Erstellen Sie aus Text oder einem autorisierten Bild einen konsistenten KI-Moderator, ein virtuelles Model oder eine sprechende Figur. Wählen Sie je nach vorhandenem Ausgangsmaterial Text-zu-Video, Bild-zu-Video oder ein sprechendes Video.
Schritt 1: Ein öffentliches Modell öffnen und die Video-Aufgabe auswählen
Das Problem: APOB umfasst mehrere Video-Modi, und die Auswahl allein nach dem Namen der Funktion kann den falschen Eingabe-Workflow öffnen.
Wählen Sie auf der APOB-Startseite ein Modell aus, für das Sie eine Autorisierung haben. Für diese Anleitung haben wir Miranda ausgewählt, ein öffentliches Community-Modell – kein privates persönliches Modell. Öffnen Sie „Video“ und wählen Sie „Text-to-Video“, „Image-to-Video“ oder „Talking Video“, je nachdem, welche Quelle Sie bereits haben.
Praxisbeispiel: Ein Creator ohne Gesicht und ohne Porträtvorlage kann mit „Text-to-Video“ beginnen. Ein Marketer, der bereits über ein freigegebenes Charakterbild verfügt, sollte „Image-to-Video“ wählen.
Schritt 2: Verwenden Sie Text-zu-Video, wenn Sie kein Quellbild haben
Das Problem: Ein kurzer Prompt wie „Frau präsentiert ein Produkt“ lässt Identität, Handlung, Umgebung und Kameraverhalten ungeklärt.
Der untersuchte Text-zu-Video-Arbeitsbereich hielt Miranda an das Beschreibungsfeld gebunden und bot Steuerelemente für natives Audio, Sprachmodell, Kunststil, Kamerabewegung, Kleidung, Architektur, Landschaft, Wetter, Elemente, Vorlagen und zusätzliche Aufnahmen. Beschreiben Sie die Figur, eine Handlung, die Umgebung, den Bildausschnitt, die Beleuchtung und was stabil bleiben muss. Aktivieren Sie „Natives Audio“, anstatt davon auszugehen, dass die Ausgabe stumm sein wird.
Realistisches Beispiel: Ein Wissenschafts-Creator kann den wiederkehrenden Moderator bitten, sich in die Kamera zu drehen, eine kleine einleitende Geste zu machen und in einem kompakten Studio innezuhalten. Fügen Sie eine zweite Aufnahme erst hinzu, wenn der erste Identitäts- und Bildausschnittstest erfolgreich war.
Schritt 3: Bild-zu-Video verwenden, wenn die Person bereits genehmigt ist
Das Problem: Eine zugeschnittene, verdeckte oder nicht autorisierte Vorlage kann die Bewegung beeinträchtigen und Rechte- oder Datenschutzrisiken bergen.
Wählen Sie „Inhalte zur Wiederverwendung auswählen“, um autorisierte APOB-Medien zu nutzen, oder „Bild hochladen“ für eine Quelle, an der Sie die Nutzungsrechte besitzen. Ein klares Gesicht, sichtbare Hände (falls relevant) und Freiraum um den Körper herum bieten dem Modell mehr Bewegungskontext. Steuern Sie die Bewegung, anstatt jedes bereits sichtbare Detail erneut zu beschreiben.
Getestete Eingabe: Die Person macht einen kleinen Schritt auf die Kamera zu, entspannt die Schultern und lächelt natürlich. Gesicht, Haare, Outfit und Hintergrund bleiben konsistent. Verwenden Sie eine langsame, subtile Kamerafahrt nach vorne mit stabiler Kameraführung und ohne plötzliche Bewegungen.
Realistisches Beispiel: Fordern Sie für ein LinkedIn-Thought-Leadership-Intro eine kleine Kopfdrehung und eine ruhige Nahaufnahme anstelle eines Gangs durch das Büro an.
Schritt 4: Wählen Sie „Talking Avatar“ oder „Lip Sync“ für die Sprachausgabe
Das Problem: Ein Standbild und ein bereits existierendes Video erfordern unterschiedliche Workflows für die Sprachausgabe.
Talking Avatar startet mit einem Referenzbild und entweder generiertem oder hochgeladenem Audio. Lip Sync startet mit einem vorhandenen Referenzvideo plus generiertem oder hochgeladenem Audio. In der untersuchten Talking-Avatar-Benutzeroberfläche bot „Audio erstellen“ ein Sprachmodell und ein Skriptfeld mit bis zu 2.000 Zeichen.
Die offizielle Anleitung von APOB dokumentiert eine Audiolänge von 1 Sekunde bis 3 Minuten für Talking Avatar: https://help.apob.ai/en/articles/15699750-talking-video . Die Lip Sync-Anleitung dokumentiert eine Länge von 1 Sekunde bis 15 Minuten für das Referenzvideo und das Audio: https://help.apob.ai/en/articles/15699765-lip-sync .
Realistisches Beispiel: Ein SaaS-Team erstellt eine 12-sekündige fiktive Einführung durch einen Trainer und schneidet dann zu einer echten Bildschirmaufzeichnung um, damit die Anleitung präzise bleibt.
Schritt 5: Dauer, Qualität, Sichtbarkeit und Credits überprüfen
Das Problem: Teams können Credits verschwenden oder unveröffentlichte Assets offenlegen, wenn sie davon ausgehen, dass jeder Modus die gleichen Kosten oder den gleichen Datenschutzstatus hat.
In unserem datierten Image-to-Video-Test zeigte die ausgewählte Konfiguration fünf Sekunden, 720P, die Optionen Fast/Ultra/UltraS, 200 Credits pro Sekunde und einen geschätzten Verbrauch von 1.000 Credits. Dies sind Beobachtungen aus einem bestimmten Konto und einer Sitzung, keine festen Preise oder Planberechtigungen. Überprüfen Sie Native Audio, die ausgewählte Stimme und den Sichtbarkeitsstatus vor der Generierung.
Realistisches Beispiel: Ein Modeverkäufer testet eine einzelne, zurückhaltende Fünf-Sekunden-Drehung, bevor er ein Lookbook mit mehreren Outfits erstellt. Dies bestätigt das Framing und die Identität vor einem größeren Credit-Einsatz.
Schritt 6: Generieren, Sichtbarkeit prüfen und jedes Einzelbild kontrollieren
Das Problem: Ein Clip kann bei normaler Geschwindigkeit überzeugend wirken, während er eine verzerrte Hand, ein sich veränderndes Produktetikett, ein unkonsistentes Gesicht oder eine irreführende Demonstration enthält.
Unser fünfsekündiger Image-to-Video-Test war in etwa zwei Minuten abgeschlossen und erschien in „Generation“ mit der Kennzeichnung „Öffentlich“. Die Zeit variiert je nach Modell, Qualität und Warteschlange. Überprüfen Sie die Kontinuität von Gesicht und Haaren, die Blickrichtung, Zähne, Schultern, Hände, den Objektkontakt, die Stabilität des Hintergrunds, das Verhalten der Kamera sowie das erste und letzte Frame.
Realistisches Beispiel: Wenn ein Moderator anscheinend auf den Pumpkopf eines Hautpflegeprodukts drückt, sich die Form des Spenders jedoch verändert, behalten Sie den Moderator als gesprochenen Hook bei und schneiden Sie für die Anwendungsszene auf echtes Produktbildmaterial um. Verwenden Sie synthetische Interaktionen nicht als Produktnachweis.
Praxis-Prompts für KI-Personen-Videos
E-Commerce-Präsentatorin — Zweck: Ein vertikaler Produkt-Hook, ohne das bereitgestellte Produkt zu verändern. Eingabe: Eine fiktive Moderatorin für Haushaltsorganisation steht hüfthoch in einer hellen Wohnungsküche und hält den bereitgestellten kompakten Schubladen-Organizer auf Brusthöhe. Sie hebt ihn einmal an, zeigt mit einer gezielten Geste auf den verstellbaren Teiler und bringt beide Hände wieder in eine stabile Position. Weiches Tageslicht, realistische Hände, feststehende 9:16-Kamera mit einer subtilen Vorwärtsbewegung. Gesicht, Haare, cremefarbenes Strickoberteil, Produktform, Etikett, Farbe und die Position des Teilers beibehalten. Keine zusätzlichen Finger, Änderungen am Etikett oder schnelle Bewegungen. Erwartetes Ergebnis: Ein fokussierter, fünfsekündiger TikTok- oder Reels-Einstieg.
Wiederkehrender Wissenschaftsmoderator — Zweck: Eine reproduzierbare Aufnahme des Moderators für Shorts. Eingabe: Derselbe fiktive männliche Wissenschaftsmoderator, Ende 20, kurze dunkle Locken, runde Brille, dunkelblaues Überhemd, Brustbild in einem kompakten Studio mit einem sanft beleuchteten Molekül-Display. Er blickt in die Kamera, hebt leicht eine Hand und kehrt dann in die neutrale Position zurück. Feststehende 9:16-Kamera. Gesicht, Brille, Haare, Garderobe, Beleuchtung und Hintergrund beibehalten. Nur eine Geste. Erwartetes Ergebnis: Ein wiedererkennbarer Hook- oder Überleitungs-Shot.
Sprechende Onboarding-Präsentatorin — Zweck: Ein freigegebenes Trainer-Porträt in eine gesprochene Einführung verwandeln. Skript: Willkommen im Dashboard. In dieser Lektion werden wir eine Kampagne erstellen, ihren Eigentümer zuweisen und den Freigabestatus überprüfen, bevor wir sie veröffentlichen. Bitte halten Sie dieses Fenster geöffnet und folgen Sie den hervorgehobenen Schritten auf dem Bildschirm. Erwartetes Ergebnis: Eine kurze Vorstellung der Präsentatorin, die zu einer präzisen Bildschirmaufnahme überblendet.
Mode-Lookbook-Drehung — Zweck: Silhouette mit zurückhaltender Bewegung zeigen. Eingabe: Ganzkörperaufnahme eines fiktiven Models in der bereitgestellten anthrazitfarbenen Jacke und der schwarzen Hose mit geradem Bein, neutraler Galeriehintergrund, weiches, gerichtetes Licht. Sie macht einen langsamen Schritt, dreht sich um 30 Grad nach links und verweilt, wobei beide Hände sichtbar sind. Statische Halbtotale im 9:16-Format. Kleidungsfarbe, Nähte, Knöpfe, Proportionen, Gesicht und Haare beibehalten. Erwartetes Ergebnis: Ein kontrollierter Konzept-Lookbook-Clip; generieren Sie eine separate Rückansicht anstelle einer vollständigen Drehung.
Behalten Sie eine wiedererkennbare Person über verwandte Inhalte hinweg bei. Ein wiederkehrender Reise-Moderator kann in Flughafentipps, Hotel-Erklärungen und Destinations-Clips auftauchen, ohne dass die Identität in jedem Prompt neu definiert werden muss. Die Konsistenz hängt weiterhin von der Qualität der Referenz, dem Winkel, der Beleuchtung, dem Modell und der Bewegungskomplexität ab.
Gehen Sie in vernetzten Workflows von der Identität zu Bewegung und Sprache über. Genehmigen Sie die fiktive Person, bevor Sie Credits für Animationen, Sprechdarbietungen oder Kampagnenvarianten ausgeben.
Testen Sie eine kreative Variable, ohne ein physisches Shooting zu wiederholen. Halten Sie den Presenter und das Angebot stabil, während Sie einen problemorientierten, produktfokussierten oder demonstrationsbasierten Hook vergleichen. Nutzen Sie den Workflow nicht, um Kundenerlebnisse oder Empfehlungen zu erfinden.
Sehen Sie sich die Schätzung für die Generierung an, bevor Sie sich festlegen. Die getestete Benutzeroberfläche zeigte eine Rate pro Sekunde und eine Gesamtschätzung neben „Generieren“ an; verlassen Sie sich immer auf die aktuelle Schätzung der App.
Arbeiten Sie innerhalb sichtbarer Grenzen. Die Steuerelemente für Bewegung, Qualität, Kamera, Audio und zusätzliche Aufnahmen ersetzen nicht die Notwendigkeit, Hände, Objektkontakt, Identität, Rechte, Offenlegung und Produktgenauigkeit zu überprüfen.
Testen Sie drei TikTok Shop-Hooks mit einem fiktiven Moderator. Lassen Sie den Moderator, das Angebot und das Produktmaterial unverändert, während Sie nur die erste Zeile oder Geste variieren. Die HubSpot-Studie aus dem Jahr 2025 identifiziert Kurzvideos als das von Marketern am häufigsten genutzte Content-Format und das Format, das am ehesten mit dem höchsten ROI in Verbindung gebracht wird: https://blog.hubspot.com/news-trends/content-trends-global-preferences
Präsentieren Sie E-Commerce-Produkte, ohne falsche Produktnachweise zu erfinden. Nutzen Sie die KI-Person für den Hook und den Übergang, und schneiden Sie dann auf authentische Produktbilder oder -aufnahmen für Farbe, Abmessungen, Passform, Montage und Leistung um.
Bauen Sie eine wiederkehrende fiktive Creator-Serie auf. Führen Sie einen Persona-Leitfaden für Gesicht, Haare, Garderobe, Tonalität, Kennzeichnung und unzulässige Werbeaussagen. Das IAB prognostizierte für 2025 Werbeausgaben in der US-Creator-Economy von 37 Milliarden US-Dollar und berichtete, dass drei von vier Marken KI für Creator-Marketing-Aufgaben nutzen oder planen: https://www.iab.com/insights/2025-creator-economy-ad-spend-strategy-report/
Ergänzen Sie gesichtslose YouTube Shorts um einen Moderator. Nutzen Sie einen fiktiven Moderator für die Einleitung und den Abschluss, mit lizenziertem B-Roll-Material, Diagrammen oder echten Demonstrationen zwischen den Textpassagen. YouTube berichtet, dass Shorts täglich durchschnittlich mehr als 200 Milliarden Aufrufe verzeichnen: https://blog.youtube/press/
Erstellen Sie ein kontrolliertes Fashion-Konzept-Lookbook. Animieren Sie einen Schritt oder eine Teildrehung pro Clip und überprüfen Sie Kleidungskanten, Hände, Silhouette und Farbe. Ersetzen Sie keine originalgetreuen Produktbilder, wenn Passform oder Material kaufentscheidend sind.
Lokalisieren Sie das Produkt-Onboarding mit einem fiktiven Trainer. Lassen Sie die freigegebene Bildschirmaufnahme unverändert und erstellen Sie kurze Trainer-Einführungen für verschiedene Sprachen. Nutzen Sie einen qualifizierten Reviewer für technische, regulierte oder sicherheitsrelevante Formulierungen.
Weniger Abhängigkeiten von Dreharbeiten – nützlich für Konzepte, wiederkehrende Einleitungen, Hooks und kreative Variationen, die keinen tatsächlichen physischen Nachweis erfordern.
Wiederverwendbare Identität – eine freigegebene fiktive Persona kann eine Serie über verschiedene Szenen und Formate hinweg verbinden.
Kontrolliertes Testen – ändern Sie jeweils nur einen Hook, eine Geste, einen Hintergrund oder eine Kadrierung.
Plattformgerechte Bildgestaltung – planen Sie vertikale, quadratische, Porträt-Feed- oder Querformat-Aufnahmen bereits vor der Generierung.
Verbundene Sprachoptionen – Talking Avatar startet mit einem Standbild; Lip Sync funktioniert mit vorhandenem Filmmaterial und neuem Audio.
Menschliche Details können fehlerhaft sein — Hände, Zähne, Blickrichtung, Haare, Kleidung und der Kontakt mit Objekten müssen genau überprüft werden.
Konsistenz ist nicht garantiert — neue Blickwinkel, Lichtverhältnisse, Modelle und komplexe Handlungen können die Person verändern.
Lange Sequenzen sind schwerer zu kontrollieren — Drehbücher und Handlungen funktionieren in der Regel besser als separate kurze Einstellungen.
Guthaben und Limits ändern sich — Kosten, Dauer, Qualität und Steuerungsmöglichkeiten hängen vom aktuellen Konto und Modus ab.
Der Herausgeber bleibt verantwortlich für Einwilligung, Ansprüche, Urheberrecht, Offenlegung, Datenschutz und Plattformkonformität.
Keine Kreditkarte erforderlich
Workflow, Qualität, Credits, Datenschutz, kommerzielle Nutzung und Plattformkompatibilität
Kann KI ein Video mit einer Person erstellen?
Ja. Sie kann eine fiktive Person aus einer Beschreibung erzeugen oder ein autorisiertes Bild animieren. Prüfen Sie jedes Ergebnis vor der Veröffentlichung.
Wie erstelle ich aus einem Foto ein Personen-Video?
Laden Sie ein klares Bild hoch, das Ihnen gehört oder das Sie verwenden dürfen, wählen Sie Bild-zu-Video und beschreiben Sie eine einfache Aktion und Kamerabewegung.
Kann ich ohne Foto beginnen?
Ja. Erstellen Sie eine fiktive APOB-Persona oder nutzen Sie Text-zu-Video. Legen Sie Identität, Umgebung, Aktion, Bildausschnitt und Format zuerst fest.
Kann die KI-Person sprechen?
Ja. Mit Sprechender Avatar animieren Sie ein Gesichtsbild; mit Lippensynchronisation passen Sie ein vorhandenes Video an neues Audio an.
Was ist der Unterschied zwischen Sprechender Avatar und Lippensynchronisation?
Sprechender Avatar animiert ein Standbild mit Audio. Lippensynchronisation behält das Video bei und passt die Mundbewegung an neues Audio an.
Können Text-zu-Video oder Bild-zu-Video Audio enthalten?
Die von uns geprüften Arbeitsbereiche öffentlicher Modelle zeigten eine Option für natives Audio; Text-zu-Video bot zusätzlich eine Einstellung für das Stimmenmodell. Die Verfügbarkeit hängt vom gewählten Modell und der Konfiguration ab. Prüfen Sie die Option vor der Generierung.
Welcher ist der beste kostenlose KI-Generator für Personen-Videos?
Die beste Wahl hängt vom Ausgangsmaterial, der Identitätskonsistenz, dem Sprach-Workflow, den Nutzungsrechten, der Sichtbarkeit, der Auflösung und den gesamten Credit-Kosten ab. Testen Sie die konkrete Aufgabe mit autorisiertem Material, statt nur Aussagen auf Startseiten zu vergleichen.
Ist APOB ein zu 100 % kostenloser KI-Generator für Personen-Videos?
APOB verwendet Credits für die Generierung und bietet Möglichkeiten, ohne den Kauf eines vollständigen Produktionspakets zu beginnen. Der Dienst sollte nicht als unbegrenzt oder dauerhaft kostenlos beschrieben werden. Prüfen Sie https://app.apob.ai/subscription und die aktuelle Schätzung neben „Generieren“.
Kann ChatGPT ein KI-Personen-Video erstellen?
Je nach Produkt und Tarif kann ChatGPT bei Konzept, Skript, Shot-Liste oder Bewegungs-Prompt helfen. APOB stellt den auf dieser Seite beschriebenen Workflow für Identität, Bild, Bewegung, sprechenden Avatar und Lippensynchronisation bereit. Prüfen Sie die aktuellen Funktionen jedes Produkts.
Kann ich dieselbe Person in mehreren Videos verwenden?
Ja. Verwenden Sie dieselbe APOB-Figur oder eine autorisierte Referenz erneut und halten Sie den Identitätsblock in Ihren Prompts stabil. Die Ergebnisse können je nach Winkel, Beleuchtung, Modell und Bewegungskomplexität variieren; prüfen Sie jeden Clip.
Wie werden Video-Credits berechnet?
Die App zeigt vor der Generierung den Tarif und die geschätzte Summe. Die Kosten hängen von Modus, Länge, Qualität und Einstellungen ab.
Warum ist die Schaltfläche „Generieren“ nicht verfügbar?
„Generieren“ bleibt deaktiviert, bis alle für den Modus erforderlichen Eingaben vorhanden sind. Bild-zu-Video benötigt ein Referenzbild und eine Bewegungsbeschreibung; Sprechender Avatar benötigt ein Bild und Skript oder Audio; Lippensynchronisation benötigt ein Referenzvideo und Audio. Fehlgeschlagene oder unvollständige Uploads können die Generierung ebenfalls blockieren.
Darf ich APOB-Videos kommerziell verwenden?
Das hängt von den aktuellen APOB-Bedingungen und den Rechten an Bild, Stimme, Musik, Marken und weiteren Eingabematerialien ab.
Sind meine Personen-Videos privat?
Gehen Sie nicht automatisch davon aus. Prüfen Sie die Sichtbarkeitsanzeige des Modells und des Ergebnisses; bei öffentlichen Modellen können Ergebnisse öffentlich sein.
Wie wird das Ergebnis realistischer?
Verwenden Sie eine klare Referenz, verlangen Sie nur eine Aktion, begrenzen Sie die Kamerabewegung und prüfen Sie den Clip Bild für Bild.
Welches Seitenverhältnis soll ich wählen?
Verwenden Sie 9:16 für TikTok, Reels und Shorts, 16:9 für reguläres YouTube, Websites und Schulungen sowie 1:1 oder 4:5 für unterstützte Feed-Platzierungen. Prüfen Sie vor der Generierung die Vorgaben des Zielkanals.
Funktioniert APOB für TikTok, Instagram und YouTube?
Ja. Der Workflow kann Ausgangsclips für diese Plattformen erstellen. Exportieren und bearbeiten Sie sie gemäß den aktuellen Vorgaben der jeweiligen Plattform zu Seitenverhältnis, Dauer, Untertiteln, Werbung, Musik und synthetischen Medien.
Muss ich kennzeichnen, dass die Person KI-generiert ist?
Das hängt von Plattform, Rechtsraum und Kontext ab. Befolgen Sie die aktuellen Regeln und stellen Sie eine fiktive Figur nie als reale Person dar.
