Video & Audio

Erklärvideo erstellen: Ablauf, Kosten und 3 entscheidende Freigaben

Wer ein Erklärvideo erstellen oder bei einer Agentur beauftragen möchte, braucht einen festen Ablauf von der Kernbotschaft bis zum fertigen Film. Die tatsächlichen Kosten explodieren meist nicht bei der ersten Konzeption, sondern durch späte Korrekturen in bereits animierten Szenen. Mit drei festen Freigabepunkten für Skript, Styleframes und Animatic behältst du Budget und Zeitplan im Griff.

EEmilia· Content Producer
18. November 2026
10 Min Lesezeit
Erklärvideo erstellen: Ablauf, Kosten und 3 entscheidende Freigaben

Ein komplexes Produkt in sechzig Sekunden auf den Punkt bringen: Genau deshalb entscheiden sich Unternehmen dafür, ein professionelles Erklärvideo erstellen zu lassen. Doch in der Praxis geraten Erklärvideo-Projekte erstaunlich oft ins Stocken. Nach Wochen des Abstimmens liegt der fertige Animationsfilm vor, und plötzlich fordert die Geschäftsführung eine andere Tonalität, der Vertrieb vermisst ein zentrales Feature, und die Rechtsabteilung beanstandet eine Formulierung aus Sekunde zehn.

Müssen fertige Grafiken neu gezeichnet, Sprecherpassagen neu aufgenommen und Animationen komplett überarbeitet werden, verdoppeln sich Aufwand und Budget im Handumdrehen. Ein reibungsloser Video-Workflow verhindert diesen Frust. Wer versteht, wie ein Erklärvideo entsteht und an welchen Schnittstellen Feedback zwingend verbindlich sein muss, spart Geld und schont die Nerven aller Beteiligten.

Arten von Erklärvideos

Welche visuelle Form am besten passt, hängt vom Thema, der Zielgruppe und dem Budget ab. Grundsätzlich lassen sich fünf gängige Macharten unterscheiden:

  • 2D-Animation: Der Klassiker für Software, Dienstleistungen und Unternehmensprozesse. Flache Vektorgrafiken, Charaktere und typografische Elemente werden digital animiert. Der Stil reicht von minimalistischen Icons bis zu aufwendigen Illustrationen.
  • 3D-Animation: Ideal für physische Produkte, industrielle Maschinen oder medizinische Sachverhalte. Dreidimensionale Modelle zeigen Innenansichten, physikalische Abläufe oder Funktionen, die sich mit einer Kamera nicht filmen lassen. Der Produktionsaufwand ist hier am höchsten.
  • Whiteboard oder Legetechnik: Eine Hand oder ein digitaler Stift zeichnet oder schiebt Bildelemente ins Bild. Diese Form eignet sich gut für didaktische Trainingsinhalte, wirkt im Markenmarketing jedoch schnell überholt.
  • Screencast mit Grafik: Direkte Bildschirmaufnahmen einer Softwareoberfläche, ergänzt durch animierte Klick-Effekte, Hinweistexte und Zooms. Sehr beliebt für SaaS-Onboardings und digitale Tutorials.
  • Realfilm mit Grafik: Eine reale Person führt vor der Kamera durch das Thema, während animierte Einblendungen, Diagramme oder Texte das Gesagte visuell stützen.

Warum Erklärvideos teurer werden als geplant

Animationsprojekte scheitern selten an technischen Hürden. Sie werden teuer, wenn Absprachen nicht eingehalten werden oder Feedback zur falschen Zeit kommt. Das sind die drei häufigsten Ursachen:

  1. Textänderungen in der fertigen Animation: Jede Sekunde Animation baut auf dem gesprochenen Text auf. Ändert der Auftraggeber im fertigen Video einen einzigen Satz, passt das gesamte Timing der Szene nicht mehr. Der Sprecher muss erneut gebucht werden, die Tonspur muss neu abgemischt werden, und die Animationsschlüsselbilder müssen aufwendig verschoben werden.
  2. Geschmacksdiskussionen statt Zielgruppenfokus: Gefällt der Geschäftsführung die Hosenfarbe einer Nebenfigur nicht, führt das oft zu langwierigen Korrekturschleifen. Gutes Feedback prüft, ob die Botschaft für die Zielgruppe verständlich transportiert wird, statt persönliche Vorlieben abzuarbeiten.
  3. Feedback in Häppchen über verstreute Kanäle: Schickt das Marketing Anmerkungen per Chat, der Produktmanager eine PDF mit Randnotizen und der Vertrieb eine Sprachnachricht, entstehen Widersprüche. Wer ohne gebündeltes Feedback an die Überarbeitung geht, produziert unweigerlich Fehler.

Selbst ausprobieren: In der Demo arbeitest du in einem echten draftgo-Arbeitsbereich mit Beispieldaten.

Ein Erklärvideo erstellen in 8 Schritten

Vom ersten Konzept bis zur finalen Tondatei folgt eine professionelle Produktion einer klar geregelten Reihenfolge. Jeder Schritt baut direkt auf dem vorherigen auf.

1. Briefing

Am Anfang steht nicht das Bild, sondern die Strategie. Ein sauberes Briefing beantwortet drei Kernfragen: Wer genau ist die Zielgruppe? Was ist die eine zentrale Botschaft, die der Zuschauer behalten muss? Wo wird das Video ausgespielt (Website, Messe, Social Media)? Wer hier Klarheit schafft, verhindert spätere Fehltritte beim Konzept.

2. Skript

Das Skript ist das Fundament des Films. Es beschreibt zweispaltig, was parallel passiert: Auf der einen Seite steht der Sprechertext, auf der anderen die visuelle Handlung. Die geplante Gesamtlänge des Films ergibt sich fast vollständig aus der Textmenge. Eine einfache Faustregel besagt: Rund 120 bis 130 gesprochene Wörter ergeben etwa 60 Sekunden Laufzeit. Eine erste Probeaufnahme (Scratch Track) mit dem Smartphone zeigt schon im Entwurf, ob das Timing in der Praxis realistisch ist.

3. Sprecher-Casting und Aufnahme

Die Stimme transportiert die Tonalität der Marke: seriös, dynamisch, sympathisch oder erklärend. Anhand kurzer Stimmproben wählt der Auftraggeber die passende Stimme aus. Ist das Skript verbindlich abgenommen, bucht das Team das Studio und die Aufnahme entsteht. Für Anweisungen zur Betonung hilft präzises Voice-over-Feedback.

4. Styleframes

Bevor alle Szenen gezeichnet werden, erstellt das Kreativteam zwei bis drei exemplarische Standbilder, sogenannte Styleframes. Sie definieren den visuellen Look: Farbwelt nach Brand Guidelines, Detailgrad, Schriftarten und das Aussehen der Figuren. Sie legen fest, wie der fertige Film optisch wirken wird.

5. Storyboard und Animatic

Aus den Skriptszenen und dem Grafikstil entsteht das Storyboard. Wer selbst eines anlegt, kann eine Storyboard-Vorlage nutzen, um Szenen vorzuzeichnen. Für Erklärvideos wird daraus häufig ein Animatic geschnitten: Die gezeichneten Standbilder werden als grobe Diashow auf die fertige Sprachaufnahme gelegt. So lässt sich das Zusammenspiel von Bildwechseln, Text und Schnittlängen exakt überprüfen, bevor eine einzige Bewegung animiert wird.

6. Animation

In dieser Phase erwachen die Grafiken zum Leben. Motion Designer animieren Vektoren, Typografie und Charaktere passend zum Sprecherrhythmus. Wie dieser Prozess im Detail abläuft, zeigt der Ratgeber zu Motion Design und Feedback. Hier entsteht der Hauptaufwand der Produktion.

7. Sounddesign und Musik

Hintergrundmusik steuert die emotionale Wirkung, während Soundeffekte (SFX) Klicks, Übergänge und wichtige visuelle Momente akustisch unterstreichen. Anschließend werden Musik, Soundeffekte und Sprecherstimme so gemischt, dass der Text stets klar und deutlich verständlich bleibt.

8. Abnahme und Varianten

Entspricht der Film allen Anforderungen, erfolgt die finale Abnahme. Anschließend werden auf Basis des Master-Videos zusätzliche Varianten ausgespielt: andere Bildformate (etwa 9:16 für Instagram Reels oder 1:1 für LinkedIn), Versionen mit Untertiteln oder Sprachvarianten für internationale Märkte.

Die drei entscheidenden Freigaben: Skript, Styleframes, Animatic

Um Kostenexplosionen zu vermeiden, müssen Auftraggeber und Produktion an drei Stellen im Prozess einen harten Stopp einlegen. An diesen Freigabepunkten muss die Freigabe verbindlich sein, bevor das Team die nächste Phase betritt.

  1. Freigabe 1: Das Skript (Inhalt und Tonalität): Hier wird geklärt, ob alle Fachbegriffe stimmen, die Botschaft logisch aufgebaut ist und rechtliche Vorgaben erfüllt sind. Sobald das Skript freigegeben ist, darf kein Text mehr geändert werden. Jede nachträgliche Änderung erfordert neue Tonaufnahmen.
  2. Freigabe 2: Die Styleframes (Look and Feel): Hier entscheidet sich die visuelle Erscheinung. Passt der Charakter zur Marke? Stimmen die Unternehmensfarben? Gefällt die Illustration? Nach dieser Freigabe steht der visuelle Stil fest.
  3. Freigabe 3: Das Animatic (Timing und Szenenfolge): Im Animatic zeigt sich, ob Sprache und Bildsynchronität funktionieren. Hier wird entschieden, ob eine Szene länger stehen muss oder eine Metapher unverständlich wirkt. Wer Änderungen an Bildinhalten oder Texten erst in Schritt 6 (Animation) anmerkt, zahlt für den Umbau der fertigen Szenen.

Dieser Beitrag ist eine allgemeine Information und keine Rechtsberatung.

Beim Einsatz von KI-Stimmen oder virtuellen Figuren gilt es zudem, rechtliche Pflichten im Blick zu behalten: Werden KI-generierte Stimmen oder synthetische Avatare eingesetzt, die echten Personen ähneln und fälschlicherweise als real wahrgenommen werden könnten, gelten sie als Deepfake. Gemäß Artikel 50 Absatz 4 der KI-Verordnung müssen gewerbliche Anwender offenlegen, dass diese Inhalte künstlich erzeugt wurden (anzuwenden ab dem 2. August 2026; Details regelt auch der Verhaltenskodex der EU für KI-Inhalte).

Kostentreiber: Worauf du bei der Planung achten musst

Wer ein Erklärvideo beauftragt, stellt schnell fest, dass Angebote stark variieren. Neben dem gewählten Animationsstil bestimmen vor allem diese Faktoren den Produktionsaufwand:

  • Videolänge: Je länger der Clip, desto mehr Grafiken müssen gezeichnet und animiert werden. Ein fokussierter 60-Sekunden-Film ist oft wirkungsvoller und budgetschonender als ein langatmiger Dreiminüter.
  • Detailgrad und Charakteranimation: Aufwendig illustrierte Figuren mit lebendiger Mimik und flüssigen Bewegungsabläufen benötigen ein Vielfaches der Animationszeit von einfachen geometrischen Formen oder Piktogrammen.
  • Anzahl der Szenen: Zeigt das Skript alle fünf Sekunden eine komplett neue visuelle Umgebung, müssen viele Hintergründe und Assets gebaut werden. Geschicktes visuelles Storytelling arbeitet mit wenigen, wandelbaren Bildwelten.
  • Sprach- und Formatversionen: Zusätzliche Sprachen erfordern Übersetzungen, weitere Sprecheraufnahmen und Anpassungen im Bild (etwa wenn englische Wörter länger sind als deutsche). Auch Schnitte für quadratische oder vertikale Social-Media-Formate müssen separat eingeplant werden.
  • Musiklizenzen: Reine Web-Nutzungsrechte für Stock-Musik sind günstig; für TV-Ausstrahlungen oder weltweite Werbekampagnen fallen deutlich höhere Lizenzgebühren an.
  • Unkoordinierte Korrekturrunden: Ausufernde Schleifen binden Zeit bei Projektleitung, Regie und Motion Designern, was Nachberechnungen zur Folge haben kann.

Fehler und bessere Praxis bei der Beauftragung

Die folgende Übersicht fasst typische Hürden zusammen und zeigt, wie Auftraggeber und Kreativteams Missverständnisse vermeiden:

Typischer FehlerBessere Praxis
Textkorrekturen erst im fertigen Film anmerkenSkript vor der Sprecheraufnahme final und verbindlich intern freigeben
Feedback per E-Mail mit ungenauen Zeitangaben („nach der Mitte“)Zeitgenaues Feedback an der Tonspur oder am Timecode hinterlassen
Widersprüchliche Rückmeldungen verschiedener AbteilungenInternes Feedback bündeln und mit einer gemeinsamen Stimme an die Agentur übergeben
Designänderungen fordern, wenn die Animation bereits stehtFarben, Schriften und Figuren verbindlich anhand der Styleframes abnehmen
Inhaltliche Fehler erst kurz vor der Veröffentlichung prüfenFach- und Rechtsabteilungen bereits beim Skript und Animatic einbinden

Praxisbeispiel: Wie ein Softwarehersteller Korrekturkosten vermied

Ein mittelständisches B2B-Unternehmen beauftragt ein 90-sekündiges Erklärvideo, um ein neues Cloud-Modul vorzustellen. Am Projekt beteiligt sind das Produktmanagement, das Marketing und die Vertriebsleitung.

In der Vergangenheit liefen Abstimmungen über E-Mail-Ketten: Das Marketing schickte Entwürfe an alle Abteilungen, woraufhin jeder Entscheider eigene Versionen mit Kommentaren zurückmailte. Beim letzten Projekt führte das dazu, dass eine geänderte Produktbezeichnung erst in der fertigen Animation auffiel. Die Folge waren Nachaufnahmen im Tonstudio, zwei Wochen Zeitverzug und Mehrkosten für den Umbau mehrerer Szenen.

Für das neue Erklärvideo setzt das Team auf einen strikten Drei-Stufen-Prozess:

  1. Skript-Prüfung: Das Skript wird als Dokument geteilt. Produktmanager und Vertriebsleitung prüfen die Fachbegriffe direkt im Text. Erst als alle drei Entscheider ihr Einverständnis geben, wird das Skript gesperrt.
  2. Styleframe-Abnahme: Die Agentur liefert zwei detaillierte Standbilder. Die Marketingleitung bittet um eine Kontrastanpassung der Markenfarben; die Anpassung wird freigegeben.
  3. Animatic-Test: Anhand des Animatics fällt auf, dass eine Schnittsequenz bei Sekunde 40 zu hektisch wirkt, um die Infografik zu erfassen. Die Agentur verlängert die Szene um zwei Sekunden, noch bevor die Motion Designer ein einziges Keyframe setzen.

Als die fertige Animation vorliegt, gibt es keine inhaltlichen Diskussionen mehr. Das Team prüft lediglich den Schnitt, die Musikanpassung und die Tonalität. Der Film wird innerhalb des geplanten Budgets fertiggestellt und pünktlich zum Produktstart veröffentlicht.

So geht es mit draftgo

Bei der Produktion eines Erklärvideos entstehen völlig unterschiedliche Dateitypen: Textdokumente für das Skript, Bilddateien für die Styleframes, Audiodateien für die Sprecheraufnahme und Videodateien für Animatic und Animationsfassungen. Für moderne Lösungen in der Videoproduktion ist entscheidend, dass dieses Material an einem zentralen Ort kommentiert werden kann.

Seite 1 des PDF „Kampagnenkonzept.pdf“: eine Zeile gelb markiert, eine Zeile durchgestrichen; rechts die Kommentare mit Seitenangabe.
Seite 1 des PDF „Kampagnenkonzept.pdf“: eine Zeile gelb markiert, eine Zeile durchgestrichen; rechts die Kommentare mit Seitenangabe.

In draftgo organisierst du alle Assets eines Erklärvideos in einem gemeinsamen Projekt. Das Textskript wird als PDF hochgeladen (Word-Dokumente wandelt draftgo beim Upload automatisch um). Alle Beteiligten markieren Änderungswünsche, streichen Wörter direkt auf der Seite durch oder hinterlassen konkrete Anmerkungen zu Formulierungen.

Verpackungsmockup mit Karton und Flasche: ein Pin am Etikett, ein Rechteck um den Verschluss, rechts die Kommentare dazu.
Verpackungsmockup mit Karton und Flasche: ein Pin am Etikett, ein Rechteck um den Verschluss, rechts die Kommentare dazu.

Die Styleframes werden als Bilddateien hochgeladen. Mit Rechteck-Markierungen oder Pins weisen Auftraggeber punktgenau auf Details hin, etwa wenn eine Figur angepasst werden soll oder ein Logo zu klein geraten ist.

Video „Kampagnenteaser_16x9.mp4“, angehalten bei 0:03; auf der Zeitleiste ein Marker, rechts der Kommentar mit der Zeitangabe „@ 0:03“.
Video „Kampagnenteaser_16x9.mp4“, angehalten bei 0:03; auf der Zeitleiste ein Marker, rechts der Kommentar mit der Zeitangabe „@ 0:03“.

Sobald Tonaufnahmen, Animatic oder Zwischenstände der Animation vorliegen, greift die videobasierte Abstimmung: Feedback wird sekundengenau direkt an der Zeitmarke platziert. Statt vager Beschreibungen wie „die Szene gegen Ende“ sieht die Agentur sofort, welches Frame gemeint ist.

Reiter „Versionen“ einer Messestand-Visualisierung: Version 2 als aktuell markiert mit der Notiz „Beleuchtung Halle 6 angepasst“, darunter Version 1, je mit Vorschaubild, Datum und Uhrzeit.
Reiter „Versionen“ einer Messestand-Visualisierung: Version 2 als aktuell markiert mit der Notiz „Beleuchtung Halle 6 angepasst“, darunter Version 1, je mit Vorschaubild, Datum und Uhrzeit.

Externe Auftraggeber benötigen kein eigenes Benutzerkonto, sondern öffnen die Ansicht per Link direkt im Browser. Neue Entwürfe werden als neue Version an derselben Datei hinterlegt, sodass frühere Stände nicht verloren gehen. Eine neue Version startet den Freigabeprozess automatisch neu, wodurch stets transparent bleibt, wer welchen Stand bereits abgesegnet hat.

Häufige Fragen

Wie lange dauert es, ein Erklärvideo erstellen zu lassen?

Eine Standardproduktion dauert in der Regel vier bis acht Wochen. Der genaue Zeitrahmen hängt stark davon ab, wie schnell Auftraggeber Feedback geben und Freigaben erteilen. Verzögerungen entstehen meist bei der Textabstimmung oder durch späte Korrekturen in bereits animierten Szenen.

Wie lang sollte ein gutes Erklärvideo sein?

Für die meisten Online-Einsätze liegt die ideale Länge zwischen 60 und 90 Sekunden. In dieser Zeitspanne lassen sich ein Problem und dessen Lösung präzise darstellen, ohne die Aufmerksamkeit der Zuschauer zu verlieren. Mehr als zwei Minuten sind nur bei komplexen internen Schulungsinhalten ratsam.

Was ist der Unterschied zwischen Storyboard und Animatic?

Ein Storyboard ist eine statische, comicartige Abfolge von Zeichnungen mit Bildbeschreibungen und Sprechertexten. Ein Animatic nimmt diese Zeichnungen und schneidet sie als Video im richtigen Timing auf die Tonspur. Es vermittelt einen realistischen Eindruck von Tempo und Schnittrhythmus des späteren Films.

Wann sollte die Musik für das Video ausgewählt werden?

Die Hintergrundmusik wird meist parallel zur Animation oder direkt nach Freigabe des Animatics ausgewählt. Da Schnitte und Bewegungen häufig auf den Takt der Musik abgestimmt werden, sollte der Musiktitel vor Beginn der Detailanimation feststehen.

Fazit

Ein Erklärvideo wird dann erfolgreich und bleibt im Budget, wenn die Produktionsschritte linear eingehalten werden. Konzentriere dich darauf, Skript, Styleframes und Animatic vor der eigentlichen Animation verbindlich freizugeben. Werden Rückmeldungen gebündelt und an klaren Zeitmarken statt in langen E-Mails formuliert, gelingt die Zusammenarbeit zwischen Auftraggeber und Kreativteam ohne zeitraubende Korrekturschleifen.

Kostenlos testen – draftgo 14 Tage kostenlos, ohne Kreditkarte.

E

Geschrieben von

Emilia

Content Producer

Jetzt starten

Bereit, deine Freigabeprozesse zu optimieren?

Starte noch heute mit draftgo und erlebe, wie einfach professionelle Zusammenarbeit sein kann.

Weiterführende Themen

Mehr zum Thema

Video & Audio

Video-Feedback-Tool: So läuft die Abstimmung mit Kunden, mit 7 Tools im Vergleich

Mit einem Video-Feedback-Tool kommentieren Kunden und Kollegen ein Video direkt an der Zeitmarke, jeder Schnitt bleibt als Version erhalten, und die Freigabe ist dokumentiert. Nicht jedes Tool mit diesem Namen tut das, denn manche nehmen nur den Bildschirm auf oder sammeln Videobotschaften. Hier findest du die Kriterien, auf die es bei der Abstimmung mit Kunden ankommt, den Ablauf vom Rohschnitt bis zur Abnahme und sieben Video-Review-Tools im Vergleich, Stand November 2026.

23 Min
Video & Audio

Storyboard-Vorlage: kostenlos als PDF und Word, mit Beispiel und Anleitung

Ein Storyboard zeigt dein Video Einstellung für Einstellung, bevor gedreht wird: je Bild eine Skizze mit Handlung, Einstellungsgröße, Ton und Dauer. Unsere Storyboard-Vorlage lädst du kostenlos als PDF und Word herunter, ohne E-Mail-Adresse. Hier erfährst du, welche Felder hineingehören, wie du sie in sieben Schritten ausfüllst und wie ein fertiges Beispiel aussieht. Dazu zeigen wir, wie du das Storyboard mit deinem Kunden abstimmst und freigeben lässt, bevor die Kamera läuft.

22 Min
Video & Audio

Imagefilm-Produktion: Ablauf, Phasen und die 5 wichtigsten Abnahmen

Eine professionelle Imagefilm-Produktion gliedert sich in zehn Phasen vom Briefing bis zur finalen Übergabe der Schnittfassungen. Entscheidend für Budget und Zeitplan sind fünf feste Freigabestufen: Konzept, Drehbuch, Drehplanung, Rohschnitt und Endabnahme. Wer Abnahmen verschleppt oder die Geschäftsführung erst beim fertigen Film einbindet, riskiert teure Nachdrehs und zähe Schleifen.

12 Min