Bild-zu-Video-Engines im Vergleich: Welche animiert dein Bild?

Einer Engine ein Standbild zu geben ist der kontrollierbarste Weg zu einem Video. Motiv, Bildausschnitt und Licht sind schon entschieden – sie stecken im Bild –, und der Engine bleibt nur noch eine Aufgabe: es in Bewegung zu versetzen. Jede Video-Engine auf eroq akzeptiert einen Startframe. Die Frage ist also nie, ob eine Engine Bild-zu-Video kann, sondern was sie nach dem ersten Frame daraus macht.

Was dir ein Startframe wirklich bringt

Bei Text-zu-Video erfindet die Engine Motiv, Komposition, Licht und Bewegung auf einmal, und ein Fehler an irgendeiner Stelle ruiniert den Take. Bei Bild-zu-Video sind drei dieser vier Dinge schon festgelegt: ein Gesicht, das du abgenommen hast, ein Produkt, fotografiert genau so, wie der Kunde es freigegeben hat, ein Gemälde, dessen Farbpalette vier Renders gebraucht hat, bis sie saß.

Daraus ergibt sich der Workflow. Arbeite das Standbild im Tool „Bild“ aus, bis es stimmt, und animiere es erst dann. Jeder Render wird mit seinem Rezept in deiner Bibliothek gespeichert, und Animieren auf einer Bildkarte schickt ihn als Quelle ins Tool „Video“. Ein Charakter funktioniert genauso: Seine Referenzfotos tragen dasselbe Gesicht in den Clip.

Das Line-up, bewertet nach dem, was nach Frame eins passiert

Motion One ist die eigene, unzensierte Engine von eroq, und das allein entscheidet schon über eine ganze Kategorie von Jobs. Sie ist die einzige Video-Engine ohne vorgelagerte Moderation: Wenn ein Anbieter ein Standbild ablehnt – eine düstere, gewalttätige oder intensive Szene –, ist Motion One die Alternative. Sie ist in jedem Konto enthalten, auch im kostenlosen, für 60 Credits bei 5 Sekunden oder 60 bei 10, mit maximal 720p. Für viele ist sie nicht eine Option unter sieben, sondern die Antwort; der Rest dieses Artikels behandelt die anderen sechs, die von ihren Anbietern vorgelagert moderiert werden.

Kling 2.5 Turbo ist die Engine, der du ein Gesicht anvertraust. Sie ist bekannt für flüssige Bewegung und Gesichter, und in der Praxis heißt das: Ein Porträt, das du mit Kling animierst, bleibt vom ersten bis zum letzten Frame meist dieselbe Person, statt sich auf halber Strecke in einen Cousin zu verwandeln. 1080p, 5 oder 10 Sekunden, 170 oder 340 Credits, ab dem Creator-Plan. Zeigt dein Standbild eine Person und geht es im Clip um diese Person, fang hier an. Einen direkten Vergleich mit Seedance findest du unter /compare/seedance-vs-kling.

Hailuo 02 ist die Engine für Szenen mit Wetter. Sie ist bekannt für filmische Physik und dramatisches Licht – Rauch, Wasser, herabfallende Trümmer, harte Lichtstrahlen, die sich mit der Zeit verändern. Soll sich in deinem Standbild nicht die Person bewegen, sondern die Luft um sie herum, ist Hailuo die richtige Wahl. 720p, 6 oder 10 Sekunden, 110 Credits beim 5-Sekunden-Richtwert und 220 bei 10, ab Hobby.

Seedance 2.5 ist die Engine mit den Reglern. Sie respektiert einen Seed für reproduzierbare Ergebnisse: Sobald ein Take funktioniert, renderst du Varianten vom selben Ausgangspunkt, statt neu zu würfeln. Außerdem beherrscht sie die Interpolation zwischen Start- und Endframe – gib ihr das Standbild, mit dem du beginnst, und das, auf dem du landen willst, und sie füllt die Mitte. 4 bis 30 Sekunden, bis 1080p, ab Creator, 310 Credits für 5 Sekunden.

Seedance 1.0 Pro und Lite sind das Duo für Entwürfe, 3 bis 12 Sekunden, beide mit Seed. Lite für 72 Credits bei 3 Sekunden ist der günstigste Weg herauszufinden, ob sich ein Standbild gut animieren lässt, bevor du Kling-Geld dafür ausgibst.

Veo 3 Fast animiert ein Standbild und rendert gleich den Ton dazu – Atmo, Effekte, Dialog –, mit festen 8 Sekunden für 216 Credits, ab Creator. Es ist die einzige Engine im Line-up, die Audio erzeugt, und damit die Wahl, wenn der Clip fertig ankommen muss statt stumm.

Schreib den Prompt nur für die Bewegung

Das ist der mit Abstand größte Fehler bei Bild-zu-Video, und er ist leicht zu beheben. Wenn das Standbild das Motiv schon zeigt, bringt es nichts, das Motiv noch einmal zu beschreiben – es kann sogar gegen das Bild arbeiten, das du vorgegeben hast. Die Engine sieht den roten Mantel. Wenn du ihn beschreibst, gibst du ihr nur die Gelegenheit, einen anderen zu rendern.

Reduziere den Prompt also auf das, was sich mit der Zeit verändert: was sich bewegt, wie sich die Kamera bewegt, was das Licht macht.

Angenommen, dein Ausgangsbild zeigt eine Frau, die nachts an einem regennassen Fenster steht, im Tool „Bild“ erstellt und schon genau richtig. Der Prompt ist keine Beschreibung von ihr. Sondern das hier:

Sie atmet langsam aus, und am Bildrand beschlägt das Glas; eine Hand hebt sich und wischt einen kurzen Bogen frei. Draußen läuft weiter Regen an der Scheibe herunter, und das Neonlicht dahinter pulsiert über das Wasser. Langsame Ranfahrt, ein paar Grad Drift der Handkamera, alles andere bleibt still.

Jeder Satzteil ist ein Verb oder eine Kameraanweisung. „Alles andere bleibt still“ leistet echte Arbeit: Es sagt der Engine, dass der Rest des Bildes fertig ist – und genau das ist die ganze Idee dahinter, ein Standbild zu animieren.

Vergleich das mit dem üblichen ersten Versuch – „Eine schöne Frau in rotem Mantel nachts an einem verregneten Fenster, Neonlichter, filmisch, 35mm“. Das ist ein Text-zu-Video-Prompt, in einen Bild-zu-Video-Job kopiert. Er beschreibt, was das Bild schon ist, verlangt überhaupt keine Bewegung und kommt zurück wie ein Foto, durch das eine leichte Brise weht.

Eine Checkliste in drei Zeilen für einen Bewegungs-Prompt:

1. Eine Handlung. Sie wischt über das Glas. Die Autotür geht auf. Der Rauch steigt auf.
2. Eine Kamerabewegung. Ranfahrt, Kreisfahrt, langsamer Schwenk, Handkamera-Drift. Ausgesprochen, nicht nur angedeutet.
3. Eine Zeile dazu, was das Licht oder die Umgebung macht – oder der ausdrückliche Hinweis, dass beides so bleibt.

Der Endframe-Trick

Wenn du weißt, wo die Einstellung landen muss – ein Logo, das sich formt, ein Gesicht, das sich zur Kamera dreht, eine Tür, die ganz offen steht –, nimmt die Seedance-Familie (2.5, 1.0 Pro und 1.0 Lite) beide Enden an. Rendere zwei Standbilder im Tool „Bild“, setz das erste als Startframe und das zweite als Endframe, und schreib einen Prompt, der nur den Weg dazwischen beschreibt.

Näher kommst du im ganzen Line-up nicht an echtes Regieführen statt Prompten heran, und genau das macht eine Sequenz schneidbar: Szene zwei kann exakt auf dem Frame beginnen, auf dem Szene eins geendet hat.

Was Bild-zu-Video nicht kann

Das sollte man klar sagen. Auf eroq gibt es kein Lip-Sync – ein animiertes Standbild bewegt die Lippen nicht zu einer Sprachspur, und einen Clip mit einer gerenderten Stimme zusammenzubringen ist Sache deines Schnittprogramms. Es gibt keinen Face-Swap und kein Upscaling, und im Studio weder Trimmen noch Color Grading oder Übergänge. Ein Clip kommt in der Auflösung und Länge zurück, die du angefordert hast; alles Weitere passiert in Premiere oder After Effects.

Die Kurzfassung

• Ein Anbieter lehnt das Standbild ab → Motion One, die unzensierte Engine. Eine zweite Option gibt es nicht.
• Das Standbild zeigt eine Person, und im Clip geht es um sie → Kling 2.5 Turbo.
• Das Standbild ist eine Szene, und die Bewegung ist Physik, Wetter oder Licht → Hailuo 02.
• Du kennst das letzte Bild oder brauchst einen Seed → Seedance (Lite, um das Bildpaar zu testen, Pro oder 2.5 für das Finale); länger als 12 Sekunden → Seedance 2.5.
• Es muss mit Ton ankommen → Veo 3 Fast, 8 Sekunden.
• Du weißt nicht, ob sich das Standbild überhaupt animieren lässt → Seedance 1.0 Lite, 3 Sekunden, 72 Credits, dann festlegen.

Häufige Fragen

Kann jede Video-Engine von eroq ein Bild animieren?

Ja. Jede Engine im Line-up akzeptiert einen Startframe, egal ob er aus einem Referenzfoto stammt, aus einem Render in deiner Bibliothek oder aus den Fotos eines Charakters. Unterschiede gibt es bei Länge, Auflösung, Plan-Zugang und darin, was jede Engine gut kann, sobald sich das Bild bewegt.

Welche Engine hält ein Gesicht bei Bild-zu-Video konsistent?

Kling 2.5 Turbo, bekannt für flüssige Bewegung und Gesichter. Noch besser wird es mit einem Charakter statt eines einzelnen Fotos, denn seine Referenzfotos tragen dasselbe Gesicht durch Bilder und Clips.

Welche Engine unterstützt einen Start- und einen Endframe?

Die Seedance-Familie: 2.5, 1.0 Pro und 1.0 Lite nehmen alle einen Start- und einen Endframe an. Du gibst also das Bild vor, mit dem der Clip beginnt, und das, auf dem er landet, und lässt die Engine die Mitte füllen. Lite ist der günstige Weg, das Bildpaar zu testen; 2.5 schafft die längsten Clips.

Erst das Bild entwerfen, dann drei Zeilen Bewegung schreiben – öffne das Tool „Video“.