KI-Video-Prompt-Guide: Prompts schreiben, die funktionieren

Was macht einen guten KI-Video-Prompt aus?

Ein guter KI-Video-Prompt beantwortet fünf Fragen in einem einzigen, geordneten Satzblock: Was ist das Motiv, was tut es, wie ist es gefilmt, wo spielt es sich ab und wie soll es aussehen. Videomodelle wie Runway Gen-3, Luma Dream Machine, Kling und Pika reagieren auf strukturierte, konkrete Sprache deutlich besser als auf vage Beschreibungen. Ein Prompt wie "eine Frau, die nachts durch regennasse Tokioter Straßen läuft, Handkamera folgt hinter ihr, Neonreflexionen auf nassem Asphalt, cineastisch, geringe Schärfentiefe" schlägt "cooles Video einer Frau in Tokio" fast immer.

Der entscheidende Unterschied zum Image-Prompting ist Bewegung. Jeder Video-Prompt sollte mindestens eine explizite Bewegungsanweisung enthalten – entweder für das Motiv ("sie dreht langsam den Kopf") oder für die Kamera ("langsamer Dolly-In"). Lässt man die Bewegung offen, wählt das Modell selbst, und das Ergebnis ist oft subtiles Driften oder Verzerren, das wie schlechte Qualität wirkt.

Die Fünf-Block-Prompt-Struktur

Verwenden Sie immer diese Reihenfolge. Konsistenz macht Prompts editierbar: Scheitert ein Clip, wissen Sie, welcher Block zu ändern ist.

1. Motiv-Block: wer oder was, mit ein bis zwei visuellen Details. "Ein grauer Reiher mit angelegten Flügeln steht im flachen Wasser."
2. Aktions-Block: eine klare Bewegung, mit Tempo oder Art. "Er breitet langsam die Flügel aus und hebt ab."
3. Kamera-Block: Einstellung plus Bewegung. "Low-Angle-Tracking-Shot, Kamera kippt nach oben beim Abflug."
4. Szenen-Block: Umgebung, Tageszeit, Wetter. "Nebliger See im Sonnenaufgang, Dunst über dem Wasser."
5. Stil-Block: Look und Stimmung. "Auf 35-mm-Film gedreht, gedämpfte Farben, weiches natürliches Licht, cineastisch."

Halten Sie den gesamten Prompt bei den meisten Modellen unter etwa 60 Wörtern. Zu lange Prompts verwässern die Aufmerksamkeit, und Modelle lassen Details aus der Mitte langer Sätze oft weg. Setzen Sie das wichtigste Element an den Anfang, denn die meisten Videomodelle gewichten die Anfangsworte stärker.

Kameraprache, die das Ergebnis wirklich verändert

Videomodelle werden teilweise auf Filmmaterial mit eingebetteten Metadaten und Beschreibungen trainiert, daher hat echtes Filmvokabular messbare Effekte. Setzen Sie diese Begriffe gezielt ein:

• Einstellungsgrößen: Totale, Halbtotale, Nahaufnahme, extreme Nahaufnahme, Over-the-Shoulder, Luftaufnahme, Makro.
• Kamerabewegungen: Dolly in, Dolly out, Schwenk links/rechts, Tilt hoch/runter, Tracking-Shot, Orbit (360 Grad), Kranfahrt, Handkamera, statische Einstellung.
• Objektiv und Fokus: geringe Schärfentiefe, Deep Focus, Telefoto-Kompression, Fischaugenobjektiv, Rack Focus von Vordergrund zu Hintergrund.
• Bildfrequenz-Begriffe: Zeitlupe, 120fps, Zeitraffer, Hyperlapse.

Die Regel lautet: eine Bewegung pro Prompt. Die Kombination "Kamera umkreist, fährt heran und kippt gleichzeitig nach oben" führt meist zu zittriger, unentschlossener Bewegung. Brauchen Sie eine komplexe Fahrt, generieren Sie den Clip mit einer sauberen Bewegung und planen Sie einen Schnitt statt einer kombinierten Kameraanweisung.

Modellunterschiede: gleicher Prompt, andere Ergebnisse

Modelle interpretieren Prompts nicht identisch – wer die Unterschiede kennt, spart Stunden des Ausprobierens.

Praktisches Fazit: Schreiben Sie einen Basis-Prompt und pflegen Sie eine Variantendatei pro Modell. Beim Wechsel des Tools müssen Sie meist nur die Kamera- und Stil-Blöcke neu schreiben, nicht die Motiv- und Aktions-Blöcke.

Image-to-Video vs. Text-to-Video-Prompting

Text-to-Video gibt dem Modell die volle Kontrolle; Image-to-Video gibt Ihnen die Kontrolle über die Komposition und fragt das Modell nur nach Bewegung. Die meisten professionellen Workflows nutzen Image-to-Video für alles, was einen bestimmten Look braucht.

Beim Image-to-Video-Prompting beschreiben Sie das Bild nicht neu. Das Modell sieht es bereits. Prompten Sie stattdessen nur, was sich ändern soll: "Die Frau dreht sich zur Kamera und lächelt, Haare bewegen sich im Wind, Kamera fährt leicht heran." Das erneute Beschreiben statischer Elemente führt oft dazu, dass das Modell sie neu generiert und verzerren.

Beim Text-to-Video-Prompting tragen Sie die volle Beschreibungslast, daher zählen alle fünf Blöcke. Rechnen Sie mit mehr Iterationen: zwei bis vier Generierungen pro Einstellung sind selbst mit gutem Prompt normal.

Ein wiederholbarer Prompting-Workflow

Folgen Sie diesen Schritten, um von der Idee zum nutzbaren Clip zu kommen, ohne sich zufällig dorthin zu probieren:

1. Schreiben Sie zuerst die Shotlist. Teilen Sie Ihr Video in Einzelaktions-Shots von 3–8 Sekunden. Ein Clip entspricht einer Aktion.
2. Formulieren Sie jeden Prompt in der Fünf-Block-Reihenfolge (Motiv, Aktion, Kamera, Szene, Stil), unter 60 Wörtern.
3. Generieren Sie eine Testcharge mit niedrigen Einstellungen, falls verfügbar. Erzeugen Sie 2–3 Varianten pro Prompt.
5. Diagnostizieren Sie Fehler blockweise. Falsches Motiv? Block eins korrigieren. Keine oder seltsame Bewegung? Block zwei oder drei. Schlechter Look? Block fünf. Immer nur einen Block gleichzeitig ändern.
6. Fixieren Sie den Stil-Block. Sobald ein Look funktioniert, verwenden Sie die identische Stil-Formulierung für jede Einstellung für visuelle Konsistenz.
7. Speichern Sie erfolgreiche Prompts in einer Bibliothek. Wiederverwendbare Prompt-Skelette sind Ihr wertvollstes Asset über Projekte hinweg.

Häufige Prompting-Fehler, die Sie vermeiden sollten

• Negativ formulierte Anweisungen. Die meisten Videomodelle können mit "kein Blur, nicht wackelig" wenig anfangen. Sagen Sie, was Sie wollen, nicht was nicht.
• Zu viele gleichzeitige Aktionen. "Sie läuft, springt und winkt" ergibt Brei. Eine Aktion pro Clip.
• Abstrakte Stimmungswörter als ganzer Prompt. "Ätherisch, verträumt, emotional" bewirkt nichts ohne konkretes Motiv und Bewegung.
• Dauerlimits ignorieren. Wer ein 5-Sekunden-Modell um eine 20-Sekunden-Szene bittet, zwingt es, Bewegung zu verlangsamen oder zu loopen. Planen Sie lieber Schnitte.
• Image-Prompts unverändert kopieren. Image-Prompts optimieren Komposition; Video-Prompts müssen auch die Zeit definieren. Ergänzen Sie immer Bewegung, bevor Sie einen Image-Prompt wiederverwenden.

Behandeln Sie jeden Prompt wie eine Regieanweisung an einen Kameramann. Könnte ein menschlicher Kameramann Ihren Satz nicht filmen, kann es das Modell wahrscheinlich auch nicht.

Beispiel-Prompts zum Anpassen

Naturdokumentations-Look: "Ein roter Fuchs stapft durch tiefen Schnee, schnuppert am Boden, statische Kamera auf Bodenhöhe, Teleobjektiv, geringe Schärfentiefe, Goldene-Stunden-Licht, verschneiter Wald im Hintergrund, wie eine BBC-Naturdokumentation gedreht."

Produktaufnahme: "Eine matte schwarze Armbanduhr rotiert langsam auf einer reflektierenden Fläche, Makroobjektiv, Studiobeleuchtung, dunkler Farbverlaufs-Hintergrund, Kamera umkreist 90 Grad, hochwertiger Werbe-Look."

Erzählszene: "Ein Mann im Regenmantel bleibt an einem Zebrastreig stehen und blickt zum Himmel, Halbtotale, Kamera fährt langsam heran, fallender Regen, Stadtstraße in der Dämmerung, stimmungsvolles Teal-and-Orange-Grading, cineastisch."

Das Wichtigste in Kürze

Effektives KI-Video-Prompting ist strukturell, nicht magisch: Motiv, Aktion, Kamera, Szene, Stil – in dieser Reihenfolge, unter 60 Wörtern, mit genau einer Bewegung pro Clip. Lernen Sie echtes Kameravokabular, denn Modelle verstehen es, passen Sie den Stil-Block pro Modell an, statt alles neu zu schreiben, und iterieren Sie blockweise, damit Fehler Ihnen genau zeigen, was zu korrigieren ist. Bauen Sie im Laufe der Zeit eine Prompt-Bibliothek auf – nach einem Dutzend Generierungen haben Sie wiederverwendbare Skelette, die jedes künftige Video schneller und berechenbarer machen.