Start / KI-Modell erstellen
Technik
KI-Modell erstellen, woraus es entsteht und wo seine Grenzen liegen
Was ein Personenmodell ist, wie viel Aufnahmematerial es braucht, was aus der Aufnahme fest eingebacken wird und warum ein erzeugtes Gesicht rechtlich anders behandelt wird als eine aufgenommene Person.
Diese Seite beschreibt, was bei der Erzeugung eines Personenmodells technisch geschieht, und sie nennt die Grenzen dieser Verfahren. Die Angaben zu Plattformen geben den Stand vom August 2026 wieder. Die rechtlichen Hinweise sind allgemein gehalten und ersetzen die Prüfung Ihres Falls durch einen Anwalt nicht, besonders bei erzeugten Gesichtern, wo vieles ungeklärt ist.
Ein Personenmodell entsteht aus zwei bis fünf Minuten Aufnahme, und es kann nur nachbilden, was darin vorkommt. Deshalb zählt die Bandbreite der Aufnahme mehr als ihre Länge. Beleuchtung, Kleidung, Frisur und Blickachse werden eingebacken und sind später nicht mehr änderbar; Text, Sprache, Hintergrund und Zuschnitt schon. Ein Gesicht ohne reale Vorlage spart die Einwilligung, ist aber urheberrechtlich nicht geschützt, sodass Ausschluss darüber nicht zu erreichen ist. Modelle halten ein bis zwei Jahre, bis sich das Aussehen der Person ändert, der Anbieter auf eine neue Generation umstellt oder Sie wechseln. Wer das Rohmaterial der Aufnahme behält, übersteht einen Anbieterwechsel ohne neuen Termin, weil das Modell selbst beim Plattformanbieter liegt und nicht übertragbar ist.
Drei Dinge, die Modell heißen
Personenmodell, Vorlagengesicht, erzeugtes Gesicht.
Der Begriff trägt in dieser Branche drei Bedeutungen, und Angebote wechseln zwischen ihnen, ohne es zu sagen. Auf dieser Seite geht es um das erste: das Personenmodell, also die Datei, die aus einer Aufnahme entsteht und anschließend beliebige Texte sprechen kann.
| Was gemeint ist | Woraus es entsteht | Was Sie belegen müssen |
|---|---|---|
| Personenmodell | Aus einer Aufnahme einer bestimmten Person | Die Einwilligung dieser Person, schriftlich und mit Zweck |
| Vorlagengesicht | Aus der Bibliothek des Anbieters, fremde Person | Dass der Anbieter die Einwilligung hat, und was die Lizenz erlaubt |
| Erzeugtes Gesicht | Aus einem Bildmodell, keine reale Vorlage | Die Kennzeichnung, und bei Werbung, dass niemand eine echte Person annimmt |
Nicht gemeint ist das Modell im Sinne des maschinellen Lernens, also ein System, das Sprache oder Bilder allgemein erzeugt. Solche Modelle liegen unter allen drei Zeilen, aber sie werden nicht von Ihnen erstellt, sondern von den Anbietern trainiert und bereitgestellt.
Woraus ein Personenmodell entsteht
Zwei bis fünf Minuten, und Bandbreite zählt mehr als Länge.
Die verbreiteten Plattformen verlangen eine Aufnahme von zwei bis fünf Minuten. Die Person spricht, hält den Blick überwiegend in der Kamera und bewegt sich leicht. In dieser Aufnahme steckt alles, was das Modell später kann, und deshalb lohnt sich der Blick darauf, was daran wichtig ist.
- Bandbreite der Zustände. Offene und geschlossene Lippen, ein Lächeln, ein ernster Ausdruck, leichte Kopfdrehung nach links und rechts. Wer fünf Minuten gleichförmig abliest, liefert weniger als jemand, der zwei Minuten frei spricht.
- Gleichmäßiges Licht von vorn. Wandernde Schatten sind der häufigste Grund für ein unruhiges Ergebnis, weil das Modell den Schatten für einen Teil des Gesichts hält.
- Ruhiger Hintergrund mit Abstand zur Person. Ein Regal direkt hinter dem Kopf erzeugt Kanten, die in Bewegung flackern.
- Auflösung und Bildrate der Aufnahme oberhalb dessen, was Sie später ausgeben wollen. Aus einer Aufnahme in 1080p entsteht kein Modell für eine Wand im Foyer.
- Kleidung ohne feine Muster. Streifen und Karos unterhalb der Auflösung erzeugen Störmuster, die in jedem Video wiederkehren.
Diese fünf Punkte sind der Grund, warum dieselbe Plattform bei zwei Häusern verschieden gute Ergebnisse liefert. Die Software ist dieselbe, das Material nicht. Die ausführliche Anleitung für den Aufnahmetermin steht auf der Seite zur eigenen Aufnahme.
Was eingebacken wird und sich nicht mehr ändert
Licht, Kleidung, Frisur, Blickachse.
Ein Personenmodell ist keine Figur, die man neu ausstatten kann. Es ist eine Nachbildung eines Zustands, und dieser Zustand bleibt. Was das im Alltag bedeutet, zeigt die folgende Gegenüberstellung.
| Später änderbar | Fest im Modell |
|---|---|
| Gesprochener Text, Sprache, Betonung | Beleuchtung und Schattenrichtung |
| Hintergrund und Bildzuschnitt | Kleidung und Frisur |
| Länge, Tempo, Untertitel | Blickachse zur Kamera |
| Musik, Einblendungen, Bauchbinde | Bandbreite der Mimik und Gestik |
Aus der rechten Spalte folgt eine praktische Entscheidung: Wer denselben Sprecher in verschiedenen Umgebungen oder in verschiedener Kleidung braucht, nimmt in einem Termin mehrere Fassungen auf. Das kostet eine halbe Stunde zusätzlich und spart einen zweiten Termin mit allen Beteiligten.
Alles, was am Gesicht liegt, gehört vor die Aufnahme. Alles, was am Text liegt, kann warten.
Das erzeugte Gesicht, und was daran rechtlich anders ist
Kein Persönlichkeitsrecht, aber auch kein Schutz.
Ein Gesicht ohne reale Vorlage nimmt zwei Sorgen weg: Es gibt keine abgebildete Person, deren Einwilligung eingeholt werden muss, und keinen Fall, in dem jemand ausscheidet und die Nutzung untersagt. Dafür kommen zwei andere Punkte hinzu, die in Angeboten selten stehen.
Es ist nicht Ihr Werk
Ein rein maschinell erzeugtes Bild genießt nach herrschender Auffassung keinen Urheberrechtsschutz, weil die persönliche geistige Schöpfung fehlt, die Paragraf 2 Absatz 2 des Urheberrechtsgesetzes verlangt. Sie dürfen das Gesicht verwenden. Sie können anderen aber nicht ohne Weiteres verbieten, ein sehr ähnliches zu verwenden, und eine Zusage, Sie erhielten „alle Rechte“, geht insoweit ins Leere. Was schutzfähig bleibt, sind Name, Wortzeichen, Gestaltung und der Auftritt insgesamt.
Es muss erkennbar bleiben
Wer eine erzeugte Person in Werbung einsetzt und beim Publikum den Eindruck erweckt, es handle sich um einen Menschen, riskiert eine Irreführung durch Unterlassen nach Paragraf 5a des Gesetzes gegen den unlauteren Wettbewerb. Dazu tritt die Kennzeichnungspflicht nach Artikel 50 der Verordnung (EU) 2024/1689. Beides ist mit einem Satz im Bild und einem Hinweis in der Beschreibung erledigt, aber es gehört vor die erste Veröffentlichung.
Der Vollständigkeit halber eine Auskunft, die wir für uns selbst geben: Wir arbeiten überwiegend mit aufgenommenen Personen, weil die Wiedererkennung der Grund für die meisten Vorhaben ist. Erzeugte Gesichter setzen wir ein, wo bewusst niemand aus dem Haus zu sehen sein soll. Die Gestaltung solcher Personas beschreibt die Seite zur erfundenen Persona.
Das Modell für Produkt und Mode
Der Fall, an den viele beim Begriff Modell zuerst denken.
Ein Teil der Anfragen zu diesem Begriff meint kein sprechendes Gesicht, sondern ein Fotomodell: eine Person, die Kleidung oder Produkte zeigt, immer verfügbar und in jeder Ansicht gleich. Technisch ist das eine andere Aufgabe, weil dort nicht Sprache, sondern Körperhaltung und Stoff nachgebildet werden müssen.
Zwei Grenzen sind dabei wichtig. Erstens die Genauigkeit am Produkt: Naht, Passform und Faltenwurf werden nachgerechnet und stimmen nicht notwendig mit dem gelieferten Stück überein. Wer so wirbt, macht Angaben zur Ware, und Paragraf 5 des Gesetzes gegen den unlauteren Wettbewerb sowie die Beschaffenheitsvorgaben aus Paragraf 434 des Bürgerlichen Gesetzbuchs gelten unverändert. Zweitens die Erwartung an Körper: Eine erzeugte Vielfalt ersetzt keine Auseinandersetzung mit der Frage, wen ein Haus zeigt und beschäftigt. Als Argument für Vielfalt taugt sie nicht, als Werkzeug für Varianten schon.
Praktisch heißt das: Erzeugte Produktansichten tragen dort, wo sie eine Idee zeigen, etwa in der Vorstufe einer Kampagne oder in einer Anzeige, die auf eine Kategorie zeigt. Wo sie das konkrete Stück verkaufen, gehört ein Bild des konkreten Stücks daneben.
Wie lange ein Modell hält
Ein bis zwei Jahre, und drei Gründe für ein neues.
Modelle verfallen nicht, aber sie veralten. Drei Anlässe führen in der Praxis zu einer neuen Aufnahme, und alle drei lassen sich vorher einplanen.
- Die Person sieht anders aus. Eine neue Brille, eine andere Frisur, ein sichtbar verändertes Gewicht. Solange die alten Videos weiterlaufen, entsteht ein Nebeneinander, das auffällt.
- Der Anbieter stellt auf eine neue Modellgeneration um. Alte Modelle laufen dann meist weiter, profitieren aber nicht von der besseren Qualität. Wer die will, nimmt neu auf.
- Sie wechseln den Anbieter. Das Modell ist nicht übertragbar, das Rohmaterial schon. Wer es hat, spart den Termin; wer es nicht hat, fängt von vorn an.
Aus dem dritten Punkt folgt die wichtigste Vereinbarung zu diesem Thema, und sie steht in Angeboten selten: Lassen Sie sich das Rohmaterial der Aufnahme aushändigen, in der aufgenommenen Auflösung und in einem üblichen Format. Es ist der einzige Teil des Vorhabens, der einen Anbieterwechsel überlebt. Alles weitere zu Nutzungsrechten und Löschung steht auf der Seite zu Vertrag und Zusammenarbeit.
Fünf Testsätze, bevor das Modell in den Einsatz geht
Eine halbe Stunde Prüfung spart Nacharbeit an zwanzig Videos.
Ein neues Modell wirkt im ersten Beispielvideo fast immer überzeugend, weil das erste Beispiel meist ein einfacher Satz ist. Die Schwächen zeigen sich an fünf Stellen, und die lassen sich gezielt ansteuern.
| Testsatz | Worauf zu achten ist |
|---|---|
| Ein Satz mit Zahlen, Datum und Einheit | Werden 2026 und 24,5 Millimeter richtig gesprochen oder buchstabiert? |
| Ein Satz mit englischen Fachbegriffen | Wechselt die Aussprache mitten im Wort? Das ist der häufigste Fehler. |
| Ein langer Satz mit zwei Nebensätzen | Bleibt die Betonung sinnvoll oder wird sie gleichförmig? |
| Ein Satz mit einer Pause in der Mitte | Steht das Gesicht in der Pause still oder bewegt es sich weiter? |
| Ein Satz, in dem gelächelt werden soll | Kommt ein Lächeln, und passt es zum Inhalt? |
Wo ein Test durchfällt, ist meist nicht das Modell schuld, sondern die Texteingabe. Zahlen ausschreiben, Fachbegriffe lautschriftlich hinterlegen und Pausen als eigene Absätze setzen löst die meisten dieser Fälle, ohne neu aufzunehmen.
Nächste Schritte
Wohin es von hier weitergeht.
Wer noch nicht entschieden hat, welche Art von Avatar zum eigenen Fall passt, findet die Einordnung der vier Verfahren auf der Übersichtsseite. Wer die Aufnahme selbst plant, findet die Anleitung dazu auf der Seite zur eigenen Aufnahme, und wer wissen will, wie weit das Ergebnis an das Original heranreicht, auf der Seite zur Nähe zum Original.
Die Fragen zu Nutzungsrechten, Löschung und dem Fall des Ausscheidens sind vertraglich und nicht technisch. Sie stehen auf der Seite zu Vertrag und Zusammenarbeit. Was ein Vorhaben kostet, steht auf der Preisseite.
Diese Seite erklärt das Modell. Wer sehen will, was rund um das Modell an Arbeitsschritten liegt, von der Aufnahme bis zum ausgegebenen Video, findet den ganzen Weg auf der Seite zum AI Avatar Generator. Und weil ein Personenmodell nur eine von mehreren Bauarten ist, ordnet die Seite zu generative KI-Avatare die Verfahren nebeneinander: was aus einer echten Aufnahme entsteht, was ohne Vorlage erzeugt wird und welche Folgen das für Einwilligung und Rechte hat.
Häufige Fragen zum Modell
Wie viel Material braucht ein Modell?
Für ein Videomodell verlangen die verbreiteten Plattformen zwei bis fünf Minuten Aufnahme, in der die Person spricht und sich leicht bewegt. Mehr Material verbessert das Ergebnis nur begrenzt, weil nicht die Länge zählt, sondern die Bandbreite: verschiedene Kopfhaltungen, offene und geschlossene Lippen, ein Lächeln, ein ernster Ausdruck. Fünf Minuten gleichförmiges Ablesen tragen weniger als zwei Minuten mit Bewegung.
Warum sieht das Ergebnis schlechter aus als die Aufnahme?
Weil das Modell nur nachbilden kann, was im Material vorkommt, und zusätzlich zwischen diesen Zuständen rechnen muss. Alles, was in der Aufnahme wechselt und nicht zur Person gehört, wird zum Problem: wandernde Schatten, ein Reflex in der Brille, eine Strähne, die über das Gesicht fällt. Was in der Aufnahme fest ist, wird eingebacken, auch die Beleuchtung. Ein Modell aus einer Aufnahme mit Seitenlicht bleibt in jedem späteren Video seitlich beleuchtet.
Kann ich das Modell nachträglich verbessern?
In engen Grenzen. Aussprache und Betonung lassen sich über die Texteingabe steuern, Hintergrund und Zuschnitt in der Nachbearbeitung. Alles, was am Gesicht selbst liegt, hängt am Material und verlangt eine neue Aufnahme. Deshalb ist die halbe Stunde vor der Kamera die wichtigste des ganzen Vorhabens.
Wie lange hält ein Modell?
Technisch unbegrenzt, praktisch ein bis zwei Jahre. Drei Gründe machen eine neue Aufnahme nötig: Das Aussehen der Person ändert sich sichtbar, die Plattform stellt auf eine neue Modellgeneration um und liefert für alte Modelle nur noch den alten Stand, oder Sie wechseln den Anbieter. Der dritte Fall ist der häufigste, und er ist der Grund, das Rohmaterial der Aufnahme zu behalten.
Gehört mir ein erzeugtes Gesicht?
Nicht in dem Sinne, wie es Angebote versprechen. Ein rein maschinell erzeugtes Bild genießt nach herrschender Auffassung keinen Urheberrechtsschutz, weil die persönliche geistige Schöpfung fehlt. Sie können ein solches Gesicht verwenden, aber Sie können anderen nicht ohne Weiteres verbieten, ein sehr ähnliches zu verwenden. Wer Ausschluss braucht, arbeitet mit einer aufgenommenen Person oder sichert die Marke über Namen, Zeichen und Gestaltung ab, nicht über das Gesicht.
Sind die Trainingsdaten der Plattformen ein Problem?
Die Frage ist offen und betrifft nicht Sie als Nutzer, sondern die Anbieter. Für Ihr eigenes Modell gilt eine einfachere Regel: Es entsteht aus Ihrer Aufnahme, und die Einwilligung der aufgenommenen Person ist der Punkt, den Sie belegen müssen. Bei Vorlagengesichtern aus der Bibliothek liegt diese Einwilligung beim Anbieter, und Sie sollten sich zeigen lassen, dass sie vorliegt.
Wie erkenne ich vor dem Einsatz, ob das Modell trägt?
Mit fünf Testsätzen, die typische Schwachstellen suchen: ein Satz mit Zahlen und Einheiten, ein Satz mit englischen Fachbegriffen, ein langer Satz mit Nebensätzen, ein Satz mit einer Pause in der Mitte und ein Satz, in dem die Person lächeln soll. Wo das Modell an diesen fünf Stellen sauber bleibt, trägt es auch im Alltag. Die Prüfung kostet eine halbe Stunde und spart die Nacharbeit an zwanzig Videos.
Wirkt ein fotorealistisches Modell unheimlich?
Das ist die Frage nach dem Uncanny Valley, einer Vermutung, die Masahiro Mori 1970 formuliert hat. Sie besagt, dass Zustimmung mit steigender Menschenähnlichkeit wächst, kurz vor der Ähnlichkeit aber einbricht. Belegt ist das nicht durchgängig, und die Befunde in der Forschung sind gemischt. Praktisch beobachten wir etwas Konkreteres: Ablehnung entsteht seltener am Aussehen und häufiger daran, dass der Ton nicht zum Bild passt oder die Betonung an der falschen Stelle liegt.
Kann ein Modell mehrere Kleidungen und Umgebungen zeigen?
Nur wenn es dafür aufgenommen wurde. Kleidung, Frisur und Umgebung stecken im Material. Wer denselben Sprecher in drei Umgebungen braucht, nimmt drei Fassungen auf, und das gehört in die Planung des Aufnahmetermins. Nachträglich ist der Hintergrund tauschbar, die Kleidung nicht.
Zum Mitnehmen
- Das Modell kann nur nachbilden, was im Material vorkommt. Bandbreite der Aufnahme zählt mehr als ihre Länge.
- Beleuchtung wird eingebacken. Ein Modell aus einer Aufnahme mit Seitenlicht bleibt seitlich beleuchtet.
- Nachträglich ändern lassen sich Text, Hintergrund und Zuschnitt. Alles am Gesicht verlangt eine neue Aufnahme.
- Ein rein erzeugtes Gesicht ist urheberrechtlich nicht geschützt. Ausschluss gibt es nur mit einer aufgenommenen Person.
- Rohmaterial behalten. Es ist der Unterschied zwischen einem Anbieterwechsel und einem neuen Aufnahmetermin.
- Fünf Testsätze vor dem Einsatz: Zahlen, Fachbegriffe, langer Satz, Pause, Lächeln.
Ihr Aufnahmetermin, vorher durchgesprochen
In einer halben Stunde klären wir, wer aufgenommen wird, welche Fassungen in einem Termin sinnvoll sind und was an Ihrem Aufnahmeort gegen ein brauchbares Ergebnis spricht. Sie gehen mit einer Vorbereitungsliste aus dem Gespräch, nicht mit einem Angebot.
Termin vereinbaren
Wählen Sie einen Zeitpunkt, der Ihnen passt. Das Gespräch dauert dreißig Minuten und findet als Videokonferenz statt.
Die Terminbuchung läuft über Calendly. Beim Laden des Kalenders werden Daten an Calendly übertragen, unter anderem Ihre IP-Adresse. Näheres in der Datenschutzerklärung.
Anfrage stellen
Wenn Ihnen ein Termin zu früh ist, schildern Sie hier kurz Ihr Vorhaben. Sie bekommen eine Einschätzung, ob sich die Rechnung bei Ihrem Aufkommen trägt.
Ihre Anfrage ist angekommen. Wir melden uns in der Regel am selben Werktag.
Die Anfrage ließ sich nicht zustellen. Schreiben Sie uns bitte an info@aidentical.de.
AIdentical Redaktion, Video- und Avatarproduktion der sensified AI GmbH. Diese Seite ist eine Modellrechnung mit offengelegten Annahmen und keine Kundenreferenz. Wo Marktpreise genannt sind, stehen Herkunft und Stand dabei. Stand: August 2026. Mehr zur Redaktion
Die auf dieser Seite gezeigten Bilder sind ganz oder teilweise künstlich erzeugt. Kennzeichnung nach Artikel 50 der Verordnung (EU) 2024/1689. Weitere Angaben unter Transparenz.
Aufnahme vorbereiten lassen30 Minuten, ohne Vorbereitung