Ein KI-Voiceover für ein Video erstellen und einfügen

Das Problem

Ihr Video ist geschnitten, die Bilder stehen. Aber ein Video ohne Erklärung bleibt vielen unverständlich. Es braucht einen Sprechertext (englisch «Voiceover»): eine Stimme, die aus dem Off durch das Video führt.

Selbst sprechen ist für viele eine Hürde. Sie versprechen sich, hören sich fremd an, und im Büro gibt es keinen ruhigen Raum. Ein professioneller Sprecher ist teuer. Eine KI-Stimme kann eine Lösung sein, wenn Sie sie sorgfältig einsetzen.

Die zweite Hürde ist technisch: Wie kommt die erzeugte Audiodatei auf die richtige Stelle im Video? Dazu brauchen Sie kein Studio, aber eine feste Reihenfolge der Schritte.

So lösen Sie es mit KI – Schritt für Schritt

1. Video und Länge festlegen: Zählen Sie die Szenen und notieren Sie, wie lange jede dauert. Der Text muss in diese Zeiten passen.
2. Sprechertext schreiben: Schreiben Sie pro Szene ein bis zwei kurze Sätze, so wie man spricht. Als Faustregel ergeben rund 130 Wörter etwa eine Minute. Hilfe: Erklärvideo mit KI erstellen.
3. Text sprechgerecht machen: Zahlen, Abkürzungen und Namen ausschreiben, schwierige Wörter lautgetreu notieren. Siehe Namen und Abkürzungen bei KI-Stimmen.
4. Stimme auswählen: Hören Sie mehrere Stimmen an und entscheiden Sie sich für eine, die zu Ihrer Marke und Zielgruppe passt. Gratis-Optionen: Kostenlose KI-Stimmen für Deutsch.
5. Pro Szene eine Datei erzeugen: Erstellen Sie lieber mehrere kurze Aufnahmen als eine lange. Dann können Sie später einzelne Szenen neu erzeugen, ohne alles zu wiederholen.
6. Aufnahmen anhören: Prüfen Sie Aussprache, Betonung und Tempo jeder Szene. Mit Satzzeichen und Pausenangaben steuern Sie nach, siehe Pausen und Betonung.
7. Dateien ins Schnittprogramm laden: Importieren Sie die Audiodateien und ziehen Sie jede auf die Tonspur unter die passende Szene.
8. Bild und Ton abstimmen: Verlängern oder kürzen Sie das Bild, damit es zur Sprechdauer passt. Pausen von einer halben Sekunde zwischen den Szenen wirken natürlich.
9. Lautstärke angleichen: Alle Szenen sollen ähnlich laut sein. Mehr dazu: Lautstärke angleichen. Falls Sie Musik hinterlegen, halten Sie sie deutlich leiser.
10. Exportieren und prüfen: Schauen Sie das fertige Video einmal komplett mit Kopfhörern und einmal über Lautsprecher an.

Vorlage zum Kopieren

Schreibe Sprechertexte für ein Video mit [Anzahl] Szenen. Gesamtdauer etwa [Länge, z. B. 75 Sekunden].
Pro Szene eine Zeile in diesem Format: «Szene [Nr.] ([Sekunden] s): [Text]».
Thema: [Thema]. Zielgruppe: [Zielgruppe]. Ton: [z. B. freundlich, sachlich].
Szenen im Bild: [Szene 1: …; Szene 2: …; …].
Regeln: gesprochene Sprache, höchstens 18 Wörter pro Satz, keine Abkürzungen,
Zahlen ausgeschrieben, Namen mit Aussprachehilfe in Klammern.
Rechne pro Szene nur so viele Wörter, wie in die Sekundenangabe passen (rund 2 Wörter pro Sekunde).

Tragen Sie Ihre Szenen und Zeiten ein. Passt der Text nicht in die Zeit, kürzen Sie den Text, nicht das Tempo der Stimme.

Worauf Sie achten müssen

• Aussprache: Namen, Ortsnamen und Fachbegriffe prüfen Sie einzeln. Ein falsch gesprochener Firmenname fällt sofort auf.
• Kennzeichnung: Wenn die Stimme wie ein echter Mensch wirkt, ist ein Hinweis «KI-Stimme» fair, besonders bei Informationsvideos.
• Nutzungsrechte: Die Bedingungen des Stimmenwerkzeugs bestimmen, ob Sie das Video geschäftlich veröffentlichen dürfen.
• Stimme einer echten Person: Ahmen Sie nie die Stimme einer anderen Person ohne deren Einwilligung nach, siehe KI-Stimme einer fremden Person.
• Datenschutz: Der Text wird vom Anbieter verarbeitet. Keine vertraulichen Angaben.
• Backup: Speichern Sie Text, Einstellungen und Audiodateien. So lassen sich Videos später ändern.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Velohändler in Winterthur hat ein 90-Sekunden-Video über den Servicetermin im Frühjahr gedreht. Es ist ohne Ton unverständlich, und er mag sich selbst nicht sprechen hören.

Vorher: Das Video liegt seit Wochen im Ordner, weil niemand die Tonspur macht.

Nachher: Er schreibt sechs Sprechertexte passend zu den Bildern, erzeugt sechs kurze Audiodateien und hört sie ab. «Velo» und der Name seiner Werkstatt klingen zuerst falsch, bis er sie lautgetreu umschreibt. Im Schnittprogramm legt er die Dateien unter die Szenen, gleicht die Lautstärke an und ergänzt leise Musik. Nach drei Stunden steht das Video, mit dem Vermerk «Sprecherstimme: KI».

So hilft Ihnen Alpasana

Wenn Sie Voiceover und Video gleich an einem eigenen Beispiel üben möchten, lohnen sich die KI-Kurse für konkrete Arbeitsaufgaben von absofort. Sie nennen unter anderem Video-Teaser sowie Podcast- und Voiceover-Vorbereitung als Themen und arbeiten mit Praxisaufgaben und KI-Lerncoach.

Häufige Fragen

Welches Schnittprogramm brauche ich?

Jedes, das mehrere Tonspuren zulässt. Viele kostenlose und eingebaute Programme genügen für einfache Videos. Wichtiger als das Programm ist die Reihenfolge der Schritte.

Kann ich das Voiceover später ändern?

Ja, wenn Sie Text und Audiodateien pro Szene gespeichert haben. Sie erzeugen die betroffene Szene neu und tauschen die Datei aus. Deshalb lohnt sich die Aufteilung in kurze Dateien.

Soll ich Musik hinterlegen?

Leise Hintergrundmusik kann das Video aufwerten, muss aber lizenzfrei oder erlaubt sein und darf die Sprache nicht übertönen. Hilfe finden Sie unter Hintergrundmusik für Videos.