Prompt Engineering für KI-Bilder und KI-Videos entscheidet darüber, ob dein Ergebnis generisch wirkt oder genau so aussieht, wie du es dir vorgestellt hast. Viele tippen ein paar Stichwörter ein wie bei einer Google-Suche und wundern sich, warum andere mit demselben Tool deutlich bessere Bilder und Clips erzeugen. Der Grund: Alles, was du im Prompt nicht festlegst, setzt das Modell auf den statistischen Durchschnitt. In diesem Video bekommst du einen Prompt-Blueprint, mit dem du Subjekt, Umgebung, Kamera, Licht und Stil gezielt steuerst und deine Bilder anschließend kontrolliert in Bewegung bringst.
Die zentrale Botschaft des Videos: Ein Prompt funktioniert wie ein Mischpult. Jeder Regler, den du nicht anfasst, steht automatisch auf Durchschnitt, und Steuern heißt, die richtigen Regler bewusst in eine Richtung zu drehen. Mehr Wörter bringen dabei nicht automatisch bessere Ergebnisse, entscheidend ist, welche Wörter du verwendest. Am Beispiel einer älteren Frau in einem Café siehst du Schritt für Schritt, wie jede zusätzliche Ebene das Bild verändert, bis aus einem generischen Motiv eine Aufnahme mit kinematischem Look entsteht.
Im Videoteil zeigt Norman Schmidt, wie sich dasselbe Bild animieren lässt und wie Brennweite, Kamerafahrt oder ein 360-Grad-Orbit die Wirkung verändern. Dabei wird auch deutlich, dass Video deutlich mehr Iterationen braucht als Bild. Wer pro Durchlauf nur eine Variable ändert, kommt schneller und verlässlicher zu einem guten Clip als mit Rätselraten.
Was du in diesem Video lernst
Wie du verstehst, warum ein Bild- oder Videomodell ohne genaue Angaben immer den Durchschnitt aus seinen Trainingsdaten liefert.
Wie du Absichten und Stimmungen in sichtbare, konkrete Bildsprache übersetzt, statt Gefühle wie „dramatisch“ zu beschreiben.
Wie du einen Prompt in fünf Ebenen aufbaust: Subjekt, Umgebung, Kamera und Komposition, Licht sowie Stil.
Wie du mit Objektiv, Schärfentiefe, Drittelregel und Lichtführung die Wirkung eines Bildes gezielt veränderst.
Wie du bei KI-Videos zusätzlich Bewegung des Subjekts, Kamerabewegung und Tempo steuerst.
Wie du mit Image-to-Video und Start- und Endframes konsistentere Clips erzeugst als mit Text-to-Video.
Wie du typische Fehler wie Wörtersalat, widersprüchliche Angaben und zu viele gleichzeitige Änderungen vermeidest.
Wie du mit einem festgehaltenen Seed Figuren und Settings über mehrere Generierungen hinweg konsistent hältst.
Diese Probleme löst du mit dem Video
Warum sehen meine KI-Bilder so generisch aus? Du verstehst, dass das Modell jede offene Entscheidung mit dem Durchschnitt füllt, und lernst, diese Entscheidungen selbst zu treffen.
Wie schreibe ich einen guten Prompt für Bildgeneratoren? Du bekommst einen Blueprint mit fünf Ebenen, den du für jedes Motiv wiederverwenden kannst.
Bringen Begriffe wie 8K, hyperrealistisch oder award-winning bessere Bilder? Du erfährst, warum solche Schlagwörter nichts steuern und ein präziser Satz zu Licht und Kamera mehr bewirkt.
Wie steuere ich Bewegung und Kamerafahrt in KI-Videos? Du lernst, Handlungen mit klarem Anfang und Ende zu beschreiben und Kamerabewegung sowie Tempo bewusst festzulegen.
Warum verändert sich mein Ergebnis bei jeder Überarbeitung komplett? Du siehst, warum du pro Durchlauf nur eine Variable ändern solltest und wie ein Seed für mehr Konsistenz sorgt.
Ist Image-to-Video besser als Text-to-Video? Du erfährst, warum ein ausgearbeitetes Startbild zu konsistenteren Videos führt und wie du diesen Workflow aufbaust.
Alle Insights mit einer Mitgliedschaft
Schalte dieses und alle weiteren Insights frei – mit der Pro- oder Team-Mitgliedschaft.