Skript schreiben für ein Erklärvideo: Anleitung, Format und Vorlage

Ein Skript für ein Erklärvideo schreiben Sie in sechs Schritten: Zielgruppe und Kernbotschaft festlegen, den Ablauf in Problem, Lösung, Nutzen und Handlungsaufruf gliedern, das Wortbudget für die geplante Länge ausrechnen, den Text fürs Ohr formulieren, ihn zweispaltig mit Bild und Ton aufschreiben und ihn zum Schluss laut gelesen prüfen. Für ein Video von 60 bis 90 Sekunden entsteht so ein Sprechertext von höchstens einer halben Seite, neben dem für jede Szene steht, was zu sehen ist. Diese Anleitung zeigt jeden Schritt mit Beispielen und endet mit einem Musterskript, das Sie als Vorlage nehmen können.

Wer schon einmal vor einem leeren Dokument saß, kennt das eigentliche Problem: Es fehlt selten an Wissen über das eigene Produkt. Es fehlt an der Verdichtung, also an der Entscheidung, was von all dem, was man sagen könnte, in 90 Sekunden gesagt werden muss. Dieser Beitrag hilft bei genau dieser Entscheidung. Wie das Skript in die gesamte Produktion eingebettet ist, beschreibt unser Leitfaden, wie Sie ein Erklärvideo selbst machen oder produzieren lassen.

Was gehört in ein Skript für ein Erklärvideo?

Ein Skript für ein Erklärvideo enthält zwei Dinge: den vollständigen Sprechertext, Wort für Wort, und für jeden Abschnitt dieses Textes eine Beschreibung dessen, was im Bild passiert. Dazu kommen Hinweise auf Musik, Geräusche und eingeblendete Texte. Das Skript ist damit die Bauanleitung für alle, die nach Ihnen am Film arbeiten: für den Sprecher, der den Text einspricht, für den Illustrator, der das Storyboard zeichnet, und für den Animator, der die Bilder in Bewegung setzt.

Vom Drehbuch eines Spielfilms unterscheidet sich das Erklärvideo-Skript deutlich. Ein Spielfilm erzählt über Szenen und Dialoge, ein Erklärvideo meist über eine Sprecherstimme, die das Bild begleitet. Deshalb braucht es kein Drehbuchformat mit Szenenköpfen und Dialogblöcken, sondern eine einfache Gegenüberstellung von Bild und Ton. Wie beide Formate aussehen, zeigt der Abschnitt zur Formatierung weiter unten.

Wichtiger als jedes Format ist der Gedanke dahinter: Ein Skript für ein Erklärvideo ist keine Produktbeschreibung in ganzen Sätzen. Es ist eine kleine Geschichte, in der ein Zuschauer sein eigenes Problem wiedererkennt und sieht, wie es sich lösen lässt. Alles, was diese Geschichte nicht voranbringt, gehört nicht ins Skript, auch wenn es inhaltlich richtig ist.

Schritt 1: Für wen schreiben Sie, und was soll danach passieren?

Bevor der erste Satz entsteht, stehen zwei Antworten fest: wer das Video sieht und was dieser Mensch danach tun soll. Ohne diese beiden Antworten wird das Skript zur Aufzählung von allem, was das Produkt kann. Mit ihnen lässt sich jeder Satz daran messen, ob er den Zuschauer seinem nächsten Schritt näherbringt.

Hilfreich ist ein einziger Satz, der die Kernbotschaft festhält, bevor der eigentliche Text beginnt. Etwa: „Handwerksbetriebe verlieren Aufträge, weil Angebote zu spät rausgehen, und mit unserer Software geht ein Angebot noch am Tag des Termins raus.“ Gelingt dieser Satz nicht, ist das Thema noch nicht reif für ein Skript. Gelingt er, ist er der Prüfstein für alles Weitere.

Die Zielgruppe bestimmt auch den Ton. Wer für Einkäufer in der Industrie schreibt, darf Fachbegriffe wie „Schnittstelle“ voraussetzen; wer Endkunden anspricht, übersetzt sie oder lässt sie weg. Unterschätzen sollte man den Wunsch nach einfacher Sprache aber auch bei Fachleuten nicht: Die Nielsen Norman Group stellte in einer Studie mit Experten aus Wissenschaft, Technik und Medizin fest, dass auch hochgebildete Leser knappe, leicht erfassbare Texte bevorzugen. Wie sich Zielgruppen von B2B-Entscheidern bis zu Endkunden unterscheiden, beschreibt unser Beitrag zu den Zielgruppen von Erklärvideos.

Schritt 2: Welcher Aufbau trägt 60 bis 90 Sekunden?

Für die meisten Erklärvideos trägt ein vierteiliger Aufbau: Problem, Lösung, Nutzen, Handlungsaufruf. Der Zuschauer erkennt zuerst seine eigene Situation wieder, sieht dann, wie sich das Problem lösen lässt, erfährt, was sich für ihn ändert, und bekommt zum Schluss einen klaren nächsten Schritt. Bei einem Video von 90 Sekunden ergibt sich daraus ungefähr folgende Verteilung:

Teil	Aufgabe	Anteil bei 90 Sekunden
Problem	Der Zuschauer erkennt seine Lage wieder	etwa 15 bis 20 Sekunden
Lösung	So funktioniert das Produkt oder Verfahren	etwa 35 bis 40 Sekunden
Nutzen	Was danach anders ist	etwa 20 Sekunden
Handlungsaufruf	Der nächste Schritt	etwa 5 bis 10 Sekunden

Die Zahlen sind ein Richtwert, kein Gesetz. Entscheidend ist der Einstieg: Die eine Frage, die Ihr Zuschauer tatsächlich hat, gehört in die ersten zehn Sekunden. Eine konkrete Situation („Jeden Monat gehen Ihnen Aufträge verloren, weil das Angebot zu spät kommt“) wirkt dabei stärker als eine allgemeine Behauptung („Effizienz ist wichtig“). Unsere Autoren, die bei uns ab dem Standard-Paket das Skript schreiben, verdichten jedes Thema deshalb zuerst auf diese eine Frage.

Beim Schreiben selbst ist oft schon der erste Satz die größte Hürde. Gegen das leere Blatt hilft es, die erste Fassung ungefiltert herunterzuschreiben und erst danach zu kürzen. Die meisten Skripte scheitern aber in der Mitte. Dort, wo die Lösung erklärt wird, drängen sich Funktionen, Varianten und Ausnahmen hinein, und aus der Geschichte wird eine Liste. Dagegen hilft eine bewusste Auswahl: höchstens drei Eigenschaften, jede mit einem Bild, das sie zeigt. Was darüber hinausgeht, gehört auf die Website oder ins Verkaufsgespräch.

Schritt 3: Wie viele Wörter passen in eine Minute?

Für eine Minute Sprechertext planen wir mit rund 130 bis 150 Wörtern. Ein Video von 90 Sekunden hat damit Platz für etwa 195 bis 225 Wörter, das ist rund eine halbe DIN-A4-Seite. Diese Zahl ist die wichtigste Grenze beim Schreiben: Was nicht hineinpasst, wird nicht schneller gesprochen, sondern gestrichen.

Länge des Videos	Wörter im Sprechertext
30 Sekunden	etwa 65 bis 75
60 Sekunden	etwa 130 bis 150
90 Sekunden	etwa 195 bis 225
120 Sekunden	etwa 260 bis 300

Die Werte gelten für durchgehend gesprochenen Text. Pausen und Bildmomente ohne Text brauchen zusätzlich Zeit, der Sprechertext fällt deshalb meist kürzer aus.

Wie stark das Sprechtempo schwankt, zeigt eine Auswertung von Lernvideos der Plattform edX: Die Forscher um Philip Guo maßen dort zwischen 48 und 254 Wörtern pro Minute, im Mittel 156, bei englischsprachigen Videos. In derselben Untersuchung blieben Zuschauer im Median höchstens sechs Minuten bei einem Video, unabhängig von dessen Gesamtlänge, wie die Studie zur Wirkung der Videoproduktion auf die Aufmerksamkeit festhält. Für ein Erklärvideo, das Interesse wecken soll statt eine Lektion zu ersetzen, liegt die sinnvolle Länge deutlich darunter; nach unserer Erfahrung sind 60 bis 90 Sekunden fast immer das Optimum. Warum das so ist, erklärt unser Ratgeber zum Erklärfilm.

Für das Schreiben bedeutet das Wortbudget vor allem Verzicht. Füllwörter, Nebensätze und Passivkonstruktionen kosten Sekunden, ohne Inhalt zu liefern. „Unsere Software ermöglicht es Ihnen, durch automatisierte Abläufe Zeit zu sparen“ wird zu „Die Software erledigt das automatisch“, und was die Automatik tut, zeigt das Bild.

Schritt 4: Wie schreibt man fürs Ohr statt fürs Auge?

Ein Sprechertext wird gehört, nicht gelesen, und das verändert jeden Satz. Der Zuschauer kann nicht zurückspringen, wenn er den Anfang eines langen Satzes vergessen hat. Deshalb gelten fürs Ohr andere Regeln als für einen Text auf Papier: ein Gedanke pro Satz, das Verb früh, keine Klammern und keine Abkürzungen, die man beim Vorlesen auflösen müsste.

Drei Fragen helfen beim Überarbeiten jedes Satzes. Kann man ihn in einem Atemzug sprechen? Steht das Wichtigste am Ende, wo die Betonung natürlich hinfällt? Und würde ein Mensch das im Gespräch so sagen? Ein Satz wie „Die Lösung zeichnet sich durch eine hohe Flexibilität im Einsatz aus“ besteht alle drei Prüfungen nicht. „Sie setzen das Modul dort ein, wo Sie es gerade brauchen“ besteht sie.

Ebenso wichtig ist die Arbeitsteilung zwischen Text und Bild. Der Text muss nicht beschreiben, was ohnehin zu sehen ist; er erklärt, warum es wichtig ist. Zeigt das Bild eine Hand, die ein Modul aus einem System nimmt und an anderer Stelle einsetzt, braucht der Text das Wort „flexibel“ nicht mehr. Wer so schreibt, gewinnt Sekunden für das, was nur die Stimme leisten kann: einordnen, begründen, Bezug zum Zuschauer herstellen. Abstraktes macht die Stimme dabei am besten mit einem Vergleich aus dem Alltag greifbar: Ein Virenscanner wird zum Türsteher, der bekannte Störenfriede abweist. Wie der fertige Text später eingesprochen wird, wenn Sie es selbst versuchen wollen, beschreibt unser Beitrag zum Sprechertext selbst aufnehmen.

Schritt 5: Wie formatiert man ein Skript?

Ein Skript für ein Erklärvideo formatieren Sie am besten als zweispaltige Tabelle: In einer Spalte steht, was zu sehen ist, in der anderen, was zu hören ist, und jede Zeile entspricht einer Szene. So beschreibt es auch der Leitfaden der Universitätsbibliothek Georgetown zur Videoproduktion, der das zweispaltige Skript als Planungswerkzeug empfiehlt: links das Bild, rechts der Ton, jede Zeile eine Szene, in der der Ton über dem Bild läuft.

Das zweispaltige Format zwingt dazu, visuell zu denken. Jede Zeile, in der der Ton etwas behauptet, das Bild aber nichts zeigt, fällt sofort auf. Umgekehrt zeigt eine leere Tonspalte, wo das Bild allein erzählen darf. Praktisch ist außerdem eine schmale dritte Spalte vorn mit Szenennummer und geplanter Dauer, damit sich alle Beteiligten auf dieselbe Stelle beziehen und Sie die Gesamtlänge im Blick behalten; im Muster unten ist sie der Übersicht halber weggelassen. Für die Bildspalte reichen kurze Stichworte („Nahaufnahme: Hand legt Angebot auf den Tisch“); ausgearbeitet wird das Bild später im Storyboard. Wie dieser nächste Schritt aussieht, zeigt unser Beitrag zum Storyboard selbst erstellen.

Ganz anders sieht ein Drehbuch für einen Spielfilm aus. Dort gelten feste Konventionen: Schrift Courier in 12 Punkt, Szenenüberschriften mit Innen- oder Außenaufnahme, Ort und Tageszeit, darunter Handlung und Dialoge mit eingerückten Rollennamen. Eine kompakte Übersicht dieser Regeln bietet die Checkliste zur Drehbuchformatierung der Regent University. Für ein Erklärvideo mit Sprecherstimme ist dieses Format zu schwerfällig; es lohnt sich nur, wenn Figuren tatsächlich miteinander sprechen.

Eine Frage taucht beim Formatieren fast immer auf: Soll der gesprochene Text zusätzlich als Text im Bild stehen? Die Lernforschung rät davon ab. In Versuchen von Richard Mayer und Kollegen verstanden Lernende eine Erklärung schlechter, wenn zur Sprecherstimme Text auf dem Bildschirm stand, wortgleich oder zusammengefasst, wie die Studie „Cognitive constraints on multimedia learning“ zeigt. Eine spätere Untersuchung aus dem Labor von Robert und Elizabeth Bjork kam zu einem genaueren Ergebnis: Wortgleiche Einblendungen schadeten, leicht abweichend formulierte dagegen halfen. Für das Skript heißt das: den Sprechertext nicht ins Bild schreiben; wenn Text, dann einzelne Begriffe, die etwas im Bild benennen.

Wie sieht ein fertiges Skript aus? Ein Beispiel

Das folgende Skript ist ein Muster für ein erfundenes Produkt, eine Angebots-App für Handwerksbetriebe. Es zeigt das zweispaltige Format und den vierteiligen Aufbau in einer kurzen Fassung von etwa 45 Sekunden, in der das Problem bewusst mehr Raum bekommt. Sie können es als Vorlage nehmen und Zeile für Zeile durch Ihr eigenes Thema ersetzen.

Bild	Ton
Ein Handwerker steht abends in der Werkstatt, vor ihm ein Stapel Notizzettel. Die Uhr zeigt 21 Uhr.	Sprecher: Das ist Jan. Jan hat heute drei Kunden besucht, und jetzt beginnt sein zweiter Arbeitstag: die Angebote.
Ein Kalenderblatt fällt, dann noch eines. Ein Kunde am Telefon schüttelt den Kopf.	Sprecher: Bis die Angebote fertig sind, vergeht oft eine Woche. Zu lange für manchen Kunden, der dann einen anderen Betrieb beauftragt.
Jan beim Kunden, Tablet in der Hand. Er tippt auf drei Positionen, ein Angebot baut sich auf.	Sprecher: Mit der Angebots-App schreibt Jan das Angebot direkt beim Termin. Positionen und Preise kommen aus seinem Katalog. Einblendung: „Angebot vor Ort“
Der Kunde unterschreibt auf dem Tablet. Häkchen-Symbol.	Sprecher: Der Kunde bekommt es sofort und kann noch im Gespräch zusagen. Geräusch: kurzer Bestätigungston
Jan schließt abends die Werkstatt ab und geht nach Hause.	Sprecher: Und Jans Abend gehört wieder ihm.
Logo, darunter die Internetadresse.	Sprecher: Angebote in Minuten statt in Tagen. Jetzt kostenlos testen. Musik: schließt ab

Das Muster hat 80 Wörter Sprechertext, gesprochen gut eine halbe Minute. Den Rest der 45 Sekunden füllen Pausen, Geräusche und die Momente, in denen das Bild allein wirkt. Für eine Fassung von 60 oder 90 Sekunden kommen keine zusätzlichen Funktionen hinzu, sondern mehr Raum für Lösung und Nutzen; das Problem hat mit 15 bis 20 Sekunden schon die Länge, die es auch bei 90 Sekunden braucht. Auffällig ist auch, was fehlt: keine Liste von Funktionen, keine Fachbegriffe, kein Satz, der beschreibt, was ohnehin zu sehen ist.

Schritt 6: Wie prüfen und überarbeiten Sie das Skript?

Ein Skript ist erst fertig, wenn es laut gelesen und gestoppt wurde. Lesen Sie den Text in ruhigem Tempo vor und messen Sie die Zeit; liegt er über der geplanten Länge, wird gekürzt, nicht schneller gesprochen. Wo Sie beim Vorlesen stolpern, stolpert später auch der Sprecher, und wo Sie Luft holen müssen, ist der Satz zu lang.

Der zweite Test ist der Fremdleser. Geben Sie das Skript jemandem, der das Thema nicht kennt, und fragen Sie danach nur eines: „Was ist die Kernaussage?“ Kommt die Antwort klar und deckt sie sich mit Ihrem Satz aus Schritt 1, funktioniert das Skript. Kommt sie zögerlich oder trifft etwas anderes, fehlt dem Text noch der Fokus. Dieser Test ist unbequem, aber er findet die Schwächen, bevor sie Geld kosten.

Der dritte Punkt betrifft den Zeitpunkt. Änderungen am Skript sind billig, Änderungen an der fertigen Animation teuer. In unseren Produktionen geben Kunden deshalb erst das Skript und danach das Storyboard frei, bevor animiert wird; bis dahin sind Änderungen unaufwendig. Wer selbst produziert, sollte sich dieselbe Disziplin auferlegen: kein Bild, bevor der Text steht.

Häufige Fragen zum Skript schreiben

Wie lang sollte ein Skript für ein Erklärvideo sein?

Als Faustregel rechnen wir für eine Minute Video mit 130 bis 150 Wörtern Sprechertext. Ein Video von 60 bis 90 Sekunden braucht also etwa 130 bis 225 Wörter, in der Praxis eher weniger, weil Pausen und Bildmomente Zeit brauchen.

Welches Format ist für ein Skript am besten?

Für ein Erklärvideo eine zweispaltige Tabelle mit Bild und Ton, eine Zeile je Szene. Das klassische Drehbuchformat mit Courier-Schrift und Szenenüberschriften lohnt sich nur für Filme mit Dialogen.

Kann ich eine Vorlage für mein Skript nutzen?

Ja. Das Musterskript in diesem Beitrag ist eine solche Vorlage: Kopieren Sie die Tabelle in ein Textdokument und ersetzen Sie Zeile für Zeile Bild und Ton durch Ihr eigenes Thema. Der vierteilige Aufbau aus Problem, Lösung, Nutzen und Handlungsaufruf bleibt dabei erhalten.

Muss ich das Skript für ein professionell produziertes Video selbst schreiben?

Nein. Bei uns ist das Skript in jedem Paket enthalten, ab dem Standard-Paket schreiben es unsere Autoren. Sie liefern das Briefing und geben das Skript frei; haben Sie bereits einen Text, dient er als Grundlage. Was die Pakete enthalten und kosten, steht auf der Seite zu den Kosten eines Erklärvideos.

Wie viel Text darf im Bild stehen?

So wenig wie möglich. Den Sprechertext ins Bild zu schreiben, wortgleich oder zusammengefasst, erschwert das Verstehen; einzelne Begriffe, die etwas im Bild beschriften, können dagegen helfen.

Das Wichtigste in Kürze

Ein gutes Skript für ein Erklärvideo beginnt mit einem einzigen Satz, der Zielgruppe und Kernbotschaft festhält, und folgt dann einem einfachen Bogen aus Problem, Lösung, Nutzen und Handlungsaufruf. Das Wortbudget von rund 130 bis 150 Wörtern pro Minute ist die Grenze, an der sich jeder Satz messen lassen muss. Geschrieben wird fürs Ohr, in kurzen Sätzen, und das Bild übernimmt, was es besser zeigen kann als jedes Wort. Als Format bewährt sich die zweispaltige Tabelle mit Bild und Ton, und fertig ist das Skript erst, wenn es laut gelesen, gestoppt und von einem Fremden verstanden wurde.

Wenn Sie das Skript lieber unseren Autoren überlassen, finden Sie auf unserer Seite zum Erklärvideo erstellen lassen den Ablauf, Beispiele aus über 1.000 Projekten und den Weg zum Angebot.