Kann der Presenter im Video auf einem Whiteboard schreiben?

Nicht zuverlässig. Handschrift, die KI-Videomodelle erzeugen, ist meist unsinnig. Lass den Presenter auf eine leere Tafel zeigen und füge das Diagramm beim Schneiden hinzu.

Wie lang sollte jede Explainer-Zeile sein?

Eine Idee, etwa 10 bis 20 Wörter. Kurze Zeilen halten die erzeugte Stimme synchron zum Mund des Presenters und passen in einen Clip von 5 bis 10 Sekunden.

Wie lasse ich in einem Explainer-Clip Platz für Grafiken?

Platziere den Presenter im Prompt im Drittel des Bildes vor einer schlichten Wand und sag das ausdrücklich. Zeig mit der Geste auf die freie Seite, wo beim Schneiden die Grafik eingefügt wird.

Kann ein KI-Generator für Explainer-Videos einen ganzen Kurs erstellen?

Er erstellt die Presenter-Clips zwischen deinen Bildschirmaufnahmen und Folien. Die Inhalte der Lektionen stammen weiterhin aus deinem Material.

Behält KI-Explainer-Video in jeder Lektion denselben Presenter bei?

Mit festen Referenzbildern ja. Behalte für den gesamten Kurs dieselben Referenzen und Bildregeln bei.

Prompts

Explainer-Presenter-Prompts für Tutorials, Kurse und Anleitungen

Ein Explainer-Presenter ist die Person, die zwischen Bildschirmaufnahmen, Diagrammen und Folien durch das Video führt. Der Presenter muss in jeder Lektion gleich aussehen, und das Bild sollte Raum für Grafiken lassen, die du später einfügst. Diese Prompts decken Lektionsintros, Zeigeaufnahmen mit freier Fläche für Einblendungen und Walk-and-Talk-Sequenzen ab, alle geschrieben für einen Presenter, der über Referenzbilder definiert ist.

Aktualisiert am 2026-10-22

Mit RefVid auf Kling 3.0 Omni aus vier Referenzfotos von Mia erstellt, 10 Sekunden, 9:16, mit eingeschaltetem Ton, Prompt: Sie blickt in einem hellen, aufgeräumten Raum in die Kamera und sagt einen kurzen Satz.

Was Explainer-Prompts gut funktionieren lässt

Plane das Bild rund um die Grafiken. Erscheint rechts ein Diagramm, platzierst du den Presenter im linken Drittel und bittest um eine schlichte Wand rechts. Freie Fläche lässt sich beim Schneiden leichter füllen, als ein unruhiger Hintergrund sich bereinigen lässt.

Nutze ein neutrales, ruhiges Set: eine helle Wand, eine einzelne Pflanze, einen Schreibtisch. Je detaillierter der Hintergrund, desto stärker verändert er sich zwischen den Lektionen. Wenn das Set wichtig ist, lade ein Foto davon als Szenenfoto in RefVid hoch, das Ort und Look festlegt.

Halte jede gesprochene Zeile bei einer Idee und setze sie in Anführungszeichen, damit das Modell sie als Sprache behandelt. Mit eingeschaltetem Ton erzeugt das Modell die Stimme zusammen mit dem Bild, und kurze Sätze halten Stimme und Mund synchron. RefVid bietet kein Voice Cloning, die Stimme kann also von Clip zu Clip abweichen. Bei einem Kurs mit einer durchgehenden Stimme sprichst du den Kommentar selbst auf und lässt den Ton aus.

Die Beispiele nennen die Presenter Lena und Marco; verwende den Namen, unter dem du deine gespeichert hast. Clip-Länge und Seitenverhältnis sind Einstellungen und stehen hier in Klammern.

Lektionsintros

Prompt (8 s, 16:9): Lena steht vor einer schlichten hellgrauen Wand, im linken Drittel des Bildes. Sie lächelt, nickt kurz und sagt: "In dieser Lektion richtest du dein erstes Projekt in unter fünf Minuten ein." Halbnahe Einstellung, statische Kamera auf Augenhöhe, weiches, gleichmäßiges Licht von einem großen Fenster rechts.

Warum es funktioniert: Die freie rechte Seite bietet Platz für eine Titelkarte. Behalte diese Platzierung für jede Lektion bei, damit der Kurs einheitlich wirkt.

Prompt (6 s, 16:9): Marco sitzt auf der Kante eines Schreibtisches, daneben ein Laptop. Er blickt vom Bildschirm hoch in die Kamera und sagt: "Fangen wir mit der einen Einstellung an, die die meisten übersehen." Halbtotale, warme Schreibtischlampe und kühles Fensterlicht, Bücherregal sanft unscharf.

Warum es funktioniert: Der Blick vom Laptop nach oben motiviert den Schnitt zu einer Bildschirmaufnahme. Zieht der Laptop-Bildschirm zu viel Aufmerksamkeit auf sich, drehe ihn von der Kamera weg.

Eine Lektionseröffnung aus vier Referenzfotos von Leo, einem erfundenen Presenter, drei Einstellungen in einem 10-Sekunden-Clip: Er begrüßt die Zuschauer an einer Küchenarbeitsplatte ("Willkommen zurück bei Sunday Kitchen. Heute: die einfachste Pasta, die du je machen wirst."), eine Pfanne flammt auf dem Herd auf, dann stellt er den fertigen Teller ab.

Auf Grafiken zeigen und gestikulieren

Prompt (5 s, 16:9): Lena steht links im Bild und zeigt mit geöffneter Hand auf die leere Wand rechts, schaut kurz hin und dann zurück in die Kamera. Statische halbnahe Einstellung, schlichte cremeweiße Wand, gleichmäßiges Licht.

Warum es funktioniert: Ein Zeigen mit offener Hand auf freie Fläche ist der Standardaufbau für eine Einblendgrafik. Füge die Grafik beim Schneiden genau dort ein, wohin die Hand zeigt.

Prompt (6 s, 16:9): Marco hält beide Hände auf Brusthöhe auseinander, als zeige er die Größe von etwas, und führt sie dann beim ruhigen Sprechen zusammen. Halbnahe Großaufnahme, heller Hintergrund, weiches Hauptlicht.

Warum es funktioniert: Einfache Gesten für Größe und Vergleich wirken gut und passen zu fast jedem Diagramm. Vermeide detailliertes Abzählen an den Fingern, denn überzählige Finger tauchen trotzdem auf.

Prompt (5 s, 16:9): Lena steht neben einem großen, leeren Whiteboard, tippt zweimal mit einem Marker darauf und wendet sich dann mit einem leichten Lächeln der Kamera zu. Statische halbnahe Totale, helles Klassenzimmerlicht.

Warum es funktioniert: Eine leere Tafel vermeidet erfundene Schrift; das Diagramm fügst du nachträglich hinzu. Geschriebenes auf der Tafel im Clip erzeugt meist unsinnigen Text.

Walk-and-Talk-Sequenzen

Prompt (7 s, 16:9): Lena geht langsam einen hellen Bürokorridor auf die Kamera zu, spricht natürlich, eine Hand gestikuliert. Die Kamera fährt in gleichem Tempo rückwärts vor ihr her. Tageslicht von Glaswänden, Kollegen unscharf im Hintergrund.

Warum es funktioniert: Walk-and-Talks lockern den Rhythmus zwischen Bildschirmaufnahmen auf. Halte das Tempo langsam, damit das Gesicht scharf bleibt.

Prompt (6 s, 16:9): Marco steht im Freien neben einer kleinen Solaranlage, wendet sich ihr zu und zeichnet mit der Geste ihren Rand nach, dann blickt er zurück in die Kamera. Halbnahe Einstellung, leicht freihändiges Gefühl, klares Mittagslicht.

Warum es funktioniert: Drehorte-Aufnahmen lassen eine Lektion echt wirken. Das Objekt sollte groß und schlicht sein; kleine, detaillierte Geräte werden leicht falsch dargestellt.

Ein Gang auf die Kamera zu aus Mias vier Referenzfotos: "geht auf die Kamera zu eine sonnige Stadtstraße entlang, lächelt und blickt kurz zur Seite. Freihändige Hochformataufnahme, Licht der goldenen Stunde." In dieser Einstellung wird kein Satz gesprochen.

Einen Kurs planen

In RefVid laufen Clips auf Kling 3.0 Omni zwischen 3 und 15 Sekunden, und ein Clip kann bis zu drei Einstellungen enthalten. So können eine Eröffnungszeile und eine Zeigeaufnahme aus einer einzigen Generierung stammen. Die gewählte Länge wird gleichmäßig auf die Einstellungen verteilt.

Veo 3.1 erzeugt zum Vergleich 4, 6 oder 8 Sekunden, und seine Referenzclips sind laut Googles Dokumentation (Stand Oktober 2026) immer 8 Sekunden lang. Behalte bei jedem Modell die Referenzen des Presenters und das Set für jede Lektion fest bei; nur Zeile und Geste sollten sich ändern.

RefVid speichert den Presenter als gespeicherte Figur, sodass ein Kurs mit dreißig Lektionen in jedem Clip dieselben Referenzen verwendet.

Häufige Fragen

Kann der Presenter im Video auf einem Whiteboard schreiben?: Nicht zuverlässig. Handschrift, die KI-Videomodelle erzeugen, ist meist unsinnig. Lass den Presenter auf eine leere Tafel zeigen und füge das Diagramm beim Schneiden hinzu.
Wie lang sollte jede Explainer-Zeile sein?: Eine Idee, etwa 10 bis 20 Wörter. Kurze Zeilen halten die erzeugte Stimme synchron zum Mund des Presenters und passen in einen Clip von 5 bis 10 Sekunden.
Wie lasse ich in einem Explainer-Clip Platz für Grafiken?: Platziere den Presenter im Prompt im Drittel des Bildes vor einer schlichten Wand und sag das ausdrücklich. Zeig mit der Geste auf die freie Seite, wo beim Schneiden die Grafik eingefügt wird.
Kann ein KI-Generator für Explainer-Videos einen ganzen Kurs erstellen?: Er erstellt die Presenter-Clips zwischen deinen Bildschirmaufnahmen und Folien. Die Inhalte der Lektionen stammen weiterhin aus deinem Material.
Behält KI-Explainer-Video in jeder Lektion denselben Presenter bei?: Mit festen Referenzbildern ja. Behalte für den gesamten Kurs dieselben Referenzen und Bildregeln bei.