D-ID

Die Technologie hinter dem Uncanny Valley

D-ID (ursprünglich "De-Identification" – das Unternehmen begann mit Datenschutz-Technologien) hat sich zum führenden Anbieter für sprechende Avatare entwickelt. Die Kerntechnologie: Facial Animation. Ein statisches Foto wird analysiert, Gesichtspunkte werden gemappt, und ein Text-to-Speech-Modell steuert synchronisiert Lippenbewegungen, Augenblinkrate, leichte Kopfbewegungen. Das Ergebnis wirkt lebendig genug für E-Learning und Corporate Videos.

Wann D-ID sinnvoll ist – und wann nicht

D-ID ist ideal, wenn man konsistente Präsenter-Videos in vielen Varianten braucht: Onboarding-Videos in 10 Sprachen, wöchentliche Update-Videos für interne Kommunikation, E-Learning-Lektionen. Man erstellt einen Avatar-Presenter einmal und skaliert dann. D-ID ist nicht sinnvoll für hochwertige Brand-Werbung oder emotionale Storys – dafür sieht man dem Avatar zu oft an, dass er kein Mensch ist.

Unterschied zu HeyGen und Synthesia

Alle drei machen sprechende Avatar-Videos. HeyGen ist am stärksten bei realistischen Avataren und Videoübersetzung. Synthesia ist am teuersten, aber am einfachsten für Corporate E-Learning skalierbar. D-ID ist der Einstiegspunkt: günstigster Preis, schnellstes Ergebnis, aber weniger Realismus.

Datenschutz: Gesichter sind besondere Daten

Biometrische Daten (Gesichter) fallen unter DSGVO Art. 9. Wer fremde Fotos hochlädt, ohne Einwilligung der abgebildeten Person, bewegt sich in rechtlich heiklem Terrain – unabhängig davon, was die Nutzungsbedingungen erlauben.