Präsentation in ein Video mit Sprecher umwandeln

Gecontroleerd: 16. Oktober 2026

Kort antwoord

Eine Präsentation wird zum Video mit Sprecher, indem man zu jeder Folie einen Sprechertext schreibt, ihn selbst aufnimmt oder von einer synthetischen Stimme sprechen lässt, optional einen sichtbaren Sprecher wie ein Kamerabild oder einen Avatar neben der Folie platziert und das Ergebnis als Video, meist im MP4-Format, exportiert. Entscheidend für die Qualität sind ein guter Sprechertext, ein klarer Ton und ein Sprecher, der die Folie nicht verdeckt.

De kern

Drei Wege: eigene Aufnahme, synthetische Stimme, Avatar mit Stimme.
Der Sprechertext entscheidet mehr über die Qualität als die Technik.
Der Sprecher muss so stehen, dass er nichts Wichtiges verdeckt.
Untertitel gehören dazu, für Barrierefreiheit und Ton-aus-Situationen.
Synthetische Sprecher erleichtern Änderungen und weitere Sprachen.

Wofür Videos aus Präsentationen taugen

Ein Video aus Folien und Stimme ist eines der einfachsten Lernformate. Es eignet sich für Erklärungen, Einführungen, Produktneuheiten, Regelungen und Vorlesungen. Es lässt sich überall abspielen, im Intranet, in einer Lernplattform, per Link oder auf einer Website, und braucht beim Zuschauer keine besondere Software.

Die Grenze ist die fehlende Interaktion. Ein Video kann man anhalten und zurückspulen, aber nicht fragen. Für Inhalte, bei denen Verständnis geprüft oder nachgewiesen werden muss, ist ein Kurs in einer Lernplattform meist die bessere Form; das Video ergänzt ihn als Material zum Nachschauen.

Drei Wege zur Stimme

Jeder Weg hat Vor- und Nachteile; die Wahl hängt von Aufwand, Änderungshäufigkeit und Sprachen ab.

Weg	Vorteile	Nachteile
Eigene Aufnahme	Persönlich, authentisch, keine Kennzeichnungsfrage	Aufwendig bei Änderungen, nur eigene Sprachen
Professioneller Sprecher	Hohe Tonqualität	Teuer, jede Änderung braucht neue Buchung
Synthetische Stimme	Schnell, jederzeit änderbar, viele Sprachen	Kennzeichnung nötig, Aussprache prüfen
Avatar mit Stimme	Sichtbarer Sprecher ohne Dreh, änderbar	Kennzeichnung, Einwilligung bei echten Personen

Der sichtbare Sprecher

Ein sichtbarer Sprecher kann helfen: Menschen achten auf Gesichter, und ein Sprecher im Bild vermittelt den Eindruck eines persönlichen Vortrags. Er kann aber auch stören, wenn er Inhalte verdeckt, ständig Aufmerksamkeit zieht oder zu groß ist. Die Kunst liegt in der Platzierung.

Bewährt haben sich wenige Grundformen: ein kleiner Sprecher in einer Ecke, wenn die Folie voll ist; eine Halbfigur neben dem Inhalt, wenn die Folie Platz lässt; ein großer Sprecher bei Titel- und Übergangsfolien; und gar kein Sprecher, wenn eine Grafik den ganzen Raum braucht. Die richtige Form hängt von jeder einzelnen Folie ab.

Blase in der Ecke: Folie bleibt ganz sichtbar
Halbfigur daneben: Inhalt rückt zur Seite
Groß in der Mitte: für Titel, Übergänge, persönliche Botschaften
Ohne Sprecher: nur Stimme, wenn die Folie den Platz braucht

Avatare und Einwilligung

KI-Avatare erlauben einen sichtbaren Sprecher ohne Dreh. Sie entstehen aus einem Foto oder einer kurzen Videoaufnahme und sprechen mit einer synthetischen oder nachgebildeten Stimme lippensynchron. Damit lassen sich auch Änderungen und weitere Sprachen ohne neue Aufnahme umsetzen.

Zwei Regeln sind dabei wichtig. Erstens: Eine echte Person darf nur mit ihrer ausdrücklichen, dokumentierten und widerrufbaren Einwilligung als Avatar oder Stimme nachgebildet werden. Zweitens: Zuschauer sollten erkennen, dass Sprecher und Stimme KI-erzeugt sind. Die europäische KI-Verordnung enthält in Artikel 50 Transparenzpflichten für solche Inhalte.

Untertitel, Export und Pflege

Untertitel gehören zu jedem Lernvideo. Sie helfen Menschen mit Hörbeeinträchtigung und allen, die ohne Ton schauen. Wenn das Video aus Sprechertext entsteht, liegen die Untertitel praktisch schon vor; sie müssen nur zeitlich passen.

Exportieren Sie in einem verbreiteten Format wie MP4. Überlegen Sie, ob ein Video am Stück oder ein Video je Modul besser passt: Einzelne Videos sind leichter zu finden und zu aktualisieren, ein Gesamtvideo ist bequemer zum Durchschauen. Bei Änderungen sollte nur der betroffene Teil neu erzeugt werden müssen.

So geht es mit Universe

In Universe trägt ein Avatar den Kurs vor; die Figur kann eine Standardfigur, eine eigene Figur aus einem Foto oder „Mein Avatar“ mit eigenem Selfie und eigener Stimme sein, stets mit Einwilligung, und jedes Gesicht spricht nur mit seiner eigenen Stimme. Der Sprecherplatz wird je Folie vorgeschlagen, mit Begründung, und vom Autor freigegeben. Die Präsentation läuft automatisch durch und wird als Video je Modul oder am Stück aufgenommen; Vortragender und Vertonung sind als KI-erzeugt gekennzeichnet.

Begrippen

Avatar: Digitale Figur, die als Sprecher auftritt, oft lippensynchron zu einer Stimme.
Sprecherplatz: Position und Größe des sichtbaren Sprechers auf einer Folie.
Lippensynchron: Mundbewegungen einer Figur passen zeitlich genau zur gesprochenen Stimme.
Untertitel: Eingeblendeter Text des Gesprochenen, zeitlich passend zum Ton.
Synthetische Stimme: Aus Text erzeugte Sprachausgabe, die sich jederzeit neu erstellen lässt.

Veelgestelde vragen

Wie mache ich aus einer PowerPoint ein Video mit meiner Stimme?

Schreiben Sie je Folie einen Sprechertext, nehmen Sie ihn mit einem guten Mikrofon auf und exportieren Sie Folien und Ton als Video. Viele Präsentationsprogramme können Aufnahmen je Folie speichern und als Video ausgeben.

Muss ein KI-Sprecher gekennzeichnet werden?

Die KI-Verordnung sieht Transparenzpflichten für bestimmte KI-erzeugte Inhalte vor, insbesondere wenn sie echte Personen nachahmen. Eine klare Kennzeichnung ist in jedem Fall empfehlenswert.

Darf ich einen Avatar meines Chefs erstellen?

Nur mit seiner ausdrücklichen, dokumentierten Einwilligung, die auch widerrufen werden kann. Bild und Stimme einer Person sind geschützt.

Welches Videoformat ist am besten?

MP4 ist am weitesten verbreitet und läuft in fast jeder Lernplattform, jedem Browser und auf Telefonen.

Ein Video am Stück oder ein Video je Kapitel?

Für Lernzwecke meist ein Video je Kapitel oder Modul. Einzelne Videos lassen sich gezielt wiederfinden, einzeln zuweisen und bei Änderungen einzeln erneuern. Ein Gesamtvideo eignet sich, wenn der Inhalt am Stück angesehen werden soll, etwa als Aufzeichnung einer Vorlesung.