KI Video aus Foto erstellen: So wird jedes Bild zum Video (Schritt für Schritt)

Mit einem KI-Video-Generator aus Bild wird aus einem einzelnen Foto und einer kurzen Bewegungsbeschreibung meist in wenigen Minuten ein Videoclip. Dieser Guide zeigt, welche Fotos sich gut animieren lassen, welcher einfache „Foto plus Verb“-Prompt funktioniert und welches VIBE-Modell du wählst, kostenlos und ohne Login.

Was ist ein KI-Video-Generator aus Bild?

Er ist die Bild-zu-Video-Seite der generativen Videotechnik. Statt eine ganze Szene von Grund auf zu beschreiben, gibst du dem Modell ein Foto, das Motiv, Licht und Bildaufbau schon festlegt, und beschreibst nur, was sich bewegen soll. Deshalb wirken die Ergebnisse meist kontrollierter als reines Text-zu-Video, wie schon der Überblick zu Text-to-Video-Modellen allgemein erklärt: Je mehr visuelle Information das Modell hat, desto weniger muss es erfinden.

Stand Oktober 2026 steckt dieselbe Idee hinter den meisten viralen „Foto zum Leben erwecken“-Clips: ein Porträt, das blinzelt und lächelt, ein Produkt, das sich langsam dreht, ein Haustier, das mit dem Schwanz wedelt. In VIBE geht das auf iOS, Android und im Web, und die kostenlosen Modelle brauchen keinen Login. Wenn dir die ganze Kategorie neu ist, beginne mit unserem kompletten Guide zu KI-Video-Generator-Apps.

Welche Fotos lassen sich am besten animieren?

Ein gutes Ausgangsfoto ist der wichtigste Faktor für ein gutes Ergebnis, wichtiger als das gewählte Modell. Das Modell behandelt dein Foto als Wahrheit, also bleibt alles Unklare auch im Video unklar. Gut funktionierende Fotos haben ein paar Dinge gemeinsam:

• Ein klares Motiv. Eine einzelne Person, ein Tier, ein Produkt oder ein Objekt, das sich leicht vom Hintergrund trennen lässt.
• Scharf und gut belichtet. Unscharfe oder sehr dunkle Fotos erzeugen verschmierte Bewegung; nimm das Original mit der höchsten Auflösung.
• Platz zum Bewegen. Lass etwas freien Raum um das Motiv, damit sich Kamera oder Körper bewegen können.
• Natürliche Pose. Eine entspannte Pose mitten in der Aktion wirkt animiert glaubwürdiger als eine steife.
• Passendes Format. Wähle das Format passend zum Ziel: Hochformat 9:16 für TikTok, Reels und Shorts, Querformat 16:9 für YouTube.

Schwierig sind volle Gruppenfotos, stark gefilterte Bilder, winzige Gesichter weit von der Kamera und alles mit viel kleinem Text. Wenn auf dem Foto viel los ist, schneide vor dem Upload auf das Motiv zu, das sich bewegen soll. Speziell für Haustierfotos geht unser Guide zum Animieren von Haustierfotos tiefer.

Wie machst du in VIBE aus einem Foto ein Video?

Der ganze Ablauf besteht aus ein paar Taps, ohne Timeline und ohne Frame-für-Frame-Schnitt. In der App und im Web sind die Schritte gleich:

1. Öffne VIBE und wähle Bild-zu-Video statt Text-zu-Video.
2. Lade dein Foto hoch, am besten das schärfste Original, schon auf das Zielformat zugeschnitten.
3. Wähle ein Modell. Starte mit einem kostenlosen wie Seedance Pro Fast oder Wan 2.6, um die Idee zu testen, und wechsle zu Kling 3 Pro, wenn du mehr Feinschliff brauchst.
4. Beschreibe die Bewegung in ein bis zwei Sätzen mit der Formel aus dem nächsten Abschnitt.
5. Generiere, prüfe und ändere jeweils nur eine Sache im Prompt, bis die Bewegung stimmt.

Porträt erwacht zum LebenKling 3 Pro

“A woman in a yellow raincoat stands on a rainy city street at dusk. She slowly turns toward the camera and smiles as rain drips off her hood, gentle push-in, reflections shimmer on the wet pavement.”

Was ist die „Foto plus Verb“-Prompt-Formel?

Das Foto sagt dem Modell schon, wie die Szene aussieht, also sollte dein Prompt das Bild nicht noch einmal beschreiben. Beschreibe nur die Veränderung: Wer oder was bewegt sich, wie, und was macht die Kamera. Wir nennen das die Foto-plus-Verb-Formel, und sie passt in einen Satz: Motiv, ein klares Verb, eine Kamerabewegung.

Gute Verben sind klein und körperlich: blinzelt, lächelt, dreht sich, geht, Dampf steigt auf, Haare wehen, Stoff wellt sich. Vermeide fünf Aktionen in einem Clip, denn ein kurzer Clip trägt nur ein bis zwei Ideen. Mehr zur Formulierung findest du in unserem Guide zum Schreiben von KI-Video-Prompts. Hier zwei Prompts nach der Formel, direkt zum Einfügen:

Produkt-StilllebenWan 2.6

“A ceramic coffee cup on a wooden table by a window, steam curls upward, soft morning light shifts slowly across the table, camera drifts gently to the right.”

HaustierfotoSeedance Pro Fast

“A golden retriever on a grassy hill, ears and fur ripple in the wind, tail wagging, camera holds steady at eye level.”

Erstes-Bild- oder Referenz-Modus: Was passt wann?

Bild-zu-Video-Tools arbeiten auf zwei Arten. Im Erstes-Bild-Modus wird dein Foto zum Startbild und das Modell führt die Bewegung von dort weiter, sodass die erste Sekunde genau wie dein Foto aussieht. Im Referenz-Modus steuert das Foto das Aussehen eines Motivs, etwa einer Figur oder eines Produkts, während das Modell neue Einstellungen darum herum baut. OpenAI beschreibt die Erstes-Bild-Idee auch für sein eigenes Videomodell, laut seinem Leitfaden zur Videogenerierung.

Nutze den Erstes-Bild-Modus, wenn das Foto selbst die Einstellung ist, etwa ein Porträt, eine Landschaft oder ein Produkt auf dem Tisch. Nutze den Referenz-Modus, wenn dieselbe Figur oder dasselbe Produkt über mehrere Clips konsistent bleiben soll. So vergleichen sich die VIBE-Modelle, die sich für Bild-zu-Video eignen:

Prompts funktionieren am besten, wenn das Motiv fixiert bleibt und sich nur eine Sache verändert. Diese zwei nutzen ein Produktfoto und ein nostalgisches Foto, um zu zeigen, wie weit dieselbe Formel trägt. Beachte den Satz „stays perfectly sharp and unchanged“, der dem Modell sagt, das Produkt nicht neu zu zeichnen:

Produkt-OrbitKling 3 Pro

“A pair of white sneakers on a concrete step, the camera orbits slowly around them, soft studio light, subtle dust floats in the air, shoes stay perfectly sharp and unchanged.”

Altes FamilienfotoWan 2.6

“An old family photo of a grandmother in a garden, she blinks, smiles warmly and tilts her head slightly, flowers sway behind her in a light breeze, locked-off camera.”

Warum sieht mein Foto-Video verzerrt aus, und wie behebst du das?

Die meisten schlechten Ergebnisse entstehen, weil ein einzelner Clip zu viel leisten soll. Das Modell muss dein Foto erkennbar halten und gleichzeitig Bewegung hinzufügen, also erhöht jede zusätzliche Anweisung das Risiko des Abdriftens. Diese Korrekturen lösen die meisten Probleme:

• Verzerrte Gesichter: Bewegung kürzen, Kamerafahrten entfernen und nur Blinzeln oder Lächeln verlangen.
• Motiv schmilzt oder verändert sich: schärferes Foto nutzen und „stays unchanged“ für das ergänzen, was sich nicht bewegen darf.
• Zu wenig Bewegung: ein vages Verb wie „bewegt sich“ durch ein konkretes wie „dreht den Kopf langsam“ ersetzen.
• Zu viel Chaos: die Kameraanweisung streichen und bei einer einzigen Aktion bleiben.
• Falscher Look am Anfang: sicherstellen, dass der Clip dein Foto wirklich als erstes Bild nutzt und nicht nur als lose Referenz.

Kann man kostenlos ein KI-Video aus einem Foto erstellen?

Ja. Stand Oktober 2026 bietet VIBE fünf kostenlose Modelle ohne Login und ohne Wasserzeichen: Seedance Pro Fast, LTX Video, Luma Dream Machine, Wan 2.6 und PixVerse. Kostenlose Clips laufen mit etwa 720p und rund 8 Sekunden, genug für TikTok, einen Reels-Clip oder einen ersten Test. Die ganze Übersicht steht in unserem Guide zum kostenlosen KI-Video-Generator.

Wechsle zu einem Premium-Modell, wenn dich eine konkrete Grenze bremst: längere Einstellungen, 1080p, nativer Ton oder eine Figur, die konsistent bleibt. Wan 2.6 stammt von Alibaba, die eigene Beschreibung des Herstellers findest du in der Wan-2.6-Ankündigung. Alle Modelle lassen sich in der VIBE-Modellauswahl direkt vergleichen.

Darfst du Fotos anderer Personen animieren?

Animiere nur Fotos, die du selbst gemacht hast oder nutzen darfst, und stelle ein animiertes Foto einer echten Person nie als etwas dar, das sie getan hat. Wirkt der fertige Clip so realistisch, dass man ihn für echtes Material halten könnte, verlangen TikTok und YouTube eine Kennzeichnung; die TikTok-Regeln zu KI-generierten Inhalten erklären, wie. Im Zweifel animiere Objekte, Haustiere, Orte und deine eigenen Fotos.

Häufige Fragen