KI-Avatar Preise. Was der Einstieg umfasst und was dazukommt

Was im Einstieg von 7.000 Euro netto enthalten ist

Ein Aufnahmetag, ein Stimmklon, ein trainiertes Modell und ein Avatar, mit dem Sie am Ende selbst Videos erzeugen.

Der Einstieg umfasst die Aufnahme in 4K, das Klonen Ihrer Stimme, das Training des digitalen Zwillings, eine Freigabeschleife mit Korrekturen und die Übergabe in die Plattform, aus der Sie anschließend Videos erzeugen. Zwischen Aufnahmetag und einsatzfertigem Avatar liegen in der Regel rund 14 Tage.

• Aufnahmetag im Studio, für die Bildaufnahme selbst etwa 20 Minuten. Der Rest des Termins geht auf Einrichtung, Licht und Tonprobe.
• Stimmklon aus Ihrer eigenen Aufnahme, nicht aus einer Vorlagenstimme.
• Training des Modells auf Gesicht, Mimik und Sprechweise der aufgenommenen Person.
• Eine Freigabeschleife mit Korrekturen, bevor der Avatar in den Betrieb geht.
• Übergabe in die Plattform samt Einweisung, damit Ihr Team ohne uns Videos erzeugen kann.

Abgedeckt sind damit ein Look und eine Sprache. Wer von Beginn an mehrere Märkte bedienen will, liegt über dieser Zahl, spart sich dafür einen zweiten Aufnahmetag. Welcher der beiden Wege günstiger ist, hängt an Ihrer Planung für die nächsten zwölf Monate, und genau das ist der Gegenstand des Erstgesprächs.

Wie der Ablauf im Einzelnen aussieht, welche Vorbereitung an Ihnen liegt und wie viel Zeit jeder Schritt braucht, steht auf der Seite Schritt für Schritt zum digitalen Zwilling.

Was nicht im Preis enthalten ist

Vier Posten, die häufig gebraucht werden und die wir einzeln ausweisen, statt sie im Festpreis zu verstecken.

Der Einstieg deckt die Erstellung des Avatars. Alles, was ein Video darüber hinaus braucht, steht im Angebot als eigener Posten. Das ist ausdrücklich gemeint: eine Zahl, die alles einschließt, wäre für die Hälfte der Fälle zu hoch und für die andere Hälfte unvollständig.

Wenn Skript, Schnitt und Vertonung bei uns liegen sollen, kommt ein Servicepaket dazu. Wer im Haus eine Marketingabteilung hat, braucht es nicht und erzeugt die Videos selbst.

Was den Preis nach oben bewegt

Looks kosten Aufnahmezeit, Sprachen kosten Sorgfalt, und die Interaktivität ist ein eigenes Vorhaben.

Jeder zusätzliche Look bedeutet eigene Aufnahmen, weil Kleidung, Hintergrund und Haltung im Modell festgehalten werden. Wer den Avatar im Anzug für die Investorenansprache und im Werkshemd für die Unterweisung braucht, braucht zwei Aufnahmen.

Weitere Sprachen kosten weniger als ein zusätzlicher Look, brauchen aber Sorgfalt bei der Aussprache von Produkt- und Eigennamen. Über 100 Sprachen sind technisch möglich. Ob sie fachlich tragen, entscheidet das Lektorat und nicht das Modell. Mehrere Sprecher im Unternehmen bedeuten mehrere Stimmklone.

Der größte Sprung entsteht bei der Interaktivität. Soll der Avatar auf Fragen antworten statt vorbereitete Texte vorzutragen, kommen eine Wissensbasis aus Ihren Dokumenten, die Anbindung an Ihre Systeme und ein Betriebskonzept hinzu. Diese Stufe ist ein Vorhaben mit eigenem Zeitplan und keine Zusatzposition. Was dabei entsteht, zeigt die Seite zu interaktiven Avataren im Wissensmanagement.

Drei Stufen, eine öffentliche Zahl

Der sprechende Avatar hat einen Einstiegspreis. Für die beiden oberen Stufen nennen wir ihn im Gespräch.

Öffentlich nennen wir nur die Einstiegszahl. Für die beiden oberen Stufen hängt der Preis so stark am Umfang, dass jede Zahl ohne Kenntnis Ihrer Anforderungen geraten wäre. Sie erhalten sie im Erstgespräch, sobald Sprachen, Looks und Integrationstiefe geklärt sind.

Die Stufen bauen aufeinander auf. Wer mit einem sprechenden Avatar beginnt, kann später Sprachen ergänzen und noch später die Wissensbasis anbinden, ohne die Aufnahme zu wiederholen. Das ist der Grund, warum wir vom kleinen Einstieg aus arbeiten und nicht vom großen Vorhaben her.

Was nach der Erstellung laufend anfällt

Die Erstellung ist einmalig, der Betrieb ist es nicht. Abgerechnet werden die erzeugten Videominuten.

Studiokosten, Darstellerhonorare und Reiseaufwand entfallen dauerhaft, weil kein Drehtag mehr nötig ist. An ihre Stelle treten die erzeugten Videominuten, die nach Verbrauch abgerechnet werden. Wer in einem Monat nichts produziert, zahlt für diesen Monat auch nichts an Minuten.

• Videominuten nach Verbrauch, ohne Mindestabnahme.
• Servicepaket für Skript, Schnitt und Vertonung, wenn diese Arbeiten bei uns liegen sollen.
• Pflege des Modells, wenn sich Erscheinungsbild, Stimme oder Sprachumfang ändern.
• Bei interaktiven Avataren zusätzlich der Betrieb der Wissensbasis, weil veraltete Dokumente zu falschen Antworten führen.

Der letzte Punkt wird regelmäßig unterschätzt. Ein antwortender Avatar ist nur so gut wie die Unterlagen, aus denen er antwortet. Wer die Pflege nicht einplant, bekommt nach einem Jahr ein System, das freundlich Falsches sagt. Was sich dadurch im Betrieb ändert, steht auf der Seite Vorteile von KI-Video-Avataren.

Ab welcher Videozahl sich der Einstieg trägt

Zwei bis drei Videos gegen den Marktpreis einer klassischen Produktion. Bei mehreren Sprachen früher.

Ein klassisch produziertes Erklärvideo liegt am Markt je nach Aufwand zwischen 3.000 und 5.000 Euro. Gegen diese Spanne gerechnet ist der Einstieg nach zwei bis drei Videos ausgeglichen, ohne Betriebskosten gerechnet. Bei mehrsprachigen Kampagnen verschiebt sich der Punkt deutlich nach vorn, weil jede weitere Sprache in der klassischen Produktion einen eigenen Dreh oder eine eigene Vertonung bedeutet und beim Avatar nur eine weitere Tonspur.

Ob diese Rechnung in Ihrem Haus aufgeht, hängt an der Zahl der Videos pro Jahr und an der Zahl der Sprachen. Die ausführliche Fassung mit 24 Videos und drei Sprachen steht auf der Seite Vorteile von KI-Video-Avataren. Im Erstgespräch rechnen wir sie an Ihren Zahlen nach, statt sie zu behaupten.

Was Sie beisteuern und was vorher zu klären ist

Eine Person, deren Einwilligung, und die Entscheidung, wer den Avatar später bedient.

Gesicht und Stimme einer realen Person sind personenbezogene Daten. Ohne deren schriftliche Einwilligung ist ein Avatar mit diesem Gesicht nicht lieferbar, und zwar unabhängig davon, ob die Person angestellt ist oder die Geschäftsführung stellt. Die Einwilligung ist widerruflich. Was im Widerrufsfall mit Modell und bereits erzeugten Videos geschieht, halten wir vor dem Aufnahmetag fest.

• Eine Person, die aufgenommen wird, und deren schriftliche Einwilligung.
• Einen Vertrag zur Auftragsverarbeitung, sobald wir personenbezogene Daten für Sie verarbeiten.
• Eine Entscheidung, wer den Avatar später bedient, damit die Einweisung an die richtigen Personen geht.
• Bei mehreren Sprachen eine Stelle im Haus, die die Übersetzungen fachlich abnimmt.

Dazu kommt die Kennzeichnung. Videos mit einem künstlich erzeugten Sprecher sind nach Artikel 50 der Verordnung (EU) 2024/1689 als solche zu kennzeichnen. Wir liefern die Kennzeichnung mit und erklären, wo sie im Video und in der Beschreibung stehen muss. Wie wir das auf dieser Domain halten, steht auf der Seite Transparenz.

Wann ein Werkzeug zur Selbstbedienung genügt

Für Werbeclips in Masse mit Vorlagengesichtern ist ein Abonnement der richtige Weg, und wir sagen das auch.

Neben Anbietern wie AIdentical gibt es Baukastenwerkzeuge mit Monatsgebühr und die Möglichkeit, Avatare selbst zu bauen. Der Einstieg liegt dort bei rund 25 bis 30 Euro im Monat, mit einem Vorlagengesicht aus einer Bibliothek. Wer Werbeclips in Masse braucht und dafür kein bestimmtes Gesicht, ist damit richtig beraten.

Der Unterschied wird an drei Stellen sichtbar. Ein Vorlagengesicht ist nicht Ihr Gesicht und taucht auch bei anderen Unternehmen auf. Eine Anbindung an Ihre Systeme gibt es dort nicht. Und die Pflege über Jahre, also neue Sprachen, geänderte Auftritte und der Umgang mit dem Widerruf einer Einwilligung, liegt bei Ihnen. Die Einordnung mit Zahlen und Anbietern steht im Marktvergleich zu den Kosten eines KI-Avatars, den Überblick über die Technik gibt der Überblick zu KI-Avataren.

Vom Erstgespräch zum Angebot

Dreißig Minuten, danach ein Angebot mit Festpreis für die Erstellung. Der Aufnahmetermin kommt zuletzt.

1. Erstgespräch von 30 Minuten. Geklärt werden Einsatzzweck, Sprachen, Looks und das erwartete Videoaufkommen. Ohne Vorbereitung Ihrer Seite.
2. Angebot mit Festpreis für die Erstellung und den Sätzen für den Betrieb. Posten außerhalb des Einstiegs sind einzeln ausgewiesen.
3. Klärung der Einwilligung und, falls nötig, des Vertrags zur Auftragsverarbeitung.
4. Aufnahmetermin im Studio. Für die Bildaufnahme selbst rund 20 Minuten.
5. Rund 14 Tage später der einsatzfertige Avatar samt Einweisung.

Wenn im Erstgespräch herauskommt, dass sich die Sache bei Ihrer Videozahl nicht trägt, sagen wir das. Ein Angebot, das nach einem Jahr als Fehlkauf dasteht, kostet mehr als ein nicht zustande gekommener Auftrag. Wer vorher sehen will, wie wir arbeiten, findet das auf der Seite zur Arbeitsweise.

Häufige Fragen