Die meisten Fehler bei Text-to-Video folgen wenigen wiedererkennbaren Mustern. Jedes hat eine Ursache, die Sie benennen können, und eine Korrektur, die Sie sofort anwenden. Dieser Ratgeber behandelt die fünf häufigsten Probleme: verzerrte Hände, Gesichter, die sich verändern, ruckelnde Bewegung, Prompts, die das Modell scheinbar ignoriert, und ein Look, der nicht stabil bleibt. Zu jedem Fall lesen Sie, warum er entsteht und welche Änderung ihn behebt.
Verzerrte Hände und zusätzliche Finger
Hände sind der häufigste Fehler. Sie sind klein, sie bewegen sich schnell, und sie falten sich zu komplexen Formen, bei denen das Modell vieles falsch machen kann. Die Verzerrung tritt meist auf, wenn die Hand etwas Kniffliges tut oder nur einen kleinen Teil des Bildes einnimmt und wenig Detail liefert.
Die Lösung: Verlangen Sie von den Händen weniger. Beschreiben Sie Posen, die einfach und gut sichtbar bleiben, etwa „Hände liegen auf dem Werkstatttisch“ oder „hält eine Kaffeetasse mit beiden Händen“. Vermeiden Sie eine schnelle Geste in der Luft. Müssen die Hände nicht im Mittelpunkt stehen, schneiden Sie sie aus dem Bildausschnitt oder halten Sie sie ruhig. Kommt es auf eine bestimmte Handbewegung an, hilft ein Referenzbild oder Referenzclip der Pose weit mehr als jedes Adjektiv. Das Modell kopiert dann eine echte Hand, statt eine zu erfinden. Halten Sie den Clip außerdem kurz: Handfehler summieren sich, je länger eine Einstellung läuft.
Gesichter, die sich im Clip verändern
Ein Gesicht, das im ersten Bild stimmt und nach und nach nicht mehr wie es selbst aussieht, ist ein Identitätsproblem. Dem Modell fehlt ein Anker, der das Gesicht festhält, und über eine lange Generierung wandert es davon. Am deutlichsten zeigt sich das bei Nahaufnahmen und bei jeder Figur, die später wiederkehren soll.
Dauerhaft hilft eine Referenz. Erstellen Sie eine Figurenreferenz und geben Sie sie in die Generierung. So hat das Modell ein Gesicht, an dem es sich festhält, und leitet es nicht in jedem Bild neu ab. In Morphic ist das der Ansatz mit Referenz-Sheets: ein Satz Bilder, der die Figur definiert und in jeden Shot mitgegeben wird, der sie braucht. Genau dafür ist das Produkt auf Konsistenz ausgelegt, und es hält ein Gesicht deutlich besser als jede Beschreibung in Worten. Kürzere Shots helfen zusätzlich, weil sich bis zum Schnitt weniger Abweichung aufbauen kann.
Ruckelnde oder stotternde Bewegung
Bewegung, die flackert, stottert oder zwischen den Bildern springt, entsteht meist durch zu viel Bewegung oder durch Bewegung, die zu ungenau beschrieben ist. Ein Prompt mit einer vagen oder schnellen Aktion gibt dem Modell ein instabiles Ziel, und die Einzelbilder widersprechen einander.
Die Bewegung verlangsamen
Fügen Sie ein Tempowort hinzu. „Langsam“, „sanft“ und „gleichmäßig“ liefern ruhigeres Material als schnelle oder ausladende Bewegung, weil das Modell pro Bild weniger Veränderung in Einklang bringen muss. Das meiste Ruckeln verschwindet, sobald Sie eine ruhigere Bewegung verlangen.
Eine klare Bewegung beschreiben, nicht mehrere
Eine einzige, gut lesbare Aktion wie „ein langsamer Schwenk durch die Werkstatt“ wirkt flüssiger als ein Prompt, der mehrere Bewegungen übereinanderlegt. Brauchen Sie mehrere, erzeugen Sie sie als getrennte Beats und schneiden Sie dazwischen, statt alles in einen Clip zu pressen.
Kamera und Motiv verankern
Sagen Sie, was stillsteht. „Motiv bleibt statisch, Kamera fährt langsam heran“ verrät dem Modell, welcher Teil des Bildes stabil ist, und nimmt das Flackern, das entsteht, wenn sich alles zugleich bewegt. Oft genügt es, den Anker zu benennen.
Das Modell ignoriert einen Teil des Prompts
Fehlt ein Detail, das Sie klar verlangt haben, ist die Ursache meist ein überladener oder ungeordneter Prompt. Das Modell hat nur begrenzte Aufmerksamkeit, und eine Wand gleich gewichteter Satzteile begräbt genau das, was Ihnen wichtig war.
Die Lösung heißt ordnen und kürzen. Setzen Sie das Wichtigste nach vorn: erst Motiv und Aktion, dann Umgebung, dann Stil. Streichen Sie Satzteile, die nichts beitragen. Wird ein bestimmtes Element immer wieder weggelassen, geben Sie ihm einen eigenen, kurzen und direkten Satz, statt es in einem langen zu verstecken. Und wenn eine Beschreibung nicht ausreicht, hören Sie auf zu beschreiben: Hängen Sie ein Referenzbild für das Gewünschte an und lassen Sie es die Details tragen, die in Worten verloren gehen. Sie können auch das ganze Briefing an Copilot geben und den Shot planen lassen. Das macht aus einem überladenen Prompt oft etwas, dem das Modell tatsächlich folgt.
Der Look bleibt über mehrere Shots nicht stabil
Kommt jeder Shot in leicht anderem Stil, anderer Farbe oder anderer Welt zurück, liegt das daran, dass jede Generierung bei null beginnt und nichts sie mit der vorigen verbindet. Konsistenz über viele getrennte Durchläufe kann ein einzelner Prompt nicht garantieren.
Die Lösung: Geben Sie jedem Shot dieselben Referenzen und dieselben festen Einstellungen. Nutzen Sie eine Figurenreferenz und eine Referenz für Ort oder Set über alle Shots, die sie teilen, und fixieren Sie, was sich nicht ändern darf: Seitenverhältnis, Modell und die Kernsprache des Stils im Prompt. Wiederholen Sie dieselbe Abfolge häufiger, speichern Sie sie als Workflow. Dann laufen das fixierte Modell und die Einstellungen bei jedem Durchlauf automatisch mit. Der zehnte Shot passt zum ersten, ohne dass jemand die Werte neu eingibt.
Wie es weitergeht
Fast jede Lösung oben läuft auf drei Griffe hinaus: die Bewegung verlangsamen, den Prompt kürzen und eine Referenz ergänzen. Wissen Sie, welcher Fehler vorliegt, genügt meist eine einzige Änderung statt eines Neuaufbaus. Ändern Sie zuerst nur eine Sache und generieren Sie dann neu. Ein blindes Neuwürfeln liefert nur eine andere Fassung desselben Problems. Probieren Sie die Prompt-Korrekturen im KI-Videogenerator aus und speichern Sie Abläufe, die funktionieren, in der Morphic Workflows-Bibliothek, damit ein einmal gelungener Look erhalten bleibt.
Häufig gestellte Fragen
Hände sind klein, bewegen sich schnell und falten sich zu komplexen Formen. Das Modell hat dadurch viele Möglichkeiten, Fehler zu machen, besonders wenn die Hand nur wenig vom Bild einnimmt. Verlangen Sie einfachere, gut sichtbare Handposen. Schneiden Sie Hände aus dem Bild, wenn sie nicht im Fokus stehen. Kommt es auf eine bestimmte Handbewegung an, nutzen Sie ein Referenzbild oder einen Clip. Eine echte Hand zu kopieren schlägt jede Beschreibung. Kürzere Clips helfen ebenfalls, weil sich Handfehler über die Zeit summieren.
Gesichtsdrift entsteht, wenn dem Modell ein Anker fehlt, der das Gesicht über die Bilder hinweg festhält. Dauerhaft hilft eine Figurenreferenz: ein Satz Bilder, der die Figur definiert und in jede Generierung gegeben wird. So hält das Modell das Gesicht, statt es neu abzuleiten. Dieser Ansatz mit Referenz-Sheets hält die Identität viel besser als eine Beschreibung in Worten, und kürzere Shots lassen der Abweichung weniger Zeit, sich aufzubauen.
Meist zu viel Bewegung oder Bewegung, die zu ungenau beschrieben ist, sodass die Einzelbilder einander widersprechen. Verlangsamen Sie die Aktion mit einem Tempowort wie „sanft“ oder „gleichmäßig“. Beschreiben Sie eine klare Bewegung statt mehrerer zugleich und benennen Sie, was stillsteht, etwa ein statisches Motiv bei langsam heranfahrender Kamera. Wer den stabilen Teil des Bildes verankert, beseitigt das meiste Flackern.
Ein überladener, ungeordneter Prompt begräbt das Detail, auf das es Ihnen ankam, weil das Modell seine begrenzte Aufmerksamkeit auf zu viele gleich gewichtete Satzteile verteilt. Setzen Sie das Wichtigste nach vorn, also Motiv und Aktion, dann Umgebung und Stil, und streichen Sie Satzteile, die nichts beitragen. Geben Sie einem hartnäckigen Detail einen eigenen kurzen Satz oder hängen Sie ein Referenzbild dafür an, damit die Worte weniger tragen müssen.
Geben Sie jedem Shot dieselben Referenzen und dieselben festen Einstellungen. Nutzen Sie eine Figurenreferenz und eine Ortsreferenz über alle Shots, die sie teilen, und fixieren Sie Seitenverhältnis, Modell und die Kernsprache des Stils. Wiederholen Sie eine Abfolge oft, speichern Sie sie als Workflow. Das fixierte Modell und die Einstellungen laufen dann bei jedem Durchlauf mit, und spätere Shots passen zu früheren, ohne dass Sie die Werte neu eingeben.
Beides ist möglich, und die Studio-Oberfläche gibt es auch auf Deutsch. Ignoriert ein Modell ein Detail, testen Sie dieselbe Beschreibung zusätzlich in kurzen, klaren englischen Sätzen, denn manche Modelle setzen englische Beschreibungen zuverlässiger um. Ändern Sie dabei nur die Sprache und nicht den Inhalt. So sehen Sie, ob die Sprache die Ursache ist oder der überladene Prompt.
Oft ja. Stimmt ein Shot bis auf eine Sache, kann eine promptbasierte Bearbeitung des vorhandenen Videos die Änderung über den Clip tragen, statt eine komplette Neugenerierung zu erzwingen. Das ist der Unterschied zwischen einer Korrekturnotiz und einem Nachdreh. Bei strukturellen Problemen wie verzerrter Anatomie oder wandernder Identität geht es meist schneller anders: Verbessern Sie die Eingabe, also eine sauberere Referenz oder eine einfachere Pose, und generieren Sie neu.