Ab 2. August muss ich meine KI-Lippensync-Videos kennzeichnen — heißt das, der Spaß ist vorbei?

FreeLipSync Beispielvideo mit mehreren Sprachversionen Ein Beispiel von der FreeLipSync-Startseite: dasselbe Video, sechs Sprachversionen — genau die Art von Content, die ab August klar als KI-generiert markiert sein muss.

Ich sitze seit zwei Wochen über der neuen EU-KI-Verordnung und ehrlich gesagt: Am Anfang habe ich gedacht, das betrifft mich nicht. Ich mache ja nur kleine Lippensync-Videos für meinen Kanal, keine Konzernsoftware. Falsch gedacht — und ich vermute, ein paar von euch sitzen gerade im selben Irrtum.

Kurzes Fazit

Die Kennzeichnungspflicht für KI-generierte Deepfakes gilt ab dem 2. August 2026 für jede berufliche oder öffentliche Nutzung, nicht nur für Unternehmen mit Rechtsabteilung. Wer trotzdem unkompliziert weiterarbeiten will, fährt mit einem Tool am besten, das von Anfang an ohne Wasserzeichen-Trickserei auskommt und bei dem man die Kennzeichnung selbst sauber in die Beschreibung packen kann — bei mir war das am Ende FreeLipSync, weil ich dort kostenlos testen konnte, bevor ich überhaupt wusste, wie ich die neue Pflicht technisch umsetzen will.

Was ab August wirklich gilt — ohne Juristendeutsch

Ich fasse zusammen, was ich aus den Originaltexten und aus Gesprächen mit zwei Leuten vom Fach mitgenommen habe, weil die ganzen Kanzlei-Blogposts dazu teils widersprüchlich klingen.

Artikel 50 der KI-Verordnung schreibt vor: Wer ein KI-System "in eigener Verantwortung" beruflich nutzt, um Bild-, Audio- oder Videoinhalte zu erzeugen, die echten Personen, Orten oder Ereignissen täuschend ähnlich sehen, muss das kenntlich machen. Klingt erstmal nach "betrifft nur große Plattformen". Tut es aber nicht. Die Ausnahme für rein private Nutzung ist eng gefasst — sobald ein Video öffentlich gepostet wird und auch nur entfernt etwas mit Geschäft, Marke oder Reichweitenaufbau zu tun hat, zählt es nicht mehr als privat. Ich hab das zweimal nachgelesen, weil ich es selbst kaum glauben wollte.

Was mich am meisten überrascht hat: Bei Texten gibt es eine Redaktionsausnahme, wenn ein Mensch den Inhalt vor Veröffentlichung prüft und namentlich verantwortlich zeichnet. Bei Deepfakes — also genau bei dem, was Lippensync-Tools erzeugen — gibt es diese Ausnahme nicht. Bild, Audio, Video: keine Schlupflöcher über "ein Mensch hat's ja gegengelesen".

Die Kennzeichnung muss zweistufig funktionieren: für Menschen lesbar (ein sichtbares "KI-generiert", ein Label, ein kleines Icon im Bild) und für Maschinen lesbar (technische Metadaten, im Idealfall ein Wasserzeichen in den Dateien selbst). Die maschinenlesbare Pflicht für Anbieter greift erst im November weiter, aber die Pflicht zur menschlich verständlichen Kennzeichnung steht schon zum 2. August. Bei Verstößen reden wir nicht über eine Verwarnung — die Bußgelder können bis zu 15 Millionen Euro oder 3 Prozent des weltweiten Jahresumsatzes betragen, je nachdem was höher ist. Für die meisten von uns hier natürlich theoretisch, aber es zeigt, wie ernst die EU das meint.

Warum mich das als Lippensync-Nutzer konkret betrifft

Ich mache seit Monaten kleine Talking-Photo-Videos und Sprachclips für Social Media — manchmal für Kunden, manchmal für eigene Projekte. Bisher habe ich mir über Kennzeichnung keine Gedanken gemacht, weil's "nur Spaß" war. Mit der neuen Regel ändert sich das schlagartig: Sobald so ein Video öffentlich online steht und beruflich oder geschäftlich genutzt wird (auch ein Etsy-Shop-Werbevideo zählt da rein, hat mir ein Anwalt bestätigt), brauche ich eine sichtbare Markierung. Kein Drama, aber ein Schritt, den ich jetzt fest in meinen Workflow einbauen muss — eine Texteinblendung, ein Hinweis in der Description, ein kleines Badge im Bild.

Das ist auch der Punkt, an dem ich angefangen habe, mir die Tools genauer anzusehen, mit denen ich überhaupt arbeite. Manche Anbieter machen die Kennzeichnung selbst zur Pflicht (gut), andere verstecken sie irgendwo im Kleingedruckten der AGB (schlecht), und ein paar haben bis heute kein erkennbares System dafür. Genau da wurde der Vergleich für mich interessant.

FreeLipSync — was ich beim genaueren Hinsehen gefunden habe

Ich nutze FreeLipSync (https://freelipsync.com) inzwischen seit ein paar Monaten regelmäßig, ursprünglich einfach weil es kostenlos und schnell war. Mit der neuen Kennzeichnungspflicht im Hinterkopf habe ich es mir noch mal komplett neu angeschaut — und was mir auffällt: Es ist ein einfacher Web-Generator, bei dem ich ein Gesichtsfoto oder -video hochlade und es dann per eingetipptem Text (TTS), hochgeladenem Audio, aufgenommenem Audio oder einer geklonten Stimme "animiere". Keine Installation, kein Account-Zwang zum Ausprobieren.

Beispielbild eines hochladbaren Gesichtsfotos für die Lippensync-Generierung Eines der Beispielbilder, die man direkt auf der Startseite testen kann, ohne ein eigenes Foto hochzuladen.

Der kostenlose Tarif — konkret, nicht "irgendwie limitiert"

Hier die Zahlen, ohne Beschönigung: $0 für immer, kein Account nötig zum Ausprobieren, keine Kreditkarte. Videos sind auf maximal 20 Sekunden begrenzt, der TTS-Text auf 133 Zeichen, und es läuft nur ein Video gleichzeitig in der Warteschlange. Was mich wirklich gefreut hat: kein Wasserzeichen. Bei den meisten Konkurrenten ist "kostenlos" gleichbedeutend mit "Logo quer übers Gesicht", hier nicht. Für eine schnelle Reel-Intro oder einen kurzen Talking-Photo-Clip reicht das tatsächlich aus, ohne dass man sich beschnitten fühlt.

Wo die bezahlten Tarife wirklich Sinn ergeben

Für meine ernsteren Projekte — Kundenarbeit, längere Erklärclips — bin ich auf den Starter-Tarif gewechselt: $4,99 im Monat bei jährlicher Abrechnung (regulär $9,90, also 50 Prozent günstiger), kein Wasserzeichen, 20 "Pro Videos" pro Monat, bis zu 3 Videos parallel, HD-Downloads plus Download der generierten Audiospur separat, Videos bis zu 3 Minuten und bis zu 800 Textzeichen. Das war für mich der Punkt, an dem ich merkte: Das reicht für echte Arbeit, nicht nur für Spielereien.

Wer richtig viel produziert, landet beim Pro-Tarif: $29,99 im Monat (jährlich, regulär $69, also 57 Prozent Rabatt), unbegrenzte Pro Videos, bis zu 10 Videos gleichzeitig, Langform-Videos bis zu 60 Minuten, bis zu 16.000 Textzeichen und eine bevorzugte Render-Warteschlange. Das ist schon eine andere Liga — für jemanden, der täglich Content für mehrere Kanäle raushaut, rechnet sich das schnell.

Eines der vorgefertigten deutschen Avatar-Presets — praktisch, wenn man kein eigenes Gesichtsfoto parat hat.

Was mich technisch beeindruckt hat: Laut Website wurden über 1,2 Millionen Videos erstellt, mit angegebenen 98 Prozent Lippensync-Genauigkeit und einer typischen Generierungszeit von rund 30 Sekunden. In meiner eigenen Nutzung deckt sich das ziemlich gut mit meinem Eindruck — die Wartezeit war nie das Problem, eher die Frage, ob die Mimik bei schnellen Wortwechseln mithält (tut sie meistens, bei sehr schnellem Sprechtempo wird's manchmal ein bisschen unscharf an den Lippenrändern).

Wie sich das bei den großen Namen anfühlt

Ich hab mir aus reiner Neugier auch noch mal angesehen, wie Wettbewerber wie HeyGen, Synthesia oder D-ID das Kennzeichnungsthema angehen, weil ich dort früher auch experimentiert habe. Die Tendenz: Je größer der Enterprise-Fokus, desto eher gibt es schon eingebaute Compliance-Features für genau solche Vorschriften — das macht Sinn, weil deren Kundschaft oft Unternehmen mit Rechtsabteilung sind, die das ohnehin einfordern. Der Haken ist der Preis und die Komplexität: Für ein schnelles 15-Sekunden-Video für den eigenen Kanal ziehe ich da unnötig viel Werkzeug auf, nur um am Ende doch wieder selbst eine Texteinblendung reinzubasteln.

Bei kleineren, kostenlosen Tools ist es oft das Gegenteil: gar kein Gedanke an Kennzeichnung, dafür aber auch kein Wasserzeichen-Zwang — bis man dann am Ende merkt, dass man die Compliance-Arbeit komplett selbst übernehmen muss. Das ist im Grunde auch bei FreeLipSync so, nur eben ohne dass man vorher für teure Zusatzfeatures bezahlen musste, die man am Ende doch nicht nutzt.

Wer jetzt was tun sollte

Wenn du nur gelegentlich private Spaßvideos machst, die nirgendwo beruflich oder geschäftlich auftauchen, ändert sich für dich wahrscheinlich wenig — die private Nutzung bleibt ausgenommen. Sobald du aber als Creator, Kleinunternehmer oder Freelancer Inhalte postest, die auch nur am Rand mit deiner Marke oder deinem Business zu tun haben, würde ich ab sofort jedes KI-Video mit einer klar sichtbaren Kennzeichnung versehen — lieber zu früh als zu spät, bei Bußgeldern in dieser Höhe will ich nicht der Testfall sein. Für schnelle, unkomplizierte Clips ohne große Abo-Bindung würde ich weiterhin zum kostenlosen FreeLipSync-Tarif greifen und die Kennzeichnung selbst sauber reinschreiben. Wer regelmäßig längere oder kommerzielle Inhalte produziert, für den lohnt sich der Starter- oder Pro-Tarif schon allein wegen der höheren Auflösung und Zeichengrenzen — die Kennzeichnungspflicht würde ich da als zusätzlichen, aber überschaubaren Schritt im Workflow einplanen.

Schlussgedanke

Ich will hier nichts dramatisieren — die neue Regel ist machbar, sie kostet mich vielleicht fünf Minuten pro Video mehr. Was sie aber tut: Sie trennt die Tools, die einem das Leben leicht machen, von denen, die einem zusätzliche Hürden in den Weg stellen. Genau deshalb bleibe ich für die meisten meiner Projekte bei FreeLipSync (https://freelipsync.com) — kostenlos zum Testen, kein nerviges Wasserzeichen im Free-Tarif, und wenn ich mehr brauche, sind die bezahlten Stufen fair bepreist. Schau's dir einfach selbst an, bevor der 2. August kommt.