Ich habe solche Clips für mich selbst mehrmals gebaut, mit verschiedenen Image-to-Video-Modellen und einmal ganz ohne KI, nur mit Handy und Schnitt-App. Hier ist der Ablauf, der sich bei mir bewährt hat.

Zwei Arten von Videomodellen

• Start- und Endbild (Keyframes): Das Modell bekommt zwei Bilder und erzeugt die Bewegung dazwischen. Nur so entsteht eine echte Verwandlung von Zustand A zu Zustand B.
• Ein einzelnes Startbild: Das Modell animiert ein vorhandenes Bild. Das passt, um ein fertiges Kostümporträt lebendig zu machen – Blinzeln, eine Kopfdrehung, Nebel im Hintergrund –, aber nicht für den Übergang vom Alltagsfoto zum Kostüm.

Bevor du einen Prompt schreibst, schau in die Eingabemaske deines Tools: Gibt es Felder wie „Start frame“ und „End frame“ oder „First/Last frame“? Fehlt das zweite Feld, plane von Anfang an mit der zweiten Variante.

Die Bilder vorbereiten

Die meisten missratenen Übergänge, die mir passiert sind, lagen an den Eingabebildern, nicht am Prompt. Mein Check vor jedem Versuch:

1. Gleiches Seitenverhältnis. Beide Bilder im selben Format exportieren, etwa beide 3:4 oder beide 9:16. Sonst muss das Modell zusätzlich zoomen oder Ränder auffüllen.
2. Ähnlicher Bildausschnitt. Das Gesicht sollte etwa gleich groß und an derselben Stelle sein. Frontal und ab der Brust aufwärts klappt es am zuverlässigsten.
3. Zusammengehörige Bilder. Das Endbild sollte aus genau dem Selfie entstanden sein, das am Anfang steht.
4. Eindeutige Dateinamen. 01-start-selfie.jpg und 02-ende-kostuem.jpg klingt banal, verhindert aber vertauschte Felder. Landen Start und Ende im falschen Feld, läuft die Verwandlung rückwärts.

Woher meine Prompt-Struktur kommt

Beim Prompt-Text habe ich mich an veröffentlichten Beispielen orientiert. Auf der Prompt-Seite von Halloween AI stehen 24 Prompts für ein Verwandlungsvideo und 24 für ein Lebendiges Porträt, jeweils auf Englisch. Laut der Seite brauchen die Verwandlungs-Prompts ein Modell, das ein Start- und ein Endbild annimmt: das Originalfoto als Startbild, das Porträt als Endbild. Die Prompts für lebendige Porträts laufen in den meisten Image-to-Video-Modellen und starten mit einem fertigen Porträt.

So beginnt dort der Verwandlungs-Prompt „Waldhexe: Nebelhauch“ (Auszug, Quelle: Prompt-Seite, Abschnitt „Prompts für Verwandlungsvideos“):

Start on the original photo. The person leans toward the camera and blows gently, as if blowing out a candle, and a thick gust of fog rushes at the lens and fills the frame.

Am Schluss steht die Anweisung, exakt auf dem fertigen Porträt zu enden und das Gesicht durchgehend gleich zu halten, dazu die Länge und „no text“. Genau diese Klammer aus Anfang und Ende habe ich übernommen.

Ein Verwandlungs-Prompt in fünf Bausteinen

Aus solchen Beispielen lässt sich eine Vorlage ableiten, die mit jedem Look und jedem Keyframe-Modell funktioniert:

1. Ausgangspunkt: „Start on the original photo.“
2. Auslöser: eine Geste, die das Bild kurz verdeckt – Pusten, Fingerschnipsen, ein Umhang oder ein Stück Stoff vor der Linse. Der verdeckte Moment kaschiert den Wechsel.
3. Zielzustand: Kostüm, Make-up und Umgebung in zwei, drei konkreten Details statt einer langen Liste.
4. Landung: „End exactly on the final portrait.“ So passt das letzte Bild wirklich zum Endframe.
5. Konstanten: „Keep the same face throughout“, die Länge in Sekunden und „no text“.

Start on the original photo. [Geste], [Verdeckung füllt das Bild]. As it clears, [Kostüm, Make-up, Szene]. [kurze Aktion], then settle into the final pose. End exactly on the final portrait. Keep the same face throughout. [N] seconds, no text.

Ich schreibe die Prompts auf Englisch, so wie die Vorlagen, und ändere beim Anpassen immer nur einen Baustein pro Versuch. So sehe ich, was eine Änderung tatsächlich bewirkt.

Die Identitätszeile gehört in den Bild-Prompt

Wenn du das Kostümporträt für das Endbild selbst mit einem Bildmodell erzeugst, setze an den Anfang eine Zeile, die das Gesicht festhält, zum Beispiel:

Use the uploaded photo strictly as an identity reference. Keep 100% the same face, facial structure, skin tone, eye color, hairline and expression.

Beim Anpassen lasse ich diese Zeile stehen und ändere nur den Teil mit Kostüm und Szene. Im Video-Prompt übernimmt „Keep the same face throughout“ dieselbe Aufgabe – beide Zeilen zusammen halten Start- und Endbild als dieselbe Person zusammen.

Ohne KI: der Übergang mit Handy und Schnitt

Die klassische Variante braucht gar kein Modell, und ich nutze sie immer noch gern:

1. Handy auf ein Stativ oder einen Bücherstapel stellen und den Ausschnitt nicht mehr verändern.
2. Erste Aufnahme: du im Alltagsoutfit; zum Schluss hältst du die Hand oder ein Tuch vor die Linse.
3. Umziehen, schminken, wieder an dieselbe Stelle stellen.
4. Zweite Aufnahme: Sie beginnt mit der Hand vor der Linse, die du dann wegziehst.
5. In einer Schnitt-App beide Clips im verdeckten Moment aneinanderschneiden.

Das Prinzip ist dasselbe wie im Prompt: Ein kurzer Moment der Verdeckung trägt den Wechsel.

Vor dem Teilen prüfen

• Ist der letzte Frame wirklich das Kostümporträt, oder driftet das Gesicht kurz vorher weg?
• Passt das Format zur Plattform? Ein 3:4-Clip wird in 9:16-Vollbildansichten beschnitten oder bekommt Balken.
• Stimmt der Ton? Fehlt er, lässt er sich in der Schnitt-App nachlegen.
• Verwende nur Fotos von dir selbst oder von Menschen, die zugestimmt haben.

Kurz gesagt: erst den Modelltyp klären, dann die Bilder angleichen und zum Schluss den Prompt aus fünf Bausteinen bauen.