KI-Avatar für Unternehmen in Berlin, wenn die zweite Sprache nach innen wirkt

Was die Beschäftigtenzahlen für die Sprache bedeuten

Dienstleistung, internationale Belegschaften, verhaltenes Wachstum.

Berlin ist unter den großen deutschen Städten die am stärksten von Dienstleistungen geprägte. Die Statistik der Bundesagentur für Arbeit weist zum 31. Dezember 2025 in Berlin 1.686.280 sozialversicherungspflichtig Beschäftigte am Arbeitsort aus, davon 378.418 mit ausländischer Staatsangehörigkeit. Die Industrie trägt nach der Ausgabe 05/2026 von Berlin Konjunktur der Investitionsbank Berlin 6,6 Prozent zur Bruttowertschöpfung des Landes bei, bundesweit sind es 19,5 Prozent.

Für Videokommunikation ist die zweite Zeile die folgenreichste, und hier ist Genauigkeit angebracht: Die Statistik erhebt die Staatsangehörigkeit, nicht die Muttersprache und nicht die Arbeitssprache. Einen Datensatz zum Übersetzungsbedarf in Betrieben gibt es nicht. Der Schluss von 378.418 Beschäftigten mit ausländischem Pass auf einen Bedarf an Sprachfassungen ist unsere Erfahrung aus Projekten, keine Aussage der Quelle. Wo er zutrifft, betrifft er die Einarbeitung, die Unterweisung und die Frage, ob eine Anweisung verstanden wurde, und nicht den Export.

Sprache nach innen, nicht nach außen

Der Unterschied entscheidet über Bauform, Prüfung und Verantwortung.

Eine Sprachfassung für einen Auslandsmarkt richtet sich an Kunden und wird von Marketing und Vertrieb verantwortet. Eine Sprachfassung für die eigene Belegschaft richtet sich an Menschen, die nach dem Video etwas tun sollen, und sie wird von Personalbereich, Arbeitsschutz und Betriebsrat verantwortet. Das ist nicht dieselbe Aufgabe mit anderen Wörtern.

Die letzte Zeile ist der Grund, warum die zweite Spalte den größeren Aufwand trägt. Ein missverstandener Werbebeitrag kostet Aufmerksamkeit. Eine missverstandene Anweisung kostet mehr. Was je Fassung neu entsteht und wer sie abnimmt, steht auf der Seite zu mehrsprachigen Fassungen; für den Personalbereich gibt es eine eigene Seite.

Ein Video für den Markt darf gefallen. Ein Video für die Belegschaft muss verstanden werden.

Was der Arbeitsschutz verlangt

Verständliche Sprache ist eine Pflicht, nicht eine Freundlichkeit.

Nach dem Arbeitsschutzgesetz sind Beschäftigte ausreichend und angemessen zu unterweisen, bezogen auf ihren Arbeitsplatz und wiederkehrend. Die Unfallverhütungsvorschrift DGUV Vorschrift 1 verlangt ausdrücklich, dass die Unterweisung in einer für die Beschäftigten verständlichen Form und Sprache erfolgt. In einer Belegschaft mit mehreren Muttersprachen ist das keine Nebenbedingung, sondern der Kern der Aufgabe.

Ein Video in mehreren Sprachen löst daran einen Teil und einen anderen nicht. Vermitteln kann es: gleiche Inhalte, gleiche Reihenfolge, jederzeit abrufbar, in der jeweiligen Sprache, mit Untertiteln für laute Umgebungen. Nicht leisten kann es die Gelegenheit zur Rückfrage und den Bezug auf den konkreten Arbeitsplatz. Beides bleibt Aufgabe einer verantwortlichen Person.

1. Das Video vermittelt den Inhalt, die Unterweisung bleibt ein Termin mit einem Menschen.
2. Jede Sprachfassung wird von einer Person geprüft, die die Sprache und die Tätigkeit kennt.
3. Ein abgeschlossenes Video ist kein Nachweis der Unterweisung, die Dokumentation bleibt getrennt.
4. Wer eine Frage hat, findet im Video, an wen er sie richtet, mit Namen und Weg.

Verteilte Belegschaft ohne gemeinsamen Raum

Das Video ersetzt die Versammlung im Kanal, nicht in der Rückfrage.

Der zweite Berliner Regelfall sind Häuser ohne einen Ort, an dem alle gleichzeitig sind: mehrere Standorte in der Stadt, Arbeit von zuhause, Schichtbetrieb, Außendienst. Die Betriebsversammlung fällt damit als Kanal weg, und die Rundmail wird nicht gelesen.

Ein kurzes Video schließt diese Lücke besser als beides, weil es zu jeder Zeit abrufbar ist, in mehreren Sprachen vorliegen kann und einen Absender mit Gesicht hat. Es hat aber eine Eigenschaft der Rundmail: Es fragt nichts. Wer eine Reihe solcher Videos beginnt, braucht daher einen Rückweg, und zwar einen, der bei einer Person endet und nicht in einem Postfach.

Junge Unternehmen und der andere Engpass

Nicht die Freigabe fehlt, sondern die Redaktionszeit.

Startups werden statistisch nicht als eigene Gruppe erfasst; verbreitete Angaben zur Zahl der Berliner Startups sind Schätzungen von Verbänden und Datendiensten, keine amtlichen Werte. Das ändert nichts daran, dass junge Unternehmen den Standort prägen, und es lohnt sich, den Unterschied zum Konzern ernst zu nehmen.

Für ein Team ohne eigene Kommunikation ist die ehrliche Frage daher nicht, ob ein Avatar technisch geht, sondern wer im Monat acht Texte schreibt. Wenn die Antwort niemand ist, verschieben wir das Vorhaben. Wer vorher prüfen will, wie weit kostenlose Werkzeuge tragen, findet die Grenzen auf einer eigenen Seite.

Wenn zwanzig Fassungen in drei Wochen entstehen sollen

Der Engpass verschwindet nicht, er wandert von der Technik zur Zulieferung.

Ein Modell rechnet ein Video in Minuten. Diese Zahl verführt zu einem Trugschluss, dem wir in Berlin öfter begegnen als anderswo: Wenn die Erzeugung kaum noch Zeit kostet, scheint die Menge frei zu sein. Sie ist es nicht. Der Engpass verschwindet nicht, er wandert. Wer zwanzig Fassungen in drei Wochen plant, plant zwanzig Texte, zwanzig fachliche Prüfungen und zwanzig Freigaben.

Aus dieser Verteilung folgt eine Reihenfolge, die sich in Projekten bewährt hat. Schreiben Sie zuerst alle Texte, prüfen Sie sie danach in einem Durchgang, und erzeugen Sie erst dann die Videos. Wer stattdessen Video für Video durchgeht, zahlt jede Wartezeit zwanzigmal. Der zweite Punkt ist unbequemer: Legen Sie vor dem ersten Text fest, wie viele Fassungen Ihr Haus im Monat prüfen kann. Diese Zahl ist die Obergrenze des Vorhabens, nicht die Rechenzeit des Modells.

Die Erzeugung eines Videos wächst nicht mit der Menge. Schreiben, Prüfen und Freigeben wachsen mit jeder einzelnen Fassung.

Ein Gesicht in einem Team, das sich schnell dreht

Wer im Bild steht, ist in achtzehn Monaten vielleicht nicht mehr im Haus.

Berlin gründet und schließt in einem Takt, den andere Standorte nicht haben. Die Berliner Wirtschaftsämter nahmen 2025 insgesamt 43.200 Gewerbeanmeldungen entgegen, 2,7 Prozent mehr als im Jahr davor. 92,6 Prozent davon waren Neugründungen, also 40.013 Betriebe. Im selben Jahr gingen 30.284 Abmeldungen ein, bei 91,8 Prozent davon lautete der Grund vollständige Aufgabe, also 27.793 Betriebe (Amt für Statistik Berlin-Brandenburg, Pressemitteilung Nr. 23 vom 11. März 2026).

Im Ländervergleich bestätigt sich das Bild. In den ersten neun Monaten 2025 kamen in Berlin 84 Neugründungen auf 10.000 Einwohnerinnen und Einwohner, im Bundesdurchschnitt waren es 58; dahinter folgten Hamburg mit 76 und Hessen mit 65 (Senatsverwaltung für Wirtschaft, Energie und Betriebe, Konjunkturbericht 3. Quartal 2025). Dieselbe Bewegung gibt es innerhalb der Unternehmen. Der Deutsche Startup Monitor 2025 misst im Schnitt 15,8 Beschäftigte je Startup, nach 16,7 im Vorjahr und 18,9 im Jahr 2023. Die geplanten Neueinstellungen für die kommenden zwölf Monate sanken von 8,0 über 6,0 auf 4,8; 58,9 Prozent der Befragten bauten ihre Belegschaft aus, 17,3 Prozent entließen (Startup-Verband und ifo Institut, Deutscher Startup Monitor 2025). Die Erhebung ist eine Befragung und keine Vollerhebung, sie deckt also einen Ausschnitt ab.

Für ein Videovorhaben steht daraus eine Frage im Raum, die in Häusern mit langer Betriebszugehörigkeit selten jemand stellt: Wie lange bleibt das Gesicht im Bild? Ein Modell bindet die Kommunikation eines Hauses an eine Person. Arbeitet diese Person in achtzehn Monaten woanders, altert der gesamte Bestand an Videos an einem Tag.

Wir raten in solchen Fällen zu einer Trennung, die wenig kostet und viel rettet. Halten Sie die Zahl der Videos klein, in denen eine Person namentlich als Absender auftritt, und groß, in denen sie nur erklärt. Erklärende Videos überstehen einen Wechsel, weil ihr Inhalt nicht an der Person hängt. Legen Sie außerdem vor der Aufnahme fest, welche Videos Sie beim Ausscheiden zuerst ersetzen und welche stehen bleiben. Was für Einwilligung und Widerruf gilt, steht auf einer eigenen Seite.

Fassungsstand, wenn vierzig Videos online sind

Ab dieser Größe ist die Ordnung im Bestand schwieriger als die Aufnahme.

Ein Vorhaben, das Tempo aufnimmt, erzeugt nach einem Jahr ein Archiv. Vierzig Videos sind schnell erreicht, wenn im Monat drei entstehen und Sprachfassungen dazukommen. Ab dieser Größe lautet die schwierige Frage nicht mehr, wie ein Video entsteht, sondern welche von mehreren Fassungen gerade gilt.

Der häufigste Fehler ist harmlos in der Ursache und teuer in der Wirkung. Jemand ändert einen Ablauf, erzeugt das passende Video neu, und die alte Fassung bleibt an drei Stellen eingebunden: im Intranet, in einem Lernsystem und in einer Mail vom Vorjahr. Danach laufen zwei Wahrheiten nebeneinander, und die ältere hat den besseren Platz. Fünf Gewohnheiten verhindern das.

1. Jedes Video trägt Nummer und Datum im Dateinamen, sichtbar auch für die Person, die es einbindet.
2. Eine Liste hält fest, welches Video an welcher Stelle eingebunden ist. Ohne sie findet niemand die dritte Stelle.
3. Jedes Video bekommt ein Ablaufdatum. Wer es setzt, legt damit fest, wann jemand den Inhalt erneut ansieht.
4. Einmal im Quartal geht eine benannte Person die Liste durch und entscheidet je Zeile: bleibt, ändern, weg.
5. Sprachfassungen ändern Sie gemeinsam mit dem Original, nie einzeln. Sonst driften sie auseinander.

Das klingt nach Verwaltung, und es ist welche. Der Aufwand bleibt trotzdem klein gegen den Fall, dass eine Belegschaft nach einer Fassung arbeitet, die seit einem halben Jahr überholt ist. Mit jeder Sprache wächst dieses Risiko, weil jede Sprache eine eigene Zeile in der Liste ist und für sich veralten kann.

Häuser mit erklärendem Auftrag

Verbände, Kammern und öffentliche Stellen sind hier überdurchschnittlich.

In Berlin sitzen viele Organisationen, deren Aufgabe nicht Verkauf ist, sondern Erklärung: Verbände, Kammern, Vereine, Beratungsstellen, öffentliche Stellen. Der Anlass für ein Video ist dort nicht eine Kampagne, sondern ein Verfahren, das immer gleich abläuft und trotzdem jedes Mal erklärt werden muss.

Solche Inhalte tragen als Video besonders gut, weil sie sich selten ändern und oft gebraucht werden. Zwei Punkte kommen hinzu. Erstens die Barrierefreiheit: Bei öffentlichen Stellen ist sie Pflicht, mit Untertiteln, Textalternative und Erklärung in leichter Sprache; Einzelheiten stehen auf der Seite zur öffentlichen Verwaltung. Zweitens die Grenze zur Zusage: Eine Auskunft über ein Verfahren ist keine Entscheidung über den Einzelfall, und das muss im Video stehen.

Ein Verfahren erklären ist die dankbarste Aufgabe für ein Video. Über einen Einzelfall entscheiden ist die undankbarste.

Aufnahme in Berlin, praktisch

Über die Verwendbarkeit einer Aufnahme entscheidet der Raum, nicht die Stadt.

Wir sitzen in Metzingen. Für den Aufnahmetag arbeiten wir mit Partnern zusammen, die hier ansässig sind, und welcher Raum es wird, benennt das Angebot. Bei einem Vorhaben, das auf Menge angelegt ist, wählen wir ihn nach anderen Maßstäben aus als für ein einzelnes Video. Drei Anforderungen entscheiden über die Verwendbarkeit einer Aufnahme, und keine davon hängt an der Adresse.

1. Ruhe: kein Verkehrslärm, keine hörbare Lüftung, keine Durchsagen.
2. Licht: gleichmäßig, ohne wechselndes Tageslicht, sonst passt die zweite Aufnahme nicht zur ersten.
3. Wiederholbarkeit: derselbe Raum muss in einem Jahr noch verfügbar und unverändert sein.

Gerade in Berlin spricht der dritte Punkt häufig gegen einen gemieteten Raum, weil Flächen wechseln. Ein Besprechungsraum im eigenen Haus mit abgedunkelten Fenstern und einem festen Platz für Kamera und Licht ist die verlässlichere Wahl. Was die Aufnahme inhaltlich verlangt, steht auf der Seite zum Ablauf Schritt für Schritt.

Die Anreise von Metzingen nach Berlin ist eine Tagesreise und keine Fahrt am Vormittag. Für die Planung ist das eher hilfreich als hinderlich, weil es eine bequeme Gewohnheit ausschließt: mehrere kurze Termine, zwischen denen jeder Beteiligte etwas nachreicht. Wir setzen stattdessen einen Aufnahmetag im Haus des Kunden an und bereiten alles davor aus der Ferne vor. Was an diesem Tag nicht im Kasten ist, kostet einen zweiten Tag, und das weiß am Morgen jeder im Raum.

Deshalb bemessen wir den Tag nach der geplanten Menge und nicht nach dem ersten Video. Wer im Jahr dreißig Fassungen vorhat, braucht mehr Material als jemand mit dreien: zwei bis drei Kleidungswechsel für erkennbar verschiedene Reihen, eine Sprachprobe in ausreichender Länge und ruhige Passagen ohne Sprache für Übergänge. Diese Liste steht vor dem Termin fest und wächst danach nicht mehr.

Fünf Fragen vor der Anfrage

Wer diese beantwortet, spart im ersten Gespräch eine halbe Stunde.

1. Richtet sich das Vorhaben nach innen an die Belegschaft oder nach außen an Kunden?
2. Welche Sprachen sind wirklich nötig, und wer prüft jede Fassung fachlich?
3. Welche Person soll im Bild zu sehen sein, und ist sie gefragt worden?
4. Wer schreibt die Texte im Monat, verbindlich und mit Zeit im Kalender?
5. Auf welchem Weg kommt eine Rückfrage an, und wer beantwortet sie?

Die erste Frage entscheidet über alles Weitere, weil sie festlegt, wer beteiligt ist und welcher Maßstab gilt. Wer sie nicht beantwortet, baut ein Video für den Markt und setzt es in der Belegschaft ein, und dort fällt der Werbeton als Erstes auf.

Was Sie als Nächstes lesen sollten

Fünf Seiten zu den Punkten, die hier nur angerissen sind.

Wer mehrere Sprachen plant, findet auf der Seite zu mehrsprachigen Fassungen, was je Sprache neu entsteht und wer sie abnimmt. Wer im Personalbereich arbeitet, findet dort die Fragen zu Einarbeitung, Unterweisung und Beteiligung.

Wer für eine öffentliche Stelle plant, findet die Pflichten zur Barrierefreiheit auf der Seite zur öffentlichen Verwaltung. Die Einwilligung der abgebildeten Person steht auf einer eigenen Seite, der Ablauf von der Vorbereitung bis zum ersten Video Schritt für Schritt.

Häufige Fragen zu KI-Avataren in Berlin