Bild-zu-Video mit KI: ein Foto oder einen Charakter animieren

Bei Text-zu-Video muss die Engine alles erfinden: das Motiv, den Bildausschnitt, das Licht – und obendrauf die Bewegung. Bild-zu-Video nimmt ihr die ersten drei ab. Du gibst ihr ein Standbild, das schon stimmt, und verlangst nur eins: Bring es in Bewegung. Das ist der kontrollierbarste Weg, ein bestimmtes Gesicht, Produkt oder eine bestimmte Komposition in einen Clip zu bekommen, und der Workflow hinter den meisten „Wie haben die das so konsistent hinbekommen?“-Videos, die du kennst. So funktioniert es im eroq-Studio, vom Ausgangsbild bis zum fertigen Clip.

Woher das Ausgangsbild kommt

Das Tool „Video“ nimmt ein Referenzbild aus drei Quellen an:

• Ein Foto, das du hochlädst. Jedes Standbild, an dem du die Rechte hast. Jede Person darauf muss fiktiv und mindestens 18 Jahre alt sein – das Studio animiert keine realen, identifizierbaren Personen ohne deren Einwilligung, und diese Regel wird auf Kontoebene durchgesetzt.
• Ein Charakter. Ein gespeicherter Charakter bringt Referenzfotos mit; schreibst du seinen @Namen in den Prompt, bekommt die Engine das Gesicht, das du schon abgenommen hast.
• Ein Render aus deiner Bibliothek. Jedes Bild, das du generierst, wird automatisch gespeichert. Der Button Animieren auf einer Bildkarte schickt es als Bild-zu-Video-Quelle ins Tool „Video“, und das ursprüngliche Rezept ist unter Remix nur einen Klick entfernt.

Hast du das Standbild noch nicht, erstell es zuerst im Tool „Bild“: Krea2 für Fotorealismus, Anima für Illustration oder eines seiner anderen 13 Modelle, ab 10 Credits pro Bild, 1 bis 4 auf einmal, und auch dort kannst du ein Gesicht mit Referenzfotos festlegen. Das Standbild separat zu generieren ist günstiger, als ein Video so lange neu zu würfeln, bis der Bildausschnitt stimmt – ein 5-Sekunden-Clip kostet mit Motion One 145 Credits, ein Bild 10.

Die Engine wählen

Bild-zu-Video nutzt dieselbe Engine-Auswahl wie Text-zu-Video, und die Abwägungen sind dieselben:

• Motion One steht jedem Konto zur Verfügung, auch dem kostenlosen, und ist die unzensierte Engine. 5 bis 15 s, 145 Credits für 5 s und 290 für 10 s.
• Seedance 2.5 reicht von 4 bis 30 s in bis zu 720p, respektiert einen Seed und nimmt, wie der Rest der Seedance-Familie, einen Start- und einen Endframe an (mehr dazu unten). 490 Credits pro 5 s, ab dem Creator-Plan.
• Seedance 2.0 Mini, Fast und 2.0 decken 4 bis 15 s mit Seed ab; Mini ist die günstige Option mit 75 Credits pro 5 s, für jedes Konto.
• Kling 3.0 ist bekannt für flüssige Bewegung und Gesichter, Hailuo 3 für filmische Physik und dramatisches Licht. Veo 3.1 Fast rendert 4, 6 oder 8 s mit nativem Ton. Kling 3.0 und Veo 3.1 Fast gibt es ab Hobby, Hailuo 3 ab Creator.

Die Länge begrenzt außerdem dein Plan – 10 s kostenlos, 15 s bei Hobby, 20 s bei Creator, 30 s ab Studio. Für ein Porträt oder eine Produktdrehung reichen meist 5 s; heb dir die langen Clips für langsame Kamerabewegungen auf, bei denen das Standbild die Einstellung tragen kann.

Schreib den Prompt für die Bewegung, nicht für das Bild

Das ist der Teil, den die meisten falsch machen. Das Foto sagt der Engine schon, wer im Bild ist, wie es beleuchtet ist und wo die Kamera steht. Beschreibt dein Prompt all das noch einmal, erlaubst du der Engine, vom Standbild abzuweichen – eine andere Jacke, wärmeres Licht, ein Gesicht, das fast ihres ist. Beschreib, was sich bewegt, und sonst nichts.

Ein vollständiger Prompt nur für Bewegung, für ein Porträt:

Sie dreht den Kopf langsam zum Fenster und atmet aus, eine Haarsträhne hebt sich im Luftzug; langsame Ranfahrt mit Porträtobjektiv, der Vorhang hinter ihr schwingt einmal, Staub treibt durch den Lichtstrahl vom Fenster, ruhig und ohne Eile, sonst bewegt sich nichts im Bild.

Beachte, was fehlt: keine Beschreibung ihres Gesichts, ihrer Kleidung oder des Raums. Drei Dinge sind da – die Bewegung des Motivs, die Bewegung der Kamera und das Tempo. Das ist das ganze Rezept.

Daraus folgen ein paar Regeln:

1. Eine Kamerabewegung pro Clip. Schreib sie in den Prompt oder füg sie über das Menü „Syntax“ ein (Ranfahrt, Kreisfahrt, Langsamer Schwenk und die anderen); das Eingabefeld hebt die Anweisungen hervor, die es erkennt, etwa „Kamerafahrt“ oder „Totalaufnahme“.
2. Nenn das Tempo. Ruhig, Verträumt, Dynamisch, Angespannt oder Chaotisch, als Wort im Prompt (in Cinema ist Tempo eine Einstellung im Look-Panel). Ohne Tempo neigen Engines dazu, zu viel zu animieren.
3. Sag, was still bleibt. „Sonst bewegt sich nichts“ ist eine legitime und nützliche Anweisung.
4. Nutze den Negativ-Prompt bei Engines, die ihn unterstützen, gegen die Drift, die dir immer wieder begegnet – „extra fingers, warping text, changing hairstyle“ (zusätzliche Finger, verzerrte Schrift, wechselnde Frisur).
5. Fixier den Seed bei Seedance, wenn ein Take nah dran ist: gleicher Seed, kleine Prompt-Änderung, und du bekommst eine Variation statt eines neuen Würfelwurfs.

Start- und Endframe bei Seedance

Die Seedance-Familie – 2.5, 1.0 Pro und 1.0 Lite – nimmt zwei Standbilder statt einem an: einen Startframe und einen Endframe, und sie interpoliert die Bewegung dazwischen. Damit wird Bild-zu-Video von „animiere das“ zu „bring mich von hier nach dort“ – ein anderes Werkzeug.

Das ist der richtige Zug für Enthüllungen und Verwandlungen: ein Produkt erst geschlossen, dann offen; ein Raum erst leer, dann voll; derselbe Charakter erst an der Tür, dann am Fenster. Zwei Dinge sorgen dafür, dass es funktioniert. Halte die Frames konsistent – gleiches Motiv, gleicher Bildausschnitt, gleiches Licht, idealerweise zwei Bilder aus einem Batch oder zwei Frames aus einem Clip – und beschreib im Prompt nur den Übergang, im selben Nur-Bewegung-Register wie oben. Der Glossareintrag zu Start- und Endframe erklärt die Mechanik; kurz gesagt: Unpassende Frames ergeben einen Morph, und ein Morph ist selten, was du wolltest.

Fehler, die du dir sparen kannst

• Überladene Standbilder. Ein Ausgangsbild mit sechs Personen und einer Menschenmenge animiert sechs Personen und eine Menschenmenge – schlecht. Gib der Engine ein einziges Motiv.
• Die Vergangenheit beschreiben. „Eine Frau, die gerade hereingekommen ist“ ist eine Vorgeschichte, keine Bewegung. „Kommt von links herein und bleibt stehen“ ist eine Bewegung.
• Gegen den Bildausschnitt kämpfen. Soll aus einem Porträt eine Totalaufnahme werden, muss die Engine einen Raum erfinden. Nimm Rückfahrt für ein bisschen Luft, oder generiere das weite Standbild und animiere das.
• Neu würfeln statt neues Standbild. Stimmt der Bildausschnitt nicht, korrigier das Bild. Es kostet 10 Credits.

Fehlgeschlagene Renders werden automatisch erstattet, und jeder Clip wird mit Quelle und Rezept in deiner Bibliothek gespeichert. Die Schleife bleibt also günstig: Standbild, Bewegungs-Prompt, Take, anpassen.

Häufige Fragen

Mit welcher Engine sollte ich bei Bild-zu-Video anfangen?

Mit Motion One, wenn du im kostenlosen Tarif bist oder unzensierte Ergebnisse brauchst; mit Seedance, wenn du Start- und Endframe oder einen Seed willst – 2.5, wenn du zusätzlich bis zu 30 s brauchst; mit Kling 3.0, wenn der Clip vor allem ein Gesicht zeigt.

Kann ich einen Charakter direkt animieren?

Ja. Schreib seinen @Namen in den Prompt, dann reist sein Bild als Referenz mit, und der Clip behält das Gesicht, das du abgenommen hast.

Muss der Prompt die Person auf dem Foto beschreiben?

Nein – und er sollte es auch nicht. Das Standbild trägt das Motiv; der Prompt trägt Bewegung, Kamera und Tempo.

Du hast ein Standbild, das es verdient, sich zu bewegen? Öffne das Tool „Video“ und zieh es hinein, oder lies zuerst den Überblick zu Bild-zu-Video.