Kurzfazit: HeyGen erzeugt aus deinem Text ein Video, in dem ein KI-Avatar auf Deutsch spricht, mit Untertiteln, im Hochformat. Für alle, die auf LinkedIn oder Instagram posten wollen, ohne selbst vor die Kamera zu treten. Der Free-Plan kostet nichts und erlaubt 3 Videos pro Monat, jedes bis 1 Minute. Das HeyGen-Wasserzeichen bleibt im Bild, es verschwindet erst im Creator-Plan ab 29 USD pro Monat.
Ein Mensch schaut in die Kamera und sagt in 45 Sekunden eine klare Sache: Das funktioniert auf LinkedIn zuverlässig, und trotzdem produziert es fast niemand. Der Grund ist selten der Inhalt. Es sind Licht, Ton, das eigene Gesicht, der siebte Versuch. HeyGen dreht das um: Du schreibst den Text, der Avatar spricht ihn. Am Ende dieses Tutorials liegt ein fertiges MP4 auf deinem Rechner.
Stufe 1: Anfänger, Dein erstes Avatar-Video in 10 Minuten
Lies das, bevor du irgendwas anklickst
Der Free-Plan von HeyGen erlaubt laut heygen.com/pricing genau 3 Videos pro Monat, jedes bis 1 Minute lang. Jeder Render zählt, auch der misslungene. Und es gibt keine Vorschau des fertigen Videos: HeyGen lässt dich die Stimme vorab hören, den animierten Avatar siehst du erst nach dem Rendern.
Das sind die Zahlen, die dich betreffen, alle heute auf der Preisseite nachgelesen:
| Merkmal | Free (0 USD) | Creator (29 USD/Monat) |
|---|---|---|
| Videos pro Monat | 3 | nicht als Zahl genannt, stattdessen 600 Credits |
| Länge pro Video | 1 Minute | 30 Minuten |
| Rechengeschwindigkeit | Standard | Fast |
| Stock-Avatare | 500+ | 700+ |
| Stimmen / Sprachen | 1.000+ / 30+ | 1.000+ / 175+ |
| Wasserzeichen entfernen | nein | ja |
Eine Export-Auflösung nennt die Preisseite für Free nicht: Der Wert “Up to 1080P” steht in der Vergleichstabelle erst in der Creator-Spalte. Rechne also nicht fest mit 1080p, bevor du es im eigenen Konto gesehen hast.
Der Plan für diese 3 Renders lautet deshalb: einer für den ersten Wurf, einer für die Korrektur, einer für die Endfassung. Wer den ersten verschenkt, weil das Skript zu lang war, hat nur noch zwei.
Daraus folgt die wichtigste Regel dieses Tutorials: Lies dein Skript einmal laut vor und stopp die Zeit, bevor du es abschickst. Bei 1 Minute ist im Free-Plan Schluss, das ist die dokumentierte Obergrenze. 140 Wörter sind der sichere Wert für deutsche Sprache in normalem Tempo.
Konto anlegen
Geh auf heygen.com und melde dich an. Der Google-Login funktioniert, eine Kreditkarte verlangt der Free-Plan nicht. Du landest anschließend im Dashboard mit deinen Projekten.
Das Skript zuerst, das Tool danach
Schreib den Text, bevor du dich in Avataren verlierst. Ein Avatar-Video von 45 Sekunden trägt genau eine Aussage. Die Struktur, die dafür funktioniert: ein Hook in einem Satz, drei Aussagen, ein Call to Action.
Avatar, Stimme, Skript
Starte im Dashboard ein neues Avatar-Video. Je nach Version heißt der Einstieg dort “Create Video” oder du greifst direkt zu einer Vorlage für Avatar-Videos, das Ziel ist in beiden Fällen das AI Studio. Schon beim Anlegen wählst du zwischen Quer- und Hochformat: Nimm Portrait, also 9:16. Das ist das Format für LinkedIn- und Instagram-Feeds, und es nachträglich zu ändern kostet dich einen zweiten Render.
Das Studio ist skriptzentriert aufgebaut: links steht dein Text, rechts die Einstellungen, die erste Szene wird automatisch angelegt.
- Klick im rechten Panel auf das Avatar-Symbol und wähl einen der Stock-Avatare, der Free-Plan gibt dir laut Preisseite Zugriff auf 500+ davon
- Wähl eine deutsche Stimme aus der Stimmenliste, HeyGen nennt für den Free-Plan 1.000+ Stimmen und 30+ Sprachen
- Füg dein Skript in das Textfeld links ein, HeyGen empfiehlt maximal 2.000 Zeichen pro Skriptabschnitt, bei 140 Wörtern bist du weit darunter
- Schalt die Captions in der rechten Menüleiste ein, ohne Untertitel ist das Video für Social Media unbrauchbar, und nachträglich einschalten geht nur mit einem neuen Render
- Klick auf den Play-Knopf neben der Stimme und hör dir den Text einmal komplett an, das kostet keinen Render
- Prüf ein letztes Mal: Hochformat gesetzt, Untertitel an. Dann das Projekt zum Rendern abschicken
Der Render läuft im Hintergrund, du musst das Fenster nicht offen lassen. Fertige Videos liegen im Projects-Bereich. Dort klickst du auf das ”…”-Menü rechts oben am Video und wählst Download. Unter Advance Settings (so schreibt HeyGen es) stellst du die Auflösung ein, 720p, 1080p oder 4K. 4K ist laut Hilfe-Center allein den Plänen Pro, Business und Enterprise vorbehalten.
Damit hast du dein erstes MP4. Mit HeyGen-Wasserzeichen, dazu gleich mehr.
Stufe 2: Fortgeschritten, Aussprache, Untertitel und der Korrektur-Render
Der erste Render ist fast nie der fertige. Das ist eingeplant, dafür ist Render zwei da.
Aussprache steuern, ohne die Stimme zu wechseln
Eine KI-Stimme liest, was dasteht, nicht was du meinst. Die vier häufigsten Stolperstellen im Deutschen und ihre Lösung:
| Problem | Was du im Skript änderst |
|---|---|
| Avatar hetzt durch den Text | Kommas setzen, wo du atmen würdest, jedes Komma wird zur kurzen Pause |
| Zahlen klingen falsch | ”2026” als “zwanzig sechsundzwanzig”, “35 %” als “fünfunddreißig Prozent” |
| Eigennamen werden verstümmelt | phonetisch schreiben, “Gerabo” als “Ge-ra-bo” |
| Englische Begriffe brechen den Fluss | eindeutschen, wo möglich, sonst so schreiben, wie es gesprochen klingt |
Wenn die Stimme grundsätzlich nicht passt
Manche Stimmen betonen deutsche Sätze am Satzende falsch, egal wie sauber das Skript ist. Dann hilft kein Komma, sondern nur ein Wechsel. Im Stimmen-Menü lassen sich Akzent, Tonlage, Geschwindigkeit und das Stimmmodell einstellen. Hör dir zwei bis drei Stimmen über den Play-Knopf an, das kostet nichts.
Untertitel gestalten, Hintergrund beruhigen
Die Untertitel stehen seit Stufe 1 im Bild, jetzt geht es um ihre Lesbarkeit. Die Captions in der rechten Menüleiste lassen sich in Farbe, Schrift, Größe und Position anpassen, und der Text ist direkt im Studio editierbar, was du für Eigennamen und Fachwörter auch brauchst. Wichtig: HeyGen weist im Hilfe-Center darauf hin, dass Closed Captions für Avatar-Videos nicht verfügbar sind. Was du bekommst, sind eingebrannte Untertitel im Bild, keine separat zuschaltbare Spur.
Beim Hintergrund gilt: ruhige Fläche in einer Farbe schlägt jedes Stockfoto, weil der Avatar sonst mit dem Hintergrund um Aufmerksamkeit konkurriert.
Die drei Fehler, die den zweiten Render kosten
- Skript zu lang. Der Free-Plan deckelt ein Video bei 1 Minute. Ein längeres Skript läuft in diese Grenze, plane deshalb mit 140 Wörtern statt mit Hoffnung.
- Umlaute verschluckt. Passiert bei einzelnen Stimmen. Im Play-Vorlauf hörbar, im Skript durch eine Umformulierung lösbar.
- Falsches Format gerendert. Hochformat und Untertitel gehören vor das Abschicken, nicht danach. Beides nachträglich zu ändern heißt: neuer Render, ein Video weniger.
Stufe 3: Experte, Veröffentlichen und ehrlich einordnen
Vom Download zum Post
Das MP4 aus dem Projects-Bereich lädst du direkt in LinkedIn oder Instagram hoch, ein Zwischenschnitt ist nicht nötig. HeyGen bietet beim Download außerdem die reine Audiospur und eine SRT-Untertiteldatei an. Die SRT ist nützlich, wenn du den gesprochenen Text als Beschreibung unter den Post setzen willst.
Zwei Dinge entscheiden über die Reichweite mehr als der Avatar: das Vorschaubild und die erste Zeile des Posttextes.
Die Grenzen des Free-Plans
Ehrlichkeit an dieser Stelle spart dir Enttäuschung:
- Das Wasserzeichen bleibt. Watermark Removal steht laut Preisseite erst ab dem Creator-Plan zur Verfügung: 29 USD pro Monat, 24 USD pro Monat bei jährlicher Zahlung.
- Voice Cloning: widersprüchlich dokumentiert. Die Creator-Karte führt Voice Cloning als das auf, was zusätzlich zum Free-Plan dazukommt. Die Vergleichstabelle weiter unten auf derselben Seite gibt dem Free-Plan aber “1 voice clone”. Beides steht heute auf heygen.com/pricing. Schau in deinem Konto nach, bevor du damit planst.
- Ein Custom Digital Twin. Der Free-Plan nennt genau einen eigenen Avatar, alles Weitere sind Stock-Avatare.
- Standard statt Fast. Der Free-Plan läuft in der langsamsten Verarbeitungsstufe, die bezahlten Pläne bekommen “Fast” und “Faster”.
Datenschutz: Was du nicht ins Skript schreibst
HeyGen schreibt auf heygen.com/security: Alle Kundendaten liegen auf AWS-Infrastruktur in den USA. Ein EU-Hosting gibt es nicht. Für den Transfer beruft sich HeyGen auf EU-Standardvertragsklauseln und das EU-US Data Privacy Framework, dazu kommen SOC 2 Type II und ein Datenschutzbeauftragter in Europa.
Praktisch heißt das: keine Kundennamen, keine Personaldaten, keine internen Zahlen und keine Gesundheitsdaten ins Skript. Für ein Video, das ohnehin öffentlich auf LinkedIn landen soll, ist das keine echte Einschränkung. Für ein internes Schulungsvideo mit echten Fällen ist es eine.
HeyGen oder Synthesia
Synthesia zielt auf Unternehmen mit Schulungs- und Onboarding-Videos und bringt die dickeren Compliance-Nachweise mit, HeyGen ist der schnellere und günstigere Einstieg für Social-Media-Content. Wer heute ein Video posten will, nimmt HeyGen, wer 40 Onboarding-Module in acht Sprachen verwaltet, schaut sich Synthesia an.
Häufige Fragen
Ist HeyGen wirklich kostenlos?
Ja, ohne Kreditkarte. Der Free-Plan gibt dir 3 Videos pro Monat, jedes bis 1 Minute, mit Zugriff auf 500+ Stock-Avatare und 1.000+ Stimmen in 30+ Sprachen. Eine Export-Auflösung nennt die Preisseite für Free nicht, der Wert 1080p steht dort erst in der Creator-Spalte. Die Grenze ist die Anzahl der Renders, nicht die Zeit.
Wie bekomme ich das Wasserzeichen weg?
Gar nicht im Free-Plan. Watermark Removal beginnt laut Preisseite beim Creator-Plan: 29 USD pro Monat, 24 USD pro Monat bei jährlicher Zahlung. Creator bringt außerdem 175+ Sprachen, Videolängen bis 30 Minuten und schnellere Verarbeitung.
Klingt die deutsche Stimme echt genug für Social Media?
Für einen sachlichen Fachbeitrag ja, für emotionales Storytelling nein. Bei einzelnen Stimmen hört man einen leichten Akzent. Der Unterschied zwischen “geht so” und “gut” liegt fast immer im Skript, nicht in der Stimme: Kommas, kurze Sätze, ausgeschriebene Zahlen.
Darf ich das Video geschäftlich nutzen?
Ja. HeyGens Hilfe-Center nennt dafür keine Planbedingung: Ein mit HeyGen erstelltes Video darfst du auf jeder Plattform verwenden und verbreiten, auch kommerziell, solange deine Eingaben keine Rechte Dritter verletzen und nichts Anstößiges enthalten. Im Free-Plan bleibt das Wasserzeichen im Bild. Nutzungsbedingungen ändern sich, prüf vor einer größeren Kampagne die aktuelle Fassung. Unabhängig davon gilt in der EU eine Kennzeichnungspflicht für KI-generierte Inhalte.
Wie lange dauert ein Render, und kann ich vorher etwas sehen?
Eine feste Renderdauer nennt HeyGen nirgends. Sie hängt an der Länge und an der Verarbeitungsstufe: Der Free-Plan läuft laut Preisseite auf “Standard video processing”, die bezahlten Pläne auf “Fast” und “Faster”. Der Render läuft im Hintergrund, du kannst das Fenster schließen und das Video später im Projects-Bereich abholen. Eine vollständige Vorschau des animierten Avatars gibt es vorher nicht, darauf weist HeyGen ausdrücklich hin. Prüfbar ist vorab nur die Stimme, über den Play-Knopf.
Was ist der Unterschied zu Runway?
Zwei verschiedene Werkzeuge. Runway animiert Bilder und generiert Szenen, liefert aber keinen zuverlässigen Lippensync für gesprochenen Text. HeyGen macht genau das eine: ein Mensch spricht deinen Text. Für ein atmosphärisches Reel nimmst du Runway, für eine Botschaft mit Gesicht HeyGen.
Dein nächster Schritt
Du hast jetzt einen Ablauf, der sich wiederholen lässt: Skript auf 140 Wörter, laut lesen und Zeit stoppen, sprechfertig machen, Stimme im Vorlauf prüfen, Untertitel und 9:16 setzen, rendern, herunterladen. Drei Renders im Monat sind wenig, aber sie erzwingen genau die Disziplin, die Avatar-Videos gut macht: eine Aussage pro Video.
Dein erstes Avatar-Video ist 10 Minuten entfernt. Öffne heygen.com, lass dir mit dem Skript-Baustein aus Stufe 1 deinen Text schreiben, und dann leg los.
Danach lohnen sich zwei Richtungen:
- Dein erster KI-Videoclip mit Runway, wenn du Szenen und Atmosphäre statt sprechender Gesichter brauchst
- Deine eigene KI-Stimme mit ElevenLabs, wenn dich die Stimme mehr interessiert als der Avatar
Wie gut kennst du HeyGen jetzt?
10 Fragen, von den Grenzen des Free-Plans über die Aussprache bis zum Download. Wer mindestens 8 richtig beantwortet, bekommt ein Zertifikat zum Teilen.