1
Bleib bei „Text to Video“
Der Generator oben öffnet sich im Tab „Text to Video“, das Modell Grok Imagine ist bereits ausgewählt.
Grok ImagineText zu Video · Grok Imagine
Grok Text-zu-Video-Generator
Beschreibe eine Szene in Worten und erhalte einen Videoclip mit Bewegung und Ton
Schreib auf, was passieren soll – Motiv, Handlung, Kamerabewegung und Ton –, und Grok Imagine rendert daraus ein Video von 6 bis 30 Sekunden in 480p oder 720p. Wähle 16:9, 9:16, 1:1, 3:2 oder 2:3, sieh die Credit-Kosten vor dem Generieren und arbeite direkt im Browser, ohne eine App zu installieren.
So funktioniert es
Text zu Video in 4 Schritten
2
Szene schreiben
Beschreibe, wer oder was im Bild ist, was passiert, wo es spielt, wie sich die Kamera bewegt, wie das Licht ist und wie es klingen soll.
3
Länge, Auflösung und Format wählen
Wähle 6–30 Sekunden, 480p oder 720p und das Seitenverhältnis für die Plattform, auf der das Video erscheinen soll. Die Credit-Kosten aktualisieren sich bei jeder Änderung.
4
Generieren und prüfen
Sieh dir den Clip mit Ton an, passe dann jeweils nur einen Teil des Prompts an – Handlung, Kamera oder Stil – und generiere erneut.
Text-zu-Video-Funktionen
Alles entsteht aus deinem Prompt
Kein Bild nötig
Text zu Video startet mit einer leeren Leinwand. Der Prompt legt Motiv, Umgebung, Stil und Handlung fest – so testest du eine Idee, bevor du Footage oder Artwork hast.
Kameraführung in einfachen Worten
Wünsch dir einen langsamen Dolly-in, eine Handheld-Verfolgung, einen Pull-back aus der Luft oder eine statische Totale. Die Kamerabewegung zu benennen ist meist die größte einzelne Verbesserung für einen Text-zu-Video-Prompt.
Ton aus demselben Prompt
Beschreibe Atmo, Effekte, Musik oder eine kurze Dialogzeile, und Grok erzeugt den Ton zusammen mit dem Bild – schon die erste Vorschau läuft mit Sound.
5 Seitenverhältnisse
Wähle 16:9 für YouTube und Präsentationen, 9:16 für TikTok, Reels und Shorts, 1:1 für Feeds oder 3:2 und 2:3 für fotoähnliche Bildausschnitte – festgelegt vor dem Generieren, damit hinterher nichts beschnitten wird.
6 bis 30 Sekunden, 480p oder 720p
Entwirf mit 6 Sekunden in 480p, um die Idee günstig zu prüfen, und rendere die gelungene Version dann länger oder in 720p. Die Kosten betragen 2 Credits pro Sekunde in 480p und 4 in 720p und werden vor dem Absenden angezeigt.
Modi Normal, Fun und Spicy
Wechsle den Generierungsstil, ohne den Prompt neu zu schreiben. Alle Modi bleiben innerhalb der Sicherheitsregeln des Anbieters und des Inhaltsfilters der Website.
SO SCHREIBST DU EINEN TEXT-ZU-VIDEO-PROMPT
So machst du mit Grok aus Text ein Video
Ein Text-zu-Video-Prompt funktioniert am besten, wenn er sich wie eine einzelne Einstellung aus einem Drehbuch liest: ein Motiv, eine Haupthandlung, eine Kamerabewegung. Halte dich an diese Reihenfolge, dann brauchst du selten mehr als zwei oder drei Sätze.
- 1
Motiv
Benenne, um wen oder was es in der Einstellung geht und was es besonders macht – „ein alter Fischer in gelber Regenjacke“, nicht „ein Mann“.
- 2
Handlung
Gib eine klare Handlung mit Anfang und Ende vor: „zieht ein Netz an Bord und blickt zum Sturm hinauf“.
- 3
Umgebung und Licht
Verorte die Szene und setze das Licht: „kleines Holzboot im Morgengrauen, schwere graue Wolken, kaltes blaues Licht“.
- 4
Kamera
Sag, wie die Einstellung gefilmt wird: „langsamer Push-in aus der Untersicht, geringe Schärfentiefe“.
- 5
Ton
Schließe mit dem Audio ab: „Wind, Wellen, die gegen den Rumpf schlagen, eine Möwe in der Ferne“. Lass es weg, wenn du eine eigene Tonspur unterlegen willst.
Tipps für bessere Text-zu-Video-Ergebnisse
Eine Einstellung pro Generierung
Mehrere Szenenwechsel in einem Prompt verschwimmen meist ineinander. Generiere jede Einstellung einzeln und schneide sie zusammen.
Beschreibe den Stil in Worten
Begriffe wie „auf 35-mm-Film gedreht“, „Anime-Cel-Shading“ oder „Licht wie im Produktwerbespot“ steuern den Look zuverlässiger als eine Liste von Adjektiven.
Kurz und günstig entwerfen
Teste mit 6 Sekunden in 480p (12 Credits). Wenn die Bewegung stimmt, investiere Credits in Länge und 720p.
Brauchst du ein bestimmtes Gesicht oder Produkt?
Mit Text allein lässt sich eine bestimmte Person oder ein bestimmtes Produkt nicht exakt wiedergeben. Wechsle zu Bild zu Video oder Referenz zu Video und lade es stattdessen hoch.
Was mit Text zu Video entsteht
Von der Idee zum Clip – ganz ohne Footage
Kurzvideos für Social Media
Vertikale 9:16-Clips für TikTok, Reels und Shorts – Hooks, B-Roll, visuelle Gags und Loop-Hintergründe.
Werbe- und Pitch-Konzepte
Visualisiere eine Werbeidee oder einen Moodfilm für einen Pitch, bevor jemand einen Dreh bucht.
Storyboards und Previs
Verwandle Drehbuchzeilen in bewegte Einstellungen, um Timing, Kamerabewegungen und Licht zu testen.
B-Roll und Hintergründe
Generiere Establishing Shots, Texturen und Ambient-Loops für Videos, Streams und Präsentationen.
Text zu Video – FAQ
Häufige Fragen zu Grok Text zu Video
Was ist Grok Text zu Video?
Grok Text zu Video nutzt das Videomodell Grok Imagine von xAI, um einen geschriebenen Prompt in einen kurzen Videoclip zu verwandeln. Auf dieser Seite gibst du eine Beschreibung ein, wählst Länge, Auflösung und Seitenverhältnis und erhältst ein 6–30 Sekunden langes Video in 480p oder 720p mit Ton, der aus deinem Prompt generiert wird.
Kann ich Grok Text zu Video kostenlos nutzen?
Du kannst kostenlos starten. Ein neues Konto erhält 12 Credits – genug für ein 6-sekündiges Video in 480p –, und tägliche Check-ins bringen 2–3 Credits dazu. Generieren und Vorschau sind inklusive; zum Herunterladen von Videodateien brauchst du einen bezahlten Tarif oder einen früheren Credit-Kauf.
Brauche ich ein Abo für X Premium oder SuperGrok?
Nein. Dies ist ein unabhängiges Web-Studio, nicht die offizielle Grok-App. Es nutzt das Videomodell Grok Imagine über API-Anbieter und rechnet pro Generierung in Credits ab – du brauchst also weder ein X-Konto noch ein Abo für X Premium oder SuperGrok noch die mobile App.
Wie lang kann ein Text-zu-Video-Clip sein?
Zwischen 6 und 30 Sekunden pro Generierung. Die Kosten steigen mit der Länge: 2 Credits pro Sekunde in 480p und 4 Credits pro Sekunde in 720p – ein 10-Sekunden-Clip in 720p kostet also 40 Credits. Die genauen Kosten siehst du vor dem Generieren.
Welche Seitenverhältnisse werden unterstützt?
Text zu Video unterstützt 16:9 (Querformat), 9:16 (Hochformat), 1:1 (quadratisch), 3:2 und 2:3. Wähle das Format vor dem Generieren, damit die Bildkomposition zur Plattform passt, auf der das Video erscheinen soll.
Hat das Video Ton?
Ja. Grok erzeugt den Ton zusammen mit dem Video auf Basis dessen, was dein Prompt beschreibt – Atmo, Soundeffekte, Musik oder kurze Dialoge. Die Ergebnisse variieren, also prüfe das Timing in der Vorschau und beschreibe den Ton bei Bedarf genauer.
Wie schreibe ich einen guten Text-zu-Video-Prompt?
Beschreibe eine einzige Einstellung: das Motiv, eine Haupthandlung, Umgebung und Licht, die Kamerabewegung und den Ton. Konkrete Details („eine gelbe Regenjacke“, „langsamer Push-in“) funktionieren besser als allgemeine Qualitätsbegriffe, und wenn du jeweils nur ein Element änderst, lässt sich ein Ergebnis leichter verbessern.
Text zu Video oder Bild zu Video – was soll ich nutzen?
Nutze Text zu Video, wenn der Prompt alles festlegen soll und du noch kein Bildmaterial hast. Nutze Bild zu Video, wenn das Ergebnis wie ein bestimmtes Foto aussehen muss, und Referenz zu Video, wenn dieselbe Figur oder dasselbe Produkt in mehreren Clips vorkommen soll.
Darf ich die Videos kommerziell nutzen?
Ja, mit einem bezahlten Tarif. Jeder bezahlte Tarif und jeder Credit-Kauf enthält eine kommerzielle Lizenz für die Inhalte in deinem Konto; der kostenlose Tarif ist für die private Nutzung. Für Rechte Dritter in deinen Prompts – etwa Marken, reale Personen oder Musik – bleibst du selbst verantwortlich.
Warum ist meine Text-zu-Video-Generierung fehlgeschlagen?
Die meisten Fehlschläge gehen auf die Inhaltsmoderation zurück: Prompts mit realen Personen, Minderjährigen, Gewalt oder expliziten Inhalten kann der Anbieter ablehnen. Credits für fehlgeschlagene Generierungen werden automatisch erstattet. Meist hilft es, den Prompt umzuformulieren oder den Modus zu wechseln.