Was kostet ein KI-Musikvideo? Credits Abschnitt für Abschnitt einsetzen (2026)

Teilen Sie einen vierminütigen Song in 21 Shots auf und drehen Sie jeden davon als KI-Video, landen Sie bei rund 11.500 Credits. Dabei lesen die Zuschauer in den Strophen den Text. Im 15-sekündigen Intro warten sie auf ein Bild. Entscheidend ist weniger, wie viel Sie ausgeben, als wo.

Dies ist keine Anleitung zum Thema „Lyric-Video erstellen“. Dafür gibt es den Leitfaden zum KI-Lyric-Video-Generator. Dieser Beitrag beantwortet eine engere Frage: Wie viel sollte jeder Abschnitt eines Musikvideos kosten? Alle Zahlen unten stammen aus dem echten SunoMV-Editor, anhand eines Songs namens „解密“ (Decrypt): 3 Minuten 54 Sekunden, 21 Shots.

Illustration: verschiedene Abschnitte eines Songs, jeder mit einem Look zu einem anderen Preis.

Fünf Looks pro Shot und was jeder kostet

Im Shot-Editor von SunoMV hat jeder Shot eine eigene Einstellung Bild. Vom günstigsten zum teuersten gibt es fünf Stufen:

Zahlen aus dem SunoMV-Editor, Oktober 2026. Die Kosten für KI-Video hängen vom Modell und von der Shot-Länge ab.

Look	Was man sieht	Credits	Am besten für
Nur Text (Text-PV)	Songtext als bildfüllende Kinetic Type, mit Ghosting und Filmkorn	0	Strophen, gesprochene Zeilen, Texte, die den Song tragen
Poster-PV	Text-PV mit einer freigestellten Figur zwischen den Wörtern	ca. 25 cr pro Figur	Refrain, die eine Zeile, die hängen bleiben soll
Standbilder	Die vorhandenen Storyboard-Bilder des Shots mit langsamen Zoomfahrten	0, wenn die Bilder existieren	Instrumentalteile, Übergänge, knappe Budgets
Motion Art	Die KI zeichnet eine Seite aus Formen und Licht, die sich mit dem Songtext des Shots bewegen	ca. 118 cr pro Shot	Abschnitte, die Bewegung ohne gedrehtes Material brauchen
KI-Video	Echtes bewegtes Bildmaterial	ca. 700 cr für einen Shot von 13,8 s	Intro, Instrumentalteile, kinoreife Momente

Der größte Sprung ist das KI-Video. SunoMV unterstützt mehrere Videomodelle. MiniMax H3 Max wird zum Beispiel pro 5-Sekunden-Segment berechnet. Längere Shots und höhere Auflösungen kosten mehr.

Günstige Looks sind keine neue Idee. Laut Wikipedias Geschichte des Lyric-Videos bestand Princes Video von 1987 zu „Sign o’ the Times“ aus Wörtern, die neben abstrakten Formen im Takt der Musik pulsierten. 1990 weigerte sich George Michael, in seinen Videos aufzutreten, und der Clip zu „Praying for Time“ zeigte nur den Songtext auf schwarzem Bildschirm.

George Michael, „Praying for Time“ (offizielles Video): von Anfang bis Ende nur Songtext.

Faustregel: Fragen Sie in jedem Abschnitt, was der Zuschauer gerade ansieht. Liest er, bezahlen Sie nicht für Bildmaterial. Wartet er auf ein Bild, dann soll ihm kein Text im Weg stehen.

Das Budget nach Songstruktur aufteilen

Die meisten Popsongs folgen derselben Songstruktur: Intro, Strophe, Refrain, Instrumentalteil, Bridge, Outro. Die Aufmerksamkeit verteilt sich in jedem Teil anders, also sollte es das Geld auch.

Intro und Instrumentalteile brauchen ein Bild. Hier gibt es keinen Text, der helfen könnte. Ein guter KI-Video-Shot im Intro rechnet sich, denn dort entscheiden die Leute, ob sie weiterschauen.

Strophen gehören den Worten. Strophen erzählen die Geschichte. Die Zeilen sind dicht und wichtig. Bildfüllende Text-PV macht jede Zeile lesbar, während unruhiges Bildmaterial den Blick ablenkt.

Der Refrain bekommt beides. Er ist der Höhepunkt des Songs, also stapeln Sie die Ebenen: unten Video, darüber große Text-PV-Lyrics. Nichts geht verloren.

So sieht „Decrypt“ mit dieser Aufteilung aus. Das ist der Plan Balanced des Editors:

Von den 21 Shots sind 5 instrumental und 6 Refrain. Balanced dreht nur diese 11 und überlässt die übrigen 10 der Typografie.

Sobald der Plan angewendet ist, zeigt jeder Shot-Kopf seinen Look. Shots mit der Markierung Nur Text-PV zeigen nicht mehr „Nicht gedreht“ und bleiben beim Batch-Dreh außen vor:

SunoMV-Storyboard: C4 (Strophe) ist nur Text. C5 (Refrain) ist Video mit Text-PV darüber und wartet noch auf den Dreh.

Faustregel: Das Intro hält die Leute, die Strophe erzählt ihnen etwas, der Refrain bleibt in Erinnerung. Geben Sie in dieser Reihenfolge aus, dann liegen Sie selten falsch.

Drei Pläne für den ganzen Song: Budget, Balanced, Cinematic

Wenn Sie die Looks nicht Shot für Shot festlegen möchten, öffnen Sie in der oberen Leiste Text-PV und wenden einen Plan für den ganzen Song an. Jede Plankarte zeigt, wie viele Credits der Dreh kosten würde oder wie viel er gegenüber Ihrem aktuellen Stand spart.

Bei „Decrypt“ zeigten die drei Karten, bevor etwas gedreht war:

Plan	Was er tut	Credits zum Drehen von „Decrypt“	Gut für
Budget	Jeder Shot mit Songtext nutzt Text-PV. Instrumentale Shots nutzen Standbilder	ca. 0 cr (spart ca. 11.500)	Kein Budget oder ein erster vollständiger Entwurf
Balanced	Intro und Instrumentalteile bleiben Video, Strophen nutzen Text-PV, Refrains legen große Lyrics über Video	ca. 5.600 cr (spart ca. 5.900)	Die meisten Songs
Cinematic	Überall KI-Video, mit großen Lyrics über dem Refrain	ca. 11.500 cr	Ein Release-Video mit echtem Budget

Drei Dinge sollten Sie wissen:

1. Ein Plan schreibt die Looks nur gesammelt um. Danach können Sie jeden Shot weiterhin ändern.
2. Gesperrte Shots bleiben unverändert. Sperren Sie die Shots, die Ihnen schon gefallen, und wenden Sie dann einen Plan an.
3. Die Zahlen auf den Karten folgen Ihrem aktuellen Stand. Sie zählen nur, was noch zu drehen ist, fertige Shots werden also nie doppelt gerechnet.

Hier derselbe Shot (C3, eine Strophe) in drei Looks. Die ersten beiden verwenden ein bereits vorhandenes Storyboard-Bild. Der dritte kostet gar nichts:

Einzel-Shot-Vorschau im Shot-Editor von SunoMV. Genau das wird exportiert.

Faustregel: Wenden Sie zuerst Budget an und sehen Sie sich einen vollständigen Entwurf an. Setzen Sie Credits dann nur bei den zwei oder drei Shots ein, die leer wirken. Das ist weit günstiger, als alles zu drehen und später zu schneiden.

Looks Shot für Shot ändern: Bild, Songtext, Hintergrund

Der Plan legt die Grundform fest. Die Details stecken im Tab Text-PV jedes Shots. Für jeden Shot gibt es zwei Auswahlmöglichkeiten:

• Bild: KI-Video, Standbilder, Nur Text oder Motion Art
• Songtext: Untertitel, Text-PV oder Ausgeblendet

Bei gewähltem KI-Video zeigt der Editor, was dieser eine Shot im Dreh kostet. Die Vorschau darunter ist das exportierte Ergebnis.

Einige Kombinationen, die gut funktionieren:

• Eine Zeile pro Bildschirm in der Strophe: Bild auf Nur Text stellen. Der Songtext wechselt automatisch zu Text-PV.
• Ein Refrain mit Wucht: KI-Video oder Standbilder beibehalten, Songtext auf Text-PV stellen und Hintergrund auf etwa 30–40 % ziehen, damit das Bild durch die Schrift scheint.
• Ein rein instrumentaler Shot: Songtext auf Ausgeblendet stellen und das Bild wirken lassen.
• Bewegung ohne Dreh: Bild auf Motion Art stellen. Das kostet etwa 118 cr pro Shot, und fehlgeschlagene Versuche werden vollständig erstattet.

Schriftarten und Farben gelten für den ganzen Song. Sie wählen sie aus 24 Stilpaketen unter Text-PV in der oberen Leiste, damit jeder Abschnitt wie dasselbe Video aussieht.

Wenn Sie viele Shots ändern, können Sie dem MV-Assistenten auch sagen: „Nimm Text-PV für die Strophen“, „keine Lyrics im Intro“ oder „spar ein paar Credits“. Er ändert die Shots für Sie und sagt Ihnen, wie viel Sie gespart haben.

Musikvideos im Poster-Stil: riesige Schrift, eine Figur, der Hook obenauf

Ein derzeit beliebter Look wirkt wie ein bewegtes Poster. Riesige Wörter füllen das Bild, eine freigestellte Figur steht in der Mitte, und die wichtige Zeile liegt obenauf. Das hat echte Wirkung und kostet etwa so viel wie ein Bild.

In SunoMV:

1. Stellen Sie das Bild des Shots auf Nur Text oder nutzen Sie Standbilder mit Text-PV-Songtext.
2. Beschreiben Sie unter Figur hinzufügen, wer dort stehen soll, zum Beispiel „ein Mädchen im roten Regenmantel, das zurückblickt“.
3. Klicken Sie auf Figur erstellen (ca. 25 cr). Sie erhalten eine Figur auf transparentem Hintergrund.
4. Die Figur sitzt zwischen der Hintergrundschrift und der Hauptzeile. Sie steigt ins Bild, schiebt sich langsam durch den Shot nach vorn und bewegt sich im Rhythmus der Text-PV.

Ein so gebauter Poster-Refrain kostet nur einen Bruchteil eines KI-Video-Shots, und Sie behalten die Kontrolle über Figur, Schrift und Farben.

Weitere bildfüllende Schriftstile finden Sie auf der Seite Kinetic-Typography-Lyric-Video, die alle 24 Text-PV-Stile an echten Songtexten zeigt.

Faustregel: Heben Sie sich den Poster-Look für den Refrain und ein, zwei Schlüsselzeilen auf. Ist jeder Shot ein Poster, fühlt sich nichts mehr wie ein Höhepunkt an.

Ein komplettes Musikvideo ohne KI-Credits fertigstellen

Wenn Sie zuerst nur ein vollständiges Video möchten, können Sie es ganz ohne KI-Credits bauen:

1. Fügen Sie einen Suno-Link ein oder laden Sie Ihren Song hoch und öffnen Sie das Storyboard.
2. Wählen Sie in der oberen Leiste unter Text-PV ein Stilpaket.
3. Wenden Sie den Plan Budget an. Jeder Shot mit Songtext wird zu bildfüllender Schrift, instrumentale Shots nutzen Standbilder (bei einem kostenlosen Konto stammen Storyboard-Bilder aus Ihrem täglichen Bildkontingent).
4. Öffnen Sie jeden Shot und drücken Sie Diesen Shot abspielen, um Layout und Timing jeder Zeile zu prüfen.

Am Ende läuft das ganze Video im Editor von Anfang bis Ende. Der Export des fertigen Videos setzt derzeit einen kostenpflichtigen Tarif voraus, der auch mehr tägliches Bild- und Videokontingent mitbringt, sodass Sie KI-Video nur bei den Shots ergänzen können, die leer wirken.

Schreiben Sie den Song noch? Erzeugen Sie ihn zuerst in Suno oder MiniMax Music 3.0 und kommen Sie dann für das Video zurück. Für Cover-Art und zusätzliche Bilder erzeugt ChatImg sie aus einem Prompt. Um das Musikvideo eines anderen in Notizen zu verwandeln, fasst BibiGPT es für Sie zusammen.

Faustregel: Bauen Sie eine Version, die von Anfang bis Ende läuft, bevor Sie entscheiden, wohin das Geld fließt. Solange Sie nicht alles gesehen haben, ist jedes Budget pro Shot geraten.

FAQ

Was ist der Unterschied zwischen Text-PV und normalen Songtext-Untertiteln?

Untertitel sind eine Textzeile am unteren Bildrand. Bei Text-PV werden die Wörter selbst zum Bild: bildfüllendes Layout, Ghosting, Filmkorn. Das entspricht in etwa dem, was die japanische Vocaloid-Szene 文字PV nennt. Für Karaoke-Untertitel Wort für Wort lesen Sie den Leitfaden zum wortgenau synchronisierten Lyric-Video.

Verbrauchen Shots mit „Nur Text“ Credits?

Nein. Sie werden beim Batch-Dreh übersprungen, kosten keine Credits und zeigen nicht mehr „Nicht gedreht“.

Kann ich einen Shot nach dem Anwenden eines Plans wieder auf KI-Video umstellen?

Ja. Ein Plan schreibt die Looks nur gesammelt um. Sie können jeden Shot in seinem Editor ändern oder auf Einstellung für den ganzen Song verwenden klicken, um zum Standard zurückzukehren.

Wie viele Credits kostet ein KI-Video-Shot?

Das hängt von Modell, Auflösung und Shot-Länge ab. Bei „Decrypt“ kostet ein 13,8-Sekunden-Shot in der Strophe etwa 700 cr und ein 11-Sekunden-Shot im Refrain etwa 600 cr. Die genaue Zahl erscheint im Shot-Editor, sobald Sie KI-Video auswählen.

Können kostenlose Konten Text-PV nutzen?

Ja, im Editor, mit vollständiger Vorschau jedes Shots. Der Export des fertigen Videos setzt einen kostenpflichtigen Tarif voraus.

---

Bereit, Ihr eigenes Musikvideo Abschnitt für Abschnitt zu budgetieren? Öffnen Sie SunoMV, wenden Sie den Plan Budget an, sehen Sie sich den vollständigen Entwurf an und entscheiden Sie dann, welche Shots echtes Bildmaterial verdienen. Weitere Lyric-Video-Techniken finden Sie im Leitfaden zum kostenlosen Online-Lyric-Video-Maker.

SunoMV Team