Google Veo 3: was es ist und wofür es im Job taugt

Google Veo 3 ist Googles Videomodell: Es erzeugt kurze Clips aus einer Textbeschreibung oder aus einem vorhandenen Foto, inklusive Bewegung und — je nach Version — passendem Ton. Seit OpenAI sein eigenes Videomodell Sora 2026 in zwei Schritten eingestellt hat — die App im April, die Programmierschnittstelle im September —, ist Veo 3 eines der wenigen großen Angebote, die noch regulär laufen. Das ändert nichts an der Vorsicht, mit der du ein Ergebnis behandeln solltest, macht aber den Unterschied zwischen „kurz ausprobiert" und „Teil des Arbeitsablaufs" größer, als er vor einem Jahr war.

Der ehrliche Punkt zuerst: Wie lang ein Clip maximal sein darf, welche Auflösung es gibt und wie viel ein einzelner Versuch kostet, ändert sich bei einem noch jungen Produkt häufiger, als ein Artikel folgen kann. Was dagegen stabil bleibt, ist der Ablauf, mit dem du nicht erst nach der Veröffentlichung merkst, dass der Clip einen Fehler trägt.

Wofür sich das im Büroalltag eignet

• —Eine kurze Teaser-Animation für eine interne Produktvorstellung, statt eines statischen Folienbilds.
• —Ein kurzer Einstiegsclip für eine Schulungsunterlage, der eine Situation zeigt, bevor der eigentliche Text sie erklärt.
• —Ein animiertes Intro für ein Team-Meeting oder ein Onboarding-Video, aus wenigen Sätzen beschrieben statt gefilmt.
• —Ein kurzer visueller Hintergrund für eine Präsentationsfolie, wenn ein stehendes Bild zu statisch wirkt, aber kein echtes Filmmaterial vorhanden ist.

Nicht geeignet ist Veo 3 für alles, wo genaue Details verlässlich erhalten bleiben müssen — lesbarer Fließtext über mehrere Sekunden, ein Logo, eine Produktverpackung mit exakter Beschriftung. Genau dort entstehen bei Videomodellen die sichtbarsten Fehler, unabhängig vom Anbieter, und ein Clip, der im Meeting plötzlich einen verschwommenen Firmennamen zeigt, wirkt unprofessioneller, als wenn gar kein Video dabei gewesen wäre.

Veo 3 kann inzwischen auch passenden Ton zum Bild erzeugen, etwa Umgebungsgeräusche oder eine grob synchronisierte Stimme. Für eine interne Teaser-Animation reicht das oft aus, für ein Video mit wörtlich wichtigem Dialog — eine Produktankündigung mit exakter Formulierung, eine rechtlich relevante Aussage — lohnt sich derselbe Vorbehalt wie bei Text im Bild: erst anhören, dann freigeben, nicht umgekehrt.

Wie du an Veo 3 herankommst

• —Direkt in der Gemini-App oder über das eigenständige Tool Flow, beides über das Abo Google AI Pro oder AI Ultra: Gemini Pro und Veo 3 erklärt das monatliche Flow-Credits-Guthaben und was Google auf seiner deutschen Abo-Seite dafür aktuell nennt.
• —Für eine laufende Videoserie über mehrere Clips hinweg lohnt sich ein Blick auf Musikvideo mit KI erstellen — derselbe Prüfschritt gilt dort über mehrere Abschnitte hinweg.

Welche Abo-Stufe sich lohnt, hängt davon ab, wie oft du Clips brauchst und wie viel Guthaben eine einzelne Generierung verbraucht — und genau das ändert sich bei einem jungen Produkt häufig. Gemini Pro und Veo 3 verweist deshalb direkt auf die aktuelle Abo-Seite, statt eine Zahl zu nennen, die in ein paar Monaten schon veraltet wäre.

Ein Ablauf, der Fehlversuche vermeidet

1. 01Schreib den Prompt vollständig fertig, bevor du ihn abschickst — Kamerabewegung, Licht, was ausdrücklich unverändert bleiben soll. Ein vager Prompt, den du erst nach dem ersten Fehlschlag nachbesserst, kostet doppelt so viele Versuche für dasselbe Ergebnis.
2. 02Beschreibe die gewünschte Bewegung konkret statt allgemein: „Die Kamera fährt langsam auf den Tisch zu, das Licht bleibt gleich" liefert ein anderes Ergebnis als „mach es dynamischer".
3. 03Schließe ausdrücklich aus, was nicht verändert werden soll — besonders bei einem Ausgangsfoto mit Firmenlogo, Produktname oder Beschriftung.
4. 04Sieh dir das Ergebnis in voller Länge an, nicht nur die ersten Sekunden. Verzerrungen bei Text oder Logos tauchen oft erst gegen Ende auf, wenn sich das Modell weiter von der Ausgangsszene entfernt.
5. 05Erst wenn der Prompt inhaltlich stimmt, aber das Ergebnis technisch noch nicht überzeugt, lohnt sich ein zweiter Versuch mit demselben Prompt — nicht als erste Reaktion auf ein unerwartetes Ergebnis.

Ein Beispiel von Anfang bis Ende

Schwacher Prompt: „Mach ein kurzes Intro-Video für unser Team-Meeting." Ergebnis: eine beliebig wirkende Kamerafahrt durch ein generisches Büro, mit einem Namensschild an der Tür, das nach wenigen Sekunden zu unleserlichen Zeichen verschwimmt — ein Detail, das niemand im Prompt verlangt hatte und das im Meeting mehr auffällt als der eigentliche Inhalt.

Vollständiger Prompt: „Langsame Kamerafahrt durch einen hellen Büroraum, sanftes Morgenlicht, keine lesbaren Schilder oder Namen im Bild, der Fokus liegt auf einem Tisch mit Laptop, ruhige Bewegung, Dauer kurz." Die ausdrückliche Einschränkung „keine lesbaren Schilder oder Namen" verhindert genau den Fehler, der im ersten Versuch aufgetreten wäre — statt ihn erst beim genauen Hinsehen zu entdecken.

Ein Clip, der beim ersten Ansehen flüssig wirkt, ist kein fertiges Ergebnis. Fertig ist er erst, nachdem du ihn einmal in voller Länge auf genau die Details geprüft hast, die im Meeting oder in der Schulung auffallen würden.

Warum der Prüfschritt gerade jetzt wichtiger wird

Wie sich der KI-Einsatz in deutschen Unternehmen insgesamt entwickelt, verfolgt der Bitkom laufend — Video- und Bildwerkzeuge für Marketing und interne Kommunikation eingeschlossen. Dass ein Mensch das Ergebnis prüft, bevor es veröffentlicht wird, benennen die OECD-Leitlinien zu KI ausdrücklich als Verantwortung, die nicht an das Werkzeug delegiert wird. Wie schnell sich Videomodelle insgesamt verbessern, verfolgt der Stanford AI Index über mehrere Jahre — deutlich, aber ungleichmäßig zwischen Anbietern und Aufgabenarten.

Dass sich diese Anbieter auch wieder zurückziehen können, zeigt der Fall Sora: OpenAIs Hilfe-Center bestätigt die Einstellung in zwei Schritten — App und Web im April 2026, die API im September 2026 —, und Variety berichtete bereits im März 2026 über den Hintergrund. Für die Praxis heißt das: Ein Ablauf, der ein Ergebnis grundsätzlich prüft statt sich auf einen bestimmten Anbieter zu verlassen, überlebt einen solchen Wechsel — ein Workflow, der fest an ein einzelnes verschwindendes Tool gebunden ist, tut das nicht.

Der PwC AI Jobs Barometer zeigt zugleich, wofür der Arbeitsmarkt inzwischen einen Gehaltsaufschlag zahlt — nicht dafür, ein bestimmtes Videomodell bedienen zu können, sondern dafür, bei jedem KI-Werkzeug zu erkennen, wann das Ergebnis noch nicht stimmt. Diese Fähigkeit bleibt gleich, egal welcher Anbieter gerade das beste Videomodell anbietet.

Was du am Montag ausprobierst

1. 01Prüf auf der aktuellen Abo-Seite, wie viel Flow-Credits-Guthaben eine einzelne Generierung in deiner Auflösung kostet, bevor du einen größeren Clip planst.
2. 02Schreib den vollständigen Prompt mit Kamerabewegung und ausdrücklicher Einschränkung, bevor du generierst, statt danach nachzubessern.
3. 03Sieh dir das Ergebnis vollständig an, nicht nur den Anfang, und achte gezielt auf Text, Logos und Namen im Bild.
4. 04Plane den Prüfschritt als festen Teil des Ablaufs ein, unabhängig davon, welcher Anbieter das Video gerade erzeugt hat.

Startest du von einem vorhandenen Foto statt von einer reinen Textbeschreibung, zeigt Bild zu Video KI denselben Prüfschritt an einem konkreten Beispiel. Reicht dir für einen einzelnen Clip ohnehin ein kostenloses Tool ohne Abo, geht KI Video erstellen kostenlos den Ablauf ohne Flow-Credits durch.

Dieselbe Prüfgewohnheit zählt auch bei einem geschriebenen Text, nicht nur bei einem Videoclip — ausführlicher beschrieben in KI im Büro. Der Prompt selbst ist dabei der größte Hebel: Je konkreter die Anweisung, desto weniger Versuche braucht es, bis das Ergebnis stimmt — genau das, was Was ist ein Prompt an einfacheren Textbeispielen zeigt, bevor es bei einem Video überhaupt relevant wird.

Coursium übt genau diese Prüfgewohnheit in kurzen Lektionen fürs Handy — an echten Büroaufgaben, nicht an Demo-Beispielen. Bleib der KI voraus und fang mit einer Lektion an. Mehr zu diesem Ansatz steht über Coursium.