Immer dasselbe Muster, immer derselbe Ablauf: ein Bild-Prompt baut die ausweglose Szene, ein Video-Prompt schickt Google Flow die Hand von oben hinein. Drei Prompts, ein Standbild, zehn Sekunden, und alle sind gerettet.
Vier Bauteile, die in jedem dieser Clips gleich sind, und ohne die es nicht funktioniert.
Problem der Winzlinge plus Riesenhand, die es löst, mehr steckt nicht dahinter. Genau deshalb lässt sich das Format beliebig oft neu bespielen: Strand, Dorfgasse, Werkstatt, Bahnsteig, Küche. Die Idee wechselt, die Konstruktion bleibt. Wer das einmal verstanden hat, braucht für die nächste Idee keine Kreativsitzung mehr, sondern nur einen neuen Schauplatz.
Der Video-Prompt ist ein Sekundenplan
Der Video-Prompt beschreibt keine Atmosphäre, sondern vier Zeitfenster mit klaren Ansagen. Genau darum kommt die Hand nicht irgendwann, sondern bei Sekunde fünf, und der Jubel nicht als Zufallsprodukt, sondern in den letzten zwei Sekunden. Ohne diese Taktung schneidet Flow den Bogen mitten durch und du bekommst zehn Sekunden Schieben ohne Auflösung.
Drei Wortgruppen im Bild-Prompt erzeugen den ganzen Look: „clay-style miniature“ für die weiche Knet-Oberfläche, „warm cozy lighting“ für den Abendton, und ein ausdrücklich naher, intimer Kamerawinkel. Lässt du eine davon weg, kippt das Ergebnis sofort ins Generische: glatte Plastikfiguren unter Neonlicht, aus zu großer Distanz fotografiert.
Sechs ist die Zahl, die in beiden Prompts ausgeschrieben steht. Bei mehr wird die Szene unruhig: Gesichter verschwimmen, Arme verwachsen miteinander, und im Video fangen einzelne Figuren an zu flackern, weil das Modell sie nicht auseinanderhalten kann. Sechs reichen völlig, um gemeinsame Anstrengung zu zeigen, und lassen dem Objekt, um das es geht, genug Platz im Bild.
Drei Werkzeuge, drei getrennte Jobs.
Ein GPT liefert die Ideen im richtigen Muster, ChatGPT baut daraus das Standbild, Google Flow gibt dem Standbild die zehn Sekunden Bewegung. Keins der drei kann die Aufgabe der anderen sauber übernehmen, und genau deshalb ist die Kette so verlässlich. Wer versucht, alles in einem Schritt zu erzwingen, bekommt Zufall statt Ergebnis.
„no giant hand visible.“
Der Bild-Prompt endet mit dieser Anweisung, und sie ist der Grund, warum der Clip funktioniert. Das Standbild zeigt die Ausweglosigkeit, sonst nichts. Steht die Hand schon im ersten Frame, ist die Rettung passiert, bevor der Clip beginnt, und es bleibt nichts mehr zu erzählen. Die Hand gehört ausschließlich in den Video-Prompt.
9:16 wird in Flow separat gesetzt.
Dass dein Startbild hochkant ist, interessiert Flow nicht. Das Seitenverhältnis steht in der Leiste oben und ist standardmäßig quer, wer es übersieht, bekommt ein beschnittenes Querformat zurück und darf noch mal rendern. Also vor jedem Render zwei Klicks: oben auf Video stellen, dann auf 9:16.
Erst scheitern lassen, dann helfen.
Der Clip lebt davon, dass die Winzlinge es zuerst allein versuchen und es nicht schaffen. Deshalb steht im Video-Prompt ausdrücklich, dass sie rutschen, sich abmühen und das Objekt sich trotzdem nicht bewegt. Erst dieses Scheitern macht die Hand zur Erlösung, kommt sie zu früh, ist es nur eine Hand, die etwas hochhebt.
01 · Creator
Das Muster trägt Dutzende Folgen: jede Woche ein neuer Schauplatz, immer dieselbe Auflösung. Der Wiedererkennungswert entsteht durch die Hand, nicht durch das Motiv, und die Produktion dauert nach dem dritten Mal keine zehn Minuten mehr.
02 · Dienstleister
Handwerk, IT-Support, Steuerberatung, Umzug: Die Szene zeigt das Problem, mit dem deine Kunden kommen, die Hand zeigt, was du machst. Eine Metapher, die in zehn Sekunden sitzt und ohne einen einzigen erklärenden Satz auskommt.
03 · Team & Anlass
Projektabschluss, Jubiläum, Verabschiedung: Die winzigen Leute stemmen sich gegen genau das Ding, an dem euer Team monatelang saß. Persönlicher als eine Grußkarte, und in der Mittagspause fertig.
04 · Einstieg
Wer Bild-zu-Video zum ersten Mal ausprobiert, lernt hier alles Wichtige an einem harmlosen Beispiel: Startframe statt Referenzbild, Sekundenplan statt Stimmungsbeschreibung, Seitenverhältnis vor dem Rendern. Fehler kosten hier nichts außer einem zweiten Versuch.
Erst die Ideen, dann das Bild, dann die Bewegung. Die Platzhalter in [eckigen Klammern] sind mit dem Boot-Beispiel oben gefüllt, tausch sie gegen deine Szene, den Rest lässt du genau so stehen. Wer den Ideen-Schritt abkürzen will, nimmt statt Prompt 1 direkt den AI Miniature Rescue Generator aus dem GPT Store.
Gib mir 10 Ideen für Miniatur-Rettungsvideos. Jede Idee genau nach diesem Muster: 【Problem der Winzlinge】 + 【Riesenhand löst es】 Regeln: - Schauplatz aus dem Alltag, den jeder sofort erkennt (Strand, Dorfgasse, Werkstatt, Bahnsteig, Küche). - Höchstens 6 winzige Figuren, damit die Szene ruhig und lesbar bleibt. - Das Problem muss körperlich sein: etwas steckt fest, kippt, läuft über oder ist zu schwer. - Die Riesenhand löst es mit EINER einzigen, simplen Geste (heben, schieben, wegnehmen, halten). - Kein Text im Bild, keine Gewalt, kein Schaden. Der Ausgang ist immer warm und positiv. Gib die Liste als Tabelle aus, mit den Spalten: Nr. | Schauplatz | Problem der Winzlinge | Geste der Hand.
A tiny clay-style miniature [SCHAUPLATZ, z. B. beach scene] in a realistic clay miniature world, cinematic details, warm cozy lighting, 9:16 aspect ratio. [DAS PROBLEM, z. B. A small stranded sailboat rests on soft sandy shore near the waterline] while 6 tiny [FIGUREN, z. B. boat workers] push together with all their strength, straining, slipping, and leaning their shoulders against [DAS OBJEKT, z. B. the hull], but [DAS OBJEKT] does not move. Their faces show effort, worry, and determination. [REQUISITEN, z. B. Small ropes, footprints in the sand, and a few simple dock tools nearby]. Emotionally close and intimate camera angle, focused on the struggling [FIGUREN] and the stuck [DAS OBJEKT]. Cute, heartwarming, simple visual storytelling, not crowded, clear composition, no giant hand visible.
True one-take continuous shot. 10-second continuous moving shot. 0-2s: camera glides close over [DIE UMGEBUNG, z. B. a tiny sandy shore] toward [DAS OBJEKT, z. B. a miniature sailboat stuck on the beach]. 2-5s: 6 tiny [FIGUREN, z. B. boat workers] push together, slipping and struggling, but [DAS OBJEKT] refuses to move. 5-8s: a giant human hand enters and gently [DIE RETTUNG, z. B. lifts the sailboat with two fingers directly into the water]. 8-10s: the tiny [FIGUREN] cheer, wave, and relax with warm grateful smiles.
Idee holen
Prompt 1 in ChatGPT einsetzen, oder im GPT Store den „AI Miniature Rescue Generator“ öffnen und den Starter „Generate 10 miniature rescue ideas“ antippen. In beiden Fällen kommen zehn Vorschläge im Muster Problem plus Hand zurück. Such dir eine aus, bei der das Problem auf einen Blick sichtbar ist.
Standbild bauen
Prompt 2 einsetzen und die Platzhalter mit deiner Idee füllen: Schauplatz, Problem, Figuren, Objekt, Requisiten. Bei sechs Figuren bleiben, 9:16 stehen lassen und die Zeile „no giant hand visible“ auf keinen Fall streichen. Solange nachbessern, bis das Problem ohne Erklärung lesbar ist.
Bild in Flow hochladen
Auf labs.google/flow einloggen, neues Projekt anlegen und das Bild als Startframe hochladen, nicht als Referenzbild. Nur der Startframe hält deine Komposition fest; als Referenz dient das Bild dem Modell bloß als lose Anregung.
Auf Video und 9:16 umstellen
Das ist der Schritt, den fast alle überspringen. Oben in der Leiste auf Video stellen und das Seitenverhältnis auf 9:16 setzen, beides steht standardmäßig anders. Erst danach Prompt 3 einfügen und die Platzhalter mit derselben Szene füllen wie im Bild-Prompt.
Rendern und aussortieren
Zwei bis drei Varianten rendern und die nehmen, in der die Hand am ruhigsten hereinkommt. Achte beim Sichten auf die Gesichter der Figuren: Wenn einzelne flackern oder verschwimmen, waren zu viele im Bild, dann zurück zu Schritt 2 und die Anzahl senken.
Kein Set, keine Knete, kein Drehtag. Eine Idee, ein Standbild, ein Render, und die winzigen Leute jubeln. Die drei Clips oben sind exakt so entstanden, alle drei an einem Nachmittag und komplett vom Handy.