KI-Video-Prompting-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 das Subjekt ist, was es tut, wie es gefilmt wird, wo es passiert und wie es aussehen soll. Videomodelle wie Runway Gen-3, Luma Dream Machine, Kling und Pika reagieren deutlich besser auf strukturierte, konkrete Sprache als auf lose Beschreibungen. Ein Prompt wie „Eine Frau geht durch Tokios nasse Straßen bei Nacht, Handkamera folgt ihr von hinten, Neon-Reflexionen auf nassem Asphalt, kinematografisch, geringe Schärfentiefe“ wird fast immer besser performen als „Cooles Video einer Frau in Tokio“.

Der Schlüsselunterschied zum Bild-Prompting ist Bewegung. Jeder Video-Prompt sollte mindestens eine explizite Bewegungsanweisung enthalten – ob für das Subjekt („Sie dreht den Kopf langsam“) oder die Kamera („Langsamer Dolly-In“). Lässt du die Bewegung undefiniert, wählt das Modell sie selbst – das Ergebnis ist oft subtiles Driften oder Verformen, das als minderwertig wahrgenommen wird.

Die 5-Block-Prompt-Struktur

Nutze immer diese Reihenfolge. Konsistenz macht Prompts editierbar: wenn ein Clip fehlschlägt, weißt du genau, welchen Block du ändern musst.

1. Subjekt-Block: Wer oder was, mit ein bis zwei visuellen Details. „Ein Graureiher mit angelegten Flügeln steht im flachen Wasser.“
2. Action-Block: Eine klare Bewegung, mit Tempo oder Art. „Er breitet die Flügel langsam aus und startet.“
3. Kamera-Block: Einstellungstyp plus Bewegung. „High-Angle-Shot folgt dem Subjekt, Kamera tiltet nach oben beim Abheben.“
4. Szene-Block: Umgebung, Tageszeit, Wetter. „Nebliger See bei Sonnenaufgang, Dunst über dem Wasser.“
5. Stil-Block: Look und Ton. „Gedreht auf 35-mm-Film, gedämpfte Farben, weiches Naturlicht, kinematografisch.“

Halte den Gesamtprompt für die meisten Modelle unter ca. 60 Wörter. Zu lange Prompts verwässern die Aufmerksamkeit, Modelle neigen dazu, Details in der Mitte langer Sätze zu übergehen. Setze das wichtigste Element an den Anfang, da die meisten Videomodelle frühen Wörtern mehr Gewicht geben.

Kamerasprache, die das Ergebnis tatsächlich ändert

Videomodelle wurden teilweise mit Footage trainiert, das Metadaten und Beschreibungen enthält, daher hat echtes Kameravokabular messbare Effekte. Nutze diese Begriffe gezielt:

• Einstellungstypen: Total, Halbtotal, Nah, Detail, Über-die-Schulter, Luftaufnahme, Makro.
• Kamerabewegungen: Dolly-In, Dolly-Out, Pan links/rechts, Tilt hoch/runter, Tracking, Orbit (360°), Crane, Handkamera, Statisch.
• Objektiv & Fokus: Geringe Schärfentiefe, Tiefe Schärfe, Tele-Kompression, Fischauge, Fokus-Pull von Vorder- auf Hintergrund.
• Tempo-Begriffe: Zeitlupe, 120 fps, Time-Lapse, Hyperlapse.

Eine Bewegung pro Prompt ist die Regel. „Kamera orbitet, während sie dolly-in fährt und tiltet“ zu kombinieren, erzeugt meist wackelige, unentschlossene Bewegung. Brauchst du komplexe Bewegung, generiere den Clip mit einer sauberen Einzelbewegung und plane einen Schnitt, keine zusammengesetzte Kamera-Anweisung.

Modell-Unterschiede: gleicher Prompt, anderes Ergebnis

Modelle interpretieren Prompts nicht identisch; die Unterschiede zu kennen, spart Stunden Trial-and-Error.

Praxis-Fazit: Schreibe einen Base-Prompt und führe modell-spezifische Varianten. Beim Tool-Wechsel musst du meist nur Kamera- und Stil-Block umschreiben, nicht Subjekt und Action.

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

Text-to-Video gibt dem Modell volle Kontrolle; Image-to-Video gibt dir Kompositions-Kontrolle und bittet das Modell nur um Bewegung. Die meisten Profi-Workflows nutzen Image-to-Video für alles, das einen bestimmten Look braucht.

Beim Image-to-Video-Prompting beschreibe das Bild nicht noch einmal. Das Modell sieht es bereits. Sage stattdessen nur, was sich ändern soll: „Die Frau dreht sich zur Kamera und lächelt, Haare wehen im Wind, Kamera schiebt leicht vor“. Statische Elemente neu zu beschreiben, lässt das Modell sie oft regenerieren und verzerrt sie.

Beim Text-to-Video-Prompting trägst du die volle Beschreibungslast – daher sind die fünf Blöcke entscheidend. Erwarte mehr Iterationen: zwei bis vier Generationen pro Shot sind normal, selbst mit gutem Prompt.

Ein wiederholbarer Prompting-Workflow

Folge diesen Schritten, um von der Idee zum nutzbaren Clip zu kommen, ohne blind zu stochern:

1. Shot-Liste zuerst schreiben. Zerlege dein Video in 3–8-sekündige Single-Action-Shots. Ein Clip = eine Action.
2. Jeden Prompt in 5-Block-Reihenfolge (Subjekt, Action, Kamera, Szene, Stil) formulieren, unter 60 Wörter.
3. Test-Batch generieren mit niedrigen Settings, falls möglich. 2–3 Variationen pro Prompt.
4. Fehler nach Blöcken diagnostizieren. Falsches Subjekt? Block 1 fixen. Keine/komische Bewegung? Block 2 oder 3. Falscher Look? Block 5. Immer nur einen Block ändern.
5. Stil-Block festnageln. Sobald ein Look funktioniert, dieselbe Stil-Formulierung für alle Shots wiederverwenden für visuelle Konsistenz.
6. Gewonnene Prompts in Bibliothek speichern. Wiederverwendbare Prompt-Skelette sind dein wertvollstes Asset über Projekte hinweg.

Häufige Prompting-Fehler, die du vermeiden solltest

• Negative Instruktionen. Die meisten Videomodelle verstehen „kein Blur, kein Wackeln“ schlecht. Sag, was du willst, nicht was du nicht willst.
• Zu viele gleichzeitige Aktionen. „Sie rennt, springt und winkt“ produziert Brei. Eine Action pro Clip.
• Abstrakte Stimmungswörter als ganzer Prompt. „Ätherisch, traumhaft, emotional“ bewirkt nichts ohne konkretes Subjekt und angehängte Bewegung.
• Clip-Längen-Limits ignorieren. Ein 5-Sekunden-Modell um eine 20-Sekunden-Szene zu bitten, zwingt es zu Verlangsamung oder Wiederholung. Schnitte planen.
• Bild-Prompts 1:1 übernehmen. Bild-Prompts optimieren Komposition; Video-Prompts müssen Zeit spezifizieren. Immer Bewegung hinzufügen, bevor du einen Bild-Prompt für Video wiederverwendest.

Behandle jeden Prompt wie eine Kamera-Anweisung, die du einem Kameramensch gibst. Wenn ein menschlicher DoP deinen Satz nicht drehen könnte, kann es das Modell wahrscheinlich auch nicht.

Beispiel-Prompts zum Anpassen

Nature-Doku-Look: „Ein Rotfuchs stapft durch tiefen Schnee, schnuppert am Boden, statische Kamera auf Bodenhöhe, Teleobjektiv, geringe Schärfentiefe, Golden-Hour-Licht, verschneiter Wald-Hintergrund, gedreht wie BBC-Naturdoku.“

Product-Shot: „Eine mattschwarze Armbanduhr rotiert langsam auf spiegelnder Oberfläche, Makro-Objektiv, Studio-Lighting, dunkler Gradient-Hintergrund, Kamera orbitet 90 Grad, High-End-Commercial-Style.“

Narrative Scene: „Ein Mann im Trenchcoat hält an einem Zebrastreifen an und blickt zum Himmel, Medium Shot, Kamera dollyt langsam vor, Regen fällt, Stadtstraße bei Dämmerung, Teal-Orange-Grading mit melancholischem Vibe, kinematografisch.“

Wichtigste Takeaways

Effektives KI-Video-Prompting ist strukturell, nicht magisch: Subjekt, Action, Kamera, Szene, Stil – in dieser Reihenfolge, unter 60 Wörter, mit genau einer Bewegung pro Clip. Lerne echte Kameravokabeln, weil die Modelle sie verstehen; passe deinen Stil-Block pro Modell an, statt alles neu zu schreiben; iteriere Block für Block, damit Fehler dir genau sagen, was zu fixen ist. Baue dir unterwegs eine Prompt-Bibliothek auf – nach einem Dutzend Generationen hast du wiederverwendbare Skelette, die jedes zukünftige Video schneller und vorhersehbarer machen.