Ein Porträtfoto sprechen lassen: Wie funktioniert das?

Das Problem

Sie haben ein Porträtfoto, zum Beispiel von der Geschäftsführerin, einer Lehrperson oder einem Vereinspräsidenten, und möchten daraus eine kurze gesprochene Nachricht machen: eine Begrüssung auf der Website, eine Jubiläumsbotschaft oder eine interne Mitteilung.

Dafür gibt es Werkzeuge zur Porträtanimation. Sie nehmen ein Foto und eine Tonaufnahme und lassen das Gesicht im Bild passend zum Ton sprechen. Das wirkt eindrücklich und manchmal unheimlich zugleich.

Gerade deshalb ist Vorsicht geboten. Ein sprechendes Foto kann Dinge «sagen», die die Person nie gesagt hat. Technisch einfach, rechtlich und menschlich anspruchsvoll. Diese Seite zeigt, wie es funktioniert und wann Sie die Finger davon lassen sollten.

So lösen Sie es mit KI – Schritt für Schritt

1. Einwilligung einholen: Die abgebildete Person muss einverstanden sein, und zwar für genau diesen Zweck. Halten Sie das schriftlich fest. Hintergründe: KI-Fotos von Personen: Einwilligung.
2. Nur eigene Aussagen verwenden: Die gesprochene Botschaft muss von der Person freigegeben sein, am besten lässt sie ihren Text selbst lesen oder bestätigen.
3. Foto auswählen: Gut geeignet sind scharfe Frontalaufnahmen mit neutralem Gesichtsausdruck, geschlossenem oder leicht geöffnetem Mund, ohne verdeckende Hände, Brillenreflexe oder Schatten.
4. Audio vorbereiten: Nehmen Sie den Text ruhig und deutlich auf oder erzeugen Sie eine Stimme. Bei einer KI-Stimme der Person beachten Sie Eigene Stimme mit KI klonen.
5. Werkzeug öffnen und beides hochladen: Laden Sie Foto und Audiodatei hoch. Wählen Sie, falls möglich, ein ruhiges Ausdrucksniveau.
6. Kurze Vorschau erzeugen: Prüfen Sie zehn Sekunden: Passen Lippenbewegungen zu den Worten? Mehr dazu: Lippensynchron prüfen.
7. Fehler suchen: Achten Sie auf verformte Zähne, schwimmende Haare, starre Augen und unnatürliche Kopfbewegungen.
8. Freigabe einholen: Zeigen Sie das Ergebnis der abgebildeten Person, bevor es veröffentlicht wird.
9. Kennzeichnen: Schreiben Sie dazu, dass Bild und Bewegung mit KI erzeugt wurden.

Vorlage zum Kopieren

Diese Einverständniserklärung können Sie als Grundlage verwenden (kurz halten und von der Person unterschreiben lassen):

Einverständnis zur KI-Animation meines Fotos

Ich, [Name], bin damit einverstanden, dass die [Firma/Verein] mein Foto [Dateiname oder Beschreibung]
mit KI-Software animiert und zusammen mit der Audioaufnahme [Beschreibung/Text] für folgenden Zweck verwendet:
[z. B. Begrüssung auf der Website].
Verwendung bis: [Datum]. Widerruf jederzeit schriftlich an [E-Mail] möglich.
Ich habe das Ergebnis vor der Veröffentlichung gesehen und freigegeben.
Ort, Datum, Unterschrift: [ ]

Passen Sie Zweck, Dauer und Kontakt an. Für rechtlich heikle Fälle lassen Sie den Text fachlich prüfen.

Worauf Sie achten müssen

• Persönlichkeitsrecht: Jeder Mensch hat ein Recht am eigenen Bild und an der eigenen Stimme. Das Schweizer Zivilgesetzbuch schützt die Persönlichkeit (Art. 28 ZGB). Im Einzelfall entscheidet die rechtliche Prüfung.
• Datenschutz: Ein Porträtfoto ist ein Personendatum. Die Verarbeitung durch einen Anbieter im Ausland ist zu prüfen, siehe das Datenschutzgesetz (DSG).
• Täuschungsgefahr: Ein sprechendes Foto kann als echte Aussage verstanden werden. Das gilt als Deepfake, wenn es täuschen soll. Täuschen Sie nie.
• Verstorbene und Minderjährige: Hier ist besondere Zurückhaltung nötig. Bei Kindern braucht es die Einwilligung der Eltern, und das Vorhaben ist besonders sorgfältig abzuwägen.
• Missbrauch: Fotos, die Sie hochladen, sind Missbrauchsrisiken ausgesetzt. Verwenden Sie nur Aufnahmen, die ohnehin öffentlich gezeigt werden.
• Qualität: Seitenansichten, Gruppenbilder oder Sonnenbrillen funktionieren schlecht.

Ein Beispiel aus der Praxis

Ein Beispiel: Der Präsident eines Turnvereins in Thun möchte zum 100-Jahr-Jubiläum eine Grussbotschaft auf der Vereinsseite zeigen. Er selbst mag nicht vor der Kamera stehen.

Vorher: Auf der Seite steht ein Text mit seinem Foto.

Nachher: Er unterschreibt eine Einverständniserklärung (auch für sich selbst, damit der Vorstand den Ablauf kennt), nimmt seine Botschaft mit dem Handy auf und lässt sein offizielles Porträt dazu sprechen. Der Vorstand schaut das Ergebnis an. Weil die Augenbewegungen seltsam wirken, wählt er ein anderes Foto. Unter dem Video steht: «Animiert mit KI, Text und Stimme von Max Muster.»

So hilft Ihnen Alpasana

Der sichere Umgang mit Gesichtern, Stimmen und Einwilligungen gehört zum Handwerk. Die KI-Kurse für konkrete Arbeitsaufgaben von absofort behandeln neben Video- und Voiceover-Vorbereitung auch Deepfakes und betriebliche KI-Richtlinien, mit Praxisaufgaben und KI-Lerncoach.

Häufige Fragen

Reicht mündliche Zustimmung?

Mündlich ist schwer zu belegen. Halten Sie die Zustimmung schriftlich fest, auch per E-Mail, mit Zweck und Dauer. Dokumentieren Sie auch den Widerruf.

Darf ich ein Foto aus dem Internet verwenden?

Nur, wenn Sie die Rechte am Foto haben und die abgebildete Person zugestimmt hat. Dass ein Bild öffentlich auffindbar ist, erlaubt Ihnen die Weiterverwendung nicht.

Wie erkenne ich, ob ein sprechendes Foto gefälscht ist?

Hinweise sind ungleichmässige Lippenbewegungen, starre Augen und fehlende Quellenangabe. Sicherheit gibt das aber nicht. Prüfen Sie wichtige Aussagen immer über einen zweiten Weg, etwa einen Rückruf.