So erstellst du aus einem einzigen Foto ein KI-Produktvideo
Integriere dein echtes Produkt in KI-generiertes Videomaterial: welche Fotos du verwenden solltest, wie du die Szene beschreibst, was du vor der Freigabe des Clips überprüfen solltest und wie du vertikale Versionen für soziale Medien erhältst.
Ein kurzes Video, das dein Produkt im Einsatz zeigt (eingegossen, getragen, ausgepackt oder auf einem sonnigen Regal), verkauft sich besser als ein einzelnes Foto. Für einen Dreh braucht man Requisiten, Licht und einen Nachmittag. Mit „Referenz zu Video“ gibst du der KI ein Foto des echten Produkts, beschreibst die Szene und erhältst einen Clip mit deinem Produkt – samt Ton.
Diese Anleitung behandelt, was du fotografieren solltest, wie du die Szene beschreibst, was du vor der Freigabe prüfen solltest und wie du Versionen für jede Plattform erhältst.
So funktioniert es in einem Absatz
Du fügst deiner Nachricht ein oder mehrere Fotos hinzu und beschreibst, was geschehen soll. Der Agent betrachtet jedes Foto, benennt, was darauf zu sehen ist („die bernsteinfarbene Glasflasche mit goldener Pipettenkappe in @Image 1“), und verfasst darum herum einen Prompt für die einzelnen Aufnahmen: wo die Szene spielt, was die Kamera macht, was geschieht und wie der Ton klingt. Auf einer Karte siehst du diesen Prompt, die Fotos und die Einstellungen des Clips; erst wenn du ihn genehmigst, wird etwas generiert. Anschließend wird der Clip im Hintergrund gerendert und in deinen Dateien abgelegt.
Schritt 1: Wähle die richtigen Fotos aus
Die Fotos sind wichtiger als alles, was du schreibst. Mehr ist nicht besser: Ein bis drei gute Bilder sind sechs mittelmäßigen überlegen, weil es bei zu vielen Bildern für das Modell schwieriger wird zu erkennen, welche Details wichtig sind.
- Ein Produkt pro Foto, das den Großteil des Bildes ausfüllt, vor einem schlichten Hintergrund.
- Gleichmäßiges, weiches Licht, das die echten Farben und die Form zeigt. Keine harten Reflexionen, die das Etikett verdecken.
- Eine zweite Perspektive nur, wenn die Rück- oder Seitenansicht in der Szene wichtig ist.
- Keine Collage und kein Blatt mit mehreren Perspektiven in einem Bild. Das Modell erkennt mehrere Ansichten als mehrere Produkte und zeigt möglicherweise zwei davon.
- Keine Wasserzeichen, Bildunterschriften oder Preisaufkleber. Text auf einem Foto ist im Clip oft zu sehen.
Möchtest du auch eine Person im Clip? Ein Porträt aus nächster Nähe stellt ein Gesicht deutlich besser dar als ein Ganzkörperfoto, auf dem das Gesicht klein ist. Beschränke die Anzahl der Personen auf zwei oder drei.
Schritt 2: Beschreibe die Szene wie ein Regisseur
Du musst den technischen Prompt nicht schreiben. Das übernimmt der Agent. Aber je konkreter deine Idee ist, desto besser wird der Clip. Berücksichtige vier Dinge:
| Was | Vage | Konkret |
|---|---|---|
| Ort und Licht | „ein schönes Badezimmer“ | „ein weißes Marmorregal, weiches Morgenlicht durch ein Fenster“ |
| Aktion | „jemand benutzt es“ | „Eine Hand hebt es auf, dreht es, Licht scheint durch das Glas“ |
| Kamera | „filmisch“ | „langsames Heranfahren, dann eine Nahaufnahme der Pipette“ |
| Ton | — | „sanfte, luftige elektronische Musik; das Klirren eines Glases“ |
Der Ton wird zusammen mit dem Bild erzeugt: Musik, Soundeffekte und sogar eine Dialogzeile, falls jemand spricht. Sagen Sie, was Sie hören möchten, oder sagen Sie „keine Musik“, wenn Sie Ihre eigene hinzufügen möchten.
Schritt 3: Länge, Format und Qualität auswählen
- Länge: 5 bis 15 Sekunden pro Clip. Für eine Anzeige sind 8–10 Sekunden mit einer klaren Handlung meist wirkungsvoller als 15 Sekunden mit einer ziellos umherfahrenden Kamera.
- Seitenverhältnis: 9:16 für Reels, TikTok und Shorts; 1:1 oder 3:4 für Feeds; 16:9 oder 21:9 für ein Website-Banner oder YouTube.
- Auflösung: 720P für die finale Version, 480P, um zunächst eine Idee auszuprobieren.
Wenn Sie diese Angaben weglassen, fragt der Agent nach.
Schritt 4: Karte vor der Freigabe prüfen
Die Freigabekarte zeigt Ihre mit @1, @2 usw. nummerierten Fotos, die Einstellungen und den vollständigen Prompt. Prüfen Sie sie auf drei Dinge:
- Das Produkt wird anhand dessen beschrieben, was auf deinem Foto tatsächlich zu sehen ist: Farbe, Material, Verschluss und Etikett.
- Im Prompt wird verlangt, dass Etikett und Farben genau wie auf dem Foto beibehalten werden.
- Die Handlung muss etwas sein, das ein Produkt plausiblerweise ausführen kann. Flüssigkeiten werden ausgegossen, Stoff bewegt sich, eine Schachtel öffnet sich; eine Flasche tanzt nicht.
Nicht ganz richtig? Drücke auf „Etwas ändern“ und sage, was geändert werden soll. Der Agent formuliert den Prompt neu und zeigt dir eine neue Karte.
Schritt 5: Clip abrufen und Variationen erstellen
Die Erstellung eines Clips dauert einige Minuten. Du kannst weiter chatten oder den Tab schließen; im Tab „Aufgaben“ wird der Fortschritt angezeigt, und die fertige MP4-Datei erscheint unter „Dateien“ und kann direkt abgespielt oder heruntergeladen werden. Wenn ein Clip fehlschlägt, wird er automatisch erstattet.
Variationen sind nur eine Nachricht entfernt: „dieselbe Szene im Format 1:1“, „jetzt draußen zur goldenen Stunde“, „eine Version, in der eine Frau die Flasche hält und in die Kamera lächelt“. Jede wird als neue Karte zur Bestätigung zurückgegeben.
Ehrliche Grenzen
- Kleingedrucktes auf einem Etikett kann weich oder leicht fehlerhaft dargestellt werden. Große Logos und kurze Markennamen bleiben am besten erhalten. Prüfe das Etikett in jedem Clip, bevor du ihn veröffentlichst.
- Hände und feine mechanische Teile sind für Videomodelle am schwierigsten. Halte die Handlungen einfach und das Produkt groß im Bild.
- Ein Clip ist eine durchgehende Szene. Für eine längere Werbung mit mehreren Szenen bitte um ein langes Video: Der Agent plant es als Storyboard und filmt es Clip für Clip, wie im Beitrag über die Umwandlung einer Geschichte in ein animiertes Drama beschrieben.