Geldbörsen-Video mit KI erstellen: So entstand ein echter 5-Sekunden-Clip einer Ledergeldbörse

Eine kastanienbraune Ledergeldbörse, die sich dreht, aufklappt, ihre Kartenfächer zeigt und sich wieder schließt, in drei Takes aus den eigenen Produktfotos eines Shops gemacht.

Gemacht für Emery · Alden Wallet in Chèvre

“Thanks for your product, it looks great.”
Danke für euer Produkt, es sieht toll aus.
— Noor

Eigenes Produktvideo erstellen

Um diesen Clip geht es: Emerys Alden-Geldbörse aus kastanienbraunem Chèvre-Leder klappt auf, zeigt die Kartenfächer und schließt sich wieder. 5 Sekunden, quadratisch, ohne Ton, Kling 3.0 Omni in 720p, Take 2 von 3.

So entstand ein 5-Sekunden-Clip der Alden-Geldbörse von Emery, einer Lederwarenmarke aus den VAE: Die kastanienbraune Klappbörse steht leicht geöffnet, dreht sich, klappt auf, zeigt ihre Kartenfächer und schließt sich wieder. Dafür brauchten wir an einem Nachmittag drei Runden Startbilder und drei Takes mit Kling 3.0 Omni, insgesamt 434 Credits. Hier jeder Schritt der Reihe nach, was dabei jeweils schiefging, und das Bild, an dem wir es geprüft haben.

Marke: Emery, Lederwaren, VAE
Produkt: Alden-RFID-Geldbörse, Chèvre in Kastanienbraun
Modell: Kling 3.0 Omni, 720p, Ton aus
Clip: 5 Sekunden, quadratisch 1:1
Takes: 3, insgesamt 434 Credits
Produktseite: Alden Wallet in Chèvre

Das Briefing: ein 5-Sekunden-Clip einer echten Ledergeldbörse

Wir hatten Emery einen kostenlosen 5-Sekunden-Clip eines ihrer Produkte angeboten. Noor von Emery antwortete mit einem einzigen Link: der Alden-RFID-Geldbörse in Kastanienbraun aus Chèvre, einer schlanken Klappbörse aus Ziegenleder. Auf der Produktseite gab es schon ein 19-Sekunden-Video mit Menschen und Text; was fehlte, war die Geldbörse allein im Studio.

Bevor wir irgendetwas zeichneten oder generierten, sahen wir uns alle 12 Fotos der Seite an und notierten, was die Geldbörse ausmacht: eine Klappbörse im Querformat mit eckigen Kanten, cremefarbene Sattelnaht an drei Außenkanten und keine am Falz, ein schmales senfockerfarbenes Futter an den offenen Kanten, drei Kartenfächer auf jeder Innenhälfte und eine kleine EMERY-Prägung innen. Außen trägt sie kein Logo.

Fünf dieser Fotos, alle in Kastanienbraun, kamen im RefVid-Studio als ein gespeichertes Produkt zusammen. Jedes Bild und jeder Take danach wurde an ihnen geprüft.

Emerys Foto der geschlossenen kastanienbraunen Alden-Geldbörse von vorn, cremefarbene Naht an drei Kanten — Zwei von Emerys eigenen Fotos, mit denen wir gearbeitet haben: die geschlossene Vorderseite und das Innere mit den Kartenfächern.

Emerys Nahaufnahme der geöffneten Geldbörse: gestufte Kartenfächer, cremefarbene Naht und die kleine EMERY-Prägung — Zwei von Emerys eigenen Fotos, mit denen wir gearbeitet haben: die geschlossene Vorderseite und das Innere mit den Kartenfächern.

Erster Plan: ein 360°-Drehteller und die gezeichneten Bilder, die wir verwarfen

Wir begannen mit unserer Vorlage für den 360°-Drehteller, der Einstellung, die wir angeboten hatten. Das Problem zeigte sich schon vor dem ersten Generieren: Kein Foto zeigt die Rückseite der geschlossenen Geldbörse. Ein früherer 360°-Clip für einen anderen Shop war genau daran gescheitert, mit einer erfundenen Rückseite, einem zweiten Markenzeichen und Nähten an allen vier Seiten.

Außerdem wollten wir das Innere im Clip haben, denn auf die Kartenfächer schaut jeder, der eine Geldbörse kauft. Die nächsten Bilder, gezeichnet mit einem Bildmodell, stellten die Geldbörse deshalb halb geöffnet als V auf den Drehteller, beide Außenhälften nach außen gewandt und dazwischen ein Blick aufs Futter.

Alle wurden verworfen, aus zwei Gründen. Die inneren Lagen ragten höher als die Außenseiten, was bei der echten Geldbörse nie vorkommt: Auf jedem Foto sitzen die Kartenfächer unter der Kante der Außenseite oder bündig mit ihr. Und das Leder kam als gestanztes Labyrinthmuster heraus statt als feine, unregelmäßige Narbung von Ziegenleder.

Eine gezeichnete kastanienbraune Geldbörse, halb geöffnet als V auf einem weißen Drehteller, die inneren Lagen ragen über die Außenseiten — Vorher und nachher: das letzte gezeichnete V-Bild, dessen innere Lagen über die Außenseiten ragen und dessen Narbung ein Muster ist, neben dem Bild, das wir am Ende verwendet haben.

Die kastanienbraune Geldbörse, leicht geöffnet stehend, umgefärbt nach Emerys echtem Foto der schwarzen Ausführung — Vorher und nachher: das letzte gezeichnete V-Bild, dessen innere Lagen über die Außenseiten ragen und dessen Narbung ein Muster ist, neben dem Bild, das wir am Ende verwendet haben.

Der ehrliche Ausweg: ihr eigenes Foto, flach liegend

Die Lösung ganz ohne Zeichnung war Emerys eigenes Foto 9: die kastanienbraune Geldbörse geschlossen und flach liegend, schräg von oben im Dreiviertelblick, quadratisch zugeschnitten als Startbild. Eine Drehung in der eigenen Ebene zeigt nur diese Oberseite und die vier Kanten, alle fotografiert, das Modell muss also nichts erfinden.

Das war ehrlich, kostete aber das Innere. Kartenfächer, Futter und EMERY-Prägung wären nie zu sehen, und ein Clip der geschlossenen Oberseite bringt neben den Fotos auf der Seite wenig. Also änderte sich die Einstellung: Die Geldbörse sollte stehen, aufklappen und sich wieder schließen.

Emerys Foto der geschlossenen kastanienbraunen Geldbörse, flach liegend, schräg von oben im Dreiviertelblick, vor gebrochenem Weiß — Emerys Foto 9 als Startbild für eine flache Drehung: in jedem Detail echt, aber das Innere ist nie zu sehen.

Wie wir das Startbild gezeichnet haben: ein echtes Posenfoto, umgefärbt

Für die neue Einstellung musste die Geldbörse leicht geöffnet stehen, wie auf Emerys Foto 8. Das Foto zeigt allerdings die schwarze Ausführung. Statt die Pose in Worten zu beschreiben, gaben wir dem Bildmodell Foto 8 als Pose und ließen nur Farbe und Naht nach den kastanienbraunen Fotos ändern.

Pose, Blickwinkel, Öffnungsweite und die Höhe jeder Lage stammten aus einem echten Foto, also ragte diesmal nichts über die Außenseiten. Danach glichen wir die Lederfarbe mit einer lokalen Farbkorrektur an Emerys Frontfoto an: Die Bildmitte liegt bei RGB 135, 59, 43, das Foto bei 136, 60, 43.

Zusätzlich zeichneten wir eine offene Referenz: die Geldbörse wie ein Buch aufgeschlagen, drei Kartenfächer auf jeder Hälfte, aufgebaut nach Emerys schwarzem Foto im geöffneten Zustand und eingefärbt nach den kastanienbraunen Nahaufnahmen. Sie kam als sechstes Foto ins gespeicherte Produkt, damit das Modell das ganze Innere sehen konnte. Zwei gezeichnete geschlossene Endbilder flogen raus: Ihre Narbung wirkte rissig und die Geldbörse zu dünn.

Emerys Foto der schwarzen Geldbörse, leicht geöffnet stehend im Dreiviertelblick — Die Pose stammt aus einem echten Foto der schwarzen Geldbörse; nur die Farbe hat sich geändert. Darunter die offene Referenz, die wir behalten haben, und ein Endbild, das wir verworfen haben.

Dieselbe Pose, umgefärbt in Kastanienbraun mit cremefarbener Naht: das Startbild jedes Takes — Die Pose stammt aus einem echten Foto der schwarzen Geldbörse; nur die Farbe hat sich geändert. Darunter die offene Referenz, die wir behalten haben, und ein Endbild, das wir verworfen haben.

Das Kling AI Produktvideo generieren: Take 1 und die dritte Klappe

Jeder Take lief im RefVid-Studio mit Kling 3.0 Omni: quadratisch 1:1, 720p, Ton aus, die sechs Fotos als Produkt und das umgefärbte Foto als Startbild. Ein 5-Sekunden-Take kostet 155 Credits.

Take 1 hatte zusätzlich ein Endbild: das gespiegelte Startbild, damit die Geldbörse nach einer halben Drehung auf ihrer anderen Seite endet. Der Prompt legte das Timing fest: eine Vierteldrehung, während sie bis 2,25 s auf etwa 135 Grad aufklappt, eine halbe Sekunde Halt, dann eine zweite Vierteldrehung beim Schließen.

Mit 8 Bildern pro Sekunde durchgesehen, scheiterte er auf drei Arten. Zwischen 0,75 und 1,25 s tauchte zwischen den beiden Hälften eine dritte Klappe auf. Die offene Pose hielt etwa 1,2 s statt einer halben Sekunde. Und nachdem sich die rechte Hälfte geschlossen hatte, schwang auch die linke ein, und die ganze Geldbörse verrutschte, um im Winkel des gespiegelten Endbilds zu landen.

Take 1, wie er herauskam, sein Start- und sein gespiegeltes Endbild, derselbe Moment in Take 1 und Take 2 und das Schließen ab 2,3 s, bei dem die zweite Hälfte einschwingt und sich die Geldbörse bewegt.

Das kastanienbraune Startbild, Falz links — Take 1, wie er herauskam, sein Start- und sein gespiegeltes Endbild, derselbe Moment in Take 1 und Take 2 und das Schließen ab 2,3 s, bei dem die zweite Hälfte einschwingt und sich die Geldbörse bewegt.

Take 2: kein Endbild und die Worte „genau zwei Hälften“

Take 2 änderte zwei Dinge und sonst nichts. Das Endbild fiel weg, denn genau das hatte die zusätzliche Bewegung erzwungen. Und der Prompt sagt jetzt, was die Geldbörse ist: eine Klappbörse aus genau zwei Hälften, nie eine dritte Klappe, und nur die rechte Hälfte klappt zu, während alles andere stillhält.

Der Prompt, wie gesendet:

„Alden Wallet in Chèvre standing upright on an off-white studio surface. It is a bifold: exactly two halves joined at the fold, never a third panel or extra flap. From 0 to 2 seconds it turns a quarter of the way, bringing its open side round to face the camera, and opens like a book as it turns, to about 135 degrees, until both inner halves face the camera, showing the chestnut card slots, the cream stitching and the small EMERY deboss inside. It pauses only for a brief moment, under half a second. Then the right half alone swings shut onto the left half in one slow, smooth, continuous motion, and is fully closed at 5 seconds; while it closes, the left half and the whole wallet stay exactly where they are, without sliding, turning or jumping. The card slots always stay below the top edges of the outer covers. Off-white seamless background, soft even studio light, locked-off camera, sharp focus on every detail.“

Das Ergebnis: in jedem Bild zwei Hälften, ein sauberes Schließen, die Kartenfächer unter den Oberkanten der Außenseiten. Perfekt ist er nicht: Er bleibt etwa 1,6 s offen stehen, und bei 4,5–4,75 s dreht sich die geschlossene Geldbörse schnell zur Kamera. Mit dieser Drehung endet der Clip auf der Vorderseite der Geldbörse, also haben wir ihn behalten.

Alle 40 Bilder von Take 2 mit 8 pro Sekunde: Die Geldbörse dreht sich und klappt auf, bleibt offen, schließt sich und dreht sich dann zur Kamera — Take 2, der Clip ganz oben auf dieser Seite, mit 8 Bildern pro Sekunde, von links nach rechts und von oben nach unten: durchgehend zwei Hälften, der Halt in der dritten Reihe, die schnelle Drehung in der letzten.

Take 3 mit 4 Sekunden und warum wir zu Take 2 zurückkehrten

Der Halt wirkte wie überschüssige Zeit, also lief Take 3 mit demselben Startbild und Prompt auf 4 Sekunden, für 124 Credits. Der Halt wurde kürzer, aber die Drehung verschwand gleich mit: Die Geldbörse klappte auf und zu und drehte sich am Ende nie zur Kamera.

Gerade die Drehung lässt den Clip wie eine Produktaufnahme wirken und nicht wie eine Tür, die aufgeht. Deshalb flog Take 3 raus, und Emery bekam Take 2.

Take 3 mit 4 Sekunden, danach seine Bilder mit 8 pro Sekunde: ein kürzerer Halt und keine Drehung am Ende.

Alle 32 Bilder von Take 3 mit 8 pro Sekunde: Die Geldbörse klappt auf und zu, dreht sich aber nie zur Kamera — Take 3 mit 4 Sekunden, danach seine Bilder mit 8 pro Sekunde: ein kürzerer Halt und keine Drehung am Ende.

Geliefert: frei nutzbar, ohne Wasserzeichen

Der Clip ging noch am selben Nachmittag an Noor bei Emery, frei nutzbar im eigenen Shop, auf Marktplätzen, in Social Media und in Anzeigen, ohne Wasserzeichen. Sie war einverstanden, dass wir ihn hier zeigen.
Er hat auf RefVid eine eigene Seite zum Teilen, auf der ihn jeder ansehen oder herunterladen kann.

Die Seite des Clips zum Teilen auf RefVid

Was wir über Start- und Endbild bei Kling gelernt haben

Echte Fotos schlagen gezeichnete Bilder. Jedes gezeichnete Bild, das scheiterte, scheiterte an etwas, das ein Foto ganz von selbst richtig hat: die Höhe der Lagen, die Narbung, die Dicke. Gib dem Bildmodell ein echtes Posenfoto. Ein Foto der schwarzen Geldbörse in der richtigen Pose umzufärben klappte beim ersten Versuch; die Pose in Worten zu beschreiben scheiterte dreimal.
Ein gespiegeltes Endbild erzwingt zusätzliche Bewegung. Das Modell muss genau diesen Winkel erreichen und baut dafür eine Bewegung ein: hier ein zweites Schließen und ein Verrutschen der ganzen Geldbörse.
Kling 3.0 Omni füllt überschüssige Sekunden mit einem Halt. Ist die Bewegung im Prompt kürzer als der Clip, pausiert das Modell, ganz gleich, was der Prompt über eine kurze Pause sagt. Den Clip zu kürzen nahm neben der Pause auch die Drehung weg.

Alle drei Takes mit Kling 3.0 Omni, 1:1, 720p, Ton aus, aus denselben sechs Fotos: insgesamt 434 Credits.
Take	Bilder	Länge, Credits	Ergebnis
1	Startbild + gespiegeltes Endbild	5 s, 155	Verworfen: dritte Klappe bei 0,75–1,25 s, 1,2 s Halt, Verrutschen am Ende
2	Nur Startbild	5 s, 155	Behalten: durchgehend zwei Hälften, 1,6 s Halt, schnelle Drehung bei 4,5 s
3	Nur Startbild	4 s, 124	Verworfen: kürzerer Halt, aber keine Drehung

Mach so einen Clip von deinem eigenen Produkt

Die Auf-und-zu-Einstellung aus Take 2 ist jetzt eine Vorlage. Speichere 1–10 Fotos deiner Geldbörse, darunter eins flach aufgeklappt und eine Nahaufnahme der Kartenfächer, und das Studio öffnet sich mit der fertig beschriebenen Einstellung. Dein erstes 3-Sekunden-Video ist kostenlos.
Für ein geschlossenes Produkt, das sich drehen soll, starte stattdessen mit der Vorlage für den 360°-Drehteller und einem Startbild aus einem echten Foto.

Probier es mit deinem eigenen Produkt

Dieselbe Einstellung ist unten schon vorbereitet: Lade Fotos deines Produkts hoch und klick auf Generieren. Dein erstes Video ist kostenlos.

Erstes Video gratis, ohne Karte

Mit einer Vorlage starten

Jede Vorlage öffnet das Studio mit fertigen Einstellungen, Format und Länge. Füge dein eigenes Produkt hinzu und generiere.

Weitere Produktvideos

Produktvideos →

Häufige Fragen

Wie lange hat der Geldbörsen-Clip gedauert?

Etwa vier Stunden am 5. November, von 11:25 bis 15:27 UTC: Emerys 12 Fotos sichten, drei Runden Startbilder, drei Takes von je ein paar Minuten und eine Prüfung jedes Takes Bild für Bild.

Was hat der Clip gekostet?

434 Credits für drei Takes mit Kling 3.0 Omni: 155 für jeden 5-Sekunden-Take und 124 für den 4-Sekunden-Take. Ein einzelnes Video auf RefVid gibt es ab 2,99 $, Credit-Pakete ab 9,90 $ und Abos ab 10 $ im Monat.

Lohnt sich Kling First Frame Last Frame für eine Produktdrehung?

Nur wenn das Endbild eine Pose ist, die das Produkt vom Startbild aus ganz natürlich erreicht. Unseres war das gespiegelte Startbild, und das Modell baute ein zweites Schließen und ein Verrutschen der ganzen Geldbörse ein, um dort zu landen. Ohne Endbild bewegte sich Take 2 sauber: Gib ein Startbild vor, beschreib das Ende in Worten und prüf den Take Bild für Bild.

Warum das Startbild nicht einfach per Prompt zeichnen lassen?

Weil gezeichnete Details abdriften. Unsere gezeichneten Bilder setzten die Kartenfächer über die Außenseiten und gaben dem Leder ein gestanztes Muster. Ein echtes Foto in der richtigen Pose hielt die Form, obwohl Emerys Foto 8 die schwarze Geldbörse zeigt: Nur die Farbe musste sich ändern, und die haben wir an den Fotos geprüft.

Warum hält die Geldbörse mitten im Clip inne?

Kling 3.0 Omni füllte die überschüssige Zeit mit einem Halt. Das beschriebene Auf- und Zuklappen dauerte keine 5 Sekunden, also hielt das Modell die offene Pose etwa 1,6 Sekunden, obwohl der Prompt weniger als eine halbe Sekunde verlangte. Den Clip auf 4 Sekunden zu kürzen nahm auch die Drehung weg, also blieb die Pause.

Wie kann ich aus eigenen Fotos Produktwerbung mit KI erstellen?

Speichere einmal 1–10 Fotos deines Produkts, starte mit einer Vorlage, die der gewünschten Einstellung nahekommt, und generiere einen 5-Sekunden-Clip. Für eine Geldbörse: die geschlossene Vorderseite, das flach aufgeklappte Innere und eine Nahaufnahme der Kartenfächer, dann die Geldbörsen-Vorlage. Hast du ein Foto des Produkts in der gewünschten Pose, nimm es als Startbild.

Aktualisiert am 2026-11-05Von Louis Chi Alle Ratgeber