Tools & Systeme: Wie aus Werkzeugen ein Workflow wird
Zwischen kreativer Entscheidung, KI-Unterstützung und technischer Organisation
Katsubō Stories entsteht nicht in einem einzelnen Programm. Hinter einer veröffentlichten Story arbeiten unterschiedliche Werkzeuge und Plattformen zusammen. Einige helfen dabei, Gedanken und Geschichten zu entwickeln und zu strukturieren. Andere unterstützen die Musik- oder Bildentwicklung, die Erstellung von Podcast-Inhalten, Distribution, Veröffentlichung oder technische Abläufe. Entscheidend ist deshalb nicht nur, welches Werkzeug verwendet wird. Entscheidend ist, welche Aufgabe es innerhalb des gesamten Prozesses übernimmt.
Ein Werkzeug kann Vorschläge machen, Varianten erzeugen, Informationen strukturieren oder wiederkehrende Arbeit vereinfachen. Es entscheidet jedoch nicht allein, welche Geschichte Katsubō Stories erzählt, welche Variante zur jeweiligen Story passt oder welches Ergebnis schließlich veröffentlicht wird. Der grundlegende Ablauf bleibt deshalb:
Idee → Werkzeug → Varianten → Vergleich → Prüfung → Entscheidung → nächster Arbeitsschritt
Aus einzelnen Programmen entsteht erst dann ein System, wenn ihre Aufgaben klar voneinander getrennt und ihre Ergebnisse bewusst miteinander verbunden werden.
Nicht jedes Werkzeug hat dieselbe Aufgabe
Ein Werkzeug für Storyentwicklung erfüllt eine andere Funktion als ein Musikgenerator. Ein Bildwerkzeug löst andere Aufgaben als eine Distributionsplattform. Ein Artist-Portal übernimmt eine andere Rolle als eine Webseite. Und ein technisches Werkzeug für Workflows und Automatisierung soll nicht plötzlich kreative Entscheidungen übernehmen. Deshalb betrachte ich die eingesetzten Werkzeuge nicht danach, wie viel sie theoretisch können, sondern danach, welche konkrete Aufgabe sie innerhalb von Katsubō Stories erfüllen. Ein Werkzeug kann sehr leistungsfähig sein und trotzdem nur einen einzelnen Teil des Gesamtprozesses übernehmen. Das sichtbare Ergebnis entsteht erst durch das Zusammenspiel dieser unterschiedlichen Aufgaben. Das Werkzeug kann wechseln. Die Aufgabe innerhalb des Systems bleibt.
Denken, Schreiben & Strukturieren · ChatGPT
ChatGPT bildet einen zentralen Arbeitsraum innerhalb von Katsubō Stories. Hier entwickle und prüfe ich Ideen, strukturiere Geschichten, arbeite Figuren und Situationen aus, entwickle Lyrics und musikalische Richtungen, vergleiche Varianten und dokumentiere Entscheidungen. Auch viele Verbindungen zwischen einzelnen Bereichen entstehen zunächst hier: Eine Story kann zur Grundlage eines Songs werden, ein musikalischer Moment zu einer visuellen Idee führen oder eine Beobachtung aus einem bestehenden Kapitel neue Fragen für spätere Geschichten auslösen. ChatGPT übernimmt dabei nicht die kreative Verantwortung für das Projekt. Ich gebe Ausgangspunkt, Richtung und Anforderungen vor, vergleiche Ergebnisse, korrigiere Widersprüche und entscheide, welche Vorschläge tatsächlich zu Katsubō Stories gehören. Damit ist ChatGPT nicht einfach ein Werkzeug zum Erzeugen von Text. Es dient gleichzeitig als Denkraum, Strukturierungswerkzeug, Entwicklungsumgebung und Unterstützung bei der Qualitätskontrolle. Von hier aus werden Ergebnisse anschließend an andere Teile des Workflows weitergegeben – beispielsweise an die Musikentwicklung, visuelle Umsetzung, Veröffentlichung oder technische Organisation.
Musikentwicklung · Suno
Suno übernimmt innerhalb von Katsubō Stories die musikalische Generierung auf Grundlage der zuvor entwickelten Story, Lyrics und musikalischen Richtung. Bevor ein Song in Suno entsteht, sind zentrale Entscheidungen bereits vorbereitet. Dazu gehören beispielsweise Perspektive und Funktion des Songs innerhalb der Geschichte, Lyrics, emotionale Richtung, gewünschte Atmosphäre, Instrumentierung, Energie, Stimmcharakter und weitere musikalische Vorgaben. Suno setzt diese Vorgaben in unterschiedliche musikalische Varianten um. Dabei betrachte ich die erste Generierung nicht automatisch als fertigen Song. Je nach Titel können zahlreiche Versionen entstehen. Diese werden angehört, miteinander verglichen und schrittweise eingegrenzt. Entscheidend ist dabei nicht nur, welche Version musikalisch zunächst am besten klingt. Ich prüfe unter anderem:
Aussprache · Texttreue · fehlende oder zusätzliche Wörter · Übergänge · Beginn und Ende · Stimme · Atmosphäre · emotionale Wirkung · Zusammenhang mit der Story und dem Album
Gerade bei mehrsprachigen oder koreanischen Textpassagen spielt die Aussprache eine wichtige Rolle. Eine musikalisch starke Version kann deshalb trotzdem ausscheiden, wenn Wörter unverständlich ausgesprochen werden oder die phonetische Wirkung nicht zu dem zuvor entwickelten Text passt. Wenn eine Variante in einem wichtigen Punkt nicht funktioniert, kann der Prozess zurückgehen: Lyrics oder musikalische Beschreibung werden angepasst, neue Varianten erzeugt und anschließend erneut verglichen.
Dadurch entsteht kein linearer Ablauf von Prompt → Song, sondern ein wiederkehrender Auswahlprozess:
Story + Lyrics + musikalische Richtung → Suno → Varianten → Vergleich → Prüfung → Anpassung → neue Varianten → finale Auswahl
Suno erzeugt damit musikalische Möglichkeiten. Welche Version zur Geschichte gehört, welche Fehler eine neue Generierung notwendig machen und welche Aufnahme schließlich veröffentlicht wird, bleibt eine bewusste Auswahl innerhalb des Gesamtprozesses. Nach der finalen Entscheidung werden die benötigten Audiodateien gesichert und für die nächsten Arbeitsschritte vorbereitet. Von dort führt der Workflow weiter zur visuellen Umsetzung, Release-Vorbereitung und späteren Distribution.
Kurz gesagt: Suno erzeugt nicht die Geschichte. Es gibt einer bereits entwickelten Geschichte musikalische Möglichkeiten.
Visuelle Entwicklung · ChatGPT · Leonardo.Ai
Die visuelle Entwicklung beginnt bei Katsubō Stories nicht erst mit der Bilderzeugung. Zuerst wird aus Story, Musik, Figuren, Orten und wiederkehrenden Motiven eine visuelle Richtung entwickelt. Dabei geht es um Fragen wie: Welche Atmosphäre soll sichtbar werden? Welche Szene trägt den entscheidenden Moment? Wie viel Nähe oder Distanz brauchen die Figuren? Welche Rolle spielen Licht, Blickrichtung, Umgebung oder Bewegung? Und welche Elemente dürfen sichtbar sein, ohne die Geschichte bereits vollständig zu erklären? ChatGPT steht in diesem Prozess meist am Anfang. Hier entwickle ich Bildideen, Szenenbeschreibungen, Kompositionen und visuelle Varianten aus dem bereits vorhandenen Story-Material. Dabei kann ChatGPT sowohl bei der konzeptionellen Vorbereitung als auch bei der direkten Bildentwicklung eingesetzt werden. Das Bild entsteht dadurch nicht unabhängig von der Geschichte, sondern aus ihr heraus. Ein möglicher Ablauf ist:
Story + Musik + Figuren + Motive → visuelle Richtung → Bildbeschreibung → Varianten → Vergleich → Anpassung
Dabei wird die erste Version nicht automatisch übernommen. Ich prüfe unter anderem:
Komposition · Figurenposition · Gesichtsausdruck · Blickrichtung · Umgebung · Licht · Atmosphäre · Storybezug · visuelle Fehler · technische Eignung für das spätere Format
Gerade bei wiederkehrenden Figuren ist wichtig, dass ein Bild nicht nur für sich funktioniert. Es muss auch innerhalb der bereits entwickelten Welt glaubwürdig bleiben. Leonardo.Ai ergänzt diesen Prozess als weiteres visuelles Werkzeug. Dort können zusätzliche Bildvarianten, Cover, vertikale Formate oder kurze visuelle Sequenzen entwickelt werden. Diese können beispielsweise für Social Media, Reels, Shorts oder Spotify Canvas verwendet werden. Auch hier gilt: Eine technisch oder optisch beeindruckende Variante ist nicht automatisch die richtige. Ein Bild kann schön sein und trotzdem die falsche Situation erzählen. Eine Figur kann gut dargestellt sein und trotzdem nicht zur Szene passen. Eine Komposition kann spektakulär wirken und gleichzeitig zu viel über eine Geschichte vorwegnehmen. Deshalb gehört auch bei visueller Arbeit die Auswahl selbst zum kreativen Prozess.
beschreiben → erzeugen → betrachten → vergleichen → anpassen → erneut erzeugen
Die verfügbaren Werkzeuge verändern sich schnell. Auch ihre Möglichkeiten entwickeln sich weiter. Deshalb können ältere und neuere Visuals innerhalb von Katsubō Stories unterschiedlich aussehen. Diese Unterschiede werden nicht automatisch nachträglich korrigiert oder ältere Veröffentlichungen vollständig neu gestaltet. Sie dokumentieren auch, welche Werkzeuge, Möglichkeiten und Entscheidungen zu einem bestimmten Zeitpunkt vorhanden waren.
Die visuelle Entwicklung soll die Geschichte unterstützen – nicht sie ersetzen.
ChatGPT und Leonardo.Ai erzeugen visuelle Möglichkeiten. Welche Darstellung zur Geschichte gehört, welche Fehler korrigiert werden müssen und welches Ergebnis schließlich als Cover, Standbild oder kurze Sequenz verwendet wird, entsteht durch Vergleich, Prüfung und bewusste Auswahl. Von dort führt der Workflow weiter zur Veröffentlichung, Distribution und späteren Verwendung auf Webseite und Social Media.
Quellenarbeit & Podcast-Erstellung · Gemini Notebook (ehemals NotebookLM)
Für die Podcast-Inhalte von Katsubō Stories nutze ich Gemini Notebook. Viele der bereits veröffentlichten Podcast-Folgen entstanden noch unter dem früheren Produktnamen NotebookLM. Die Grundlage für einen Podcast entsteht jedoch nicht erst in diesem Werkzeug. Zuvor liegen bereits Storytexte, Hintergrundinformationen, Figuren, Orte, Zusammenhänge oder andere vorbereitete Quellen vor. Diese Materialien bilden den Rahmen, innerhalb dessen der Podcast entwickelt werden kann. Gemini Notebook arbeitet damit nicht unabhängig von Katsubō Stories, sondern auf Grundlage des Materials, das für das jeweilige Thema bereitgestellt wird.
Der Ablauf beginnt deshalb nicht mit:
KI → Podcast
sondern mit:
vorbereitete Quellen → Gemini Notebook → gesprochene Aufbereitung → Prüfung → Veröffentlichung
Ein wichtiger Vorteil besteht darin, dass bereits vorhandenes Material in eine andere Form übersetzt werden kann. Eine Geschichte kann gelesen werden. Ein Song kann sie musikalisch interpretieren. Ein Bild kann einen Moment sichtbar machen. Und ein Podcast kann zusätzliche Zusammenhänge, Hintergründe oder Perspektiven hörbar machen. Dabei ersetzt der Podcast weder die ursprüngliche Story noch die Musik. Er eröffnet einen weiteren Zugang zu demselben Projekt.
Auch gesprochene Inhalte werden vor der Veröffentlichung geprüft.
Ich kontrolliere, ob zentrale Zusammenhänge korrekt wiedergegeben werden, ob Aussagen zum zugrunde liegenden Material passen und ob die entstandene Folge innerhalb von Katsubō Stories sinnvoll eingesetzt werden kann. Nicht jede erzeugte Aussage muss automatisch Teil des veröffentlichten Projekts werden. Gerade bei längeren oder komplexeren Story-Zusammenhängen ist deshalb wichtig, zwischen dem vorhandenen Quellenmaterial und einer möglichen Interpretation daraus zu unterscheiden. Gemini Notebook übernimmt damit vor allem die quellenbasierte Aufbereitung und die Erstellung gesprochener Inhalte. Die Auswahl der Quellen, ihre Einordnung, die Prüfung des Ergebnisses und die Entscheidung über die Veröffentlichung bleiben Teil meines Workflows.
Aus vorhandenem Material entsteht dadurch kein zweites Projekt, sondern ein weiterer Zugang zu derselben Welt.
Nach der Prüfung wird die fertige Podcast-Folge anschließend über die dafür vorgesehene Veröffentlichungs- und Verwaltungsplattform weitergeführt.
Podcast-Veröffentlichung & Verwaltung · Spotify for Creators
Nach der Erstellung und Prüfung wird die fertige Podcast-Folge über Spotify for Creators veröffentlicht und verwaltet. Während Gemini Notebook für die quellenbasierte Entwicklung und gesprochene Aufbereitung eingesetzt wird, beginnt mit Spotify for Creators ein anderer Teil des Prozesses: die eigentliche Veröffentlichung. Hier werden Podcast-Folgen angelegt, Titel und Beschreibungen ergänzt und die veröffentlichten Inhalte innerhalb des Podcast-Bestands organisiert. Damit entsteht erneut eine klare Trennung zwischen:
Inhalt entwickeln → Inhalt prüfen → Inhalt veröffentlichen → Veröffentlichung verwalten
Spotify for Creators entscheidet dabei nicht darüber, welche Geschichte erzählt werden soll. Die Plattform übernimmt die technische und organisatorische Ebene nach der inhaltlichen Entwicklung. Ich prüfe unter anderem:
Titel · Beschreibung · Zuordnung zur richtigen Folge oder Staffel · Veröffentlichungsstatus · Darstellung · verfügbare Links · veröffentlichte Reihenfolge
Gerade bei einem Podcast, der mit einer größeren Storywelt verbunden ist, reicht es nicht aus, dass eine Folge technisch online ist. Sie muss auch innerhalb des gesamten Projekts richtig eingeordnet sein. Eine Folge kann beispielsweise zu einer bestimmten Story, einem Hintergrundthema oder einer größeren Staffel gehören. Diese Verbindung muss für mich weiterhin nachvollziehbar bleiben.
Veröffentlichung bedeutet deshalb auch hier nicht automatisch Abschluss.
Nach dem Erscheinen kontrolliere ich, ob die Folge korrekt dargestellt wird und ob die vorgesehenen Verbindungen zu Webseite oder weiteren Inhalten funktionieren. Der Podcast wird damit zu einem weiteren veröffentlichten Bestandteil des Systems – neben Musik, Stories und visuellen Inhalten. Ein möglicher Ablauf ist:
Quellenmaterial → Gemini Notebook → Podcast-Inhalt → Prüfung → Spotify for Creators → Veröffentlichung → Kontrolle → Verbindung mit Webseite und weiteren Inhalten
Auch die Podcast-Veröffentlichung ist damit kein isolierter Vorgang. Sie wird Teil des größeren Katsubō-Stories-Workflows.
Gemini Notebook entwickelt aus vorbereitetem Material einen möglichen gesprochenen Zugang. Spotify for Creators macht daraus einen verwalteten und veröffentlichten Podcast-Inhalt.