Korrektur, 2026-10-02: Dieser Ratgeber hat nicht gesagt, dass die Datei aus dem Montage-Node keinen Ton hat. Voiceover und Musik legst du im Video Editor auf die Timeline oder nutzt dein eigenes Schnittprogramm.
Ein Erklärvideo ist ein Skript mit Bildern dazu. Das Skript entscheidet, ob jemand die Sache versteht; die Bilder entscheiden, ob die Leute lange genug dranbleiben, um es herauszufinden. Kostenlose Tools decken einen großen Teil der visuellen Ebene ab, also steck die Mühe ins Skript und in die Stimme.
Bei Software im Besonderen: Fang mit einer Bildschirmaufnahme des echten Produkts an, bevor du irgendetwas generierst. Offenlegung: 8frame ist unser Produkt und kein Gratis-Generator. Ein neues Konto startet ohne Credits, und jeder 8frame-Preis unten ist kostenpflichtig.
Kurzfassung
- Zuerst das Skript. Das Untertitel-Tool von 8frame rechnet mit 160 Wörtern pro Minute, also passen in 90 Sekunden etwa 240 Wörter. Schreib 220 bis 240 und sieh diese Grenze als den nützlichen Teil
- Bei Software: Nimm den Bildschirm auf. Zeig die echte Oberfläche, keine generierte Version davon
- Stimme: ElevenLabs TTS für 13 Credits pro angefangene 1.000 Zeichen, ein Skript mit etwa 1.400 Zeichen kostet also 26 Credits
- Bilder: Standbilder mit Seedream 5 Lite für je 6 Credits, Bewegung kommt im Schnitt dazu, oder Wan-3.0-Plates für 24 Credits pro 5 Sekunden in 480p
- Untertitel: Der Video-Editor-Modus von 8frame macht aus deinem eingefügten Skript eine Untertitelebene; er transkribiert das Voiceover nicht
- Die generierten Teile eines 90-Sekunden-Erklärvideos: etwa 222 Credits, etwa 2,22 US-Dollar
Schreib das Skript auf eine Wortzahl hin
Bei 160 Wörtern pro Minute, dem Tempo, mit dem das Untertitel-Tool von 8frame rechnet, passen in 90 Sekunden etwa 240 Wörter. Ziel auf 220 bis 240, damit der Vortrag nicht gehetzt klingt. Auf diese Zahl hin zu schreiben erzwingt die Entscheidungen, die ein Erklärvideo funktionieren lassen.
Fünf Schritte, auf die du hinschreibst:
- Das Problem, in einem Satz, den die Zuschauer als ihr eigenes erkennen. Nicht die Kategorie deines Produkts. Ihr Dienstag.
- Warum die bisherige Lösung nervt. Ein Satz, konkret.
- Was dein Produkt tut, klar gesagt, ohne Metapher.
- Ein konkretes Beispiel, wie es funktioniert. Lass es nicht weg.
- Was als Nächstes zu tun ist. Eine Handlung.
Fünf Schritte, etwa 230 Wörter. Was in keinen der fünf passt, fliegt raus.
Vier Arten von Bildmaterial
1. Eine Bildschirmaufnahme des echten Produkts. Du nimmst sie selbst auf, sie zeigt das Echte und kann das Produkt nicht falsch darstellen. Wenn das Produkt Software ist, fang hier an.
2. Einfache Diagramme und Texttafeln. Probier drei Kästen und zwei Pfeile, bevor du ein Konzept illustrierst. Bau sie in deinem Editor oder generiere sie mit Nano Banana Pro für 21 Credits, wenn der Text im Bild stehen soll; lies jedes Wort Korrektur, bevor es rausgeht.
3. Generierte Standbilder, Bewegung im Schnitt. Je 6 Credits mit Seedream 5 Lite, dann eine langsame Fahrt hinein. Sie füllen Laufzeit und setzen den Ton.
4. Generierte Video-Plates. Wan 3.0 in 480p, 24 Credits pro 5 Sekunden. Das Wan-Tool startet in 1080p (95 Credits), also stell zuerst 480p ein. Nutz Plates für Atmosphäre zwischen den Abschnitten, nicht für die Erklärung selbst.
Die Liste geht von wenig zu viel Generiertem. Fang oben an und geh nur dann weiter nach unten, wenn die Option darüber nicht zeigen kann, was du brauchst.
Was es kostet
Kanonische 8frame-Preise; ein Credit entspricht etwa 0,01 US-Dollar zum Paketpreis. Die generierten Teile eines 90-Sekunden-Erklärvideos:
| Element | Weg | Credits |
|---|---|---|
| Voiceover, ~1.400 Zeichen | ElevenLabs TTS für 13 pro angefangene 1.000 | 26 |
| 12 illustrierende Standbilder | Seedream 5 Lite für 6 | 72 |
| 3 Diagramme mit generiertem Text | Nano Banana Pro für 21 | 63 |
| 2 Atmosphäre-Plates, je 5 Sekunden | Wan 3.0 in 480p, je 24 | 48 |
| 30 Sekunden Musikbett | Lyria 2, 13 pro 30-Sekunden-Generierung | 13 |
| Summe | ~222 Credits, etwa 2,22 US-Dollar |
Das ist weniger als ein Viertel der 1.000 Monats-Credits eines Starter-Tarifs.
Der Schnitt passiert auf einer Timeline. Der Video-Editor-Modus von 8frame hat Ebenen für Video, Text, Untertitel und Ton und nimmt Bilder und Videos aus deinen 8frame-Medien auf; jeder Editor, den du schon nutzt, geht auch. Der Montage-Node auf dem Canvas (10 Credits pro Durchlauf) verbindet 2 bis 10 Videoclips und kürzt jeden auf eine Höchstlänge, die du zwischen 1 und 15 Sekunden festlegst, und die zusammengefügte Datei hat keinen Ton. Das passt für einen schnellen Schnitt generierter Plates, nicht für ein 90-Sekunden-Erklärvideo, das auf einer Bildschirmaufnahme und einem Voiceover aufbaut.
Die Entscheidung über die Stimme
Der Ton eines Erklärvideos ist informativ, nicht emotional. Das macht es zu einem vernünftigen Ort, um eine synthetische Sprecherstimme auszuprobieren. Hör dir einen ganzen Take an, bevor du entscheidest.
Worauf es ankommt: Setz Satzzeichen für Atempausen, denn mit Satzzeichen steuerst du das Tempo einer Text-to-Speech-Aufnahme (die Tipps des ElevenLabs-Tools selbst raten, Satzzeichen für natürliche Sprechmuster zu nutzen). Schreib Zahlen als Wörter, wo die Aussprache zählt. Hör dir die ganze Spur einmal an und prüf vor allem Produktnamen und Fachbegriffe, denn das sind deine wichtigsten Wörter. Eine Generierung nimmt bis zu 5.000 Zeichen, ein 90-Sekunden-Skript passt also in eine.
Wann du besser deine eigene Stimme nimmst: wenn es im Erklärvideo um dein Urteil oder das deiner Firma geht und nicht um einen Mechanismus. Eine Gründerin, die erklärt, warum sie etwas gebaut hat, sollte als Mensch hörbar sein.
Untertitel, aus dem Skript
Plane Untertitel von Anfang an ein, für alle, die ohne Ton schauen. Im Video-Editor-Modus von 8frame macht "Untertitel generieren" aus einem eingefügten Skript eine Untertitelebene, getaktet mit geschätzten 160 Wörtern pro Minute. Das Tool transkribiert das Voiceover nicht und exportiert keine SRT-Datei. Gleich das Timing der Untertitel deshalb vor dem Export mit der Sprecherstimme ab, und nimm ein anderes Tool, wenn eine Plattform SRT verlangt. Mehr zum Stil von Untertiteln in Video für stummes Anschauen untertiteln (auf Englisch).
Was du lassen solltest
Generier keinen Presenter. Ein Avatar, der dein Produkt erklärt, stellt aus unserer Sicht etwas zwischen die Zuschauer und das Produkt. Sprich über die Bilder oder film dich selbst.
Generier keine falsche Oberfläche. Eine plausibel aussehende Oberfläche, die nicht deine ist, stellt das Produkt falsch dar und enttäuscht bei der ersten Nutzung.
Zieh es nicht auf drei Minuten. Wenn das Skript nicht in 90 Sekunden passt, sind es vielleicht zwei Erklärvideos.
Heb die Untertitel nicht für den Schluss auf. Schreib sie aus demselben Skript, wie oben.
Häufige Fragen
Was ist das beste kostenlose Tool für Erklärvideos? Bei Software fängst du mit einem Bildschirmrekorder und einem kostenlosen Editor an. Vorlagen-Tools passen zum Stil mit animierten Diagrammen. 8frame ist keine kostenlose Option: Ein neues Konto hat keine Credits, und die Generierung ist kostenpflichtig.
Wie lang sollte ein Erklärvideo sein? 90 Sekunden. 60, wenn du es schaffst.
Sollte ich eine KI-Stimme nehmen? Für informative Sprechertexte probier eine aus und hör dir den ganzen Take an. Für alles, was dein Urteil oder deine Firma betrifft, nimm deine eigene.
Kann 8frame das Erklärvideo untertiteln? Aus dem Skript, ja: "Untertitel generieren" im Video-Editor-Modus macht aus eingefügtem Text eine Untertitelebene, getaktet mit geschätzten 160 Wörtern pro Minute. Es transkribiert kein Audio und exportiert kein SRT.
Was kostet es? Etwa 222 Credits, etwa 2,22 US-Dollar zum Paketpreis, für die generierten Teile des 90-Sekunden-Beispiels oben.
Quellen
- 8frame-Preise: ElevenLabs TTS (13 pro angefangene 1.000 Zeichen, bis zu 5.000 Zeichen pro Generierung), Seedream 5 Lite (6), Nano Banana Pro (21), Wan 3.0 (calculateWan3Cost: 24 für 5 Sekunden in 480p; das Tool startet in 1080p, 95), Lyria 2 (13 pro 30-Sekunden-Generierung), Montage / Merge Videos (10 pro Durchlauf, 2 bis 10 Clips, jeder auf 1 bis 15 Sekunden gekürzt), Starter-Tarif (1.000 Credits im Monat): Tool-Registry und Content-Faktenblatt von 8frame, geprüft am 2026-10-02
- Video-Editor-Modus (Timeline mit Ebenen für Video, Text, Untertitel und Ton; Bilder und Videos aus deinen 8frame-Medien; "Untertitel generieren" aus einem eingefügten Skript, getaktet mit geschätzten 160 Wörtern pro Minute, ohne Transkription, ohne SRT-Export) und die Tipps des ElevenLabs-Tools: Frontend-Code von 8frame, geprüft am 2026-10-02
- Neue Konten starten ohne Credits: Content-Faktenblatt von 8frame, geprüft am 2026-10-02
Schreib 230 Wörter, nimm den Bildschirm auf, sprich es ein.
Probier es ohne Anmeldung aus: Du landest direkt auf einem echten Board. Der 8frame-Canvas ist kostenlos und unbegrenzt; die Generierung ist kostenpflichtig ab 19 US-Dollar im Monat.