Das neue Format baut auf den kürzlich vorgestellten V4 Expressive Visual Agents von D-ID auf – einer neuen Generation digitaler Avatare, die natürliche Gespräche mit minimaler Latenz ermöglichen. Mit Agentic Videos erweitert D-ID diese Echtzeitfähigkeiten direkt auf Videoinhalte und entwickelt sie weiter:  Von einem linearen, einseitigen Format in ein interaktives, zweiseitiges Erlebnis – mit einem digitalen Ansprechpartner, Wissensbasis, Gedächtnis und agentischen Fähigkeiten.

Video hat sich zum bevorzugten Content-Format entwickelt, ist in einer zunehmend interaktiven digitalen Welt bislang jedoch weitgehend einseitig geblieben. Agentic Videos verbinden die Stärke von Video als reichweitenstarkem Medium mit interaktiver KI in Echtzeit und schaffen so ein deutlich intensiveres und nachhaltigeres Erlebnis für Zuschauer und Content-Ersteller gleichermaßen.

Zuschauer können Inhalte aktiv vertiefen, Fragen stellen und ihr Erlebnis personalisieren. Gleichzeitig gewinnen Content-Ersteller wertvolle Einblicke: Sie sehen, wie ihr Publikum interagiert, wo Fragen entstehen und welche Inhalte besonders gut funktionieren.

Diese Entwicklung markiert einen grundlegenden Wandel in der Art, wie Informationen konsumiert und genutzt werden. Sie zeigt, dass agentische Workflows die digitale Interaktion künftig prägen werden – mit spürbarem Mehrwert für alle Unternehmensbereiche. In Werbung und Produktmarketing schließen Agentic Videos die Lücke zwischen Aufmerksamkeit und Conversion, indem sie statische Inhalte in personalisierte Beratungserlebnisse verwandeln. Potenzielle Kunden schauen nicht mehr nur Produktdemos – sie treten in den Dialog, stellen Fragen zu Funktionen, vergleichen Preise oder lassen sich individuelle Anwendungsfälle in Echtzeit erklären. Auch in internen Bereichen wie Learning & Development entfalten Agentic Videos ihr Potenzial: Sie fungieren als jederzeit verfügbare Fachexperten. Statt passiver Onboarding-Sessions, deren Inhalte schnell verblassen, können Mitarbeitende gezielt nachfragen, Zusammenhänge vertiefen und Inhalte in ihrem eigenen Tempo erschließen. Das führt zu einer nachhaltigeren Wissensverankerung und einem intuitiveren Lernerlebnis.

Im Unterschied zu herkömmlichen interaktiven Video-Tools basieren Agentic Videos auf visuellen KI-Agenten in Echtzeit, die sowohl Inhalte als auch die Intention hinter Nutzeranfragen verstehen. Die Antworten stützen sich auf das ursprüngliche Videoskript und können durch zusätzliche Wissensquellen erweitert werden. So bleiben sie präzise, kontextbezogen und konsistent mit der Botschaft des Erstellers.

Auf Basis der V4-Architektur von D-ID profitieren Agentic Videos von Reaktionszeiten im Subsekundenbereich sowie einer fortschrittlichen Steuerung von Ausdruck und Emotion. Das ermöglicht Interaktionen, die sich unmittelbar und natürlich anfühlen.

Das gesamte Erlebnis ist nahtlos in den Videoplayer integriert. Nutzer können den KI-Agenten jederzeit über ein Interaktionssymbol aktivieren. Am Ende des Videos erscheint der Agent automatisch und setzt die Unterhaltung fort – ohne den Sehfluss zu unterbrechen.

Da die Avatare von D-ID sowohl das Video selbst als auch den Agenten steuern, bleibt die gleiche Persona über das gesamte Erlebnis hinweg erhalten. So entsteht ein fließender Übergang vom Zuschauen zur Interaktion, der Kontinuität schafft und Vertrauen stärkt.

Agentic Videos eröffnen Content-Erstellern zudem neue Möglichkeiten, ihr Publikum besser zu verstehen. Unternehmen können genau nachvollziehen, wie Nutzer mit Inhalten interagieren – etwa wie viele Gespräche entstehen, wie lange sie dauern und welche Fragen oder Themen besonders häufig aufkommen. So entstehen wertvolle Einblicke in die Bedürfnisse der Zielgruppe und die tatsächliche Wirkung der Inhalte.

„Video war immer ein einseitiges Medium“, sagte Gil Perry, Mitgründer und CEO von D-ID. „Mit unseren V4-Agenten haben wir digitale Menschen skalierbar gemacht und natürliche Interaktion in Echtzeit ermöglicht. Mit Agentic Videos bringen wir diese Fähigkeit direkt in Inhalte, sodass man nicht mehr nur zuschaut, sondern interagiert. Das eröffnet Unternehmen neue, deutlich effektivere Möglichkeiten, ihre Mitarbeitenden zu schulen, mit Kunden zu kommunizieren und ihre Produkte effizient zu vermarkten.“

Die neue Funktion wurde im Zuge der Übernahme im Jahr 2025 in die simpleshow-Plattform integriert und ermöglicht es Unternehmen, interaktive, KI-gestützte Videos für Schulungen, Kundeninteraktion und interne Kommunikation einfach zu erstellen und einzusetzen.

Agentic Videos sind ab sofort in allen Abonnementmodellen verfügbar. Ein flexibles, creditbasiertes Preismodell ermöglicht eine skalierbare Nutzung im Unternehmenskontext.

Damit markieren Agentic Videos den nächsten Schritt in der Vision von D-ID, digitale Menschen als zentrale Schnittstelle für Unternehmenssoftware zu etablieren – von flexiblen Echtzeit-Agenten (V4) hin zu vollständig interaktiven, dialogbasierten Content-Erlebnissen. Weitere Informationen finden Sie unter: https://www.d-id.com/de/agentic-videos/

Über D-ID
D-ID ist weltweit führend im Bereich generativer KI für Video und digitale Menschen und ermöglicht nahtlose Interaktion in Echtzeit über seine Real-Time Streaming API. Die Technologie treibt lebensechte digitale Präsentatoren, Lernbegleiter und virtuelle Assistenten für Fortune-500-Unternehmen sowie gemeinnützige Organisationen an. Mit seiner KI-basierten Plattform zur Erstellung von Erklärvideos unterstützt D-ID Organisationen in mehr als 70 Ländern dabei, komplexe Inhalte in klare, ansprechende Kommunikation zu übersetzen – durch intelligente, skalierbare und menschenzentrierte Videoerlebnisse.

Pressekontakt
Leah Stern, D-ID Pressebüro
press@d-id.com

The post D-ID stellt „Agentic Videos“ vor, die passive Inhalte in interaktive KI-Erlebnisse verwandeln appeared first on D-ID.

16. März 2026 – D-ID, ein führender Anbieter von KI-Avatarlösungen für Unternehmen, hat heute die Einführung seines neuesten KI-Modells bekannt gegeben. V4 Expressive Visual Agents ist die neue Generation hochrealistischer digitaler Menschen, die sowohl für Echtzeit-Gespräche mit LLM-Anbindung als auch für die einfache Erstellung längerer Videoinhalte entwickelt wurde.

Die V4 Expressive Visual Agents basieren auf einem neuen diffusionsbasierten Modell, das mit echten Schauspielern trainiert wurde. Das ermöglicht schnellere Generierung, extrem niedrige Gesprächslatenzen (unter 0,5 Sekunden), präzise Lippensynchronität und Auflösungen bis zu 4K. Das Ergebnis sind ausdrucksstarke, natürliche Mensch-Maschine-Interaktionen, skalierbar für verschiedenste Enterprise-Anwendungsfälle.

Bis dato wurden mit früheren D-ID-Modellen bereits mehr als 800.000 visuelle Agenten sowie über 300 Millionen nicht-interaktive Avatare erstellt. Die V4-Avatare stehen ab sofort den 1.500 D-ID-Enterprise-Kunden sowie Nutzern in allen D-ID-Aboplänen bereits ab 5,90 US-Dollar pro Monat zur Verfügung, was die außergewöhnliche Kosteneffizienz des neuen V4-KI-Modells widerspiegelt. 

Studien zeigen, dass menschliche Gesichtsausdrücke den Wissenstransfer, die Merkfähigkeit und das Verständnis verbessern. Deshalb setzen Unternehmen zunehmend auf hochrealistische Avatare für Onboarding, Schulungen, Kundeninteraktionen und interne Kommunikation – insbesondere dort, wo Klarheit, Vertrauen und konsistente Botschaften entscheidend sind.

Die V4 Expressive Visual Agents sind die ersten hochwertigen, ausdrucksstarken Avatare, die sich dynamisch an ausgewählte Stimmungen (Sentiments) anpassen. Dadurch stimmen Tonfall und Intention mit der jeweiligen Botschaft überein. Gesprochene Inhalte werden so klarer und überzeugender vermittelt – mit natürlichem Timing und passenden Betonungen.

Visual Agents dienen als visuelle Schnittstelle für KI-Systeme. Statt einseitiger Videowiedergabe ermöglichen sie bidirektionale Echtzeit-Interaktionen. Während ein LLM antwortet, passt der Avatar automatisch Ausdruck und Stimme an den Kontext und die Stimmung an. So wirken KI-Agenten – ob im Kundenkontakt oder intern – natürlicher, vertrauenswürdiger und effektiver.

Darüber hinaus können Nutzer optional ihre Kamera aktivieren. Der Visual Agent erkennt in Echtzeit die Stimmung des Gegenübers und passt seine Antwort entsprechend an. Nonverbale Signale wie Mimik oder Reaktionen fließen dabei sowohl in die Antwort des LLMs als auch in den Tonfall und den Gesichtsausdruck des Avatars ein.

Zusätzlich können V4 Expressive Visual Agents interaktive UI-Elemente direkt in der Konversation anzeigen. Dazu gehören visuelle Inhalte wie Bilder, Diagramme und Videos, aber auch strukturierte Interaktionen wie Formulare oder Quizze, ermöglicht durch D-IDs MCP-Apps.

Während viele KI-Videotools nur kurze Clips erzeugen, sind V4-Avatare für längere Inhalte und kontinuierliche Interaktionen entwickelt worden. Unternehmen können mit demselben Avatar Minuten oder Stunden an Video produzieren und gleichzeitig Echtzeit-Gespräche in großem Maßstab führen – und das zu deutlich geringeren Kosten (bis zu 70-mal günstiger als Google VEO 3 Fast).

Das macht V4 besonders wirtschaftlich für Kurse, Erklärvideos, mehrsprachige Trainingsinhalte und wiederkehrende Videoformate. Vor allem bei Echtzeit-Interaktionen summieren sich diese Vorteile, da Gespräche mit D-ID nur wenige Cent pro Chat kosten.

„Seit unseren ersten Modellen, die statische Bilder in sprechende Porträts verwandelt haben, hat sich unsere Technologie enorm weiterentwickelt“, sagt Gil Perry, Mitgründer und CEO von D-ID. „Mit V4 erreichen wir ein neues Niveau an Realismus und Performance. Unsere Avatare können in Echtzeit reagieren und bieten gleichzeitig die Stabilität, Effizienz und Sicherheit, die Unternehmen im großen Maßstab brauchen. Damit wird KI-Kommunikation deutlich natürlicher – und genau darauf kommt es an, wenn Unternehmen KI in ihre Interaktionen integrieren wollen.“

Nach der Übernahme von simpleshow im September 2025 hat D-ID seine Enterprise-Distribution deutlich ausgebaut und seine KI-Avatartechnologie in das Ökosystem für Erklärvideos und Corporate Training von simpleshow integriert. Seitdem ist der jährlich wiederkehrende Umsatz (ARR) von D-ID um 250 % gewachsen, getrieben durch Cross-Selling-Effekte und eine steigende Nachfrage von Unternehmen nach interaktiven, KI-gestützten Videolösungen.

Über D-ID
D-ID ist weltweit führend im Bereich generativer KI für Video und digitale Menschen und ermöglicht reibungslose Echtzeit-Interaktion über seine Real-Time-Streaming-API. Die Technologie des Unternehmens treibt lebensechte digitale Präsentatoren, Lernbegleiter und virtuelle Assistenten für viele Fortune-500-Unternehmen an. Im September 2025 übernahm D-ID das deutsche Unternehmen simpleshow, einen Pionier für KI-basierte Erklärvideo-Erstellung. Zusammen stellt D-ID damit die umfassendste Enterprise-Lösung für KI-Videos und interaktive Echtzeit-Agenten dar.

Pressekontakt
Leah Stern, D-ID Pressebüro
press@d-id.com

The post D-ID stellt V4 Expressive Visual Agents für Echtzeit-Interaktionen vor appeared first on D-ID.