Veo 3.1 erzeugt aus einem Satz einen fertigen Clip, inklusive Ton, Kamerabewegung und Atmosphäre.
Vier Mechaniken, die Veo von einem einfachen Text-zu-Video-Tool unterscheiden, und warum Audio nativ, nicht nachträglich, entscheidend ist.
Jeder generierte Clip ist im Browser direkt abspielbar, kein Export nötig. Mehrere Takes parallel vergleichen und den besten Clip mit einem Klick herunterladen.
Mit Ingredients to Video (Veo 3.1) lädst du Stil-, Charakter- und Setting-Bilder hoch. Veo hält visuelle Identität und Ästhetik stabil, über mehrere generierte Clips hinweg.
AI Pro schaltet Veo 3 Fast frei (ca. 3 Clips/Tag, stumm). AI Ultra aktiviert Veo 3.1 mit nativem Audio, Ingredients und Scene Extension, der deutlich größere Qualitätssprung.
Veo generiert mehrere Varianten gleichzeitig. Prompt einmal schreiben, vier unterschiedliche Interpretationen vergleichen und den stärksten Clip direkt auswählen. Kein iteratives Nachbessern nötig.
Veo 3.1 ist Googles neuestes Videogenerierungsmodell. Du gibst einen Text-Prompt ein, oder ein Bild als Ausgangspunkt, und Veo erzeugt daraus einen fertigen Videoclip mit bis zu 8 Sekunden Länge. Der entscheidende Unterschied zu älteren Modellen: Audio wird nativ und synchron im selben Generierungsvorgang erzeugt. Dialog, Soundeffekte und Hintergrundgeräusche entstehen nicht als Post-Processing, sondern als fester Bestandteil der Ausgabe.
Die Eingabe folgt einer klaren Formel: Zuerst beschreibst du Subjekt, Aktion und Setting. Dann gibst du Kamerabewegung und Lichtsetzung an, am besten als eigenen Satz, nicht eingebettet in die Subjektbeschreibung. Zuletzt kannst du Audio explizit dirigieren: SFX: für Soundeffekte, A person says, für Dialog, Ambient noise: für Hintergrundatmosphäre.
Das wichtigste Prinzip für gute Ergebnisse: eine Kamerabewegung pro Clip, Englisch als Prompt-Sprache, und lieber zwei kurze Prompts iterieren als einen langen überkomplizierten. Veo versteht Cinema-Fachbegriffe auf Englisch deutlich zuverlässiger als deutsche Äquivalente, besonders bei Audio und Dialog ist das der größte Qualitätshebel.
Prompt-Formel: Shot type → Subjekt/Aktion/Setting → Lichtsetzung → Kamerabewegung als eigener Satz → Audio-Direktive.
Vier Zielgruppen, die mit Veo sofort produktiv sind, ohne Dreh, ohne Studio, ohne Agentur-Budget.
Erstellen Intro-Videos für Kurs-Landingpages und LinkedIn-Content ohne Kamera, einfach ein Stimmungs-Video mit der eigenen Marken-Ästhetik. 9:16 für Reels, 16:9 für Website-Header.
Generieren Produkt-Showcase-Videos für Shop-Seiten und Ads ohne Studio-Kosten und ohne den Artikel versenden zu müssen. Image-to-Video mit dem eigenen Produktfoto als Ausgangspunkt.
Erzeugen schnell Mood-Videos für Kunden-Pitches und Präsentationen, Konzept-Visualisierung in Minuten statt Tagen. Mehrere Stil-Varianten parallel generieren, beste auswählen.
Produzieren regelmäßig B-Roll-Clips für Video-Posts und Newsletter-Header, die qualitativ aus dem Textpost-Einheitsbrei herausstechen, mit ca. 3–5 Clips pro Tag locker realisierbar.
Dieser Prompt erzeugt einen cineastischen Produkt-Teaser, generisch genug, dass du ihn für physische Produkte, digitale Produkte oder Dienstleistungsvisualisierungen anpassen kannst. Auf Englisch, weil Veo Cinema-Fachbegriffe und Licht-Vokabular auf Englisch deutlich zuverlässiger versteht.
Extreme close-up product shot. A sleek matte-black product sits on a dark obsidian surface, reflecting soft light. The product slowly rotates counterclockwise. Dramatic rim lighting from the left casts a sharp warm highlight along the product edge. The background is dark with subtle depth fog. Shot with a macro lens, shallow depth of field, foreground slightly out of focus. The camera executes a slow, smooth push-in toward the product over 6 seconds, stopping just before the product fills the frame. SFX: Low, quiet ambient hum. A soft, satisfying click as the product settles into position. Cinematic color grade: deep blacks, warm gold highlights, desaturated mid-tones. 35mm film grain. 16:9 aspect ratio, 8 seconds.
matte-black product mit deinem Produkt (z. B. a glass skincare serum bottle), dark obsidian surface mit deiner Oberfläche (white marble, warm walnut wood) und warm gold highlights mit deiner Markenfarbe. Für 9:16 (Reels): ändere 16:9 zu 9:16 und ersetze push-in durch slow upward tilt revealing the full product.
Auf gemini.google.com (Web) oder in der Gemini Mobile App einloggen. AI Pro oder AI Ultra muss aktiv sein, über Mein Konto → Google AI Abonnement prüfen.
Im Eingabefeld das Kamera/Video-Icon anklicken oder einfach schreiben: „Erstelle ein Video von …", und Gemini erkennt die Absicht und aktiviert Veo automatisch.
Englischen Prompt nach der Formel eingeben: Shot type + Subjekt/Aktion + Setting + Licht + Kamerabewegung + Audio-Direktive. Aspect Ratio explizit angeben: 16:9 oder 9:16.
Abschicken, 30 Sekunden bis mehrere Minuten warten. Das Video erscheint direkt im Chat. Play-Button klicken, Clip ansehen, Audio mitprüfen.
Download-Button nutzen (MP4). Falls der Clip nicht passt: eine Variable ändern, erneut senden. Tipp: Tageslimit im Auge behalten, nach ca. 3–5 Clips (je nach Plan) ist die Quota aufgebraucht.
Veo 3.1 ist jetzt in Gemini AI Pro und AI Ultra verfügbar, in Deutschland, direkt im Browser. Kein Download, kein Studio, kein Team.
Im kostenlosen Gemini-Plan ist kein Veo-Zugriff enthalten. AI Pro (21,99 €/Monat) gibt Zugang zu Veo 3 Fast mit ca. 3 Videos pro Tag; AI Ultra (99,99 €/Monat) schaltet die volle Veo 3.1-Version frei. Für regelmäßige Nutzung lohnt sich AI Pro als Einstieg.
Veo ist primär auf englische Cinemasprache trainiert. Begriffe wie dolly push-in, shallow depth of field oder rim lighting funktionieren konsistent; deutsche Äquivalente werden oft interpretiert, aber unzuverlässiger. Besonders bei Audio und Dialog ist Englisch deutlich stabiler, nicht-englischer Dialog driftet häufig in schlechte Lip-Sync oder verzerrten Ton.
Typisch 30 Sekunden bis 3 Minuten, abhängig von Server-Auslastung. Kein Echtzeit-Preview, erst nach vollständiger Generierung wird der Clip angezeigt. In Stoßzeiten kann es länger dauern.
Veo selbst hat keine Timeline oder Schnittfunktion. Du kannst Scene Extension nutzen, um Clips nahtlos zu verlängern (Veo 3.1), aber für echte Videobearbeitung brauchst du einen externen Editor (CapCut, DaVinci Resolve, Premiere). Veo liefert die Rohclips, du montierst.
Nein, SynthID ist ein unsichtbares digitales Wasserzeichen, kein sichtbares Textoverlay. Es ist eingebettet und für Google-Verifikations-Tools nachweisbar, aber für den normalen Betrachter nicht zu erkennen. Du kannst die Clips ohne sichtbares Wasserzeichen veröffentlichen.
Gemini fällt automatisch auf Veo 2 zurück, solange das allgemeine Nutzungslimit nicht ebenfalls erreicht ist. Veo 2 liefert saubere Videos, aber ohne nativ generierten Ton, also stumme Clips. Das Veo-3-Tageslimit erneuert sich täglich (kein Carry-over unbenutzter Generierungen).