Dein Gesicht spricht jede Sprache: Das Mengengeschäft hinter dem KI-Video

0:00 Willkommen bei IGNITION. Starte mit KI in Dein selbstbestimmtes Leben. Heute zerlegen wir ein Geschäft, das durch KI plötzlich anders funktioniert. Stell Dir ein Marketingteam in Berlin vor. Vier Leute, ein fertiges Produktvideo, drei Minuten lang, auf Deutsch.

0:15Am Montag sagt der Vertrieb Spanien, Japan und Brasilien brauchen das Video,

0:20 und zwar zum Launch in zwei Wochen.

0:22Bis vor Kurzem hieß das Übersetzer suchen, pro Land einen Sprecher casten,

0:27 ein Tonstudio buchen, hinterher schneiden lassen. Sechs Wochen Wartezeit, pro Sprache ein Betrag, bei dem die Finanzabteilung nachfragt. Und heute? Heute lädt dieselbe Person das Video hoch, wählt drei Sprachen und holt sich einen Kaffee. Minuten später gibt es drei Fassungen. Die eigene Stimme klingt in Spanisch, Japanisch und Portugiesisch immer noch nach der eigenen Stimme, und der Mund bewegt sich passend zu den neuen Wörtern.

0:53 Die Firma dahinter heißt HeyGen, sitzt in Los Angeles und wurde von Joshua Xu gegründet, der vorher Lead Engineer bei Snap war. Und damit Du von Anfang an weißt, wie das Geld fließt: Man startet kostenlos, zahlt dann ein Abo, das in Credits gemessen wird, also grob in Videominuten. Entwickler und Firmen können dieselbe Technik über eine Programmierschnittstelle nutzungsbasiert einkaufen.

1:15 Und große Konzerne schließen Enterprise-Verträge ab. Der Punkt, um den es heute geht, ist aber nicht die Technik. Es ist der Preis. Bevor wir da hineingehen, kurz zur Einordnung, denn bei so einer Firma fliegen schnell Zahlen durch die Luft. Ja. Für IGNITION analysieren wir aktuelle Entwicklungen aus KI, Technologie, Wirtschaft und Forschung.

1:34 Wir vergleichen Quellen, prüfen Behauptungen und trennen belastbare Signale von kurzfristigem Hype.

1:40Das heißt heute konkret Was HeyGen kann und wie es abgerechnet wird,

1:44 ist auf der Preisseite und in der Dokumentation des Unternehmens nachzulesen. Die Umsätze dagegen sind entweder Firmenbehauptung oder Schätzung von außen. Dazu komme ich später noch. Gut. Dann erst mal das Produkt, Schritt für Schritt. Ich versuche das für mich runterzubrechen: Es gibt zwei Dinge.

2:01Erstens Ich tippe ein Skript, wähle einen Avatar, und das System baut mir ein

2:06 Video, in dem jemand mein Skript spricht.

2:08Zweitens Ich habe schon ein echtes Video von mir und lasse es übersetzen.

2:13 Stimmt das so? Genau. Beim ersten Fall entsteht ein digitaler Präsentator. Das kann ein Stock-Avatar sein, davon gibt es laut Preisseite mehrere Hundert, oder ein eigener Avatar, ein sogenannter Digital Twin, den man aus kurzem Videomaterial erstellt. Der spricht dann über 175 Sprachen und Dialekte. Der zweite Fall ist der, der wirtschaftlich schwerer wiegt.

2:34 Das System erkennt, was gesagt wird, übersetzt es, klont die Originalstimme und verändert zusätzlich die Lippenbewegungen des echten Sprechers, sodass sie zum neuen Ton passen. Das ist mehr als Untertitel und mehr als eine fremde Synchronstimme, die daneben liegt. Der Zuschauer in Madrid soll nicht merken, dass es eine Übersetzung ist.

2:51 Er soll das Gefühl haben, dass Du Spanisch sprichst. Und wer sitzt da konkret davor? Ich glaube nämlich nicht, dass das Berliner Marketingteam der einzige Typ Kunde ist. Nein, und hier wird die Customer Journey interessant. Sie beginnt fast nie mit einem Verkaufsgespräch.

3:06Jemand sieht ein kurzes Demo ein Mensch spricht Englisch, und im zweiten Clip

3:11 spricht er fließend Japanisch, mit seiner Stimme. Dann klickt er auf die Gratisstufe. Laut Preisseite sind das drei Videos im Monat, bis zu einer Minute lang, mit Wasserzeichen und begrenzten Funktionen. Das ist der Köder, aber ein ehrlicher: Man sieht in zehn Minuten, ob es für einen taugt. Das Wasserzeichen ist dabei doppelt nützlich, denn jedes Gratisvideo, das jemand teilt, ist Werbung für die Firma.

3:32 Und dann kommt der Moment, in dem das Wasserzeichen nervt. Genau. Wer regelmäßig Videos veröffentlicht, ein Solo-Unternehmer, eine Kursanbieterin, ein Immobilienmakler, braucht das Wasserzeichen nicht mehr, will längere Videos und einen eigenen Avatar. Dafür gibt es laut aktueller Preisseite das Creator-Abo für 29 Dollar im Monat, mit 600 Credits.

3:52 Das ist die erste Zahlungsstufe. Später kommen Pro für 49 Dollar und Business für 149 Dollar plus Gebühr pro zusätzlichem Platz. Business hat Team-Arbeitsbereiche, Markenvorlagen, Single Sign-on und Exporte für Lernplattformen. Hier wechselt der Kunde von der Einzelperson zur Abteilung. Und ganz oben stehen Enterprise-Verträge mit individuellen Konditionen.

4:14 Warte, ich möchte das prüfen, bevor wir weiterlaufen. Ihr habt jetzt eine schöne Treppe gebaut. Aber wer zahlt am Ende wirklich? Die meisten dieser Gratisnutzer werden nie zahlen. Das ist bei jedem Freemium so. Richtig, und das gehört zum Modell. Die Gratisstufe ist ein Vertriebskanal, kein Produkt. Belegt ist aus den Quellen nicht, wie viele Gratisnutzer bezahlen.

4:35 Das weiß man von außen nicht. Was man sieht, ist die Struktur: Die breite Basis kostet wenig und bringt Aufmerksamkeit, und das Geld kommt aus der Spitze. Das Unternehmen selbst gibt an, mehr als 30 Millionen Nutzer zu haben und bei 85 Prozent der Fortune 100 im Einsatz zu sein. Das ist eine Firmenangabe.

4:53 Sie sagt nichts darüber, wie viel Umsatz an jeder Stufe entsteht.