Frames to Video in Google Flow animiert nicht ins Blaue: Du gibst das erste und das letzte Bild vor, der Prompt beschreibt den Weg dazwischen. Ergebnis: 8 Sekunden Spot in 9:16, ohne Kamera, ohne Schnittplatz.
Echtes Ergebnis: ein Flow-Render, 8 Sekunden, 1080×1920, Startbild und Endbild stammen aus der Bildgenerierung, dazwischen liegt nur der Prompt.
Vier Mechaniken, die einen gesetzten Anfang und ein gesetztes Ende von einem normalen Text-zu-Video-Prompt unterscheiden.
Bei Text-zu-Video würfelt das Modell den ersten und den letzten Frame selbst aus. Bei Frames to Video setzt du beide, Flow muss nur noch die Sekunden dazwischen erfinden. Das Ergebnis wird planbar statt überraschend.
Beide Anker zeigen dein echtes Produkt, Flow muss die Verpackung nicht erfinden, sondern nur bewegen. Zusammen mit der Verbotsliste im Prompt bleiben Glasform, Deckel, Logo und Typografie über alle Frames identisch.
Ohne klare Ansage schneidet das Modell hart von A nach B. Der Prompt verbietet den Cut ausdrücklich und beschreibt stattdessen eine durchgehende Kamerafahrt, vom Hero-Winkel bis in die Draufsicht, in einer einzigen Bewegung.
Text ist die Schwachstelle jedes Video-Modells, frei generierte Wörter kippen schnell in Buchstabensalat. Weil die Callouts fertig im Endbild stehen, muss Flow sie nur einblenden statt neu zu schreiben.
Flow füllt eine Lücke, es erfindet keine Szene.
Start- und Endbild sind gesetzte Frames. Veo berechnet den plausibelsten Bewegungspfad dazwischen. Je näher die beiden Bilder motivisch beieinander liegen, desto ruhiger wird das Ergebnis, je weiter sie auseinanderliegen, desto mehr Fantasie steckt in der Mitte.
Mehrere Winkel schlagen ein schönes Bild.
Wenn sich das Produkt im Clip dreht, sieht die Kamera Seiten, die im Startbild gar nicht vorkommen. Lade deshalb zusätzliche Referenzen hoch: Vorderseite, Seite, Rückseite, Deckel. Sonst denkt sich das Modell die verdeckten Flächen aus, und genau daran erkennt man KI-Verpackungen.
Der Prompt ist ein Drehbuch mit Timecodes.
Statt einer Stimmungsbeschreibung bekommt Flow vier Shots mit Sekundenangaben: 0,0–2,2 Hero, 2,2–3,6 Deckel, 3,6–6,4 Übergang, 6,4–8,0 Schlussbild. Damit weiß das Modell, wie viel Zeit jede Phase hat, und hetzt nicht durch den wichtigsten Teil.
Was nicht passieren darf, ist die halbe Regie.
Kein Hard Cut, kein Teleportieren des Essens, kein plötzlich auftauchender Teller, kein wildes Rotieren, keine Hände im Bild, keine erfundenen Nährwerte. Diese Liste steht am Ende des Prompts und verhindert genau die Fehler, die Video-Modelle sonst zuverlässig machen.
01 · Food & Getränke
Startbild ist das Produkt im Studio-Look, Endbild das angerichtete Gericht mit Nährwert-Callouts. Dazwischen: Deckel öffnen, Inhalt fließt, Kamera schwenkt in die Draufsicht. Ein Render, ein fertiger Reel-Spot.
02 · Kosmetik
Startbild: geschlossener Tiegel auf Stein. Endbild: Creme-Swatch mit Inhaltsstoff-Labels. Der Clip zeigt das Öffnen und den Auftrag in einer Bewegung, der Beweis-Shot, den Beauty-Kundinnen sehen wollen.
03 · Handwerk & Local
Startbild ist der Ist-Zustand, Endbild das fertige Ergebnis: Raum, Fassade, Garten. Weil beide Frames echte Fotos sind, wirkt die Verwandlung dazwischen glaubwürdig statt gerendert.
04 · Agentur-Pitch
Statt Storyboard-Zeichnungen liegt im Pitch ein spielbarer 8-Sekünder auf dem Tisch. Kostet eine halbe Stunde statt einen Drehtag, und macht die Entscheidung für den echten Dreh deutlich leichter.
Das ist der komplette Shotplan hinter dem Spot oben, als Vorlage mit Platzhaltern. Produkt, Zutaten und Callouts oben eintragen, Start- und Endbild in Flow hochladen, rendern.
Nutze die hochgeladenen Produktbilder als exakte Referenz für Verpackung, Label und alle sichtbaren Winkel. REFERENZ-NUTZUNG - Frontales Produktbild = Haupt-Referenz für die Produktidentität. - Weitere Produktbilder = Referenz für Seite, Rückseite, Deckel und Rotation, damit die Verpackung in Bewegung aus jedem sichtbaren Winkel korrekt bleibt. - Startbild = Stil-Referenz für den Look (Licht, Farbwelt, Tiefenschärfe). - Endbild = verbindliche Layout-Referenz für die Schlusskomposition inklusive Pfeilen und Texten. AUFGABE Erzeuge einen 8 Sekunden langen, vertikalen Werbespot im Format 9:16 für [PRODUKT + KATEGORIE, z. B. „ein Bio-Erdnuss-Quinoa-Gericht im Glas"]. PRODUKTTREUE Das Produkt bleibt über alle Frames exakt so wie in den Referenzen. Glasform, Material, Deckelform, Deckelfarbe, Label, Logo, Typografie, Proportionen, Spiegelungen und sichtbarer Text bleiben unverändert. Kein Redesign, keine Vereinfachung, keine Neuinterpretation, keine erfundenen Label-Details, keine Branding-Änderung. Das Produkt muss in jedem Shot wie dasselbe reale Produkt aussehen, nicht wie KI-generierte Verpackung. SHOT 1: HERO (0,0–2,2 s) Produkt steht aufrecht, mittig, frontal in einem [SETTING, z. B. „dunklen Food-Studio mit Schwarz-zu-Warmbraun-Verlauf"]. Weiches Kunstlicht, dezenter Dunst, [AKZENTFARBE, z. B. „warme Amber-Lichter"]. Das Produkt ist das Hero-Objekt: scharf, stabil, lesbar, unverdeckt. In verschiedenen Tiefen liegen sekundäre Elemente: [ZUTAT 1], [ZUTAT 2], [ZUTAT 3], feiner Gewürzstaub, dezenter Dampf. Diese Elemente bleiben zweitrangig und verdecken niemals das Label. Die Kamera fährt sehr langsam und cineastisch hinein. Das Produkt dreht sich einmal dezent um ca. 10–15 Grad und kehrt in die frontale Leserichtung zurück. Kein schnelles Drehen, keine volle Rotation. SHOT 2: ÖFFNEN (2,2–3,6 s) Der Deckel dreht sich kontrolliert auf und hebt sich realistisch ab. Die Bewegung wirkt physikalisch glaubwürdig und hochwertig, kein explosives Aufploppen, keine Verformung, keine cartoonhafte Bewegung. Beim Öffnen steigt warmer Dampf natürlich auf. Der Inhalt wird sichtbar und sieht [ADJEKTIVE, z. B. „cremig, herzhaft, appetitlich"] aus. SHOT 3: ÜBERGANG OHNE SCHNITT (3,6–6,4 s) Das ist der wichtigste Teil: KEIN CUT und KEIN plötzlich auftauchender Teller. Der Inhalt fließt in einer einzigen durchgehenden Bewegung aus dem geöffneten Produkt und geht natürlich in ein angerichtetes Gericht über. Sichtbare Zutaten dabei: [ZUTATENLISTE]. Der Übergang läuft als ein ununterbrochener Shot: - Die Kamera folgt der Bewegung des Inhalts. - Während der Inhalt nach außen fließt, kippt und kranst die Kamera vom Hero-Winkel in die Draufsicht. - Der Teller wird als Teil derselben Kamerafahrt darunter enthüllt. - Das Gericht entsteht in Echtzeit auf dem Teller und legt sich natürlich ab. Kein harter Schnitt, kein Teleportieren, kein Aufploppen des Tellers, kein bereits fertiges Gericht von einem Frame auf den nächsten. SHOT 4: SCHLUSSBILD (6,4–8,0 s) Ende in einer sauberen Draufsicht auf das angerichtete Gericht, exakt im Layout des hochgeladenen Endbildes. Der Teller sitzt mittig auf ruhigem, hellem Hintergrund. Nachdem das Gericht vollständig liegt, erscheinen nacheinander handgezeichnete Pfeile rund um den Teller, animiert, als würden sie gezeichnet. Danach blenden die Texte neben den Pfeilen weich ein. Die Animation wirkt hochwertig, minimal und modern, nicht verspielt. TEXTE IM SCHLUSSBILD Kurze Callouts, exakt wie im hochgeladenen Endbild: - [CALLOUT 1] - [CALLOUT 2] - [CALLOUT 3] - [CALLOUT 4] Nur Aussagen verwenden, die durch Verpackung oder Endbild belegt sind. Nicht belegte Werte weglassen statt raten. KAMERA Weicher Push-in zum Start · durchgehende Bewegung ins Öffnen · nahtloser One-Shot-Übergang vom Produkt zum Teller · sanfter Kran in die Draufsicht · ruhig stehende Kamera für die Text-Animation. Kein Wackeln, keine abrupten Schnitte, keine Sprünge. STIL Fotorealistische Premium-Produktwerbung, cineastisches Studiolicht, [FARBWELT], realistischer Dampf, realistische Texturen, Spiegelungen auf Glas, geringe Schärfentiefe im Opener, knackige Klarheit in der finalen Draufsicht. VERBOTEN Kein schnelles Drehen. Keine volle Rotation. Keine Produktverformung. Keine Label- oder Branding-Änderung. Keine erfundenen Verpackungsdetails. Keine erfundenen Nährwerte. Kein unleserlicher oder mutierter Text. Kein harter Schnitt vom Produkt zum Teller. Kein plötzlich auftauchender Teller. Kein teleportierendes Essen. Keine Hände, keine Personen. Keine Fremdprodukte. Keine chaotische Splash-Explosion. Keine Bildunruhe. Kein Kamerawackeln. Keine unrealistische Physik. TON Nur dezente Effekte: leises Deckel-Drehen, sanftes Dampf-Ambiente, ruhige Bewegung des Inhalts, leiser Teller-Kontakt, zurückhaltender Whoosh im Übergang, weicher Schlussakzent.
Startbild bauen
Produktfoto in einen Bildgenerator geben und im gewünschten Werbe-Look rendern lassen: Studio-Hintergrund, Licht, Zutaten drumherum. Wichtig: Label und Verpackung müssen 1:1 erkennbar bleiben.
Endbild bauen
Die Schlussfolie als fertiges Bild anlegen: Gericht von oben, ruhiger Hintergrund, handgezeichnete Pfeile und die finalen Callout-Texte. Alles, was am Ende lesbar sein soll, gehört hier hinein, nicht in den Video-Prompt.
Frames to Video wählen
In Flow ein neues Projekt öffnen und statt „Text to Video“ den Modus „Frames to Video“ wählen. Startbild links, Endbild rechts einsetzen, Format 9:16 und 8 Sekunden festlegen.
Prompt einsetzen & rendern
Prompt oben kopieren, Platzhalter füllen, zusätzliche Produktwinkel als Referenz hochladen, rendern. Rechne mit zwei bis drei Durchläufen, meist ist nur der Übergang in der Mitte noch nachzuschärfen.
Du brauchst kein Studio und keinen Cutter, nur ein sauberes Startbild, eine klare Schlussfolie und einen Prompt, der den Weg dazwischen beschreibt. Der Prompt oben ist die Vorlage: Platzhalter füllen, hochladen, rendern.