KI-Tanzvideo erstellen
Foto + dein eigenes Tanzvideo, 3–15 s. 45 Credits pro Sekunde in 720p, 60 in 1080p: 10 Sekunden in 1080p kosten 600 Credits (6,00 $).
Mit dem KI-Tanzvideo von zzo.ai tanzt die Person auf deinem Foto genau den Tanz aus deinem eigenen Video. Lade ein Foto und einen Tanzclip von 3 bis 15 Sekunden hoch (MP4 oder MOV, bis 50 MB), wähle 720p oder 1080p und behalte auf Wunsch den Ton deines Clips. Das kostet 45 Credits pro Sekunde in 720p und 60 in 1080p: Ein 10-Sekunden-Tanz in 1080p kostet 600 Credits (6,00 $). Kein Abo, deine Credits verfallen nicht, und schlägt eine Generierung fehl, bekommst du die Credits automatisch zurück.
Ganzer Körper, frontal, eine Person, Hände sichtbar, ruhiger Hintergrund.
Eine Person, ganzer Körper im Bild, Kamera fest, ein Take. MP4 oder MOV, 3–15 s, bis 50 MB.
Berechnet wird die Länge deines Videos, auf volle Sekunden aufgerundet. Wird das Ergebnis kürzer, bekommst du die fehlenden Sekunden zurück; schlägt es fehl, alles.
Hier erstellte Tanzvideos
Alle wurden auf dieser Seite aus einem KI-Foto und einem Tanzvideo erstellt. Öffne eines, um es mit dem Ausgangsfoto anzusehen.
Tanzstudio, weißes T-Shirt
Foto tanzen lassen in 3 Schritten
- 1
Foto der tanzenden Person hinzufügen
Eine Person, ganzer Körper, frontal zur Kamera, Hände sichtbar, vor einem ruhigen Hintergrund. JPG, PNG oder WebP bis 10 MB. Gesicht, Kleidung und Hintergrund im Ergebnis kommen alle aus diesem Foto.
- 2
Dein Tanzvideo hinzufügen
Ein beliebiger Tanz, gefilmt mit einer Person, der ganze Körper im Bild, die Kamera fest und ohne Schnitte. MP4 oder MOV, 3 bis 15 Sekunden, bis 50 MB. Ist dein Video länger, kürze es zuerst in der Fotos-App deines Handys.
- 3
720p oder 1080p wählen und auf „Generieren“ klicken
Der Button zeigt den Preis für die Länge deines Videos, bevor du etwas ausgibst. Das Ergebnis erscheint in deinem Verlauf und ist bereit zum Herunterladen.
Was du bekommst und was es kostet
- Preis
- 45 Credits pro Sekunde in 720p, 60 Credits pro Sekunde in 1080p, für die Länge deines Videos, auf volle Sekunden aufgerundet. Ein 10-Sekunden-Tanz in 1080p kostet 600 Credits (6,00 $); das kleinste Paket kostet 9,99 $ für 600 Credits.
- Wenn etwas schiefgeht
- Schlägt eine Generierung fehl, bekommst du alle Credits zurück. Wird das Ergebnis wegen einer schnellen Bewegung kürzer als dein Video, bekommst du die fehlenden Sekunden automatisch zurück.
- Was du hochlädst
- Ein Foto (JPG, PNG oder WebP, bis 10 MB) und ein Tanzvideo (MP4 oder MOV, 3 bis 15 Sekunden, bis 50 MB, jede Seite 340 bis 3850 Pixel).
- Was woher kommt
- Aus dem Foto: Gesicht, Körper, Kleidung und Hintergrund. Aus dem Video: die Bewegungen, das Timing und der Bildausschnitt der Kamera. Der Hintergrund deines Videos wird nicht übernommen.
- Ton
- Ist „Ton des Videos behalten“ eingeschaltet (Standard), hat das Ergebnis den Originalton deines Clips, synchron zum Tanz. Neue Musik entsteht dabei nicht.
- Eine Person pro Video
- Jede Generierung bewegt eine Person. Sind in deinem Video zwei Personen zu sehen, folgt das Ergebnis der, die im Bild größer ist.
Wenn ein Ergebnis danebengeht
Die typischen Probleme, woher sie kommen und was du ändern solltest.
Hände oder Finger sehen falsch aus
Ursache: Hände, die auf dem Foto verdeckt sind (in den Hosentaschen, hinter dem Rücken), muss die KI erfinden, und schnelle oder überkreuzte Hände im Video sind schwer nachzubilden.
Lösung: Nimm ein Foto, auf dem beide Hände zu sehen sind, und ein Video, in dem die Hände auseinander und im Bild bleiben.
Das Gesicht verändert sich, wenn sich die Person dreht
Ursache: Eine Drehung oder ein Kopfwenden zeigt Seiten des Gesichts, die auf dem Foto gar nicht zu sehen sind.
Lösung: Wähle einen Tanz, der überwiegend zur Kamera zeigt, oder tanz die Drehungen langsamer.
Die Bewegungen passen nicht, oder das Ergebnis ist kürzer als das Video
Ursache: Sehr schnelle Bewegungen, Schnitte, eine bewegte Kamera oder eine Person, die aus dem Bild geht, unterbrechen die Bewegung; behalten werden nur die Teile, denen die KI folgen kann.
Lösung: Nimm eine einzige durchgehende Aufnahme mit der Kamera auf einem Stativ und dem ganzen Körper im Bild. Die weggefallenen Sekunden bekommst du automatisch zurück.
Arme oder Beine sind abgeschnitten oder gestreckt
Ursache: Bei einem Halbkörperfoto und einem Ganzkörpertanz muss die KI den fehlenden Körper erfinden, und Gliedmaßen am Rand des Fotos haben keinen Platz, sich zu bewegen.
Lösung: Nimm ein Ganzkörperfoto mit etwas Platz um die Person, die ungefähr so dasteht wie die tanzende Person im ersten Bild des Videos.
Der Hintergrund ist nicht der aus meinem Video
Ursache: Das ist so gewollt: Der Hintergrund kommt aus deinem Foto, die Bewegungen aus deinem Video.
Lösung: Mach das Foto dort, wo der Tanz stattfinden soll.
Häufige Fragen
Aktualisiert am 6. November 2026
Kann ich jeden TikTok-Tanz nehmen?
Ja, solange im Clip eine Person tanzt, der ganze Körper im Bild ist, die Kamera stillsteht und es keine Schnitte gibt. Kürze ihn vorher auf 3–15 Sekunden. Du brauchst das Recht, das hochgeladene Video zu verwenden; am sichersten ist es, den Tanz selbst zu filmen.
Bleibt die Musik erhalten?
Ja, wenn „Ton des Videos behalten“ eingeschaltet ist: Das Ergebnis hat den Originalton deines Clips. Neu komponiert wird nichts. Songs in einem Video können beim Posten stummgeschaltet oder beansprucht werden; in Deutschland sind die meisten bekannten Songs über die GEMA geschützt. Für öffentliche Posts kannst du den Ton deshalb auch ausschalten und den Song direkt in TikTok oder Instagram hinzufügen, die ihre Musikbibliotheken lizenzieren.
Was kostet das? Kann ich es ausprobieren, ohne zu bezahlen?
Test-Credits gibt es nicht. Du zahlst pro Sekunde deines Videos: 45 Credits in 720p, 60 in 1080p. Ein 10-Sekunden-Tanz in 1080p kostet 600 Credits (6,00 $). Das kleinste Paket kostet 9,99 $ für 600 Credits, ohne Abo, und deine Credits verfallen nicht. Die MwSt. wird an der Kasse berechnet und vor dem Bezahlen angezeigt.
Was passiert, wenn die Generierung fehlschlägt oder kürzer wird?
Schlägt eine Generierung fehl, bekommst du alle Credits zurück. Wird das Ergebnis wegen einer schnellen Bewegung kürzer als dein Video, bekommst du die fehlenden Sekunden automatisch zurück. Du zahlst also für die Sekunden, die du bekommst.
Können zwei Personen zusammen tanzen?
Nicht in einer Generierung: Es bewegt sich immer eine Person. Tanzen in deinem Video zwei Personen, folgt das Ergebnis der, die im Bild größer ist.
Kann ich meinen Hund oder meine Katze tanzen lassen?
Du kannst es versuchen. Die Bewegung stammt aus einem menschlichen Tanz, deshalb kann sich ein Tierfoto unerwartet bewegen; mit Menschen sind die Ergebnisse am verlässlichsten.
Warum ist der Hintergrund ein anderer als in meinem Video?
Person, Kleidung und Hintergrund kommen alle aus deinem Foto; das Video liefert nur die Bewegungen. Mach das Foto an dem Ort, an dem der Tanz stattfinden soll.
Welches Tanzvideo funktioniert gut?
Eine Person, der ganze Körper von Kopf bis Fuß im Bild und etwas Platz drumherum, die Kamera auf einem Stativ, ein schlichter Hintergrund, gleichmäßiges Licht und Bewegungen in mittlerem Tempo. Im ersten Bild sollte die Person stehen und zur Kamera schauen.
Welches Foto funktioniert gut?
Eine Person, ganzer Körper, frontal zur Kamera, beide Hände sichtbar, vor einem schlichten Hintergrund. Je näher Pose und Bildausschnitt des Fotos am Anfang des Videos sind, desto besser wird das Ergebnis.
Darf ich ein Foto von jemand anderem verwenden?
Nur mit dessen Einverständnis, bei Kindern mit dem der Eltern. Nimm keine Fotos von Prominenten oder Fremden. Ein erkennbares Tanzvideo einer anderen Person darfst du in der Regel nur mit ihrer Einwilligung veröffentlichen (Recht am eigenen Bild, § 22 KUG). Wenn du das Ergebnis postest, kennzeichne es als KI-generiert.
Brauche ich ein Abo? Verfallen die Credits?
Kein Abo: Du kaufst ein Credit-Paket einmalig, und nichts verlängert sich automatisch. Deine Credits verfallen nicht, und dieselben Credits gelten für jedes Bild- und Videomodell auf zzo.ai.
Welche Größen und Formate kann ich hochladen?
Ein Foto als JPG, PNG oder WebP bis 10 MB und ein Video als MP4 oder MOV mit 3 bis 15 Sekunden, bis 50 MB, jede Seite zwischen 340 und 3850 Pixeln. Ein Video im Hochformat mit 1080 × 1920 Pixeln funktioniert gut.