Teams für interne Unternehmenskommunikation, Mitarbeiterentwicklung und Führungskräfte-Briefings stehen regelmäßig vor demselben logistischen Engpass: Die Erstellung von Ankündigungen auf Sendequalitätsniveau, Quartalsberichten, Strategie-Updates und Schulungsvideos erfordert bei herkömmlichen Dreharbeiten erhebliche finanzielle Mittel und zeitliche Vorläufe. Die Anmietung von Aufnahmestudios, die Beauftragung von Beleuchtungs- und Kamerateams sowie die Abstimmung mit den vollen Terminkalendern der Geschäftsführung verwandeln eine fünfminütige Botschaft oft in ein mehrwöchiges Projekt.
Hour One (über seine Erstellungsplattform Reals) beseitigt diese Reibungspunkte durch KI-gestützte Videosynthese. Im Gegensatz zu einfachen Web-Tools, die lediglich ein statisches Webcam-Fenster über Präsentationsfolien einblenden, bietet Hour One fotorealistische dreidimensionale Studioumgebungen und fotorealistische digitale Sprecher, die direkt im Webbrowser gesteuert werden. Um jedoch Präsentationen zu erstellen, die vor internen wie externen Stakeholdern uneingeschränkt bestehen, müssen Unternehmen drei zentrale Steuerungselemente beherrschen: virtuelle 3D-Studiosets (Virtual Studio Sets), Storyboard-Szenenlayouts und Kameraeinstellungen (Layouts & Framing) sowie die präzise Steuerung von Sprechergesten und Mimik über die Skriptkadenz (Presenter Gestures).
Dieser Leitfaden führt Schritt für Schritt durch die Konfiguration dieser Elemente in Hour One, um konsistente, professionelle Videoübertragungen im Unternehmensmaßstab zu produzieren.
1. Auswahl und Konfiguration virtueller 3D-Studiosets
Das markanteste Alleinstellungsmerkmal von Hour One ist die Bibliothek dreidimensionaler Studiosets. Anders als flache zweidimensionale Hintergrundgrafiken oder klassische Greenscreen-Einblendungen weisen die 3D-Umgebungen von Hour One eine echte optische Tiefenschärfe, physikalisch orientierte Studiobeleuchtung und nahtlos in die Raumarchitektur integrierte virtuelle Bildschirme auf.
Abstimmung des Sets auf den Kommunikationsanlass
Das visuelle Umfeld muss die Tonalität und Autorität der Botschaft unterstützen:
- Town-Hall-Meetings und strategische Geschäftsführungsansprachen: Empfohlen werden repräsentative Konferenzsäle (Boardroom Sets) oder formelle Tagungsbühnen (Keynote Stage). Diese Sets zeichnen sich durch klare architektonische Linien, großzügige Raumtiefe und kühle, homogene Unternehmensbeleuchtung aus, die den Blick der Zuschauer ganz auf den Vortragenden lenkt.
- Finanzberichterstattung und Unternehmensnachrichten: Hier eignet sich das klassische Nachrichtenset (Broadcast Newsroom). Mit einem massiven Sprechertisch, spiegelnden Studioböden und im Hintergrund platzierten Videowänden transportiert es die Seriosität und Faktentreue eines Fernseh-Nachrichtenformats.
- Produktvorführungen und technische Mitarbeiterschulungen: Moderne Loft-Umgebungen (Modern Tech Loft) mit großflächigen Fenstern, Holz- und Glaselementen erzeugen eine offenere, weniger formelle Atmosphäre, was die Konzentrationsspanne der Mitarbeitenden bei längeren E-Learning-Einheiten spürbar verbessert.
Einbindung digitaler Inhalte auf virtuellen Displays
Die meisten 3D-Sets in Hour One verfügen über integrierte Monitore oder Videowände hinter oder neben dem Avatar:
- Wählen Sie im Szenen-Editor die Bildschirmkomponente der entsprechenden 3D-Vorlage aus.
- Laden Sie Ihre hochauflösenden Präsentationsfolien, Kennzahlen-Dashboards, Schaubilder oder Video-Schleifen hoch.
- Achten Sie strikt darauf, dass alle Medien im Standard-Bildformat 16:9 vorliegen, um schwarze Trauerränder (Letterboxing) oder Verzerrungen auf den virtuellen Studiobildschirmen zu vermeiden.
2. Storyboard-Szenenarchitektur und Layout-Framing
In Hour One werden Videos modular anhand einer Szenenabfolge (Storyboard) aufgebaut. Eine überzeugende Unternehmenspräsentation sollte niemals aus einem einzigen, statischen Monolog bestehen, sondern den Inhalt in logische Sequenzen gliedern, die durch variierende Layouts und Kamerawinkel strukturiert werden.
Vier unverzichtbare Layout-Konfigurationen für Unternehmen
Um visuelle Monotonie zu verhindern und die Informationsaufnahme zu optimieren, sollten Sie folgende vier Layout-Muster kombinieren:
-
Vollbild-Präsentator (Eröffnung und Abschluss):
- Einsatz: In den ersten 10 bis 15 Sekunden zur Begrüßung und Themenvorstellung sowie in der Schlussszene für Fazit und Handlungsaufforderung (Call to Action).
- Einstellung: Halbnah (ab der Hüfte) oder Halbtotale, um die Raumwirkung des 3D-Studios zu betonen und eine persönliche Bindung zum Sprecher aufzubauen.
-
Geteilter Bildschirm / Side-by-Side (Kernthemenvermittlung):
- Einsatz: Der Standardaufbau für Quartalszahlen, Prozessdokumentationen und strategische Zieldefinitionen.
- Einstellung: Der KI-Präsentator wird auf dem linken oder rechten Drittel des Bildschirms platziert, während die verbleibenden zwei Drittel für Stichpunkte, Tabellen oder Schaubilder genutzt werden. Zuschauer können so simultan der gesprochenen Erklärung folgen und die visuellen Fakten erfassen.
-
Bild-in-Bild / Picture-in-Picture (PiP) (Software-Demonstrationen):
- Einsatz: Bildschirmaufnahmen von Software-Tools, System-Einführungen oder Einspieler von Hintergrundmaterial (B-Roll).
- Einstellung: Das Demo-Video füllt den gesamten Hintergrund aus, während der Avatar als kreisrundes oder rechteckiges Miniaturfenster in einer unteren Ecke platziert wird. So bleibt die persönliche Führung erhalten, ohne Bedienelemente der Software zu verdecken.
-
Reine Medienansicht mit Voiceover (Komplexe Daten und Gesetzestexte):
- Einsatz: Detaillierte Bilanzen, Compliance-Vorgaben oder wörtliche Zitate.
- Einstellung: Der Avatar wird komplett ausgeblendet. Die hochwertige KI-Stimme fungiert als reiner Off-Sprecher, sodass sich die Aufmerksamkeit vollkommen auf die analytische Textbetrachtung richtet.
Dynamischer Wechsel der Kamerawinkel
In den 3D-Vorlagen von Hour One können pro Szene unterschiedliche virtuelle Kameraperspektiven definiert werden: Frontaleinstellungen, 45-Grad-Schrägansichten, Nahaufnahmen oder weite Einstellungen. Der gezielte Wechsel des Blickwinkels beim Szenenübergang erzeugt den Eindruck einer professionellen Mehrkamera-Studioproduktion und wertet das Video spürbar auf.
3. Präzise Steuerung von Sprechergesten und Mimik
Fachkräfte, die mit klassischer 3D-Animationssoftware (wie Maya oder Unity) vertraut sind, suchen in Hour One oft vergeblich nach Zeitleisten mit Keyframes oder Knochen-Rigs (Rigging) zur manuellen Steuerung der Gliedmaßen. Hour One ist jedoch als hochgradig automatisierte Produktivitätsplattform für Unternehmen konzipiert: Eine manuelle Bild-für-Bild-Animation ist weder vorgesehen noch erforderlich.
Stattdessen nutzen die Avatare von Hour One generative Bewegungsmodelle, die anhand von realen Moderatoren trainiert wurden. Blickkontakt, Kopfnicken, Mimik und geschäftstypische Handgesten (wie offene Handflächen oder dezente Betonungen) werden in Echtzeit vollautomatisch aus den phonetischen Eigenschaften, der Betonung und dem Rhythmus des Skripts generiert.
Steuerung der Gestik über die Skript-Interpunktion
Da die körperliche Bewegung direkt an die Sprachkadenz gekoppelt ist, steuert das Kommunikationsteam die Gestik primär über die Interpunktions-Architektur des Textes:
- Satzzeichen für natürliche Ruhephasen: In der menschlichen Rhetorik senkt ein Sprecher die Hände am Ende eines Gedankens in eine neutrale Ruheposition ab und hebt sie erst beim nächsten Gedanken wieder an. Wird in Hour One ein langer Schachtelsatz ohne Kommas oder Punkte eingegeben, spricht die Sprachsynthese ohne Atempausen durch. Dies führt dazu, dass die Hände des Avatars ununterbrochen und fahrig in der Luft wirbeln. Setzen Sie alle 10 bis 16 Wörter ein Satzzeichen, um natürliche Zäsuren zu schaffen, in denen der Avatar seine Hände absenkt und die Ausgangshaltung einnimmt.
- Auslassungspunkte (
...) und Pausen-Marker: Fügen Sie vor dem Wechsel zu einem neuen Thema oder vor der Nennung einer bedeutsamen Kennzahl drei Auslassungspunkte ein oder nutzen Sie die Pausenfunktion der Plattform für eine Unterbrechung von 0,5 bis 1,0 Sekunden. Diese kurze Stille veranlasst den Avatar zu einem dezenten Kopfnicken und einer Atempause, wodurch die nachfolgende Betonungsgeste umso kraftvoller und glaubwürdiger wirkt. - Aussprache-Wörterbuch für Fachbegriffe und Akronyme: Unternehmensspezifische Abkürzungen oder englische Fachausdrücke können bei der automatischen Sprachsynthese zu Aussprachefehlern führen, die unnatürliche Ruckler im Mundbereich oder am Hals verursachen. Hinterlegen Sie die korrekte phonetische Umschrift im integrierten Wörterbuch, um visuelle Artefakte zu eliminieren.
Auswahl des Avatars und Wahl des Bildausschnitts
- Passende Avatar-Persönlichkeit: Wählen Sie für rechtliche Erklärungen oder Quartalsbilanzen Avatare im konservativen Business-Anzug mit ruhiger, aufrechter Haltung und neutralem Gesichtsausdruck. Für interne Kulturinitiativen eignen sich Avatare im Business-Casual-Look mit offener, freundlicher Ausstrahlung.
- Gestikbegrenzung durch Bildausschnitt: Handbewegungen sind vor allem in der Halbtotalen und im Halbnahbereich sichtbar. Wirkt eine Geste in einem sachlichen Abschnitt störend, stellen Sie den Bildausschnitt dieser Szene auf eine Nahaufnahme (Büste aufwärts) oder eine kreisförmige PiP-Ansicht um: Die Hände werden dadurch automatisch aus dem Bildausschnitt herausgeschnitten, während die lebendige Mimik erhalten bleibt.
4. Brand Kits und weltweite mehrsprachige Lokalisierung
Kommunikationsabteilungen müssen sicherstellen, dass alle produzierten Medien den Corporate-Design-Vorgaben entsprechen. Hour One bietet umfassende Governance-Tools zur visuellen Markenführung und automatisierten Sprachadaption.
Implementierung des Brand Kits
- Farbpaletten und Schriften: Hinterlegen Sie die primären und sekundären HEX-Farbwerte Ihres Unternehmens. Hervorhebungsboxen, Trennlinien und Textkarten übernehmen diese Werte automatisch. Binden Sie offizielle Unternehmensschriften ein, um Schriftweiten und -schnitte konsistent zu halten.
- Bauchbinden (Lower-Third Chyrons): Erstellen Sie für die Einleitungsszene standardisierte Bauchbinden, die Namen, Position des Sprechers und das Firmenlogo anzeigen.
- Einheitliche Opener und Closer: Binden Sie offizielle Logo-Animationen als Intro- und Outro-Videobumper ein, damit auch dezentral erstellte Videos einen geschlossenen Markenauftritt gewährleisten.
Vorlagenoptimierung mit dem AI Script Wizard
Hour One enthält einen auf großen Sprachmodellen basierenden Script Wizard. Redaktionsteams können Rohfassungen aus E-Mails oder Berichten einfügen und diese automatisch optimieren lassen:
- Tonalitätsanpassung: Umwandlung von bürokratischem Beamtendeutsch in flüssige, mediengerechte Moderationssprache;
- Satzkürzung: Straffung verschachtelter Sätze zur optimalen Unterstützung der Sprechatmung;
- Automatische Szenengliederung: Logische Aufteilung umfangreicher Vorlagen in 8 bis 12 thematische Szenen.
Lokalisierung in über 60 Sprachen
Für internationale Konzerne bietet die synthetische Videoproduktion einen enormen Effizienzvorteil gegenüber konventionellen Drehs:
- Erstellen und finalisieren Sie die Master-Präsentation auf Deutsch (oder Englisch) inklusive aller 3D-Sets und Folien.
- Rufen Sie die Lokalisierungsfunktion auf und wählen Sie die gewünschten Zielsprachen (über 60 Sprachen und 200 regionale Akzente stehen bereit).
- Die Plattform übersetzt das Skript, generiert die Audiospur mit muttersprachlichen KI-Stimmen und rendert die Lippenbewegungen (Lip-sync) des Avatars vollautomatisch passend zur neuen Sprache neu. Die 3D-Studioszenerie, die eingebundenen Folien und das Markendesign bleiben exakt erhalten, sodass weltweite Niederlassungen innerhalb weniger Minuten synchron informiert werden können.
5. Strategische Abwägungen und Praxishinweise
Bei der Implementierung von Hour One in die unternehmensweite Medienproduktion sollten folgende Stärken und Systemgrenzen berücksichtigt werden:
| Kriterium | Stärke von Hour One | Begrenzung und Lösungsansatz |
|---|---|---|
| Produktionstempo | Fertige Studiovideos in Minuten direkt aus Skripten ohne Studiobuchungen oder Terminstress. | Keine Interaktion mit physischen Objekten in der Hand des Sprechers; hierfür empfiehlt sich Realdrehmaterial im PiP-Format. |
| Bühnenqualität | Fotorealistische 3D-Umgebungen mit echter Tiefenschärfe, weit überlegen gegenüber einfachen 2D-Grafiken. | Vollkommen individuell modellierte 3D-Unternehmenssets erfordern einen Enterprise-Tarif. |
| Gestik-Steuerung | Vollautomatische Generierung synchron zur Sprache; kein Bedarf an spezialisierten 3D-Animatoren. | Setzt disziplinierte Skript-Interpunktion voraus; unvollständige Zeichensetzung führt zu unruhigen Bewegungen. |
| Lizenzstruktur | Teamverwaltung und API-Schnittstellen zur Integration in interne Freigabeprozesse. | Zugriff auf die vollwertigen 3D-Studiosets erfordert Business- oder Enterprise-Pläne (der Lite-Plan umfasst primär 2D). |
Mit der Übernahme von Hour One durch Wix im Mai 2025 wurde die generative Medieninfrastruktur noch tiefer in moderne digitale Geschäftsprozesse eingebettet. Durch die zielgerichtete Auswahl passender 3D-Sets, den abwechslungsreichen Einsatz von Szenenlayouts und eine durchdachte Skriptinterpunktion können Unternehmenskommunikatoren mit minimalem Aufwand Videoformate produzieren, die herkömmlichen Fernsehübertragungen in nichts nachstehen.