So bewerten wir: der KVG-Score

Jedes Kriterium bekommt 1 bis 10 Punkte. Je nach Anwendung zählen die Kriterien unterschiedlich viel: Bei einem Avatar-Tool kommt es stärker auf Lippen und Stimme an als bei einem Editor. Aus allen Punkten entsteht der KVG-Score mit einer Nachkommastelle. Fehlt für ein Kriterium eine belastbare Grundlage, fließt es nicht ein, der Bericht zeigt das als Teilbewertung. Ist weniger als die Hälfte der Gewichte belegt, gibt es keinen Score, dort steht dann „Keine Note“. Bei dünner Datenlage rückt die Note zur Mitte, damit wenig Belegtes nicht vorne landet. Weil sich Mittelwerte vieler Kriterien stark ähneln, ziehen wir die Noten aus Daten für alle Tools gleich etwas auseinander, damit Unterschiede sichtbar werden.

• Ergebnisqualität: vor allem aus öffentlichen Ranglisten, in denen Nutzer die Videos zweier Modelle blind vergleichen. Dazu kommen Nutzerbewertungen und wie verbreitet ein Tool ist. Der Avatar-Realismus wird genauso ermittelt.
• Bedienbarkeit, Tempo und Lippensynchronität: aus Nutzerbewertungen auf Trustpilot, in App-Stores und Bewertungsportalen. Wenige Bewertungen zählen schwächer, unter 20 Bewertungen gar nicht. Bietet ein Tool laut Anbieter keine Lippensynchronisation, gibt es dafür nur wenige Punkte.
• Funktionen, Preis-Leistung, Deutsch und Datenschutz, Nutzungsrechte, Stimmen und Sprachen, bei Open Source Hardware und Installation: aus den Angaben der Anbieter auf Preisseiten, in Hilfe-Centern und AGB, jeweils mit Quelle und Abrufdatum.
• Plattform und Werkzeuge: was du im selben Konto noch bekommst, etwa Bildgenerator, Upscaler, Lip-Sync, KI-Stimmen oder einen Editor. Dazu zählen die Zahl der wählbaren Videomodelle und eigene Apps für Handy und Desktop. Bei Plattformen mit vielen Modellen zählt das Kriterium stärker.
• Integration und API: ob es eine öffentliche API gibt, einen offiziellen MCP-Server für KI-Assistenten und Anbindungen wie Zapier, Make oder Premiere Pro. Inoffizielle Erweiterungen von Dritten zählen nicht.
• Ruf und Verbreitung: Schnitt und Menge der Nutzerbewertungen, dazu wie oft in Deutschland nach dem Tool gesucht wird. Viele zufriedene Nutzer zählen mehr als wenige.

Aus Daten allein vergeben wir je Kriterium höchstens 9,8 Punkte. Die volle Punktzahl bleibt dem Praxistest vorbehalten.

Für jede Anwendung gibt es ein festes Testset aus Prompts und Aufgaben, damit Ergebnisse vergleichbar werden. Getestet wird mit dem Tarif, den die meisten Nutzer wählen. Testdatum, Tarif und Modellversion stehen im Bericht. Ein Test ersetzt die Werte aus den Daten. Am Score siehst du den Unterschied: „getestet am“ bei Praxistests, „Stand“ bei der Bewertung aus Daten.

Die Daten prüfen wir jeden Monat. Neu getestet wird, wenn ein Anbieter ein neues Hauptmodell veröffentlicht oder die Preise deutlich ändert, spätestens nach sechs Monaten. Ändert ein Test den Score, steht die Begründung im Änderungsprotokoll des Tools.

Hersteller können sachliche Fehler bei Preisen oder Funktionen melden, den Score ändern sie damit nicht.