Skill für animierte Erklärvideos mit KI-Agenten

Das ganze Video

Eine Zeile rein. Ein fertiges Erklärvideo raus.

Nichts davon wurde von Hand geschnitten. Das kam aus einer einzigen Zeile zurück, für eine echte Marke, mit Geschichte, Sprechertext und Musik, die der Skill selbst geschrieben hat.

Mach ein animiertes Erklärvideo für das Haarwachstumsserum von Arata. Papercraft, 16:9.

Jetzt erstellen Skill installieren

Deine Marke, dein Thema, einer der zehn Looks.

Einfach fragen

Ein Satz, und es läuft.

Der Skill startet bei ganz normalen Anfragen wie diesen. Keine Befehle zum Auswendiglernen.

“Mach ein Erklärvideo über X”“Erklärvideo als Knetanimation, Pixel Art oder Whiteboard”“Erklär mein Produkt in einem kurzen Animationsvideo”“Mach aus diesem Thema eine Erklär-Anzeige mit Sprecher”

Die zehn Stile

Ein Ablauf. Zehn Looks.

Nenn einen Stil, und der Skill lädt die passende Kartusche: Technik, Schnittrhythmus, Typografie, Kamerasprache und Sound ändern sich gemeinsam. Jeder Clip unten ist damit entstanden.

Isometric Flat Vector

Einfarbige Illustration im Holzschnitt-Look mit hohem Kontrast, starker Used-Textur, grell weißen Lichtpunkten und spannungsgeladenen Motion-Comic-Schnitten.

Ideal für: Tech-, Security- und Developer-Tool-Marken. Dramatische Enthüllungen, Strategie-Analogien, Geschichten mit Spannung und Themen rund um Cybersecurity.

2D Illustrator

Konturlose digitale Gouache, „auf Zweiern“ animiert, grobes Papierkorn, harte geometrische Schatten auf flacher, satter Farbfläche, entspannter Lo-Fi-Look.

Ideal für: Lifestyle-, Sport- und freche Tech-Marken. Schnelle Anleitungen, Produkt-Tutorials und Manifeste, die energiegeladene Bilder unter einer ruhigen, souveränen Stimme brauchen.

Whiteboard Doodle

Kritzeleien mit Whiteboard-Marker auf verschmierter Tafel, Strich für Strich gezeichnet, zitternde Linien und quietschender Marker als Geräusch.

Ideal für: Bildung, So-funktioniert-es-Themen und Onboarding. Das klassische Erklärvideo, nahbar und ideal, um komplexe abstrakte Konzepte zu vereinfachen oder schnelle Fun Facts zu zeigen.

Pixel Art

Knallige 16-Bit-Arcade-Pixel-Art, Chibi-Sprites, tiefer Parallax, flinke Sprite-Bewegung „auf Zweiern“ und Chiptune-Musik.

Ideal für: Gaming-, Tech- und Cybersecurity-Marken. Gamifizierte Erklärvideos, nostalgische Markenaktionen und energiegeladene Lern-Shorts.

Claymotion

Bunte Stop-Motion aus Knete, sichtbare Fingerabdrücke, stämmige Figuren, aus Knete modellierter Text und typisches Flimmern bei 12 fps.

Ideal für: Verspielte, fantasievolle Marken, die Geschichten erzählen. Haptisches Brand Storytelling, lehrreiche Erklärvideos und charmante Produktvorstellungen.

Fluffy Toy

Gemütliches Diorama aus Nadelfilz, abstehende Fasern, Knopfaugen, Effekte aus echtem Garn und sanfte Stop-Motion.

Ideal für: Warme, sanfte Marken aus Wellness, Kinder, Gesundheit und Food. Für sensible, komplexe oder emotionale Themen und Markengeschichten, die auf Wärme und Nähe setzen.

3D Mix

Weiche Pastell-Illustration mit sanftem Leuchten, Kawaii-Figuren ohne Gliedmaßen, schwebender Glitzer, sanftes Squash-and-Stretch und Schlaflied-Sound.

Ideal für: Wellness, mentale Gesundheit und gemütliche Consumer-Apps. Sanfte Erklärvideos und behutsame Produktvorstellungen.

Low Poly

Warme Low-Poly-3D-Welt, ungeglättete flache Facetten, sanfte Kamerafahrten und akustischer Bilderbuch-Sound mit kindlichem Charme.

Ideal für: Bildung für Kinder, nachhaltige Produkte und Markengeschichten über Einfachheit, Wärme und bescheidene Anfänge. Ein klares, modernes, leicht hochwertiges Bilderbuch.

3D Papercraft

Theatralisches Diorama aus gestanztem Papier, tiefe Parallax-Tunnel, Gegenlicht in Edelsteinfarben und warme Märchenerzählung.

Ideal für: Magisches, fantasievolles Brand Storytelling. Erklärvideos zu Geschichte oder Mythologie, saisonale Kampagnen und Entstehungsgeschichten von Produkten.

Mixed Media

Papiercollage in 2.5D, Schwarz-Weiß-Fotos mit weißem Scherenrand, harte Schlagschatten und Infografiken auf Haftnotizen.

Ideal für: Bildung, Daten und Mechanik. Für verborgene Mechanismen, Physik, datenlastige Vergleiche und historische Zeitleisten, bei denen ein greifbar gemachtes abstraktes Konzept beim Verstehen hilft.

Die Pipeline

Was der Skill für dich erledigt.

1
Stil-Kartusche wählen
Der Skill empfiehlt dir anhand von Marke und Thema einen von zehn Looks und zeigt dir das ganze Menü, damit du nach Gefühl umentscheiden kannst. Ein Stil ist eine komplette Art Direction: Technik, Schnitttempo, Kamerasprache, Typografie und Audio gehören dazu. Du schwankst zwischen zwei? Dann rendert er den ersten Keyframe in beiden und du entscheidest.
2
Beat-Map freigeben
Er entwickelt ein eigenes Konzept für dein Thema (nie das Beispiel aus einer Stil-Datei), wählt einen Erzählbogen und plant jede Einstellung: Bildausschnitt, Kamerabewegung, Bewegung der Elemente, eingebaute Headlines und den Sprechertext, getaktet auf die Wörter pro Sekunde dieses Stils. Das ist der verpflichtende Freigabepunkt.
3
Keyframes rendern
Ein Standbild pro Einstellung, wobei der Bildblock des Stils wortgleich in jeden Prompt wandert (gpt-image-2 für die präzisen Stile, nano-banana-2 für organische Texturen). Genau dieser identische Block lässt acht Einstellungen wie einen Film wirken. Frames, die aus dem Stil fallen, werden hier neu generiert, solange es noch günstig ist.
4
Jede Einstellung animieren
Jeder freigegebene Keyframe wird mit der Bewegungs-DNA des Stils zum Clip, in Gemini Omni Flash oder in Seedance 2.0, wenn eine Einstellung auf einem exakten Endframe landen muss, etwa der Tiefentunnel beim Papercraft. Die Clips enthalten nur Soundeffekte, damit nichts mit der Stimme kollidiert.
5
Stop-Motion-Look einrasten
Die fünf Stile, die „auf Zweiern“ animiert sind, wirken wie etwa 12 fps, und kein Videomodell hält das von selbst. Jeder Clip bekommt vor der Mischung einen ffmpeg-Durchgang, der Frames überspringt. Erst dadurch wirken Knete und Filz wirklich wie Stop-Motion.
6
Vertonen, Musik, Schnitt
Ein Voiceover-Satz pro Einstellung, jeder auf seinen eigenen Startzeitpunkt gesetzt (eine einzige durchgehende Aufnahme verrutscht gegenüber den Schnitten), dazu ein instrumentaler Musikteppich. Ein einziger render_composition-Aufruf fügt Clips, Sprecher und Musik zusammen und senkt die Musik unter der Stimme automatisch ab.

Zehn Looks. Ein Ablauf.

Wähl den Stil, gib die Beat-Map frei, den Rest erledigt der Agent.

Jetzt erstellen

Dein Produkt, im Material

Er klebt dein Produkt nicht ein. Er baut es neu.

Ein Foto auf einem Knet-Set zerstört die Illusion sofort. Deshalb nutzt der Skill in den Einstellungen mit deinem Produkt dessen Foto als Referenz und baut es aus Filz, Papier, Marker oder Pixeln nach, mit lesbarer Silhouette und lesbarem Etikett.

Dein Produktfoto wird zu Filz, Papier, Knete oder Zeichnung, und das Etikett bleibt lesbar
Die Mixed-Media-Collage behält einen echten Foto-Ausschnitt in Graustufen, weil genau das der Stil ist
Kein Produkt im Mittelpunkt? Ein reines Themen-Erklärvideo funktioniert auch

Jetzt erstellen Skill installieren

Som Sleep

Arata

Mixed Media

Whiteboard Doodle

Die Modelle

Das richtige Modell für jeden Stil.

Die Stil-Datei wählt die Standardmodelle, ein Bildmodell und ein Videomodell pro Film. GPT Image 2 zeichnet die präzisen Looks, Nano Banana 2 die Textur-Looks, Gemini Omni Flash bewegt neun der zehn Stile und Seedance 2.0 übernimmt den Papercraft-Tunnel. Wünsch dir die neueren, GPT Image 2.5 Sunburst, Gemini Omni Flash 1.1 oder Seedance 2.5, dann nutzt der Agent sie für jede Einstellung.

Das bekommst du

Ein fertiges Erklärvideo mit Sprecher (16:9 oder 9:16), geschnitten und gemischt
Ein Keyframe und ein Clip pro Einstellung, einzeln in deiner Bibliothek abgelegt
Eine Sprecherspur pro Einstellung und ein instrumentaler Soundtrack
Eine bearbeitbare Komposition, die sich im Advibly-Videoeditor wieder öffnen lässt

Jetzt erstellen Quellcode ansehen

GPT Image 2.5 SunburstNeu

Auf Wunsch schärfere Keyframes für die präzisen Stile

GPT Image 2

Keyframes für die präzisen Stile, von Whiteboard bis Pixel Art

Nano Banana 2

Keyframes für Knete, Filz und Gouache, wo die Textur alles ist

Gemini Omni Flash 1.1Neu

Auf Wunsch das neuere Omni für dieselben neun Stile, bis 1080p

Seedance 2.5Neu

Auf Wunsch eine Einstellung bis 30 Sekunden, die trotzdem auf einem exakten Endframe landet

Gemini Omni Flash

Bewegung für neun der zehn Stile, nur mit Soundeffekten, damit nichts die Stimme stört

Seedance 2.0

Der Papercraft-Tunnel, der auf einem exakten Endframe landen muss

xAI TTS

Der Sprecher, ein Satz pro Einstellung, damit die Stimme auf den Schnitten bleibt

MiniMax 2.6

Die instrumentale Musik, automatisch unter die Stimme gezogen

Installieren

In Sekunden installiert.

Installiere den Skill und verbinde Advibly MCP, damit er Tools zum Aufrufen hat. Funktioniert mit jedem Agenten, der Skills unterstützt.

Claude Code

Claude

Cursor

Codex

VS Code

OpenClaw

Hermes

ChatGPT

Verbinde zuerst Advibly MCP

Ein Klick, kein Terminal

.skill herunterladen .zip herunterladen

Zieh die .skill-Datei in Claude → Einstellungen (Settings) → Skills oder entpacke den Ordner nach ~/.claude/skills.

Ein Befehl (jeder Agent)

npx skills add advibly/skills -s explainer-videos

Funktioniert mit Claude Code, Claude Desktop, Cursor und jedem Agenten, der Skills unterstützt. Lädt direkt von GitHub.

Manuell (Claude Code)

git clone https://github.com/advibly/skills.git
cp -R skills/explainer-videos ~/.claude/skills/

Oder in Claude Desktop: Einstellungen (Settings) → Skills → Installieren (Install) und den Skill-Ordner auswählen.

Mitgelieferte Referenzen

Das Playbook.

Jeder Skill bringt Referenzdokumente mit, die der Agent bei Bedarf lädt. So steckt das Handwerk schon drin.

style-catalog.md

Das Menü der zehn Stile mit Kurzbeschreibung, die Logik für die Empfehlung anhand der Marke und die Tabelle für Modell, Takt, Stimme und Text.

styles/<style>.md

Die zehn Kartuschen. Jede enthält die komplette DNA für Look, Bewegung, Typografie und Audio, fertige Prompt-Blöcke für Bild und Bewegung und ihre typischen Fehler.

story-and-beats.md

Die Bibliothek der Erzählbögen, Hook-Muster, Schnitttakt pro Stil, das Schema der Beat-Map und die Checkliste gegen Monotonie.

pipeline-and-audio.md

Der Asset-Workflow, die Matrix der Bild- und Videomodelle, der Frame-Durchgang „auf Zweiern“, das Timing des Voiceovers pro Einstellung und der Kompositionsaufruf.

Ehrliche Grenzen

Worauf du achten solltest.

Ein Stil, ein Bildmodell und ein Videomodell pro fertigem Video. Das Set wird nur komplett getauscht oder gar nicht. Stile innerhalb eines Erklärvideos zu mischen, ruiniert es.
Der Look entsteht im Keyframe. Überzeugt ein Standbild nicht im gewählten Stil, rettet es auch keine Bewegung. Deshalb werden solche Frames vor dem Animieren neu generiert.
Der Stop-Motion-Takt kommt aus dem Frame-Durchgang, nie aus dem Videomodell. Ohne Terminal für ffmpeg werden diese fünf Stile mit flüssiger Bewegung ausgeliefert.
Eingebaute Headlines rendert das Bildmodell, weil es kein Text-Overlay-Tool gibt. Nur fünf der zehn Stile zeigen überhaupt Text in der Szene.
Echte Personen oder fremde Marken verschieben das Video zu Kling, denn die Standard-Bewegungsmodelle blockieren erkennbare Gesichter und Logos.

Fragen

Bevor du ihn installierst.

Welche Stile kann er?

Zehn: Knetanimation, Filz, Pixel Art, Whiteboard, Papercraft, Low-Poly-3D, Kawaii, strukturierte Gouache, cineastischer Blockdruck und Mixed-Media-Collage. Der Skill empfiehlt einen passend zu Marke und Thema und zeigt dir dann alle zehn, damit du nach Gefühl wählen kannst. Ein Stil pro Video, nie gemischt.

Was muss ich dem Agenten geben?

Eine Marke, die in Advibly bereits eingerichtet ist, und ein Thema oder eine Aussage, die erklärt werden soll. Ein Produktfoto ist optional, ein reines Themen-Erklärvideo funktioniert auch. Er fragt nach 16:9 oder 9:16 (standardmäßig 16:9), schreibt ein eigenes Konzept, die Beat-Map und den Sprechertext und zeigt dir alles, bevor ein Credit ausgegeben wird.

Wie lange dauert ein komplettes Erklärvideo?

Langsam sind die Freigabepunkte, nicht die Modelle. Du wählst den Stil und gibst die Beat-Map frei. Danach laufen Keyframes, Clips, Sprecher und Musik im Hintergrund, und der fertige Schnitt landet in deiner Advibly-Bibliothek, mit einem Link zum Feinschliff im Video-Editor.

Was kostet das?

Der Skill selbst ist kostenlos und Open Source. Beim Ausführen verbrauchst du deine normalen Advibly-Credits für die Bilder und Clips, die er erzeugt, ohne Aufpreis für den Skill. Jede Generierung zeigt ihre Kosten in Credits, bevor sie startet.

Welche Agenten können ihn ausführen?

Jeder Agent, der installierbare Skills und das Model Context Protocol unterstützt: Claude Code, Claude, Cursor, Codex, VS Code, OpenClaw, Hermes und ChatGPT. Installiere ihn mit einem npx-Befehl und verbinde dann Advibly MCP, damit der Skill Tools zum Aufrufen hat.

Sieht die Knetanimation wirklich nach Stop-Motion aus?

Ja. Videomodelle rendern immer zu flüssig, um 12 Bilder pro Sekunde zu halten, deshalb verlangt der Skill das gar nicht erst von ihnen. Die Stop-Motion-Stile bekommen stattdessen einen On-Twos-Effekt auf der finalen Komposition, denselben, den du im Advibly-Editor unter Effekte einschalten kannst.