KI-Videos mit Gemini und Veo erstellen

Was	Wofür	Hinweis
Google-Konto	Anmeldung in Gemini und Flow	Videos in Gemini laut Google nicht unter 18
Google-AI-Abo	Videos in der Gemini-App	ab Google AI Plus
Flow-Credits	Videos in Google Flow	50 pro Tag für jedes Konto, mehr mit Abo
Eigene Bilder (optional)	Startbild, Produkt, Figur	nur Material, an dem du die Rechte hast
Editor	Schnitt, Text, Musik	etwa CapCut oder Clipchamp

Arbeits- oder Schulkonten brauchen laut Google eine passende Workspace-Lizenz.

Google führt Stand Oktober 2026 zwei Modellfamilien für Video.

Gemini Omni Flash ist das neuere Modell. Laut Google erzeugt es Videos aus Text, aus einem Startbild, aus Start- und Endbild oder aus Referenzbildern. Es kann außerdem eigene Ergebnisse per Folgeprompt bearbeiten und verlängern. Ton wird standardmäßig mitgeneriert. Als Auflösungen nennt die Entwicklerdoku 360p, 720p und hochskalierte Fassungen in 1080p und 4K, als Formate 16:9 und 9:16.

Veo 3.1 ist das ältere Text- und Bild-zu-Video-Modell mit nativem Ton. Laut Google erzeugt es 4, 6 oder 8 Sekunden in 720p, 1080p oder 4K, wobei 1080p und 4K nur bei 8 Sekunden gehen. Bis zu drei Referenzbilder halten eine Person, Figur oder ein Produkt gleich. In Flow gibt es Veo 3.1 in den Stufen Lite, Fast und Quality.

Wichtig für Entwickler: Die Vorschau-Versionen von Veo 3.1 in der Gemini API hat Google am 22. Oktober 2026 abgeschaltet. Als Ersatz nennt Google Gemini Omni Flash oder die allgemein verfügbaren Veo-Modelle auf seiner Cloud-Plattform. Mehr dazu weiter unten bei der API.

Laut Google (Abo-Seite und Flow-Hilfe, abgerufen 10/2026):

Abo	Video in der Gemini-App	Flow-Credits pro Monat
ohne Abo	nicht verfügbar	50 pro Tag
Google AI Plus	eingeschränkter Zugriff auf Omni Flash	200
Google AI Pro	Zugriff auf Omni Flash	1.000
Google AI Ultra	höhere Limits	10.000 oder 25.000

Die täglichen 50 Credits gelten laut Google mit oder ohne Abo, verfallen aber am Ende des Tages. Auch die Monatscredits werden nicht übertragen. Die Monatspreise der Abos findest du in der Preisübersicht zu Google Veo, maßgeblich ist immer die aktuelle Seite von Google.

In der Gemini-App gelten statt Credits rechenbasierte Limits, die sich laut Google alle fünf Stunden auffrischen, bis ein Wochenlimit erreicht ist. Wie viele Clips das sind, gibt Google nicht an.

Was ein Clip in Flow kostet

Laut Flow-Hilfe (Stand 10/2026, pro Generierung):

Modell	Länge	Credits ohne Ultra	Credits mit Ultra
Gemini Omni Flash 360p	4 / 6 / 8 / 10 s	4 / 5 / 6 / 7	gleich
Gemini Omni Flash 720p	4 / 6 / 8 / 10 s	7 / 10 / 12 / 15	gleich
Gemini Omni Flash bearbeiten	beliebig	40	40
Veo 3.1 Lite	4, 6 oder 8 s	10	5
Veo 3.1 Fast	4, 6 oder 8 s	20	10
Veo 3.1 Quality	8 s	100	100

Deinen Kontostand siehst du laut Hilfe, wenn du in Flow oben rechts auf dein Profilbild klickst. Google weist darauf hin, dass sich die Kosten ändern können, und nennt die Einstellungen am Eingabefeld als Ort für die aktuellen Werte.

Leg vor dem ersten Prompt fest, was herauskommen soll. Das spart Credits.

1. Format wählen: 16:9 für YouTube und Websites, 9:16 für Reels, TikTok und Shorts. Beide unterstützt Google für Veo und Omni.
2. Gesamtlänge festlegen und in Szenen von 4 bis 10 Sekunden teilen. Pro Szene eine Handlung.
3. Für jede Szene notieren: Wer oder was ist zu sehen, was passiert, wo, aus welcher Perspektive, welcher Ton.
4. Entscheiden, ob du Startbilder oder Referenzen brauchst. Bei Produkten und wiederkehrenden Figuren ist das fast immer sinnvoll.

Eine Szenenliste für ein 24-Sekunden-Video einer Bäckerei könnte so aussehen:

Szene 1 (8 s): Bäckerin zieht frühmorgens ein Blech Brötchen aus dem Ofen. Nahaufnahme, Kamera fährt langsam heran. Ton: Knistern, Ofensummen.
Szene 2 (8 s): Brötchen werden in einen Korb gelegt, Mehl staubt. Draufsicht, ruhige Kamera. Ton: leises Rascheln.
Szene 3 (8 s): Kundin nimmt eine Papiertüte über die Theke entgegen und lächelt. Halbnahe Einstellung. Ton: Türglocke, Stimmen im Hintergrund.

Die Planung kannst du auch im normalen Gemini-Chat machen, ähnlich wie im Ratgeber KI-Videos mit ChatGPT beschrieben.

Google nennt für Veo diese Bausteine eines Prompts: Motiv, Handlung und Stil als Pflicht, dazu optional Kameraposition und Bewegung, Bildaufbau, Fokus und Objektiv sowie Stimmung. Für Ton empfiehlt Google, Geräusche und Umgebung ausdrücklich zu beschreiben und gesprochene Sätze in Anführungszeichen zu setzen.

Für Gemini Omni gibt die Entwicklerdoku zusätzliche Hinweise:

• Ohne Angabe kann ein Ergebnis mehrere Einstellungen enthalten. Wer eine durchgehende Szene will, schreibt „in a single continuous shot“ oder „no scene cuts“.
• Zeitliche Abläufe lassen sich in Worten beschreiben oder mit Zeitmarken wie [0-3s].
• Text im Bild wird laut Google lesbar, wenn du den genauen Wortlaut im Prompt angibst.
• Einen eigenen Negativ-Prompt gibt es nicht. Ausschlüsse schreibst du direkt in den Prompt, etwa „no dialogue“ oder „no music“.

Englisch wird laut Google voll unterstützt, andere Sprachen sind nicht evaluiert. Schreib die Bildbeschreibung deshalb auf Englisch. Ein Satz, den eine Person im Video auf Deutsch sagen soll, kann trotzdem deutsch in Anführungszeichen stehen. Ob die Aussprache dann passt, musst du am Ergebnis prüfen.

Der Prompt für Szene 1 sieht so aus:

Close-up of a baker in a white apron pulling a tray of bread rolls out of a stone oven in the early morning. Small bakery with wooden shelves, warm orange light from the oven. Slow push-in camera movement, shallow depth of field. Realistic documentary look, 16:9. In a single continuous shot, no scene cuts.
Audio: crackling crust, soft humming of the oven, no music, no dialogue.

Ein Prompt mit Dialog und Zeitmarken für Omni:

[0-3s] A young man in a green jacket stands at a bus stop in light rain and checks his phone.
[3-8s] He looks up into the camera and says in German: "Heute fahre ich mit dem Rad."
Static medium shot, overcast daylight, realistic, 9:16. Single continuous shot.
Audio: rain on the bus shelter roof, distant traffic.

Mehr Grundlagen stehen im Ratgeber KI-Video-Prompts schreiben, fertige Vorlagen in den Text-zu-Video-Prompts.

So gehst du laut Google-Hilfe am Computer vor:

1. gemini.google.com öffnen und mit dem Konto anmelden, das ein Google-AI-Abo hat.
2. Auf „Seitenleiste öffnen“ klicken und dann auf „Video erstellen“.
3. Optional eine Vorlage auswählen.
4. Das Seitenverhältnis festlegen. Ohne Upload erzeugt Gemini laut Hilfe standardmäßig Querformat. Lädst du ein Bild oder Video hoch, übernimmt das Ergebnis dessen Seitenverhältnis.
5. Den Prompt eingeben. Über „Bild hinzufügen“ kannst du bis zu fünf Bilder anhängen, über „Video hinzufügen“ ein Video.
6. Auf „Senden“ klicken.

Die Erstellung dauert laut Google einige Minuten. In dieser Zeit kannst du im selben Chat nichts eingeben, wohl aber einen neuen Chat öffnen und später zurückkehren.

Ton erzeugt Gemini laut Hilfe, wenn du ihn anforderst. Schreib dafür eine eigene Zeile „Audio:“ in den Prompt.

Bilder als Vorlage nutzen

Mit einem eigenen Foto als Startbild legst du Look, Bildaufbau und Figur fest, bevor das Modell rechnet. Bei Produktvideos ist das der sicherste Weg, damit Form, Farbe und Etikett stimmen. Im Prompt beschreibst du dann nur noch Bewegung, Kamera und Ton:

Animate this photo: the coffee cup stays on the table, steam rises slowly, the camera moves slowly to the right. Keep the cup, the label and the colors exactly as in the image. Soft morning light. No text, no music.
Audio: quiet cafe ambience.

Laut Hilfe darfst du nur Bilder hochladen, an denen du die Rechte hast.

Das Ergebnis bearbeiten

Gemini kann ein erzeugtes Video laut Hilfe per Folgeprompt ändern: Objekte oder Figuren entfernen oder ersetzen, Kamerawinkel wechseln oder die Szene anpassen. Das geht mehrfach hintereinander im selben Chat. Halte die Anweisung kurz und sag, was gleich bleiben soll:

Replace the red umbrella with a yellow one. Keep everything else the same.

Eigene Videos zum Bearbeiten hochladen geht laut Google im EWR, in der Schweiz, in Großbritannien und einigen US-Bundesstaaten nicht. In Deutschland kannst du also nur Videos bearbeiten, die Gemini selbst erzeugt hat.

Herunterladen oder teilen

Unter dem Video klickst du auf „Teilen“ und wählst „Video herunterladen“ oder „Auf YouTube teilen“. Videos können laut Google bei Verstößen gegen die Richtlinien entfernt werden.

Bei den Schnittstellen hat sich im Oktober 2026 viel geändert.

Was sich geändert hat

Laut Googles Deprecation-Seite wurden die Vorschau-Modelle veo-3.1-generate-preview, veo-3.1-fast-generate-preview und veo-3.1-lite-generate-preview am 22. Oktober 2026 abgeschaltet. Als Ersatz nennt Google gemini-omni-1.1-flash. Die allgemein verfügbare Version von Veo 3.1 führt Google auf seiner Cloud-Plattform, der Gemini Enterprise Agent Platform. Wer Veo bisher über die Gemini API genutzt hat, muss also das Modell wechseln oder in die Cloud umziehen.

Preise

Auf der Preisseite der Gemini API steht Stand 10/2026 nur noch Gemini Omni Flash mit einem Videopreis. Abgerechnet wird nach Tokens, laut Google entspricht das rund 0,10 USD pro Sekunde in 720p. Ein Free Tier für Video gibt es laut Google nicht, Omni Flash ist nur im kostenpflichtigen Tarif verfügbar.

Ein 8-Sekunden-Clip in 720p kostet damit rechnerisch etwa 0,80 USD. Preise für andere Auflösungen nennt die Seite nicht. Für Veo 3.1 auf der Cloud-Plattform schau direkt in Googles Preisliste.

Technische Eckdaten

Laut Googles Entwicklerdoku (Stand 10/2026) erzeugt Veo 3.1 Videos mit 24 Bildern pro Sekunde und immer mit Ton. Eine Verlängerung fügt je 7 Sekunden hinzu, bis zu 20-mal und insgesamt bis 148 Sekunden, nur in 720p. Erzeugte Videos liegen nur zwei Tage auf dem Server. Für Omni Flash nennt die Doku bis zu drei Videoreferenzen mit je höchstens 3 Sekunden. Die Angaben zur Verlängerung widersprechen sich dort: einmal 3 bis 10 Sekunden pro Schritt, einmal bis 40 Sekunden insgesamt.

Personen im Video in der EU

In der EU, in Großbritannien, der Schweiz und der MENA-Region erlaubt die Veo-Schnittstelle laut Google bei Personen nur die Einstellung allow_adult. Kinder lassen sich in diesen Regionen also nicht erzeugen. Für Omni gilt laut Doku: Bilder mit Minderjährigen lassen sich im EWR, in der Schweiz und in Großbritannien nicht hochladen oder bearbeiten, ebenso wenig hochgeladene Videos.

Produktclip im Hochformat

A glass bottle of cold-pressed apple juice on a wet slate surface. Water droplets run down the bottle. The camera slowly orbits around the bottle. Soft studio light from the left, dark background, vertical 9:16. Single continuous shot. Do not change the label.
Audio: soft fizzing, no music.

Halte Dialoge kurz, ein Satz pro Clip. Weitere Ideen findest du in den Produktvideo-Prompts und den Social-Media-Prompts.

Problem	Ursache	Lösung
Clip enthält ungewollte Schnitte	Omni erzeugt ohne Angabe mehrere Einstellungen	„single continuous shot, no scene cuts“ in den Prompt
Flow erzeugt kein Video	Stoßzeit ohne Abo oder Credits aufgebraucht	später versuchen, Guthaben am Profilbild prüfen
Bild statt Video erzeugt	Standardmodell in Flow ist ein Bildmodell	in den Einstellungen ein Videomodell wählen
Credits schnell weg	mehrere Ausgaben je Prompt, teures Modell	Anzahl der Ausgaben senken, Entwürfe in 360p
Produkt sieht anders aus	Produkt nur per Text beschrieben	eigenes Foto als Startbild oder Referenz
Ungewollte Musik	Ton nicht beschrieben	„no music“ oder gewünschte Geräusche angeben
API-Aufruf schlägt fehl	Vorschau-Modell seit 22.10.2026 abgeschaltet	auf gemini-omni-1.1-flash oder Veo in der Cloud wechseln

Mehrere Plattformen binden Veo laut eigenen Angaben ein: Canva (laut Berichten Veo 3), Magnific (ehemals Freepik), Krea, Hailuo und LTX Studio mit Veo 3.1 sowie Adobe Firefly mit Partnermodellen, unter anderem von Google. Credit-Verbrauch, Rechte und Verfügbarkeit hängen dann von der jeweiligen Plattform ab. Weil Google die Veo-Vorschau-Modelle in der Gemini API abgeschaltet hat, lohnt es sich zu prüfen, welche Veo-Version eine Plattform tatsächlich anbietet. Mehr in der Kategorie KI-Plattformen.

Laut Google tragen alle Videos von Veo und Gemini Omni ein unsichtbares SynthID-Wasserzeichen. Eine sichtbare Kennzeichnung im Video oder in der Beschreibung ersetzt es nicht. Google erhebt laut Nutzungsbedingungen keinen Eigentumsanspruch an Inhalten, die du mit seinen Diensten erstellst. Eine ausdrückliche Regel zur kommerziellen Nutzung je Abo nennt Google nicht. Was EU AI Act, Recht am eigenen Bild und Plattformregeln verlangen, steht im Ratgeber KI-Videos und Recht.

Die Einzelclips sind kurz, und die Kontingente in der Gemini-App gibt Google nicht in Clips an. Alle Daten zum Tool stehen im Datenblatt Google Veo.

• Weg gewählt: Gemini-App mit Abo, Flow mit Gratis-Credits oder API
• Format (16:9 oder 9:16) und Gesamtlänge festgelegt
• Szenenliste mit einer Handlung pro Szene geschrieben
• Prompts auf Englisch, Dialog in Anführungszeichen
• Eigene Fotos als Startbild oder Referenz für Produkte und Figuren
• Keine Kinder, keine echten Personen ohne Einwilligung, keine fremden Marken
• Entwürfe günstig erzeugt, Endfassung in höherer Qualität
• Kennzeichnung für die Zielplattform geklärt

Vergleiche: Google Veo vs. Kling AI und Google Veo vs. OpenAI Sora. Weitere Generatoren mit Ton stehen unter KI-Videogeneratoren mit Ton, Gratis-Wege im Ratgeber KI-Videos kostenlos erstellen.