KI-Video-Prompting: Struktur, Kamera-Steuerung & Workflow

Effektives KI-Video-Prompting basiert auf einer festen Syntax: Subjekt + Aktion + Kamera + Licht + Stil + Technische Parameter. Modelle wie Sora, Runway Gen-3, Luma Dream Machine und Kling interpretieren diese Hierarchie unterschiedlich, aber die strukturelle Logik bleibt konstant. Dieser Leitfaden zerlegt jede Komponente, erklärt modell-spezifische Gewichtung und liefert eine wiederverwendbare Vorlage für professionelle Ergebnisse.

Warum Prompt-Struktur die Ausgabequalität bestimmt

Videomodelle verarbeiten Tokens sequenziell. Frühe Tokens definieren Subjekt und Kernaktion; mittlere Tokens steuern Kamera und Umgebung; späte Tokens wenden Stil und technische Constraints an. Wenn Sie ästhetische Keywords ("cinematic", "8k") vor der Bewegungsdefinition platzieren, halluziniert das Modell Details auf statischen Frames. Ein strukturierter Prompt zwingt das Modell, Rechenleistung zuerst auf zeitliche Kohärenz zu verwenden.

Runway Gen-3 reagiert stark auf Kamera-Tokens an Positionen 3–5. Kling 1.6 priorisiert physische Bewegungsverben. Luma Dream Machine gewichtet Licht und Atmosphäre schwer. Sora (wo zugänglich) folgt einer strikten Subjekt-Bewegung-Kamera-Hierarchie. Das Verstehen dieser Biases lässt Sie dieselben Komponenten für jedes Modell neu ordnen, ohne das Konzept neu zu schreiben.

Die universelle Prompt-Formel

Nutzen Sie diese Vorlage für jede Generation. Füllen Sie jede Klammer; löschen Sie nicht benötigte Klammern.

[Subjekt-Beschreibung] + [Aktion/Bewegungsverb] + [Kamera-Typ + Bewegung] + [Licht/ Tageszeit] + [Umgebung/ Hintergrund] + [Stil/Ästhetik] + [Technische Specs]

1. Subjekt-Beschreibung (Tokens 1–15)

Definieren Sie das primäre Element mit visueller Spezifität. Vermeiden Sie abstrakte Nomen. Statt "eine Frau" nutzen Sie "eine 30-jährige Frau mit schulterlangem dunklem Haar, die einen marineblauen Trenchcoat trägt." Nennen Sie Unterscheidungsmerkmale: Kleidungstextur, Farbpalette, Requisiten. Bei Charakteren Alter, Ethnizität und Haltung angeben. Bei Objekten Material, Maßstab und Zustand (makellos, verwittert, nass).

2. Aktion & Bewegungsverben (Tokens 16–30)

Video ist Bewegung. Nutzen Sie präzise, physische Verben: "schreitet", "stürzt", "schwenkt links", "rotiert im Uhrzeigersinn", "löst sich in Partikel auf." Vermeiden Sie "bewegt", "geht", "läuft." Geschwindigkeit spezifizieren: "Zeitlupe", "Echtzeit", "Zeitraffer." Trajektorie definieren: "läuft auf Kamera zu", "umkreist Subjekt bei 2m Radius." Für physikbasierte Bewegung: "natürliches Gewicht", "Impulserhaltung", "Stoffsimulation" hinzufügen.

3. Kamera-Typ & Bewegung (Tokens 31–50)

Der stärkste Differenzierer zwischen Amateur- und Profi-Output. Objektiv, Winkel und Bewegung in einem Satz deklarieren.

• Objektiv: 16mm (weit, Verzerrung), 24mm (Umgebung), 35mm (Standard), 50mm (natürlich), 85mm (Porträt, Kompression), 200mm (Tele, Abflachung).
• Winkel: Augenhöhe, Froschperspektive (heroisch), Vogelperspektive (verletzlich), Dutch Angle (Spannung), Top-Down, Worm’s-Eye.
• Bewegung: statisch, Schwenk links/rechts, Neigung hoch/runter, Dolly rein/raus, Truck links/rechts, Pedestal hoch/runter, Orbit im/gegen Uhrzeigersinn, Handheld (Mikro-Zittern), Drohne steigen/enthüllen, FPV Sturzflug.
• Fokus: Tiefenschärfe, geringe Schärfentiefe (f/1.8), Fokusziehen von [Objekt A] zu [Objekt B].

Beispiel: "35mm Objektiv, Augenhöhe, langsamer Dolly rein, geringer Fokus vom Vordergrund-Händen zum Gesicht."

4. Licht & Tageszeit (Tokens 51–70)

Licht definiert Stimmung und Materialreaktion. Quelle, Qualität, Richtung und Farbtemperatur angeben.

• Quelle: Golden Hour Sonne, bewölkter Himmel, Neon-Schild, Praktische Lampe, LED-Panel, Kerzenlicht, Biolumineszenz.
• Qualität: hart (scharfe Schatten), weich (diffus), gesprenkelt (durch Laub), volumetrisch (God Rays), Rim-/Gegenlicht.
• Richtung: frontal, seitlich (Split), 45-Grad (Rembrandt), von oben, von unten.
• Farbe: 5600K (Tageslicht), 3200K (Kunstlicht), Teal/Orange Kontrast, Monochrom, spezifisches Gel (CTB, CTO).

5. Umgebung & Hintergrund (Tokens 71–85)

Das Subjekt verankern. "Unscharfe Straßen" ist schwach. "Regennasse Tokioter Gasse bei Nacht, Neon-Spiegelungen auf nassem Asphalt, ferne Dampfschlöte" gibt dem Modell räumliche Anker. Tiefe-Cues einbauen: Vordergrund-Elemente, Mittelgrund-Aktion, Hintergrund-Landmarks. Wetter spezifizieren: Nebeldichte, Regenintensität, Schneeanhäufung, Windrichtung an Vegetation.

6. Stil & Ästhetik (Tokens 86–100)

Look zuletzt anwenden. Filmstocks referenzieren (Kodak Vision3 500T, Fuji Eterna 250), Regisseure (Wong Kar-wai Color Grading, Villeneuve Maßstab) oder Genres (Neo-Noir, Cyberpunk, minimalistischer Dokumentarfilm). Keine widersprüchlichen Styles stapeln. Eine starke Referenz schlägt fünf schwache.

7. Technische Spezifikationen (Tokens 101+)

Modell-spezifische Controls. Auflösung: 1280x720, 1920x1080. Seitenverhältnis: 16:9, 9:16, 2.39:1, 4:3. Framerate: 24fps (kinematisch), 30fps (Broadcast), 60fps (flüssige Bewegung). Dauer: 5s, 10s. Seed: fest für Konsistenz. Negative Prompt: "Unschärfe, Verzerrung, Morphing, zusätzliche Gliedmaßen, Wasserzeichen, Text, niedrige Qualität."

Modell-spezifische Prompt-Gewichtung

Identische Prompts erzeugen unterschiedliche Ergebnisse across Modellen. Komponenten-Betonung pro Plattform anpassen.

Praktischer Takeaway: Für Runway mit Kamera starten. Für Kling mit Bewegungsphysik starten. Für Luma mit Lichtstimmung starten. Für Pika mit Stil-Referenz starten. Für Hailuo Subjekt und Bewegung gleich gewichten.

Kamera-Sprache Cheat Sheet

Diese Klauseln direkt in Prompts kopieren. Sie übersetzen zuverlässig across Modelle.

Häufige Fehlerquellen & Fixes

1. Morphende Gliedmaßen / Extrafinger: "Anatomisch korrekt, fünf Finger, stabile Topologie" zum negativen Prompt hinzufügen. Bewegungsgeschwindigkeit reduzieren. Image-to-Video mit sauberem Startframe nutzen.
2. Kamera-Drift (ungewollter Zoom/Schwenk): Explizit "statische Kamera" oder "locked off" angeben. "Smooth" ohne definierten Bewegungsvektor vermeiden.
3. Flackerndes Licht: "Konsistentes Licht, kein Belichtungsshift" spezifizieren. Tageszeit fixieren. "Dynamisches Licht" nur bei Absicht nutzen.
4. Hintergrund-Verzerrung: Hintergrund-Geometrie definieren: "Statischer Hintergrund, Parallaxe nur durch Kamerabewegung." Für lange Dauer einfachere Umgebungen nutzen.
5. Style-Bleeding (ungewollter Color Grade): Stil-Tokens ans Ende verschieben. Negativer Prompt: "Kein Color Grading, neutraler Weißabgleich." Raw generieren, in Post graden.
6. Temporale Inkonsistenz (Charakter ändert sich zwischen Frames): Image-to-Video mit konsistentem Referenzframe nutzen. "Temporal consistency, identity preservation" zum Prompt hinzufügen. Clips für Charakterarbeit unter 5s halten.

Schritt-für-Schritt Prompt-Building-Workflow

1. Shot-Ziel in einem Satz definieren. Beispiel: "Ein Koch schneidet Gemüse in einer sonnendurchfluteten Küche, Nahaufnahme auf Messerführung."
2. Subjekt-Tokens extrahieren. "Profikoch, 40er, fokussierter Ausdruck, weiße Kochjacke, Santoku-Messer, Möhren und Zwiebeln auf Holzbrett."
3. Primäres Bewegungsverb wählen. "Rhythmisch hackt, präzise Abwärtsschnitte, Zwiebelstücke häufen sich."
4. Kamera-Klausel aus Cheat Sheet wählen. "100mm Makro, Augenhöhe, statisch, geringer Fokus auf Klingen-Kontaktpunkt."
5. Licht setzen. "Morgen-Fensterlicht, 45-Grad seitlich, weiche Schatten, Dampf steigt vom Gemüse auf."
6. Umgebungstiefe hinzufügen. "Unscharfe Edelstahl-Theke dahinter, Kräutertöpfe auf Fensterbank, unscharfe Pendelleuchten."
7. Stil anwenden. "Food-Dokumentar-Ästhetik, natürliche Farben, hoher Dynamikumfang."
8. Technische Specs anhängen. "1920x1080, 16:9, 24fps, 5s, seed 42."
9. Vollständigen Prompt assemblieren. In Formeln-Reihenfolge kombinieren. Tokens zählen; auf Modell-Limit trimmen.
10. 3 Variationen generieren. Nur Seed variieren. Beste zeitliche Kohärenz wählen. Bei Bedarf upscalen.

Fortgeschritten: Image-to-Video Prompting

Bei Nutzung eines Eingangsbildes beschreibt der Prompt Veränderung, nicht die statische Szene. Das Modell sieht bereits Subjekt, Licht und Komposition. Ihr Prompt benötigt nur: Bewegungsvektor + Kamerabewegung + Dauer-Cue.

Beispiel: Eingangsbild zeigt geparktes Auto bei Sonnenuntergang. Prompt: "Auto beschleunigt vorwärts, Räder drehen durch, Staub wirbelt auf, Kamera Froschperspektive Truck links folgend, Golden Hour beibehalten, 5 Sekunden." Auto oder Sonnenuntergang nicht neu beschreiben. Verschwenderische Tokens verwirren den Motion Planner.

Für Charakteranimation: "Kopf dreht links, Augen verfolgen bewegtes Objekt, leichtes Lächeln formt sich, Schultern entspannen, Atembewegung, 3 Sekunden." Mikroausdrücke erfordern explizite Aufzählung; Modelle defaulten zu erstarrten Gesichtern.

Abschließender Takeaway

Prompting ist kein kreatives Schreiben—es ist Parameter-Engineering. Die Formel [Subjekt][Bewegung][Kamera][Licht][Umgebung][Stil][Tech] funktioniert, weil sie die Hierarchie des latenten Raums des Modells spiegelt. Camera Cheat Sheet auswendig lernen. Gewichtung-Bias des Zielmodells aus der Vergleichstabelle lernen. Jeden Prompt durch den 10-Schritt-Workflow bauen. Konsistenz kommt durch Struktur, nicht Inspiration.