Image 2 · GPT-5.5 · Batch Production

Ocean Cinema Built with AI

Eine edle Portfolio-Dokumentation über einen Image-2-Test: Aus einem Delfin-Prompt wurde eine komplette 9-Szenen-Bildserie im modernen National-Geographic-inspirierten Naturfilm-Look.

Portfolio Case: David Sutherland · KI Content Creation & KI Mediengestaltung
Top-down Dolphin Scene
Opening Dolphin Scene
Surface Breach Dolphin Scene
9Cinematic Frames

Unterwasser, Oberfläche, Fronttracking, Rear Follow, Top-down, Breach und finales Hero-Tableau in einer konsistenten Serie.

16:9Filmisches Format

Breite Komposition für Wasserraum, Riff-Tiefe und dokumentarische Naturfilmwirkung.

Image 2Visual Output

Realistische Delfine, Caustics, Korallen, Blasen, Spritzer und klare Unterwasseratmosphäre.

BatchSerien-Workflow

Die Szenen wurden als visuelle Produktionsreihe aufgebaut, nicht als isolierte Einzelbilder.

Scene Gallery

Alle 9 Szenen als visuelle Filmstrecke

Jeder Frame hat eine andere Kameraperspektive. Dadurch entsteht der Eindruck eines kurzen Naturfilm-Storyboards statt einer reinen Bildsammlung.

Dokumentation

Vom Prompt zur Mini-Film-Serie


Ausgangssituation: Ein einzelner ultra-realistischer Delfin-Prompt sollte zunächst nur ein starkes Unterwasserbild erzeugen. Daraus entwickelte sich ein kompletter Mini-Film-Test.


Ziel: Eine cineastische 9-Szenen-Serie mit wechselnden Kameraeinstellungen, realistischer Wasserphysik und hochwertigem Naturfilm-Look.


Rolle: Prompt Designer, KI Content Creator und visueller Regisseur: Motiv, Stil, Kameralogik, Batch-Aufbau und Ergebnisbewertung wurden gezielt gesteuert.

Grundmotiv setzen

Delfine, tropisches Meer, Korallenriff, klares Wasser, Lichtbrechung und realistische Caustics.

Look veredeln

National-Geographic-inspirierte Wildlife-Ästhetik, volumetrische Sonnenstrahlen und Perfect Realism.

Sequenz bauen

9 Szenen mit Weitwinkel, Fronttracking, Rear Follow, Rotation, Sprung, Top-down und Hero-Abschluss.

Batch Production nutzen

Die Bildserie wurde effizient als zusammenhängender Produktionsfluss aufgebaut.

Ausgearbeitete Dokumentation

Vom Testbild zum portfoliofähigen KI-Filmcase

Diese Dokumentation erweitert den Case über die reine Ergebnisgalerie hinaus: Sie beschreibt Ausgangslage, Ziel, Regieentscheidung, Tool-Beobachtung, Umsetzung und Reflexion.

01 · Ausgangssituation

Ein einzelner Unterwasserprompt wurde zum Serien-Test.

Der Einstieg war bewusst einfach: Eine ultra-realistische Delfinszene im tropischen Ozean sollte zeigen, wie glaubwürdig Image 2 Wasser, Delfine, Korallenriffe und Lichtbrechung darstellen kann. Bereits die ersten Ergebnisse wirkten so stark, dass aus dem Einzelbild ein Mini-Film-Konzept wurde.

Die eigentliche Fragestellung veränderte sich dadurch: Nicht mehr nur „Kann das Tool ein schönes Bild erzeugen?“, sondern „Kann daraus eine zusammenhängende visuelle Filmstrecke mit mehreren Einstellungen entstehen?“

02 · Ziel

Eine komplette 9-Szenen-Serie im hochwertigen Naturfilm-Look.

Das Ziel war ein moderner, dynamischer Mini-Film im 16:9-Format. Die Delfine sollten nicht nur statisch gezeigt werden, sondern in einer filmischen Abfolge: schwimmen, spielen, auftauchen, springen, abtauchen und wieder ruhig durch das Riff gleiten.

Wichtig war dabei ein Look, der an hochwertige Naturdokumentationen erinnert: klares tropisches Wasser, glaubwürdige Wasserphysik, realistische Caustics, weiche Unterwasserpartikel, kräftige Blau- und Türkistöne und ein sehr sauberer, emotionaler Wildlife-Charakter.

03 · Meine Rolle

Prompt Designer, visueller Regisseur und Workflow-Tester.

Meine Aufgabe war nicht nur das Schreiben eines einzelnen Prompts, sondern die Regie des gesamten visuellen Systems. Ich habe Motiv, Stil, Kameraperspektiven, Szenenreihenfolge und Bildwirkung definiert und die Ergebnisse anschließend bewertet.

  • Entwicklung des Grundmotivs: Delfine, Riff, tropischer Ozean
  • Definition des Filmlooks: ultra-realistisch, dokumentarisch, cineastisch
  • Aufbau einer 9-Szenen-Dramaturgie mit klarer Kameraabfolge
  • Bewertung von Konsistenz, Bildqualität und Produktionsnutzen
04 · Tool-Beobachtung

GPT-5.5 strukturierte die Regie, Image 2 lieferte die Frames.

GPT-5.5 funktionierte in diesem Test als kreativer Struktur- und Regiepartner. Aus einer Motividee wurden Varianten, eine finale Szenenliste und präzise Kameralogiken entwickelt. Image 2 setzte diese Struktur anschließend visuell um.

Besonders stark war die Kombination aus detaillierter Prompt-Sprache und Batch Production. Dadurch konnten mehrere Frames als zusammenhängender Produktionsfluss gedacht werden, statt jedes Bild isoliert neu zu starten.

05 · Umsetzung

Die 9 Szenen wurden wie ein kompaktes Naturfilm-Storyboard aufgebaut.

Die Serie beginnt mit einem schnellen Weitwinkel-Opening unter Wasser und führt dann schrittweise durch verschiedene filmische Perspektiven: Rear Follow, Front Tracking, spielerische Rotation, Unterwasser-zu-Oberfläche, Surface Side Angle, Bird’s-eye View, ruhiger Abstieg und finales Hero-Tableau.

Diese Kameralogik ist der Kern des Projekts. Sie sorgt dafür, dass die Bilder nicht wie zufällige Varianten aussehen, sondern wie einzelne Shots aus einem kurzen Film. Jede Szene übernimmt eine klare Funktion: Einstieg, Bewegung, Nähe, Energie, Höhepunkt, Überblick, Entschleunigung und Abschluss.

06 · Ergebnis

Die Serie wirkt wie eine hochwertige Previsualisierung für einen Mini-Film.

Das Ergebnis ist eine visuelle Reihe mit starkem Portfolio-Wert. Die Bilder zeigen konsistente Delfine, glaubwürdige Lichtstimmung, klare Wasserfarben, starke Oberflächenmomente und eine hochwertige Naturfilm-Ästhetik.

Besonders überzeugend sind die Caustic-Muster auf der Delfinhaut, die Tiefe der Riffumgebung, die Spritzer in den Oberflächenszenen und die Abwechslung zwischen ruhigen und dynamischen Einstellungen.

07 · Reflexion

Der wichtigste Lerneffekt: KI-Bilder müssen wie Filmshots gedacht werden.

Der Test zeigt, dass starke Ergebnisse nicht nur durch Stilwörter entstehen. Entscheidend ist die Verbindung aus Motiv, Kamerasprache, Bewegung, Licht, physikalischen Details und Serienlogik.

Für zukünftige Projekte ist klar: Ein guter KI-Workflow beginnt mit einem visuellen Anchor, entwickelt daraus eine Szenenstruktur und nutzt anschließend Batch Production oder Referenzlogik, um aus einer Idee eine komplette Bildwelt zu bauen.

GPT-5.5 + Image 2 + Batch Production wirkt hier wie ein echter Workflow für KI-Mediengestaltung: weg vom Einzelbild, hin zur visuellen Serienproduktion.

Finales Fazit des Tests
Learnings

Was der Test gezeigt hat


Die Bildqualität entsteht nicht nur durch starke Stilwörter, sondern durch filmisches Denken: Kamera, Perspektive, Bewegungslogik, Lichtphysik, Atmosphäre und klare Szenenabfolge. Besonders überzeugend waren die Wasseroberflächen, die Delfinhaut-Caustics, Spritzer, Korallenstruktur und räumliche Tiefe.

Master Prompt
Copy-ready
Create an ultra-realistic cinematic mini film of dolphins in a tropical ocean, designed as a visually rich sequence with multiple camera perspectives and energetic scene changes. The dolphins should be seen swimming, leaping out of the water, diving back in, playing with each other, gliding over coral reefs, and interacting in a lively, natural way. The water must look crystal clear, with realistic sun rays, light refraction, caustics, bubbles, floating particles, and soft underwater haze. The reef should be vibrant and detailed, populated by colorful fish and realistic coral formations. The overall style is highly polished, cinematic, photorealistic, immersive, and dynamic. 16:9 aspect ratio, 8k, HDR, perfect realism.