So wählst du Referenzbilder für KI-Videos

Lege 15 bis 30 Kandidaten in einen Ordner: Handyfotos, frühere Generierungen, Produktaufnahmen, Standbilder aus Videos. Videoframes sind nützlich, weil sie Winkel zeigen, die selten fotografiert werden. Nimm sie aber aus einem scharfen, gut beleuchteten Moment, nicht aus einer Bewegung.

Entferne zuerst Duplikate und fast identische Bilder. Fünf nahezu gleiche Frontalfotos machen das Modell in Bezug auf die Vorderseite sicherer, bei allem anderen aber nicht.

Jedes Bild muss alle fünf bestehen. Sei streng. Ein schwaches Bild bringt nicht nur nichts, es zieht das Ergebnis zu seinen Fehlern hin.

1. Schärfe. Zoome auf 100 Prozent an die Augen oder das Logo. Sind sie weich, verwirf das Bild. Bewegungsunschärfe, verfehlter Fokus und starke Kompression fallen alle durch.

2. Licht. Das Motiv sollte gleichmäßig genug beleuchtet sein, damit man beide Gesichtshälften oder die Produktseiten erkennt. Harte Schatten über der halben Gesichtshälfte, farbiges Bühnenlicht und starkes Gegenlicht fallen durch. Licht, das auf einem Bild warm und auf einem anderen kalt wirkt, zeigt sich später als Farbverschiebung zwischen den Clips.

3. Hintergrund. Schlicht oder sanft unscharf besteht. Eine belebte Straße, eine gemusterte Wand, andere Personen oder lesbarer Text fallen durch, weil das Modell wiederkehrende Hintergrundelemente als Teil des Motivs behandeln könnte.

4. Gleicher Look. Frisur, Make-up, Brille, Bartlänge, Outfit oder Produktfarbvariante müssen zum Rest des Sets passen. Ein älteres Foto mit anderer Frisur zeigt eine andere Version der Figur, selbst wenn es ein tolles Foto ist.

5. Sauberkeit. Keine Filter, keine Beauty-Retusche, keine Wasserzeichen, Sticker, Textüberlagerungen oder Ausschnitte, die Kopf oder Produkt abschneiden. Das Modell behandelt all dies als Merkmale des Motivs.

Wähle aus den bestandenen Bildern nach Winkel, nicht nach Schönheit. Bei einer Person umfasst das Zielset eine Frontalansicht, eine Dreiviertelansicht, ein Profil und eine weitere Aufnahme, die Körper und Outfit zeigt. Bei einem Produkt sind es der Hauptwinkel, eine Seite, die Rückseite und eine Nahaufnahme des Logos.

Sortiere die Überlebenden in diese Winkelplätze und behalte das beste Bild für jeden. Ist ein Platz leer, notiere ihn. Das ist eine Lücke für Schritt 4, kein Grund, ein durchgefallenes Bild nachzurücken.

Passe die Anzahl an das Tool an. Stand Oktober 2026 erlaubt Klings Anleitung für Kling 3.0 Omni bis zu sieben Referenzbilder, bzw. vier, wenn ein Referenzvideo dabei ist, jeweils mindestens 300 Pixel pro Seite und höchstens 10 MB. Der Referenzmodus von Veo 3.1 nimmt drei. Bei einem Limit von drei nimm Front, Dreiviertel und eine Weitwinkelaufnahme. Setze die klarste Frontalansicht an den Anfang, denn viele Tools behandeln das erste Bild als Hauptbild.

Ein fehlendes Profil ist die häufigste Lücke. Du kannst es fotografieren, wenn das Motiv verfügbar ist, mit dem Bearbeitungsmodus eines Bildmodells erzeugen, indem du deine beste Frontalansicht als Eingabe nutzt, oder die Lücke akzeptieren und Profilaufnahmen in deinen Szenen meiden. Erzeugte Winkel müssen dieselben fünf Tests bestehen. Prüfe, ob Ohr, Kieferlinie und Haaransatz zu den echten Bildern passen.

Führe dann einen kurzen Test durch: vier Clips in verschiedenen Situationen mit dem finalen Set. Wenn eine Art von Einstellung immer wieder scheitert, zeigt dir das Set, welcher Winkel fehlt.

Nur die schmeichelhaftesten Fotos verwenden, die meist alle Frontalansichten sind. Fotos aus verschiedenen Jahren mischen. Ein tolles Foto mit Sonnenbrille behalten, obwohl die Figur keine Sonnenbrille trägt. Zu eng zuschneiden, sodass Haaransatz oder die Mütze des Produkts abgeschnitten wird. Die maximale Anzahl an Bildern hochladen, obwohl nur drei gut sind.

Checkliste: 15 oder mehr Kandidaten; Duplikate entfernt; jedes behaltene Bild besteht Schärfe, Licht, Hintergrund, gleichen Look und Sauberkeit; ein Bild pro Winkelplatz; beste Frontalansicht zuerst; Anzahl an das Tool angepasst; Lücken gezielt gefüllt; Vier-Clip-Test durchgeführt.

RefVid nimmt 1 bis 5 Bilder pro Figur oder Produkt, als JPG, PNG oder WebP, jeweils mindestens 300 px und bis zu 10 MB, und verwendet das erste als Hauptansicht. Du wählst das Set einmal aus, und jedes Video dieses Assets wird auf Kling 3.0 Omni daraus erzeugt.