Dasselbe Ausgangsmaterial – ein Artikel, ein Transkript eines fremden Videos, ein handgeschriebener Text – kann je nach Handhabung durch KI bei der Vorbereitung des Voiceovers in drei völlig unterschiedliche Videos verwandelt werden. Aus diesem Grund wird bei Telematic das Video-Skript nicht auf eine universelle Weise, sondern in drei verschiedenen Modi erstellt, und die Wahl des Modus ist im Grunde die erste und wichtigste Entscheidung bei der Arbeit mit dem Material, noch bevor Sie über das Visuelle oder die Stimme nachdenken.
Die drei Modi – Volltext, Hybrid und Teaser – verfolgen unterschiedliche Ziele und gehen unterschiedlich mit den Fakten des Ausgangsmaterials um. Der Unterschied zwischen ihnen ist nicht kosmetisch: Es sind verschiedene Algorithmen zur Textverarbeitung, und die Wahl des Modus bestimmt, wie wörtlich das Video sein wird, wie lebendig die Sprache sein wird und was überhaupt im Bild zu sehen sein wird.
//Volltext: extraktive Genauigkeit
Der Modus "Volltext" arbeitet wörtlich – extraktiv. Die KI erzählt nicht um, und sie ergänzt nicht, sondern nimmt das Ausgangsmaterial und verwandelt es in ein Voiceover mit maximaler Beibehaltung der Formulierungen, Zahlen und Details. Dies ist der Modus für Situationen, in denen die Genauigkeit des Zitats wichtig ist: Analysen von Normdokumenten, Finanzanalysen, technische Anleitungen, Nachrichten mit konkreten Zahlen und Daten.
Der Hauptvorteil dieses Modus ist die Vorhersehbarkeit. Sie wissen genau, dass im Video nichts erscheinen wird, was nicht im Ausgangsmaterial enthalten war, und kein wichtiger Fakt aus dem Artikel oder Transkript verloren geht. Die Kehrseite ist, dass ein solcher Text nicht immer wie gesprochene Sprache klingt: Wenn das Ausgangsmaterial in Amtsdeutsch verfasst ist, wird das extraktive Skript diese Trockenheit erben.
//Hybrid: lebendige Erzählung über Fakten
Der Modus "Hybrid" funktioniert anders: Die KI extrahiert nicht einfach den Text, sondern entfaltet das Ausgangsmaterial in ein vollständiges Voiceover, indem sie Verbindungen, intonatorische Übergänge und eine gesprächigere Darbietung hinzufügt – dabei werden die Fakten, Zahlen und Details des Materials beibehalten. Im Grunde genommen ist dies eine Bearbeitung "nach Motiven" im positiven Sinne: Die Stimme im Hintergrund klingt wie ein Mensch, der eine Geschichte erzählt, und nicht wie ein Sprecher, der einen Absatz aus einem Artikel vorliest.
Dieser Modus funktioniert besonders gut, wenn das Ausgangsmaterial ein trockener Unternehmenstext, eine branchenspezifische Nachricht oder ein fremdes Transkript mit schwammigen Formulierungen ist und Sie ein fesselndes Video für soziale Netzwerke oder YouTube benötigen. Die KI übernimmt die Arbeit des Redakteurs: Sie bewahrt die Essenz, ändert aber die Form der Präsentation in Richtung gesprochene Sprache.
Wie man zwischen Volltext und Hybrid wählt
Die praktische Regel ist einfach: Wenn das Video die Quelle so genau wie möglich zitieren soll, wählen Sie Volltext. Wenn das Video eine Geschichte nach Motiven der Quelle erzählen und die Aufmerksamkeit des Zuschauers halten soll, wählen Sie Hybrid. Bei vielen Teams entwickelt sich im Laufe der Zeit eine Gewohnheit: Nachrichten- und Analyseformate laufen über Volltext, während Bildungs- und Engagement-Videos über Hybrid gehen.
//Teaser: kurzer Trailer ohne Handlungsaufforderung
Der dritte Modus – "Teaser" – arbeitet nicht direkt mit dem Ausgangsmaterial, sondern mit dem Skript des bereits fertigen Hauptvideos. Ein Teaser ist ein kurzer vertikaler Trailer, der ein horizontales Video ankündigt: Er nimmt die Schlüsselmomente des Skripts, komprimiert sie in ein dynamisches Kurzformat und präsentiert sie als Appetizer.
Ein wichtiges Merkmal des Teasers ist, dass er prinzipiell keinen Aufruf zum Handeln enthält. Das Format ist bewusst begrenzt: Es ist kein eigenständiges Video mit einem Trichter, sondern eine Ankündigung, deren einzige Aufgabe es ist, das Interesse des Zuschauers zu wecken und ihn zum Ansehen des vollständigen Videos zu bewegen. Während in den anderen Formaten der CTA-Trichter sanft in den Text integriert wird und deutlich in der Beschreibung oder dem ersten Kommentar zu hören ist, wird in einem Teaser diese Logik absichtlich deaktiviert – andernfalls vermischt sich die Funktion der Ankündigung mit der Verkaufsfunktion.
Der Teaser wird normalerweise generiert, nachdem das Skript des Hauptvideos fertig ist, und wird automatisch mit ihm verknüpft – so entsteht ein Paar "horizontales Video + vertikale Ankündigung", das bequem synchron auf verschiedenen Plattformen veröffentlicht werden kann.
//Wie der Skriptmodus mit anderen Einstellungen kombiniert wird
Alle drei Modi arbeiten zusammen mit zwei zusätzlichen Anpassungen – dem Schieberegler für das Volumen des Skripts und dem Erzähltempo. Der Volumenschieberegler komprimiert oder entfaltet das Material: Im Modus "Volltext" wählt er extraktiv einen Teil des Ausgangsmaterials aus, im "Hybrid" steuert er den Komprimierungsgrad bei der Bearbeitung durch die KI. Das Erzähltempo wiederum bestimmt, wie die Sätze umstrukturiert werden – dynamisch, standardmäßig oder ruhig – unabhängig davon, welcher Skriptmodus gewählt wird.
Das bedeutet, dass der Modus nicht die einzige Variable ist. Zum Beispiel kann ein langer analytischer Artikel sowohl in ein detailliertes zehnminütiges Video im Volltext als auch in ein kompaktes, dynamisches Video im Hybrid umgewandelt werden – wobei beide Varianten den Fakten des Ausgangsmaterials treu bleiben, jedoch mit unterschiedlichem Grad an literarischer Bearbeitung.
//Unsere Erfahrungen mit dem Wechsel zwischen verschiedenen Modi
Als wir unseren Unternehmensblog in ein Videoformat umwandelten, war der erste Versuch der Volltext – intuitiv schien es, dass, da das Material bereits gut geschrieben war, es keinen Sinn machte, es "neu zu erzählen". In der Praxis stellte sich heraus, dass schriftlicher und mündlicher Text unterschiedliche Genres sind: Sätze, die sich gut lesen, klingen in der Vertonung schwerfällig. Nach dem Wechsel eines Teils der Videos auf Hybrid stieg das Engagement des Publikums deutlich – nicht weil sich die Fakten geändert hatten, sondern weil die Präsentation näher an der gesprächlichen Sprache war.
Bei einem unserer Kunden, der detaillierte Analysen für ein B2B-Publikum erstellt, ist die Situation umgekehrt: Das Publikum erwartet genau die Zitate und Zahlen, nicht "eine Geschichte nach Motiven". Für dieses Format stellte sich der Hybrid als überflüssig heraus – die lebendige Präsentation wurde als übermäßige Dramatisierung eines ernsten Themas wahrgenommen, und das Team blieb beim Volltext und fügte nur Teaser für Ankündigungen in sozialen Netzwerken hinzu.
//Praktische Entscheidungshilfe zur Wahl des Modus
Wenn die Aufgabe darin besteht, die Quelle so genau wie möglich zu zitieren (Regulierung, Finanzen, technische Dokumentation), wählen Sie Volltext. Wenn die Aufgabe darin besteht, eine fesselnde Geschichte nach Motiven eines trockenen oder fremden Materials zu erzählen, wählen Sie Hybrid. Wenn Sie bereits das Hauptvideo fertig haben und einen kurzen Ankündigungstext für vertikale Plattformen benötigen – generieren Sie einen Teaser auf dessen Grundlage, wobei Sie bedenken, dass er keinen direkten Aufruf zum Handeln enthalten wird.
Es gibt keinen "richtigen" Modus für alle Fälle – es gibt den passenden Modus für eine bestimmte Aufgabe, ein bestimmtes Publikum und eine bestimmte Plattform. Eine kluge Strategie ist es, sich nicht dauerhaft an einen Modus zu binden, sondern beide an demselben Material zu testen und zu beobachten, wie Ihr Publikum reagiert.