TERMIN VEREINBAREN
Wer ein Erklärvideo erstellen lässt, wählt meist zuerst einen Stil. Das ist die falsche Reihenfolge. Über die Wirkung entscheidet der Text, den niemand sieht — und ein paar Regeln aus der Lernforschung, die älter sind als jedes Animationstool.
Ein Erklärvideo hat eine einzige Aufgabe: Jemand soll nachher etwas verstanden haben, das er vorher nicht verstanden hat. Alles andere — Stil, Figuren, Farbwelt, Musik — ist Mittel zum Zweck. Diese Aufgabe lässt sich prüfen, und die Forschung dazu ist gut belegt.
01 / Die ReihenfolgeFast jede Anfrage beginnt mit einer Referenz: So ein Video hätten wir gern. Verständlich — nur beschreibt die Referenz die Oberfläche eines Films, dessen eigentliche Arbeit unsichtbar ist. Vor der ersten Illustration stehen drei Festlegungen, und keine davon ist gestalterisch.
Erstens: Was genau soll der Zuschauer danach können oder entscheiden? Nicht wissen — können. Zweitens: Was weiß er vorher schon, und was ist bei ihm falsch abgespeichert? Drittens: Was lassen wir weg? Der dritte Punkt ist der schwerste, weil jeder Beteiligte im Unternehmen einen Aspekt für unverzichtbar hält. Genau daran scheitern die meisten Erklärvideos: nicht an der Animation, sondern an der Menge.
Erst wenn diese drei Fragen beantwortet sind, entsteht ein Skript. Und erst danach ein Storyboard, ein Stil, eine Sprecherstimme.
02 / Die RegelnRichard E. Mayer hat mit seinem Team über Jahrzehnte untersucht, wie Menschen aus der Kombination von Bild und Sprache lernen. Die kognitive Theorie des multimedialen Lernens ist keine Designlehre, aber sie beantwortet Fragen, über die in Freigabeschleifen sonst nach Geschmack entschieden wird. Vier ihrer Prinzipien sind für Erklärvideos unmittelbar praktisch.
Der praktische Wert dieser Liste liegt in der Freigabe. Wenn drei Abteilungen über eine Textzeile streiten, ist die Frage nicht mehr, wem sie besser gefällt, sondern ob sie das Verstehen unterstützt oder belastet.
Erklärvideos haben einen Nebeneffekt, der in der fachdidaktischen Forschung gut beschrieben ist: Sie können den Eindruck erzeugen, ein Thema sei verstanden, obwohl nur eine vereinfachte und mitunter falsche Vorstellung hängen geblieben ist. Kulgemeyer und Kollegen haben diesen Effekt 2022 als Verstehensillusion beschrieben. Eine mögliche Ursache: Ein Video, das leicht wirkt, suggeriert, dass Lernen leicht sei — und senkt damit die kognitive Aktivierung.
Für die Unternehmenskommunikation ist das keine akademische Fußnote. Wer ein Produkt erklärt, das im Einsatz komplizierter ist als im Film, produziert Rückfragen im Support statt weniger davon. Die Gegenmaßnahme ist unbequem, aber wirksam: mindestens eine echte Hürde im Video benennen. Was das Produkt nicht kann, wo es hakt, was man vorher wissen muss. Das kostet zwanzig Sekunden und rettet den Rest.
Ein Erklärvideo, das keine einzige Schwierigkeit zeigt, erklärt nichts. Es beruhigt nur.04 / Die Formate
Die Formatwahl folgt aus dem Inhalt, nicht aus dem Budget. Abstrakte Zusammenhänge — Prozesse, Geschäftsmodelle, Versicherungsleistungen — vertragen 2D-Motion-Design gut, weil Illustration weglassen kann, was ein Foto zeigen müsste. Physische Produkte mit Innenleben verlangen 3D, weil ein Schnitt durch ein Gehäuse anders nicht darstellbar ist. Software erklärt sich am ehrlichsten im Screencast mit sauber geführtem Mauszeiger. Und alles, wo Vertrauen mitspielt, gewinnt durch echte Menschen im Bild — hybride Formate aus Realdreh und Animation sind deshalb häufiger geworden.
Der Aufwand steigt in dieser Reihenfolge deutlich an, aber nicht linear: Zwischen einem schlichten 2D-Erklärfilm und einer Figurenanimation mit Charakteren, Lippensynchronität und individuellem Illustrationsstil liegt ein Vielfaches. Wer den Unterschied nicht braucht, sollte ihn nicht bezahlen. Was Animation und VFX jeweils bedeuten, lässt sich vorab am besten an drei Referenzen klären, die man ausdrücklich nicht haben will.
05 / Die KI-FrageKI-gestütztes Skripting, Storyboarding und Lokalisierung machen Erklärvideos schneller und in vielen Sprachfassungen konsistent. Das ist der ehrliche Teil des Versprechens: Skalierung. Der unehrliche Teil ist die Behauptung, dass sich damit die inhaltliche Vorarbeit erledigt. Ein Modell weiß nicht, was Ihre Kunden falsch verstehen — das steht in Ihren Support-Tickets, nicht im Trainingsdatensatz.
Rechtlich ist seit dem 2. August 2026 Artikel 50 der KI-Verordnung anwendbar. Wer synthetische Bild-, Audio- oder Videoinhalte erzeugt, unterliegt Transparenzpflichten — relevant vor allem bei KI-Stimmen und KI-generierten Szenen im Erklärfilm. Was das konkret bedeutet, steht ausführlich im Beitrag zur KI-Kennzeichnungspflicht im Film.
Der größte Kostentreiber ist nicht die Länge, sondern die Zahl der individuell gezeichneten Elemente. Ein Video aus einem vorhandenen Bibliotheksstil ist ein Bruchteil dessen, was eine eigene Illustrationswelt mit wiedererkennbaren Figuren kostet — und die Figurenanimation mit Mimik und Lippensynchronität noch einmal ein Vielfaches davon.
Danach kommen die Skriptrunden. Sie sind die produktivste und die teuerste Phase zugleich, weil jede Textfassung Storyboard, Sprecheraufnahme und Timing berührt. Wer die inhaltliche Freigabe erst nach der Animation organisiert, zahlt für dieselbe Änderung ein Mehrfaches. Sprachfassungen sind dagegen der günstigste Skalierungshebel, wenn Bildschirmtext von Anfang an sparsam eingesetzt wurde — wieder das Modalitätsprinzip, diesmal als Budgetargument.
Die übrigen Posten gleichen denen jeder Filmproduktion: Sprecherhonorar, Musiklizenz, Nutzungsrechte, Untertitel. Wie diese Blöcke zusammenwirken, steht im Beitrag darüber, woran der Preis eines Films wirklich hängt.
Zeigen Sie den Rohschnitt jemandem, der das Thema nicht kennt, und stellen Sie danach vier Fragen. Was macht dieses Produkt? Für wen ist es nicht geeignet? Was ist der erste Schritt, wenn man es nutzen will? Und: Was war die schwierigste Stelle im Video?
Wenn die vierte Frage keine Antwort bekommt, war das Video zu glatt. Wenn die zweite keine Antwort bekommt, fehlt die Abgrenzung, und Sie werden sie später im Vertrieb nachliefern. Diese vier Fragen kosten eine halbe Stunde und ersparen die teuerste aller Korrekturschleifen, nämlich die nach der Veröffentlichung. Wenn Sie ein Thema haben, das sich schwer erklären lässt, ist genau das ein guter Anlass für ein Erstgespräch.
Vor der ersten Illustration steht die Frage, was der Zuschauer danach können soll, was er falsch abgespeichert hat und was weggelassen wird.
Nach dem Modalitätsprinzip werden komplexe Grafiken besser gesprochen erläutert als beschriftet. Doppelter Text belastet, statt zu helfen.
Das Kohärenzprinzip besagt, dass interessante, aber irrelevante Elemente das Verständnis messbar stören — auch wenn sie gefallen.
Wer keine einzige Schwierigkeit zeigt, erzeugt den Eindruck von Verständnis ohne dessen Substanz. Eine benannte Hürde schützt davor.
Skripting und Lokalisierung werden schneller. Was Kunden falsch verstehen, steht weiterhin in den Support-Tickets. Für synthetische Inhalte gilt Artikel 50 der KI-Verordnung.
2D-Motion-Design, 3D-Animation, CGI und Compositing — vollständig in-house. Vom Skript bis zum fertigen Erklärvideo.
Schreiben Sie uns kurz, was Sie planen — Sie bekommen innerhalb von 24 Stunden eine erste Einschätzung und einen Terminvorschlag.
Anfrage starten →