KI-Avatar oder erzeugte Szene: Was passt zum Erklärvideo?

Das Problem

Sie möchten etwas erklären: einen Ablauf, ein Produkt, eine Regel. Ein Video wäre ideal, und KI scheint den Aufwand zu senken. Doch es gibt mehrere Wege: eine sprechende Avatar-Figur, frei erzeugte Szenen aus einer Beschreibung, Bildschirmaufnahmen mit Stimme oder Folien mit Sprechertext. Jeder sieht anders aus und eignet sich für andere Zwecke.

Viele wählen nach dem Aussehen: Der Avatar wirkt modern, die erzeugten Szenen beeindruckend. Ein Erklärvideo muss aber vor allem verständlich sein. Wer einen Ablauf in der Software erklären will, braucht Bilder dieser Software, nicht eine Fantasieszene.

Die Angebote und ihre Qualität ändern sich laufend (Stand Oktober 2026). Die Frage nach der passenden Art lässt sich aber unabhängig davon klären, mit dem Lernziel als Massstab.

So lösen Sie es mit KI – Schritt für Schritt

1. Lernziel formulieren: Was soll die Zuschauerin nach dem Video können oder wissen? «Sie reicht Belege digital ein» ist ein Lernziel. «Sie fühlt sich willkommen» ist ein anderes.
2. Inhalt klassifizieren: Geht es um Schritte an einem Bildschirm, um ein Produkt, um Haltung und Persönliches oder um Stimmung?
3. Passende Art wählen: Nutzen Sie die Tabelle unten. Schritte am Bildschirm: Bildschirmaufnahme. Persönliche Ansprache: Avatar oder echte Person. Stimmung und Bilder: erzeugte Szenen.
4. Verständlichkeit vor Effekt: Wählen Sie die einfachste Art, die das Lernziel erreicht.
5. Skript schreiben: Unabhängig von der Art brauchen Sie einen kurzen, klaren Sprechertext. Siehe Erklärvideo mit KI erstellen.
6. Prototyp erstellen: Bauen Sie eine Szene in der gewählten Art und zeigen Sie sie einer Person, die das Thema nicht kennt.
7. Rückmeldung einholen: Hat sie verstanden, was Sie zeigen wollten? Wo ist sie abgelenkt?
8. Entscheiden und umsetzen: Bleiben Sie bei der Art oder wechseln Sie.
9. Kennzeichnen: Hinweis auf Avatar oder KI-erzeugte Szenen.
10. Pflege planen: Notieren Sie, wer das Video aktualisiert, wenn sich der Ablauf ändert.

Zur Orientierung hilft auch die Frage, wie oft sich der Inhalt ändert. Ändert er sich oft, etwa bei Preisen, Fristen oder Bedienungsschritten, lohnt sich eine Art, bei der Sie einzelne Teile leicht austauschen können. Dann ist ein Video aus Folien oder Bildschirmaufnahmen mit separatem Sprechertext robuster als ein aufwendig erzeugtes Szenenvideo, das Sie bei jeder Änderung neu rechnen lassen müssten.

Vorlage zum Kopieren

Wahl der Videoart
Lernziel: [z. B. Die Kundin kann ohne Hilfe einen Beleg im Portal hochladen]
Inhalt besteht aus: [Bildschirmschritte / Produkt / persönliche Botschaft / Stimmung]
Muss etwas exakt gezeigt werden? [ja: was / nein]
Zielgruppe: [z. B. Kundschaft 50+, wenig Technikerfahrung]
Gewählte Art: [Bildschirmaufnahme / Avatar / erzeugte Szenen / Mischung]
Begründung: [ein Satz]
Prototyp getestet mit: [Person, Datum], Ergebnis: [ ]
Kennzeichnung: [Wortlaut]   Verantwortlich für Aktualisierung: [Name]

Ein einzelner Satz Begründung reicht. Er schützt davor, sich vom Effekt statt vom Zweck leiten zu lassen.

Worauf Sie achten müssen

• Richtigkeit: Frei erzeugte Szenen zeigen erfundene Oberflächen und Geräte. Für genaue Schritte sind sie ungeeignet.
• Wirkung eines Avatars: Er kann steif wirken. Bei Kundenbeziehungen ist ein echtes Gesicht oft vertrauenswürdiger. Siehe KI-Avatar oder echte Person.
• Einwilligung: Avatare nach dem Abbild realer Personen brauchen deren schriftliche Zustimmung. Siehe KI-Avatare für Mitarbeitende.
• Kennzeichnung: Künstliche Figuren und erzeugte Szenen sollten erkennbar sein. Siehe Deepfakes kennzeichnen (EU AI Act).
• Datenschutz: Bildschirmaufnahmen mit echten Kundendaten sind tabu. Verwenden Sie Testdaten.
• Barrierefreiheit: Untertitel und gut lesbare Schrift gehören zu jedem Erklärvideo.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Weiterbildungszentrum in Zug möchte ein Video, das neuen Teilnehmenden die Anmeldung im Kursportal zeigt.

Vorher: Die Leiterin liebäugelt mit einem Avatar und einigen erzeugten Szenen von Lernenden im Klassenzimmer. Im Entwurf sehen die Szenen schön aus, aber niemand versteht, wo man klicken muss.

Nachher: Sie wählt für die Schritte eine Bildschirmaufnahme mit Testdaten und ruhiger Sprecherstimme. Der Avatar begrüsst nur in den ersten zehn Sekunden mit einem Hinweis «KI-Sprecherfigur». Die Stimmungsszene entfällt. Eine unbeteiligte Mitarbeiterin testet das Video, und die Rückfragen am Telefon gehen zurück.

So hilft Ihnen Alpasana

Wer Erklärvideos sinnvoll aufbaut, lernt am besten an einer realen Aufgabe. Die KI-Kurse für konkrete Arbeitsaufgaben von absofort nennen Video-Teaser sowie Podcast- und Voiceover-Vorbereitung als Themen und behandeln auch Schulungs- und Kommunikationsaufgaben im Büro, mit Praxisaufgaben und KI-Lerncoach.

Häufige Fragen

Kann ich Avatar und Bildschirmaufnahme mischen?

Ja, das ist eine gute Lösung: Der Avatar begrüsst oder fasst zusammen, die Bildschirmaufnahme erklärt die Schritte.

Sind erzeugte Szenen für Schulungsvideos geeignet?

Nur für Stimmung und Veranschaulichung, nicht für genaue Schritte oder Sicherheitsinformationen. Dort muss alles exakt stimmen.

Was ist am einfachsten zu pflegen?

Folien oder Bildschirmaufnahmen mit separater Tonspur. Wenn sich der Ablauf ändert, tauschen Sie nur das betroffene Stück aus. Bei Avataren genügt oft eine Textänderung.