KI-Avatar-Video erstellen: Schritt für Schritt

Bevor Sie Software anfassen, klären Sie:

Zweck:

• Welche Aktion sollen Zuschauer nach dem Ansehen ausführen?
• Welche Informationen müssen sie behalten?
• Welches Problem löst dieses Video?

Zielgruppe:

• Wer schaut zu? (Mitarbeiter, Kunden, Studenten, allgemeine Öffentlichkeit)
• Wie gut kennen sie das Thema?
• Welcher Ton kommt bei ihnen an? (Formal, locker, technisch, umgangssprachlich)

Format:

• Wo wird das Video angesehen? (Schulungsportal, YouTube, Social Media, Website)
• Was ist die ideale Länge? (30 Sekunden, 2 Minuten, 10 Minuten)
• Wird es Teil einer Serie sein?

Das Skript leistet den Großteil der Arbeit. KI-Avatare können nur mit dem arbeiten, was Sie ihnen geben.

Skript-Struktur:

1. Hook (Erste 5-10 Sekunden)
   - Aufmerksamkeit sofort greifen
   - Wert oder Problem klar benennen

2. Einleitung (10-20 Sekunden)
   - Wer Sie sind/worum es geht
   - Was sie lernen werden

3. Hauptteil (60-80% des Videos)
   - In 3-5 klare Punkte aufteilen
   - Übergänge zwischen den Punkten nutzen
   - Beispiele oder Analogien einbauen

4. Schluss (Letzte 15-20 Sekunden)
   - Wichtigste Erkenntnisse zusammenfassen
   - Klare Handlungsaufforderung

Best Practices fürs Skripten:

Tun Sie:

• In gesprochener Sprache schreiben, nicht in Schriftsprache
• Natürliche Verkürzungen nutzen („gibt’s“, „wir zeigen’s“)
• Natürliche Pausen mit Interpunktion einbauen
• Sätze unter 20 Wörtern halten
• Das Skript vor der Nutzung laut vorlesen
• Aktiv schreiben („Klicken Sie auf den Button“ statt „Der Button sollte angeklickt werden“)

Vermeiden Sie:

• Lange, komplexe Sätze
• Fachjargon ohne Erklärung
• Zu viele Informationen in einem Video
• Pausen zu vergessen
• Übermäßige Förmlichkeit, außer das ist Ihre Marke

Beispiel für ein Skript:

[Hook]
"Stunden für Schulungsvideos verbrannt? Es geht schneller."

[Einleitung]
"Ich zeige Ihnen, wie ein KI-gestützter Workflow Ihre Videoproduktion auf [Ihr Ergebnis] verkürzt, bei gleichbleibender Qualität."

[Hauptteil - Punkt 1]
"Erstens das Zeitproblem. Klassische Videoproduktion heißt filmen, schneiden, überarbeiten. Das sind [Ihre Zahl] Stunden pro fertigem Video."

[Hauptteil - Punkt 2]
"Mit KI-Avataren schreiben Sie ein Skript, wählen einen Avatar und generieren Ihr Video in Minuten. Kein Dreh, kein Schnitt."

[Hauptteil - Punkt 3]
"Tempo ist nicht der einzige Vorteil. Sie bekommen auch Konsistenz. Jedes Video behält dieselbe Qualität und Markenstimme."

[Schluss]
"Wenn Sie bereit sind, Ihre Videoinhalte anders zu erstellen, klicken Sie auf den Link unten und legen Sie los."

Fügen Sie das Skript aus Schritt 2 in Ihr Tool ein und wählen Sie dann Präsentator und Stimme. Der Ablauf unterscheidet sich zwischen den beiden Plattformen leicht.

In Synthesia

Synthesia bietet 125+ Stock-Avatare im Starter und 240+ in Enterprise, mit Ganzkörper-Gesten und 140+ Sprachen.

1. Video starten. Erstellen Sie ein kostenloses Konto und öffnen Sie den Editor mit einem Template oder einem leeren Projekt.

2. Avatar wählen. Wählen Sie einen Stock-Avatar (Express-2 ist die neueste Generation, mit Ganzkörper-Gesten) oder erstellen Sie Ihren eigenen:

• Avatar Builder passt einen Stock-Avatar mit Ihrem Logo und Ihren Markenfarben an.
• Personal Avatar entsteht aus einem einzelnen Foto oder einer kurzen Aufnahme (3 im Starter, 5 im Pro).
• Studio-Avatare, für höchste Qualität vor dem Greenscreen aufgenommen, sind ein kostenpflichtiges Add-on für $1.000/Jahr.

3. Skript eingeben. Fügen Sie es in den Editor ein und feilen Sie mit SSML-Tags an der Sprechweise: <break time="500ms"/> fügt eine Pause ein, und <emphasis>wichtig</emphasis> betont ein Wort.

4. Stimme wählen. Wählen Sie aus 140+ Sprachen und Akzenten und stimmen Sie die Stimme auf den Avatar ab.

5. Anpassen und generieren. Legen Sie den Hintergrund fest, ergänzen Sie Logo und Text-Overlays und generieren Sie dann in 1080p.

In Synthesys

Synthesys startet von einem Format aus statt von einer leeren Timeline.

1. Format wählen. Es gibt 11 zur Auswahl, darunter UGC-Ad, TV-Spot, Präsentatorvideo, Sales-Video und Explainer.

2. Eingabe hinzufügen. Liefern Sie ein Skript, eine URL oder einen Prompt.

3. Präsentator und Stimme wählen. Nutzen Sie einen der 1.000+ Stock-Avatare oder Ihren Digital Twin und wählen Sie dann eine Stimme aus den 140+ Sprachen.

4. Generieren. Starter enthält 3.500 Credits im Monat, und jedes Format hat feste Credit-Kosten pro 15 Sekunden: Ein Präsentatorvideo kostet 161 Credits, eine UGC-Ad 400.

Jeder Tarif enthält volle kommerzielle Rechte, die Videos können also direkt in Ads und Kundenprojekte einfließen.

Einen Avatar auswählen

Mit welchem Tool auch immer, diese Faktoren helfen:

• Branchenpassung: Business-Kleidung für Corporate, lockere für Lifestyle-Inhalte
• Zielgruppe: Wählen Sie Avatare, die Ihr Publikum widerspiegeln
• Tonalität des Inhalts: Ein freundliches Lächeln für einladende Inhalte, ein ernster Ausdruck für formelle Themen
• Vielfalt: Wechseln Sie die Avatare, wenn Sie eine Serie erstellen und Inklusion zeigen wollen
• Konsistenz: Nutzen Sie denselben Avatar in einer Serie für den Wiedererkennungswert

Die Stimmqualität entscheidet über Erfolg oder Misserfolg eines Avatar-Videos.

Stock-Stimmen. Beide Tools bieten Dutzende Stimmen in verschiedenen Akzenten, Altersstufen und Sprechstilen:

• Passen Sie die Stimme zum Inhalt an (souverän für Schulungen, freundlich für Kundeninhalte)
• Achten Sie darauf, dass Alter und Stil der Stimme zum Avatar passen
• Behalten Sie dieselbe Stimme in einer Serie
• Nutzen Sie einen muttersprachlichen Akzent für Ihre Zielgruppe

Ihre eigene Stimme. Beim Klonen entsteht aus einer aufgenommenen Probe ein digitales Abbild Ihrer Stimme. Nehmen Sie in einem ruhigen Raum mit einem guten Mikrofon auf und halten Sie Ihre Energie gleichmäßig. Synthesia bietet Express-Voice Cloning in den Bezahltarifen; Synthesys enthält Voice Cloning in jedem Tarif. Das passt zu einer Personal Brand und regelmäßiger Produktion.

Ihr Avatar braucht einen Kontext.

Hintergründe:

• Vordesignte Template-Umgebungen für einen schnellen, polierten Start
• Ihr eigenes Bild für markenspezifische Umgebungen oder ein Produkt hinter dem Präsentator
• Ein Videohintergrund, wenn Sie Bewegung wollen

Branding:

• Logo: meist in einer oberen Ecke oder im unteren Drittel
• Farben: Hintergründe auf Ihre Palette abstimmen
• Schriften: eigene Schriften für Text-Overlays
• Lower Thirds: Namens- und Titelkarten für den Avatar
• Intro- und Outro-Karten: das Video mit Marken-Frames rahmen

Checkliste vor dem Generieren:

• Skript Korrektur gelesen (Rechtschreibung, Grammatik)
• Avatar gewählt und passend
• Stimme gewählt und getestet
• Hintergrund passt zum Inhalt
• Branding-Elemente ergänzt
• Videoformat passt zur Zielplattform
• Handlungsaufforderung enthalten

Klicken Sie auf Generieren. Das Rendern dauert meist Minuten, bei langen Videos länger.

Achten Sie kritisch auf:

• Lippensync-Genauigkeit: Passen die Mundbewegungen zum Audio?
• Natürliches Tempo: Klingt es gehetzt oder zu langsam?
• Timing der Gesten: Wirken die Handbewegungen natürlich?
• Audioqualität: Ist der Ton klar und ausgewogen?
• Bildkomposition: Ist der Avatar richtig eingerahmt?
• Markenelemente: Sind alle Logos und Texte richtig platziert?
• Klarheit der Handlungsaufforderung: Ist sie sichtbar und eindeutig?

Wenn etwas nachgebessert werden muss:

• Das Skript für besseres Tempo anpassen (Pausen hinzufügen oder entfernen)
• Eine andere Stimme probieren, wenn die aktuelle nicht passt
• Den Hintergrund anpassen, wenn er ablenkt
• Neu generieren, denn ein erneutes Rendern dauert nur wenige Minuten

Untertitel: Viele Plattformen erzeugen Untertitel automatisch; Sie können auch eine SRT-Datei für Schnittsoftware exportieren. Sie zählen für die Barrierefreiheit und für Zuschauer, die ohne Ton schauen.

Vorschaubild:

• Einen Frame mit gutem Gesichtsausdruck des Avatars aufnehmen
• Text ergänzen, der den Nutzen des Videos nennt
• Kontrastfarben und Ihre Branding-Elemente nutzen