





Ein KI-Avatar ist ein digitaler Zwilling eines bestimmten Gesichts und einer Stimme, der einen geschriebenen Text spricht. Ist er einmal erstellt, wird nicht mehr gedreht: Es wird ein Skript geschrieben, und daraus entsteht das Video. START umfasst Avatar, Stimmklon und 20 Videos für 2.900 €, PRO 30 Videos für 3.900 €, EXPERT 50 Videos für 5.500 €; Dauer 14 Tage ab Projektstart, bei EXPERT 21 Tage. Unternehmen haben andere Fragen als einzelne Experten: wessen Gesicht der Avatar zeigt, was unterschrieben werden muss, wer die Skripte schreibt und was passiert, wenn die Person im Video das Unternehmen verlässt. Wir gehen sie der Reihe nach durch.
















Ein einmal erstellter Avatar macht aus Videoproduktion eine Textproduktion. Brauchen Sie ein neues Video, geben Sie das Skript frei und erhalten das fertige Video. Ohne Studio, ohne Licht und ohne die Suche nach einem gemeinsamen Termin für Geschäftsführung und Kamerateam.
So sah es bei Standart Ecology aus (Entsorgung, Rückbau und Rekultivierung): Wir haben einen Avatar erstellt und acht Videos produziert, eines pro Leistung. Die Videos sind auf den Leistungsseiten der Website eingebunden; die Conversion-Rate (Website-Besuch zu Anfrage) stieg um 37 % (Ergebnis aus einem einzelnen Projekt, ohne A/B-Test). Der Avatar ist eine mit KI erstellte Figur, die für das Unternehmen spricht, und zeigt keinen echten Mitarbeiter. Nach unserer Einschätzung hat vor allem gewirkt, dass Besucher die Leistung auf der Seite erklärt bekommen, statt mehrere Absätze zu lesen.
Typische Einsatzbereiche, für die Unternehmen einen Avatar nutzen: Leistungsseiten auf der Website, Antworten auf häufige Kundenfragen, Schulungen für Mitarbeitende und Dienstleister, kurze Folgen für Social Media, Präsentationen für Partner und interne Kurse.
Es gibt vier Varianten, und sie sind nicht gleichwertig.
Diese Variante wirkt am stärksten: Das Unternehmen bekommt eine wiedererkennbare Sprecherfigur. Möchte die Person nicht vor die Kamera, ist das eine legitime Haltung, mit der wir arbeiten.
Marketing, Bereichsleitung oder technische Fachkraft. Leichter zu vereinbaren, bindet den Content aber an eine Person, die das Unternehmen verlassen kann.
Ein Darsteller oder Model, gebucht mit einem Vertrag, in dem Dauer und Gebiet der Nutzung festgelegt sind. Das Unternehmen ist unabhängig vom eigenen Personal, bekommt aber auch keine eigene Sprecherfigur.
Die Variante, wenn kein menschliches Gesicht gebraucht wird. In unserem Portfolio sind die Maskottchen für den internen KI-Kurs von SIBUR und eine Animationsserie für die Bar Tap Beer in New York und Miami. Bei einem Maskottchen gibt es keine Fragen zu Ausscheiden und Rechten, dafür ist das Vertrauen geringer: Eine komplexe Leistung über eine gezeichnete Figur zu verkaufen, ist schwieriger, als eine interne Richtlinie zu erklären.
Gesicht und Unterlagen klären wir in einem 15-minütigen Gespräch
Wir klären mit Ihnen, wessen Gesicht der Avatar zeigt und welche Unterlagen nötig sind, und besprechen die ersten fünf Skripte.
Wir arbeiten ausschließlich mit Gesicht und Stimme von Personen, die selbst schriftlich eingewilligt haben, in einem separaten Dokument. Stimme und Gesicht sind personenbezogene Daten; welche rechtlichen Vorgaben in Ihrem Land gelten, klären Sie mit Ihrer Rechtsberatung.
Die Unterschrift des beauftragenden Unternehmens ersetzt die Einwilligung der Person nicht. Die Einwilligung gibt die Person selbst, und darin sollten Dauer, Gebiet, die Liste der Plattformen und der Hinweis stehen, dass Avatar und Vertonung mit KI erstellt werden.
Wenn die Person das Unternehmen verlässt. Rechnen Sie damit, dass sie ihre Einwilligung widerrufen kann. Deshalb empfehlen wir, vorab festzulegen, was in diesem Fall passiert, und den gesamten Content des Unternehmens nicht auf das Gesicht eines einzelnen Mitarbeiters ohne Leitungsfunktion zu stützen. Ist dieses Risiko für Sie nicht akzeptabel, nehmen Sie ein Maskottchen oder das Gesicht der Unternehmensleitung.
Die Skripte schreiben wir. Von Ihnen brauchen wir die Fakten, die man nicht erfinden kann: was genau Sie verkaufen, worin Sie sich unterscheiden, welche Einwände Sie von Kunden hören und was aus rechtlichen oder branchenspezifischen Gründen nicht gesagt werden darf. Meist reichen dafür zwei Gespräche und Zugang zu Ihren Materialien.
Dann geben Sie den Text frei. Nur an dieser Stelle brauchen wir wirklich Ihre Zeit: Ein Fehler im Text landet im fertigen Video, und eine neue Vertonung kostet vor dem Schnitt weniger als danach.
Von der Person im Video brauchen wir nach unserer Anleitung 2 bis 3 Minuten Smartphone-Video und einige Minuten Sprachaufnahme, inklusive Wiederholungen insgesamt etwa 15 Minuten. Zuerst nimmt sie eine kurze Probe auf: Wir hören sie an, bevor alles aufgenommen wird, und sagen Ihnen, ob das Material reicht oder welche Passagen ergänzt werden sollten.
Dauer: 14 Tage bis zur Übergabe aller 20 Videos (EXPERT: 50 Videos in 21 Tagen). Nach dem Paket entsteht jedes weitere Video schneller: Stimme und Modell sind bereits erstellt, die Arbeit beschränkt sich auf Skript und Schnitt.
KI-Avatar: START umfasst Avatar, Stimmklon und 20 Videos für 2.900 €, PRO 30 Videos für 3.900 €, EXPERT 50 Videos für 5.500 €. Dauer 14 Tage, bei EXPERT 21 Tage. Die Pakete unterscheiden sich in der Zahl der Videos, den Formaten für verschiedene Plattformen und der Tiefe der Skriptarbeit; EXPERT enthält zusätzlich Versionen im UGC-Stil und einen Redaktionsplan für einen Monat. Jedes Paket enthält bis zu 3 Korrekturen pro Video, Untertitel und Vorschaubilder. Alle Preise sind Nettopreise für Geschäftskunden.
Wenn Sie laufend Videos brauchen, gibt es das Content-Abo Creative Unlimited: 4.500 € pro Monat für bis zu 40 Videos in allen Formaten. Für Unternehmen mit laufendem Content-Bedarf heißt das: eine monatliche Zahlung und alle Formate in einem Abo, statt immer wieder einzelne Pakete anzufragen.
Werbevideos und KI-Videos ohne Avatar: 20, 30 oder 50 Videos für 2.900, 3.900 oder 5.500 €, Dauer 10 bis 21 Tage.
Wenn die Videos irgendwo eingebunden werden sollen und dafür noch keine Website existiert: Websites und Design für 1.200 bis 2.900 €, Chatbots für 1.500 bis 5.500 €, Automatisierung für 1.900 bis 7.500 €. Werkzeuge: ElevenLabs für die Stimme, HeyGen und Runway für das Video.
Er spricht einen vorab geschriebenen Text. Er hält kein Live-Webinar, beantwortet keine Kundenanrufe und arbeitet nicht als virtueller Berater im Chat. Ein interaktiver Avatar ist nicht Teil der Pakete; wir setzen ihn als Projekt ab 15.000 € um.
Brauchen Sie Aufnahmen Ihrer Produktion, Ihres Lagers, eines Objekts oder eines Prozesses, drehen wir sie als Teil eines Projekts ab 15.000 € und kombinieren sie dort mit dem Avatar. Der Avatar liefert die sprechende Person im Bild; eine Reportage aus der Produktion braucht eine Kamera.
Die Videos übergeben wir Ihnen; Schaltung und Einkauf von Werbung liegen bei Ihnen oder Ihrer Agentur.
Das Ergebnis von Standart Ecology ist keine Zusage für Ihr Projekt. Dort stieg die Conversion-Rate der Leistungsseiten unter zwei Voraussetzungen: Die Leistungen lassen sich gut mündlich erklären, und die Seiten hatten bereits Besucher (Ergebnis aus einem einzelnen Projekt, ohne A/B-Test). Gibt es keinen Traffic, erzeugt der Avatar ihn nicht.
Wem es nichts bringt: Unternehmen ohne regelmäßigen Anlass, etwas zu sagen. Ein Video pro Jahr rechtfertigt keine 2.900 € und 14 Tage Arbeit: Dafür reicht ein einzelner Drehtag mit Kamera.
Die Fragen, die Kunden vor einer Anfrage stellen, und unsere Antworten.
Ja. Dann nehmen Sie ein Maskottchen oder eine Animationsfigur: Beispiele sind die Maskottchen für den internen KI-Kurs von SIBUR und die Animationsserie für die Bar Tap Beer in New York und Miami. Der Nachteil: Einer gezeichneten Figur vertraut man weniger als einem echten Gesicht. Für Verkaufsseiten ist sie deshalb schwächer, für Schulungen und interne Themen passt sie gut.
Das hängt davon ab, was die Person unterschrieben hat. Stehen in der Einwilligung Dauer, Gebiet und Plattformen, läuft die Nutzung in diesem Rahmen weiter. War die Einwilligung nur formal oder widerruft die Person sie, müssen Sie damit rechnen, die Videos zu entfernen: Entscheidend ist dann der Wortlaut des Dokuments. Deshalb bitten wir darum, die Unterlagen vor dem Start zu erstellen.
Ja. Für FORCELAB haben wir eine bereits generierte Figur einer jungen Frau als Markenbotschafterin zum Leben erweckt: Mimik, Bewegungen, geklonte Stimme, mehrere Sprachen (Referenz). Eine solche Figur präsentieren wir als Markenbotschafterin; als Mitarbeiterin geben wir sie nicht aus. Bedenken Sie das Reputationsrisiko: Erfährt das Publikum, dass die „Expertin“ auf der Website nicht existiert, schadet das mehr, als das Video genutzt hat.
Wir. Vom Unternehmen brauchen wir Fakten, Einschränkungen und typische Einwände von Kunden sowie die Freigabe des fertigen Textes. Selbst schreiben müssen Sie nicht, gegenlesen aber schon: Ein Fehler im Text landet in der Vertonung und im fertigen Video.
Das versprechen wir nicht. Es ist das Ergebnis eines einzelnen Projekts ohne A/B-Test: acht Videos auf Leistungsseiten, die bereits Besucher hatten, und Leistungen, die sich gut mündlich erklären lassen. Wenn Ihre Seiten keinen Traffic haben oder Ihr Produkt eine Vorführung vor Ort braucht, wird die Zahl anders ausfallen. Wir verantworten Dauer, Umfang und Qualität der Videos; die Conversion-Rate Ihrer Website hängt von weiteren Faktoren ab.
Der Avatar aus dem Paket antwortet nicht: Es sind aufgezeichnete Videos nach einem vorab geschriebenen Text. Den Dialog mit Kunden übernimmt ein Chatbot, eine eigene Leistung für 1.500 bis 5.500 €. Beides lässt sich verbinden: Der Bot antwortet per Text und spielt das passende Video aus. Einen interaktiven Avatar, der in Echtzeit mit Kunden spricht, setzen wir als Projekt ab 15.000 € um.
Zum Start: die Entscheidung, wessen Gesicht wir nutzen, die unterschriebene Einwilligung dieser Person, ein Smartphone-Video und eine Sprachaufnahme nach unserer Anleitung sowie ein Gespräch über die Fakten zu Ihrem Unternehmen. Vor der Produktion zeigen wir Ihnen eine Demo des Avatars. Alle 20 Videos übergeben wir in 14 Tagen (im Paket EXPERT 50 Videos in 21 Tagen). Weitere Videos entstehen schneller, weil Modell und Stimme bereits erstellt sind.