KI-Avatar-Video erstellen lassen
Ein Avatar-Video zeigt eine digitale Person, die in die Kamera spricht. Statt Drehtag, Studio und Sprecherbuchung entsteht die Aufnahme am Rechner, in beliebig vielen Sprachen und Fassungen. Wir bauen Avatar-Videos als Dienstleistung, nicht als Werkzeugzugang: Skript, Figur, Stimme, Bild und Schnitt kommen fertig von uns.
Was ein Avatar-Video ist
Ein Avatar-Video ist ein sprechender Kopf, der nicht gefilmt, sondern erzeugt wurde. Das Skript steht am Anfang, daraus entstehen Stimme, Lippenbewegung und Bild. Der Gewinn liegt nicht im ersten Video, sondern im zweiten und zwanzigsten: Ändert sich der Text, wird neu generiert statt neu gedreht, und eine weitere Sprache kostet eine Tonspur statt eines Drehtags. Der Preis dafür ist Ausdruck. Ein Avatar spricht gut, er spielt nicht.
Avatar, digitaler Zwilling oder Deepfake?
Die Wörter bezeichnen dieselbe Technik, aber sehr verschiedene Dinge. Entscheidend ist, wessen Gesicht zu sehen ist und ob diese Person zugestimmt hat.
| Begriff | Was es ist | Wann es passt |
|---|---|---|
| Bibliotheksavatar | eine fertige digitale Person aus dem Bestand des Anbieters, für Werbung lizenziert | schnell und günstig, wenn die Figur nicht Teil der Marke sein muss |
| Markenavatar | eine eigens gestaltete Figur, die nur für Ihre Marke existiert | wenn die Figur wiederkehren und erkennbar sein soll |
| Digitaler Zwilling | das Abbild einer realen Person aus Ihrem Haus, etwa der Geschäftsführerin | wenn Vertrauen an ein echtes Gesicht gebunden ist, nur mit schriftlicher Einwilligung |
| Deepfake | das Abbild einer Person ohne deren Einwilligung | nie. Das machen wir nicht, unabhängig davon, wer es bestellt |
Avatar als Dienstleistung, Werkzeug-Abo und Dreh im Vergleich
Für sprechende Köpfe gibt es drei Wege. Der Unterschied liegt vor allem darin, wer die Arbeit macht und was die zehnte Fassung kostet.
| Weg | Typische Kosten | Passt, wenn |
|---|---|---|
| Werkzeug-Abo selbst bedienen | Synthesia nennt für den Starter-Plan 29 US-Dollar im Monat bei etwa zwölf Videominuten und für Pro 89 US-Dollar bei etwa sechzig Minuten, dazu Ihre eigene Arbeitszeit | laufend viele kurze Module entstehen und jemand im Haus sie baut |
| Sprecher und Dreh | ein Drehtag mit kleinem Kamerateam meist 950 bis 1.500 € netto, jede Sprachfassung von vorn | ein echtes Gesicht aus Ihrem Haus sprechen soll |
| Dienstleistung bei uns | ab 1.000 € netto, weitere Module und Sprachen deutlich günstiger als das erste | Skript, Figur, Stimme, Bild und Schnitt fertig kommen sollen |
Die Abopreise stammen von der Preisseite von Synthesia, abgerufen am 24.10.2026, bei monatlicher Zahlung. Die Spanne für den Drehtag stammt aus öffentlichen Preisangaben von Produktionsfirmen in Österreich und Deutschland, Quellen unter Imagefilm Kosten.
Formate und Längen
Ein Avatar-Video entsteht fast nie einzeln. Deshalb legen wir Format und Länge je Einsatzort fest, bevor das erste Modul produziert wird.
| Einsatz | Format | Übliche Länge |
|---|---|---|
| Schulungsmodul im Lernportal | 16:9 | 2 bis 4 Minuten je Modul |
| Produkterklärung im Shop | 1:1 oder 16:9 | 30 bis 60 Sekunden |
| Interne Ankündigung | 16:9 | 60 bis 120 Sekunden |
| Social Feed | 9:16 | 20 bis 45 Sekunden |
Wofür ein Avatar sinnvoll ist
- Schulung und Onboarding: zwanzig Module in gleichbleibender Qualität, ohne zwanzig Drehtage.
- Produkterklärung im Shop: eine Person, die in dreißig Sekunden das Wichtigste sagt.
- Mehrsprachige Kommunikation: dieselbe Botschaft auf Deutsch, Englisch und Russisch, mit passender Lippenbewegung.
- Inhalte, die sich oft ändern: Preise, Termine, Bedingungen. Ändert sich der Text, wird neu generiert, nicht neu gedreht.
- Interne Information: Ankündigungen und Anleitungen, die sonst als E-Mail niemand liest.
Avatar-Video oder Erklärvideo?
Beide erklären, aber auf verschiedene Weise. Ein Avatar-Video setzt auf eine Person, die spricht, und eignet sich für Inhalte, die sich oft ändern oder in viele Sprachen müssen. Ein Erklärvideo setzt auf Bilder, die den Inhalt zeigen, und ist stärker, wenn ein Ablauf oder ein Produkt verständlich werden soll. Geht es um Einarbeitung und Pflichtthemen im eigenen Haus, ist das Schulungsvideo das passende Format, oft mit einem Avatar als Moderator darin.
Was wir nicht machen
Keine Avatare, die als echte Kundinnen und Kunden auftreten und ein Produkt empfehlen. Gefälschte Verbraucherempfehlungen sind nach Anhang Z 23c des Unlautere-Wettbewerbs-Gesetzes unlauter, unabhängig davon, wie sie entstanden sind. Mehr dazu auf der Seite UGC-Videos mit KI.
Keine Abbilder realer Personen ohne deren schriftliche Einwilligung, auch nicht von Personen des öffentlichen Lebens. Und keine Stimme, die eine reale Person nachbildet, ohne dieselbe Einwilligung.
Kennzeichnung
Ein Avatar, der wie ein Mensch aussieht und spricht, fällt in den Bereich, für den Artikel 50 der KI-Verordnung eine Offenlegung verlangt. Wir liefern jedes Avatar-Video mit dem Herkunftshinweis in den Metadaten, einer fertigen Zeile für die Videobeschreibung und auf Wunsch mit einer sichtbaren Einblendung. Wie das im Detail funktioniert, steht im Ratgeber zur KI-Kennzeichnungspflicht in der Werbung.
Wo KI an Grenzen stößt
Avatare sind stark, wenn jemand ruhig in die Kamera spricht. Sie sind schwach, sobald große Gesten, echte Emotion oder Interaktion mit Gegenständen gefragt sind. Dort wirkt das Ergebnis schnell leblos. In solchen Fällen schlagen wir einen anderen Weg vor: ein Erklärvideo mit Sprecherstimme, oder einen kurzen Dreh mit einer echten Person, den wir mit KI-Szenen verbinden.
Ablauf
- Erstgespräch: 30 Minuten, Inhalt, Zahl der Module und Sprachen.
- Skript und Figur: Sie geben Text und Avatar frei, dazu eine Stimmprobe.
- Testpassage: etwa fünfzehn Sekunden zur Abnahme von Ton, Tempo und Wirkung.
- Produktion: die vollständige Fassung, danach weitere Module und Sprachen.
- Lieferung: alle Fassungen samt Untertiteln und Hinweis zur Kennzeichnung.
Das ist die Kurzfassung. Alle neun Schritte mit den Freigaben stehen unter Ablauf.
Häufige Fragen
Was kostet ein KI-Avatar-Video?
Projekte beginnen bei 1.000 € netto. Das deckt Skript, Figur, Stimme, Produktion und Schnitt ab. Weitere Module und Sprachfassungen kosten deutlich weniger, weil Figur und Stimme bereits festgelegt sind. Wer die Werkzeuge selbst bedienen will, zahlt dafür bei Synthesia nach eigener Preisangabe ab 29 US-Dollar im Monat, trägt die Arbeit dann aber selbst.
Kann der Avatar aussehen wie unsere Geschäftsführerin?
Ja, als digitaler Zwilling, mit ihrer schriftlichen Einwilligung. Dafür brauchen wir Videoaufnahmen und eine Stimmaufnahme als Grundlage. Ohne diese Einwilligung bauen wir kein Abbild einer realen Person.
Merkt man, dass es kein echter Mensch ist?
Bei ruhigen Sprechsituationen oft nicht mehr. Sobald große Gesten, Bewegung durch den Raum oder Interaktion mit Gegenständen dazukommen, schon. Wir sagen im Erstgespräch offen, ob Ihr Inhalt zu einem Avatar passt.
In wie vielen Sprachen geht das?
In allen gängigen Sprachen, mit angepasster Lippenbewegung. Üblich sind Deutsch und Englisch, dazu alles, was Ihre Märkte brauchen. Die Übersetzung prüfen wir vor der Produktion, weil fehlerhafter Text in einem Avatar-Video besonders unangenehm auffällt.
Muss ein Avatar-Video gekennzeichnet werden?
In der Regel ja. Eine digitale Person, die wie ein Mensch aussieht und spricht, fällt unter die Offenlegungspflicht aus Artikel 50 der KI-Verordnung. Wir liefern den Hinweis mit, in den Metadaten und als fertige Zeile für die Beschreibung.
Für Einarbeitung und Pflichtthemen im eigenen Haus siehe Schulungsvideo, für die Grenze zu vorgetäuschten Kundenstimmen den Ratgeber Testimonial-Video und KI.
Weiterlesen: Erklärvideo • UGC-Videos • Schulungsvideo • Ablauf