KI-Video-Prompts: Der Leitfaden für starke Ergebnisse

Warum gute Prompts über die Qualität Ihrer KI-Videos entscheiden

Ein Text-to-Video-Modell ist kein Zufallsgenerator, auch wenn die erste Ausgabe manchmal genau so wirkt. Es übersetzt Ihre Beschreibung in eine Wahrscheinlichkeitsverteilung möglicher Bilder und Bewegungen – und Ihr Prompt bestimmt, wie eng diese Verteilung gefasst ist. Schreiben Sie nur „eine Frau läuft durch eine Stadt“, erhalten Sie irgendeine Frau in irgendeiner Stadt bei irgendeinem Licht. Beschreiben Sie dagegen eine Frau Ende dreißig in einer wattierten Jacke, die bei blauem Dämmerlicht über nassen Asphalt geht, während die Kamera seitlich mitfährt, erhalten Sie ein Bild, das wie eine bewusste Entscheidung wirkt.

Der entscheidende Unterschied zwischen Standbild-Prompting und Video-Prompting liegt in der Zeit. Zusätzlich zu Motiv, Umgebung und Stil müssen Sie erklären, was sich bewegt, wie schnell, in welche Richtung und ob die Kamera selbst Teil dieser Bewegung ist. Modelle wie Runway, Kling, Sora, Luma, Pika oder Vidu reagieren auf diese Signale unterschiedlich stark – aber sie alle reagieren darauf. Ein Prompt ohne Bewegungsangabe überlässt dem Modell die Entscheidung, und Modelle entscheiden in solchen Fällen gern konservativ: kaum Bewegung, statische Komposition, wenig Spannung.

Zweitens ist Video-Generierung ein Iterationsprozess. Selten sitzt der erste Durchlauf. Wer sechs bis zehn Varianten einplant, statt auf den perfekten ersten Versuch zu hoffen, arbeitet realistisch und spart unterm Strich Zeit. Drittens: Ein Prompt ist ein Dokument. Speichern Sie ihn, versionieren Sie ihn, notieren Sie, was funktioniert hat. So entsteht aus gelegentlichen Zufallstreffern eine wiederholbare Methode, die auch im Team funktioniert.

Dieser Leitfaden führt Sie durch die Bestandteile starker Video-Prompts, einen siebenstufigen Produktionsworkflow, kopierbare Vorlagen, Kriterien für die Modellwahl, typische Fehler und ein einfaches Bewertungsraster. Sie brauchen dafür kein Entwicklerwissen – nur die Bereitschaft, Entscheidungen zu treffen, bevor die erste Sekunde gerendert wird.

Die Anatomie eines starken Video-Prompts

Ein guter Prompt ist keine lange Wunschliste, sondern eine Abfolge von Entscheidungen. Bewährt hat sich diese Grundordnung: Motiv und Handlung, Umgebung, Kamera, Licht, Stil, Tempo, Ton. Die Reihenfolge ist kein Gesetz, hilft aber, nichts Wesentliches zu vergessen. Wer diese Blöcke einmal bewusst durchgeht, erkennt sofort, welche Angaben im eigenen Prompt fehlen.

Motiv, Handlung und Umgebung

Beschreiben Sie zuerst, wer oder was zu sehen ist und was passiert. Konkrete Details schlagen elegante Abstraktionen: Alter, Kleidung, Materialien, Gegenstände in der Hand. Dann der Ort: Innenraum oder Außenaufnahme, Tageszeit, Wetter, Jahreszeit, Vordergrund und Hintergrund. Ein Satz wie „ein Bäcker schiebt ein Blech in den Ofen, Mehlstaub in der Luft, warme Backstube am frühen Morgen“ liefert mehr Substanz als „handwerkliche Atmosphäre“. Nennen Sie außerdem, ob Menschen im Bild sind, wie viele und ob sie das Gesicht zeigen – bei Nahaufnahmen von Gesichtern steigt der Anspruch an die Detailstabilität deutlich.

Kamera, Licht und Bildsprache

Die Kamera ist Ihr stärkstes Steuerinstrument, weil sie sofort erkennbare Ergebnisse liefert. Legen Sie Einstellungsgröße (Totale, Halbtotale, Nahaufnahme), Perspektive (Augenhöhe, Aufsicht, Untersicht) und Brennweite (Weitwinkel, Normalbrennweite, Tele) fest. Ergänzen Sie die Bewegung: Schwenk, Dolly, Handkamera, Kranfahrt, Drohnenflug, statische Kamera auf Stativ. Geben Sie eine Geschwindigkeit an – langsam, gleichmäßig, schnell, Zeitlupe.

Beim Licht beschreiben Sie Quelle, Richtung, Härte und Farbe: hartes Gegenlicht zur goldenen Stunde, weiches Nordfensterlicht, Neonlicht von links mit harten Schatten, hoher Kontrast mit tiefem Schwarz. Diese Angaben sind nicht kosmetisch. Sie bestimmen, wie das Modell Volumen, Material und Tiefe interpretiert, und sie reduzieren die Zahl flacher, beliebig wirkender Ergebnisse.

Stil, Tempo und Atmosphäre

Stilreferenzen wirken am besten, wenn sie visuell eindeutig sind: 35-mm-Filmkorn, Werbefilm-Ästhetik, dokumentarische Handkamera, Anime-Cel-Shading, Stop-Motion, fotorealistisches 3D-Rendering, VHS-Look. Farbpaletten helfen zusätzlich: entsättigt und kühl, Teal-and-Orange, Pastelltöne, monochrom mit einer Akzentfarbe. Vermeiden Sie widersprüchliche Stilangaben im selben Prompt – „dokumentarisch“ und „hochglanzpoliert“ gleichzeitig führen zu einem Kompromiss, der beides halb erfüllt.

Das Tempo ergänzt den Stil: ruhig und beobachtend, hektisch und schnittig, feierlich in Zeitlupe. Ein einziger Clip sollte ein Tempo haben. Wenn Sie einen schnellen und einen langsamen Moment brauchen, erzeugen Sie zwei Clips und verbinden sie im Schnitt.

Ton, Dialog und Geräusche

Nicht jedes Modell erzeugt Audio, und nicht jeder Workflow braucht es. Wenn Ihr Werkzeug Ton unterstützt, beschreiben Sie ihn explizit: Umgebungsgeräusche wie Regen auf Blech, Schritte auf Kies, ein fernes Motorengeräusch, dazu eine ruhige Klavierlinie. Für Dialog gilt: kurz halten, klare Sprecherwechsel, keine verschachtelten Sätze. Planen Sie Lippen-Synchronität als eigenen Arbeitsschritt ein und prüfen Sie sie kritisch – sie ist der häufigste Grund, warum ein sonst starker Clip unbrauchbar wirkt. Brauchen Sie keinen Ton, schreiben Sie trotzdem „kein Dialog, nur Umgebungsgeräusche“, damit das Modell keine erfundene Sprache einstreut.

Sieben Schritte von der Idee zum fertigen Shot

Ein wiederholbarer Workflow verhindert, dass Sie in Einzelversuchen hängen bleiben. Die folgende Abfolge lässt sich auf Einzelclips ebenso anwenden wie auf Sequenzen mit mehreren Einstellungen.

1. Absicht festlegen. Klären Sie zuerst, wo der Clip landet: vertikales Social-Video, Werbespot, Erklärvideo, Hintergrundmaterial. Daraus ergeben sich Seitenverhältnis, Clip-Länge, Lesbarkeit von Details und Tonbedarf.
2. Referenzmaterial sammeln. Legen Sie ein Moodboard mit drei bis fünf Bildern an, die Licht, Farbwelt und Bildaufbau zeigen. Ein einziges starkes Referenzbild schlägt eine lange Adjektivliste.
3. Basis-Prompt schreiben. Arbeiten Sie die Blöcke Motiv, Umgebung, Kamera, Licht, Stil und Tempo ab. Halten Sie die Beschreibung zusammenhängend, nicht stichpunktartig zerhackt.
4. Negativ-Prompt ergänzen. Notieren Sie gezielt, was nicht auftreten soll: Text im Bild, Wasserzeichen, verzerrte Hände, doppelte Gliedmaßen, flackernde Konturen, überbelichtete Flächen.
5. Testlauf in reduzierter Qualität. Erzeugen Sie eine kurze, niedrig aufgelöste Version. Hier prüfen Sie Bildaufbau und Bewegung, nicht die Feinzeichnung.
6. Varianten erzeugen. Ändern Sie pro Durchlauf nur eine Variable – Seed, Kamerawinkel, Formulierung –, sonst wissen Sie nicht, was den Unterschied gemacht hat.
7. Auswählen und nachbearbeiten. Upcycling ins Endformat, Schnitt, Farbkorrektur, Tonmischung. Rechnen Sie damit, dass zehn bis zwanzig Prozent der Laufzeit in die Postproduktion fließen.

Sobald Sie diesen Ablauf zweimal durchlaufen haben, entsteht Routine – und genau das ist der Punkt, an dem kreative Experimente bezahlbar werden.

Prompt-Vorlagen zum Kopieren

Vorlagen sind keine Kochrezepte, sondern Gerüste. Ersetzen Sie die eckigen Klammern durch Ihre Inhalte.

Produktclip: „Makroaufnahme von [Produkt] auf [Untergrund], [Lichtquelle] von rechts, Kamera fährt langsam von links nach rechts, flache Schärfentiefe, ruhige Bewegung, keine Texteinblendung, [Farbpalette], sauberer Studiohintergrund.“

Reise und Landschaft: „Weite Totale über [Landschaft] zur [Tageszeit], Nebel in den Tälern, Kamera fährt langsam vorwärts, natürliches Licht, dokumentarischer Look, sanfte Windbewegung im Gras, keine Personen im Bild.“

Talking Head: „Halbnahaufnahme einer Person, [Alter, Kleidung], sitzt an einem [Ort] und spricht ruhig, Kamera statisch auf Augenhöhe, weiches Fensterlicht von links, dezente Hintergrundunschärfe, natürliche Mimik, kein Text im Bild.“

Action: „Verfolgungsfahrt mit [Fahrzeug] auf [Straße], Kamera montiert seitlich am Fahrzeug, leichte Vibration, [Wetter], Staub und Spritzwasser, Bewegungsunschärfe im Hintergrund, hohes Tempo, [Tageszeit].“

Animation: „Stilisierte 2D-Animation, [Figur] geht durch [Umgebung], Cel-Shading mit klarer Linienführung, reduzierte Farbpalette, gleichmäßige Bewegung, Hintergrund parallax in drei Ebenen.“

Wichtig ist nicht die Länge, sondern die Vollständigkeit der Achsen. Ein kurzer Prompt mit Kamera, Licht und Bewegung funktioniert besser als ein langer Prompt, der nur Adjektive stapelt.

Negative Prompts, Gewichtung und Feinjustierung

Negative Prompts sind das unterschätzte Werkzeug. Statt Ihre Wünsche zu wiederholen, definieren sie den Rand des Korridors. Sinnvolle Ausschlüsse sind Text und Logos im Bild, Wasserzeichen, doppelte Gesichter oder Gliedmaßen, flackernde Kanten, überbelichtete Flächen, übersättigte Farben und unruhige, sprunghafte Bewegung. Halten Sie die Liste kurz – fünf bis acht Punkte. Dreißig Ausschlüsse konkurrieren miteinander und verwirren das Modell.

Gewichtung funktioniert je nach Werkzeug unterschiedlich. Manche Umgebungen nutzen Klammern oder Zahlen, andere verstehen natürliche Sprache wie „das Motiv muss durchgehend scharf bleiben“ oder „die Bewegung ist besonders wichtig“. Prüfen Sie die Dokumentation Ihres Modells statt zu raten. Ein robuster Trick: Formulieren Sie die wichtigste Anforderung als klaren Hauptsatz am Anfang des Prompts. Was zuerst steht, wird meist stärker gewichtet.

Eine weitere Feinjustierung ist die Reihenfolge der Beschreibung. Wenn Sie die Kamera früh nennen, wirkt sie bestimmender; wenn Sie sie am Ende nennen, dominiert das Motiv. Probieren Sie beide Varianten mit demselben Seed aus, um den Effekt für sich zu messen. Und vermeiden Sie doppelte Aussagen: „langsame, gemächliche, ruhige, zähe Bewegung“ bedeutet nicht mehr Ruhe, sondern nur mehr Text.

Konsistenz über mehrere Shots hinweg

Die größte Hürde bei Sequenzen ist nicht ein einzelner schöner Clip, sondern die Wiedererkennbarkeit. Wer eine Figur in fünf Einstellungen zeigt, braucht Ankerpunkte. Der zuverlässigste Anker ist ein Referenzbild: Erzeugen oder fotografieren Sie Ihre Figur einmal als Standbild und starten Sie die Videogenerierung aus diesem Bild. Achten Sie darauf, dass Kleidung, Frisur, Accessoires und Farbwelt in allen Prompts identisch beschrieben werden – am besten mit exakt demselben Wortlaut.

Ebenso hilfreich sind feste Locations: eine Location-Bibel mit Ort, Tageszeit, Wetter, Lichtrichtung und markanten Details. Für Übergänge eignen sich Anfangs- und Endbilder, zwischen denen das Modell interpoliert. Wenn Ihr Werkzeug Seeds unterstützt, notieren Sie den Seed jedes guten Ergebnisses; viele Modelle halten damit Farbe und Textur stabiler über Varianten.

Ein Praxisbeispiel: Für eine vierteilige Produktsequenz erzeugen Sie zunächst ein Referenzbild der Verpackung auf hellem Holz. Dann bauen Sie vier Clips – Totale, Halbtotale, Makro-Detail, Hand nimmt die Packung auf – jeweils mit identischer Lichtangabe („weiches Licht von rechts oben, 45 Grad, warmer Weißabgleich“). Ohne diese Wiederholung wirkt jede Einstellung wie aus einem anderen Film.

Werkzeugauswahl: Kriterien statt Trends

Neue Modelle erscheinen inzwischen im Wochenrhythmus, und keine Vergleichstabelle bleibt lange gültig. Verlassen Sie sich deshalb auf Kriterien statt auf Ranglisten. Diese sieben Merkmale entscheiden in der Praxis:

• Prompt-Treue: Wie genau setzt das Modell Ort, Kamera und Licht um?
• Bewegungskohärenz: Bleiben Objekte über die Clip-Länge stabil, oder verschwimmen Kanten?
• Clip-Länge: Reicht sie für Ihre Schnittfolge, oder müssen Sie mehrere Takes aneinanderfügen?
• Auflösung und Seitenverhältnis: Nativ unterstützt oder nur hochskaliert?
• Bild-zu-Video: Können Sie mit einem Keyframe starten? Das ist für Konsistenz entscheidend.
• Kamerasteuerung: Gibt es eigene Parameter für Bewegung statt nur Textbeschreibung?
• Lizenz und Weiterverwendung: Dürfen Ergebnisse kommerziell genutzt werden, und gilt das auch für Referenzbilder?

Dazu kommen weiche Faktoren: Geschwindigkeit der Generierung, Lernkurve der Oberfläche, Verfügbarkeit einer Schnittstelle für Massenverarbeitung und die Qualität der Community-Dokumentation. Grob lassen sich Werkzeugfamilien unterscheiden: cineastisch ausgelegte Modelle für aufwendige Einstellungen und Lichtdramaturgie, schnelle Allrounder für Social-Clips und Variantenreichtum, auf Bewegung und Multimodalität optimierte Systeme für längere Kamerafahrten sowie bildbasierte Werkzeuge, die als Keyframe-Quelle dienen. Die produktivste Strategie in der Praxis ist hybrid: Standbild erzeugen, prüfen, dann animieren. So kontrollieren Sie Komposition und Figur, bevor Sie Rechenzeit in Bewegung investieren.

Häufige Fehler und wie Sie sie beheben

Die meisten Enttäuschungen folgen einem wiederkehrenden Muster. Diese Übersicht hilft bei der schnellen Diagnose:

Symptom	Wahrscheinliche Ursache	Korrektur
Ergebnis wirkt beliebig	Fehlende Kamera- und Lichtangaben	Einstellungsgröße, Perspektive, Lichtrichtung ergänzen
Figur verändert sich im Clip	Keine Referenz, keine stabilen Merkmale	Mit Referenzbild starten, Kleidung wortgleich beschreiben
Bewegung ruckelt oder flackert	Widersprüchliche Tempoangaben	Ein Tempo, eine Bewegungsrichtung pro Clip
Details verwaschen	Zu viele Motive in einem Prompt	In zwei Einstellungen aufteilen
Farben kippen	Keine Farbvorgabe	Palette und Lichtfarbe nennen
Text erscheint im Bild	Kein Negativ-Prompt	Text, Logos, Wasserzeichen ausschließen
Clip zu kurz für den Schnitt	Falsche Planung	Mehrere Takes mit gleichem Prompt und Seed erzeugen

Ein weiterer Klassiker: zu viele Adjektive, zu wenig Nomen. „Episch, cinematisch, atemberaubend, unglaublich“ beschreibt nichts Sichtbares. Ersetzen Sie jedes dieser Wörter durch eine konkrete Entscheidung – etwa „Teleobjektiv, Gegenlicht, Staub in der Luft, langsamer Vorwärtsflug“. Ein letzter Punkt: Prüfen Sie Ihre Prompts auf Widersprüche, bevor Sie generieren. „Statische Kamera“ und „Kamerafahrt“ im selben Satz enden fast immer in einem mittelmäßigen Kompromiss.

Qualitätskontrolle: Bewertungsraster und Versionierung

Ohne Bewertungsraster entscheidet am Ende der erste Eindruck, und der täuscht bei KI-Video besonders oft. Einfacher ist ein Raster mit sechs Kriterien, jeweils von eins bis fünf: Prompt-Treue, Bewegungskohärenz, Detailstabilität, Lichtqualität, Artefaktfreiheit und Eignung für den geplanten Schnitt. Ein Clip, der bei Detailstabilität glänzt, aber in der Bewegung schwächelt, ist für eine Kamerafahrt ungeeignet – für eine nahezu statische Einstellung dagegen perfekt. Die Punktzahl macht diese Entscheidung sichtbar.

Versionierung gehört ebenfalls dazu. Eine einfache Namenskonvention wie projekt_shot_variante_seed verhindert, dass Sie nach dreißig Durchläufen den Überblick verlieren. Notieren Sie zu jeder Version zwei Zeilen: Was wurde geändert, und was war das Ergebnis? Ändern Sie pro Durchlauf nur eine Variable. Wer gleichzeitig Prompt, Seed und Seitenverhältnis umstellt, lernt nichts über die Ursache.

Für Teams lohnt sich eine kurze Freigabe-Checkliste: Ist der Clip im Zielformat? Stimmen Farbwelt und Licht mit den Nachbarclips überein? Sind Hände, Gesichter und Kanten sauber? Gibt es Text oder Wasserzeichen im Bild? Passt die Bewegung zum Schnittrhythmus? Diese fünf Fragen fangen die meisten Ausschussfälle ab, bevor sie in die Timeline wandern.

Eine Prompt-Bibliothek aufbauen

Der größte Produktivitätssprung entsteht nicht durch ein besseres Modell, sondern durch Wiederverwendung. Zerlegen Sie gute Prompts in Bausteine: einen Figuren-Block, einen Kamera-Block, einen Licht-Block, einen Look-Block und einen Negativ-Block. Diese Bausteine kombinieren Sie je nach Projekt neu. Ein Kamera-Block wie „halbnah, Augenhöhe, langsame Dolly-Fahrt nach vorn, 35 mm“ funktioniert in Dutzenden Kontexten.

Versehen Sie Ihre Bausteine mit Tags: Innenraum, Außenaufnahme, Tageszeit, Stimmung, Format. So finden Sie in Sekunden eine passende Kombination, statt bei null zu starten. Im Team hilft eine gemeinsame Sprache – dieselben Begriffe für dieselben Dinge. „Golden Hour“ sollte überall dasselbe bedeuten, sonst driften Ergebnisse auseinander, obwohl alle glauben, dasselbe zu beschreiben.

Schließlich: Behalten Sie Ihre Fehlschläge. Ein Prompt, der zu einem überraschend guten Ergebnis führte, und einer, der zuverlässig scheitert, sind beide wertvoll. Die Bibliothek ist am Ende das eigentliche Kapital Ihrer Videoproduktion – Modelle wechseln, Ihre dokumentierten Formulierungen bleiben.

FAQ

Wie lang sollte ein Video-Prompt sein?

Für die meisten Modelle sind 40 bis 90 Wörter ein guter Bereich. Kürzer wird mehrdeutig, länger verwässert. Entscheidend ist nicht die Länge, sondern ob Motiv, Umgebung, Kamera, Licht und Bewegung abgedeckt sind.

Muss ich Prompts auf Englisch schreiben?

Nicht zwingend. Viele Modelle verstehen mehrere Sprachen gut, englische Fachbegriffe für Kamera und Licht werden aber oft präziser interpretiert. Ein bewährter Kompromiss: Beschreibung in Ihrer Sprache, technische Begriffe wie „Dolly Shot“ oder „Backlight“ auf Englisch.

Warum sieht mein Ergebnis trotz gutem Prompt unscharf aus?

Meist liegt es an zu vielen Details oder an widersprüchlichen Angaben. Reduzieren Sie auf ein Hauptmotiv, eine Bewegung und eine Lichtsituation. Ein zweiter Verdacht: zu geringe Auflösung im Testlauf – prüfen Sie den Clip in der Zielqualität, bevor Sie ihn verwerfen.

Wie bekomme ich dieselbe Figur in mehreren Clips?

Arbeiten Sie mit einem Referenzbild als Startpunkt und beschreiben Sie Figur und Kleidung in jedem Prompt wortgleich. Notieren Sie den Seed guter Ergebnisse und halten Sie Licht und Farbwelt über alle Einstellungen konstant.

Welche Bewegung wirkt am natürlichsten?

Langsame, gleichmäßige Bewegungen mit einer klaren Richtung sind am stabilsten: langsamer Dolly, sanfter Schwenk, ruhige Handkamera. Schnelle Bewegungen und Richtungswechsel erzeugen häufiger Artefakte und brauchen mehr Varianten.

Brauche ich negative Prompts wirklich?

Ja, sobald Text, Wasserzeichen oder doppelte Gliedmaßen auftreten. Fünf bis acht gezielte Ausschlüsse genügen. Übertreiben Sie nicht – eine endlose Verbotsliste macht den Prompt unklar.

Wie viele Varianten sollte ich einplanen?

Rechnen Sie mit sechs bis zehn Durchläufen pro Einstellung, im Testlauf kurz und günstig gehalten. Wer mehr experimentiert, findet oft eine bessere Lösung als die ursprünglich geplante – das ist kein Umweg, sondern Teil des Handwerks.

Eignet sich KI-Video für fertige Projekte oder nur für Experimente?

Für kurze Einstellungen, Hintergründe, Insert-Aufnahmen und Konzeptvisualisierungen ist es heute produktionsreif. Für lange, dialoglastige Szenen bleibt ein hybrider Ansatz sinnvoll: KI für Umgebung und Bewegung, echte Aufnahmen für Schauspiel und Ton.