KI-Video mit Nano Banana 2: Praxis-Handbuch
Seit ich Nano Banana 2 für Bewegtbild nutze, scheitere ich selten am Modell — eher an drei Alltagsproblemen:
- Die offizielle Doku ist dicht und schwer zu parsen
- In Foren fehlen strukturierte, nachstellbare Cases
- Parameter und OOM-Crashes werden oft nur per Versuch-Irrtum gelöst
Zwei Wochen lang habe ich deshalb dieses Praxis-Handbuch gebaut:
- Leitfaden der Docs in Alltagssprache
- Volle Settings für 21 echte Videoläufe
- Meine teuersten Stolperfallen + Spickzettel
Heute teile ich den Stand — für alle, die KI-Video liefern müssen, nicht nur demos.
Überblick
1. Docs kompakt
Wer neu einsteigt, spart hier grob 80 % der typischen Anfängerfehler.
1.1 Umgebung in einem Satz
Python 3.10 + CUDA 11.8 + VRAM ≥ 8GB (16GB empfohlen)
🔴 Falle: Python 3.12+ erzeugt oft Abhängigkeitschaos — bleiben Sie bei 3.10.
1.2 Parameter-Spickzettel
| Parameter | Rolle | Einsteiger | Hinweis |
|---|---|---|---|
| steps | Schritte | 20–30 | Mehr Detail, grob doppelter VRAM |
| cfg_scale | Brief-Treue | 7–9 | <7 driftet; >12 überfitet leicht |
| denoise | Rauschanteil | 0,6–0,75 | Niedriger bei Bild→Video; höher bei Text→Video |
| seed | Saat | -1 (zufällig) | Nach gutem Treffer fixieren |
1.3 Drei leicht übersehene Doc-Details
- Ausgabe: Standard MP4; Transparenz →
--output_format webm - FPS-Deckel: Max 30 — höhere Werte werden gekappt
- Batch:
--batch_inputstatt Schleifen — oft ~5× schneller
2. 21 Fälle
Auszüge aus 21 Läufen — jeweils Kernsettings und Ergebnisbild.
Fall 1: Gesichtsstabilität (Halbnah → Close-up)
Szene: dieselbe Figur von Halbfigur zu Gesichtsdetail
| Parameter | Wert |
|---|---|
| Version | Nano Banana 2 v1.3 |
| steps | 28 |
| cfg_scale | 8,5 |
Tipp: seed=420 sperren; denoise zwischen den Frames auf 0,55
Fall 2: Schneller Stiltransfer (Realfilm → Anime)
Szene: Realinput, Ghibli-ähnlicher Anime-Output
| Parameter | Wert |
|---|---|
| Version | Nano Banana 2 v1.3 |
| steps | 35 |
| cfg_scale | 11 |
Tipp: --style_transfer mit Referenzgewicht 0,7
Fall 3: Längerer Clip (30 s kohärent)
Szene: eine Person über drei Straßen — Outfit und Körperbau bleiben
| Parameter | Wert |
|---|---|
| Version | Nano Banana 2 v1.3 |
| steps | 25 |
| cfg_scale | 7,5 |
Tipp: drei Segmente rendern; Übergänge mit --blend_frames=5
Weitere 18 Fälle im Vollhandbuch: Lichtwechsel, Objektentfernung, Zeitlupen-Interpolation, Mehrpersonen-Interaktion u. a. Brauchen Sie die komplette Parametertabelle? Schreiben Sie unten — ich halte die Seite aktuell.
3. Stolperfallen & Tuning
Bezahlt mit GPU-Stunden:
🔴 Falle 1: VRAM-OOM mit kryptischem Log
Symptom: Abbruch mitten im Lauf; Log nur CUDA out of memory
Gegenmittel:
- steps 30 → 20
--save_intermediateaus- bei Batches
--batch_size=1
🔴 Falle 2: Verzerrte Gesichter
Symptom: Silhouette ok, Features verrutscht
Gegenmittel:
- cfg_scale 7 → 10
- Prompt ergänzen:
symmetrical face, front view - Profil:
--face_fix
🟢 Schnellreferenz
| Ziel | Stellschraube |
|---|---|
| Schärfer | ↑ steps (20→35), ↑ cfg_scale (7→9) |
| Näher am Quellbild (img2vid) | ↓ denoise (0,7→0,5) |
| Kreativer | ↑ denoise (0,7→0,85), seed -1 |
| Weniger Flicker | ↑ --temporal_weight=0,8 |
| Schneller | ↓ steps (30→15), --fast_mode |
Schluss
KI-Video scheitert oft nicht am Modell, sondern an verstreuter Doku und teurem Trial-and-Error. Dieses Handbuch bündelt Fallen, getunte Werte und Cases, die wirklich liefen. Wenn es hilft, teilen Sie es mit Kollegen, die Clips liefern müssen.
👉 Nutzen Sie Nano Banana 2 auch? Seltsame Artefakte gesehen? Schreiben Sie mit — ich ergänze Fälle und Fixes laufend.