Ein Video in mehrere Sprachen übersetzen, ohne es neu zu drehen
Wer ein Video in mehrere Sprachen übersetzen will, muss pro Sprache vier Dinge austauschen: den Text, die Stimme, die Untertitel und den Bildschirm dahinter. In PageToVid erledigt das eine einzige Aktion: Jede Sprache wird ein neuer Film, dessen Sprechertext übersetzt, neu vertont und neu untertitelt wird und dessen gefilmte Szenen auf der Sprachversion deiner Website neu aufgenommen werden, sofern es sie gibt.
Dieser Leitfaden ist für Marketingverantwortliche, die schon einen guten Film auf Deutsch (oder Italienisch, oder Englisch) haben und vor einer Messe dasselbe Video für drei weitere Märkte brauchen. Du siehst, was sich ändert, was bleibt, was es kostet und was keine Übersetzung reparieren kann: eine Website, die es nur in einer Sprache gibt.
Vivi EICMA con GIVI: ein italienischer Film, 60 Sekunden, 100 Wörter, gefilmt auf der italienischen Version der GIVI-Website (/it-it). Das englische Gegenstück, gefilmt auf /en-gb, läuft 45 Sekunden mit 73 Wörtern.
Was sich in einem lokalisierten Film ändert und was bleibt
Eine Übersetzung in PageToVid ist keine Untertitelspur über dem alten Video. Das Storyboard wird kopiert, jeder Text, den Zuschauer hören oder lesen, wird übersetzt, und der Film wird in der neuen Sprache neu gerendert. So geht es jedem Bestandteil.
| Element | Was passiert | Warum das zählt |
|---|---|---|
Sprechertext | Szene für Szene übersetzt; ein Satz in Anführungszeichen bleibt Wort für Wort erhalten | Ein zitierter Slogan oder Produktname wird nie umschrieben |
Stimme | Neu aufgenommen als eine durchgehende Aufnahme, von derselben Stimme, die jetzt die neue Sprache spricht | Unsere Stimmen sind mehrsprachig, die Marke klingt in jedem Markt gleich |
Untertitel | Neu aus der neuen Sprachspur geschnitten, nicht Zeile für Zeile übersetzt | Sie bleiben synchron zu dem, was wirklich gesagt wird |
Kartentexte und Zahlen | Überschriften, Listen und Tabellenzellen übersetzt; Zahlen in der Schreibweise der Zielsprache (aus 1.5 wird auf Deutsch 1,5) | Preise und Prozente lesen sich in jedem Land natürlich |
Gefilmte Szenen | Auf der lokalisierten Seite neu aufgenommen, wenn die Website sie angibt | Bildschirm und Stimme sprechen dieselbe Sprache |
KI-Bilder und -Clips | Mit ihren Szenen wiederverwendet, kostenlos | Du bezahlst dasselbe Bild nicht zweimal |
Die Stimme ist ein eigenes Thema: Der Leitfaden zu Text-to-Speech erklärt, warum eine synthetische Stimme mehrere Sprachen tragen kann, und der zu Untertiteln, warum wir Untertitel am Ton ausrichten und nicht am Skript.
GIVI auf der EICMA: eine Website, zwei Sprachen, zwei Längen
GIVI stellt Motorradkoffer und Zubehör her, die Website gibt es in mehreren Sprachen. In unserer Galerie liegen zwei Filme davon. Der italienische, Vivi EICMA con GIVI, wurde auf givi-dev.wslabs.it/it-it gefilmt: 60 Sekunden, Seitenverhältnis 16:9, 100 gesprochene Wörter. Er beginnt mit „Sogni avventure su due ruote illimitate?“ und zeigt dann die XSPACE-Seitenkoffer, die sich von 27 auf 36 Liter erweitern, das 58-Liter-Topcase MAXIA 5, den Red Dot Award 2024, die Markengeschichte seit 1978 und den Konfigurator „Allestisci la tua moto“.
Der englische, Experience EICMA with GIVI, entstand auf /en-gb: 45 Sekunden, 73 Wörter, erster Satz „Still limiting your gear on adventures?“. Es sind zwei Filme derselben Website, nicht einer aus dem anderen übersetzt (der italienische nennt XSPACE und MAXIA 5, der englische das Schließsystem), aber sie zeigen die zwei Punkte, auf die es ankommt.
Der Bildschirm spricht die Sprache der Zuschauer. Jeder Film wurde auf der Seite in seiner eigenen Sprache aufgenommen: Die italienische Stimme spricht über italienische Menüs, die englische über englische. Genau das übernimmt die hreflang-Suche bei jedem Rendering und jeder Übersetzung.
Die Wörter bestimmen die Länge. 100 Wörter brauchen 60 Sekunden, 73 Wörter 45. Niemand hat den italienischen Film gestreckt: Er ist länger, weil er mehr sagt. Ein übersetzter Film wird neu vertont, seine Laufzeit folgt also dem übersetzten Text. Deutsch kommt für dieselbe Zeit oft mit etwas weniger Wörtern aus als Englisch, Italienisch braucht eher ein paar mehr. Warum, steht in die Sprechzeit ist die Länge.
Video lokalisieren, Schritt für Schritt
Der Ablauf, vom fertigen Film zu einer Fassung pro Markt.
Prüfen, ob deine Website die Sprachen hat
Öffne den Quelltext deiner Seite und suche nach Zeilen wie
<link rel="alternate" hreflang="fr">. Jede davon ist eine lokalisierte Seite, die wir filmen können. Fehlt die Zeile für eine Sprache, bleibt der Bildschirm in dieser Fassung in der Ausgangssprache.Zuerst den Ausgangsfilm fertig machen
Jede Übersetzung kopiert das Storyboard. Eine falsche Zahl oder eine schwache Szene im Original landet in jeder Sprache. Korrigiere sie einmal, im Original, bevor du bestellst.
In Anführungszeichen setzen, was bleiben soll
Ein Slogan, ein Produktname oder ein Pflichthinweis in Anführungszeichen im Ausgangstext wird unverändert übernommen, alles andere übersetzt. Setz nur das in Anführungszeichen, was in der Ausgangssprache bleiben soll.
Die Sprachen bestellen
Aus dem Film, über die API oder deinen Assistenten (das MCP-Werkzeug heißt
translate_video) wählst du bis zu 6 Sprachen pro Auftrag. Jede wird ein neuer Film mit eigener ID, Stimme, Untertiteln und Bildschirmtexten.Den Szenenbericht lesen
Das Ergebnis listet jede Szene auf: auf der lokalisierten Seite neu aufgenommen, gezeichnet (eine animierte Karte, übersetzt) oder ohne lokalisierte Seite gefilmt und deshalb womöglich noch in der Ausgangssprache. Diese letzte Art schaust du dir zuerst an.
Jede Fassung einmal ohne Ton ansehen
Prüfe, ob die Untertitel allein die Geschichte erzählen, die Zahlen stimmen und die Länge zum Ausspielort passt. Dann veröffentlichst du jede Fassung auf der passenden Sprachseite deiner Website.
Dieselbe hreflang-Regel gilt, wenn du direkt einen Film in einer anderen Sprache aus einer URL erstellst: Bestellst du einen französischen Film deiner deutschen Seite, filmen wir deine französische Seite. Der Anwendungsfall Video-Übersetzung zeigt den Ablauf im Dashboard.
Was es kostet, durchgerechnet
Jede Sprache ist ein normales Rendering und kostet wie jeder Film 40 Credits, unabhängig von der Länge. Einen Film in fünf Sprachen zu lokalisieren heißt fünf Renderings, fünfmal 40 Credits. KI-Bilder und KI-Clips, die für das Original erzeugt wurden, wandern mit ihren Szenen mit und werden nicht noch einmal berechnet. Ein Film mit bezahlten Visuals kostet in der Übersetzung also nicht mehr als ein einfacher Screencast.
Zwei Details sparen Geld. Eine Übersetzung, die in einer Sprache schon läuft, wird nicht doppelt gestartet: Bestellst du sie erneut, bekommst du denselben Film. Und scheitert eine Sprache aus technischen Gründen, wird dieses Rendering automatisch erstattet. Das Paket Cinematic enthält zusätzliche Sprachen, die dann das Paket statt der Credits abdeckt; alle Preise findest du unter Preise.
Fehler, die wir in lokalisierten Filmen sehen
- Deutsche Stimme über englischem Bildschirm. Die Website hat keine deutsche Seite, also bleiben die gefilmten Szenen englisch. Bei einer Oberfläche, die jeder kennt, geht das; auf einer Startseite stört es. Veröffentliche zuerst die lokalisierte Seite oder setz für diesen Markt auf gezeichnete Szenen.
- Zu viele Anführungszeichen. Ein Satz in Anführungszeichen bleibt, wie er ist: Ein zitierter deutscher Claim bleibt in allen sechs Fassungen deutsch. Zitiere Namen und Pflichthinweise, keine Sätze, die übersetzt werden sollen.
- Übersetzen, bevor das Original stimmt. Jede Korrektur nach der Bestellung ist eine Korrektur pro Sprache, jedes Mal ein neues Rendering.
- Gleiche Länge für alle Fassungen annehmen. Aus dem englischen 45-Sekunden-Film kann ein spanischer mit 50 Sekunden werden. Wenn eine Plattform die Länge begrenzt, prüf jede Fassung.
- Zahlen ausschreiben. „Fünfzehn Prozent“ wird als Text übersetzt, „15 %“ in der Schreibweise jeder Sprache neu gesetzt. Zahlen sind als Ziffern sicherer.
Wann du PageToVid nicht zum Lokalisieren nehmen solltest
Das Gesicht einer Person muss zur neuen Sprache passen. Wir vertonen einen Sprechertext neu, wir synchronisieren keine Lippen. Für ein Video mit Sprecher vor der Kamera, übersetzt mit geklonter Stimme und angepassten Lippenbewegungen, ist HeyGen der Spezialist (siehe PageToVid vs. HeyGen).
Regulierte Texte. Ein Beipackzettel, eine Finanzinformation oder eine Vertragszusammenfassung gehört vor der Veröffentlichung zu einer qualifizierten Übersetzerin, egal welches Werkzeug den ersten Entwurf liefert. Nutze unsere Übersetzung als Entwurf und lass sie prüfen.
Deine Website gibt es nur in einer Sprache, und der Bildschirm trägt die Botschaft. Zeigt die Seite lange deutsche Absätze, hilft eine englische Stimme darüber wenig. Bau die lokalisierte Seite oder mach eine Animation aus einem geschriebenen Storyboard.
Eine Markenkampagne. Für einen Film pro Land sind eine lokale Agentur und ein muttersprachlicher Sprecher ihr Geld weiterhin wert.
Verwandle deine Website in ein Video — kostenlos
Füge die Seite ein, die gefilmt werden soll. PageToVid schreibt das Skript, filmt die echte Website, vertont sie und liefert das MP4.
Häufige Fragen
In wie viele Sprachen kann ich ein Video übersetzen?
Bis zu 6 pro Auftrag, aus 13 Sprachen für Sprechertext und Untertitel, und mit einem weiteren Auftrag kommen mehr dazu. Jede Sprache wird ein eigener Film mit eigener Stimme, eigenen Untertiteln und Bildschirmtexten.
Wechselt auch der Bildschirm die Sprache?
Ja, wenn deine Website die Seite in dieser Sprache veröffentlicht und per hreflang verknüpft: Dann werden die gefilmten Szenen dort neu aufgenommen. Ohne lokalisierte Seite wird die ursprüngliche Aufnahme wiederverwendet oder die Szene mit einem Browser in der neuen Sprache neu gefilmt, und die meisten Websites zeigen dann trotzdem ihre Ausgangssprache.
Ist das übersetzte Video gleich lang?
Nicht genau. Der übersetzte Text wird neu eingesprochen, und die Länge folgt den Wörtern. Eine spanische oder französische Fassung läuft meist etwas länger als die englische, eine deutsche kann je nach Formulierung kürzer oder länger sein.
Was kostet es, ein Video zu übersetzen?
Jede Sprache ist ein Rendering, 40 Credits, unabhängig von der Länge. KI-Bilder und -Clips aus dem Original werden kostenlos wiederverwendet, und ein Paket mit zusätzlichen Sprachen deckt diese statt der Credits ab.
Weiterführende Artikel
- Text-to-Speech (TTS): Wie Sprachausgabe mit KI funktioniert und wie du dafür schreibst
- Untertitel vs. Closed Captions: eingebrannt, zuschaltbar, SDH, WebVTT und SRT
- Der Sprechertext ist die Länge: wie lang ein Videoskript sein sollte
- Website in Video umwandeln – Schritt für Schritt
- KI-Voiceover: was es ist, wie es entsteht und wann es falsch klingt