Erstellen Sie Präsentationsvideos, übersetzen Sie Aufnahmen und bauen Sie visuelle Agenten für Fragen auf. D-ID bietet Studio, API-Integration und selbst gehostete Avatare.
Hast du dieses Tool genutzt? Bewerte es
Hast du dieses Tool genutzt? Bewerte es
D-ID erstellt aus Text, Audio oder Standbildern Videos mit Avataren für Marketing, Schulungen, soziale Medien und interne Kommunikation. Ein KI-Avatar kann ein vorbereitetes Skript als exportiertes Video vortragen, während ein Visual Agent Zuschauern in einem Livegespräch antwortet. Agentic Videos ergänzen ein vorhandenes Video um diese Frage-Antwort-Interaktion. Die Formate erfüllen verwandte Kommunikationsaufgaben, unterscheiden sich aber im Seherlebnis und in den verbrauchten Ressourcen.
Studio kann einen Bibliotheksmoderator, ein hochgeladenes Gesichtsbild oder ein mit seinem Text-zu-Bild-Generator erstelltes Porträt animieren. Das Bild bestimmt den sichtbaren Vortragenden, Skript oder Audio liefern dessen Aussagen. Ein vorgefertigter Moderator erspart den gesonderten Vorgang zum Erstellen eines persönlichen Videoavatars. Ein Gesicht hochzuladen begründet für sich genommen jedoch keine Erlaubnis, die Identität dieser Person zu verwenden.
Visual Agents verbinden sich mit bestehenden Systemen, um innerhalb eines Gesprächs Besprechungen zu planen, Informationen abzurufen und Abläufe zu automatisieren.
Agentic Videos kombinieren ein hochgeladenes Video mit einem ausgewählten Videoagenten und einem festgelegten Interaktionsbeginn. Zuschauer können während der Wiedergabe per Stimme oder Chat Fragen stellen; die Antworten sind mit dem Videoskript und ergänzendem Wissen verknüpft.
Agentic Videos erfassen Publikumsfragen, damit Inhaltsteams verstehen, was Zuschauer wissen möchten. Das Unternehmen bewirbt Antworten, die sich auf das Skript und zusätzliches Wissen stützen. Dies beschreibt den vorgesehenen Abrufkontext und ist kein unabhängiger Beleg dafür, dass jede generierte Antwort richtig, vollständig oder eine vom Unternehmen autorisierte Aussage ist.
Die Videoerstellung in Studio beginnt mit Create video, gefolgt von Avatar, eingegebenem Text oder hochgeladenem Audio, Stimmauswahl und Generate video. Der dokumentierte Ablauf lautet:
Fertige Videos lassen sich über das Dreipunktmenü der Galerie herunterladen oder teilen; Videoentwürfe können nicht heruntergeladen werden.
Untertitel setzen Pro oder höher voraus, werden während der Generierung aktiviert und als separate SRT-Datei exportiert, statt in das Video eingebettet zu werden.
Ein Agent kann ausschließlich hochgeladene Quellen nutzen, diese bei zugelassenem Allgemeinwissen priorisieren oder ohne eigene Daten arbeiten. Diese Modi ändern das Verhältnis zwischen hochgeladenem Unternehmensmaterial und dem sonstigen Wissen des Modells. Eine reine Quellenkonfiguration und eine hybride Konfiguration bleiben unterschiedliche Entscheidungen, selbst wenn Gesicht und Stimme des Avatars gleich sind.
Die Agent-Einrichtung akzeptiert PDF, TXT und PPTX: bis zu fünf Dokumente mit je 500000 Zeichen; direkt eingegebener Text unterstützt bis zu 80000 Zeichen. Die Einrichtungsanleitung empfiehlt Material in Absatzform wie Artikel und FAQ, statt auf Tabellen oder Bilder zu setzen.
Zur Agent-Einrichtung gehören Rolle, optionale Anweisungen, Persönlichkeit, Begrüßung, Einstiegsfragen, zu vermeidende Themen und maximale Antwortlänge.
Zu Studios Lernanwendungen gehören Erklärvideos, von Avataren geführte Tutorials und Einarbeitungsvideos. Vorbereitete Präsentationsvideos eignen sich für Erklärungen mit freigegebenem Skript. Bestehende Aufnahmen können stattdessen per Videoübersetzung lokalisiert werden, wenn der ursprüngliche Sprecher erhalten bleiben soll, während Sprache und passende Lippenbewegungen geändert werden.
Agentic-Video-Szenarien umfassen Schulungszuschauer mit Kontextfragen, Interessenten mit Fragen zu Produktdemos und Tutorialnutzer mit Hilfebedarf bei Problemen. Schulungszuschauer können zusätzlichen Kontext erfragen, ohne das Videoerlebnis zu verlassen; Produktzuschauer können zu einer Funktion fragen, sobald sie in der Demo erscheint. Das sind vom Anbieter beschriebene Interaktionsmuster, keine gemessenen Versprechen höherer Bindungs-, Konversions- oder Lösungsraten.
Studios Marketinganwendungen umfassen Markenkampagnen, Ankündigungen und Beiträge in sozialen Medien.
Creative Reality Studio ist auf Desktop- und Mobilgeräten verfügbar. Das beschreibt Zugangswege, keine vollständige Funktionsgleichheit zwischen den Geräteoberflächen. Ein erstellter Agent lässt sich per Direktlink teilen oder auf einer Website einbetten.
Selbst gehostete Expressive Avatars laufen im Kundenkonto bei Azure, AWS oder Google Cloud und nutzen GPU-Renderingkapazität sowie übliche Rechenressourcen für ein Streaming-Backend.
Für selbst gehostete Bereitstellungen erklärt D-ID, dass Gespräche, Konfigurationen und Ressourcen im Kundennetz bleiben und beim Betrieb eines Avatars nichts an D-ID gesendet wird. Das ist die Anbieterbeschreibung dieser Laufzeit. Es ist keine allgemeine Aussage, dass im gehosteten Web-Studio hochgeladene Inhalte nur auf dem Gerät des Hochladenden bleiben. Ebenso wenig setzt sie die Richtlinien angeschlossener Anbieter von Sprech- oder Sprachdiensten außer Kraft, die der Kunde auswählt.
Die Kapazität selbst gehosteter Sitzungen skaliert mit der Kundeninfrastruktur. Die jährliche Plattformlizenz enthält Streamingminuten und unterstützt zusätzliche Minuten nach Bedarf. „Ohne Obergrenze“ gilt unter dem Vorbehalt der tatsächlich unterstützten Kapazität. Das bedeutet weder unbegrenzte Rechenleistung noch denselben Kauf wie ein öffentliches Studio-Abonnement. Das nach Angebot bepreiste Infrastrukturprodukt ist von den folgenden Studio-Preisen getrennt.
Die öffentliche Studio-Aufnahme vom 1. November 2026 zeigte jährliche Abrechnung. Nachfolgend stehen die angezeigten Einstiegspakete mit separat ausgewiesenen monatlichen Vergleichspreisen und Jahresbeträgen. Es handelt sich um Jahresabrechnungsangaben, nicht um Angebote für monatlich laufende Abonnements; kein Jahresgesamtbetrag wird durch Multiplikation eines gerundeten Vergleichspreises berechnet.
| Tarif | Angezeigter Preis bei jährlicher Abrechnung | Enthaltenes videobezogenes Kontingent | Markenkennzeichnung | Weitere angezeigte Zuteilung |
|---|---|---|---|---|
| Trial | $0 für 14 Tage Test | 3 Minuten gemeinsam für Videos, Agents, Video Translate und API | Vollbild-Wasserzeichen | 3 Agentic Videos; Lizenz zur privaten Nutzung |
| Lite | $4,70/Monat; jährlich $56 berechnet | 10 Min./Monat über die aufgeführten Produkte | D-ID-Wasserzeichen | 3 Agentic Videos |
| Pro | $16/Monat; jährlich $191 berechnet | 15 Min./Monat | KI-Wasserzeichen | 1 geklonte Stimme; 5 Agentic Videos |
| Advanced | $108/Monat; jährlich $1293 berechnet | 100 Min./Monat | Eigenes Logo oder leer | 3 geklonte Stimmen; 10 Agentic Videos |
| Enterprise | Vertriebsangebot | Videominuten laut Auflistung unbegrenzt, Campaign-, Agent- und API-Minuten individuell | Eigenes Logo | Individuelle Anzahl Agentic Videos; Optionen für Teamarbeit und Unternehmenssupport |
Gesondert besagt §4.2 der Produktbedingungen, dass jede Animation eine synthetische Kennzeichnung trägt und Guest Users zusätzliche Wasserzeichen erhalten. Entfernen, Verbergen oder Minimieren dieser Kennzeichnungen erfordert D-IDs vorherige schriftliche Zustimmung. Enterprise-Kunden können ein alternatives Wasserzeichen anstelle des D-ID-Logos beantragen; dieselbe Zustimmung ist erforderlich.
Lite, Pro und Advanced werben für den ersten Monat mit unbegrenzten Videos, vorbehaltlich angemessener Nutzungsgrenzen und der Fair-Use-Richtlinie. Diese Tarife bieten auch größere Guthabenpakete; die genannten Kontingente sind die angezeigten Anfangszuteilungen. Das Angebot gilt für Videos im ersten Monat. Die Tabelle zeigt die wiederkehrenden Einstiegskontingente.
Der Videoverbrauch wird auf das nächste 15-Sekunden-Intervall aufgerundet: Eine Minute und 10 Sekunden verbrauchen eine Minute und 15 Sekunden. Nicht verbrauchte Minuten werden nicht übertragen.
Vorausgesetzt, Nutzer besitzen die Rechte an hochgeladenen Bildern, Audio und Texten, dienen Trial und Lite der privaten Nutzung; Pro, Advanced und Enterprise erlauben kommerzielle Videonutzung. Bezahlter Zugang allein genügt nicht: Lite bleibt privat begrenzt. Eine kommerzielle Lizenz deckt die im Tarif erlaubte Nutzung des erzeugten Videos ab, aber keine beliebigen Bildnisse Dritter, Aufnahmen, Marken oder urheberrechtlich geschützten Skripte.
Abonnements verlängern sich automatisch. Um die nächste Belastung zu vermeiden, verlangen die Produktbedingungen die Kündigung 15 Tage vor Ende des Abrechnungszeitraums. Der Studio-Pfad lautet Billing → Cancel plan. Zahlungen werden als unwiderruflich und nicht erstattbar beschrieben, außer soweit im Vertrag ausdrücklich vorgesehen. Das sind veröffentlichte Produktbedingungen, keine Behauptung, ausgehandelte Unternehmensverträge, Käufe im App-Store oder zwingende gesetzliche Rechte hätten identische Formulierungen.
HeyGen bietet persönliche Avatarvideos und Videoübersetzung mit Stimmenklonen und Lippensynchronisation.
Synthesia verbindet Videoerstellung, Übersetzung und Verteilung mit Quizfragen, Verzweigungen und SCORM-Veröffentlichung für Lernabläufe. Schulungsteams erhalten damit eine gesonderte Auswahl von Kursbereitstellungs- und Interaktionsfunktionen zum Vergleich. D-IDs eigene Kombination umfasst vorproduzierte Avatarclips, dialogfähige Visual Agents und Agentic Videos mit Fragefunktion.
Nutzer behalten das Eigentum an Einreichungen, Ausgaben und Animationen, räumen D-ID aber vorbehaltlich Vertrag und Datenschutzrichtlinie eine weitreichende weltweite, unbefristete und übertragbare Lizenz an den Einreichungen ein.
Die Produktbedingungen garantieren keine Vertraulichkeit von Einreichungen, Animationen oder Ausgaben, unabhängig davon, ob Nutzer sie teilen. Der Vertrag behält auch Moderations- und Entfernungsbefugnisse vor. D-IDs Bedingungen untersagen unerlaubte Materialien, Identitätsvortäuschung, Pornografie und schädliche Nutzungen und beschränken die Softwarenutzung auf Personen über 18.
D-IDs Biometrierichtlinie erklärt, dass Gesichtsgeometrie, Stimmabdrücke, Gangbild und verwandte Merkmale für Avatardienste, Identitätsprüfung, Betrugsprävention und Moderation erhoben, verarbeitet und gespeichert werden können. D-ID kann für Prüfung oder Moderation Drittanbieter einsetzen und biometrische Informationen mit ihnen teilen.
Laut Richtlinie werden biometrische Informationen nicht zur Verbesserung von D-ID-Produkten oder zum Training ihrer zugrunde liegenden Modelle verwendet. Die Aufbewahrung dient der Avatarerstellung und -pflege oder erfolgt bis zur gesetzlich erlaubten Höchstdauer, je nachdem, was früher endet, sofern das Gesetz keine kürzere Frist verlangt. Danach werden sie laut Richtlinie dauerhaft vernichtet. Die Regelung richtet sich nach Zweck und Gesetz, statt eine einzige feste Tageszahl für alle biometrischen Datensätze festzulegen.
Die Datenschutzrichtlinie beschreibt wirtschaftlich angemessene Bemühungen, den Aufbewahrungsplan für personenbezogene Daten von Nichtkunden und Applicative Data einzuhalten. Über die API hochgeladene Applicative Data, die Nutzer bei Auftragsende nicht gelöscht haben, sollen über AWS-Einstellungen automatisch gelöscht werden: standardmäßig innerhalb von 24 Stunden, bei Agents innerhalb von 72 Stunden oder beim Insight Service innerhalb von 14 Tagen. Diese bedingten API-Fristen unterscheiden sich von persistenten Wissensdokumenten und bewusst zur Wiederverwendung aufbewahrten Dateien.
Ein API-persist-Flag hält Daten auf verschlüsseltem AWS S3, bis der Nutzer sie löscht; Agent-Wissensdokumente sind ebenfalls persistent. Über das Web-Studio hochgeladene Applicative Data bleiben bestehen, bis der Nutzer sie dort entfernt.
Die Datenschutzrichtlinie besagt, dass Nutzerdaten nach 180 aufeinanderfolgenden Tagen ohne Anmeldung nach weiteren 14 Tagen und einer E-Mail-Mitteilung gelöscht werden. D-ID kann Informationen auch 14 Tage nach Ablauf eines Vertrags oder eines bestimmten Dienstes und nach einer E-Mail-Mitteilung löschen. Dies ist von der Löschung eines einzelnen persistenten Elements zu unterscheiden.
Während Applicative Data auf Verarbeitung oder Löschung warten, erfolgt laut Richtlinie kein Zugriff für Modelltraining. Autorisierte Mitarbeiter können für Support- oder betriebliche Servicetickets darauf zugreifen. Die Nichttrainingsaussage dieses Abschnitts bezieht sich auf diesen Speicherkontext der Applicative Data. Sie behauptet nicht pauschal, dass keine Kundeninformationen für Dienstbetrieb, Identitätsprüfung, Moderation oder andere in den einschlägigen Richtlinien genannte Zwecke verarbeitet werden.
API-Nutzer können optional eine signierte URL für Eingaben in ihrem eigenen Speicher bei AWS S3 und gesondert eine für Ausgaben bereitstellen. Wird die Ausgabe-URL bereitgestellt, wird das Ergebnis laut D-ID-Richtlinie nicht auf dessen Systemen gespeichert.
Das Klonen einer fremden Stimme erfordert die ausdrückliche Erlaubnis dieser Person. Sie muss die Einwilligungserklärung während des Klonens lesen und ihr zustimmen.
Nach einer Kündigung bleibt der Tarif bis zum Ende des Abrechnungszeitraums aktiv; danach wird das Konto herabgestuft.
