Warum die Anbieterwahl schwerer ist als der Technikvergleich

Die Ergebnisse sehen im Werbevideo alle gleich gut aus. Die Unterschiede liegen im Vertrag, im Betrieb und in der Pflege.

Wer Angebote für einen KI-Avatar einholt, bekommt drei Unterlagen, die sich im Kern gleichen: ein Beispielvideo, eine Aufzählung von Einsatzfeldern und eine Zahl. Die Beispielvideos sind bei allen Anbietern gut, weil sie mit Texten produziert wurden, die zum Modell passen. Die Einsatzfelder stehen bei allen gleich, weil sie aus derselben Technik folgen. Und die Zahl beschreibt in der Regel nur die Erstellung, nicht den Betrieb.

Die Unterschiede, auf die es später ankommt, stehen in keiner dieser drei Unterlagen. Sie liegen darin, was passiert, wenn die abgebildete Person das Unternehmen verlässt, wer das Modell in achtzehn Monaten aktualisiert, was eine weitere Sprache tatsächlich kostet und ob Ihre Inhalte im Training anderer Modelle landen. Diese Punkte tauchen nicht auf, weil sie unbequem sind, und sie werden zum Problem, wenn der erste Enthusiasmus vorbei ist.

Diese Seite ist die Prüfliste dafür. Sie ist so geschrieben, dass sie sich gegen jeden Anbieter richten lässt, auch gegen uns. An zwei Stellen steht ausdrücklich, wann Sie niemanden brauchen, der Ihnen einen Avatar baut.

Vier Antworten, die vor dem ersten Gespräch stehen sollten

Wessen Gesicht, wie viele Videos, welche Sprachen, wer pflegt. Ohne diese vier sind Angebote nicht vergleichbar.

Der häufigste Grund für unbrauchbare Angebote liegt nicht beim Anbieter, sondern in einer unklaren Anfrage. Wer nach einem Preis für einen KI-Avatar fragt, bekommt einen Preis für irgendeinen KI-Avatar. Vier Angaben genügen, um das zu ändern, und alle vier lassen sich in einer halben Stunde intern klären.

• Wessen Gesicht spricht. Eine Person aus Ihrem Haus, ein Vorlagengesicht aus einer Bibliothek, oder eine neu entworfene Figur. Diese Entscheidung bestimmt die Größenordnung stärker als alles andere, weil nur der erste Fall eine Aufnahme erfordert.
• Wie viele Videos im Jahr. Eine Schätzung genügt, aber sie muss ehrlich sein. Zwölf Videos und zweihundert Videos führen zu völlig verschiedenen Angeboten, und die Zahl entscheidet auch darüber, ob sich der Aufwand trägt.
• Welche Sprachen. Und zwar getrennt danach, ob die Sprache heute gebraucht wird oder in zwei Jahren gebraucht werden könnte. Weitere Sprachen sind beim Avatar Tonspuren und keine neuen Drehtage, aber sie sind auch nicht kostenlos.
• Wer die Pflege übernimmt. Also wer im Haus die Texte schreibt, wer prüft und wer nach einer Preisänderung oder einem neuen Erscheinungsbild nachzieht. Wenn diese Person nicht benannt werden kann, ist das ein Befund und kein Detail.

Die vierte Antwort ist die, die am häufigsten fehlt und am meisten kostet. Ein Avatar, den niemand pflegt, sagt nach einem Jahr freundlich Falsches, und das richtet mehr Schaden an als kein Avatar. Wer die Pflege nicht abbilden kann, sollte das laufende Modell beim Anbieter belassen und das entsprechend ausschreiben. Wie ein solcher Ablauf aussieht, steht auf der Seite KI-Avatar erstellen lassen, Schritt für Schritt.

Was ein prüfbares Angebot enthält

Neun Positionen. Fehlt eine, ist der Preis nicht der Preis.

Angebote für KI-Avatare sind oft kürzer als Angebote für eine Videoproduktion, obwohl mehr Bewegliches darin steckt. Das liegt daran, dass die laufenden Positionen fehlen. Die folgende Aufstellung nennt neben jeder Position, was eine belastbare Angabe von einer unbelastbaren unterscheidet.

Die dritte Zeile ist die folgenreichste. Unbegrenzte Videos gibt es am Markt nicht, weil jede Minute Rechenzeit kostet. Wo unbegrenzt steht, steht in den Bedingungen eine Grenze, und sie ist meist niedriger, als der Begriff vermuten lässt. Beide großen Werkzeuganbieter rechnen über Guthabenpunkte ab, und der Verbrauch je Minute unterscheidet sich je Modell um mehr als das Sechsfache. Die geprüften Zahlen dazu stehen im Marktvergleich der Preise.

Rechte am Gesicht und an der Stimme

Drei Ebenen, die oft vermischt werden: Einwilligung der Person, Nutzungsrechte des Unternehmens, Verfügung über das Modell.

Ein Avatar ist an einen Menschen gebunden, und daraus folgt der Teil des Vertrags, der am seltensten gelesen und am häufigsten gebraucht wird. Drei Ebenen sind zu unterscheiden, und sie liegen bei drei verschiedenen Parteien.

Die erste ist das Recht der abgebildeten Person am eigenen Bild und an der eigenen Stimme. Es wird durch eine Einwilligung berührt, die freiwillig sein muss und widerruflich ist. Bei Beschäftigten heißt freiwillig, dass eine Ablehnung ohne Nachteil möglich sein muss, und das gehört so dokumentiert. Die Einwilligung sollte benennen, wofür der Avatar eingesetzt wird, wie lange, und was bei Widerruf mit bereits veröffentlichten Videos geschieht.

Die zweite Ebene sind die Nutzungsrechte Ihres Unternehmens am erzeugten Material. Hier ist zu klären, ob die kommerzielle Nutzung eingeschlossen ist, ob Sie Videos an Dritte weitergeben dürfen, etwa an einen Vertriebspartner, und ob die Rechte zeitlich begrenzt sind.

Die dritte Ebene ist die Verfügung über das trainierte Modell. Es liegt in der Regel beim Anbieter, weil es an seine Plattform gebunden ist. Daraus folgen zwei Fragen, die vor der Beauftragung schriftlich beantwortet sein sollten: Was geschieht mit dem Modell bei Vertragsende, und wie schnell wird es nach einem Widerruf gelöscht. Verlangen Sie eine Frist in Tagen und eine Bestätigung der Löschung, nicht die Zusage, dass man sich kümmern werde.

Dazu kommt der Auftragsverarbeitungsvertrag nach Artikel 28 der Datenschutz-Grundverordnung. Er ist Pflicht, sobald personenbezogene Daten verarbeitet werden, und ein Gesicht mit einer Stimme ist ein Musterbeispiel dafür. Ein Anbieter, der ihn erst auf Nachfrage vorlegt, macht das nicht zum ersten Mal so.

Datenschutz prüfen, statt Herkunft zu bewerten

Vier Angaben entscheiden: Auftragsverarbeitung, Speicherort, Übermittlungsgrundlage, Modelltraining.

In diesem Feld wird viel mit der Nationalität von Anbietern argumentiert, und das führt in die Irre. Ein deutscher Sitz bringt Vorteile, die real sind: deutsches Vertragsrecht, dieselbe Sprache, erreichbare Ansprechpartner, kurze Wege bei einer Prüfung. Er ersetzt aber keine der vier Angaben, auf die es datenschutzrechtlich ankommt, und die großen internationalen Anbieter haben diese vier Punkte geregelt.

• Auftragsverarbeitungsvertrag. Liegt er vor Beginn vor, und benennt er die Unterauftragsverarbeiter namentlich? Eine Liste im Anhang ist ein gutes Zeichen, eine pauschale Erlaubnis zur Beauftragung Dritter ein schlechtes.
• Speicherort. Wo liegen Aufnahmen, Modell und erzeugte Videos, jeweils einzeln benannt? Die drei liegen nicht immer am selben Ort.
• Übermittlungsgrundlage. Bei einer Verarbeitung außerhalb der Europäischen Union: Angemessenheitsbeschluss, Zertifizierung unter dem EU-US Data Privacy Framework, oder Standardvertragsklauseln. Eine Zertifizierung lässt sich im Verzeichnis des Frameworks in einer Minute nachsehen.
• Modelltraining. Fließen Ihre Aufnahmen und Texte in das Training von Modellen ein, und wenn ja, wie widersprechen Sie? Bei den Werkzeuganbietern unterscheidet sich das je Tarif.

Wer Ihnen sagt, ein bestimmter Anbieter sei aus Datenschutzsicht nicht tragbar, sollte das an einem dieser vier Punkte belegen können. Kann er es nicht, ist die Aussage Vertrieb. Die geprüfte Lage der beiden größten Anbieter steht im Marktvergleich, mit Verweis auf die jeweiligen Sicherheitsangaben.

Qualität prüfen, ohne Werbematerial zu glauben

Eine Probeausgabe mit Ihrem Text, Ihren Begriffen und Ihren Zahlen. Neunzig Sekunden genügen.

Beispielvideos auf Anbieterseiten sind mit Texten produziert, die dem Modell liegen: kurze Sätze, geläufige Wörter, keine Zahlen, keine Eigennamen. Ihre Inhalte sehen anders aus. Deshalb ist die einzige belastbare Prüfung eine Probeausgabe, deren Text Sie vorgeben.

Nehmen Sie rund neunzig Sekunden Text aus Ihrem Alltag. Er sollte zwei bis drei Produktnamen enthalten, zwei Zahlen mit Einheit, ein Fremdwort und einen Satz, der über zwei Zeilen läuft. Genau an diesen Stellen zeigt sich, ob das Stimmmodell trägt: Zahlen werden falsch betont, Eigennamen falsch getrennt, und langen Sätzen geht die Atempause aus.

Sehen Sie sich das Ergebnis auf einem großen Bildschirm an und achten Sie auf drei Dinge. Die Lippen bei Zischlauten, weil dort die Synchronität zuerst bricht. Den Blick, weil starre Augen den Eindruck stärker prägen als jedes Detail der Auflösung. Und die Übergänge zwischen Sätzen, weil ein Modell dort gern in die Ausgangshaltung zurückspringt.

Prüfen Sie zusätzlich dort, wo das Video später läuft. Ein Avatar, der auf dem Präsentationsbildschirm überzeugt, kann im Intranet in einem kleinen Fenster oder auf dem Mobilgerät deutlich verlieren, und umgekehrt fällt eine geringere Auflösung dort kaum auf. Das entscheidet mit darüber, welche Auflösung Sie überhaupt brauchen. Was sich im laufenden Betrieb ändert, steht auf der Seite Vorteile von KI-Video-Avataren.

Sieben Anzeichen, bei denen Sie nachfragen sollten

Keines davon ist ein Ausschlussgrund. Jedes einzelne verlangt eine Antwort.

Die folgenden Punkte begegnen einem am Markt regelmäßig. Sie bedeuten nicht, dass ein Anbieter unseriös arbeitet. Sie bedeuten, dass eine Angabe fehlt, und wie die Lücke gefüllt wird, sagt mehr als das Angebot selbst.

1. Ein Festpreis, bevor über die Zahl der Videos und die Sprachen gesprochen wurde. Wer den Betrieb nicht kennt, hat ihn nicht eingerechnet.
2. Prozentzahlen zur Wirkung ohne Herkunft. Sätze wie nachweislich höhere Abschlussquoten brauchen eine Quelle mit Jahr, sonst sind sie geraten.
3. Fallstudien mit Firmennamen, die sich nicht auffinden lassen. Fragen Sie nach einer Referenz, mit der Sie sprechen dürfen, und akzeptieren Sie ein begründetes Nein, aber nicht ein Ausweichen.
4. Herabsetzung anderer Anbieter statt Beschreibung der eigenen Leistung. Wer über den Datenschutz eines Mitbewerbers spricht, ohne die Grundlage zu nennen, spricht nicht über Datenschutz.
5. Unbegrenzte Videos, unbegrenzte Sprachen, unbegrenzte Nutzung. Es gibt eine Grenze, sie steht in den Bedingungen, und sie sollte im Angebot stehen.
6. Kein Auftragsverarbeitungsvertrag im ersten Entwurf. Bei Gesicht und Stimme einer Person ist er Pflicht und keine Ergänzung.
7. Keine Aussage zur Kennzeichnung. Seit dem 2. August 2026 gilt Artikel 50 der KI-Verordnung unmittelbar, und die Frage, wer sie technisch umsetzt, gehört ins Angebot.

Der vierte Punkt betrifft uns selbst. Auf dieser Domain standen bis August 2026 Sätze, die genau das taten: sie stellten zwei namentlich genannte Anbieter als Datenschutzrisiko dar, ohne das an einer Grundlage zu belegen. Diese Sätze sind entfernt, und der Vorgang ist der Grund, warum dieser Punkt hier steht. Die geprüfte Lage steht jetzt im Marktvergleich.

Werkzeug oder Begleitung, und woran Sie es merken

Drei Bedingungen entscheiden. Trifft keine zu, genügt ein Werkzeug für wenige Euro im Monat.

Bevor Sie Anbieter vergleichen, lohnt die Frage, ob Sie überhaupt einen brauchen. Werkzeuge zur Selbstbedienung sind für einen erheblichen Teil der Anwendungsfälle die richtige Wahl, und sie kosten einen Bruchteil. Drei Bedingungen verschieben den Bedarf nach oben, und es genügt, wenn eine davon zutrifft.

Trifft keine der drei Bedingungen zu, sparen Sie sich die Ausschreibung. Für zwölf kurze Videos im Jahr mit einem Vorlagengesicht liegen die Kosten bei einem Werkzeug im niedrigen dreistelligen Bereich im Jahr, und der Unterschied zu einem eigenen Avatar ist für den Zweck nicht spürbar. Wer Ihnen in dieser Lage ein Projekt verkauft, hat Ihren Bedarf nicht geprüft.

Trifft eine der drei zu, ist ein Werkzeug nicht die günstigere Variante, sondern eine andere Leistung. Ein Vorlagengesicht kann bei einem Wettbewerber ebenso auftreten, eine Anbindung entsteht nicht von selbst, und ein ungepflegtes Modell veraltet. Was in diesem Fall auf Sie zukommt, steht auf der Seite KI-Avatar Agentur in Deutschland, die Zahlen dazu unter Preise und Kosten.

Wie Sie mit dieser Liste in ein Gespräch gehen

Vier eigene Antworten, neun Angebotspositionen, eine Probeausgabe. In dieser Reihenfolge.

Der Ablauf, der sich bewährt hat, kostet insgesamt etwa einen halben Tag Ihrer Zeit und verhindert die teuren Fehler. Klären Sie zuerst die vier Antworten im eigenen Haus, also Gesicht, Menge, Sprachen und Pflege. Fragen Sie dann bei zwei bis drei Anbietern ein Angebot an, das die neun Positionen aus der Tabelle einzeln ausweist. Verlangen Sie zuletzt von den beiden verbliebenen eine Probeausgabe mit Ihrem Text.

Vergleichen Sie nicht die Endsummen, sondern die Positionen. Zwei Angebote mit gleicher Summe können sich im Minutenbudget um den Faktor fünf unterscheiden, und das merkt man im vierten Monat. Halten Sie außerdem fest, welche Fragen ein Anbieter nicht beantwortet hat, und stellen Sie sie im zweiten Gespräch noch einmal. Wiederholtes Ausweichen ist eine belastbare Information.

Wenn Sie diese Liste an uns anlegen wollen: das Erstgespräch dauert dreißig Minuten und ist dafür gedacht. Bringen Sie die vier Antworten mit, dann können wir am Ende sagen, ob Ihr Bedarf oberhalb eines Werkzeugs liegt. Wenn nicht, sagen wir das, und Sie haben eine Entscheidung gespart.

Quellen

Die rechtlichen Angaben auf dieser Seite stammen aus den Rechtstexten selbst.

Diese Seite nennt keine Wirkungszahlen, weil es für die meisten davon keine belastbare Quelle gibt. Die rechtlichen Angaben lassen sich dagegen nachlesen, und zwei davon sind für jede Beauftragung maßgeblich.

• Verordnung (EU) 2024/1689 über künstliche Intelligenz. Artikel 50 zur Kennzeichnung künstlich erzeugter Inhalte, anwendbar seit dem 2. August 2026.
• Verordnung (EU) 2016/679, Datenschutz-Grundverordnung. Artikel 28 zur Auftragsverarbeitung, Artikel 7 zur Einwilligung und ihrem Widerruf.
• Data Privacy Framework, Verzeichnis der zertifizierten Unternehmen. Nachprüfung, ob ein US-Anbieter zertifiziert ist.

Die Preisangaben der Werkzeuganbieter mit Datum und Herkunft stehen im Marktvergleich, die Einordnung der Technik im Überblick zu KI-Avataren, der Ablauf einer Erstellung auf der Seite Schritt für Schritt.

Häufige Fragen