UGC-Anzeigen mit KI: Formate, Skripte und Regeln für synthetische Sprecher

Was KI-UGC-Anzeigen sind

UGC-Anzeigen (User-generated Content, also nutzergenerierte Inhalte) übernehmen den Look eines Videos, das ein Kunde oder Creator mit dem Handy filmt: eine Person zu Hause, die in die Kamera spricht und das Produkt in der Hand hält. KI-UGC behält den Look und ersetzt die gefilmte Person durch eine generierte. So bekommt ein Shop Videos im Creator-Stil, ohne Casting, ohne Produktmuster zu verschicken und ohne jeden Creator einzeln zu bezahlen.

Jedes Format macht mehr von der Anzeige synthetisch und bringt ein Risiko mit:

UGC-Anzeigen ohne Gesicht

Eine UGC-Anzeige ohne Gesicht zeigt Hände und das Produkt, nie ein Gesicht: Hände halten es unter dem Hook in die Kamera, Produktaufnahmen füllen die Mitte, und die Hände kommen für die Handlungsaufforderung zurück, während eine Off-Stimme spricht. Das ist schwer richtig hinzubekommen, weil ein Modell das Produkt in der Hand neu zeichnet: Zeig irgendwo das echte Etikett aus deinen Fotos und vergleiche jede Einstellung mit der Hand vor der Veröffentlichung mit dem Produkt. Mehr dazu in unserem Ratgeber zu UGC ohne Gesicht.

Ein Aufbau für 15 Sekunden, der funktioniert

Die Kreativ-Empfehlungen von TikTok verlangen das Versprechen des Produkts in den ersten 3 Sekunden und den Hook innerhalb der ersten 6, vertikales 9:16-Video mit mindestens 720p, Ton an und Text im Bild mit 5–10 Wörtern pro Sekunde (TikTok-Ads-Hilfe, Juni 2025). Ein Sprecher passt zu diesen Empfehlungen, wenn das Gesicht zuerst kommt und das Produkt in der Mitte die Arbeit macht:

1. Schritt 1

   Gesicht mit dem Hook, 0–3 s

   Der Sprecher schaut in die Kamera und sagt einen Satz über das Problem oder das Ergebnis. Ein Gesicht im ersten Bild wirkt wie ein Creator, nicht wie eine Anzeige.

2. Schritt 2

   Produktaufnahmen, 3–12 s

   Schnitt auf das Produkt, während die Stimme weiterspricht: zwei oder drei Einstellungen von je 2–4 Sekunden, das Produkt im Einsatz, seine Größe, das Detail, das es verkauft. Deine eigenen Fotos halten das Produkt originalgetreu.

3. Schritt 3

   Gesicht mit der Handlungsaufforderung, 12–15 s

   Zurück zum Sprecher für eine klare Aufforderung, dann eine Endkarte mit dem Namen des Produkts.

4. Schritt 4

   Untertitel und das Label

   Eingebettete Untertitel für alle, die ohne Ton schauen, und ein KI-Hinweis im Bild. Halte beides, und jeden Preis und jedes Logo, aus den Randbereichen heraus, die Meta freizuhalten empfiehlt: die oberen 14 %, die unteren 35 % und jeweils 6 % an den Seiten einer Reels-Anzeige (Leitfaden für Meta-Werbeanzeigen).

In normalem Gesprächstempo passen in 15 Sekunden etwa 35–40 gesprochene Wörter: ein Hook mit weniger als zehn Wörtern, zwei Sätze über das Produkt und eine kurze Handlungsaufforderung. Ein Sprecher, der hetzen muss, klingt früher synthetisch als einer, der Pausen macht.

Werbesprecher oder Ich-Form: die Inszenierung kennzeichnen, Ergebnisse weglassen

Die Endorsement Guides der FTC behandeln eine Botschaft als Empfehlung, wenn Verbraucher sie wahrscheinlich für die Meinung oder Erfahrung von jemand anderem als dem Werbetreibenden halten, und sie erfassen auch Empfehlungsgeber, die nur wie eine Einzelperson wirken (Federal Register). Eine Anzeige, die Empfehlungsgeber als echte Verbraucher darstellt, sollte echte Verbraucher zeigen oder klar und gut sichtbar offenlegen, dass sie keine sind (16 CFR §255.2(c)). Die Regel zu Bewertungen und Testimonials von 2024 geht weiter und verbietet gefälschte Testimonials ausdrücklich, KI-generierte eingeschlossen (FTC). Laut den Hinweisen zur selben Regel gibt es „no blanket prohibition“ (kein generelles Verbot) für KI-Avatare im Marketing (FTC-Fragen und Antworten).

Zusammengenommen heißt das: Ein KI-Sprecher kann für die Marke sprechen, wie ein Werbesprecher oder ein Ansager, oder in der Ich-Form wie jemand, der das Produkt nutzt, aber nur als offengelegte Inszenierung: mit einem Label, das sagt, dass ein KI-Darsteller spricht und kein echter Kunde, während des ganzen Videos, in der Sprache der Anzeige, auf einem deckenden Hintergrund und auf einem Smartphone lesbar. Die Inszenierung kann nicht tragen, was nur ein echter Kunde wissen könnte: Ergebnisse, die Behauptung, ein echter Kunde zu sein, oder das Lob anderer. Die FAQ der FTC zieht diese Grenze: „You can't talk about your experience with a product if you haven't tried it“ (Über deine Erfahrung mit einem Produkt kannst du nicht sprechen, wenn du es nicht ausprobiert hast) (FTC).

Jede Zeile rechts ist eine Tatsache, die deine Produktseite belegt, erzählt als Erfahrung. Belegt die Seite sie nicht, lass sie weg: Verantwortlich dafür ist das werbende Unternehmen.

Offenlegung: Was Plattformen und Gesetze verlangen

Unser Ratgeber zur Kennzeichnung KI-generierter Anzeigen behandelt das Label jeder Plattform. Für Anzeigen mit einer KI-Person zählen diese Regeln:

Quellen für die Tabelle: TikTok-Werberichtlinien und der eingebaute Hinweis, der unten im In-Feed-Video ein Textlabel hinzufügt; Meta-Newsroom; 16 CFR Part 255 und die Regel der FTC; New Yorker GBL §396-b; KI-Verordnung, Artikel 50 Absatz 4 und 5.

Das Gesetz in New York schreibt weder Wortlaut noch Platzierung noch Dauer vor, und keine dieser Regeln verlangt eine bestimmte Form. Wähle also ein Label, das niemand übersehen kann: eine kurze Zeile wie „KI-Darsteller · kein echter Kunde“ während des ganzen Videos im Bild, und dazu den KI-Schalter der Plattform beim Hochladen.

Woran man KI-UGC erkennt

Das Publikum merkt es. In der Umfrage von Animoto unter 460 Verbrauchern und Marketingleuten in den USA (September 2025) gaben 82,6 % an, schon ein Video gesehen zu haben, das sie für KI-generiert hielten, und 36 % sagten, KI-Videos senken ihr Vertrauen in eine Marke. Als Anzeichen nannten sie roboterhafte Gesten (67 %), eine unnatürliche Stimme (55 %) und fehlende emotionale Färbung (51 %) (Animoto). In den Tests von NielsenIQ wirkten KI-generierte Anzeigen weniger fesselnd und eher nervig, langweilig und verwirrend, mit schwächerer Gedächtnisaktivierung selbst bei hochwertigen Anzeigen (NielsenIQ, Dezember 2024).

Die KI zu verstecken, ist keine Lösung: Die Regeln oben verlangen ohnehin die Offenlegung. Was du steuern kannst, ist, wie viel des Videos vom synthetischen Gesicht abhängt:

• Halte die Gesten klein. Ein Sprecher, der vor allem spricht, nickt und ruhig bleibt, zeigt weniger der roboterhaften Bewegungen, die dem Publikum zuerst auffallen.
• Lass das Produkt die Mitte tragen. Echte Produktaufnahmen füllen den Großteil des Videos, sodass das Gesicht nur für Hook und Aufforderung im Bild ist.
• Passe die Stimme an das Gesicht an, in Alter und Tonfall, und halte das Skript im Plauderton: kurze Sätze, keine vorgelesenen Aufzählungen.
• Leg es in Worten offen, die man liest. Eine klare Textzeile sagt, was man sieht; ein Symbol, das die meisten nicht kennen, sagt es nicht.

Produkte, bei denen Sprecher fehl am Platz sind

In manchen Kategorien wird jede Person vor der Kamera zu einem stillschweigenden Testimonial: Was auch immer im Skript steht, das Publikum hält den Sprecher für den Beweis, dass das Produkt wirkt, und genau diese Aussagen beobachten die Werberegeln am genauesten. Nimm dafür ein reines Produktvideo mit Fakten von deinem Etikett:

• Gesundheitsprodukte, Nahrungsergänzungsmittel und alles, was für eine Wirkung eingenommen oder aufgetragen wird;
• Produkte zum Abnehmen und für Fitnessergebnisse;
• Hautpflege und Kosmetik, die über Ergebnisse verkauft werden (eine Packshot-Aufnahme ist in Ordnung, ein Gesicht, das „reiner geworden“ ist, nicht);
• Produkte gegen Haarausfall und für sexuelles Wohlbefinden;
• Finanz-, Krypto- und Glücksspielangebote;
• Alkohol und Erotikprodukte.

KI-UGC-Anzeigen mit ProductToReel erstellen

ProductToReel, das wir entwickeln, baut den Aufbau oben aus deinem Produktlink oder deinen Fotos. Es schreibt in etwa 20 Sekunden drei kostenlose Storyboards mit unterschiedlichen Hooks, ohne Registrierung. Wähle „Sprecher + Produkt“, und einer von 16 synthetischen Sprechern sagt Hook und Handlungsaufforderung in die Kamera, während deine eigenen Fotos, animiert, die Mitte füllen, für 2 Credits pro Video. Der Sprecher kann auch ein KI-Avatar von dir sein. Bei „Produkt in der Hand“ hält der Sprecher zusätzlich dein Produkt: Du kaufst Bilder, auf denen er es hält, für 1 Credit, wählst eins aus, und das Video kostet 2 Credits, insgesamt 3. Bei „Nur Hände“ halten KI-Hände dein Produkt ohne Gesicht, während eine Off-Stimme für deine Marke oder in der Ich-Form spricht: Bilder für 1 Credit, dann das Video für 2 Credits, insgesamt 3. Die Videos sind MP4-Dateien mit 1080×1920 und 12–20 Sekunden Länge, mit Untertiteln, Musik und Endkarte; ein Video mit Sprecher ist in 3–4 Minuten fertig.

Die Regeln aus diesem Ratgeber sind eingebaut: Sprecher und Off-Stimmen sprechen für deine Marke, nie als Kunde und ohne Ergebnisse zu versprechen, ein Skript, das in die Worte eines Kunden oder in eine solche Aussage abgleitet, wird umgeschrieben, und die oben aufgeführten Kategorien bekommen stattdessen Produktvideos. Jedes Video enthält C2PA Content Credentials, aber es kann sein, dass Plattformen anhand dieser Credentials nicht kennzeichnen. Aktiviere deshalb beim Veröffentlichen das KI-Label der Plattform. Ein fertiges Video kannst du mit Worten ändern und mit oder ohne Untertitel herunterladen. Mehr zu den Formaten auf unserer Seite zum KI-UGC-Generator.