Wer ein Schulungsvideo braucht, aber weder Kamera noch Sprecher hat, tippt bei Synthesia das Skript ein und bekommt einen KI-Avatar, der es vorträgt. Den Rest baut die Oberfläche im Browser zusammen. Angesprochen sind Schulungs-, Personal- und Kommunikationsabteilungen, die regelmäßig gleichartige Videos brauchen, oft in mehreren Sprachen. Vom direkten Wettbewerber HeyGen unterscheidet Synthesia vor allem der Speicherort: Kundendaten liegen nach Anbieterangabe in Rechenzentren in Irland. Einen Avatar nach dem Gesicht einer echten Person gibt der Anbieter erst nach einem aufgezeichneten Einwilligungsvideo frei.
Vor- und Nachteile
Vorteile
- Kundendaten liegen nach Anbieterangabe in Rechenzentren in Irland
- Vor jedem Avatar einer echten Person erzwingt der Anbieter ein Einwilligungsvideo
- Eine neue Fassung ersetzt das bereits verteilte Video ohne erneutes Verteilen
- Deutsch ist neben der bundesdeutschen auch als österreichische und schweizerische Variante gelistet
Nachteile
- Alle Selbstbedienungstarife enthalten genau einen Bearbeiterplatz
- Markenvorlagen, SCORM-Ausgabe und Auswertung erst im Enterprise-Tarif
- Nicht verbrauchte Guthabenpunkte verfallen zum Ende der Abrechnungsperiode
- Bedienoberfläche auf Englisch, deutsche Anleitungen nur teilweise
Funktionen
- Video aus Skript: Wandelt eingetippten Text in ein fertiges Video um, in dem ein Avatar spricht und die Lippenbewegung zum Ton passt.
- Avatar der eigenen Belegschaft: Bildet eine reale Person als Avatar nach. Der Anbieter verlangt dafür ein live aufgenommenes Einwilligungsvideo mit eingeblendetem Kennwort.
- Übersetzung mit Lippensynchronität: Überträgt ein fertiges Video in weitere Sprachen und passt die Mundbewegung an die neue Tonspur an.
- Austausch statt Neuproduktion: Tauscht die Fassung eines bereits verteilten Videos aus; eingebettete Abspieler und Lernpakete ziehen die neue Fassung selbst nach.
- Bildschirmaufnahme mit Erklärer: Nimmt den Bildschirm auf und stellt den Avatar daneben, ohne dass eine zweite Aufnahmesoftware nötig wird.
- Foliensatz als Video: Liest eine PowerPoint-Datei ein und macht daraus Szenen mit gesprochenem Text.
- Auswertung der Aufrufe: Zählt Aufrufe, Sehdauer und Abbruchstellen je Video; in den Selbstbedienungstarifen nicht enthalten.
- Ausgabe für Lernplattformen: Erzeugt SCORM-Pakete für Moodle und andere Lernsysteme; nur im größten Tarif enthalten.
Setup
Sprache
Datenschutz
Unsere Bewertung
Produktivität
Aus einem vorhandenen Text entsteht in wenigen Minuten ein Video mit Sprecher, und eine Änderung kostet nur den geänderten Absatz. Für Schulung, Einarbeitung und mehrsprachige Ankündigungen nimmt Synthesia damit die gesamte Produktionsschleife ab. Der Zeitgewinn endet dort, wo echte Aufnahmen, Bewegtbild vom Ort des Geschehens oder freie Gestaltung gefragt sind.
Benutzerfreundlichkeit
Der Einstieg gelingt ohne Kenntnisse im Videoschnitt: Szene wählen, Text eintippen, erzeugen lassen. Vorlagen und Avatarauswahl führen durch die ersten Schritte. Abzüge gibt es für die englische Oberfläche und dafür, dass jede Fassung neu berechnet wird, was kleine Korrekturen träge macht.
Kundensupport
Synthesia führt ein ausführliches englischsprachiges Hilfecenter mit Anleitungen zu Avataren, Guthaben und Ausgabeformaten. Persönliche Betreuung, gemeinsame Arbeitsbereiche und die Anmeldung über SSO hängen am Enterprise-Tarif. Eine deutschsprachige Betreuung weist der Anbieter öffentlich nicht aus.
Einsatzbereiche
Schulungsvideos aus vorhandenem Material: Die Schulungsabteilung kippt ein bestehendes Handbuch als Skript in die Oberfläche und bekommt ein Video mit sprechendem Erklärer. Ändert sich eine Vorschrift, wird der betroffene Absatz überschrieben und neu erzeugt. Eine Neuaufnahme mit Kamera entfällt.
Einarbeitung neuer Beschäftigter: Begrüßung, Sicherheitsunterweisung und Erklärungen zur Ablauforganisation laufen als kurze Videoreihe. Jede neue Person sieht denselben Stand. Die Personalabteilung spart den wiederkehrenden Termin und tauscht einzelne Folgen bei Bedarf aus.
Mehrsprachige Ankündigungen: Ein einmal erzeugtes Video geht per Übersetzung in weitere Sprachen, die Mundbewegung folgt der neuen Tonspur. Standorte in mehreren Ländern bekommen dieselbe Botschaft, ohne dass jemand für jede Sprache neu produziert.
Software Schritt für Schritt zeigen: Die Bildschirmaufnahme läuft im Werkzeug, der Avatar steht daneben und kommentiert. Der Support verwandelt lange Anleitungen in kurze Filme. Bei Oberflächen, die sich oft ändern, lohnt der Aufwand allerdings nicht.
Pflichtunterweisungen aktuell halten: Eingebettete Videos ziehen die neue Fassung selbst nach, Lernplattformen erhalten das Paket ohne erneutes Hochladen. Wer jährlich dieselben Unterweisungen fährt, tauscht nur die geänderten Szenen.
Screenshots
Preis
Zwei Größen begrenzen jeden Selbstbedienungstarif, die Videominuten und der eine Bearbeiterplatz. Intern rechnet Synthesia in Guthabenpunkten, zwei je Sekunde Video, also 120 je Minute. Reste verfallen zum Ende der Abrechnungsperiode. Beträge in US-Dollar, netto.
- Basic: 0. 1.200 Punkte und damit rund zehn Minuten, neun Avatare, Ausgabe mit Wasserzeichen.
- Starter: 29 US-Dollar (rund 25 Euro), bei Jahreszahlung 18 (rund 16 Euro). Zehn Minuten, ein Bearbeiter und drei Gastzugänge, über 125 Avatare, drei eigene Avatare.
- Creator: 89 US-Dollar (rund 78 Euro). 30 Minuten, ein Bearbeiter und fünf Gastzugänge, über 180 Avatare, fünf eigene Avatare, Schnittstelle.
- Enterprise: auf Anfrage. Minuten ohne Grenze, mehrere Bearbeiter, Markenvorlagen, SCORM-Ausgabe, Auswertung, Anmeldung über SSO.
Der Sprung auf Enterprise kauft keine Minuten, sondern Funktionen: Markenvorlagen, SCORM-Ausgabe und die Nutzungsauswertung liegen ausschließlich dort. Übersetzung und Nachvertonung ziehen zusätzliche Punkte, je nach Verfahren 25 bis 50 je Minute (Preisseite und Anbieter-Hilfe zu Guthabenpunkten, abgerufen am 19.09.2026; Umrechnung zum EZB-Referenzkurs vom 18.09.2026).
Unser Fazit
Ein einziger Bearbeiterplatz, in jedem Selbstbedienungstarif. An dieser Zahl entscheidet sich, ob Synthesia zu einer Abteilung passt. Für Schulung, Einarbeitung und mehrsprachige Ankündigungen nimmt das Werkzeug die gesamte Produktionsschleife ab: Skript eintippen, Avatar wählen, erzeugen lassen, und eine geänderte Vorschrift kostet nur den geänderten Absatz. Uns überzeugt dabei weniger die Avatarauswahl als der erzwungene Einwilligungsweg vor jedem Personenavatar und der Umstand, dass Kundendaten nach Anbieterangabe in Rechenzentren in Irland liegen. Genau das trennt Synthesia von HeyGen, das ausschließlich in den USA verarbeitet. Teuer wird es an anderer Stelle: Markenvorlagen, SCORM-Ausgabe und die Auswertung der Aufrufe liegen allein im Enterprise-Tarif, nicht verbrauchte Guthabenpunkte verfallen zum Ende der Abrechnungsperiode. Wer Videos nach festen Gestaltungsvorgaben produziert oder sie in ein Lernsystem einspielt, zahlt also zweimal.
Häufige Fragen
Nach den Kundenbedingungen nicht. Synthesia darf Nutzungsdaten auswerten, ausdrücklich aber nicht dazu, KI-Bestandteile außerhalb der genutzten Dienste zu verbessern oder eigenständige Modelle aufzubauen. Kundendaten und selbst erstellte Avatare bleiben davon ausgenommen (Kundenbedingungen, abgerufen am 19.09.2026).
In Irland, und der Vertrag liegt bereit. Synthesia gibt an, Kundendaten in Rechenzentren in Irland zu speichern, Sicherungskopien zusätzlich in der AWS-Region Frankfurt. Für Übermittlungen in die USA nennt der Anbieter Standardvertragsklauseln. Die Zusatzvereinbarung zur Auftragsverarbeitung steht als Dokument zum Abschluss bereit (Sicherheitsangaben und Vertragsseite, abgerufen am 19.09.2026).
Zehn im Einstieg, dreißig bei Creator. Gerechnet wird in Guthabenpunkten, eine Sekunde Video kostet zwei. Basic und Starter bringen 1.200 Punkte, Creator 3.600, Enterprise rechnet ohne Minutengrenze. Reste verfallen zum Ende der Abrechnungsperiode, Übersetzung und Nachvertonung ziehen zusätzliche Punkte (Anbieter-Hilfe, abgerufen am 19.09.2026).
Die fertigen Videos ja, den Rest nicht. Videos verlassen die Oberfläche als Datei, Enterprise-Konten zusätzlich als SCORM-Paket für Lernplattformen. Für Skripte, Vorlagen und erstellte Avatare nennt Synthesia kein Ausgabeformat. Ein Personenavatar entsteht im Konto des Anbieters und bleibt dort (Stand 19.09.2026).
Ja, aber nur mit aufgezeichneter Einwilligung. Die dargestellte Person nimmt selbst ein Einwilligungsvideo auf, live, mit vorgegebenem Text und einem eingeblendeten Kennwort; Vorlage und Einwilligung müssen dieselbe Person zeigen. Die Freigabe dauert nach Anbieterangabe etwa einen Werktag. Enterprise-Konten verschicken dafür einen Einladungslink (Anbieter-Hilfe, abgerufen am 19.09.2026).
Der Umfang ist belegt, die Qualität nicht. Die Sprachliste führt Deutsch für Deutschland, Österreich und die Schweiz, insgesamt nennt der Anbieter über 140 Sprachen und Dialekte. Eine unabhängige Messung der Aussprache im Deutschen gibt es nicht, eigene Werte veröffentlicht Synthesia dazu ebenso wenig. Ein Probevideo im Gratistarif klärt das schneller (Sprachliste, abgerufen am 19.09.2026).
Markenvorlagen, SCORM-Ausgabe, Auswertung und weitere Bearbeiter. Die Selbstbedienungstarife enthalten genau einen Bearbeiterplatz, dazu drei oder fünf Gastzugänge. Wer Videos nach festen Gestaltungsvorgaben produziert oder sie in ein Lernsystem einspielt, kommt an Enterprise nicht vorbei (Preisseite, abgerufen am 19.09.2026).
Das hängt daran, worauf ein Betrieb verzichten kann. HeyGen tritt am direktesten gegen Synthesia an, verarbeitet nach Anbieterangabe aber ausschließlich in den USA. Wer nur eine Stimme braucht und kein Gesicht, kommt mit ElevenLabs günstiger weg. Für Kurse mit Aufgaben und Tests statt Erklärvideos passt iSpring Suite besser.
