
Erklärvideo-Skript: Vorlage und Beispiel
Eine praktische Struktur mit 60-Sekunden-Vorlage, Timing, visuellen Aufgaben und einem dokumentierten TapVid-Test.
6. Aug. 2026 · 25 Min. Lesezeit
Ein vollständiger, schrittweiser Prozess, um ein Erklärvideo zu planen, zu schreiben, zu produzieren und zu optimieren, das echtes Produktverständnis schafft.

Zusammenfassen mit
2. Apr. 2026 · 26 Min. Lesezeit · Aktualisiert am 6. Aug. 2026
Geschrieben und redigiert von
Yibo Wang
CPO & Head of Product Design, TapVid
Vernetze dich mit dem Autor, triff andere Video-Creator und sieh dir praxisnahe Tutorials an.
Unserem Discord beitretenTL;DR
Definiere ein Problem und einen CTA, genehmige Skript und Briefing, prüfe Szenen, Untertitel und Export und verbessere danach gezielt.
Ein Erklärvideo wird leichter, wenn jede Phase einen klaren Freigabetest hat. Dieser Leitfaden führt von Umfang und Skript über Briefing und ersten Schnitt bis zu Export und Messung und dokumentiert dafür einen frischen TapVid-Test vom 6. August 2026.
Erklärvideo mit TapVid erstellen
Abschnitt 1.1: Das häufigste Briefing, das ich bekomme, lautet sinngemäß: „Wir brauchen ein zweiminütiges Video, das unsere gesamte Plattform erklärt. " Aus diesem Briefing entsteht ein mittelmäßiges Video, egal wie gut die Produktion ist – denn es verlangt von einem Video die Arbeit von zwölf. Jedes wirksame Erklärvideo beantwortet eine konkrete Frage für eine konkrete Person.
Abschnitt 1.2: Nicht „Was macht dieses Produkt? " – das ist eine Feature-Liste. Etwas Schärferes: „Wie bringt ein Solo-Gründer seine ersten zahlenden Kunden in unter zehn Minuten vom Signup zum ersten Ergebnis?
Abschnitt 1.3: " In dieser Frage steckt bereits ein Skript. Bevor Sie eine einzige Zeile schreiben, beantworten Sie schriftlich drei Dinge: Wer ist der Zuschauer, welches eine Problem hat er gerade jetzt, und was ist die eine Sache, die er nach dem Ansehen verstehen soll. Wenn Sie nicht alle drei in je zwei Sätzen beantworten können, grenzen Sie weiter ein.

Abschnitt 2.1: Die Skriptvorlage für Erklärvideos, die ich verwende, sieht überhaupt nicht wie ein Dokument aus. Sie sieht aus wie ein Gespräch. Jede Zeile ist zum Sprechen geschrieben, nicht zum Lesen. Kurze Sätze. Aktive Verben.
Abschnitt 2.2: Kein Fachjargon, den der Zuschauer nicht selbst verwenden würde. Die Struktur, die zuverlässig funktioniert, lautet: Benennen Sie den Schmerz in den ersten zehn Sekunden, zeigen Sie, warum der alte Weg nicht funktioniert, führen Sie den Mechanismus ein (nicht nur den Produktnamen – den tatsächlichen Mechanismus), belegen Sie ihn mit einem konkreten Vorher-Nachher und schließen Sie mit einer einzigen Handlung. Lesen Sie das Skript zuerst laut vor. Wenn Sie über einen Satz stolpern, wird es dem Zuschauer genauso gehen. Wenn das Vorlesen in natürlichem Tempo länger als zwei Minuten dauert, kürzen Sie, bis es passt. Jeder Satz, der nichts beiträgt, ist Ballast für die Aufmerksamkeit Ihres Zuschauers.
| Starting input | What it gives you | What to remove or add |
|---|---|---|
| Article or PDF | Evidence, examples, and a developed argument | Remove reading-only detail and rebuild the order for scenes |
| PRD or help document | Accurate steps, labels, and edge cases | Add audience context, benefits, and a reason to care |
| Product page | Positioning, proof, and CTA language | Verify claims and replace scroll order with a narrative |
| Approved script | Controlled narration and timing | Add visual jobs, source links, and pronunciation notes |
| Short prompt | Fast direction for an early draft | Add evidence, constraints, and explicit approval criteria |
Abschnitt 3.1: Bei den Visuals von Erklärvideos sehe ich ständig ein bestimmtes Fehlermuster: Teams produzieren etwas technisch Schönes, das die Zuschauer verwirrter zurücklässt als zuvor. Dichte Animationen, verschachtelte Übergänge, visuelle Metaphern, für deren Entschlüsselung man Vorwissen braucht. Jede Szene sollte eine Frage beantworten.
Abschnitt 3.2: Wenn Sie die Frage, die eine Szene beantwortet, nicht benennen können, leistet die Szene Dekorations- statt Kommunikationsarbeit. Streichen Sie sie oder fassen Sie sie mit der vorherigen Szene zusammen. Wenn Sie einen KI-Erklärvideo-Generator nutzen, ist die erste Ausgabe immer ein Entwurf.

Abschnitt 3.3: KI ist gut in ungefährem Timing und grober Bildkomposition. Sie ist nicht gut bei Markennuancen, emotionalem Rhythmus oder dem Gespür dafür, welches Detail zählt. Prüfen Sie jede Szene gegen Ihr Skript, bevor Sie am visuellen Feinschliff arbeiten.
Abschnitt 4.1: Runtime is an information constraint, not a quality score. A 60-second product explainer can usually establish one problem, reveal one mechanism through a few beats, show one proof moment, and ask for one action. It cannot teach every configuration option. A 90-second version can include a second example or a more deliberate proof sequence. A two-minute explanation can support a technical concept, but only if each additional scene earns its time.
Abschnitt 4.2: Word-count formulas are planning tools, not timing guarantees. Voice, sentence length, unfamiliar terms, pauses, and on-screen reading all affect pace. A draft of 140 words can feel rushed when it contains product names and acronyms, while a conversational 155-word draft may sound comfortable. Record a rough read at a natural pace, then allow time for visual comprehension instead of speeding up the voice to rescue an oversized script.
| Target length | Planning range | Best fit | Common scope error |
|---|---|---|---|
| 30 seconds | 55 to 75 spoken words | One problem, one mechanism, one CTA | Adding company history or multiple personas |
| 60 seconds | 120 to 150 spoken words | Focused product or service explanation | Treating every feature as a separate benefit |
| 90 seconds | 175 to 220 spoken words | Problem, mechanism, proof, and an extra example | Using the extra time for repetition |
| 120 seconds | 235 to 300 spoken words | Technical, educational, or process explanation | Removing visual pauses to fit more narration |
Abschnitt 5.1: Ein Video ohne begleitenden Text einzubetten ist eine SEO-Sackgasse. Suchmaschinen können Ihr Video nicht ansehen. Wenn die Seite nur aus einem eingebetteten Player und einer Überschrift besteht, ist sie für die Suche unsichtbar.

Abschnitt 5.2: Ergänzen Sie jedes Erklärvideo mit 400 bis 600 Wörtern begleitendem Text, der die vom Video aufgeworfenen Fragen beantwortet. Bauen Sie Ihr Haupt-Keyword – etwa „Erklärvideo erstellen" oder „Erklärvideo-Tutorial" – in den Seitentitel, die H1 und natürlich in den ersten Absatz ein. Fügen Sie am Seitenende einen Transkript-Abschnitt hinzu.
Abschnitt 5.3: Er dient der Barrierefreiheit und liefert Suchmaschinen den vollständigen semantischen Kontext. Die Seiten, die für umkämpfte Erklärvideo-Begriffe ranken, ranken nicht wegen des Videos. Sie ranken, weil die Seite rund um das Video wirklich nützlich ist.
Abschnitt 6.1: Nach dem Launch zählen zwei Kennzahlen am meisten: die Abschlussrate beim Ansehen und die CTA-Klickrate. Ist die Abschlussrate hoch, aber die CTA-Klicks niedrig, liegt das Problem im Call-to-Action, nicht im Inhalt.
Abschnitt 6.2: Bricht die Abschlussrate früh ein, schafft es etwas in den ersten dreißig Sekunden nicht, weitere Aufmerksamkeit zu verdienen. Machen Sie es sich zur Gewohnheit, die Performance-Daten 30 Tage nach jeder Veröffentlichung zu prüfen. Die Videos, die dauerhaft performen, sind die, an denen ihre Teams tatsächlich iteriert haben.

| Format | Strongest use | Watch for |
|---|---|---|
| Motion graphics | Abstract systems, data flow, and category education | Metaphors that look elegant but conceal the actual mechanism |
| UI-led | Product onboarding and workflow proof | Tiny labels, fast cursor movement, and obsolete screens |
| Character animation | Human pain, behavior change, and multi-role stories | Stock expressions that weaken a serious subject |
| Live action | Physical products, trust, demonstrations, and founder stories | Production demands that do not add explanatory value |
| Hybrid | Context plus product proof | Abrupt visual transitions and inconsistent pacing |
Abschnitt 7.1: Das häufigste Briefing, das ich bekomme, lautet sinngemäß: „Wir brauchen ein zweiminütiges Video, das unsere gesamte Plattform erklärt. " Aus diesem Briefing entsteht ein mittelmäßiges Video, egal wie gut die Produktion ist – denn es verlangt von einem Video die Arbeit von zwölf. Jedes wirksame Erklärvideo beantwortet eine konkrete Frage für eine konkrete Person.
Abschnitt 7.2: Nicht „Was macht dieses Produkt? " – das ist eine Feature-Liste. Etwas Schärferes: „Wie bringt ein Solo-Gründer seine ersten zahlenden Kunden in unter zehn Minuten vom Signup zum ersten Ergebnis?

Abschnitt 7.3: " In dieser Frage steckt bereits ein Skript. Bevor Sie eine einzige Zeile schreiben, beantworten Sie schriftlich drei Dinge: Wer ist der Zuschauer, welches eine Problem hat er gerade jetzt, und was ist die eine Sache, die er nach dem Ansehen verstehen soll. Wenn Sie nicht alle drei in je zwei Sätzen beantworten können, grenzen Sie weiter ein.
Abschnitt 8.1: Das häufigste Briefing, das ich bekomme, lautet sinngemäß: „Wir brauchen ein zweiminütiges Video, das unsere gesamte Plattform erklärt. " Aus diesem Briefing entsteht ein mittelmäßiges Video, egal wie gut die Produktion ist – denn es verlangt von einem Video die Arbeit von zwölf. Jedes wirksame Erklärvideo beantwortet eine konkrete Frage für eine konkrete Person.
Abschnitt 8.2: Nicht „Was macht dieses Produkt? " – das ist eine Feature-Liste. Etwas Schärferes: „Wie bringt ein Solo-Gründer seine ersten zahlenden Kunden in unter zehn Minuten vom Signup zum ersten Ergebnis?


Abschnitt 8.3: " In dieser Frage steckt bereits ein Skript. Bevor Sie eine einzige Zeile schreiben, beantworten Sie schriftlich drei Dinge: Wer ist der Zuschauer, welches eine Problem hat er gerade jetzt, und was ist die eine Sache, die er nach dem Ansehen verstehen soll. Wenn Sie nicht alle drei in je zwei Sätzen beantworten können, grenzen Sie weiter ein.
Abschnitt 9.1: Das häufigste Briefing, das ich bekomme, lautet sinngemäß: „Wir brauchen ein zweiminütiges Video, das unsere gesamte Plattform erklärt. " Aus diesem Briefing entsteht ein mittelmäßiges Video, egal wie gut die Produktion ist – denn es verlangt von einem Video die Arbeit von zwölf. Jedes wirksame Erklärvideo beantwortet eine konkrete Frage für eine konkrete Person. Nicht „Was macht dieses Produkt?
Abschnitt 9.2: " – das ist eine Feature-Liste. Etwas Schärferes: „Wie bringt ein Solo-Gründer seine ersten zahlenden Kunden in unter zehn Minuten vom Signup zum ersten Ergebnis? " In dieser Frage steckt bereits ein Skript. Bevor Sie eine einzige Zeile schreiben, beantworten Sie schriftlich drei Dinge: Wer ist der Zuschauer, welches eine Problem hat er gerade jetzt, und was ist die eine Sache, die er nach dem Ansehen verstehen soll. Wenn Sie nicht alle drei in je zwei Sätzen beantworten können, grenzen Sie weiter ein.


| Review pass | Questions | Typical fix |
|---|---|---|
| Story | Is the problem recognizable? Is the mechanism accurate? Does proof resolve the opening? | Reorder, remove, or rewrite before polishing visuals |
| Scene | Does each visual have one job? Are state changes and transitions understandable? | Replace a mismatched visual or split an overloaded scene |
| Silent | Can captions and important labels be read? Does hierarchy survive without narration? | Shorten text, increase contrast, or hold the frame longer |
Abschnitt 10.1: Das häufigste Briefing, das ich bekomme, lautet sinngemäß: „Wir brauchen ein zweiminütiges Video, das unsere gesamte Plattform erklärt. " Aus diesem Briefing entsteht ein mittelmäßiges Video, egal wie gut die Produktion ist – denn es verlangt von einem Video die Arbeit von zwölf. Jedes wirksame Erklärvideo beantwortet eine konkrete Frage für eine konkrete Person. Nicht „Was macht dieses Produkt?
Abschnitt 10.2: " – das ist eine Feature-Liste. Etwas Schärferes: „Wie bringt ein Solo-Gründer seine ersten zahlenden Kunden in unter zehn Minuten vom Signup zum ersten Ergebnis? " In dieser Frage steckt bereits ein Skript. Bevor Sie eine einzige Zeile schreiben, beantworten Sie schriftlich drei Dinge: Wer ist der Zuschauer, welches eine Problem hat er gerade jetzt, und was ist die eine Sache, die er nach dem Ansehen verstehen soll. Wenn Sie nicht alle drei in je zwei Sätzen beantworten können, grenzen Sie weiter ein.
| Symptom | Likely cause | Specific repair |
|---|---|---|
| The opening could describe any company | Category language replaced a real situation | Name a role, trigger moment, and visible friction |
| The middle feels like a list | Features have no causal order | Arrange scenes around the mechanism and one before-and-after example |
| Narration and visuals compete | Both channels introduce different ideas | Give narration meaning and visuals one evidence job |
| UI cannot be read | The capture is too dense or moves too quickly | Crop to the relevant state, enlarge labels, and extend the hold |
| The ending feels abrupt | Proof and CTA were treated as an end card | Resolve the opening problem, then hold one action visibly |
| Reviewers keep requesting additions | Scope has no written acceptance test | Return every request to viewer, mechanism, proof, and CTA |
Abschnitt 11.1: Das häufigste Briefing, das ich bekomme, lautet sinngemäß: „Wir brauchen ein zweiminütiges Video, das unsere gesamte Plattform erklärt. " Aus diesem Briefing entsteht ein mittelmäßiges Video, egal wie gut die Produktion ist – denn es verlangt von einem Video die Arbeit von zwölf. Jedes wirksame Erklärvideo beantwortet eine konkrete Frage für eine konkrete Person.
Abschnitt 11.2: Nicht „Was macht dieses Produkt? " – das ist eine Feature-Liste. Etwas Schärferes: „Wie bringt ein Solo-Gründer seine ersten zahlenden Kunden in unter zehn Minuten vom Signup zum ersten Ergebnis?

Abschnitt 11.3: " In dieser Frage steckt bereits ein Skript. Bevor Sie eine einzige Zeile schreiben, beantworten Sie schriftlich drei Dinge: Wer ist der Zuschauer, welches eine Problem hat er gerade jetzt, und was ist die eine Sache, die er nach dem Ansehen verstehen soll. Wenn Sie nicht alle drei in je zwei Sätzen beantworten können, grenzen Sie weiter ein.
Abschnitt 12.1: Das häufigste Briefing, das ich bekomme, lautet sinngemäß: „Wir brauchen ein zweiminütiges Video, das unsere gesamte Plattform erklärt. " Aus diesem Briefing entsteht ein mittelmäßiges Video, egal wie gut die Produktion ist – denn es verlangt von einem Video die Arbeit von zwölf. Jedes wirksame Erklärvideo beantwortet eine konkrete Frage für eine konkrete Person.
Abschnitt 12.2: Nicht „Was macht dieses Produkt? " – das ist eine Feature-Liste. Etwas Schärferes: „Wie bringt ein Solo-Gründer seine ersten zahlenden Kunden in unter zehn Minuten vom Signup zum ersten Ergebnis?

| Placement | Primary question | Useful measures |
|---|---|---|
| Landing page | Does the video help a qualified visitor take the next step? | Play rate, scene retention, CTA click, downstream conversion |
| Onboarding | Does the viewer complete the explained workflow? | Task completion, time to first result, related support requests |
| Sales follow-up | Does the explanation resolve the known objection? | Reply quality, next-meeting progression, repeated questions |
| Education or training | Can the viewer recall and apply the process? | Knowledge check, task accuracy, repeat viewing by section |
| Social | Does the opening earn attention from the intended audience? | Qualified watch time, saves, relevant comments, destination clicks |
Abschnitt 12.3: " In dieser Frage steckt bereits ein Skript. Bevor Sie eine einzige Zeile schreiben, beantworten Sie schriftlich drei Dinge: Wer ist der Zuschauer, welches eine Problem hat er gerade jetzt, und was ist die eine Sache, die er nach dem Ansehen verstehen soll. Wenn Sie nicht alle drei in je zwei Sätzen beantworten können, grenzen Sie weiter ein.
Wie lang sollte ein Erklärvideo sein?
So kurz wie möglich, aber lang genug für Problem, Mechanismus, Beleg und nächsten Schritt. Viele fokussierte Produktvideos liegen zwischen 45 und 90 Sekunden.
Wie viele Wörter passen in 60 Sekunden?
Bei natürlichem Sprechtempo meist etwa 125 bis 150 Wörter. Lies den Text mit Pausen laut vor.
Brauche ich ein Storyboard?
Mindestens eine freigegebene Szenenfolge. Ein leichtes Storyboard verhindert teure Strukturfehler.
Was muss ich vor der Veröffentlichung prüfen?
Versprechen, Szenenlogik, Timing, Untertitel, Audio, Exportauflösung, Wasserzeichen und CTA.
Kann ich TapVid dafür verwenden?
Ja. Erstelle zuerst ein klares Briefing und prüfe Brief, Szenen und Export, statt die erste Generierung als fertige Version zu behandeln.
Welches Format eignet sich für ein Erklärvideo?
Wähle UI-Aufnahmen für exakte Abläufe, Motion Graphics für unsichtbare Systeme, Live Action für physische Prozesse und hybride Formate für Kontext plus Produktbeleg.
Wie nutze ich Referenzvideos verantwortungsvoll?
Übernimm eine Kommunikationsentscheidung wie Struktur oder Belegführung, aber entwickle Skript, Bildwelt, Assets, Behauptungen und CTA aus dem eigenen Briefing.
Wie lokalisiere ich ein Erklärvideo?
Übersetze die Aufgabe jeder Szene, nimm den Text natürlich neu auf und prüfe Timing, UI-Begriffe, Untertitel, Zahlen und CTA mit einer sprachkundigen Person.
Abschnitt 13.1: Das häufigste Briefing, das ich bekomme, lautet sinngemäß: „Wir brauchen ein zweiminütiges Video, das unsere gesamte Plattform erklärt. " Aus diesem Briefing entsteht ein mittelmäßiges Video, egal wie gut die Produktion ist – denn es verlangt von einem Video die Arbeit von zwölf. Jedes wirksame Erklärvideo beantwortet eine konkrete Frage für eine konkrete Person. Nicht „Was macht dieses Produkt? " – das ist eine Feature-Liste. Etwas Schärferes: „Wie bringt ein Solo-Gründer seine ersten zahlenden Kunden in unter zehn Minuten vom Signup zum ersten Ergebnis? " In dieser Frage steckt bereits ein Skript. Bevor Sie eine einzige Zeile schreiben, beantworten Sie schriftlich drei Dinge: Wer ist der Zuschauer, welches eine Problem hat er gerade jetzt, und was ist die eine Sache, die er nach dem Ansehen verstehen soll. Wenn Sie nicht alle drei in je zwei Sätzen beantworten können, grenzen Sie weiter ein. Nutze Googles Dokumentation zu Video-Strukturdaten als Referenz für die Felder. Skriptvorlage · Beispiel-Leitfaden
Vernetze dich mit dem Autor, triff andere Video-Creator und sieh dir praxisnahe Tutorials an.
Unserem Discord beitretenVerwandte Artikel

Eine praktische Struktur mit 60-Sekunden-Vorlage, Timing, visuellen Aufgaben und einem dokumentierten TapVid-Test.
6. Aug. 2026 · 25 Min. Lesezeit

Motion Graphics ist Grafikdesign in Bewegung. Dieser Leitfaden erklärt, was Motion Graphics ist, die wichtigsten Arten und Beispiele und wie KI es heute in Minuten erstellt.
14. Juli 2026 · 10 Min. Lesezeit

Ein teamorientierter Leitfaden zur Nutzung eines KI-Storyboard-Generators für schnellere Planung und saubere Übergabe an die Produktion.
15. Apr. 2026 · 11 Min. Lesezeit
Schließen Sie sich Tausenden von Produktteams an, die mit KI in Minuten professionelle Videos erstellen.