Verstehe ich das richtig, dass ihr dann gemeinsam in einem Raum seid und es nicht um Remote Video geht?
Deine Vorstellung von einem Videosetup mit mehreren Kamerawinkeln, bedeutet dass du auch mehrere Kameras gleichzeitig nutzen musst. Alternativ (nicht ganz so lebendig) eine 4K Aufnahme bei der du später im Schnitt problemlos auch auf Ausschnitte zoomen kannst. Da hängt dann auch viel von deinem Anspruch an diese Kameras ab. Simpel könnte man auch die meisten Smartphones nutzen, aber schicker sieht es sicherlich mit einer DSLR oder Bridgekamera aus. Mit das wichtigste ist dass der Ton gut ist, aber das hast du ja bereits im Griff. Dann wäre technisch noch das Lichtsetup ein Thema, dass du bedenken solltest und die Perspektiven. Da kannst du einfach auf YouTube nach den vielfach vorhandenen Videosetup für Anfänger Videos schauen.
Falls du das Video auch Live streamen willst, wäre noch Software wie z.B. OBS ein Thema. Ein Atem Mini wäre für den einmaligen Einsatz Overkill.
Da du den Ton ja bereits im Griff hast, bleibt dann noch die Entscheidung, ob du die Tonaufnahme später einfach unter das Video legst (wäre wohl technisch einfacher) oder noch schauen willst, dass der Ton gleich mit in die Kameraaufnahme geht.
Ich habe bei meinem kleinen Hobbypodcastprojekt mit meinem Bruder aus Neugierde auch gleich mit Video- und Tonaufnahme gestartet und bin seitdem immer am (freundlichen) Fluchen, weil Video den Technischen und Nachbearbeitungsaufwand inkl. der Lernkurve deutlich erhöht. Und dabei stelle ich bisher nur eine Kamera auf und habe mich noch nicht an ein zwei Kamerasetup gewagt.
Nachtrag: Mit fällt gerade auf: Das stimmt nicht wirklich, weil wir seit neuestem Remote aufnehmen und das Internet meines Bruders kein Livevideo in vernünftiger Qualität bietet. Jetzt nimmt er auf einer zweiten Kamera auf und schickt mir die SD-Karte zu.