KI-Avatar-Studie 2025, was 289 Gespräche über den Stand in deutschen Unternehmen zeigen

Was diese Erhebung ist, und was sie nicht ist

Eckdaten, Vorgehen und die Grenzen der Aussage, vor den Ergebnissen.

Zwischen Januar und März 2025 haben wir 289 IT- und Innovationsverantwortliche aus deutschen Unternehmen befragt, telefonisch in Einzelgesprächen, mit 68 Fragen zu Absicht, Umsetzung, Technik, Kompetenzen, Recht und Wirtschaftlichkeit.

Die Teilnehmenden wurden über den eigenen Verteiler gewonnen und haben freiwillig geantwortet. Das verzerrt in eine Richtung, und die Richtung ist bekannt: Wer auf eine Umfrage zu KI-Avataren antwortet, beschäftigt sich in der Regel schon mit dem Thema. Repräsentativ für den deutschen Mittelstand ist die Erhebung damit nicht. Sie beschreibt, wo 289 Verantwortliche stehen, die sich mit der Frage befassen, und dafür ist sie aussagekräftig. Alle Prozentwerte in den folgenden Abschnitten sind Selbstauskünfte aus diesen Gesprächen und nicht nachgeprüft.

Zwei Abschnitte fallen ausdrücklich aus dieser Regel. Die Zahlen zum Videomarkt stammen aus fremden Veröffentlichungen und sind dort mit ihrer Herkunft benannt. Die Werte zu Einsparung, Umsatzwirkung und Amortisation stammen aus eigenen Projekten, nicht aus der Befragung, und stehen in einem eigenen Abschnitt mit den Bedingungen, unter denen sie gemessen wurden.

Eine Erhebung, deren Grenzen benannt sind, trägt weiter als eine, die Repräsentativität behauptet.

Der Videomarkt als Hintergrund, mit Herkunft der Zahlen

Fremde Werte, benannt als solche, weil sie den Anlass erklären und nicht das Ergebnis.

Avatare treten nicht in einen leeren Markt. Sie treten in einen Markt, in dem Video das übliche Format ist, und das erklärt, warum die Frage überhaupt gestellt wird. Die folgenden Zahlen sind in der Branche etabliert und werden häufig zitiert. Sie stammen nicht aus unserer Erhebung, und wir führen sie mit ihrer Herkunft, weil ein Teil von ihnen weniger belegt ist, als die Häufigkeit der Zitation vermuten lässt.

Was die eigene Erhebung zum Zusammenhang mit Video sagt

In den Gesprächen zeigte sich ein Zusammenhang zwischen bestehender Videoarbeit und der Bereitschaft, Avatare einzusetzen. Er ist plausibel, weil dieselben Voraussetzungen gebraucht werden: ein Ort für Aufnahmen, ein Weg zur fachlichen Freigabe, eine Vorstellung davon, wie Inhalte verteilt werden.

• 72 Prozent der Häuser, die intensiv Videomarketing betreiben, planen oder betreiben bereits Avatarlösungen.
• 68 Prozent der Häuser mit eigener Videoproduktion sehen diese Voraussetzungen als übertragbar an.
• 64 Prozent nennen bestehende Abläufe der Videoproduktion als Grundlage für die Einführung von Avataren.
• Wer Erfahrung mit der Messung von Videowirkung hat, berichtet häufiger von gelungenen Avatarvorhaben. Um wie viel, lässt sich aus einer Selbstauskunft nicht seriös in eine Erfolgsrate umrechnen; der Bestand dieser Seite nannte hier 58 Prozent, und diese Zahl ist nicht zu halten.

Wo die Häuser stehen

Zwischen Potenzial und Betrieb liegt keine technische Hürde.

Der erste Block der Erhebung fragte nach Absicht und Stand. Die Antworten beschreiben ein Feld, in dem viel erwartet und wenig betrieben wird.

Der Abstand zwischen 65 und 12 Prozent ist der eigentliche Befund. Er lässt sich nicht mit fehlender Technik erklären, denn die Technik ist als Dienst verfügbar und in Tagen einzurichten. Der nächste Block zeigt, woran es stattdessen liegt.

Ein Vorhaben ohne benannte Zuständigkeit und ohne eigenes Budget ist kein Vorhaben, sondern ein Interesse.

Technik und Einbindung

Die Hürden liegen an den Rändern: Daten hinein, Ergebnis in die bestehenden Systeme.

Die technische Umsetzung war der Block mit den höchsten Werten bei den Schwierigkeiten, und zwar nicht bei der Erzeugung selbst, sondern bei allem, was davor und danach kommt.

Zwei Werte verdienen eine Einordnung. Die 78 Prozent zur Datenqualität sind der höchste Wert der ganzen Erhebung und betreffen nicht die Avatartechnik, sondern das, was ein Avatar sagen soll: gepflegte Produktangaben, aktuelle Abläufe, geklärte Zuständigkeiten. Wer das nicht hat, bekommt einen Sprecher für veraltete Inhalte. Und die 28 Prozent mit eigener Plattform sind aus heutiger Sicht ein Warnwert: Ein Eigenbau bindet Pflegeaufwand, der bei einem eingekauften Dienst beim Anbieter liegt.

Wo Avatare eingesetzt werden

Kundenservice und Marketing vorn, die tragfähigen Fälle liegen weiter hinten.

Die Reihenfolge folgt der Sichtbarkeit, nicht der Wirtschaftlichkeit. Das deckt sich mit unserer Erfahrung aus Erstgesprächen und mit den Werten zur Amortisation weiter unten: Der Kundenservice steht vorn und trägt auch, weil sich dort dieselbe Auskunft hundertfach wiederholt. Schulung und Einarbeitung stehen weiter hinten, obwohl sie die klarere Rechnung haben, weil dort heute bezahlte Arbeitszeit anfällt, die sich beziffern lässt. Beratung steht zu Recht am Ende: Wo jeder Fall anders liegt, gibt es nichts zu wiederholen.

Was tatsächlich läuft, und wie es aussieht

Der Markt spricht über fotorealistische Zwillinge, die Häuser betreiben Textfenster.

Diese Tabelle ist der nüchternste Teil der Erhebung. Zwei Drittel der Häuser, die von ihrem Avatar sprechen, meinen ein Textfenster; zwölf Prozent haben etwas im Betrieb, das im Markt als Avatar gezeigt wird. Für die Einordnung eines Angebots ist das nützlich: Wer heute ein fotorealistisches Video im Betrieb hat, ist in dieser Gruppe früh dran, und das ist kein Verdienst der Technik, sondern eine Frage des Falls, den man gewählt hat.

Kompetenzen, Widerstände und Begleitung

Die Einführung scheitert häufiger an Menschen als an Modellen.

Der Abstand zwischen 64 Prozent mit Widerständen und 38 Prozent mit benannten Fürsprechern beschreibt eine vermeidbare Lage. Widerstand entsteht bei Avataren aus zwei konkreten Sorgen, und beide sind beantwortbar: die Sorge, das eigene Gesicht abzugeben, und die Sorge, ersetzt zu werden. Auf die erste antwortet eine schriftliche Vereinbarung über Umfang, Dauer und Widerruf der Nutzung. Auf die zweite antwortet die Auswahl des Falls: Wer mit der Einarbeitung beginnt, nimmt niemandem die Arbeit weg, sondern den zwölften Vortrag über dieselben Abläufe.

Datenschutz, Recht und Regelkonformität

Der Block, in dem sich seit der Erhebung am meisten geändert hat.

Die 72 Prozent Unsicherheit sind ein Wert aus dem Frühjahr 2025, und die Lage hat sich seither geklärt. Artikel 50 Absatz 4 der Verordnung (EU) 2024/1689 verlangt die Offenlegung für Inhalte, die eine reale Person erkennbar zeigen und den Eindruck einer echten Aufnahme erzeugen; die Pflicht ist seit dem 2. August 2026 anwendbar. Dazu kommen die Einwilligung der gezeigten Person nach Paragraf 22 des Kunsturhebergesetzes, die Verarbeitung biometrischer Daten nach Artikel 9 der Datenschutz-Grundverordnung und, bei Inhalten für Beschäftigte, die Beteiligung des Betriebsrats nach den Paragrafen 87 und 98 BetrVG.

Für die Häuser bedeutet das weniger Spielraum und mehr Sicherheit. Die Frage „dürfen wir das“ ist heute in den meisten Fällen mit einem Satz zu beantworten, während sie 2025 eine Einschätzung war. Die 57 Prozent ohne eigene Regeln bleiben trotzdem ein Befund, denn die Verordnung regelt die Offenlegung, nicht die Frage, in welchen Situationen ein Haus ein synthetisches Video überhaupt einsetzen will.

Wirtschaftlichkeit in der Befragung

Höhere Kosten als geplant, längere Fristen als erwartet, und der fehlende Posten ist immer derselbe.

78 Prozent über Plan und 45 Prozent über Frist deuten auf dieselbe Ursache, und in den Gesprächen wurde sie oft genannt: In der ersten Rechnung steht der Einstieg, nicht der Betrieb. Was regelmäßig fehlt, sind Skript und fachliche Freigabe je Inhalt, Änderungen an Abläufen und Systemen, weitere Sprachfassungen und die Pflege der Wissensgrundlage, aus der ein dialogfähiger Avatar seine Antworten zieht. Diese Posten wachsen mit der Zahl der Inhalte, während der Einstieg einmalig bleibt.

Aus denselben Gesprächen ergibt sich die Gegenprobe: Die 38 Prozent, die bezifferte Einsparungen nachweisen können, haben fast durchweg vor der Einführung gemessen. Wer keinen Ausgangswert hat, kann hinterher keinen Unterschied zeigen, und das erklärt die 65 Prozent, denen die Messung schwerfällt, besser als jede Methodenfrage.

Reifegrad: fünf Stufen aus den Antworten

Drei Viertel der Häuser stehen auf den beiden unteren Stufen.

Aus den Angaben zu Ausgestaltung, Einbindung und Ordnung haben wir die 289 Häuser fünf Stufen zugeordnet. Die Zuordnung ist ein Ordnungsraster, kein Bewertungsmaßstab: Eine höhere Stufe ist nicht besser, sondern aufwendiger, und sie lohnt nur, wenn der Anwendungsfall sie verlangt.

76 Prozent stehen auf den Stufen eins und zwei. Praktisch heißt das: Wer heute beginnt, ist nicht spät. Die Behauptung, der Anschluss sei bereits verloren, ist mit dieser Verteilung nicht zu halten, und der Bestand dieser Seite hat sie aufgestellt.

Die Stufe folgt dem Anwendungsfall. Wer für eine wiederkehrende Erklärung Stufe vier baut, hat Aufwand erzeugt, nicht Reife.

Ergebnisse aus eigenen Projekten

Nicht aus der Befragung: gemessene Werte aus rund zehn Vorhaben, die in Betrieb gegangen sind.

Die Werte in diesem Abschnitt kommen nicht aus der Befragung. Sie stammen aus eigenen Projekten zwischen 2022 und heute, bei denen die betroffene Größe vor der Einführung erhoben und nach der Einführung erneut gemessen wurde. Die Grundlage sind rund zehn Projekte, und zwar die erfolgreich in Betrieb gegangenen. Projekte, die abgebrochen wurden oder nie live gingen, stehen nicht in diesen Mittelwerten. Was hier steht, ist erreicht worden; eine Erwartung für Ihr Haus ist es deshalb nicht. Ob ein Avatar bei Ihnen ähnlich wirkt, hängt an Ihren Abläufen und lässt sich nur belegen, wenn dieselben Größen vorher erhoben werden.

Die Spanne von 14 bis 26 Monaten ist der brauchbarste Wert dieses Abschnitts, weil sie die Auswahl des ersten Falls anleitet. Der Bestand dieser Seite nannte im Vorspann 14 bis 16 Monate und ließ die obere Hälfte weg. Wer mit einem Beratungsavatar beginnt, sollte mit gut zwei Jahren rechnen, und wer diese Frist nicht tragen kann, wählt einen anderen Fall.

Fünf Schlüsse aus den Zahlen

Was sich aus der Erhebung ableiten lässt, und was nicht.

Die folgenden fünf Schlüsse geben unsere Lesart der Zahlen wieder. Sie sind Auslegung, nicht Ergebnis, und an dieser Stelle getrennt vom Rest, damit der Unterschied erkennbar bleibt.

1. Es fehlt an Ordnung, nicht an Technik. 82 Prozent ohne ausgearbeitete Vorstellung und 67 Prozent ohne Zuständigkeit erklären den Abstand zwischen 65 Prozent Interesse und 12 Prozent Betrieb vollständig.
2. Der fehlende Posten in der Rechnung ist die Pflege. 78 Prozent über Plan und 45 Prozent über Frist zeigen dasselbe Muster: Kalkuliert wird der Einstieg, bezahlt wird der Betrieb.
3. Die Einbindung ist aufwendiger als die Erzeugung. 68 Prozent mit Problemen an der Schnittstelle zur eigenen IT und 78 Prozent mit unzureichenden Ausgangsdaten verschieben den Aufwand dorthin, wo er selten geplant ist.
4. Widerstand ist beantwortbar, wird aber selten beantwortet. 64 Prozent berichten davon, 38 Prozent haben Fürsprecher benannt. Eine Vereinbarung über die Nutzung des eigenen Gesichts und die Wahl eines Falls ohne Verdrängung nehmen beiden Sorgen den Anlass.
5. Wer beginnt, ist nicht spät. 76 Prozent stehen auf den beiden unteren Stufen. Die Behauptung, das Feld sei verteilt, ist mit dieser Verteilung nicht zu halten.

Der erste Schluss hat eine praktische Kehrseite. Wenn 82 Prozent ohne ausgearbeitete Vorstellung starten, fehlt nicht die Erhebung, sondern der Anlass. Welche drei Anlässe tragen und welche nicht, steht unter warum KI-Avatare. Diese Seite liefert die Verteilung im Markt; jene die Frage, die ein einzelnes Haus für sich beantworten muss.

Was die Zahlen je nach Haushaltsgröße nahelegen

Drei Größenklassen, drei unterschiedliche erste Schritte.

Die Erhebung deckt Häuser zwischen 25 und 1.500 Beschäftigten ab, und die Antworten unterscheiden sich nach Größe deutlich. Die folgende Aufstellung ordnet, was die Zahlen für die drei Klassen nahelegen. Sie enthält keine Rollenvorschläge und keine Organisationsempfehlungen; der Bestand dieser Seite empfahl an dieser Stelle einen „Chief Avatar Officer“, ein „Innovation Lab“ und eine hauseigene Akademie, und für keine dieser drei Empfehlungen gibt es in den Antworten eine Grundlage.

Für alle drei Klassen gilt derselbe Satz, und er ist der einzige, der sich aus den Zahlen unmittelbar ergibt: Vor dem ersten Video wird die Größe erhoben, die hinterher besser sein soll. Die 38 Prozent, die eine Einsparung belegen können, unterscheiden sich von den übrigen 62 Prozent im Wesentlichen darin.

Was wir aus dieser Erhebung mitnehmen

Drei Dinge, die wir seit der Befragung anders machen.

Eine Erhebung, aus der nichts folgt, ist Material für eine Broschüre. Drei Dinge haben sich aus diesen 289 Gesprächen für unsere eigene Arbeit geändert, und sie stehen hier, weil sie sich überprüfen lassen.

Erstens fragen wir im Erstgespräch nach dem Ausgangswert, bevor über Technik gesprochen wird. Wenn niemand sagen kann, wie viele Termine, Anfragen oder Übersetzungen heute anfallen, gibt es hinterher keinen Unterschied zu zeigen. Zweitens steht die Pflege in jedem Angebot als eigener Posten, mit Stunden im Monat, nicht als Zusatz. Der Wert von 78 Prozent über Plan hat genau hier seine Ursache. Drittens raten wir vom Eigenbau ab, wenn nicht ein besonderer Grund dafür spricht; die 28 Prozent mit eigener Plattform aus der Erhebung tragen einen Pflegeaufwand, der bei einem eingekauften Dienst beim Anbieter liegt.

Was aus der Erhebung nicht folgt, gehört an dieselbe Stelle. Sie sagt nichts darüber, wie ein Avatar auf Ihre Kunden wirkt, weil dazu die Kunden befragt werden müssten und nicht die IT-Verantwortlichen. Sie sagt nichts über die Qualität einzelner Anbieter, weil danach nicht gefragt wurde. Und sie sagt nichts darüber, ob sich ein Vorhaben in Ihrem Haus rechnet; dafür stehen weiter unten die Verweise auf die Preisseite und auf die Auswahl des ersten Falls.

Häufige Fragen zur Erhebung