In der Shotlist steht „halbnah, sie liest die Karte“. Am Set schneidet das Bild an der Hüfte, Tisch und Teeglas sind groß im Vordergrund, die Karte liegt klein unten im Bild. Gemeint war ein Bild ab der Brust, in dem man ihren Blick auf der Karte erkennt. Beide hatten recht, nur nicht mit demselben Lehrbuch.
Eine Einstellungsgröße legt fest, wie nah der Zuschauer einem Menschen kommt. Je weiter das Bild, desto mehr liest er den Ort. Je enger, desto mehr liest er das Gesicht und damit, was in der Figur vorgeht. Die deutsche Filmlehre unterscheidet dafür acht Größen, von der Weit bis zum Detail. Die Namen sind verbreitet, die Grenzen sind es nicht. Deshalb gehört zu jeder Größe, die du bestellst, die Stelle, an der das Bild den Körper schneidet.
Die acht Einstellungsgrößen auf einen Blick
Maßstab ist der menschliche Körper. Die Kanten in der Tabelle folgen dem Filmglossar von kinofenster.de, dem Filmbildungsportal der Bundeszentrale für politische Bildung. Die englischen Begriffe stammen von der Lehrseite der Universität Bamberg zu Kameraeinstellgrößen. Die Zuordnung ist ungefähr, weil die englische Praxis etwas anders einteilt.
| Größe | Was im Bild ist | Englisch, ungefähr | Wofür |
|---|---|---|---|
| Weit (Supertotale, Panorama) | Landschaft oder Stadt, der Mensch ist verschwindend klein | Extreme Wide Shot | Ort einführen, Figur wirkt verloren |
| Totale | der ganze Schauplatz mit allen, die darin handeln | Wide Shot | Orientierung, Establishing Shot |
| Halbtotale | eine Person ganz, von Kopf bis Fuß, mit Umgebung | Full Shot | Haltung, Gang, Gruppe |
| Amerikanisch | ab Hüfte oder Oberschenkel aufwärts, je nach Quelle bis zum Knie | Cowboy Shot | Hände und was am Gürtel hängt |
| Halbnah | etwa zwei Drittel des Körpers, grob ab der Hüfte | Medium Shot | Gespräch, Handlung am Tisch |
| Nah | ab der Brust aufwärts, wie ein Passfoto | Medium Close Up | Mimik, Interview |
| Groß | der Kopf, ganz oder leicht angeschnitten | Close Up | Reaktion, Gefühl |
| Detail | nur ein Teil: Auge, Hand, Gegenstand | Extreme Close Up | Hervorheben |
Warum der Abstand das Gefühl steuert
Jede Größe verteilt das Bild zwischen Raum und Mensch. In der Weit gehört fast alles dem Raum. Mit jeder Stufe enger bekommt erst der Körper mehr Fläche, dann das Gesicht, am Ende ein Auge. Der Zuschauer liest, was am meisten Platz hat: in der Totale den Ort, in der Nah die Mimik.
Dazu kommt Nähe im wörtlichen Sinn. Ein Gesicht so groß wie in einer Großaufnahme sehen wir im Alltag nur bei Menschen, die uns nah sind. Im Film sitzt der Zuschauer plötzlich an genau dieser Stelle, auch bei einer Figur, die er eben erst kennengelernt hat.
Die Größe entscheidet nicht allein. Brennweite, Licht und der Schnitt davor und danach verändern, wie dasselbe Bild wirkt. Auch die Kamerahöhe ist eine eigene Entscheidung und heißt Perspektive: Eine Nah kann von unten gedreht sein und mächtig wirken oder von oben und klein.
Weit oder Supertotale
Die Weit zeigt eine Landschaft, eine Stadt oder ein Gebirge so weiträumig, dass der Mensch darin verschwindend klein wirkt. Sie heißt auch Supertotale oder Panorama, kinofenster.de nennt sie Panoramaeinstellung. Englisch ist das der Extreme Wide Shot.
Sie hat zwei Aufgaben. Sie führt einen Ort ein, bevor die Geschichte dort beginnt. Und sie macht eine Figur klein: Ein Mensch allein vor einer Wüste wirkt verloren oder frei, je nachdem, was vorher passiert ist. Im Schnitt braucht sie mehr Standzeit als eine enge Größe, weil das Auge den Raum erst absuchen muss.
Totale
Die Totale zeigt den ganzen Schauplatz mit allen, die darin handeln: den Raum, den Saal, die Halle, den Gang. Die Menschen sind ganz im Bild und klein, aber kein Punkt mehr. Darin liegt der Unterschied zur Weit. In der Totale zählt der Ort, an dem gehandelt wird, in der Weit die Landschaft.

Klassisch eröffnet die Totale eine Szene als Establishing Shot. Der Zuschauer weiß danach, wo Tür, Tisch und Fenster sind. Er verliert die Orientierung nicht, wenn der Schnitt später nah herangeht.
Halbtotale
Die Halbtotale zeigt eine Person ganz, von Kopf bis Fuß, und gerade so viel Umgebung, dass man sieht, wo sie steht. Jetzt liest der Zuschauer den Körper: Haltung, Gang, ob jemand zögert oder losläuft.

Für Gruppen ist sie die Größe, in der man sieht, wer zu wem steht. Wenn in einem Firmenvideo zwei Leute nebeneinander durch die Halle gehen, ist das meist eine Halbtotale. Sie zeigt Bewegung, ohne dass der Raum die Hauptrolle übernimmt.
Amerikanische Einstellung
Die amerikanische Einstellung schneidet die Person irgendwo zwischen Hüfte und Knie. Sie gilt als Kind des Western: Der Colt am Gürtel sollte mit ins Bild, und die Figur sollte trotzdem groß genug sein, dass man ihr Gesicht liest. Im Englischen heißt sie deshalb Cowboy Shot.

Bei dieser Größe sind sich die Quellen nicht einig. kinofenster.de beschreibt sie ab der Hüfte aufwärts, die deutschsprachige Wikipedia bis etwa zum Knie, die Uni Bamberg setzt den Cowboy Shot ab der Mitte der Hüfte an. Wer „amerikanisch“ bestellt, sagt deshalb besser dazu, ob nur die Hände am Gürtel oder auch die Knie ins Bild sollen.
Heute passt sie überall, wo Hände etwas unterhalb der Brust tun: ein Werkzeug am Gürtel, ein Mikrofon in der Hand, eine Geste im Gespräch.
Halbnah
Halbnah zeigt etwa zwei Drittel des Körpers, grob ab der Hüfte aufwärts. Im Sitzen schneidet das Bild meist an der Tischkante. Gesicht und Hände sind gleichzeitig gut zu lesen. Das macht Halbnah zur Größe für Gespräche und für alles, was am Tisch passiert: Jemand liest, schreibt, schenkt ein und redet dabei.


Die Szene vom Anfang spielt genau hier. „Halbnah“ war richtig bestellt, nur hatte der eine die Tischkante im Kopf und der andere die Brust. Ab der Brust wäre es nach kinofenster.de schon eine Nah.
Nah
Nah zeigt eine Person ab der Brust aufwärts, kinofenster.de vergleicht sie mit einem Passfoto. Das Gesicht hat jetzt so viel Fläche, dass kleine Bewegungen zählen: ein Blick zur Seite, ein Zögern vor der Antwort. Für Interviews, in denen jemand in die Kamera oder knapp daneben spricht, ist das die übliche Größe.

Nah und Groß werden oft verwechselt. Die Grenze liegt an den Schultern. Sind Brust und Schultern im Bild, ist es eine Nah. Füllt der Kopf das Bild, ist es eine Groß.
Groß
Groß zeigt den Kopf, ganz oder leicht angeschnitten. Englisch ist das der Close Up, und das Wort hat sich so verbreitet, dass viele jede enge Aufnahme so nennen. In der Filmlehre ist es genau diese Größe: der Kopf, kaum mehr.

Eine Groß zeigt Reaktion. Der Zuschauer sieht nicht mehr, was jemand tut, sondern was es mit ihm macht. Am stärksten wirkt sie, wenn vorher eine weitere Größe gezeigt hat, worauf die Figur reagiert.
Detail und italienische Einstellung
Das Detail zeigt bloß einen Teil: ein Auge, eine Hand, einen Schlüssel, die Uhr am Handgelenk. Englisch heißt das Extreme Close Up. Es hebt etwas hervor, das der Zuschauer sonst übersehen würde, und sagt ihm damit, dass es zählt.

Eine Sonderform heißt italienische Einstellung: nur die Augen, quer durchs Bild. Bekannt ist sie aus den Duellen in Sergio Leones „Spiel mir das Lied vom Tod“.
Das Detail ist die stärkste Größe und nutzt sich am schnellsten ab. Drei Details hintereinander ohne Vorbereitung, und der Zuschauer weiß nicht mehr, welches davon wichtig war.
So bestellst du eine Größe, die jeder gleich versteht
Die Begriffe sind Konvention aus Lehre und Praxis, keine Norm. Das zeigt schon die amerikanische Einstellung mit drei Schnittkanten in drei seriösen Quellen. Im Gespräch am Set fällt das selten auf, weil man auf den Monitor zeigen kann. In einer Shotlist oder einem Briefing fällt es auf, weil dort niemand nachfragt.
In jede Zeile einer Shotlist gehören deshalb drei Dinge: die Größe, die Körperkante und das, was im Bild lesbar sein muss. Also nicht nur „halbnah“, sondern „halbnah, schneidet an der Tischkante, Karte und Gesicht lesbar“. Damit ist das Bild bestellt, egal mit welchem Lehrbuch dein Gegenüber gelernt hat.
Im Hochformat verschiebt sich die Rechnung. Bei gleicher Körperkante bleibt links und rechts viel weniger Raum als im Querformat. Eine Halbnah im Hochformat zeigt kaum noch, wo jemand sitzt. Wird eine Szene für Reels und für die Website gedreht, legst du am besten vorher fest, welche Fassung den Ort zeigen muss.
Die Größe entscheidet sich nicht erst am Set. Fehlt im Dreh eine Totale, fehlt sie im Schnitt, und das Gespräch beginnt ohne Orientierung. Weil ich Konzept, Kamera und Schnitt selbst mache, plane ich die Größen schon im Konzept vom Schnitt her: Welche Weit oder Totale führt ein, welche Nah trägt das Gespräch, welches Detail braucht der Schnitt als Übergang. Was es ausmacht, wenn eine Person alle diese Schritte macht, steht unter Videograf, Kameramann oder Filmmaker?
Wie die Größen im Schnitt zusammenarbeiten
Eine klassische Szene beginnt weit und wird enger: Totale für den Ort, Halbnah für das Gespräch, Nah und Groß, wenn es ernst wird. Der Zuschauer kommt mit der Kamera näher, je wichtiger der Moment wird. Wer den Rhythmus umdreht und mit einem Detail beginnt, stellt eine Frage: Wessen Hand ist das, und wo sind wir? Die Totale danach beantwortet sie.
Liegen zwei Größen derselben Figur zu nah beieinander, ruckelt der Schnitt. Halbnah auf eine etwas engere Halbnah vom selben Standpunkt sieht schnell nach Versehen aus. Zwischen zwei Einstellungen derselben Figur liegt deshalb besser mindestens eine Stufe oder ein anderer Winkel.
Statt zu schneiden, kann die Kamera auch von einer Größe in die nächste fahren. Das ist dann eine Kamerabewegung, also Fahrt, Schwenk oder Kran, und eine eigene Entscheidung neben der Größe.
Welche Größe ein Bild braucht, hängt an einer Frage: Soll der Zuschauer gerade den Ort lesen, den Körper oder das Gesicht? Wenn du ein Video planst und die Shotlist gemeinsam durchgehen möchtest, schreib mir über die Projektanfrage. Was ich rund ums Video mache, steht unter Videografie.
Häufige Fragen zu Einstellungsgrößen
Wie viele Einstellungsgrößen gibt es?
Die deutsche Filmlehre unterscheidet meist acht: Weit, Totale, Halbtotale, Amerikanisch, Halbnah, Nah, Groß und Detail. Dazu kommen Sonderformen wie die italienische Einstellung. Die englische Praxis teilt feiner ein; die Lehrseite der Universität Bamberg führt neun Größen vom Extreme Wide Shot bis zum Extreme Close Up.
Was ist der Unterschied zwischen Totale und Halbtotale?
Die Totale zeigt den ganzen Schauplatz mit allen, die darin handeln, die Halbtotale eine Person ganz von Kopf bis Fuß. In der Totale sucht das Auge die Figur im Raum, in der Halbtotale hat es sie schon gefunden und liest ihre Haltung.
Warum heißt es amerikanische Einstellung?
Der Name geht auf den Western zurück: Das Bild schneidet so, dass der Colt am Gürtel noch zu sehen ist. Mit amerikanischen Filmen von heute hat der Begriff nichts mehr zu tun, er beschreibt nur die Kante zwischen Hüfte und Knie.
Was ist der Unterschied zwischen Einstellungsgröße und Perspektive?
Die Einstellungsgröße sagt, wie viel von einer Person im Bild ist, die Perspektive, aus welcher Höhe die Kamera schaut. Beides wird getrennt entschieden: Eine Nah kann aus Augenhöhe, von unten oder von oben gedreht sein, und jede Variante wirkt anders.
Welche Einstellungsgröße passt für ein Interview?
Für ein Interview passt meist die Nah, weil sie die Mimik trägt und trotzdem Schultern und etwas Raum zeigt. Spricht jemand viel mit den Händen, ist die Halbnah die bessere Wahl. Für den Schnitt lohnt sich zusätzlich ein Detail der Hände oder des Arbeitsplatzes, damit lange Antworten gekürzt werden können, ohne dass das Bild springt.
Über den Autor
Patrick Polczyk ist Filmmaker bei ULTIM8MEDIA in Gummersbach. Konzept, Regie, Kamera, Licht, Ton, Schnitt, Sounddesign und Color Grading macht er selbst. Für Einstellungsgrößen heißt das: Wer die Shotlist schreibt, steht beim Dreh hinter der Kamera und entscheidet im Schnitt, welche Größe wann kommt.


