Aus einem einzigen Foto ein kurzes KI-Video machen

Was Bild-zu-Video technisch macht

Du übergibst dem Modell ein einzelnes Standbild und eine kurze Beschreibung der Bewegung. Das Modell nimmt dein Foto als ersten Frame und rechnet die folgenden Sekunden daraus: ein langsamer Zoom, wehendes Haar, aufsteigender Dampf, Blätter im Wind. Die Szene wird nicht neu gezeichnet, deshalb bleibt die Person oder das Produkt aus deinem Foto erkennbar.

Das unterscheidet sich vom Video aus reinem Text. Dort erfindet das Modell den ganzen Inhalt. Wenn du von deinem Foto startest, sind Licht, Bildausschnitt und Motiv bereits festgelegt, und du steuerst nur noch die Bewegung.

Fünf Sekunden klingen kurz. Für einen Loop auf einer Produktseite, den Einstieg in ein Reel oder ein bewegtes Porträt reicht das meistens, und jeder Versuch bleibt günstig.

Den Bewegungs-Prompt präzise formulieren

Der häufigste Fehler ist, zu viel zu verlangen. Ein Foto hat nur eine Perspektive, deshalb verzerren große Kamerafahrten und neue Kulissen. Beschreibe ein oder zwei kleine Dinge: ein sanfter Zoom, ein Windhauch durch die Bäume, das Motiv blinzelt und dreht sich leicht ins Licht.

Benenne die Bewegung, nicht den Stil. „Langsame Kamerafahrt nach vorn, treibende Blätter, leicht flackerndes Licht“ ist eine Aufgabe, die das Modell lösen kann. „Mach es cineastisch“ ist keine.

Du animierst das Standbild mit generate_video über Kling 3, oder über Kling 3 Turbo, wenn du das Ergebnis schneller brauchst. Video wird in eine Warteschlange gestellt, dein Agent fragt darum get_generation ab, bis der Clip fertig ist.

Das Startbild übergeben: drei Wege

Wie du dem Videomodell dein Standbild gibst, hängt davon ab, wo das Foto liegt.

• Im selben Agenten mit Nano Banana 2 erzeugt: übergib die id über start_from_generation. Das ist der sauberste Weg, erst das Bild, dann das Video aus genau diesem Ergebnis.
• Datei auf deinem Rechner: fordere mit create_image_upload einen Upload-Platz an, lade die Bytes an die zurückgegebene URL und verweise dann mit start_upload_id darauf.
• Foto schon öffentlich im Netz: zeig mit start_image_url darauf.

Datenschutz und Aufbewahrung

Was mit deinem Bild passiert, ist klar geregelt. Ein Referenzbild, das du sendest, wird nur im Arbeitsspeicher für die Generierung verwendet und nicht bei uns gespeichert.

Die fertige Datei liegt sieben Tage lang auf einem privaten Link und wird danach gelöscht. Danach ist nichts mehr abrufbar, auch nicht über die Bibliothek, die nur Metadaten führt. Lade den Clip also herunter, sobald er fertig ist.

Behandle den Link als Zwischenspeicher, nicht als Archiv. Wer die Clips dauerhaft braucht, sichert sie direkt nach der Generierung an einem eigenen Ort. Ein bereits erzeugtes Startbild ist übrigens nur nutzbar, solange seine Ausgabe noch online ist, also bis zu sieben Tage.

Kosten im Überblick

Ein Clip von fünf Sekunden kostet 35 Credits. Das Bild vorab mit Nano Banana 2 zu erzeugen kostet 8 Credits bei 1K oder 2K und 16 bei 4K. Ein eigenes Foto plus eine Animation sind also 35 Credits, ein erzeugtes und dann animiertes Bild rund 43.

Mit den 150 Credits der Testphase sind das etwa vier Clips aus eigenen Fotos oder rund drei komplette Durchläufe, wenn du das Bild jedes Mal mitgenerierst. Wir rechnen die Modelle zum Selbstkostenpreis ab, ohne Aufschlag: der Credit-Preis ist der Modellpreis.

Ein Guthaben deckt Bild und Video zugleich, du musst also nicht zwei Budgets im Kopf behalten.

Voraussetzungen und Anbindung

Figgshield ist ein MCP-Connector, den dein KI-Agent aufruft, um Medien zu erzeugen. Du trägst den Server einmal unter https://api.figgshield.ai/mcp ein, danach formulierst du deine Wünsche in normaler Sprache und der Agent ruft die Werkzeuge auf.

Er läuft in den Tools, die du ohnehin nutzt: Claude (Desktop und Claude Code), Cursor, Windsurf und ChatGPT im Entwicklermodus mit einem bezahlten Plan. Jeder MCP-fähige Agent funktioniert gleich.

Es gibt keinen Gratis-Tarif. Die Pro-Testphase für 5 $ läuft sieben Tage und enthält 150 Credits. Kündigst du vor Tag 7, zahlst du nichts weiter.