüngliche Performance blieb erhalten. Anschließend wurde die originale Tonspur aus V01 unverändert wieder eingesetzt. Für die Genjutsu-Generierung wurden in diesem Fall 0 Credits ausgewiesen, weil eine kostenlose Generierung verfügbar war.

Use the source video as the absolute authority for the entire clip. Replace only the two small breast- and nipple-like protrusions on the creature's chest with flat, continuous wrinkled skin matching the neutral chest skin shown in the two reference images. The reference images define only the desired chest-skin surface; do not replace or redesign the creature. Preserve the exact original face, eyes, teeth, ears, hair, body proportions, puzzled expression, mouth movements, broad grin, laughter performance, head and shoulder motion, framing, camera, cave background, warm lighting, color, pacing, and timing. Do not add clothing, coverings, accessories, new anatomy, text, logos, or any other change. Every pixel outside the two small corrected chest regions should remain as close to the source video as possible.

Vier Fassungen, eine Entscheidung

Die zweite Seedance-Fassung zeigt, warum „noch einmal generieren“ nicht automatisch die beste Lösung ist. Sie entfernte zwar den ursprünglichen Anlass für die Korrektur, erreichte aber nicht mehr dieselbe Wirkung wie V01. Das stärkste Material blieb deshalb die erste Generierung.

Die Endkontrolle begann nach der Rettung von vorn

Geprüft wurde exakt die finale Datei, nicht nur das Ausgangsvideo. Der Export wurde vollständig in normaler Geschwindigkeit abgespielt und zusätzlich über alle 193 Frames kontrolliert. Dabei ging es besonders um die korrigierte Brustfläche, die Übergänge, Gesicht, Augen, Ohren, Zähne, den Wechsel vom verdutzten Ausdruck zum Grinsen sowie die wieder eingesetzte Originaltonspur.

Die finale Datei ließ sich vollständig dekodieren. Es gab keine schwarzen oder beschädigten Frames, keine sichtbare Verpixelung, keine neu hinzugefügte Anatomie und keine Veränderungen an Mimik oder Timing. Erst damit war der Clip für mich wirklich gerettet.

Was ich aus dieser Rettung mitnehme

• Ein guter Clip ist nicht automatisch ein veröffentlichungsfähiger Clip.
• Wenn die stärkste Performance bereits existiert, kann eine eng begrenzte Korrektur sinnvoller sein als eine komplette Neugenerierung.
• Remotion ist sehr präzise, aber eine sichtbare Maske bleibt eine sichtbare Maske.
• Gute Referenzbilder erklären einem Modell die gewünschte Oberfläche oft besser als ein immer längerer Prompt.
• Nach jeder Bearbeitung muss die tatsächlich zu veröffentlichende Datei erneut vollständig kontrolliert werden.