Voice-Over

Die Stimme führt, das Bild folgt. Voice-Over ist eines der wirkungsvollsten Werkzeuge in der Videoproduktion – es verbindet Bilder mit einer klaren Botschaft und gibt dem Film eine erzählerische Struktur, die rein visuell nicht möglich wäre.

Der Unterschied zwischen Voice-Over und On-Camera-Dialog ist einfach: Beim Voice-Over ist der Sprecher nicht im Bild zu sehen. Die Stimme wird separat im Tonstudio aufgenommen und in der Postproduktion über das Bildmaterial gelegt. On-Camera-Dialog zeigt den Sprechenden – wie bei Interviews oder Testimonials.

Die Basis jedes Voice-Over ist ein Sprechertext. Dieser wird im Vorfeld geschrieben, mit dem Kunden abgestimmt und dann von einem professionellen Sprecher eingesprochen. Die Textlänge richtet sich nach der Filmlänge – als Faustregel gelten rund 130 bis 150 Wörter pro Minute bei ruhigem Erzähltempo.

In der Praxis kommt Voice-Over in verschiedenen Videoformaten zum Einsatz. Bei Erklärvideos ist es das primäre Erzählelement – die Stimme führt durch die Animation und erklärt komplexe Sachverhalte. Bei Imagefilmen setzt Voice-Over den emotionalen Rahmen, während die Bilder die Story transportieren. Bei Werbespots verdichtet es die Kernbotschaft auf wenige Sekunden.

Die Sprecherwahl entscheidet über die Wirkung. Stimmlage, Tempo, Dialektfreiheit und emotionale Färbung müssen zum Markenauftritt passen. Ein technischer Erklärfilm verlangt eine ruhige, präzise Stimme. Ein emotionaler Imagefilm profitiert von einer warmen, erzäherischen Sprechweise.

Voice-Over und ADR werden häufig verwechselt. Der Unterschied: Voice-Over ist ein erzählerisches Element – der Sprecher kommentiert von außen. ADR ersetzt oder ergänzt Dialog, der im Bild gesprochen wird. Bei ADR muss die Aufnahme lippensynchron zum Bild passen, beim Voice-Over nicht.

Die Aufnahme erfolgt im Tonstudio. Professionelle Sprecher liefern in der Regel innerhalb weniger Stunden mehrere Varianten, aus denen die passende gewählt wird. Im Sound Design wird das Voice-Over anschließend in den Gesamtmix integriert – Lautstärke, Frequenzen und Raumklang werden abgestimmt.

Wer sich fragt, was ist Voice-Over in der Praxis – die Antwort liegt in der Vielfalt der Stile. Narratives Voice-Over begleitet den Zuschauer als unsichtbarer Erzähler durch die Geschichte, wie man es aus Dokumentationen kennt. Informatives Voice-Over vermittelt Fakten und Zusammenhänge ohne emotionale Färbung – typisch für technische Erklärvideos und Schulungsvideos. Werbliches Voice-Over verdichtet eine Botschaft auf wenige Sekunden, setzt auf Rhythmus, Tonalität und präzise Betonungen. Je nach Videoformat und Kommunikationsziel wählt die Produktion den passenden Stil. In einem Imagefilm dominiert oft die narrative Variante, während ein Produktvideo eher auf informativen Sprechstil setzt.

Der Casting-Prozess für den passenden Sprecher folgt einer klaren Struktur. Auf Basis des fertigen Sprechertexts werden Sprecherprofile mit Hörproben zusammengestellt – gefiltert nach Stimmlage, Sprachfarbe, Alter und Erfahrung. Im B2B-Umfeld bevorzugen die meisten Unternehmen eine sachlich-kompetente Stimme mit natürlicher Autorität. Bei emotionalen Formaten darf die Stimme wärmer und erzählerischer ausfallen. FIUMU arbeitet mit einem Netzwerk professioneller Sprecher zusammen und stellt Ihnen in der Regel drei bis fünf Vorschläge zur Auswahl – inklusive Vergleichsaufnahmen desselben Textes, damit Sie die Wirkung direkt beurteilen können.

Die technischen Anforderungen an eine professionelle Voice-Over-Aufnahme sind nicht verhandelbar. Das Studio muss akustisch gedämmt sein, um Reflexionen und Außengeräusche auszuschließen. Grossmembran-Kondensatormikrofone wie das Neumann U87 oder Sennheiser MKH 416 sind Branchenstandard für Sprachaufnahmen. Die Signalkette – Mikrofon, Vorverstärker, Audio-Interface – bestimmt die Klangqualität ebenso wie der Raum selbst. Aufgenommen wird in 24 Bit bei 48 kHz, dem gängigen Format für Videoproduktionen. Nachträglich werden Atemgeräusche reduziert, Pegel normalisiert und das Signal für den Gesamtmix vorbereitet.

Voice-Over unterscheidet sich je nach Genre erheblich in Tempo und Ansprache. In einem Erklärvideo spricht der Erzähler ruhig und deutlich, mit Pausen zwischen Sinnabschnitten, damit die Animation synchron arbeiten kann. In einem Imagefilm für eine Industriemesse darf das Tempo dynamischer ausfallen – die Stimme transportiert Energie und Selbstbewusstsein. In einer Dokumentation wiederum tritt die Stimme zurück und lässt den Bildern den Vorrang. Dieses Genre-Bewusstsein bei der Sprecherregie unterscheidet eine durchschnittliche Produktion von einer professionellen. Was Kosten und Zeitrahmen betrifft: Die reine Studioaufnahme für einen 90-Sekunden-Text liegt bei etwa 200 bis 600 EUR für deutschsprachige Sprecher, hinzu kommen Nutzungsrechte je nach Verbreitungsgebiet und Laufzeit. Mehrsprachige Versionen multiplizieren den Aufwand entsprechend, reduzieren sich aber durch eine saubere Vorlage im Originalton.