KI-Avatar Agentur in Deutschland. Was wir übernehmen

Wann Nähe zählt und wann sie nur Reisekosten erzeugt

Ein Aufnahmetag mit mehreren Personen braucht einen Ort. Pflege, Textänderungen und weitere Fassungen brauchen keinen.

Wer eine Agentur für Deutschland sucht und nicht eine für die eigene Stadt, hat die Frage nach der Adresse meist schon beantwortet. Die Frage dahinter bleibt offen, und sie ist die nützlichere. Sie lautet, welche Teile eines Avatarvorhabens überhaupt an einem Ort hängen. Es sind wenige, und diese wenigen hängen dafür fest.

Fest hängt der Aufnahmetag. Wenn an einem Vormittag drei Personen aus Ihrem Haus vor die Kamera sollen, wenn eigene Räume im Bild sein sollen, wenn Licht und Ton aufgebaut werden und der Empfang eine Anmeldung braucht, dann steht am Ende ein Termin an einer Anschrift. Dorthin muss jemand kommen, mit Ausrüstung, und für diesen einen Tag ist Entfernung ein echter Posten.

Für die Arbeit danach gilt nichts davon, und sie macht über die Jahre den größeren Teil aus. Eine geänderte Zahl im Sprechtext, eine weitere Sprachfassung, ein zusätzlicher Look, ein Video, das aus dem Umlauf muss, die Anbindung an ein Intranet, die Einweisung Ihres Teams. Das läuft über Dateien, Freigaben und Termine im Kalender. Wer diese Arbeit in der eigenen Stadt einkauft, kauft Fahrzeit mit, die niemand braucht.

Daraus folgt ein Satz gegen das eigene Geschäft. Ein Anbieter, der Nähe für alles verkauft, verkauft sie auch dort, wo sie ausschließlich Reisekosten erzeugt. Umgekehrt spart ein Anbieter, der Entfernung für belanglos erklärt, an genau dem Tag, an dem sie zählt. Wir sagen deshalb vor dem Angebot, welcher Teil Ihres Vorhabens einen Ort braucht und welcher nicht, und rechnen die Anreise nur für den ersten Teil ab.

Ein Ort entscheidet über einen Tag. Über die Jahre danach entscheidet, wer sich zuständig fühlt.

Was eine Agentur übernimmt und ein Werkzeug nicht leisten kann

Die Plattformen sind für Selbstbedienung gebaut. Das funktioniert, solange niemand ein bestimmtes Gesicht und keine Anbindung braucht.

Wer sich Synthesia, HeyGen oder D-ID ansieht, findet dort funktionierende Software. Anmelden, Text eintippen, Video erzeugen. Für viele Zwecke ist das genau richtig, und wir sagen das auch, wenn es auf einen Fall zutrifft.

Es hört an vier Stellen auf. Das Gesicht kommt aus einer Bibliothek und erscheint auch bei anderen Unternehmen. Die Einbindung in Website, Intranet oder App bleibt Ihre Aufgabe. Der Datenschutzbeauftragte stellt Fragen zur Einwilligung der abgebildeten Person, die kein Anbieter für Sie beantwortet. Und nach einigen Monaten pflegt niemand mehr die Inhalte, weil die Zuständigkeit nie festgelegt wurde.

Die Entscheidung zwischen beiden Wegen hängt an drei Fragen, die im Vergleich von Eigenbau und Begleitung ausführlich stehen: Muss ein bestimmtes Gesicht sprechen, muss der Avatar etwas wissen, und wer pflegt das Modell in drei Jahren.

Was wir übernehmen

Vier Leistungen, die zusammengehören. Wir liefern das Ergebnis, nicht den Zugang zu einer Oberfläche.

AIdentical ist keine Plattform. Sie beschreiben, was Sie brauchen, und bekommen einen einsatzfertigen Avatar samt Einweisung. Was dazwischen liegt, ist unsere Arbeit.

Einordnung vor der Produktion

Vor der ersten Aufnahme steht die Frage, wo ein Avatar überhaupt trägt. Auskunft, Vertrieb, Schulung, Führungskommunikation: nicht jede Stelle lohnt den Aufwand. Wir sehen uns Ihre Videovorhaben der letzten zwölf Monate an und sagen, welche davon sich wiederholen und welche nicht. Nur wiederkehrende Formate rechnen sich.

Aufnahme und Modell aus einer Hand

Die Aufnahme findet an einem hergerichteten Ort statt, mit einer Person aus Ihrem Haus oder als eigenständige Figur. Wir kümmern uns um Licht, Ton, Stimmklon und Training. Sie stehen einen halben Tag vor der Kamera und arbeiten sich in keine Software ein.

Anbindung ohne eigenes Vorhaben in der IT

Der Avatar soll auf die Website, ins Intranet oder in eine App. Wir übernehmen die Einbindung, Sie stellen keine Entwickler dafür ab. Sobald es um Zugänge und Freigaben geht, brauchen wir eine Ansprechperson bei Ihnen, aber keine eigene Mannschaft.

Betrieb über die Jahre

Produkte kommen hinzu, Preise ändern sich, das Erscheinungsbild wird überarbeitet, eine Sprache kommt dazu. Wir halten das Modell auf Stand. Wer das selbst übernehmen will, wird eingewiesen und bekommt die Zugänge.

Eine Person, die über die Entfernung hinweg zuständig bleibt

Über die ganze Laufzeit bleibt auf unserer Seite dieselbe Person zuständig. Das klingt nach einer Selbstverständlichkeit und ist bei verteilter Arbeit der Punkt, an dem es hängt. Wer nach acht Monaten eine Textänderung meldet, will nicht erklären müssen, warum das Modell zwei Looks hat und wer die Einwilligung unterschrieben hat. Entfernung wird überall dort zum Problem, wo das Wissen über ein Vorhaben nur in Tickets steht. Sie verliert ihre Bedeutung, sobald jemand die Vorgeschichte im Kopf hat.

Wie das Ergebnis aussieht, zeigt das Demovideo. Es läuft erst, wenn Sie es starten, und lädt bis dahin nichts von einem anderen Server.

1:12

Das Video liegt bei Wistia. Erst beim Abspielen werden Daten dorthin übertragen, unter anderem Ihre IP-Adresse. Näheres in der Datenschutzerklärung.

Der Aufnahmetag, für den wir anreisen

Die Anreise zum Aufnahmetag ändert die Planung des Tages an fünf Stellen.

Der Sitz ist Metzingen im Landkreis Reutlingen. Zu einem Aufnahmetag in Berlin, Hamburg, Köln, München, Frankfurt oder der Region Stuttgart reisen wir an. Die Anreise steht als eigener Posten im Angebot und nicht versteckt im Tagessatz, damit Sie sie beim Vergleich mehrerer Angebote herausrechnen können.

Für den Aufnahmetag gibt es zwei Wege. Entweder wir kommen zu Ihnen und richten einen Raum in Ihrem Haus für die Aufnahme her, oder Sie kommen zu uns beziehungsweise in einen Aufnahmeraum, den wir für den Termin anmieten. Überregional ist der erste Weg der Regelfall, weil die Personen, die vor die Kamera sollen, an ihrem Arbeitsort am ehesten zwei Stunden frei bekommen.

An der Aufnahme selbst ändert eine weite Anreise nichts. Sie ändert die Planung des Tages, und zwar an fünf Stellen.

1. Wir reisen am Vorabend an, wenn der Termin früh beginnt. Sonst rutscht der Aufbau in die erste Aufnahme hinein.
2. Wir planen den Tag voller, als er sein müsste, weil ein Nachtermin ein zweiter Reisetag wäre. Lieber entsteht Material, das später liegen bleibt, als eine Lücke, die eine zweite Fahrt kostet.
3. Die Reihenfolge der Beteiligten steht vorher fest. Wer zwei Stunden später erscheint als abgesprochen, kostet den Rückweg.
4. Eine Person aus Ihrem Haus begleitet den Tag und darf entscheiden. Eine Rückfrage per Mail an jemanden im Urlaub hält den ganzen Aufbau an.
5. Was an Räumen, Zutritt und Anmeldung nötig ist, klären wir eine Woche vorher schriftlich und nicht am Morgen im Empfang.

Wer an mehreren Orten sitzt, bündelt. Ein Unternehmen mit Niederlassungen in drei Städten fährt besser mit einer Reihe von Terminen an zwei oder drei aufeinanderfolgenden Tagen als mit fünf einzelnen Terminen über ein Quartal. Der Gewinn liegt dabei weniger in der gesparten Fahrzeit als in der Einheitlichkeit. Licht, Bildausschnitt und Sprechweise bleiben über die ganze Reihe gleich, und das sieht man den späteren Videos an.

Was eine Anreise nicht ändert, sagen wir genauso deutlich. Sie ändert nichts an der Dauer Ihrer Freigabe, nichts an den Rechten an Bild und Stimme und nichts daran, wie lange die Modellbildung braucht. Wer eine kurze Strecke als Sicherheitsversprechen liest, liest etwas hinein, das dort nicht steht.

Was für einen Anbieter in Deutschland spricht, und was nicht

Sprache, Vertragsrecht und ein fester Ansprechpartner. Nicht das Datenschutzniveau der anderen, das ist dort geregelt.

Über internationale Anbieter wird viel Ungeprüftes behauptet, auch von deutschen Anbietern über ihre eigene Kundschaft. Wir haben nachgesehen und halten die Lage genau so fest, wie sie ist.

Was tatsächlich geregelt ist

Synthesia speichert Kundendaten nach eigenen Sicherheitsangaben in Irland, mit Zweitsicherung in Frankfurt, und ist nach ISO 27001 und ISO 42001 zertifiziert. Für Übermittlungen in das Vereinigte Königreich gilt ein Angemessenheitsbeschluss der EU-Kommission bis Ende 2031. HeyGen speichert in den USA, ist unter dem EU-US Data Privacy Framework zertifiziert und schließt zusätzlich Standardvertragsklauseln. Wer behauptet, das seien Anbieter mit Datenschutzlücke, hat nicht nachgelesen.

Was offen bleibt

Zwei Punkte bleiben und sind nachprüfbar. Der US CLOUD Act von 2018 verpflichtet Anbieter mit Sitz in den USA, Daten auf behördliche Anordnung herauszugeben, auch wenn sie außerhalb der USA gespeichert sind. Wie schwer das wiegt, bewerten Datenschutzbeauftragte unterschiedlich, und diese Bewertung nehmen wir Ihnen nicht ab. Und zweitens fließen Inhalte bei einem der Anbieter in den kleineren Tarifen in das Training der Modelle ein, solange Sie nicht widersprechen. Wer das Gesicht seiner Geschäftsführung hochlädt, sollte das vor der ersten Aufnahme klären.

Was bei uns anders ist, hat mit Recht weniger zu tun als mit Arbeitsweise. Die Abstimmung läuft auf Deutsch mit einer Person, die Ihr Vorhaben kennt, über die ganze Laufzeit derselben. Verträge nach deutschem Recht, Auftragsverarbeitungsvertrag, Rechnung mit deutscher Umsatzsteuer. Und zum Aufnahmetag reisen wir an, statt Ihnen die Aufnahme am Schreibtisch zu überlassen.

Für wen wir arbeiten

Mittelständische Unternehmen, in denen Video ein wiederkehrendes Format ist und nicht ein Einzelvorhaben.

Unsere Auftraggeber sind meist mittelständische Unternehmen, in denen jemand eine Aufgabe hat, die sich zwölfmal im Jahr wiederholt. Genau dort trägt ein Avatar, und nur dort.

• Marketing, das Videoformate erhöhen soll, ohne dass jeder Beitrag einen Drehtag braucht. Beispiele stehen unter Marketing und Vertrieb.
• Personalwesen, wo Einführung und Pflichtschulungen jedes Quartal in derselben Form anfallen. Siehe Personalwesen und Schulung und Einarbeitung.
• Geschäftsführung, die regelmäßig zu Belegschaft, Kundschaft oder Öffentlichkeit sprechen soll und dafür keine Drehtermine findet. Siehe Führungskommunikation.
• Auskunft und Wissensmanagement, wo dieselben Fragen täglich gestellt werden. Dort geht es um antwortende Avatare, siehe interaktive Avatare im Wissensmanagement.

Nicht geeignet sind einmalige Hochglanzfilme, bei denen es auf die Bildsprache ankommt, und Vorhaben, in denen niemand die Pflege übernehmen kann. Im zweiten Fall entsteht ein System, das nach einem Jahr freundlich Falsches sagt, und das schadet mehr als es hilft.

Was uns von Videoproduktionen unterscheidet

Avatare sind unser einziges Thema, nicht eine Leistung neben zwanzig anderen.

Es gibt inzwischen viele Anbieter, die KI-Videos in ihrer Liste führen. Die meisten davon sind Videoproduktionen, die gelegentlich einen Avatar einsetzen. Das ist kein Vorwurf, es hat nur Folgen für die Fragen, die jemand stellen kann.

Wir arbeiten ausschließlich an Avataren. Daraus folgt, dass wir sagen können, welches Modell für welchen Zweck taugt und welches nicht, dass wir die Grenzen der Technik benennen, bevor Sie darauf stoßen, und dass wir bei einem Fall auch abraten. Was heute nicht funktioniert, steht offen in unserem Überblick zu KI-Avataren: schnelle Handbewegungen, Ganzkörperaufnahmen, spontanes Lachen.

Keine übertriebenen Versprechen und keine Rhetorik über Umbrüche. Was ein Avatar in Ihrem Haus ändert und was nicht, steht mit Rechnung auf der Seite Vorteile von KI-Video-Avataren.

Preise und Ablauf in Kurzform

Einstieg 7.000 Euro netto, danach Videominuten nach Verbrauch. Ohne monatliche Grundpauschale.

Der Einstieg liegt bei 7.000 Euro netto. Darin liegen der Aufnahmetag, der Stimmklon, das Training des Modells, eine Freigabeschleife und die Übergabe mit Einweisung, für einen Look und eine Sprache. Nach oben bewegen den Preis die Zahl der Looks, die Zahl der Sprachen und die Frage, ob der Avatar antworten statt ablesen soll.

Eine monatliche Grundpauschale gibt es nicht: wer in einem Monat nichts produziert, zahlt für diesen Monat auch keine Minuten. Alle Posten samt dem, was ausdrücklich nicht enthalten ist, stehen auf Preise und Kosten. Wie sich das gegen die Tarife der Werkzeuge verhält, steht im Marktvergleich.

Beim Ablauf halten wir uns kurz, weil er an einer Stelle vollständig steht. Die Modellbildung dauert rund eine Woche und läuft ohne Ihr Zutun, davor liegt eine Woche Vorbereitung, danach die Freigabe. Jeden Schritt mit Zeitbedarf und Ihrem Anteil beschreibt Schritt für Schritt zum digitalen Zwilling.

Rechte, Einwilligung und Kennzeichnung

Drei Punkte, die vor der Aufnahme geklärt sein müssen, nicht danach.

Ein Avatar ist an einen Menschen gebunden, und daraus folgen drei Pflichten. Wir bringen sie im Angebot unter, weil sie sonst am Tag der Aufnahme auffallen.

1. Gesicht und Stimme sind personenbezogene Daten. Es braucht die Einwilligung der abgebildeten Person, schriftlich, mit Angabe des Verwendungszwecks, und sie ist widerruflich.
2. Halten Sie vor der Aufnahme fest, was bei einem Widerruf geschieht, also was mit dem Modell passiert und was mit Videos, die bereits laufen.
3. Videos mit künstlich erzeugtem Sprecher sind nach Artikel 50 der Verordnung (EU) 2024/1689 zu kennzeichnen. Wie wir das halten, steht unter Transparenz.

Der Auftragsverarbeitungsvertrag liegt vor Beginn vor, nicht nach der ersten Aufnahme. Unsere eigene Verarbeitung beschreibt die Datenschutzerklärung.

Sechs Städte, sechs verschiedene Fragen

Sitz in Metzingen im Landkreis Reutlingen. Sechs Ballungsräume haben eigene Seiten, und sie unterscheiden sich in der Frage, nicht in der Adresse.

Wir sitzen in Metzingen im Landkreis Reutlingen. Die Arbeit am Modell läuft ortsunabhängig, Ihr Ansprechpartner bleibt über die gesamte Laufzeit derselbe, und allein der Aufnahmetag braucht einen Ort und einen Termin. Trotzdem gibt es für sechs Ballungsräume eigene Seiten, und der Grund dafür ist nicht die Anschrift.

Die Seiten unterscheiden sich in der Frage, die dort zuerst gestellt wird. In der einen Stadt ist es die Nachweispflicht, in der nächsten die Zahl der Wiederholungen, in der dritten die Kette der Freigaben. Wer die Frage seines eigenen Hauses wiedererkennt, liest dort weiter statt hier.

• Berlin, wo Sprachfassungen zuerst der eigenen Belegschaft dienen und erst danach dem Ausland.
• Hamburg, wo derselbe Pflichtinhalt im Schichtbetrieb immer wieder von vorn ansteht.
• Köln, wo die Weiterbildungspflicht im Versicherungsvertrieb auf ein medienerfahrenes Publikum trifft.
• München, wo nicht die Aufnahme den Takt bestimmt, sondern die Kette der Freigaben in einer Zentrale.
• Frankfurt, wo das Aufsichtsrecht mitredet, was ein Video sagen darf und wie lange es nachweisbar bleibt.
• Stuttgart, wo die kurze Anfahrt einen Aufnahmetag im eigenen Betrieb überhaupt erst bezahlbar macht.

Außerhalb dieser sechs Räume ändert sich am Ablauf nichts. Der Aufnahmetag braucht dann etwas mehr Vorlauf, weil Anreise und Aufbau in die Planung müssen, und bei mehreren Niederlassungen lohnt es sich, die Termine zu einer Reihe zu bündeln. Alles Weitere läuft, wie es oben beschrieben ist.

Häufige Fragen