Swipey AI: Quellbild-Checkliste für die Bild-zu-Video-Erstellung für Erwachsene ab 18 Jahren

Inhalt

• Treffen Sie zuerst die Entscheidung: akzeptieren, überarbeiten oder ersetzen
• Schützen Sie die Identitätsmerkmale der Person
• Betrachten Sie Hände als Handlungsdaten
• Kontrollieren Sie den Bildausschnitt und konkurrierende Hintergrundelemente
• Machen Sie die Lichtrichtung erkennbar
• Lesen Sie das Standbild auf Bewegungshinweise hin
• Stimmen Sie das Quellbild auf eine beabsichtigte Handlung ab
• Praxisbeispiel: Bildausschnitt vor der Generierung anpassen
• Führen Sie die abschließende Freigabeprüfung des Quellbilds durch

Ein Bewegungs-Prompt kann nicht jede Schwäche eines Quellbilds beheben. Das Standbild legt die Person, den Bildausschnitt, die sichtbare Anatomie, die Beleuchtung, die Umgebung und die körperliche Ausgangsposition bereits fest. Wenn diese Elemente mit der beabsichtigten Handlung im Widerspruch stehen, können zusätzliche Anweisungen lediglich für mehr Komplexität sorgen.

Dies ist die redaktionelle Checkliste von Swipey AI zur Vorbereitung nicht expliziter Bild-zu-Video-Projekte für Erwachsene ab 18 Jahren. Swipey AI ist eine schriftliche Ressource, die neben einem Bild-zu-Video-Tool verwendet werden kann; die Website betreibt keinen Upload- oder Generierungsdienst. Die Checkliste ergänzt den Leitfaden zum Verfassen eines Bewegungs-Prompts und befasst sich mit einer früheren Entscheidung: ob das Standbild die visuellen Informationen enthält, die für die geplante Aufnahme erforderlich sind.

Treffen Sie zuerst die Entscheidung: akzeptieren, überarbeiten oder ersetzen

Prüfen Sie den gesamten Bildrahmen, bevor Sie sich auf kleine Mängel konzentrieren. Ein verwendbares Quellbild sollte Folgendes aufweisen:

• Eine sofort erkennbare erwachsene Person
• Einen bewusst gewählten Bildausschnitt, der wichtige Gelenke nicht versehentlich durchschneidet
• Klare Sicht auf alle Körperbereiche, die an der Handlung beteiligt sind
• Ein Gesicht, das für den beabsichtigten Ausdruck groß genug ist
• Stimmige Lichter und Schatten
• Freiraum in Bewegungsrichtung
• Eine Pose, die sich plausibel zur gewünschten Handlung entwickeln kann

Sondern Sie offensichtliche technische Mängel frühzeitig aus. Der Bild-zu-Video-Leitfaden von Runway weist darauf hin, dass Unschärfe und eine niedrige Auflösung eines Quellfotos in den generierten Clip übernommen werden können. Ein unscharfes Gesicht, eine bewegungsunscharfe Hand oder eine stark komprimierte Kleidungskante sollten daher als Informationen des Quellbilds betrachtet werden – nicht als Mängel, die bei der Videoerstellung zwangsläufig beseitigt werden.

Treffen Sie eine von drei Entscheidungen:

Schützen Sie die Identitätsmerkmale der Person

Identität wird durch eine Kombination von Merkmalen vermittelt: unverdeckte Augen, Gesichtskontur, Silhouette der Frisur, Abgrenzungen der Kleidung und markante Accessoires. Prüfen Sie, ob diese Merkmale miteinander übereinstimmen und klar von der Umgebung getrennt bleiben.

Dunkles Haar vor einer dunklen Wand kann die äußere Kopfform verschwinden lassen. Getönte Brillengläser können die Augen verdecken, wenn die Aufnahme von einer Änderung der Blickrichtung abhängt. Eine Hand vor dem unteren Teil des Gesichts kann in einem unbewegten Porträt akzeptabel sein, stellt jedoch eine ungünstige Ausgangsposition für eine Aufnahme dar, die außerdem ein Lächeln, eine Kopfdrehung und eine Handbewegung erfordert.

Wählen Sie den Bildausschnitt anhand der Handlung und nicht anhand eines willkürlichen Prozentsatzes für die Gesichtsgröße:

• Enge Bildeinstellung begünstigt ein Blinzeln, einen subtilen Ausdruck oder eine kleine Kopfdrehung, lässt jedoch wenig Raum für weit ausgreifende Bewegungen.
• Mittlere Bildeinstellung schafft ein Gleichgewicht zwischen der Erkennbarkeit des Gesichts und Gesten des Oberkörpers.
• Weitere Bildeinstellung bietet Platz für Schritte oder umfangreichere Ganzkörperbewegungen, verwendet aber weniger Pixel zur Darstellung der Gesichtsidentität.

Der praktische Test besteht darin, ob Augen, Kieferlinie, Haaransatz und wichtige Accessoires bei der Arbeitsauflösung des Bildes erkennbar bleiben. Auf Menschen ausgerichtete Bild-zu-Video-Forschung, die auf der CVPR 2026 vorgestellt wurde, nennt veränderte Gesichtsausdrücke, erhebliche Bewegungen und ein Gesicht, das nur einen kleinen Teil des Bildes einnimmt, als schwierige Bedingungen für die Bewahrung der Identität (CVPR-Artikel).

Betrachten Sie Hände als Handlungsdaten

Hände bestimmen den Ausgangszustand von Handlungen wie Winken, Berühren der Haare, Zurechtrücken der Kleidung, Halten eines Gegenstands oder Ablegen einer Handfläche auf einem Möbelstück. Wenn eine Geste wichtig ist, sollte ihre anatomische Ausgangsposition sichtbar sein.

Prüfen Sie, ob jede benötigte Hand scharf dargestellt und mit einem klar erkennbaren Handgelenk und Arm verbunden ist. Achten Sie auf Finger, die in gemustertem Stoff verschwinden, zwei Hände, die optisch miteinander verschmelzen, oder Gegenstände, die den Kontaktpunkt verdecken. Eine am Bildrand abgeschnittene Hand kann unproblematisch sein, wenn sie unbewegt bleibt; wenn die geplante Handlung jedoch von ihr abhängt, ist sie eine ungeeignete Grundlage.

Der Kontakt mit Gegenständen muss gesondert geprüft werden. Für ein einfaches Anheben sollten Hand und Gegenstand zu Beginn in einer plausiblen Beziehung zueinander stehen. Ein eng verschränkter Arm, eine verborgene Hand und ein teilweise verdeckter Gegenstand würden erfordern, dass die Sequenz die Anatomie sichtbar macht, die Pose umkehrt, einen Griff herstellt und anschließend das Anheben ausführt. Das ist keine einzige klare Bewegung, selbst wenn der Prompt sie mit nur einem Verb beschreibt.

Wenn die benötigte Hand nicht verfügbar ist, vereinfachen Sie die Handlung oder ersetzen Sie das Bild. Gehen Sie nicht davon aus, dass zusätzliche Formulierungen zuverlässige visuelle Anhaltspunkte liefern können, die im Eröffnungsbild nie vorhanden waren.

Kontrollieren Sie den Bildausschnitt und konkurrierende Hintergrundelemente

Eine detailreiche Umgebung ist nicht automatisch problematisch. Mehrdeutigkeit entsteht, wenn der Hintergrund mit der Silhouette der Person konkurriert oder eine weitere plausible Interpretation des Bildes ermöglicht.

Prüfen Sie Spiegel, reflektierende Flächen, gemusterte Polster, Personen im Hintergrund, Möbelkanten und Gegenstände, die die Körperkontur berühren. Eine Lampe, die auf einer Linie mit einem Arm liegt, kann so wirken, als wäre sie daran befestigt. Eine Reflexion neben dem Gesicht kann einer weiteren Person ähneln. Feine, sich wiederholende Muster können es erschweren, den Konturen bewegter Kleidung zu folgen.

Bewahren Sie Details, die die Umgebung definieren, aber vereinfachen Sie Elemente, die Gesicht, Hände, Haare oder den erwarteten Bewegungspfad kreuzen. Lassen Sie dort negativen Raum, wo sich die Person drehen, nach etwas greifen oder einen Schritt machen soll.

Auch das beabsichtigte Ausgabeformat ist von Bedeutung. Bei einem Hochformat-Quellbild, das in einen breiten Rahmen gezwungen wird, können eine Hand, ein Ellbogen oder Bewegungsraum verloren gehen, obwohl das Originalbild vollständig erschien. Prüfen Sie vor der Freigabe des Quellbilds den endgültigen Bildausschnitt – nicht nur die unbeschnittene Datei.

Machen Sie die Lichtrichtung erkennbar

Das Bild benötigt keine aufwendige filmische Beleuchtung, sollte aber eine glaubwürdige Lichtstruktur vermitteln. Verfolgen Sie die Richtung des Hauptlichts anhand der Lichter und Schatten auf Wangen, Nase, Hals, Händen und Kleidung.

Achten Sie auf Widersprüche, beispielsweise wenn ein Glanzlicht im Gesicht Licht von der linken Bildseite andeutet, während nahe gelegene Schatten auf die entgegengesetzte Richtung hinweisen. Zeichnungslose Glanzlichter können Details des Gesichts oder der Kleidung entfernen. Tiefe Schatten können eine Hand verbergen oder den Oberkörper mit einem Möbelstück verschmelzen lassen.

Geben Sie der klaren Trennung Vorrang vor Dramatik. Haare sollten sich von der Wand abheben, Hände von ähnlich gefärbter Kleidung und der Oberkörper vom Hintergrund. Eine lokale Tonwertkorrektur kann ausreichen, wenn sie eine bestimmte Abgrenzung wiederherstellt, ohne die Szene zu verändern. Wenn mehrere unvereinbare Lichtquellen widersprüchliche Konturen erzeugen, ist ein anderes Quellbild in der Regel der bessere Ausgangspunkt.

Diese Prüfung betrifft Informationen, die bereits im Standbild vorhanden sind. Anweisungen zu Kamera und Beleuchtung folgen später; der separate Leitfaden zum Kamera- und Beleuchtungsvokabular behandelt diese Phase der Prompt-Gestaltung.

Lesen Sie das Standbild auf Bewegungshinweise hin

Ein statisches Bild deutet bereits an, was als Nächstes geschehen könnte. Körperhaltung, Gewichtsverteilung, Blickrichtung, Haarposition, Stoffverlauf und negativer Raum dienen sämtlich als Bewegungshinweise.

Eine Person, die sich nach vorn lehnt und ihr Gewicht über einem Fuß trägt, unterstützt einen fortgesetzten Schritt oder eine kleine Verlagerung in diese Richtung. Eine sitzende Person, die leicht an der Kamera vorbeiblickt, kann eine sanfte Kopfdrehung unterstützen. Haare und lockerer Stoff, die bereits zur rechten Bildseite verschoben sind, machen eine sofortige Richtungsumkehr zur linken Bildseite zu einer weniger stimmigen Anforderung.

Bevorzugen Sie Handlungen, die die sichtbare Pose fortsetzen. Seien Sie vorsichtig, wenn für eine Aufnahme verborgene Beine erfunden, eine nicht sichtbare Hand offengelegt, eine scheinbare Bewegungsdynamik umgekehrt oder die Person aus einem deutlich anderen Blickwinkel rekonstruiert werden müsste.

Die Dokumentation von Amazon Nova zu bildbasierter Videoerstellung erklärt, dass ein Ausgangsbild Inhalt, Bildgestaltung und visuellen Stil festlegt. Sie unterscheidet außerdem zwischen einer einfachen Kameraanimation und der Generierung einer Handlung der Person, bei der Person, Handlung und Veränderung beschrieben werden müssen. Das Quellbild und der spätere Prompt haben daher unterschiedliche Aufgaben: Das Standbild muss die Handlung körperlich nachvollziehbar machen, bevor die Wörter beschreiben, wie sie sich entwickelt.

Stimmen Sie das Quellbild auf eine beabsichtigte Handlung ab

Formulieren Sie die gewünschte Handlung in einfacher Sprache und vergleichen Sie sie anschließend mit der sichtbaren Ausgangsposition.

Vergewissern Sie sich bei einer Kopfdrehung, dass das Gesicht nicht bereits in einem extremen Winkel steht und auf der Zielseite genügend Platz vorhanden ist. Prüfen Sie bei einer Greifbewegung Schulter, Ellbogen, Hand, Zielgegenstand und den Weg dazwischen. Prüfen Sie bei einem Schritt die Füße, das Gleichgewicht, den Bodenkontakt und den verfügbaren Raum in Bewegungsrichtung. Stellen Sie bei einer kleinen Korrektur der Kleidung sicher, dass sowohl die betreffende Hand als auch die Kante des Kleidungsstücks sichtbar sind.

Stellen Sie drei Fragen:

1. Setzt die Handlung die bereits gezeigte Pose fort?
2. Sind alle erforderlichen Körperteile und Gegenstände sichtbar?
3. Kann der Übergang erfolgen, ohne verborgene Anatomie offenzulegen oder mehrere Hinweise gleichzeitig umzukehren?

Wenn die erste Antwort Nein lautet, überdenken Sie die Handlung. Wenn die zweite oder dritte Antwort Nein lautet, überarbeiten oder ersetzen Sie das Bild, bevor Sie einen längeren Prompt verfassen.

Praxisbeispiel: Bildausschnitt vor der Generierung anpassen

Adobe dokumentiert eine konkrete Vorbereitungsentscheidung in seinem Kling-Workflow zur Videogenerierung. Der Vorgang beginnt, nachdem ein Benutzer ein Bild für das erste Einzelbild ausgewählt hat. Die sichtbare Einschränkung besteht in einem nicht übereinstimmenden Seitenverhältnis zwischen diesem Schlüsselbild und dem vorgesehenen Videoformat.

Die dokumentierte Anpassung ist konkret: Bewegen Sie den Mauszeiger über die Miniaturansicht des ersten Einzelbilds, um die Zuschneidesteuerung zu aktivieren, verschieben Sie das Bild innerhalb der Vorschau und bestätigen Sie einen für den Ausgaberahmen geeigneten Bildausschnitt. Die daraus resultierende Workflow-Entscheidung wird vor der Generierung getroffen – das angepasste Schlüsselbild wird zur Komposition, mit der das Video beginnt.

In der Praxis verhindert diese Überprüfung des Bildausschnitts, dass ein Quellbild allein deshalb freigegeben wird, weil seine ursprüngliche Arbeitsfläche die Person vollständig enthält. Angenommen, für eine Handlung des Oberkörpers müssen das Gesicht, beide Schultern und eine aktive Hand sichtbar sein. Wenn das ausgewählte Ausgabeformat diese Hand entfernt, ist die unbeschnittene Datei nicht einsatzbereit. Durch eine Neupositionierung des Bildausschnitts lässt sich die benötigte Anatomie möglicherweise wieder einbeziehen, während das Gesicht erkennbar bleibt. Ist dies nicht möglich, besteht die richtige Lösung darin, das Format zu ändern, die Handlung zu vereinfachen oder das Quellbild zu ersetzen.

Dieselbe Adobe-Dokumentation empfiehlt, ein erstes Einzelbild zu verwenden, das visuell mit der im Prompt beschriebenen Handlung vereinbar ist. Die nützliche Erkenntnis lautet nicht, dass Zuschneiden jeden Clip verbessert. Vielmehr muss die Freigabe des Quellbilds im tatsächlichen Ausgaberahmen erfolgen, wobei die für die Handlung relevanten Bereiche weiterhin sichtbar sein müssen.

In der Zuschneidevorschau kann der Benutzer vor der Generierung bestätigen, dass Gesicht, Schultern und der relevante Oberkörper innerhalb des Ausgaberahmens bleiben.

Führen Sie die abschließende Freigabeprüfung des Quellbilds durch

Beantworten Sie die folgenden Fragen der Reihe nach, bevor Sie zu einem Workflow mit einem KI-Videogenerator für Erwachsene ab 18 Jahren übergehen:

1. Gibt es eine eindeutig erkennbare erwachsene Person?
2. Sind Augen, Gesichtskontur, Frisur und wichtige Accessoires erkennbar?
3. Hat das Gesicht eine für den beabsichtigten Ausdruck angemessene Größe?
4. Sind alle für die Handlung relevanten Hände, Gliedmaßen und Gegenstände sichtbar und scharf?
5. Bewahrt der endgültige Bildausschnitt die erforderlichen Gelenke und den nötigen Bewegungsraum?
6. Konkurrieren Reflexionen, Muster, Gegenstände oder Personen im Hintergrund mit der Person?
7. Ist eine einheitliche Lichtrichtung erkennbar?
8. Unterstützt die Pose die gewünschte Bewegung auf natürliche Weise?
9. Kann die Handlung stattfinden, ohne verborgene Anatomie zu erfinden oder die Bewegungsdynamik umzukehren?
10. Würde eine einzige gezielte Bearbeitung den verbleibenden Konflikt lösen?

Wählen Sie Freigeben, wenn Bild und Handlung denselben körperlichen Ausgangszustand beschreiben. Wählen Sie Überarbeiten, wenn ein angepasster Bildausschnitt, eine Bereinigung, eine Tonwertkorrektur oder eine einfachere Handlung ein konkretes Problem beseitigt. Wählen Sie Ersetzen, wenn das Bild wesentliche Informationen vorenthält oder einen unplausiblen Übergang erfordert.

Eine Überprüfung, die beim Quellbild beginnt, kann kein bestimmtes generiertes Ergebnis garantieren. Sie erleichtert jedoch die Diagnose späterer Entscheidungen: Sobald das Eröffnungsbild stimmig ist, können sich Überarbeitungen des Prompts auf die Bewegung konzentrieren, anstatt zu versuchen, fehlende oder widersprüchliche visuelle Informationen zu korrigieren.