Videos mit KI-Avatar erstellen: Skript, Sprecherstimme und Einwilligung

Was ein KI-Avatar-Video ist und wann es passt

Ein KI-Avatar ist ein digitaler Moderator, realistisch oder im Comic-Stil, der auf dem Bildschirm erscheint und Ihren Text mit einer synthetischen Stimme vorliest. Für diesen Zweck gebaute Tools sind zum Beispiel HeyGen und Synthesia, und manche allgemeine Videogeneratoren können Teile davon übernehmen. Was jedes Tool mit welchen Grenzen und Bedingungen bietet, ändert sich häufig. Prüfen Sie deshalb die aktuellen Angaben, bevor Sie sich entscheiden.

Ein Avatar passt, wenn Sie ein einheitliches Gesicht und eine einheitliche Stimme brauchen und sich nicht selbst filmen können oder wollen: Erklärvideos, interne Schulungen, Produktvorführungen oder FAQ-Videos. Weniger gut passt er, wenn der Wert des Videos in der echten Person liegt, etwa bei einem persönlichen Erfahrungsbericht, einer Meinung oder einer sensiblen Botschaft.

• Gut geeignet: wiederkehrende Erklärvideos, Onboarding-Videos, Vorführungen mit mehreren Szenen, Neuigkeiten, die Sie oft neu aufnehmen werden.
• Weniger geeignet: Erfahrungsberichte, Entschuldigungen, Ankündigungen, bei denen die Menschen einen echten Menschen erwarten, alles, was vom Vertrauen in eine bestimmte Person abhängt.

Das Skript leistet die Hauptarbeit

Ein Avatar improvisiert nicht und korrigiert sich nicht: Er sagt genau das, was Sie geschrieben haben. Damit ist das Skript der Teil, den Sie in der Hand haben, und es muss zum Hören geschrieben sein, nicht zum Lesen.

• Kurze, direkte Sätze; lange Absätze lassen einen Avatar roboterhaft klingen.
• Zahlen, Abkürzungen und Namen so geschrieben, wie sie ausgesprochen werden, oder mit einem Aussprachehinweis.
• Markierte Pausen bei Themenwechseln, damit das Video Luft zum Atmen hat.
• Eine Idee pro Szene, mit Texteinblendungen getrennt von dem, was der Avatar sagt.
• Keine Aussagen, die Sie nicht belegen können: Ein Avatar verleiht Autorität, auch wenn der Inhalt sie nicht verdient hat.

Agieren Sie als Drehbuchautor für Unternehmensvideos.
Schreiben Sie ein Skript für ein Video von [1 bis 2 Minuten], in dem ein virtueller Moderator [Thema] für [Zielgruppe] erklärt.
Ton: [freundlich und professionell].
Format: eine Tabelle mit Szene, dem Text des Moderators (so geschrieben, wie er gesprochen wird) und dem, was auf dem Bildschirm zu sehen ist (Text, Bild oder Diagramm).
Bauen Sie eine kurze Einleitung, 3 inhaltliche Blöcke und einen Abschluss ein, der den Zuschauern sagt, [was sie als Nächstes tun sollen].
Vorgaben: Sätze mit weniger als 20 Wörtern und keine erfundenen Fakten. Fehlen Informationen, lassen Sie einen [Platzhalter in eckigen Klammern], statt sie zu ergänzen.

Stimme: So entsteht ein natürlicher Sprechertext

Die Stimme verrät ein KI-Video am ehesten, und sie lässt sich auch am stärksten verbessern. Ein guter Sprechertext beginnt beim Text: Lassen Sie die KI ihn mit Pausen- und Betonungsmarkierungen vorbereiten und hören Sie dann in Ihrem Stimm-Tool, wie er klingt.

Bereiten Sie diesen Text für das Vorlesen durch eine synthetische Stimme in [deutscher / österreichischer / Schweizer] Standardaussprache vor.
Schreiben Sie Zahlen und Abkürzungen so, wie man sie spricht, teilen Sie lange Sätze auf, setzen Sie dort, wo es sinnvoll ist, [kurze Pause] und [lange Pause] ein und schreiben Sie Wörter, die betont werden sollen, in GROSSBUCHSTABEN (höchstens eines pro Satz).
Ändern Sie weder die Bedeutung noch fügen Sie Informationen hinzu.
Listen Sie am Ende alle Wörter auf, die wahrscheinlich falsch ausgesprochen werden, und schlagen Sie für jedes eine Lautschrift-Schreibweise vor.

[Text hier einfügen]

Hören Sie sich das gesamte Audio an, bevor Sie das Video generieren. Ein Wort im Text zu korrigieren dauert Sekunden; ein fertiges Video neu zu machen nicht.

Einwilligung und Kennzeichnung: Das sollten Sie nicht auslassen

Heikel an Avataren ist nicht die Technik, sondern wen sie darstellen und wie sie präsentiert werden. Das ist keine Rechtsberatung. Prüfen Sie die Bedingungen des Tools und die offiziellen Quellen, die für Sie gelten.

• Erstellen Sie keinen Avatar und keine Stimme, die eine reale Person ohne deren ausdrückliche Erlaubnis nachahmt. Das gilt auch für Prominente, Kollegen und Ihren früheren Chef.
• Verwenden Sie Ihr eigenes Aussehen oder Ihre eigene Stimme oder die eines Teammitglieds, stellen Sie sicher, dass eine Einwilligung vorliegt und alle verstehen, wofür und wie lange sie genutzt werden.
• Lesen Sie die Bedingungen des Tools dazu, wem der Avatar gehört, wie Ihre Daten gespeichert werden und welche Verwendungen verboten sind.
• Sagen Sie, dass der Moderator virtuell oder das Video KI-generiert ist, wo es die Plattform oder das Gesetz verlangt. Auch dort, wo es nicht vorgeschrieben ist, ist Transparenz gute Praxis.
• Geben Sie einen Avatar niemals als echten Kunden, als Experten mit Qualifikation oder als echten Erfahrungsbericht aus, wenn er keiner ist.

Fehler, die Sie vermeiden sollten

• Texte wiederverwenden, die zum Lesen geschrieben wurden: Im Mund eines Avatars klingen sie steif.
• Die Aussprache von Namen, Marken und Zahlen nicht prüfen.
• Ein langes Video ohne Szenenwechsel oder visuelle Unterstützung: Es ermüdet die Zuschauer schnell.
• Nicht sagen, dass der Moderator virtuell ist, obwohl es darauf ankäme, sodass sich das Publikum getäuscht fühlt, wenn es davon erfährt.
• Ein Gesicht oder eine Stimme verwenden, ohne die Rechte oder die Erlaubnis dazu zu haben.

PromptNow-Vorlagen für Avatar-Skripte und Sprechertexte

Die PromptNow-Vorlage für das Skript eines KI-Avatar-Sprechers fragt in einem Formular nach Thema, Zielgruppe, Länge und Ton und erzeugt einen Prompt, der ein Skript Szene für Szene liefert. Sie ist der Ausgangspunkt, bevor Sie das Avatar-Tool öffnen.

Die Vorlage für das KI-Voice-over-Skript baut den Prompt für einen Text, der zum Sprechen gedacht ist: Pausen, Rhythmus und Aussprache. Sie erstellt weder das Video noch die Stimme; das erledigen Sie mit dem Tool Ihrer Wahl, und Sie prüfen und genehmigen das Ergebnis.