Foto zu Video für Social Media: Format, Länge und warum der Ton entscheidet

Das gleiche animierte Foto kann auf einer Produktseite super wirken und im Feed komplett untergehen. Das liegt nicht an der Qualität der Generierung. Foto zu Video für Social Media folgt eigenen Regeln, und die wichtigste betrifft die ersten zwei Sekunden.

Ein Feed ist keine Produktseite

Wer sich eine Produktseite ansieht, will das Produkt sehen: er hat schon geklickt, ist interessiert, und ein ruhiger Einstieg stört nicht.

Wer durch den Feed scrollt, sieht gleichzeitig ein Dutzend anderer Clips, und deiner muss sich gegen alle durchsetzen. Ein langsamer Start bedeutet: weitergewischt, bevor überhaupt etwas passiert.

Also gilt: Bewegung beginnt im ersten Frame. Nicht „erst ein stehendes Bild, dann schwenkt die Kamera“. Sofort.

Format

Hochformat, und zwar von Anfang an. Erzeuge den Clip direkt im Format 9:16, statt einen horizontalen Clip zuzuschneiden. Beim Zuschneiden fällt meistens genau der Teil weg, der die Aufnahme überhaupt sehenswert gemacht hat.

Ist dein Ausgangsfoto horizontal, hast du zwei Möglichkeiten. Entweder lässt du das Modell den Rahmen bei der Generierung nach oben und unten erweitern, oder du setzt das Foto in einen vertikalen Rahmen mit Hintergrund und animierst nur diesen Ausschnitt.

Die erste Variante sieht in der Regel besser aus. Die zweite Variante ist ehrlicher, wenn es darum geht, was tatsächlich im Bild zu sehen ist.

Länge und Tempo

Eine einzelne Generierung dauert je nach Modell sechs bis fünfzehn Sekunden. Für einen Feed-Post reicht das locker, solange tatsächlich etwas passiert.

Das Ereignis muss nicht groß sein: aufsteigender Dampf, Stoff, der sich bewegt, Licht, das wechselt. Wichtig ist nur, dass sich bis zur dritten Sekunde etwas tut.

Ich gebe zu: Die „dritte Sekunde“ ist ein Bauchgefühl, keine gemessene Zahl. Könnte genauso gut die zweite sein, ich hab das in meinen eigenen Clips nie systematisch ausgewertet.

Brauchst du etwas Längeres, schneide mehrere animierte Standbilder zusammen, statt eine lange Generierung zu verlangen. Die Kohärenz über eine längere Strecke lässt bei jedem Modell schnell nach.

Ton

Etwa die Hälfte der Feed-Zuschauer schaut ohne Ton. Die andere Hälfte hat den Ton an, und für die wirkt Stille wie ein kaputter Clip.

Dafür gibt es zwei Wege. Entweder generierst du gleich mit eingebautem Audio, das unterstützen Veo 3.1, Wan 2.7 und Grok Imagine. Oder du legst die Musik erst beim Schnitt drüber, das gibt dir mehr Kontrolle über das Timing.

Bei Produktclips nehme ich meistens die zweite Variante. Mehr zu diesem Workflow steht im Artikel über KI-Videos für Social Media.

Ein Foto, mehrere Posts

Eine typische Situation: Du hast ein gutes Foto und brauchst daraus gleich mehrere Posts.

Variiere die Bewegung. Derselbe Shot einmal mit Zoom nach vorn, einmal als Seitwärtsschwenk, einmal mit Bewegung im Hintergrund. Das sind schon drei Clips aus einem Bild.

Variiere den Ausschnitt. Animiere eine Nahaufnahme eines Details, dann die Totale. Du schneidest das Original jedes Mal anders zu und animierst jeden Ausschnitt für sich.

Ändere Tageszeit und Stimmung. Passe zuerst das Licht am Standbild an, animiere danach. So bekommst du optisch unterschiedliche Clips vom gleichen Motiv.

Für Produkte hält sich Kling 3.0 meiner Erfahrung nach besser. Bei Szenen mit Personen greife ich zu Hailuo. Drei Varianten aus einem Foto stoße ich gleichzeitig in Flami an, das läuft dort als ein Batch, und ehrlich gesagt bin ich am nächsten Tag meist schon weiter und komme auf den Shot gar nicht mehr zurück.

Was man bei Foto zu Video für Social Media lassen sollte

Verlange keine komplizierten Kamerafahrten. Eine dramatische Rundumfahrt um das Motiv wirkt im Feed schnell billig und geht öfter als nicht schief.

Strecke den Clip nicht künstlich. Zehn Sekunden ohne Geschehen sind schlechter als fünf Sekunden mit einem guten Moment.

Die Safe Zones nicht ignorieren. Das Interface der Plattform verdeckt oben und unten einen Streifen des Bildschirms, dort sollte nichts Wichtiges liegen.

Ein animiertes Foto nicht als echtes Filmmaterial ausgeben, wenn es einen Beweis oder ein Testimonial ersetzen soll. Wo diese Ehrlichkeitsgrenze verläuft, steht in einem eigenen Artikel dazu.

FAQ

Wie unterscheidet sich Foto zu Video für Social Media von einem Produktclip? Durch Tempo und Format. Im Feed scrollen Leute schnell, also muss die Bewegung im ersten Frame beginnen und der Clip vertikal sein. Auf einer Produktseite ist das Interesse schon da, ein ruhigerer Einstieg funktioniert dort.

Was, wenn mein Foto horizontal ist? Entweder den Rahmen bei der Generierung nach oben und unten erweitern, oder das Foto in einen vertikalen Rahmen mit Hintergrund setzen. Ein simpler Zuschnitt schneidet meist genau den wichtigen Teil ab.

Wie lang sollte der Clip idealerweise sein? Sechs bis fünfzehn Sekunden, je nach Modell. Für mehr schneidest du lieber mehrere animierte Standbilder zusammen, statt eine lange Generierung zu verlangen.

Wie bekomme ich mehrere Clips aus einem Foto? Bewegung variieren, den Ausschnitt anders wählen, vor der Animation das Licht anpassen. Drei bis vier unterschiedliche Clips aus einem Foto sind realistisch.

Quellen

1. Flami: KI-Video für Social Media
2. Flami: Image-to-Video, ein Produktfoto animieren
3. Flami: UGC-Testimonials und Ehrlichkeit