In den Feeds tauchen seit Monaten Clips auf, bei denen man zweimal hinschauen muss: der Hund, der plötzlich auf zwei Beinen tanzt, die Katze als Weihnachtsmann, das eigene Selfie im Look eines Videospiel-Trailers. Dahinter steckt fast immer dasselbe Prinzip. Man lädt ein Foto hoch, wählt eine Vorlage aus, und ein Videomodell rechnet daraus ein paar Sekunden Bewegtbild. Schnittprogramm, Greenscreen und Vorkenntnisse braucht dafür niemand mehr.
Warum Vorlagen und keine Textbefehle
Die meisten Dienste setzen inzwischen auf fertige Vorlagen. Der Grund ist simpel: Ein Textbefehl, der einem Videomodell eine brauchbare Szene entlockt, ist lang und fummelig, und kaum jemand hat Lust, sich da hineinzutüfteln. Bei einer Vorlage sind Bewegung, Kamera und Musik schon festgelegt. Man liefert nur noch das Gesicht oder das Tier.
Schenk uns bitte ein Like auf Facebook! #meinungsfreiheit #pressefreiheit
Danke!
Drei Arten von Clips, die gerade überall auftauchen
Haustiere sind der Klassiker. Ein Foto vom Hund oder von der Katze genügt, den Rest erledigt eine Vorlage für KI-Haustiervideos. Tanzende Dackel sind albern, funktionieren aber in jeder Familiengruppe.
Dann die Feiertage. Statt der Karte mit dem immer gleichen Foto vor dem Christbaum verschicken viele heuer einen kurzen Clip, und Vorlagen für Weihnachtsvideos mit KI gibt es seit November wieder in großer Zahl.
Und schließlich Spiele. Seit den Trailern zu GTA 6 will jeder einmal im Vice-City-Look durchs Bild laufen. Ein GTA 6 KI Generator macht aus einem Porträt eine Szene im Stil des Spiels.
Worauf es beim Foto ankommt
Wie gut das Ergebnis wird, hängt vor allem am Ausgangsbild. Das Gesicht sollte von vorn zu sehen und gleichmäßig ausgeleuchtet sein, ohne Sonnenbrille und ohne harte Schatten. Für Tanzvorlagen braucht es ein Foto, auf dem der ganze Körper zu sehen ist, sonst erfindet das Modell die Beine dazu, und das sieht man. Tiere fotografiert man am besten auf Augenhöhe vor einem ruhigen Hintergrund. Und wer den Clip auf TikTok oder in den Reels zeigen will, nimmt gleich ein Hochformatfoto.
Wo es noch hakt
Perfekt ist das alles nicht. Hände geraten nach wie vor gern daneben, Schrift im Bild wird zu Buchstabensalat, und bei Gruppenfotos kommt es vor, dass Gesichter die Plätze tauschen. Die Clips sind außerdem kurz, meist nur fünf bis zehn Sekunden. Für einen Gag reicht das, für eine Geschichte nicht.
Was man vorher bedenken sollte
Fotos von anderen Menschen gehören nur mit deren Einverständnis in so ein Werkzeug, bei Kindern ist doppelte Vorsicht angebracht. Wer das Ergebnis postet, sollte dazuschreiben, dass es mit KI entstanden ist. Das ist fair gegenüber allen, die es sehen. Und ein Blick auf die Kosten schadet nicht: Abgerechnet wird meist in Credits, ein paar Versuche sind oft gratis, danach zahlt man pro Clip.
Unterm Strich bleibt es eine Spielerei, aber eine, die erstaunlich wenig Aufwand verlangt. Vor zwei Jahren hätte man für zehn Sekunden tanzenden Hund noch ein Animationsstudio gebraucht.
Entgeltliche Veröffentlichung gemäß § 26 Mediengesetz. Die verlinkten Vorlagen stammen von ZOOOP.