Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Eine Bildanimation mit image-to-video erstellen

Lektion 4 von 12 Aktualisiert am 2. November 2026 Mittelstufe
Auf dieser Seite
  1. Bringen Sie Ihre Bilder zum Leben
  2. Der Bild-Parameter
  3. Einen Prompt schreiben, wenn das Bild bereits spricht
  4. Drei konkrete Beispiele
  5. Wo dieser Ansatz den Unterschied macht
  6. Kernaussagen

Aktualisiert am 2. November 2026 basierend auf der xAI Video-API-Referenz: Das Quellbild wird in einem image-Objekt ({"url": ...} oder {"file_id": ...}) übermittelt, nicht als einfacher String. Quellen: Bild-zu-Video · Video-Referenz.

Bringen Sie Ihre Bilder zum Leben

Die xAI-API erstellt Videos nicht nur von Grund auf neu. Sie kann auch ein bestehendes Bild animieren – sie nimmt ein visuelles Element, das Sie bereits besitzen, und bringt es in Bewegung. Diese Funktion, die als Bild-zu-Video bezeichnet wird, verändert die Art der Arbeit: Sie bitten das Modell nicht mehr darum, eine Szene zu erfinden, sondern darum, Ihre eigene zu erweitern. Genau das benötigen Sie, wenn ein Produktkatalog in eine Werbung umgewandelt werden soll, eine redaktionelle Illustration für soziale Medien erstellt werden soll oder ein Markenbild bereits von einem Kunden genehmigt wurde.

Der Bild-Parameter

Technisch gesehen geht es darum, ein image-Objekt hinzuzufügen, das die Quelle des visuellen Elements entweder über dessen url (öffentliche Adresse oder base64-kodierte Daten) oder über die file_id eines über die Files-API hochgeladenen Datei identifiziert.

{
  "model": "grok-imagine-video",
  "prompt": "Animiere diese Szene mit einem Windeffekt im Haar",
  "image": {"url": "https://exemple.com/photo-portrait.jpg"},
  "duration": 5
}

Das Modell analysiert das bereitgestellte Bild, bewahrt seinen visuellen Inhalt bei und injiziert die Bewegung, die im Prompt beschrieben wird. Drei Bedingungen regeln diesen Aufruf: Das Bild muss zugänglich sein (öffentliche URL, base64-Daten oder hochgeladene Datei), im JPEG-, PNG- oder WebP-Format vorliegen, und der Prompt muss die gewünschte Bewegung beschreiben, nicht das Bild selbst – das Modell sieht es bereits, und eine Neubeschreibung verschwendet lediglich Aufmerksamkeit.

Einen Prompt schreiben, wenn das Bild bereits spricht

Dies ist der wichtigste Wandel in dieser Lektion. Bei text-zu-Video trägt Ihr Prompt alles: Subjekt, Setting, Stil und Aktion. Bei Bild-zu-Video sind die ersten drei Punkte vorgegeben, und Sie müssen sich nur auf den vierten konzentrieren. Ein guter Animations-Prompt sieht daher aus wie eine Regieanweisung an einen Kameramann, der bereits das Set vor sich hat.

Konzentrieren Sie sich zunächst darauf, was sich bewegen soll, indem Sie das Element und die Art der Geste benennen: „die Blätter rascheln sanft im Wind”, „das Flusswasser fließt langsam”, „die Figur dreht den Kopf nach rechts”. Anschließend können Sie eine Ebene dynamischer Atmosphäre hinzufügen, die sich nicht auf ein spezifisches Objekt bezieht, sondern auf die allgemeine Stimmung – „Sonnenlicht filtert allmählich durch die Wolken”, „leichter Regen beginnt zu fallen”. Zwei Gewohnheiten, die Sie ablegen sollten: Beschreiben Sie das Bild nicht erneut („eine Berglandschaft” fügt nichts hinzu) und fordern Sie keine radikale Transformation seines Inhalts – das erledigt dieser Endpunkt nicht.

Drei konkrete Beispiele

Ein Produktfoto, zum Beispiel eine Uhr, die auf einem Samtkissen liegt, eignet sich für eine einfache mechanische Bewegung und ein Spiel mit dem Licht. Das quadratische Format passt zum sozialen Feed, für den es bestimmt ist.

{
  "model": "grok-imagine-video",
  "prompt": "Langsame Rotation der Uhr um sich selbst, funkelnde Lichtreflexe auf dem Zifferblatt",
  "image": {"url": "https://exemple.com/montre.jpg"},
  "duration": 5,
  "aspect_ratio": "1:1"
}

Eine Landschaft – hier ein Bergsee bei Tagesanbruch – ermöglicht mehrere gleichzeitige Bewegungen, sofern diese langsam und natürlich bleiben. Die längere Dauer ist gerechtfertigt, da die sich auflösende Nebelschwaden ein Effekt ist, der Zeit zum Wahrnehmen benötigt.

{
  "model": "grok-imagine-video",
  "prompt": "Leichte Wellen auf der Wasseroberfläche, morgendlicher Nebel löst sich langsam auf, Vögel kreuzen den Himmel",
  "image": {"url": "https://exemple.com/lac-montagne.jpg"},
  "duration": 8,
  "aspect_ratio": "16:9"
}

Ein Porträt schließlich erfordert Zurückhaltung: Ein paar Sekunden reichen aus, und die Bewegung muss mikroskopisch bleiben, um nicht ins Unheimliche abzugleiten. Das vertikale Format bereitet es auf die Veröffentlichung als Story vor.

{
  "model": "grok-imagine-video",
  "prompt": "Die Person blinzelt sanft und lächelt leicht, das Haar bewegt sich im leichten Wind",
  "image": {"url": "https://exemple.com/portrait.jpg"},
  "duration": 3,
  "aspect_ratio": "9:16"
}

Wo dieser Ansatz den Unterschied macht

Bild-zu-Video findet sein natürliches Terrain dort, wo bereits visuelle Assets existieren. Im E-Commerce verwandelt es ein Fotokatalog in ein Inventar aus Video-Werbungen, ohne dass eine neue Fotosession nötig ist. Auf sozialen Medien verleiht es statischen Posts, deren Engagement stagniert, neuen Schwung. In Präsentationen animiert es Folien und Illustrationen, für die sonst ein Produktionsbudget nicht gerechtfertigt wäre. Und für kreative Arbeiten ermöglicht es Ihnen, animierte Varianten desselben Werks zu erkunden, zu vernachlässigbaren Kosten.

Drei Einschränkungen dämpfen diese Begeisterung, und es ist ratsam, sie zu kennen, bevor Sie ein Ergebnis versprechen. Das Modell achtet im Allgemeinen auf die Komposition des Quellbildes, aber Verzerrungen können bei feinen Details auftreten – Typografie, Hände, sich wiederholende Muster. Komplexe Bewegungen, wie das Gehen einer Figur oder das Beschleunigen eines Fahrzeugs, sind deutlich schwieriger zu erreichen als subtile Bewegungen von Wind, Wasser oder Licht; lenken Sie Ihre Anfragen in letztere Richtung. Schließlich hängt die Qualität des Ergebnisses eng mit der Auflösung des Quellbildes zusammen: Ein mittelmäßiges Eingabebild wird niemals ein sauberes Videobild erzeugen.

Kernaussagen

  • Der image-Parameter akzeptiert eine URL zum zu animierenden Bild
  • Der Prompt muss die Bewegung beschreiben, nicht das Bild
  • Subtile Bewegungen (Wind, Wasser, Licht) liefern die besten Ergebnisse
  • Bild-zu-Video ist ideal für E-Commerce und soziale Medien
  • Die Qualität des Quellbildes wirkt sich direkt auf das Ergebnis aus