KI-Immobilienvideo: der komplette Leitfaden 2026

Wie die KI aus Fotos ein Video erzeugt

Das Prinzip: Ein Videogenerierungsmodell „animiert“ jedes Foto, indem es eine Kamerabewegung in der Szene simuliert — Kamerafahrt, Schwenk, langsamer Zoom. Die KI versteht die Tiefe des Fotos (Vordergrund, Wände, Perspektive) und synthetisiert die Zwischenbilder, als bewegte sich eine echte Kamera durch den Raum.

Das Ergebnis hat nichts mit einer Diashow zu tun: keine Überblendungen zwischen Standbildern, sondern echte bewegte Einstellungen mit spürbarer Tiefe. Bei StagingVision wird jedes Foto zu einer 8-Sekunden-Einstellung; die Einstellungen werden mit fließenden Übergängen verbunden.

Kinematik-Modus: 1 bis 4 Fotos → Präsentationsvideo

Der Kinematik-Modus verwandelt 1 bis 4 Fotos in ein Präsentationsvideo im „Luxus-Stil“: Jedes Foto wird zu einer Einstellung mit eleganter Kamerafahrt, verbunden zu einem durchgehenden Video im hochwertigen MP4-Export.

Das Format der Inszenierung: Premium-Inserat, LinkedIn-Post, Story zum Vermarktungsstart, Schaufenster-Bildschirm. Die Fotoauswahl macht das Video: Beginnen Sie mit dem schönsten Raum oder dem Außenbereich, enden Sie im Hauptwohnraum.

Live-Möblierungs-Modus: der leere Raum möbliert sich im Bild

Der Live-Möblierungs-Modus startet mit einem einzigen Foto eines leeren Raums und generiert einen Clip, in dem virtuelle Möbel nach und nach erscheinen, während die Kamera in den Raum fährt. In 8 Sekunden verwandelt sich der nackte Raum in ein eingerichtetes Interieur — mit 9 wählbaren Einrichtungsstilen.

Das ist das „Scroll-Stopper“-Format für Social Media: Die Live-Verwandlung erzeugt den Vorher/Nachher-Effekt in einer einzigen Einstellung, ohne Schnitt. Es verbindet das Argument des virtuellen Stagings (Potenzial zeigen) mit der Aufmerksamkeit, die Video erzeugt.

16:9 oder 9:16: welches Format für welchen Kanal?

Die beiden Formate bedienen unterschiedliche Kanäle — oft brauchen Sie beide:

• 16:9 (Querformat) — Immobilienportale, Agentur-Website, YouTube, Schaufenster-Bildschirm, Eigentümerpräsentation. Das „Inserats“-Format.
• 9:16 (Hochformat) — Instagram Reels, TikTok, Facebook Stories, YouTube Shorts. Das „Sichtbarkeits“-Format: Die Algorithmen bevorzugen natives Hochformat deutlich gegenüber zugeschnittenem Querformat.

KI-Video oder Videograf: die richtige Rechnung

Ein Immobilien-Videograf (Dreh, Drohne, Schnitt) berechnet üblicherweise 300 bis 1 500 € pro Objekt, mit einigen Tagen Vorlauf. Bei außergewöhnlichen Objekten bleibt das sinnvoll — Drohnenflug und Regie machen dort den Unterschied.

Für das Tagesgeschäft dreht die KI das Verhältnis um: Jeder Clip kostet 1 Video-Credit, der Max-Plan (199 €/Monat) enthält 40 pro Monat — genug für den gesamten Mandatsfluss einer Agentur, in Portal- und Social-Formaten, ohne Dienstleister und Wartezeit. Viele Agenturen kombinieren: Videograf für Premium-Objekte, KI für alles andere.

Die Rechtslage bei virtuellen Möbeln im Video

Es gelten dieselben Regeln wie beim Foto: Das Video darf den Käufer nicht über die realen Eigenschaften der Immobilie täuschen (§ 5 UWG). Eine Kamerafahrt über echte Fotos ist unproblematisch. Sobald das Video virtuelle Möbel zeigt — das Prinzip des Live-Möblierungs-Modus —, kennzeichnen Sie es: ein Hinweis „virtuell möbliert“ im Video oder in der Beschreibung genügt.

Der Live-Möblierungs-Modus hat dabei einen natürlichen Vorteil: Die Verwandlung geschieht im Bild, der leere Raum ist am Clipanfang sichtbar. Der Zuschauer sieht buchstäblich, dass die Möbel hinzugefügt werden — transparenter geht es nicht.

So funktioniert es in StagingVision

Der Workflow vom Foto zum veröffentlichten Clip:

• 1. Modus wählen: Kinematik (1 bis 4 Fotos) oder Live-Möblierung (1 Foto eines leeren Raums + Raumtyp + einer von 9 Einrichtungsstilen).
• 2. Format wählen: 16:9 für Portale, 9:16 für Social Media.
• 3. Generierung starten — jeder Clip verbraucht 1 Video-Credit.
• 4. Hochwertiges MP4 herunterladen und veröffentlichen: Portal, Instagram, TikTok, LinkedIn.
• Der Max-Plan enthält 40 Video-Credits pro Monat. Die Clips kommen ohne Tonspur: Fügen Sie Musik direkt in Instagram oder TikTok hinzu — die Plattformen bevorzugen Audio aus ihrer nativen Bibliothek.

Tipps für Videos, die performen

Was Clips auszeichnet, die Aufmerksamkeit halten:

• Scharfe, helle Fotos wählen — vorher durch die HDR-Verbesserung schicken: Die Qualität des Ausgangsfotos bestimmt die Videoqualität.
• Im Kinematik-Modus eine Dramaturgie erzählen: Außenansicht → Wohnraum → Highlight (Aussicht, Terrasse, Küche).
• In 9:16 entscheidet die erste Sekunde: mit dem spektakulärsten Raum oder der Live-Möblierung eröffnen.
• Video UND Fotos veröffentlichen: Das Video fängt die Aufmerksamkeit im Feed, die Fotos dienen der Detailprüfung im Inserat.

Konkrete Anwendungsfälle

Drei Arten, wie Agenturen KI-Video in ihre Routine integrieren:

Der Makler, der wöchentlich Instagram bespielt

Ein Makler baut lokale Bekanntheit auf Instagram auf, hat aber weder Zeit noch Budget für Reels zu jedem Mandat. Für jedes neue Mandat: ein Live-Möblierungs-Clip in 9:16 vom Hauptraum, Musik in Instagram hinzugefügt, als Reel mit Standort veröffentlicht. Ein regelmäßiger Strom nativer Videoinhalte, der den Algorithmus füttert und den Makler als den „modernen“ Agenten seines Gebiets positioniert — für 1 Credit pro Mandat.

Das Premium-Inserat auf LinkedIn

Eine Agentur nimmt ein hochwertiges Objekt auf und will im professionellen Netzwerk Aufmerksamkeit erzeugen. Kinematik-Video in 16:9 aus den 4 besten Fotos (Außenansicht, Wohnraum, Küche, Elternsuite), auf LinkedIn veröffentlicht und ins Inserat eingebunden. Ein Vermarktungsstart wie ein Luxus-Agenturfilm — produziert in Minuten am Tag der Mandatsaufnahme.

Das leere Objekt, das über das Foto hinausgeht

Eine leere 3-Zimmer-Wohnung: Das Foto-Staging fürs Inserat ist erledigt, die Agentur will zusätzlich Social-Media-Inhalte. Live-Möblierungs-Clip vom Foto des leeren Wohnzimmers: Die Kamera fährt hinein, während Möbel erscheinen — als Reel und Story mit Link zum Inserat. Dasselbe Objekt liefert zwei Content-Ebenen — gestagte Fotos im Portal, Video-Verwandlung in Social Media — ohne neuen Fototermin.

FAQ — die Fragen, die Makler wirklich stellen

Wie viele Fotos brauche ich für ein Video?

Im Kinematik-Modus: 1 bis 4 Fotos, jedes Foto wird eine Einstellung. Im Live-Möblierungs-Modus: ein einziges Foto eines leeren Raums genügt. In beiden Fällen: scharfe, helle Fotos verwenden — idealerweise vorher HDR-verbessert.

Wie lang sind die generierten Videos?

Jedes animierte Foto ergibt eine Einstellung von 8 Sekunden. Ein Kinematik-Video aus 4 Fotos ergibt mit Übergängen rund 30 Sekunden — ideal für Reels, TikTok und Portalinserate.

Sieht man, dass es KI-generiert ist?

Die Kamerabewegungen sind synthetisiert, aber das Bildmaterial sind Ihre echten Fotos: Gezeigt wird das reale Objekt. Die Modelle von StagingVision sind auf langsame, realistische Bewegungen eingestellt (Kamerafahrt, sanfter Zoom), um den „Morphing“-Effekt generischer Generatoren zu vermeiden. Das Ergebnis wirkt wie eine stabilisierte Gimbal-Aufnahme.

Ist Musik in den Videos enthalten?

Nein, die Clips kommen ohne Tonspur — mit Absicht: Instagram, TikTok und Facebook bevorzugen Musik aus ihrer nativen Bibliothek (bessere algorithmische Reichweite, Musikrechte durch die Plattform geregelt). Sie fügen die Tonspur beim Veröffentlichen in Sekunden hinzu.

In welchen Formaten kann ich exportieren?

Hochwertiges MP4, in 16:9 (Querformat für Portale, Website, YouTube) oder 9:16 (Hochformat für Reels, TikTok, Stories). Das Format wird vor der Generierung gewählt, damit der Bildausschnitt nativ komponiert wird statt nachträglich beschnitten.

Was kostet ein Video?

1 generierter Clip = 1 Video-Credit. Der Max-Plan (199 €/Monat) enthält 40 Credits pro Monat — zusätzlich zu unbegrenzten Fotos und 3D-Besichtigungen. Zum Vergleich: Ein Videograf berechnet 300–1 500 € pro Objekt.

Wie lange dauert die Generierung?

Wenige Minuten pro Clip. Sie starten die Generierung, arbeiten weiter und laden das MP4 herunter, sobald es fertig ist — das Video kann am Tag der Mandatsaufnahme online sein.

Muss ich kennzeichnen, dass das Video KI-generiert ist?

Zeigt das Video nur Ihre echten, animierten Fotos (Kinematik-Modus), besteht keine besondere Pflicht: Das gezeigte Objekt ist real. Enthält es virtuelle Möbel (Live-Möblierung), gilt dieselbe Transparenz wie beim Foto-Staging: Hinweis „virtuell möbliert“ im Video oder in der Beschreibung. Das Format hilft: Der leere Raum ist am Clipanfang sichtbar.

Akzeptieren die Portale diese Videos?

Ja: Das Standard-MP4 funktioniert überall, wo Inseratsvideos akzeptiert werden (Portale, Agentur-Website, YouTube). Bei Portalen ohne natives Video-Hosting ist ein YouTube-Link oder die Einbettung auf Ihrer Objektseite üblich.

Kann ich einen Clip neu generieren, wenn er nicht gefällt?

Ja, jede Generierung ist unabhängig: mit anderen Fotos, anderer Reihenfolge, anderem Möbelstil oder anderem Format neu starten. Jede Generierung verbraucht 1 Credit — deshalb lohnt es sich, die Ausgangsfotos vorher zu optimieren.

Was unterscheidet das von einer klassischen Video-Diashow?

Die Diashow blendet Standbilder übereinander; das Auge erkennt es sofort als statisch. Das KI-Video synthetisiert eine echte Kamerabewegung in der Tiefe der Szene: Parallaxe, sich verändernde Perspektive, Präsenzgefühl. In Social Media ist der Unterschied bei der Retention unmittelbar messbar.

Wem gehören die generierten Videos?

Ihnen. Aus Ihren Fotos generierte Videos gehören Ihnen wie die bearbeiteten Fotos: Nutzen Sie sie auf allen Kanälen (Portale, Social Media, lokale Werbung) ohne zeitliche Begrenzung — auch nach Ende des Abos.