So schreibt man für eine synthetische Stimme

ViewMade liefert 5 Voiceover-Sprachen und 7 eingebettete Untertitelstile pro Render, gemessen am 22. August 2026 anhand seiner Preisseite und Produktdokumentation. Diese Seite zeigt, wie man ein Skript schreibt, das eine synthetische Stimme ohne Stolpern vorlesen kann: fünf Schritte, jeder mit einem konkreten Ergebnis, das du prüfen kannst, bevor du das Skript irgendwohin sendest.

Die kurze Antwort

Eine synthetische Stimme liest genau das, was auf der Seite steht, also schreibe fürs Ohr, nicht fürs Auge. Halte jeden Satz kurz genug, um ihn in einem Atemzug zu sagen. Ersetze Satzzeichen, die der Hörer nicht hören kann, wie Klammern und Gedankenstriche, durch Punkte. Schreibe Abkürzungen, Zahlen, Daten und Einheiten in Worten aus, denn die Stimme rät sie nicht. Streiche Wörter, die nur visuell Sinn ergeben, wie „unten" oder „siehe oben". Lies dann das Skript selbst laut vor; wo du stolperst, stolpert auch die Stimme.

Die Schritte

1. Schreibe Sätze, die sich in einem Atemzug sagen lassen

Eine synthetische Stimme atmet nicht dort, wo du es tätest. Sie pausiert bei Satzzeichen und nirgendwo sonst, sodass ein Satz mit drei Nebensätzen zu einem langen, flachen Wortstrom wird. Ziele auf eine Idee pro Satz und etwa fünfzehn Wörter oder weniger. Wenn du eine zweite Idee brauchst, beginne einen neuen Satz, statt sie mit „und" oder „aber" zu verbinden. Kurze Sätze geben der Stimme auch natürliche Stellen, ihr Tempo zurückzusetzen, was verhindert, dass die Darbietung ab Skriptmitte mechanisch klingt. Zähle beim Entwurf die Wörter in jeder Zeile mit; alles über zwanzig wird geteilt.

Das Ergebnis dieses Schritts ist ein Entwurf, in dem kein einzelner Satz mehr als eine Idee trägt.

2. Ersetze Satzzeichen, die man nicht hören kann

Klammern, Gedankenstriche, Semikolons und Schrägstriche sind auf der Seite stumm, verwirren aber eine Text-zu-Sprache-Engine. Manche Engines pausieren seltsam an ihnen, manche überspringen sie ganz, und einige lesen den eingeschlossenen Text, als gehörte er zum vorherigen Satzteil. Formuliere jede Klammerbemerkung als eigenen Satz um oder füge sie ohne Klammern in den Hauptsatz ein. Verwandle durch Gedankenstriche verbundene Paare in zwei Sätze, die durch Bedeutung statt durch ein Zeichen verbunden sind. Ein Semikolon wird ein Punkt. Trennt ein Schrägstrich Alternativen, schreibe „oder". Der Hörer hört nur Pausen, also gib ihm echte.

Das Ergebnis dieses Schritts ist ein Skript ohne stumme Satzzeichen.

3. Schreibe aus, was der Leser erraten würde und die Stimme nicht

Ein menschlicher Leser sieht „WW2" und sagt automatisch „Zweiter Weltkrieg". Eine synthetische Stimme sagt möglicherweise „doppel-u-zwei" oder buchstabiert jeden Buchstaben, je nach Engine. Schreibe Abkürzungen vollständig aus: „NASA" kann bleiben, wenn deine Engine sie gut behandelt, aber „ca." wird „etwa" und „ggf." wird „gegebenenfalls". Schreibe Zahlen so, wie sie gesprochen werden sollen: ein ausgesprochenes Jahr unterscheidet sich von einer gezählten Menge, also schreibe beide Formen als Wörter statt als Ziffern. Schreibe Daten als Wörter: „der sechste Juni", nicht „sechs slash sechs". Schreibe Einheiten mit Namen, nicht mit Symbolen: „Kilometer", nicht „km".

Das Ergebnis dieses Schritts ist ein Skript, in dem jede Abkürzung, Zahl, jedes Datum und jede Einheit genau so erscheint, wie es gesprochen werden soll.

4. Entferne die Wörter, die nur auf der Seite funktionieren

Für das Lesen geschriebene Skripte enthalten Navigationsformulierungen, die laut nichts bedeuten: „wie unten gezeigt", „in der obigen Tabelle", „siehe Abbildung 3", „hier klicken". Ein Hörer hat kein unten, kein oben und nichts zum Klicken. Ersetze visuelle Verweise durch gesprochene: Benenne die Sache direkt, statt darauf zu zeigen. „Die folgende Tabelle listet die drei Ursachen auf" wird „Es gibt drei Ursachen." Wenn das Skript Visualisierungen begleitet, beschreibe in Worten, was der Zuschauer sieht: „Die Aufnahme hier zeigt den Hafen." Wenn ein Tool sowohl Erzählung als auch Untertitel erzeugt, wie ViewMade es mit seinen wortgetreuen Untertiteln tut, landet alles, was du im Skript lässt, sowohl gehört als auch gelesen, daher scheitern reine Seitenformulierungen doppelt.

Das Ergebnis dieses Schritts ist ein Skript, das allein steht und keine visuellen Verweise enthält.

5. Lies dein Skript selbst laut vor, bevor du es sendest

Das ist die billigste Qualitätsprüfung, die es gibt, und die meisten Autoren überspringen sie. Lies das ganze Skript laut vor, in normalem Tempo, ohne mitten im Satz anzuhalten und etwas zu korrigieren. Markiere jede Stelle, an der deine Zunge stolpert, wo dir die Luft ausgeht oder wo du instinktiv pausierst, aber kein Satzzeichen siehst. Genau dort wird die synthetische Stimme scheitern, denn sie hat weniger Toleranz als du. Korrigiere jede markierte Stelle mit den ersten vier Schritten: teile den Satz, ersetze das Satzzeichen, schreibe den Begriff aus, streiche den Verweis. Dann lies es noch einmal. Zwei Durchgänge reichen meistens.

Das Ergebnis dieses Schritts ist ein finales Skript, das du einmal scheitern gehört hast und das die zweite Lesung überlebt hat.

Was das nicht behebt

Diese Schritte machen ein Skript lesbar. Sie machen es nicht gut. Eine synthetische Stimme liefert einen vagen Satz genauso glatt wie einen präzisen, und sie verkündet schwache Struktur mit derselben Zuversicht wie starke Struktur. Wenn dein Argument abschweift, schweift die Stimme mit ihm ab, und die polierte Darbietung macht das Abschweifen für den Hörer schwerer zu verzeihen, weil nichts anderes Einsatz signalisiert. Bearbeitung für Sprache kann auch Fakten nicht reparieren: falsche Zahlen bleiben falsch, und eine selbstbewusste Stimme, die eine falsche Zahl nennt, wirkt autoritativer als Text. Denke zuerst nach, dann wende diese Schritte auf das Schreiben an.

Wo es weitergeht

Wenn du noch keine Stimme gewählt hast, erklärt /guides/how-to-choose-a-voice-for-your-niche, wie Tonfall und Tempo zum Thema passen sollten, was genauso wichtig ist wie das Skript selbst. Für die Terminologie rund um Engines, Stimmen und Rendering definiert /glossary/ai-voiceover die Begriffe, die in diesen Guides verwendet werden.

<!-- faq -->

Häufig gestellte Fragen

Sollte ich Zahlen als Ziffern oder als Wörter schreiben?

Als Wörter, wann immer die Ziffernform mehr als eine Lesart zuließe. Jahre überstehen in den meisten Engines die Ziffernform meist unbeschadet, aber Mengen können ziffernweise oder vollständig vorgelesen werden, was zwar korrekt, aber langsam ist. Schreibe die Zahl so, wie du sie gehört haben willst: „fast zweitausend Menschen", nicht die Ziffernform. Daten, Preise und Maße sind am sichersten vollständig ausgeschrieben. Teste jede Zahl, bei der du unsicher bist, mit deiner konkreten Engine, denn die Behandlung unterscheidet sich zwischen ihnen.

Spielt Interpunktion noch eine Rolle, wenn die Stimme sie ignoriert?

Ja, anders. Kommas und Punkte steuern das Tempo, also sind sie wichtiger, nicht unwichtiger. Was sich ändert, ist, welche Zeichen nützlich sind: Klammern, Gedankenstriche und Semikolons erzeugen entweder Stille oder seltsame Pausen, während Kommas und Punkte bewusste erzeugen. Behandle Interpunktion als einen Satz von Timing-Anweisungen. Ein Komma sagt der Stimme, kurz zu atmen, ein Punkt sagt ihr, anzuhalten und neu zu setzen.

Wie gehe ich mit fremden Namen und Ortsnamen um?

Schreibe sie phonetisch ins Skript, wenn deine Engine sie falsch ausspricht, auch wenn die Schreibweise auf der Seite falsch aussieht. Das Skript existiert für die Stimme, nicht für den Leser. Alternativ lassen viele Engines Aussprachehinweise oder ein benutzerdefiniertes Lexikon zu. Prüfe, wie dein Tool mit den konkreten Namen in deinem Skript umgeht, bevor du aufnimmst, denn ein verdrehter Ortsname zerstört Vertrauen schneller als jeder andere Fehler.

Kann ich Kontraktionen in einem Skript für eine synthetische Stimme verwenden?

Meistens ja, und oft solltest du. „Nicht" und Kurzformen klingen in den meisten modernen Engines natürlicher als die ausgeschriebenen Formen, da diese auf gesprochener Alltagssprache trainiert sind. Die Ausnahme ist Betonung: Wenn ein Satz ein formelles Register braucht, liest sich die ausgeschriebene Form bewusster. Passe die Dichte der Kontraktionen an den Ton an, den du gewählt hast, und prüfe dann, ob die Engine deine konkreten Kontraktionen sauber wiedergibt.

Wie lang sollte jeder Satz sein, damit Untertitel lesbar bleiben?

Kurz genug, dass der Untertitel mit einem Blick auf den Bildschirm passt. Da die Untertitel aus demselben Skript erzeugt werden, verbessert jeder gekürzte Satz zugleich den Erzählrhythmus und die Untertitellänge. Sätze von etwa fünfzehn Wörtern oder weniger, auf die Schritt eins bereits abzielt, erzeugen tendenziell Untertitel, die etwa eine Zeile lesbaren Text pro Phrase halten. Bleibt ein Untertitel über dichtem Text stehen, ist der zugrunde liegende Satz meist zu lang.