Was ist ein KI-Avatar? Einfach erklärt mit Beispielen

• Stock-Avatar: ein fertiger Sprecher aus einer Bibliothek, bei HeyGen gratis über 500 davon, bei Vidnoz AI über 1.600.
• Persönlicher Avatar: ein digitaler Zwilling von dir, gebaut aus einem Video oder Foto, meist nur mit Einwilligungsvideo.
• Foto-Avatar: ein einzelnes Porträt, das lippensynchron einen Text spricht, das Grundprinzip von D-ID.
• Darsteller im fertigen Video: invideo AI baut aus einem Skript ein ganzes Video, in dem ein KI-Darsteller oder dein Zwilling auftritt.
• Interaktiver Avatar: eine Figur, mit der du in Echtzeit sprichst, bei Synthesia als Rollenspiel-Session.

Für mich ist die wichtigste Unterscheidung die zwischen Vorlage und eigenem Gesicht. Eine Vorlage ist unkompliziert, ein Avatar nach deinem Bild wirkt persönlicher, verlangt aber mehr Vertrauen in den Anbieter, denn du gibst ihm dein Gesicht und oft deine Stimme. Fang deshalb mit einer Vorlage an.

Die Übersicht direkt unter diesem Abschnitt zeigt dir, welches der sechs Tools auf dieser Seite sprechende Fotos, Avatar-Videos oder eine App bietet. Achte besonders auf die Zeile „KI-Avatar-Videos“, denn nicht jedes Werkzeug, das ein Foto sprechen lässt, baut auch einen vollwertigen Sprecher.

Nicht zu verwechseln ist ein Avatar mit dem Gesichtstausch. Dort ersetzt du ein Gesicht in einem vorhandenen Bild durch ein anderes, statt eine eigene Figur zu erzeugen. Wie das funktioniert, erkläre ich im Ratgeber Gesicht im Foto tauschen.

D-ID nimmt dafür etwa Standard-Stimmen von Microsoft Azure in über 100 Sprachen, ab Pro auch Premium-Stimmen. Der dritte ist die Figur selbst, als Foto, Video oder fertige Vorlage.

So läuft das in der Praxis ab, egal bei welchem Anbieter:

• Figur wählen: eine Vorlage aus der Bibliothek oder ein Porträt von dir.
• Ton festlegen: Skript tippen, Aufnahme hochladen oder geklonte Stimme nutzen.
• Szene bauen: Hintergrund, Untertitel und Musik, je nach Tool.
• Video erzeugen lassen und herunterladen, im Gratis-Plan meist mit Wasserzeichen.

Wie gut ein Avatar wirkt, hängt vor allem am Lip-Sync. Ein Gesicht, dessen Lippen minimal neben dem Ton liegen, wirkt sofort künstlich. Deshalb sind die spezialisierten Studios wie HeyGen oder Synthesia bei langen Sprechertexten vorn, während Akool eher aus der Ecke des Gesichtstauschs kommt.

HeyGen bietet dafür über 1.000 KI-Stimmen und ab Creator einen Stimmklon, Synthesia lässt dich zusätzlich eigene Sprachaufnahmen und lizenzfreie Hintergrundmusik einbinden. Bei Vidnoz AI stehen über 890 Stimmen bereit, der Stimmklon kostet dort extra.

Bei HeyGen musst du für einen eigenen Video-Avatar ebenfalls ein kurzes Einwilligungsvideo aufnehmen, und HeyGen gleicht per Gesichtsgeometrie ab, dass es dieselbe Person ist.

Diese Gesichtsgeometrie speichert HeyGen laut Hinweis zu biometrischen Daten, solange der Avatar aktiv ist, und vernichtet sie innerhalb von 60 Tagen nach dem Löschen. Das finde ich transparent. Weniger gut gefällt mir, dass HeyGen Eingaben laut Datenschutzerklärung zum Training der Modelle nutzen darf.

Wer das vermeiden will, schaut sich Synthesia an, das Kundendaten ohne schriftliche Anweisung für keinen Zweck nutzt, oder Akool, dessen AGB Training mit Nutzerinhalten ausschließen.

Mein Rat: Leg einen persönlichen Avatar nur bei einem Anbieter an, dessen Löschregeln du kennst. Einen Überblick über alle Werkzeuge rund um Avatar, Foto und Clip findest du auf meiner Seite KI-Video.

• Ein Sprecher für ein Erklärvideo: Synthesia baut aus einem Skript ein Avatar-Video, gratis mit 9 Avataren und bis zu 10 Videominuten im Monat, allerdings ohne Download.
• Ein sprechendes Porträt von dir: HeyGen macht über Avatar IV aus Foto und Skript ein Video, gratis mit bis zu 3 Foto-Avataren.
• Ein ganzes Video mit Darsteller: invideo AI baut aus Prompt oder Skript Szenen, Stimme, Musik und Schnitt, auf Wunsch mit deinem KI-Zwilling.
• Eine längere Präsentation gratis: Vidnoz AI erlaubt Avatar-Videos bis 3 Minuten in 720p mit Wasserzeichen.
• Ein Avatar-Clip mit viel Spielraum: Akool gibt gratis Avatar-Videos in 720P bis 10 Minuten, mit bildschirmfüllendem Wasserzeichen.

Welches Beispiel für dich passt, hängt davon ab, wie ernst der Avatar auftreten soll. Für eine Präsentation vor Kunden würde ich Synthesia oder HeyGen nehmen, für ein fertiges Social-Video aus einem Skript invideo AI. D-ID sitzt dazwischen und ist für mich die Wahl, wenn ein einzelnes Foto sprechen soll.

Wie teuer das wird, hängt an der Länge: Bei Vidnoz kostet ein Avatar-Video 0,5 Credits pro Sekunde, bei HeyGen eine Minute Avatar IV aus einem Foto 16 Credits. Bei invideo AI ist nur die Website deutsch, der Editor bleibt englisch.

Was keines dieser Tools ist: ein Gesprächspartner. Alle sechs erzeugen Videos aus einem Skript, auch wenn einige interaktive Echtzeit-Avatare für Unternehmen anbieten.

Bei den Kosten lohnt sich ein genauer Blick. D-ID Lite kostet ca. 5,19 € im Monat, Akool Starter ca. 10,55 €, invideo AI Starter ca. 17,58 €. HeyGen Creator liegt bei 25 € im Monat, Synthesia Starter bei ca. 25,49 € und Vidnoz AI Starter bei ca. 23,72 €.

Bei der Erstattung ist invideo AI am fairsten: Innerhalb von 7 Tagen nach Kauf gibt es Geld zurück, wenn du keine Credits genutzt hast. HeyGen, Synthesia und D-ID erstatten laut ihren Bedingungen grundsätzlich nicht, Vidnoz nur Jahrespläne innerhalb von 7 Tagen.

Wenn du nach diesem Überblick selbst loslegen willst, findest du die Werkzeuge mit Gratis-Start, deutscher Oberfläche und fairen Preisen in meiner Liste KI-Avatar erstellen.

Alternativ gibt es über 100 fertige Stock-Avatare. Videos dürfen bis 30 Minuten lang sein, und laut Bedingungen soll ein fertiges Video innerhalb von fünf Minuten kommen.

Wer mehr will, nimmt ein 1 bis 2 Minuten langes Video von sich auf und bekommt einen V3 Instant Avatar in Full HD. Dafür liest du per Webcam eine Einwilligungserklärung samt zufälligem Passcode vor, ein Upload ist nicht erlaubt, und D-ID prüft Transkript, Gesicht und Stimme. Das finde ich eine der saubersten Lösungen auf dieser Seite.

Die Firma besteht seit 2017 und betreibt eine öffentliche Statusseite. Dazu kommen Video Translate, das ein Video samt geklonter Stimme übersetzt, und Visual Agents, die als Avatar in Echtzeit antworten.

Gratis gibt es nur eine 14-tägige Testphase mit bis zu 3 Minuten Video, bildschirmfüllendem Wasserzeichen und nur für private Zwecke. Lite kostet ca. 5,19 € im Monat für 10 Minuten mit D-ID-Logo, Pro ca. 25,49 € für 15 Minuten mit einem kleinen AI-Zeichen. Ganz ohne Kennzeichnung geht es erst im Enterprise-Tarif. Die App gibt es für iPhone und Android, dort sind die Preise aber höher.

Was mich stört, sind zwei Punkte. Kündigen musst du laut Bedingungen 15 Tage vor Ende des Zeitraums, und Zahlungen sind nicht erstattungsfähig. Und obwohl D-ID sagt, Inhalte nie fürs Training zu nutzen, räumst du D-ID laut Nutzungsbedingungen ein unbefristetes, unwiderrufliches Nutzungsrecht an deinen Uploads ein.

Zur Einordnung: D-ID zeigt die schlanke Seite von KI-Avataren, Synthesia und HeyGen die Studio-Seite mit Szenen, Vorlagen und Teamfunktionen. Beide Seiten sind legitim, aber sie lösen unterschiedliche Aufgaben. Ein sprechendes Porträt passt zu einem kurzen Gruß oder einer Vorstellung, ein Studio-Sprecher erklärt eine Software in 20 Minuten. Welche Art du brauchst, entscheidet mehr über das passende Werkzeug als jede Punktzahl.

Wenn du einen Avatar für Werbung, Schulungen oder Teams suchst, vergleiche ich die passenden Werkzeuge mit Preisen und Nutzungsrechten in meiner Liste KI-Avatar für Videos.

Wer einen KI-Avatar zum Unterhalten sucht, einen KI-Avatar als Freund oder Partner, landet bei einer anderen Kategorie: KI-Begleitern, also Chat-Apps mit einer Figur, die sich an Gespräche erinnert und antwortet. Die vergleiche ich auf dieser Website getrennt in meiner Liste der besten KI-Begleiter-Apps. Dort geht es um Gedächtnis, Gesprächsqualität, Preise und Datenschutz, also um ganz andere Fragen als bei einem Video-Avatar.

Zum Thema KI-Avatar gegen Einsamkeit bin ich vorsichtig. Ein Gespräch mit einer Figur kann einen Abend leichter machen, das ist völlig in Ordnung. Ein Ersatz für Menschen ist es nicht, und eine Therapie auch nicht. Wenn es dir länger schlecht geht, sprich mit jemandem, dem du vertraust, oder mit einer Ärztin oder einem Arzt. Die Telefonseelsorge erreichst du unter 0800 111 0 111 und 0800 111 0 222.

HeyGen unterstützt gratis über 30 Sprachen und im Creator-Plan über 175 Sprachen und Dialekte. Beides ist beeindruckend, ersetzt aber keine Lehrkraft, die dich korrigiert.

Für mich heißt das: Mit einem KI-Avatar zum Englisch lernen kannst du dir Hörtexte in deinem Tempo bauen, etwa einen englischen Text, den ein Avatar vorliest. Für echtes Sprechen üben sind die Rollenspiel-Sessions von Synthesia der interessanteste Ansatz auf dieser Seite. Ob sich das für dich lohnt, zeigen dir die 10 Gratis-Sessions schneller als jede Beschreibung.

Mein Tipp für den Anfang: Lass dir einen kurzen englischen Text von einem Avatar vorlesen, sprich ihn nach und nimm dich dabei selbst auf. Das kostet nichts und zeigt dir schnell, ob dir das Format beim Lernen hilft.

Meine persönliche Meinung: Ein Foto, das kurz lächelt, kann eine schöne Erinnerung sein. Ein Avatar, der Sätze sagt, die ein Mensch nie gesagt hat, ist etwas anderes. Er legt Worte in einen Mund, der nicht mehr widersprechen kann. Wenn du darüber nachdenkst, sprich vorher mit der Familie, und nutze wenn möglich echte Aufnahmen statt erfundener Texte. Wer in der Trauer Unterstützung braucht, findet bei der Telefonseelsorge ein offenes Ohr.

In Deutschland schützt das Recht am eigenen Bild (KUG § 22) Bildnisse vor der Verbreitung ohne Einwilligung, und § 201a StGB stellt bestimmte Bildaufnahmen und deren Weitergabe unter Strafe. Das ist keine Rechtsberatung, aber ein Grund, bei fremden Gesichtern immer zu fragen, bei Lebenden wie bei Angehörigen. Gerade bei Verstorbenen reden oft mehrere Menschen mit, und nicht alle empfinden einen sprechenden Avatar als Trost. Nimm dir dafür Zeit, es eilt nicht.

Wer bei allen vier Punkten schweigt, bekommt von mir kein Gesicht. Ein gutes Zeichen ist auch, wenn ein Anbieter konkrete Fristen nennt: HeyGen setzt Löschanfragen möglichst innerhalb von 72 Stunden um und hält Daten danach noch 60 Tage in Backups. Solche Zahlen kannst du nachhalten, vage Versprechen nicht.

Wie ich diese Faktoren in die Bewertung einfließen lasse, erkläre ich auf der Seite So bewerte ich die Tools.