Deutsch
Alle 7 Tools
← Startseite

So arbeitet unsere KI

Die meiste KI dieser Tools läuft auf deinem eigenen Handy oder Computer, im Browser. Ein paar Schritte nutzen unseren Server und unsere KI-Helfer, und jeder sendet nur, was er braucht: den Text deines Skripts für Videos, deinen Titel für Thumbnail-Ideen, wenn du sie anforderst, ein freigestelltes Bild deines Produkts für den ersten Flyer-Entwurf und die Angaben zu deinem Geschäft für den Website-Generator. Untertitel, Werbevideos und Instagram-Karten senden nichts.

Auf deinem Gerät

Wenn du zum ersten Mal auf den Button eines Tools drückst, lädt dein Browser das KI-Modell herunter, das dieses Tool braucht, und behält es. Von da an passiert die Arbeit auf deinem Gerät: Dort wird die Stimme aufgenommen, dort werden die Untertitel synchronisiert, dort wird jedes Bild des Videos gezeichnet und dort wird die MP4-Datei zusammengesetzt.

Deshalb kann die Seite kostenlos sein, deshalb gibt es keine Anmeldung, und deshalb hängt die Wartezeit von deinem Gerät ab. Die Seite sagt dir vor dem Start, wie lange ein Video dauert.

Was jedes Tool sendet

Werbevideo, Flyer und Thumbnails: dein eigenes Foto, einmal, um den Hintergrund freizustellen. Wir speichern es nicht.

Skript zu Video und seine Formate: der Text deines Skripts, um die Bilder zu planen und passende Clips zu finden, und ein Thema, wenn du unseren Autor um ein Skript bittest. Das Video selbst entsteht auf deinem Gerät.

KI-Untertitel: nichts. Die Sprache wird auf deinem Gerät zu Text.

Thumbnails: außerdem dein Titel, aber nur wenn du auf „Punkte aus meinem Titel vorschlagen“ tippst.

Flyer: nur für den ersten Entwurf ein freigestelltes Bild deines Produkts und sein Name, für den KI-Hintergrund. Die anderen Entwürfe entstehen auf deinem Gerät.

Werbevideo: sonst nichts.

Instagram-Karte: nichts. Sie nutzt keine KI.

Website: die Angaben zu deinem Geschäft, die du eingibst, oder dein Link, damit unsere KI die Texte schreibt. Deine Fotos bleiben auf deinem Gerät.

Der Skript-Autor

Das Schreiben eines Skripts aus einem Thema läuft nicht auf deinem Gerät. Sprachmodelle, die klein genug für einen Browser sind, liegen bei Fakten zu oft daneben. Deshalb nutzt der Autor eine größere KI: Claude von Anthropic, oder als Reserve offene Modelle auf dem KI-Dienst von Cloudflare. Gesendet wird nur das Thema, das du eingibst. Das Skript landet im Textfeld, damit du es lesen und ändern kannst. KI kann sich trotzdem irren: Prüfe die Fakten, bevor du postest.

Bei einem Quiz werden Fragen, die du ohne Antworten eingibst, ebenfalls gesendet, damit der Schreiber die Antworten ergänzt. Sonst wird dafür nichts von deinem Skript gesendet.

Die Stock-Clips

Die bewegten Bilder hinter den Wörtern sind echte Stock-Clips aus kostenlosen Bibliotheken (Pixabay, Coverr, NASA und Wikimedia Commons). Sie wurden von Menschen gefilmt. Eine KI (Claude von Anthropic, oder als Reserve der KI-Dienst von Cloudflare) liest das ganze Skript und schreibt die Suchwörter für jeden Satz. Feste Regeln wählen dann den Clip oder das Foto aus: zuerst eines, das den Namen oder die Sache trägt, die der Satz nennt. Keine KI wählt das Bild aus. Der Text wird nicht gespeichert. Wenn kein Clip passt, zeigt das Video ein passendes kostenloses Foto (aus Bibliotheken wie Unsplash und Pexels), das sich langsam und mit räumlicher Tiefe bewegt. Wenn auch kein echtes Foto passt, zeigt es unter Umständen ein von KI für diesen Satz gemachtes Bild (nie von heiligen Stätten, religiösen Symbolen oder echten Menschen) oder die Schlüsselwörter des Satzes selbst, eine Zahl oder eine Karte, gezeichnet von unserem eigenen Code. Wenn die KI nicht verfügbar ist, schreiben unsere eigenen Regeln die Suchwörter aus dem Satz selbst. Nie ein zufälliger Clip.

Die Modelle, die wir nutzen

Stimme: Kokoro, ein offenes Text-zu-Sprache-Modell (Lizenz Apache 2.0), nur mit seinen eingebauten Stimmen. Ausgeführt wird es mit ONNX Runtime und Transformers.js (MIT und Apache 2.0). Das MP4 setzen der Video-Encoder deines Browsers und Mediabunny (MPL 2.0) zusammen. Alle diese Lizenzen erlauben die kostenlose und kommerzielle Nutzung.

Zwei Hilfsbausteine stehen unter Copyleft-Lizenzen und werden als getrennte Teile ausgeliefert: eSpeak NG (GPL 3), das Text für die Stimme in Sprachlaute umwandelt, und der AAC-Audio-Encoder von FFmpeg (LGPL), der nur dort genutzt wird, wo dein Browser keinen eigenen AAC-Encoder hat.

Die deutsche Stimme ist eine Piper-Stimme: „Thorsten“ (CC0). Der Thumbnail-Generator stellt die Person auf einem Foto mit MODNet frei, einem offenen Porträtmodell (Lizenz Apache 2.0).

Musik und bewegte Hintergründe sind keine KI: Sie entstehen durch unseren eigenen Code.

Freistellen deiner eigenen Fotos: BiRefNet, ein offenes Modell (MIT-Lizenz), ausgeführt vom Bilddienst von Cloudflare. Als Reserve auf deinem Gerät: U-2-Netp und MODNet (beide Apache 2.0).

Was die KI nicht macht

Sie kopiert weder Stimmen noch Gesichter. Sie erzeugt keine KI-Schauspieler, keine Avatare und keine generierten Aufnahmen. Sie lernt nicht aus dem, was du eingibst oder sendest: Die Themen, Skripte oder Bilder, die an unseren Server gesendet werden, nutzen wir nicht, um irgendetwas zu trainieren.

Wo die KI sich irren kann

Die Stimme kann ungewöhnliche Namen und Zahlen falsch aussprechen. Der Zeitpunkt der Untertitel wird aus der Sprache geschätzt und kann einen Sekundenbruchteil zu früh oder zu spät liegen. Hör und sieh dir dein Video an, bevor du es postest.

Grenzen, die wir bewusst setzen

Skripte mit hasserfüllten, sexuellen oder gefährlichen Wörtern werden abgelehnt. Chat-Story-Videos tragen immer ein kleines FIKTION-Label, damit niemand einen erfundenen Chat als echten ausgeben kann.

Teile es, es ist kostenlos. Schick diese Seite an jemanden, der Inhalte erstellt.