Was ist ein Voice-over?

Ein Voice-over ist ein gesprochener Kommentar oder Dialog, der getrennt vom Bild aufgenommen und über ein Video, einen Film, eine Werbung, eine Präsentation oder ein Spiel gelegt wird, meist von einer Person, die nicht im Bild zu sehen ist. Im Deutschen spricht man auch von Off-Stimme oder Off-Sprecher, abgekürzt VO. Voice-overs werden von Sprechern aufgenommen oder zunehmend mit KI-Text-to-Speech oder einer geklonten Stimme erzeugt.

Kostenloses Konto erstellen 5.000 Gratis-Credits. Keine Karte nötig.

Aktualisiert am 27. September 2026

Wie entsteht ein Voice-over?

Ein Voice-over beginnt mit einem Skript, das fürs Ohr geschrieben ist: kurze Sätze, klare Übergänge und Zahlen so geschrieben, wie sie gesprochen werden sollen. In einer klassischen Produktion nimmt ein Sprecher das Skript in einer Sprecherkabine auf, oft mit Regie, und im Schnitt werden Fehler entfernt, Pegel angeglichen und die Takes passend zum Bild angelegt. Mit KI fügst du das Skript in ein Text-to-Speech-Tool ein, wählst eine Stimme oder einen Klon mit Einwilligung, passt Aussprache und Tempo an und erzeugst das Audio in Minuten. In beiden Fällen wird die Stimme dann mit Musik und Effekten gemischt, meist mit abgesenkter Musik unter der Sprache.

Wo werden Voice-overs eingesetzt?

Voice-overs kommen überall zum Einsatz, wo eine Botschaft eine Stimme braucht, ohne dass jemand vor der Kamera steht. Typische Beispiele sind YouTube-Videos und Erklärvideos, Dokumentationen, E-Learning-Kurse, Unternehmensschulungen, Produktdemos, TV- und Radiowerbung, Hörbücher, Podcasts, Videospiele und Telefonmenüs. In der Übersetzung bezeichnet Voice-over außerdem eine Technik, bei der die übersetzte Sprache über dem Originalton läuft, der leise hörbar bleibt, wie oft in Dokumentationen und Nachrichten. Branchenschätzungen beziffern den weltweiten Markt für Voice-over und Synchronisation 2025 auf etwa 4,55 Milliarden US-Dollar, mit einer Prognose von etwa 11,18 Milliarden US-Dollar bis 2035.

Solltest du ein menschliches oder ein KI-Voice-over wählen?

Die Wahl zwischen einem menschlichen und einem KI-Voice-over hängt von der Performance ab, die das Projekt braucht. Ein Sprecher bringt Interpretation, emotionale Bandbreite und Live-Regie mit, was bei Figuren, Markenkampagnen und dramatischem Storytelling zählt. Ein KI-Voice-over ist schneller und günstiger, lässt sich Zeile für Zeile aktualisieren und ist in vielen Sprachen verfügbar, was zu Tutorials, E-Learning, Produktvideos und Social-Media-Inhalten passt. Branchenschätzungen zufolge kann KI-Produktion die Kosten für Voice-over gegenüber einem klassischen Studio um etwa 60 bis 90 % senken. Egal, wofür du dich entscheidest: Prüfe die Nutzungsrechte und klone nie die Stimme einer realen Person ohne deren ausdrückliche Einwilligung.

Beispiele für Voice-overs

Häufige Fragen

Was ist der Unterschied zwischen einem Voice-over und einer Synchronisation?

Ein Voice-over legt eine Stimme über den Inhalt, meist eine Erzählstimme, die nicht im Bild ist, und bei Übersetzungen kann der Originalton leise darunter hörbar bleiben. Eine Synchronisation ersetzt den Originaldialog vollständig durch eine neue Aufnahme in einer anderen Sprache, abgestimmt auf die Personen im Bild, sodass es klingt, als sprächen sie diese Sprache. Dokumentationen und Nachrichten nutzen oft die Voice-over-Übersetzung, während Filme, Serien und viele YouTube-Kanäle auf Synchronisation setzen.

Was bedeutet VO in einem Skript?

VO steht für Voice-over. Im Drehbuch bedeutet V.O. neben dem Namen einer Figur, dass sie in der Szene nicht physisch anwesend ist, etwa bei einer Erzählstimme, inneren Gedanken oder einer Stimme am Telefon. Davon zu unterscheiden ist O.S. (off screen), das eine Figur markiert, die in der Szene anwesend, aber im Bildausschnitt nicht zu sehen ist. In deutschen Drehbüchern steht für beides oft einfach OFF. In Werbe- und Videoskripten kennzeichnet VO schlicht die Zeilen der Sprecherin oder des Sprechers.

Kann KI einen Voice-over-Sprecher ersetzen?

Für viele alltägliche Aufgaben werden KI-Voice-overs bereits statt Aufnahmesessions eingesetzt: Tutorials, E-Learning, interne Schulungen, Produktvideos, Social-Media-Clips und Entwürfe. Menschliche Sprecher bleiben die bessere Wahl, wenn ein Projekt von der Performance lebt, etwa bei Figuren, emotionalem Storytelling oder einer großen Markenkampagne, und wenn du Live-Regie brauchst. Viele Teams nutzen beides: KI für Menge, Aktualisierungen und Übersetzungen und einen Sprecher für die Stellen, an denen Nuancen am meisten zählen.

Wie erstelle ich ein KI-Voice-over?

Schreib dein Skript in ein Text-to-Speech-Tool oder füge es ein, wähle eine Stimme, die zu Ton und Sprache passt, und erzeuge das Audio. Hör es dir an, korrigiere falsch ausgesprochene Namen, steuere das Tempo über die Zeichensetzung und erzeuge nur die Zeilen neu, die es brauchen. Exportiere dann die Datei und lege sie auf die Timeline deines Videos. Auf wawie geht das mit über 1.000 Stimmen in rund 30 Sprachen, mit Export als MP3 oder WAV, und du startest mit einem kostenlosen Konto: 5.000 Credits, ohne Karte.

Verwandte Begriffe

Kostenloses Konto erstellen 5.000 Gratis-Credits. Keine Karte nötig.