Videoskript-Erstellung
Wann verwenden
Verwende diesen Skill, wenn der Nutzer:
- Bittet, ein Videoskript für YouTube, eine Kursplattform, einen Markenkanal oder ein Erklärvideo mit sowohl On-Camera- als auch unterstützenden visuellen Elementen zu schreiben
- Einen strukturierten Talking-Head-, Voiceover- oder gemischten Format-Video zwischen 60 Sekunden und 60 Minuten erstellen möchte
- Ein vollständiges Skript mit gesprochenem Dialog, B-Roll-Hinweisen, Sprecheranweisungen und CTA-Platzierung benötigt
- Darum bittet, ein Video zu planen, das eine Geschichte erzählt, ein Konzept vermittelt, ein Argument aufstellt oder ein Produkt/eine Dienstleistung bewirbt
- Ein Videothema hat, aber Hilfe bei der Bestimmung der narrativen Struktur, des Tempos, der Hook-Strategie oder der Abschnittsorganisation benötigt
- Einen Moderator auf die Aufnahme vorbereitet und Regieanmerkungen neben dem Dialog benötigt
- Vorhandene schriftliche Inhalte (einen Blogbeitrag, eine Präsentation, ein Whitepaper) in ein gesprochenes Videoformat umwandeln möchte
Verwende diesen Skill NICHT, wenn:
- Der Nutzer ein detailliertes Storyboard benötigt – verwende
video-storyboard - Das Ergebnis ein reines Voiceover ohne On-Camera-Moderator ist – verwende
voiceover-script - Das Video kürzer als 60 Sekunden ist (Reels, Shorts, TikTok) – verwende
short-form-video-planning - Der Nutzer ein Podcast-Skript oder ein reines Audioformat ohne visuelle Hinweise benötigt – verwende einen Dialog- oder Interviewskript-Ansatz
- Der Nutzer Postproduktionsanweisungen, Farbkorrekturen oder Zeitachsen-Assembly benötigt – dieser Skill endet in der Pre-Production
- Der Nutzer eine Videomarketingstrategie oder Kanalplanung sucht – adressiere zuerst die Content-Strategie, bevor du mit dem Skript beginnst
Prozess
Schritt 1 – Sammle das vollständige Video-Briefing, bevor du ein einziges Wort schreibst
Beginne niemals mit dem Schreiben, bis alle folgenden Eingaben bestätigt sind. Fehlt auch nur eine davon, entsteht ein Skript, das komplett umgeschrieben werden muss.
- Thema und Blickwinkel: Ein Thema allein ist nicht genug. „E-Mail-Marketing“ ist ein Thema. „Warum deine Öffnungsraten nach dem iOS-15-Update gesunken sind und wie du das behebst“ ist ein Blickwinkel. Dränge auf den Blickwinkel.
- Zielgruppe: Erfasse drei Dimensionen – wer sie sind, was sie bereits über das Thema wissen (Anfänger/Mittelstufe/Experte) und in welchem emotionalen Zustand sie sind, wenn sie auf Play drücken (neugierig, frustriert, skeptisch, motiviert). Diese drei Dimensionen kontrollieren Wortschatz, Tempo und Ton.
- Ziel-Laufzeit: Frage danach in Minuten. Die Wortzahlformel lautet 130 Wörter pro Minute für bewusste, lehrreiche Lieferung und 160 Wörter pro Minute für energiegeladene, konversationelle Lieferung. Verwende 150 Wörter pro Minute als Standardmittelwert. Ein 5-minütiges Video zielt auf 750 Wörter gesprochenen Dialogs (ohne Anmerkungsmarkierungen).
- Videotyp: Klassifiziere in einen von fünf Typen – lehrreich/erklärend, Tutorial/How-to, Meinung/Argument, werblich/Marke oder Geschichtenerzählen/Fallstudie. Der Typ bestimmt die narrative Struktur, die in Schritt 3 ausgewählt wird.
- Plattform und Veröffentlichungskontext: Suchgesteuerte YouTube-Inhalte benötigen einen suchoptimierten Titel und einen starken Retention-Hook, weil der Zuschauer das Video ausgewählt hat. Kursplattform-Inhalte können ein wärmeres Publikum annehmen und den Glaubwürdigkeitsaufbau überspringen. Website-Erklärvideos richten sich an kaltes Publikum und benötigen eine schnellere Wertvermittlung.
- Kernbotschaft: Der einzige Satz, mit dem der Zuschauer gehen soll. Wenn der Nutzer dies nicht in einem Satz formulieren kann, leite ihn an: „Wenn sich dein Zuschauer in 30 Tagen nur an eine Sache erinnert, was wäre das?“ Fahre nicht ohne dies fort.
- Gewünschtes Ergebnis: Was soll der Zuschauer NACH dem Anschauen tun? Abonnieren, kaufen, einen Anruf buchen, teilen, ein Verhalten ändern? Das Ergebnis bestimmt den CTA-Typ und seine Platzierung.
- Vorhandene Assets: Hat der Nutzer einen Entwurf, einen Blogbeitrag, eine Präsentation oder Recherche, die einbezogen werden sollen? Integriere diese, bevor du mit der Strukturierung des Skripts beginnst.
Schritt 2 – Gestalte den Hook mit dem 15-Sekunden-Fenster-Framework
Die ersten 15 Sekunden eines Videos bestimmen basierend auf Plattform-Retentionsdaten, ob 60-70% der Zuschauer weiter zuschauen. Der Hook ist keine Einleitung – es ist ein Vertrag mit dem Zuschauer, dass die nächsten Minuten ihre Zeit wert sein werden.
Die Hook-Architektur hat drei erforderliche Komponenten:
- Der Aufmerksamkeitsfänger (0-5 Sekunden): Das Erste, was der Zuschauer hört und sieht. Muss eine offene Schleife schaffen, einen Schmerzpunkt erkennen oder eine überraschende Behauptung aufstellen. Exakt 15-25 Wörter. Keine Vorrede, kein „Hey Leute, willkommen zurück.“
- Die Erweiterung (5-10 Sekunden): Ein oder zwei Sätze, die den Aufmerksamkeitsfänger verstärken und den Zuschauer das Gefühl geben, verstanden zu werden. Hier bestätigst du, dass der Zuschauer am richtigen Ort ist.
- Das Versprechen (10-15 Sekunden): Eine explizite Zusage, was das Video liefert. Sei konkret und falsifizierbar. „Ich zeige dir drei Dinge“ ist besser als „Wir werden über einige Strategien sprechen.“
Die sechs bewährten Hook-Formeln:
- Hook mit kontraintuitiver Behauptung: Fordere den vorherrschenden Glauben im ersten Satz heraus. „Der Grund, warum dein Produktivitätssystem nicht funktioniert, ist, dass du versuchst, Zeit zu managen. Das ist das völlig falsche Problem.“ Funktioniert am besten für Meinungs-, Bildungs- und Argumentationsvideos.
- Ergebnis-zuerst-Hook: Beginne mit dem Endzustand. „In diesem Video wirst du sehen, wie ich in 14 Monaten von 500 auf 50.000 E-Mail-Abonnenten gekommen bin – ohne bezahlte Anzeigen.“ Funktioniert am besten für Fallstudien und Reiseformat-Videos.
- Problem-Erkennungs-Hook: Beschreibe die genaue Situation des Zuschauers so präzise, dass er sich verstanden fühlt. Spezifität ist der Schlüssel: „Du hast 47 Browser-Tabs offen, eine To-Do-Liste, die schneller wächst, als du Dinge abhakst, und du kannst nicht verstehen, warum du immer beschäftigt, aber selten fertig bist.“ Funktioniert für jedes Format.
- Frage-Hook: Stelle eine Frage, die der Zuschauer nicht sofort beantworten kann, aber wissen möchte. Die Frage muss echte Neugier erzeugen, nicht eine rhetorische Formalität. „Weißt du, welcher E-Mail-Typ am häufigsten gelöscht wird – und wie oft du ihn versendest?“
- Statistik-Schock-Hook: Beginne mit einer Zahl, die das Verständnis des Zuschauers neu rahmt. Die Statistik muss überraschend UND direkt relevant sein. Sie darf keine Zahl sein, die sie bereits kennen. „Der durchschnittliche Angestellte verliert jeden Tag 2,5 Stunden durch Unterbrechungen, die er nicht initiiert hat.“
- Geschichten-Hook: Versetze den Zuschauer mitten in eine Szene. „Es war 23 Uhr an einem Dienstag, als mir klar wurde, dass die Kampagne, die ich gerade gestartet hatte, einen kritischen Fehler enthielt – und ich hatte keine Möglichkeit, sie zu stoppen.“
Hook-Fehler, die vermieden werden sollten:
- Dem Zuschauer danken, ihn loben oder seine Likes/Kommentare erwähnen, bevor der Hook abgeschlossen ist
- Mehr als 3 Sekunden für eine Logo-Animation, Intro-Bumper oder Kanalidentifikation verbringen, bevor der Hook beginnt
- Fragen zu stellen, die so einfach sind, dass der Zuschauer nicht das Bedürfnis hat, die Antwort zu finden
- Etwas Vages wie „eine Menge großartiger Tipps“ versprechen – Spezifität hält die Aufmerksamkeit
Schritt 3 – Wähle die narrative Struktur aus und ordne sie zu
Passe die Struktur dem Videotyp an. Ein falscher Abgleich ist der häufigste Grund, warum ein Skript unorganisiert wirkt, selbst wenn alle Informationen korrekt sind.
Problem-Agitieren-Lösen (PAS): Die Arbeitstier-Struktur für lehrreiche und werbliche Videos. Benenne das Problem (1-2 Sätze). Agitiere es, indem du die Konsequenzen der NICHT-Lösung zeigst – hier kommt die Emotion ins Spiel (2-3 Sätze). Präsentiere dann die Lösung. Der Agitationsschritt wird von den meisten Amateur-Skripten ausgelassen, was zu flachem Inhalt führt.
Reise (Vorher-Transformation-Nachher): Für Geschichtenerzählen und Fallstudien-Videos. Stelle den „Vorher“-Zustand detailliert genug dar, dass das Publikum eine Verbindung herstellt. Gehe durch den spezifischen Transformationsprozess, einschließlich Fehlschlägen und Rückschlägen (diese schaffen Glaubwürdigkeit). Erreiche den „Nachher“-Zustand und mache ihn greifbar und messbar.
Konzept-Evidenz-Anwendung: Für tiefgehende Bildungsinhalte und Thought Leadership. Stelle das Kernkonzept dar. Liefere Evidenz, dass das Konzept wahr ist (Recherche, Beispiele, Fallstudien). Wechsle dann zur Anwendung – wie der Zuschauer speziell auf dieses Konzept reagiert. Beende Abschnitte mit einer expliziten „Was du also damit machst, ist…“-Überleitung.
Sequentielles How-to (Nummerierte Schritte): Für Tutorials und Prozessvideos. Nummeriere jeden Schritt. Gib jedem Schritt einen kurzen, einprägsamen Namen (nicht Schritt 1, Schritt 2 – nenne ihn „Der Inventurschritt“, „Der Batch-Schritt“). Füge eine kurze Begründung hinzu, warum jeder Schritt in dieser Reihenfolge ist. Zuschauer, die das Warum verstehen, setzen eher um.
Vergleich-und-Urteil: Für Bewertungs- und Empfehlungsvideos. Lege Bewertungskriterien im Voraus fest. Wende dieselben Kriterien auf jede Option an. Gib ein klares Urteil – vermeide „es hängt von deiner Situation ab“ als endgültige Schlussfolgerung, da dies die Bindung zerstört und Zuschauer frustriert.
Geschichtete Liste (McKinsey-Struktur): Für komplexe, mehrpunktige Inhalte. Gruppiere Punkte in Kategorien (nie mehr als drei Kategorien, nie mehr als vier Punkte pro Kategorie). Kündige die Struktur zu Beginn an („Es gibt drei Gründe dafür. Zwei sind offensichtlich. Einer wird dich überraschen.“).
Nach der Auswahl der Struktur:
- Erstelle eine Abschnittsgliederung mit einem Titel für jeden Abschnitt
- Weise jedem Abschnitt ein Wortzahl-Ziel zu, basierend auf seiner Bedeutung und dem gesamten Wortzahl-Ziel
- Identifiziere, welche Abschnitte B-Roll-Abdeckung benötigen und welche als Talking-Head bestehen bleiben können
Schritt 4 – Schreibe den Skriptkörper mit vollständigen Anmerkungen
Regeln für gesprochenen Dialog:
- Satzlänge: max. 25 Wörter pro Satz. Durchschnittsziel: 15-18 Wörter. Kurze Aussagesätze erzeugen Punch. Lange Sätze erfordern Nachlesen – etwas, das Zuschauer nicht können.
- Absatzlänge: max. 3-5 Sätze vor einer B-Roll-Unterbrechung, Richtungswechsel oder visuellen Element, das das Muster durchbricht
- Wortschatz: Passe das Expertise-Niveau des Publikums exakt an. Für Anfänger: Definiere jedes Fachjargon beim ersten Auftreten. Für Experten: Verwende den Jargon ohne Entschuldigung – Übererklären beleidigt sie.
- Kontraktionen sind obligatorisch: „Du hast“ wird zu „Du hast's“. „Es ist“ wird zu „Es ist's“. Skripte, die in formellem Englisch geschrieben sind, klingen unnatürlich, wenn sie gesprochen werden, und lassen Moderatoren stolpern.
- Direkte Ansprache: Verwende durchgehend „du“ und „dein“. Nicht „Zuschauer“, nicht „Leute“, nicht „man“. Immer „du“.
- Übergangsphrasen zwischen Abschnitten: Mache den Übergang zu einer Doppelfunktion – er schließt den vorherigen Abschnitt UND kündigt den nächsten an. „Nachdem du jetzt weißt, warum Aufmerksamkeitsmanagement Zeitmanagement schlägt, schauen wir uns die drei spezifischen Änderungen an, die den größten Unterschied machen.“
Anmerkungstypen und korrekte Verwendung:
[B-ROLL: Beschreibung]– Setze diese Markierung dort, wo die Kamera vom On-Camera-Moderator wegschneiden soll. Die B-Roll-Beschreibung sollte spezifisch genug sein, dass ein Produzent sie beschaffen oder filmen kann. „B-ROLL: Stock-Filmmaterial“ ist nutzlos. „B-ROLL: Nahaufnahme von Händen, die auf einer mechanischen Tastatur in einem schwach beleuchteten Büro tippen“ ist umsetzbar. B-Roll-Anforderung: mindestens ein Schnitt alle 60 Sekunden Dialog, idealerweise alle 30-45 Sekunden für YouTube-Inhalte. B-Roll erhält die visuelle Aufmerksamkeit, während der Sprecher weiter spricht.[TEXT AUF BILDSCHIRM: exakter Text]– Wird verwendet für Statistiken, Definitionen, Schlüsselbegriffe, nummerierte Punkte und alle Informationen, die der Zuschauer lesen und behalten soll. Schreibe den exakten Text, der auf dem Bildschirm erscheinen wird, keine Beschreibung davon. Halte den Bildschirmtext auf maximal 8 Wörter pro Grafik.[ANWEISUNG: Instruktion]– Sprechercoaching für den Moderator. Enthalte Tonfall („zu einem dringlicheren Ton wechseln“), physische Signale („nach vorne lehnen, Stimme leicht senken“), Gestenaufforderungen („Finger hochhalten, um die Punkte zu zählen“) und Tempohinweise („nach diesem Satz 2 Sekunden pausieren – lass ihn wirken“). Mindestens 3 Anweisungen pro 5 Minuten Skript. Anweisungen sparen Postproduktions-Nachdrehs.[PAUSE]– Wird nach einer wichtigen Erkenntnis, einer Statistik oder einer Frage an den Zuschauer verwendet. Eine 1-2 Sekunden lange Pause vor der Kamera ist eines der mächtigsten rhetorischen Mittel und wird in Skripten chronisch untergenutzt.[BILDSCHIRM: zeige X]– Für Tutorials, in denen der Sprecher Software oder einen physischen Prozess demonstriert. Anders als B-ROLL, da die Bildschirmaufnahme oder das Produktfoto das primäre visuelle Element ist, kein Cutaway.
Engagement-Engineering – baue diese Techniken in den Körper ein:
- Musterunterbrechungen: Alle 2-3 Minuten etwas ändern – Ton, visuellen Stil, Sprechgeschwindigkeit oder Framing. Die Aufmerksamkeit der Zuschauer hat einen physiologischen Erneuerungszyklus von etwa 3 Minuten; eine Musterunterbrechung setzt ihn zurück.
- Offene Schleifen: Stelle eine Frage oder einen „kommt noch“-Teaser, der nicht sofort beantwortet wird. „Darauf komme ich gleich zurück, weil es mit dem dritten Punkt zusammenhängt, auf eine Weise, die sogar mich überrascht hat.“ Dies fördert die Bindung, weil ungelöste Neugier die Zuschauer weiter sehen lässt.
- Integration von sozialem Beweis: Wenn eine Behauptung aufgestellt wird, folge mit einem konkreten Beispiel, einer Fallstudien-Referenz oder einem Datenpunkt. Behauptungen ohne Evidenz reduzieren Vertrauen; Evidenz ohne Behauptungen reduziert Klarheit.
- Zuschaueridentifikationsmomente: Bestätige regelmäßig, dass der Zuschauer in der richtigen Erfahrung ist. „Wenn du in dieser Situation warst, ist dieser Teil speziell für dich.“ Dies reduziert den Drop-off bei der 30-50%-Marke.
Schritt 5 – Gestalte und platziere den Call-to-Action
CTAs werden in den meisten Videoskripten systematisch falsch platziert. Das Ende des Videos ist der schlechteste Zeitpunkt für einen primären CTA, weil 40-60% der Zuschauer das Video bereits verlassen haben, bevor es zu Ende ist (dies variiert je nach Plattform und Inhaltstyp, aber das Muster ist konsistent).
CTA-Platzierung nach Videolänge:
- Videos unter 3 Minuten: Einzelner CTA bei der 75-80%-Marke. Kein Outro-CTA – das Video ist zu kurz.
- Videos 3-10 Minuten: Primärer CTA bei der 70%-Marke. Sekundärer CTA im Outro. Eine Mid-Roll-CTA-Erwähnung bei der 30-40%-Marke ist optional für Abonnement-Kampagnen.
- Videos über 10 Minuten: Drei CTA-Kontaktpunkte – eine sanfte Erwähnung bei 25-30% („übrigens, wenn du mehr davon willst, abonniere“), ein primärer CTA bei 60-70% und ein sekundärer CTA im Outro.
CTA-Text-Prinzipien:
- Gib dem Zuschauer immer einen Grund zu handeln, nicht nur eine Anweisung zu handeln. „Abonnieren“ ist eine Anweisung. "