Videogenerierung mit Claude Code und MCP: Einrichtung Schritt für Schritt

Du sitzt im Terminal, mitten in einer Landingpage, und brauchst drei 5-Sekunden-Produktclips, ein Hero-Bild und einen 20-Sekunden-Voiceover. Der übliche Weg sind vier Browser-Tabs, drei Logins, ein Download-Ordner voller Dateien namens output(7).mp4 und keine klare Vorstellung, was der Nachmittag gekostet hat. Der andere Weg ist ein einziger Satz in Claude Code, und die Dateien landen in deinem Projekt, jede mit dem Modell und den Kosten beschriftet.

Der zweite Weg läuft über das Model Context Protocol. Claude Code spricht MCP nativ, daher wird jeder Generierungsdienst mit gehostetem MCP-Server zu einem Satz Werkzeuge, die der Agent aufrufen kann. Im Folgenden geht es um die Einrichtung, die Berechtigungseinstellungen, die du am ersten Tag ändern solltest, um die Formulierung von Anfragen, damit der Agent das richtige Modell und die richtige Länge wählt, und um die Rechnung, was echte Batches kosten.

Was passiert, wenn Claude Code ein Video-Tool aufruft

Der Transport

Ein gehosteter MCP-Server nutzt den Streamable-HTTP-Transport. Die MCP-Spezifikation (2025-06-18) definiert zwei Standardtransporte, stdio und Streamable HTTP, und verlangt, dass der Server genau einen Endpunktpfad bereitstellt, der POST und GET akzeptiert, etwa https://example.com/mcp. Der Client sendet jede JSON-RPC-Nachricht als POST, und der Server antwortet mit einfachem JSON oder einem Event-Stream.

In der Praxis besteht ein gehosteter Server aus einer URL und einer Zugangsberechtigung, ohne dass lokal etwas laufen muss, und er funktioniert mit Claude Code, Cursor oder jedem anderen MCP-Client.

Erkennung und Aufrufe

Laut der MCP-Spezifikation zu Tools listet der Client mit tools/list auf, was ein Server anbietet, und ruft ein Tool mit tools/call auf. Jedes Tool hat einen Namen, eine Beschreibung und ein Eingabeschema. Wenn du "einen 5-Sekunden-Clip einer Keramiktasse, die sich auf einem Nussbaumtisch dreht" verlangst, liest Claude die Tool-Beschreibungen, füllt die Argumente aus und führt den Aufruf durch. Anthropic beschreibt die Auslöseregel in der Dokumentation zum MCP-Connector: Claude ruft ein MCP-Tool auf, wenn die Anfrage zur beschriebenen Fähigkeit des Tools passt, ob du das Tool nennst oder nicht, und ruft keine Tools auf, um Allgemeinwissensfragen zu beantworten.

Was zurückkommt

Ein Tool-Ergebnis kann Text, ein Bild (Base64-Daten plus MIME-Typ), Audio, einen resource_link oder eine eingebettete Ressource enthalten, optional auch ein structuredContent-Objekt, das einem Ausgabeschema folgt. Die Spezifikation bittet Server, die strukturierten Inhalt zurückgeben, dieselben Daten zusätzlich als serialisiertes JSON in einem Textblock mitzuschicken. Für die Generierung ist das der entscheidende Teil. Ein gut gebauter Server liefert einen Link zur Datei und einen kleinen strukturierten Datensatz zum Job (Modell, Dauer, Auflösung, Kosten) und hält das Video selbst aus der Unterhaltung heraus.

Schritt für Schritt: einen gehosteten MCP-Server verbinden

Die MCP-Dokumentation von Claude Code nennt die allgemeine Form für einen Remote-Server: claude mcp add --transport http <name> <url>, optional mit --header "Authorization: Bearer your-token" für Server, die sich mit einem statischen Schlüssel authentifizieren.

1. Schlüssel erstellen. Ein Schlüssel pro Projekt oder Agent, damit du einen widerrufen kannst, ohne die anderen zu zerstören.
2. Scope wählen. Local ist der Standard und liegt in ~/.claude.json nur für das aktuelle Projekt. Project schreibt den Server in eine .mcp.json, die dafür gedacht ist, über das Repository geteilt zu werden. User macht ihn in jedem Projekt auf deinem Rechner verfügbar. Gesetzt wird das mit -s oder --scope.
3. Server hinzufügen. Für Aitachyon: claude mcp add --transport http aitachyon https://aitachyon.com/api/mcp --header "Authorization: Bearer ait_..."
4. Prüfen. claude mcp list zeigt alle konfigurierten Server, claude mcp get aitachyon inspiziert diesen. In einer Sitzung zeigt /mcp den Verbindungsstatus und die bereitgestellten Tools.
5. Einen günstigen ersten Aufruf machen. Fordere ein Bild an, bevor du ein Video anforderst. Damit testest du den Schlüssel und deine Berechtigungen für ein paar Cent.

Server mit OAuth gehen etwas anders vor: Füge den Server ohne Header hinzu und melde dich dann mit claude mcp login <name> oder über /mcp in Claude Code an. Darunter baut die MCP-Autorisierungsspezifikation auf OAuth 2.1 mit PKCE, dynamischer Client-Registrierung (RFC 7591), Metadaten geschützter Ressourcen (RFC 9728) und Ressourcenindikatoren nach RFC 8707. Beide Wege enden mit einem Bearer-Token bei jeder Anfrage.

Drei Konfigurationsfallen

• Project-Scope und Klartext-Schlüssel vertragen sich nicht. Eine .mcp.json ist zum Einchecken gedacht. Steht ein Bearer-Token darin und du pushst, liegt der Schlüssel in deiner Git-Historie. Halte Server mit Schlüssel im Local- oder User-Scope.
• Umgebungsvariablen mit geheimnisartigen Namen werden leer gelesen. Die Claude-Code-Dokumentation vermerkt, dass Variablen, deren Name TOKEN, SECRET, PASSWORD, KEY oder AUTH enthält, leer gelesen werden, wenn sie in der URL oder in den Headern eines Remote-Servers stehen. Ein aus AITACHYON_API_KEY gebauter Header geht leer raus, und der Server lehnt den Aufruf ab. Übergib den Schlüssel direkt im add-Befehl.
• Schlüssel gehören nicht in die URL. Die Autorisierungsspezifikation verlangt Zugriffstoken bei jeder Anfrage im Authorization-Header und verbietet sie im Query-String, wo sie in Proxy- und Server-Logs landen würden.

Berechtigungen: Entscheide, was der Agent ohne Rückfrage ausgeben darf

Ein Generierungs-Tool gibt bei jedem Aufruf Geld aus und verdient daher mehr Überlegung als ein Tool zum Dateilesen. Die MCP-Tools-Spezifikation sagt, dass immer ein Mensch eingebunden sein sollte, der Aufrufe ablehnen kann, und dass Clients die Eingaben vor dem Aufruf anzeigen sollten. Claude Code setzt das mit Berechtigungsregeln um, die MCP-Tools über das Präfix mcp__ ansprechen.

• mcp__aitachyon in einer allow-Regel lässt den ganzen Server ohne Rückfrage laufen.
• mcp__aitachyon in einer deny-Regel sperrt ihn für ein Projekt, nützlich in Repos, in denen niemand Medien generieren soll.
• mcp__* als deny-Regel sperrt alle MCP-Tools auf einmal.

Zwei Details sparen Debugging-Zeit. Claude Code überspringt jede mcp__-Regel, die mit Klammern geschrieben ist, und listet sie im Dialog für ungültige Einstellungen und in claude doctor. Um einen bestimmten Parameterwert eines MCP-Tools zu treffen, übergib eine deny-Regel über --disallowedTools.

Eine Entscheidungsregel für Freigaben

1. Erste Woche mit einem neuen Server: Gib jeden Aufruf von Hand frei und lies Modell, Dauer und Auflösung, die Claude eingesetzt hat, denn sie bestimmen den Preis.
2. Nach zehn Aufrufen in Folge mit sinnvollen Argumenten: Erlaube Bild-Tools und lass Video-Tools freigabepflichtig. Bilder kosten Cent-Beträge; ein Video-Batch kostet Dollar.
3. Unbeaufsichtigte Läufe: Erlaube alles, aber nur mit einem eigenen Schlüssel, der einen eigenen Ausgabenalarm hat und mit einem Klick widerrufen werden kann.

Medien in normaler Sprache anfordern

Claude wählt sinnvolle Standardwerte, und diese sind oft länger, schärfer oder lauter, als die Einstellung braucht. Jede Videoanfrage sollte vier Dinge festlegen: das Modell (oder den Kompromiss, auf den es dir ankommt), die Dauer, die Auflösung oder das Seitenverhältnis und ob du Audio brauchst.

Vorher und nachher

Vorher: "Mach ein Video von unserer Tasse für die Startseite."

Modell, Länge, Format und Audio bleiben dem Agenten überlassen, der womöglich natives Audio einschaltet, das du ohnehin stummschaltest.

Nachher: "Generiere einen 5-Sekunden-Clip in 16:9 mit Kling v3, ohne Audio: eine mattweiße Keramiktasse, die sich langsam auf einem Nussbaumtisch dreht, weiches Fensterlicht von links, geringe Schärfentiefe. Speichere ihn unter public/media/hero-mug.mp4 und melde die Ref und die Kosten."

Der zweite Prompt legt den Preis vor dem Aufruf fest. Zum Zeitpunkt des Schreibens gilt: Kling v3 kostet bei Aitachyon 0,16 $ pro Sekunde ohne Audio und 0,32 $ pro Sekunde mit nativem Audio, dieser Clip kostet also 5 × 0,16 $ = 0,80 $. Mit "mit Audio" sind es 1,60 $ für Ton, der auf den meisten Startseiten ohnehin stumm startet.

Eine wiederverwendbare Anfragevorlage

Füge das in die CLAUDE.md deines Projekts ein, damit jede Anfrage dieselben Vorgaben trägt:

• Asset: Bild, Clip oder Voiceover, und wie viele
• Modell: ein benanntes Modell oder "das günstigste, das X unterstützt"
• Spezifikation: Dauer in Sekunden, Auflösung, Seitenverhältnis (9:16, 16:9, 1:1)
• Audio: keins, nativ oder ein separates Voiceover
• Inhalt: Motiv, Handlung, Schauplatz, Licht, Kamera
• Ausgabe: Zielpfad und Dateinamenmuster
• Budget: "halte an und frag nach, wenn der Batch mehr als X $ kostet"
• Bericht: "liste jede Datei mit Ref, Modell und Kosten auf, danach die Summe"

Die letzten beiden Zeilen lassen die meisten weg, und genau sie sorgen dafür, dass die Zahlen im Terminalverlauf neben den Dateien stehen.

Ein Modell pro Einstellung wählen, mit offenen Kompromissen

Mit einem Konto hinter einem MCP-Server wird das Modell zu einem Argument pro Einstellung statt zu einer Verpflichtung pro Abo. Die Preise unten sind die Preise pro Aufruf von Aitachyon zum Zeitpunkt des Schreibens; die vollständige Tabelle steht unter aitachyon.com/models und als JSON unter https://aitachyon.com/api/pricing.

Video

• Hailuo 02, 0,085 $/s. Die günstigste Videooption der Liste. Gut für Entwürfe, Hook-Tests und alles, wo Menge wichtiger ist als Feinschliff.
• Kling v3, 0,16 $/s ohne Audio, 0,32 $/s mit nativem Audio. Audio verdoppelt den Preis, entscheide also pro Clip. Die Abwägungen gegenüber Seedance stehen im Vergleich Kling v3 gegen Seedance 2.5.
• Veo 3.1 Fast, ab 0,19 $/s. Zum Vergleich: Die Preisseite der Gemini API von Google nennt Veo 3.1 Fast mit 0,10 $ pro Sekunde in 720p, 0,12 $ in 1080p und 0,30 $ in 4K, Veo 3.1 Standard mit 0,40 $ pro Sekunde und eine Lite-Stufe ab 0,05 $. Wenn Veo das einzige Modell ist, das du je aufrufst, ist der direkte Weg zu Google pro Sekunde günstiger. Ein Aggregator verdient seine Marge mit den anderen Modellen unter demselben Schlüssel und dem Kostenprotokoll pro Job. Mehr dazu im Leitfaden zur Veo 3.1 Fast API.
• Wan 2.7, 0,19 $/s. Ein brauchbarer zweiter Versuch bei einer Einstellung, die ein anderes Modell immer wieder verfehlt.
• Seedance 2.5, 0,20 $/s in 480p, 0,44 $/s in 720p. Die Auflösung mehr als verdoppelt den Preis, also Entwürfe in 480p und nur die Treffer in 720p neu rendern.

Bilder

• Seedream 4.0 mit 0,057 $ pro Bild und FLUX.2 [pro] mit 0,057 $ bis 0,086 $: das untere Ende, ausreichend für Produktfotos und Hintergründe.
• Nano Banana, 0,13 $ pro Bild. Nano Banana gegen FLUX.2 Pro für Produktbilder erklärt, wann sich der höhere Preis lohnt.
• gpt-image-2, 0,10 $ bis 0,40 $ pro Bild. Die größte Preisspanne, lege die Größe also im Prompt fest.

Stimme

Ein ElevenLabs-Voiceover kostet zum Zeitpunkt des Schreibens 0,043 $ bis 0,086 $ pro 450 Zeichen. Die zugrunde liegenden Modelle unterscheiden sich in Limits und Sprachabdeckung: ElevenLabs dokumentiert eleven_v3 mit 5.000 Zeichen und über 70 Sprachen, eleven_multilingual_v2 mit 10.000 Zeichen und 29 Sprachen sowie eleven_flash_v2_5 mit 40.000 Zeichen und 32 Sprachen. Bei Skripten in Werbelänge greift das Zeichenlimit selten, die Sprachliste dagegen, sobald du lokalisierst. Die Rechnung pro Minute steht in der Aufschlüsselung der ElevenLabs-API-Voiceover-Kosten.

Die Rechnung für drei reale Batches

Preise pro Sekunde und pro Bild machen einen Batch berechenbar, sofern du multiplizierst, bevor du Enter drückst. Alle Zahlen verwenden die Preise von Aitachyon zum Zeitpunkt des Schreibens.

Batch 1: 20 Hook-Clips für Creative-Tests

Zwanzig 5-Sekunden-Einstiege, jeder testet einen anderen ersten Satz aus einer Liste wie diesen Hook-Formeln.

• Hailuo 02: 20 × 5 s × 0,085 $ = 8,50 $
• Kling v3, ohne Audio: 20 × 5 s × 0,16 $ = 16,00 $
• Seedance 2.5 in 720p: 20 × 5 s × 0,44 $ = 44,00 $

Die sinnvolle Reihenfolge: alle zwanzig als Entwurf mit dem günstigsten Modell, die drei besten behalten und nur diese mit dem Modell neu rendern, das du ausliefern würdest. Drei Gewinner auf Seedance in 720p kosten zusätzlich 3 × 2,20 $ = 6,60 $, zusammen 15,10 $ gegenüber 44,00 $, wenn alles in der höchsten Stufe gerendert wird.

Batch 2: 50 Produktbilder

• Seedream 4.0: 50 × 0,057 $ = 2,85 $
• FLUX.2 [pro]: 50 × 0,057 $ bis 0,086 $ = 2,85 $ bis 4,30 $
• Nano Banana: 50 × 0,13 $ = 6,50 $

Batch 3: eine Woche Shorts

Sieben Shorts, jeder aus drei 5-Sekunden-Clips mit Kling v3 (ohne Audio), drei Seedream-Keyframes und einem Voiceover mit 900 Zeichen.

• Clips: 15 s × 0,16 $ = 2,40 $ pro Short
• Keyframes: 3 × 0,057 $ = 0,171 $ pro Short
• Voiceover: 2 × 450 Zeichen zu höchstens 0,086 $ = bis zu 0,172 $ pro Short
• Pro Short: etwa 2,74 $. Für die Woche: etwa 19,20 $

Dieselbe Rechnung für alle Modelle steht in Preise für KI-Videogenerierungs-APIs 2026.

Lange Renderzeiten, Ausgabelimits und wie die Dateien zurückkommen

Ausgabegröße

Claude Code hat ein hartes Budget dafür, was ein Tool zurückgeben darf. Laut der MCP-Dokumentation von Claude Code warnt es, wenn die Ausgabe eines MCP-Tools 10.000 Token überschreitet, und kappt sie standardmäßig bei 25.000 Token, anpassbar über die Umgebungsvariable MAX_MCP_OUTPUT_TOKENS (zum Beispiel 50000). Ein Server, der rohes Base64-Video zurückgäbe, würde diese Grenze schon beim ersten Clip erreichen. Ein Link und ein kurzer strukturierter Datensatz halten jedes Ergebnis klein und lassen das Kontextfenster für deine eigentliche Arbeit frei.

Timeouts

Video dauert länger als ein typischer Tool-Aufruf. Dieselbe Dokumentation erlaubt einen Tool-Timeout pro Server in .mcp.json, in Millisekunden mit einem Minimum von 1000, und vermerkt, dass HTTP- und SSE-Verbindungen standardmäßig nach 5 Minuten Leerlauf getrennt werden. Bricht ein langer Batch mittendrin ab, prüfe das, bevor du dem Modell die Schuld gibst. Fordere Renderings in kleinen Gruppen an und lass den Agenten nach jeder Gruppe berichten, damit eine abgebrochene Verbindung nur den Status der laufenden Gruppe kostet.

Stabile Refs als Übergabe

Bei Aitachyon bekommt jede generierte Datei eine stabile Ref (img_, scn_, vo_ und so weiter), die Code mit GET /api/generations/{ref} abrufen kann. Das zieht eine saubere Grenze zwischen Agent und Build:

1. Generiere das Asset in Claude Code und lass dir die Ref im Bericht nennen.
2. Trage die Ref in eine Manifest-Datei im Repo ein, neben dem Prompt, der sie erzeugt hat, und den Kosten.
3. Ein Build-Skript oder CI-Schritt holt jede Ref über die normale HTTP-API mit demselben Bearer-Schlüssel.
4. Wenn du eine Einstellung neu generierst, änderst du eine Ref im Manifest, und die Pipeline übernimmt sie.

Das Manifest dient zugleich als Kostenbuch pro Einstellung. Die ausführliche Version dieser Pipeline, mit Skripting obendrauf, steht in Videoproduktion mit KI-Agenten automatisieren.

Ohne Claude Code betreiben

Der gleiche gehostete Server lässt sich aus deinem eigenen Backend aufrufen. Der MCP-Connector von Anthropic lässt die Messages API Remote-MCP-Server ohne separaten MCP-Client erreichen. Er ist als Beta unter dem Header mcp-client-2025-11-20 verfügbar, unterstützt Allow- und Denylists für Tools, akzeptiert OAuth-Bearer-Token und mehrere Server pro Anfrage und ist nicht für Zero Data Retention geeignet. Nützlich ist hier die Tool-Allowlist: Gib Bild-Tools für eine kundenseitige Funktion frei und lass Video-Tools aus, bis du sie eingepreist hast.

Ausgabenkontrolle, wenn ein Agent den Schlüssel hält

Ein Agent, der ein kostenpflichtiges Tool in einer Schleife aufrufen kann, kann auch in einer Schleife Geld ausgeben. Eine falsch gelesene Anweisung, "mach Varianten" verstanden als fünfzig statt fünf, ist ein realistischer Fehlerfall. Die hilfreichen Kontrollen, geordnet danach, wie früh sie greifen:

1. Budget im Prompt. "Halte an und frag nach, wenn der Batch mehr als 10 $ kostet" ist eine Regel, die der Agent anhand der Sekundenpreise prüfen kann.
2. Freigabe für Video-Tools, wie im Abschnitt zu Berechtigungen eingestellt.
3. Ein Schlüssel pro Agent oder Projekt. Aitachyon erfasst die Ausgaben pro API-Schlüssel, schlägt Alarm, wenn ein Schlüssel ungewöhnlich schnell Geld ausgibt, und widerruft einen Schlüssel mit einem Klick.
4. Prepaid-Guthaben. Ist es aufgebraucht, stoppen die Aufrufe. Das ist eine Obergrenze, die eine außer Kontrolle geratene Schleife nicht überschreiten kann.
5. Automatische Erstattung bei Fehlern. Ein fehlgeschlagenes Rendering wird auf den Cent erstattet, sodass Wiederholungen dich nicht unbemerkt doppelt belasten.

Anthropic ergänzt die Grundregel in seinem Hinweis zu Remote-MCP-Servern: Es sind Drittanbieterdienste, verbinde dich also nur mit Servern, denen du vertraust, und prüfe die Sicherheitspraktiken und Bedingungen jedes einzelnen.

FAQ

Wie füge ich Claude Code einen MCP-Server hinzu?

Führe claude mcp add --transport http <name> <url> aus und ergänze für Server mit Schlüssel --header "Authorization: Bearer <key>". Wähle mit -s den Scope local, project oder user und bestätige mit claude mcp list oder /mcp in einer Sitzung. Bei OAuth-Servern fügst du den Server ohne Header hinzu und meldest dich mit claude mcp login <name> an.

Kann Claude Code allein Video generieren?

Claude Code übergibt das Rendering an ein Tool auf einem verbundenen MCP-Server, das das Videomodell ausführt. Sobald ein solcher Server verbunden ist, fragst du in normaler Sprache, und Claude füllt die Tool-Argumente aus, führt den Aufruf durch und gibt dir das Ergebnis zurück.

Warum lehnt mein MCP-Server den Schlüssel aus einer Umgebungsvariable ab?

Claude Code liest Umgebungsvariablen, deren Name TOKEN, SECRET, PASSWORD, KEY oder AUTH enthält, als leer, wenn sie in der URL oder in den Headern eines Remote-Servers vorkommen, sodass der Header leer rausgeht. Übergib den Schlüssel direkt im Befehl claude mcp add und halte den Server im Local- oder User-Scope.

Was kostet ein 5-Sekunden-KI-Videoclip?

Das hängt von Modell und Einstellungen ab. Zu den Aitachyon-Preisen zum Zeitpunkt des Schreibens kosten 5 Sekunden etwa 0,43 $ bei Hailuo 02, 0,80 $ bei Kling v3 ohne Audio, 1,60 $ mit nativem Audio und 1,00 $ oder 2,20 $ bei Seedance 2.5 in 480p oder 720p.

Quellen

1. Anthropic (Claude-Code-Dokumentation): Claude Code über MCP mit Tools verbinden
2. Anthropic (Claude-Code-Dokumentation): Berechtigungen konfigurieren
3. Model Context Protocol: Spezifikation 2025-06-18, Transporte
4. Model Context Protocol: Spezifikation 2025-06-18, Tools
5. Model Context Protocol: Spezifikation 2025-06-18, Autorisierung
6. Anthropic (Claude-Platform-Dokumentation): MCP-Connector
7. Anthropic (Claude-Platform-Dokumentation): Remote-MCP-Server
8. Google AI for Developers: Preise der Gemini API
9. ElevenLabs: Text-to-Speech-Modelle

Wenn du dieses Setup ohne fünf getrennte Konten willst: Aitachyon bündelt die oben genannten Video-, Bild- und Stimmmodelle hinter einem Schlüssel, einem gehosteten MCP-Server und einem Prepaid-Guthaben, jeder Job nach Modell und Kosten aufgeschlüsselt. Den Einzeiler für Claude Code und die HTTP-API findest du auf der Entwicklerseite.