Talking Head

Ein Talking Head ist ein Video, in dem eine Person frontal oder leicht seitlich in die Kamera spricht und meist nur von der Brust aufwärts zu sehen ist. Der Begriff stammt aus dem Fernsehen. Bei KI-Videos meint er meist einen KI-Avatar, der einen eingegebenen Text mit synthetischer Stimme und passenden Lippenbewegungen vorträgt.

Wie entsteht ein KI-Talking-Head?

Es gibt zwei Wege. Beim ersten wählst du in einem Avatar-Tool eine fertige Figur, gibst ein Skript ein und lässt die Stimme per Text-to-Speech erzeugen. Das Tool berechnet daraus Mimik, Kopfbewegung und Lip-Sync. Beim zweiten Weg lädst du ein Foto oder eine kurze Videoaufnahme hoch, und die KI animiert dieses Gesicht. So entsteht ein sprechendes Abbild einer echten Person, oft als digitaler Zwilling bezeichnet.

Manche Tools arbeiten mit einer eigenen Tonspur. Du sprichst den Text selbst ein, und das Tool passt nur das Bild an. Das klingt meist natürlicher als eine synthetische Stimme, braucht aber eine saubere Aufnahme ohne Hall und Hintergrundgeräusche.

Eine Übersicht passender Werkzeuge findest du unter KI-Avatare. Wie du einen eigenen Avatar aufnimmst, steht im Ratgeber KI-Avatar erstellen.

Wofür eignen sich Talking-Head-Videos?

Das Format funktioniert gut, wenn eine Person etwas erklärt und der Inhalt wichtiger ist als die Bildgestaltung. Typische Einsätze:

• Schulungs- und Onboarding-Videos in Unternehmen
• Erklärvideos zu Produkten oder Abläufen
• kurze Clips für TikTok, Reels und Shorts
• Videos in mehreren Sprachen, bei denen derselbe Sprecher übersetzt wird

Für Szenen mit viel Bewegung, mehreren Personen oder wechselnden Orten ist ein Talking Head weniger geeignet. Dafür sind Text-to-Video-Modelle oder echte Aufnahmen die bessere Wahl.

Worauf solltest du achten?

Ein Talking Head lebt von Glaubwürdigkeit. Wenn Lippen und Ton nicht zusammenpassen oder die Mimik starr wirkt, merken Zuschauer das schnell. Halte Sätze kurz, denn lange Passagen ohne Pause wirken bei synthetischen Stimmen monoton. Setze Schnitte, Einblendungen oder B-Roll, damit das Bild nicht minutenlang gleich bleibt.

Wenn du das Gesicht oder die Stimme einer echten Person verwendest, brauchst du deren Einwilligung. Viele Anbieter verlangen dafür eine Bestätigung per Video. Je nach Einsatz kann außerdem eine Kennzeichnung als KI-Inhalt nötig sein. Mehr dazu im Ratgeber Rechtliches bei KI-Videos.