Firmenvideo mit KI erstellen: was KI gut kann und was nicht

Die drei Arten von «KI-Video»-Werkzeugen

Wer «KI Video erstellen» sucht, findet sehr unterschiedliche Werkzeuge. Entscheidend ist nicht die Software, sondern die Frage: Wer ist im Bild?

Avatare und generierte Videos. Ein synthetischer Sprecher trägt Ihren Text vor, oft in vielen Sprachen, ganz ohne Dreh. Das passt zu Schulungen und Abläufen, bei denen der Inhalt wichtiger ist als die Person.

Stockvideos. Jeder Satz Ihres Textes erhält eine Archivaufnahme, Musik und eine Stimme. Praktisch, um einen Blogartikel wiederzuverwenden, weniger, um Ihr Produkt oder Ihre Werkstatt zu zeigen.

KI-gestützter Schnitt. Das Bild ist echt: Sie filmen, die KI übernimmt die Routinearbeit. Editoren wie Descript oder CapCut gehören dazu, ebenso Marqo, das zusätzlich das Skript schreibt und veröffentlicht.

Vertrauen: das eigentliche Kriterium für ein lokales KMU

Ein lokales KMU verkauft oft eine Beziehung: der Garagist, der Ihr Auto kennt, das Treuhandbüro, das am Telefon Auskunft gibt, die Wirtin, die Sie empfängt. Ihre Kundschaft begegnet Ihnen vielleicht persönlich, und ein Video mit der echten Person und den echten Räumen bereitet diese Begegnung vor.

Ein guter Avatar bleibt ein Avatar: Er zeigt Ihre Werkstatt nicht und beantwortet die Frage «Wer steckt dahinter?» nicht. Stockvideos wiederum zeigen Büros und Lächeln, die nicht Ihre sind. Für eine interne Schulung kann ein Avatar genügen; für die Social-Media-Kanäle eines Unternehmens, das von seinem Ruf lebt, bleibt eine echte Person die sicherste Wahl.

Was KI heute gut kann

• Den ersten Skriptentwurf: eine klare Struktur (Einstieg, zwei oder drei Punkte, Handlungsaufforderung) zu Ihrem Thema. Das leere Blatt fällt weg, das Gegenlesen nicht.
• Die Untertitel: eine synchronisierte Transkription in wenigen Minuten, Schlüsselwörter hervorgehoben. Namen und Zahlen müssen Sie trotzdem prüfen.
• Den repetitiven Schnitt: Pausen entfernen, Aufnahmen zusammenfügen, die Musik beim Sprechen absenken, Zooms setzen. Von Hand zeitraubend, für die KI Routine.
• Übersetzung und Synchronisation: Text angepasst, Stimme der gefilmten Person synchronisiert, Untertitel übersetzt. In der Schweiz reicht so ein einziger Dreh für Deutsch, Französisch und Italienisch (siehe Ratgeber Videos in drei Landessprachen).

Was weiterhin ein Mensch machen muss

• Das Fachwissen. Die KI kennt weder Ihre Preise noch Ihre Lieferfristen noch die Geschichte des Kunden von letzter Woche. Ohne diese Details klingt Ihr Skript wie das der Konkurrenz.
• Gesicht und Stimme. Vertrauen entsteht durch die Person, die vor der Kamera für ihr Unternehmen einsteht. Schauspieltalent braucht es nicht: Mit einem Teleprompter lesen Sie und schauen dabei ins Objektiv.
• Die Schlusskontrolle. Namen, Zahlen, Preise, Fachbegriffe, Sinn der Übersetzungen: Lassen Sie jede Sprache, die Sie nicht beherrschen, von einer Person mit dieser Muttersprache gegenlesen.
• Die Themenwahl. Die KI schlägt vor; was für Ihre Kundschaft zählt, entscheiden Sie.

Einwilligung, Stimme und Daten: was Sie klären müssen

• Das Einverständnis der gefilmten Personen. Bild und Stimme einer erkennbaren Person sind Personendaten im Sinne des Bundesgesetzes über den Datenschutz (DSG), das eine Informationspflicht gegenüber der betroffenen Person vorsieht. Holen Sie das schriftliche Einverständnis Ihrer Mitarbeitenden ein: Kanäle, Nutzungsdauer, Austritt aus dem Unternehmen.
• Synchronisation und Avatare. Synchronisieren heisst, jemanden seinen Text in einer Sprache sagen zu lassen, in der er ihn nie gesprochen hat; ein Avatar nach dem Vorbild einer Mitarbeiterin kann sogar ohne sie «sprechen». Halten Sie das in der Vereinbarung fest und klonen Sie nie eine Stimme ohne Einwilligung.
• Die Kennzeichnung. YouTube verlangt, realistische KI-generierte oder KI-veränderte Inhalte offenzulegen, etwa eine echte Person, die etwas sagt, das sie nie gesagt hat, nicht aber ein mit KI geschriebenes Skript, Untertitel oder das Klonen der eigenen Stimme für eine Synchronisation. Andere Netzwerke haben eigene Regeln.
• Wo die Dateien liegen. Fragen Sie, wo die Videos gespeichert werden und welche Anbieter Stimme und Text verarbeiten. Bei Marqo: Hosting in der Schweiz bei Infomaniak, Synchronisation mit der Technologie von ElevenLabs, KI-Anbieter in der Datenschutzerklärung aufgeführt.

Ihr erstes KI-gestütztes Video in 7 Schritten

1. Wählen Sie eine Kundenfrage: die Frage, die Ihnen am Schalter oder am Telefon am häufigsten gestellt wird.
2. Lassen Sie einen Entwurf von 30 bis 60 Sekunden schreiben und ergänzen Sie Ihre Fakten: einen Preis, eine Frist, ein echtes Beispiel.
3. Lesen Sie ihn laut vor und streichen Sie alles, was Sie so nie sagen würden.
4. Bereiten Sie den Dreh vor: Smartphone im Hochformat, Licht von vorne (ein Fenster), ein ruhiger Raum und wenn möglich ein Funkmikrofon. Der Ton zählt so viel wie das Bild.
5. Filmen Sie mit einem Teleprompter, Abschnitt für Abschnitt; wiederholen Sie eine Aufnahme, wenn Sie ins Stocken geraten.
6. Lassen Sie die KI schneiden und prüfen Sie danach Namen, Zahlen, Untertitel und Rhythmus.
7. Veröffentlichen Sie und machen Sie weiter: Präsenz entsteht durch Regelmässigkeit (siehe Ratgeber Social-Media-Videos für KMU).

Was kostet ein Video mit KI?

Die Preise von Avatar- und Schnittwerkzeugen ändern sich oft: Schauen Sie auf deren Preisseiten nach. Hier finden Sie veröffentlichte Richtwerte aus der Schweiz und die Preise von Marqo.

Diese Preise vergleichen nicht dasselbe: Eine Agentur liefert einen von Profis gedrehten Film; mit einer Software filmen Sie selbst, und der Dreh kostet Sie Zeit statt einer Rechnung. Wer ein Video mit KI erstellen lassen will, findet die Rechnung im Detail im Ratgeber Firmenvideo-Kosten.

Wo Marqo steht

Marqo gehört zur dritten Art. Die KI schreibt das Skript auf Basis Ihrer Content-Strategie. Sie filmen eine echte Person mit den kostenlosen Apps Prompteur Marqo (iPad oder Android-Tablet) und Camera Marqo (iPhone oder Android). Marqo schneidet dann automatisch: Pausen entfernt, Aufnahmen zusammengefügt, Zooms, 13 animierte Untertitel-Stile, von der KI vorgeschlagene Einblendungen, Musik, die beim Sprechen leiser wird, Umgebungsgeräusche, Splitscreens und Endkarte. Das Video lässt sich in bis zu 32 Sprachen synchronisieren (Abos Pro und Business) und auf Instagram, Facebook, LinkedIn, TikTok und YouTube planen (siehe das Videostudio im Detail).

Die Grenzen: keine Avatare, also muss sich jemand filmen; keine Verwaltung bezahlter Werbekampagnen; keine Veröffentlichung auf X; die deutschen Fassungen sind in Hochdeutsch, nicht in Schweizerdeutsch.

Häufige Fragen