popnow
PreiseAnmeldenLos geht’s

Das bekommst du

  • Ein MP4-Erklärvideo von 45 bis 120 Sekunden in 16:9, 9:16 oder 1:1, mit Erzählung und eingebrannten Untertiteln
  • Untertiteldateien in SRT und WebVTT, getaktet auf die gesprochenen Wörter
  • Ein bearbeitbares HyperFrames-Projekt mit Skript, Storyboard, Quellen und Timing-Dateien
  • Ein Storyboard-Kontaktbogen zur Freigabe, bevor etwas bezahlt wird
  • Ein QA-Bericht zu Untertitel-Sync, Tempo, Stille, Quellen und Lautstärke

Gut für

  • Erklären, wie ein Produkt, ein Prozess oder eine Idee funktioniert
  • Einen Artikel oder Bericht in ein Minutenvideo verwandeln
  • Datengeschichten für Berichte, Team-Updates und Präsentationen
  • Kurs- und Onboarding-Lektionen in mehreren Sprachen

Nicht für

  • Videos länger als zwei Minuten; lieber eine kurze Serie machen
  • Talking-Head-, Realfilm- oder Avatar-Videos
  • Behauptungen, die niemand belegen kann

So nutzt du ihn

In Claude oder ChatGPT

Nutze den PopNow-Skill „Erklärvideo mit Erzählung“ (narrated-explainer) dafür: Mach aus diesem Blogbeitrag ein 90-sekündiges Whiteboard-Erklärvideo auf Spanisch, 16:9, mit Untertiteln.

In einem Coding-Agent

/popnow-narrated-explainer Mach aus diesem Blogbeitrag ein 90-sekündiges Whiteboard-Erklärvideo auf Spanisch, 16:9, mit Untertiteln.

Dann probier

Nimm eine wärmere Stimme und verlangsame das zweite Kapitel ein wenig.

Mach einen 9:16-Schnitt für Social Media mit derselben Stimme und denselben Untertiteln.

Das solltest du bereithalten

  • Thema, Artikel, Dokument oder Daten mit ihren Quellen
  • Sprache, Länge, Stil und Seitenverhältnis
  • Node.js 22+, FFmpeg und Python 3; HyperFrames läuft über npx
  • Einen PopNow-API-Schlüssel für die Sprachaufnahme oder deine eigene aufgenommene Erzählung

Leitfaden: So erstellst du ein Erklärvideo mit KI

Ähnliche Skills

Alle ansehen →

Fragen

Ist das Video von einem KI-Video-Modell gemacht?

Nein. Die Szenen sind HTML, CSS und GSAP, die dein Agent schreibt und Bild für Bild mit HyperFrames als MP4 rendert. So bleibt der Text scharf und alles bearbeitbar. PopNow liefert die Stimme, das Worttiming, optional ein Musikbett und optional Papierausschnitt-Bilder.

Welche Sprachen werden unterstützt?

Englisch, vereinfachtes und traditionelles Chinesisch, Japanisch, Koreanisch, Deutsch, Französisch, Spanisch, brasilianisches Portugiesisch, Russisch, Italienisch und Polnisch. Jede hat ihr eigenes Sprechtempo für die Planung und eine eigene Zeilenlänge für Untertitel. Chinesische Sprachaufnahmen werden aus dem Audio selbst getaktet, da das Transkriptionsmodell Chinesisch nicht abdeckt.

Kann ich es selbst einsprechen?

Ja. Nimm eine Datei pro Kapitel auf, und der Skill taktet deine Aufnahme genauso wie eine erzeugte Stimme. Er nutzt nur Voreinstellungen oder deine eigene Stimme und imitiert nie eine echte Person.

Was kostet ein Video?

Etwa 21 Credits für eine 60-sekündige Light-Version (Stimme und Worttiming), etwa 110 für 90 Sekunden mit drei Stimmproben und Musik, und etwa 53 extra für jedes Papierausschnitt-Bild. Jeder Schritt wird vor dem Lauf angeboten, Rendern auf deinem Rechner ist kostenlos.

Wie geht es mit Fakten und Zahlen um?

Jede Aussage und jede Zahl landet in einer Quellendatei mit einer Quelle, die du gelesen oder der Nutzer geliefert hat. Die Prüfung schlägt bei allem Ungeprüften fehl oder bei einer Zahl ohne Aussage; Diagramme beginnen bei null und zeigen ihre Quelle, und die Quellen stehen auf der Endkarte.