KI-Avatar selbst erstellen oder beauftragen, eine Entscheidungshilfe

Die Frage hinter der Frage

Nicht Werkzeug gegen Dienstleister, sondern welche Arbeit im Haus bleibt.

Wer diese Seite aufruft, hat meist zwei Angebote nebeneinander: eine Jahreslizenz für einige Hundert Euro im Monat und ein Angebot für einen eigenen Avatar im vierstelligen Bereich. Der Preisunterschied legt eine Frage nahe, die in die Irre führt, nämlich ob das Teurere besser ist. Die Preise beschreiben unterschiedliche Leistungsumfänge, und die Entscheidung fällt an der Frage, welche Arbeit Sie selbst tun wollen.

Ein Video mit einem Avatar entsteht in beiden Wegen ähnlich: Aus einem Text wird eine Stimme, aus der Stimme eine Bewegung, aus der Bewegung ein Bild. Was sich unterscheidet, liegt davor und danach. Davor: Wer wird gezeigt, wie wurde diese Person aufgenommen, wer hat dem zugestimmt. Danach: Wer prüft die Aussagen, wer pflegt die Inhalte, wer bindet sie in Ihre Systeme ein, wer haftet, wenn etwas falsch ist.

Sie entscheiden nicht zwischen zwei Techniken. Sie entscheiden, wie viel Arbeit in Ihrem Haus bleibt.

Was Selbstbedienung leistet

Mehr, als der Preis vermuten lässt, und weniger, als ein Angebot verspricht.

Dienste wie Synthesia und HeyGen sind ausgereifte Produkte mit großen Kundenzahlen. Sie bieten Vorlagengesichter, in vielen Fällen auch einen eigenen Avatar aus einer Selbstaufnahme, Sprachausgabe in Dutzenden Sprachen, eine Schnittstelle für die Anbindung eigener Systeme und Verwaltung mehrerer Benutzer. Wer das Ergebnis nüchtern betrachtet, bekommt für einen Monatsbeitrag ein Werkzeug, mit dem sich in einer Stunde ein brauchbares Erklärvideo erzeugen lässt.

Zum Datenschutz ist eine Klarstellung nötig, weil der Bestand dieser Seite hier eine unklare Rechtslage behauptete. Das trifft nicht zu. Die großen Anbieter verarbeiten in Rechenzentren innerhalb der Europäischen Union und legen Zertifizierungen vor; für Synthesia haben wir das auf der eigenen Vergleichsseite im Einzelnen nachgetragen. Der Unterschied liegt nicht am Ort der Verarbeitung, sondern daran, wer den Vertrag prüft, die Einwilligung einholt und die Löschung nach Vertragsende veranlasst.

Wo Selbstbedienung endet, ist ebenso benennbar. Die Aufnahme erfolgt mit dem, was Sie haben, meist einer Webcam in einem Büro; Licht, Ton und Hintergrund gehen in jedes spätere Video ein und lassen sich nachträglich nicht ändern. Für eine bestimmte Person mit Wiedererkennungswert ist das der begrenzende Faktor. Ebenso bleibt die Arbeit an den Inhalten vollständig bei Ihnen: Skript, fachliche Prüfung, Aussprache von Fachbegriffen und Eigennamen, mehrsprachige Fassungen samt Prüfung je Sprache, und die Pflege, wenn sich ein Ablauf ändert.

Was ein Auftrag zusätzlich enthält

Aufnahme, Verantwortung und Pflege, und nichts davon ist Magie.

Was ein Auftrag nicht enthält, gehört an dieselbe Stelle. Er enthält keine Garantie, dass das Ergebnis von einer echten Aufnahme nicht zu unterscheiden ist; der Bestand dieser Seite hat das zugesagt, und es ist nicht zu halten. Er enthält keine Zusage über Wirkung auf Abschlussquoten. Und er enthält keine Befreiung von der Kennzeichnung: Nach Artikel 50 Absatz 4 der Verordnung (EU) 2024/1689 ist die Offenlegung Pflicht, wenn eine reale Person erkennbar gezeigt wird und der Eindruck einer echten Aufnahme entsteht. Ein Ergebnis, das man nicht unterscheiden kann, muss also gerade deshalb gekennzeichnet werden.

Drei Fälle, in denen Selbstbedienung die richtige Wahl ist

Wir verdienen am anderen Weg, und trotzdem stehen diese drei Fälle hier.

Eine Vergleichsseite, die in jedem Fall zum eigenen Angebot führt, ist kein Vergleich. Wir verdienen am Auftrag, und in den folgenden drei Fällen raten wir davon ab, weil die Rechnung nicht aufgeht.

1. Es soll kein bestimmtes Gesicht gezeigt werden. Wenn ein Vorlagengesicht genügt, weil es um Inhalt und nicht um eine Person geht, entfällt der Grund für eine geplante Aufnahme, und mit ihm der größte Kostenblock.
2. Jemand im Haus hat Zeit und Interesse. Ein bis zwei Stunden je Video, verlässlich verfügbar, sind mehr wert als jede eingekaufte Nachbearbeitung. Wer diese Zeit hat, lernt in vier Wochen, was ein Dienstleister mitbringt.
3. Das Ergebnis bleibt intern und niemand haftet daran. Eine Erklärung zur Bedienung eines Systems, ein Hinweis zur neuen Reisekostenabrechnung, ein Protokoll für Kollegen: Dort schadet ein unperfektes Video nichts.

Umgekehrt ist der Auftrag der günstigere Weg, wenn eine bestimmte Person mit Wiedererkennungswert auftritt, wenn mehrere Sprachen gebraucht werden und die Prüfung je Sprache im Haus nicht zu leisten ist, wenn das Ergebnis nach außen geht und jemand für die Aussagen einsteht, oder wenn niemand im Haus die Zeit hat und die Alternative deshalb lautet, dass nichts entsteht. Der letzte Fall ist der häufigste, und er ist kein Argument für Qualität, sondern für Arbeitsteilung.

Die Kostenarten beider Wege

Was einmalig anfällt, was laufend, und welcher Posten in Angeboten fehlt.

Der Posten, der in Angeboten regelmäßig nicht auftaucht, ist die Pflege. Er wächst mit der Zahl der Inhalte und mit jeder Sprachfassung, und er ist der Grund, warum Vorhaben dieser Art im zweiten Jahr kippen. In unserer eigenen Erhebung berichteten 78 Prozent von 289 Befragten von höheren Kosten als geplant; die Ursache lag fast durchweg hier. Rechnen Sie den Posten in beide Wege ein, und rechnen Sie ihn großzügig.

Konkrete Preise für den Einstieg über uns, für weitere Sprachen und für die Pflege stehen auf der Preisseite. Für Selbstbedienungsdienste nennen wir keine Preise, weil sie sich mehrmals im Jahr ändern und die Angaben auf den Seiten der Anbieter aktueller sind als jede Tabelle bei uns.

Eine Rechnung mit offenen Annahmen

Nicht gegen 600 gedrehte Videos, sondern gegen das, was heute bezahlt wird.

Der Bestand dieser Seite rechnete so: 600 Videos im Jahr über einen Avatar kosten im ersten Jahr rund 32.000 Euro, 600 gedrehte Videos zu je 1.000 Euro kosten 600.000 Euro, also spart der Avatar 568.000 Euro. Der Fehler liegt nicht in der Rechnung, sondern im Gegenwert: Kein Haus mit einigen Hundert Beschäftigten hätte 600.000 Euro für Videos ausgegeben. Ein Ersparnis gegen eine Ausgabe, die nie geplant war, ist keine Ersparnis.

Was in beiden Wegen bei Ihnen bleibt

Vier Pflichten, die kein Vertrag verlagert.

Diese vier Punkte sind der Grund, warum die Wahl des Wegs weniger entscheidet, als der Preisunterschied vermuten lässt. Sie fallen in beiden Fällen an, und sie fallen bei Ihnen an.

Die Einwilligung der gezeigten Person

Nach Paragraf 22 des Kunsturhebergesetzes darf ein Bildnis nur mit Einwilligung verbreitet werden, und die Nutzung als Avatar geht über das hinaus, was jemand beim Zustimmen zu einem Foto erwartet. Schriftlich, mit Zweck, Dauer, Widerruf und der Frage, was bei Ausscheiden geschieht. Bei Beschäftigten kommt hinzu, dass eine Einwilligung im Arbeitsverhältnis freiwillig sein muss, was Aufwand für die Gestaltung bedeutet.

Die fachliche Freigabe jedes Inhalts

Kein Dienstleister und kein Werkzeug weiß, ob Ihre Angaben zu Lieferzeiten, Wartungsintervallen oder Preisen stimmen. Wer diese Freigabe nicht regelt, produziert schnell viele Videos mit demselben Fehler, und die Geschwindigkeit ist dann kein Vorteil.

Die Beteiligung des Betriebsrats

Bei Inhalten für Beschäftigte greifen Paragraf 87 BetrVG, wenn Verhaltensregeln aufgestellt werden oder eine technische Einrichtung zur Überwachung geeignet ist, und Paragraf 98 bei Schulungen. Eine Abspielstatistik je Person ist eine solche Einrichtung. Wer früh verhandelt, verhandelt über Auswertungstiefe. Wer spät verhandelt, über das Vorhaben.

Die Kennzeichnung

Die Offenlegungspflicht nach Artikel 50 der Verordnung (EU) 2024/1689 ist seit dem 2. August 2026 anwendbar und trifft den, der veröffentlicht, nicht den, der erzeugt. Wie wir das umsetzen, steht auf der Seite zur Transparenz und Kennzeichnung.

Prüfliste für ein Angebot

Neun Fragen, und keine davon betrifft die Auflösung.

Der Bestand dieser Seite prüfte Anbieter an der Auflösung und daran, ob sie „wirklich fotorealistisch“ arbeiten. Beides ist im Gespräch nicht zu klären und an einer Vorführung nicht zu erkennen, weil jede Vorführung den besten Fall zeigt. Die folgenden neun Fragen sind im Gespräch beantwortbar, und die Antwort ist prüfbar.

1. Wo wird verarbeitet, mit welchem Anbieter, und liegt ein Vertrag zur Auftragsverarbeitung vor?
2. Was passiert mit den Aufnahmen und dem Modell bei Vertragsende, und in welcher Frist?
3. Wer darf mit dem Avatar Videos erzeugen, und wie wird verhindert, dass jemand anderes es tut?
4. Was kostet die Pflege im Monat, in Stunden, und was gilt als Pflege?
5. Wie viele Änderungsläufe je Video sind enthalten?
6. Was kostet eine weitere Sprachfassung, und wer prüft sie fachlich?
7. Welche Fristen gelten für Aufnahme, erste Fassung und Freigabe, schriftlich?
8. Was übernimmt der Anbieter ausdrücklich nicht?
9. Nennt er eine Wirkung auf Abschlussquoten oder Umsatz? Wenn ja, mit welcher Messung, welcher Fallzahl und welchem Zeitraum?

Die letzte Frage ist die aufschlussreichste. Wer eine Wirkungszahl nennt und sie nicht mit Baseline, Fallzahl und Zeitraum belegen kann, hat sie aus einem Marketingtext übernommen. Der ausführliche Leitfaden dazu, einschließlich der Fragen zum Vertrag, steht auf der Seite zur Anbieterauswahl.

Häufige Fragen zur Entscheidung