Verstehen KI-Videomodelle Deutsch? Prompt- und Dialogsprachen, Modell für Modell

Die meisten Modelle lesen Prompts am besten auf Englisch; für Veo und Gemini Omni schreibt Google das ausdrücklich. Ob eine Figur Deutsch sprechen kann, ist eine eigene Liste: MiniMax H3, FLUX 3 Video und HappyHorse haben Deutsch dabei. Hier steht jede Familie auf LUVI, mit Quellen.

Veröffentlicht:

Viele farbige Lichtfäden laufen in einer Glaslinse zusammen und treten als ein einziger weißer Strahl aus, während rechts eine sprechende Silhouette bunte Schallwellen aussendet.

Hinter Suchen wie „Veo 3 deutsche Sprache“ stecken zwei verschiedene Fragen mit verschiedenen Antworten. Die erste: In welcher Sprache liest das Modell deine Anweisungen? Bei den meisten Familien auf LUVI ist das Englisch, mehrere Hersteller sagen es offen, und die einzige Familie, die offiziell eine lange Liste weiterer Sprachen liest, Seedance 2.5, hat Deutsch nicht dabei. Die zweite: In welchen Sprachen kann eine Figur lippensynchron sprechen? Diese Liste sieht für Deutsch deutlich besser aus. Daraus folgt eine einfache Regel: Schreib die Anweisung auf Englisch, lass den gesprochenen Satz oder den Text im Bild auf Deutsch in Anführungszeichen stehen und wähl das Modell nach der Sprache dieses Satzes. Hier sind beide Antworten für die Video- und Bildfamilien im LUVI-Katalog, Stand 20. Oktober 2026.

In welcher Sprache solltest du den Prompt schreiben?

Auf Englisch – bei jeder Familie, zu der sich der Hersteller oder LUVIs Prompting-Guide überhaupt äußert, mit einer großen Ausnahme. Was die Hersteller dokumentieren:

  • Gemini Omni 1.1 Flash: Googles Omni-Dokumentation ist eindeutig: „Englisch (EN) wird vollständig unterstützt. Andere Sprachen wurden nicht getestet.“ LUVIs Guide verlangt deshalb einen englischen Prompt, auch wenn der gesprochene Satz oder der Text im Bild eine andere Sprache hat.
  • Veo 3.1: Die Modellseite bei Google Cloud nennt Englisch als Prompt-Sprache.
  • Wan: Laut Alibabas API-Referenz für Wan 3.0 unterstützt der Prompt Chinesisch und Englisch.
  • Qwen-Image: Auch hier nennt Alibabas Referenz Chinesisch und Englisch.
  • Seedance 2.5: die Ausnahme. Laut ByteDances ModelArk-Dokumentation unterstützen alle Seedance-Modelle englische Prompts (und laut chinesischer Ausgabe auch chinesische), Seedance 2.5 zusätzlich Spanisch, Indonesisch, Portugiesisch, Japanisch, Malaiisch, Thai, Arabisch, Vietnamesisch und Koreanisch. Deutsch steht nicht auf der Liste.
  • HappyHorse: Laut Alibabas Referenz unterstützt der Prompt „jede Sprache“, solange er im Zeichenlimit bleibt.
  • Kling 3, PixVerse, Grok Imagine, Hailuo, Seedream, GPT Image, Nano Banana: Eine Herstelleraussage zur Prompt-Sprache haben wir nicht gefunden, und alle Beispiele in LUVIs Guides sind englisch.

Das heißt nicht, dass ein deutscher Prompt scheitert. Es heißt, dass der Hersteller Englisch getestet hat und ein Prompt in einer anderen Sprache eine Wette darauf ist, wie gut das Modell verallgemeinert.

In welchen Sprachen können Figuren sprechen?

Jede Familie, die Ton erzeugt, hat ihre eigene Liste an Dialogsprachen. Ein Satz außerhalb der Liste kommt oft mit schwacher Lippensynchronität oder in der falschen Sprache zurück:

  • MiniMax H3: MiniMax nennt stabile Unterstützung für 11 Sprachen, Deutsch inklusive (Arabisch, Chinesisch, Englisch, Französisch, Deutsch, Italienisch, Japanisch, Koreanisch, Portugiesisch, Russisch und Spanisch), weitere Sprachen „in unterschiedlichem Maß“.
  • FLUX 3 Video: Black Forest Labs nennt Englisch, Chinesisch, Spanisch, Französisch, Deutsch, Japanisch, Portugiesisch, Russisch, Italienisch, Indonesisch, Türkisch, Hindi und Punjabi und weitere, mit präziser Lippensynchronität. LUVIs Guide verlangt, die Sprache jeder Sprechzeile anzugeben und die Zeile kurz zu halten.
  • HappyHorse: LUVIs Guide nennt Lippensynchronität auf Englisch, Mandarin, Kantonesisch, Japanisch, Koreanisch, Deutsch und Französisch. Die Zeile steht in ihrer eigenen Schrift, und welche Sprache gesprochen wird, bestimmen das Sprach-Tag und der zitierte Text, nicht die Sprache des Prompts. Eine Liste von Alibaba, die wir prüfen konnten, gibt es nicht.
  • Kling 3.0: Laut Kuaishous Ankündigung spricht das Modell Englisch, Chinesisch, Japanisch, Koreanisch und Spanisch. Deutsch fehlt.
  • Seedance 2.5: Jeder Satz, der weder Chinesisch noch Englisch ist, braucht ihre Sprachangabe; ByteDances Beispiel lautet says in Japanese {こんにちは}. LUVIs Guide ergänzt, dass auch englische Sätze ein „in English“ brauchen, sonst kommen sie leicht auf Chinesisch zurück.
  • Vidu Q3: Laut Produktseite entstehen Videos auf Englisch, Japanisch oder Chinesisch. LUVIs Guide warnt, dass eine andere Sprache schlecht klingen kann, und rät zu sehr kurzen Sätzen.
  • Hailuo erzeugt gar keinen Ton und hat damit keine Dialogsprache. Die Dokumentation von Grok Imagine Video nennt keine Sprachen.

Und Text im Bild?

Text im Bild wird nicht übersetzt, sondern abgeschrieben: in Anführungszeichen, genau so, wie er dastehen soll, mit seinen eigenen Zeichen. Umlaute und ß sind genau die Stellen, an denen Modelle stolpern:

  • GPT Image 2.5: LUVIs Guide verlangt, nicht-englische Zeichen exakt zu übernehmen.
  • Nano Banana 2.1: Nicht-englischer Text bleibt Zeichen für Zeichen erhalten und soll GROSS im Bild stehen; laut Guide verlieren kleine Schriftzüge ihre diakritischen Zeichen bei jeder Auflösung.
  • Seedream: Text im Bild steht in doppelten Anführungszeichen in der Schrift der Zielsprache, nie transkribiert.
  • Qwen-Image: Der zitierte Text behält Sprache und Groß- und Kleinschreibung; Alibabas Qwen-Image-Repository nennt Chinesisch als die Sprache, in der die Textdarstellung am stärksten ist.

Wie schreibt man den Prompt für einen deutschen Satz?

Lass die Anweisung auf Englisch und wechsle die Sprache nur für die Wörter in Anführungszeichen. Bei MiniMax H3 kommt die Sprache in einen getaggten Dialogblock: <d>[German] Ich steige an der nächsten Haltestelle aus.</d>. Bei HappyHorse ein Sprach-Tag und die Zeile in Anführungszeichen: says calmly in German, "Wir sind gleich da." Bei FLUX 3 Video braucht die Zeile eine sichtbare Figur, die sie spricht; ohne Sprecher kann ein zitierter Satz als Text im Bild landen.

Die Struktur ist überall gleich: Regie, Kamera und Ton auf Englisch; was eine Figur sagt oder ein Schild zeigt, in seiner Sprache und Schreibweise, in Anführungszeichen.

Was wir geprüft haben

  • Modelle: die Video- und Bildfamilien im LUVI-Katalog, für die es einen Prompting-Guide gibt.
  • Gelesen: die Sprachregeln jedes Guides für Prompts, Dialoge und Text im Bild, die Regeln der Umschreibung über LUVIs Feder-Button und die Dokumentation jedes Herstellers, der eine Sprache nennt (unten verlinkt).
  • Datum: 20. Oktober 2026.
  • Ergebnisse: Für diesen Beitrag wurden keine Ausgaben generiert; er trifft daher keine Aussage über die Qualität der Ergebnisse.
  • Grenzen: Für PixVerse, Grok Imagine Video und Hailuo gibt es keine Sprachliste, die wir prüfen konnten; zu ihren Dialogsprachen macht dieser Beitrag deshalb keine Aussage. Die Lippensynchron-Liste von HappyHorse stammt aus LUVIs Guide, nicht von Alibaba. Hersteller fügen Sprachen ohne Ankündigung hinzu.

In LUVI

Im Arbeitsbereich kannst du deinen Prompt auf Deutsch schreiben. Der Feder-Button neben dem Prompt kann ihn in den Dialekt des gewählten Modells umschreiben; die Umschreibung kommt auf Englisch zurück, weil die Modelle darauf am besten reagieren, während Namen und zitierte Sätze in deiner Sprache bleiben (was der Feder-Button macht). Zum Ton siehe welche Modelle Ton zusammen mit dem Video erzeugen; für einen fertigen Clip unseren Workflow, um einen Clip in eine andere Sprache zu synchronisieren.

Neu bei LUVI? Erstell ein LUVI-Konto und probier einen kurzen deutschen Satz in einer Familie aus, die Deutsch unterstützt.

Quellen

Mehr aus Vergleiche