Aktualisiert 10. Okt. 2026
Neu auf dieser Seite
- — Seite veröffentlicht
Die kurze Antwort
Photo to Video AI (oft auch Image to Video AI genannt) macht aus einem Standbild einen kurzen bewegten Clip. Hier schreibst du keinen Prompt: Du wählst einen Effekt, lädst ein Foto hoch (oder zwei für eine Szene mit zwei Personen) und tippst auf Effekt erstellen. Foto zum Leben erwecken lässt die Person auf dem Bild atmen, blinzeln und lächeln; Umarmung und Langsamer Tanz bringen zwei Menschen aus zwei Fotos zusammen; Erde-Zoom, Klone, Geldregen und die Trend-Effekte machen aus einem Selfie etwas zum Posten. Die Gesichter bleiben wie auf deinem Foto, jeder Clip hat seinen eigenen Soundtrack, und nach ein paar Minuten lädst du ihn als MP4 herunter. 5 Sekunden in 720p kosten 5 Credits, fehlgeschlagene Videos werden nie berechnet, und alte Fotos vorher zu restaurieren ist kostenlos.
Photo to Video, Image to Video: was gemeint ist
Beide Namen beschreiben dieselbe Aufgabe: Du startest mit einem Bild, und die KI errechnet, wie sich dieser Moment bewegen würde. Ein Gesicht dreht sich, Haare bewegen sich, die Kamera gleitet, eine zweite Person tritt ins Bild. Schwierig ist nicht die Bewegung, sondern dass die Person dabei erkennbar bleibt. Deshalb zählt die Qualität des Fotos mehr als jede Einstellung.
Die meisten Image-to-Video-Tools geben dir ein leeres Textfeld und erwarten einen Prompt. Das klappt, wenn du die Begriffe für Kamerafahrten und Licht kennst. Hier ist jeder Effekt eine Szene, die schon geschrieben und getestet ist: Du wählst was passieren soll, um die Formulierung kümmern wir uns. Willst du ein anderes Ergebnis, nimmst du eine andere Szene, statt einen Absatz umzuschreiben.
So wird aus einem Foto ein Video
- Wähle den Effekt. Auf dieser Seite ist die ganze Auswahl offen; Foto zum Leben erwecken ist vorausgewählt.
- Lade dein Foto hoch. Ein klares Bild von vorn. Für Szenen mit zwei Personen ein Foto pro Person oder eins von beiden.
- Prüf Länge und Format. Standard sind 5 Sekunden hochkant in 9:16; du kannst es länger, schärfer, quadratisch oder im Breitbild machen.
- Tippe auf Effekt erstellen. Nach ein paar Minuten kannst du den Clip herunterladen, posten oder verschicken.
Was dein Foto kann
- Lebendig werden. Foto zum Leben erwecken lässt das Bild, wie es ist, und die Person darin atmet, blinzelt und lächelt in die Kamera, zu leisem Klavier. Die sanfteste Option, mit der Leute alte Fotos animieren.
- Sich umarmen. Zwei Fotos, Jahre oder Länder auseinander, werden mit dem AI Hug Generator zu einer warmen Umarmung.
- Jemanden umarmen, der gestorben ist. Die Erinnerungs-Umarmung ist leiser und langsamer, für eine Umarmung mit einem verstorbenen Menschen.
- Langsam tanzen. Zwei Menschen wiegen sich zu einem Walzer mit Klavier und Streichern, wie beim ersten Tanz.
- Bis ins All zoomen. Earth Zoom Out beginnt bei deinem Gesicht und steigt über Stadt und Wolken, bis der ganze Planet zu sehen ist.
- Sich vervielfachen. Das KI-Klon-Video füllt eine Straße mit Kopien von dir.
- Angeben. Geldregen, Roter Teppich, Feuerwerk, Schweben und Engelsflügel machen aus einem Selfie einen kurzen, lauten Moment.
- Bei einem Trend mitmachen. Der Raindance-KI-Trend, der AI Zombie Trend, der Gas Station Dance und Gangnam Style KI bauen Clips nach, die gerade alle posten.
Alle Effekte mit je einem Beispielclip findest du auf der Seite KI-Video-Effekte.
Ein Foto oder zwei, und was du hörst
Manche Szenen drehen sich um eine Person, manche brauchen zwei. Ein einzelnes Foto mit zwei Personen funktioniert auch für die Zwei-Personen-Szenen.
| Effekt | Fotos | Ton |
|---|---|---|
| Foto zum Leben erwecken | 1, auch mit 2 Personen | Leises, nostalgisches Soloklavier |
| Umarmung | 2, oder 1 Foto von beiden | Warme Akustikgitarre |
| Erinnerungs-Umarmung | 2, oder 1 Foto von beiden | Sanftes Klavier mit leichten Streichern |
| Langsamer Tanz | 2, oder 1 Foto von beiden | Langsamer Walzer mit Klavier und Streichern |
| Erde-Zoom | 1, auch mit 2 Personen | Ein anschwellender Filmsound |
| Geldregen | 1, auch mit 2 Personen | Ein federnder Hip-Hop-Beat |
| Tankstellen-Tanz | 1 bis 3 | Der Originalsong des Trends, 15 Sekunden |
Kein Effekt fügt Sprache hinzu oder ahmt die Stimme eines Menschen nach.
Welche Fotos am besten funktionieren
- Scharf und von vorn. Das Gesicht im Video stammt aus deinem Foto, also zählt ein klares, gut beleuchtetes Gesicht am meisten.
- Oberkörper reicht für die meisten Effekte. Szenen mit viel Tanz, wie der Tankstellen-Tanz, sehen mit einem Ganzkörperfoto besser aus.
- Ein Gesicht pro Foto, wenn du zwei Fotos hochlädst. Kleine Gesichter auf Gruppenfotos sind schwer zu halten.
- Nichts im Gesicht. Sonnenbrillen, Masken und tief sitzende Kappen lassen die KI raten.
- Ähnlicher Ausschnitt bei zwei Personen. Zwei Fotos ab der Hüfte in ähnlicher Größe passen am natürlichsten zusammen.
Alte Fotos: erst restaurieren, dann animieren
Verblasste, zerkratzte oder schwarz-weiße Abzüge bewegen sich viel besser, wenn sie vorher bereinigt sind. Restauriere das alte Foto zuerst: Nach der Anmeldung sind drei Restaurierungen pro Tag kostenlos, jede dauert etwa 30 Sekunden. Unter dem restaurierten Bild schickt Bewegen lassen es direkt zu Foto zum Leben erwecken, und Umarmen schickt es zur Erinnerungs-Umarmung, mit Platz für dein eigenes Foto.
Photo to Video oder ein Rap-Video?
Ein Effekt ist eine kurze Szene mit Musik und ohne Worte. Wenn die Menschen auf deinen Fotos wirklich performen sollen, wechsle im Studio zum Tab Rap-Video: Die KI schreibt aus einer Zeile, die du tippst, einen eigenen Text, baut einen Beat und zwei Stimmen, und ihr rappt ihn lippensynchron, in etwa 3 Minuten. Ein Standard-Rap-Video mit 12 Sekunden in 720p kostet 10 Credits. Ideen findest du bei KI Rap Duo, dem Hotel Lobby KI-Trend oder einem Geburtstagsrap.