Software-Tutorial-Videos erstellen, ohne den Bildschirm aufzunehmen
Jedes Software-Tutorial-Video beginnt gleich: Jemand setzt sich hin, öffnet die App, drückt auf Aufnahme und klickt sich durch den Ablauf, während er ins Mikrofon spricht. Es ist der langsamste und fehleranfälligste Schritt des ganzen Prozesses – und niemand stellt ihn infrage. Dieser Artikel zeigt, wie man ihn streicht. Bei der automatischen Aufnahme schreiben Sie, was das Video zeigen und sagen soll, und ein automatisierter Browser spielt die Lektion ab und filmt sie für Sie. Niemand nimmt den Bildschirm auf.
Die Bildschirmaufnahme ist der Engpass
Eine zweiminütige Lektion aufzunehmen dauert selten zwei Minuten. Vor der Aufnahme bereiten Sie ein Demokonto mit glaubwürdigen Daten vor, schließen Benachrichtigungen, blenden Lesezeichen aus und stellen die Fenstergröße ein. Dann beginnen die Takes:
- Ein Fehlklick, eine langsame Seite oder ein unerwartetes Pop-up – und alles beginnt von vorn.
- Sie stolpern über einen Satz, oder Sie sprechen ihn gut, klicken aber zu spät.
- Name oder E-Mail eines echten Kunden rutscht ins Bild, und der Take ist unbrauchbar.
- Die Stimme klingt anders als in den Lektionen vom letzten Monat – anderer Raum, andere Laune, andere Person.
- Danach wird trotzdem geschnitten, untertitelt, exportiert und hochgeladen.
Und die Aufnahme hängt an einer Person: der, die das Produkt kennt, einen ruhigen Raum, ein ordentliches Mikrofon und einen freien Nachmittag hat. Ist sie beschäftigt, warten die Videos. Geht sie, wächst die Bibliothek nicht mehr.
Die Aufnahme ist nicht der Inhalt. Der Inhalt ist, was die Lektion sagt und zeigt. Die Aufnahme ist nur ein teurer Weg, ihn herzustellen.
Was „automatische Aufnahme“ wirklich bedeutet
Der Begriff steht für verschiedene Dinge, deshalb lohnt sich Genauigkeit:
- Makro-Rekorder spielen Klicks ab, die ein Mensch von Hand gemacht hat. Jemand muss den Ablauf trotzdem zuerst durchspielen.
- „Einmal aufnehmen“-KI-Tools veredeln eine Aufnahme, die Sie gemacht haben – Skript, KI-Stimme, Zooms, Untertitel. Jemand klickt sich trotzdem durchs Produkt, um sie zu erstellen.
- Skriptbasierte Aufnahme, der Ansatz von DashCast, beginnt mit einer geschriebenen Beschreibung der Lektion. Ein Browser spielt sie von Grund auf ab, sodass nie ein Mensch den Ablauf durchspielt – nicht ein einziges Mal.
Nur der letzte Ansatz streicht die Aufnahme vollständig. Sie führen die Lektion nicht vor; Sie beschreiben sie, so wie Sie sie einem Kollegen erklären würden: „Öffne Rechnungen, klick auf Neue Rechnung, wähle einen Kunden, speichere.“
Wie ein Video entsteht, ohne dass es jemand aufnimmt
In DashCast ist ein Video ein Szenario: eine Liste von Szenen, jede mit dem Sprechertext und dem, was währenddessen auf dem Bildschirm passiert. Wenn Sie auf Rendern klicken:
- Zuerst wird die Stimme erzeugt. Ihr Text wird zu natürlicher KI-Sprache, mit dem Timing jedes Wortes.
- Ein automatisierter Browser öffnet Ihre Web-App, meldet sich mit einem Testkonto an und führt jeden Klick, jede Eingabe, jedes Hovern, Hervorheben und Zoomen genau dann aus, wenn die Stimme dort ankommt – mit flüssigem Cursor.
- Der Bildschirm wird live gefilmt, in einem sauberen Browser ohne Tabs, Benachrichtigungen oder Desktop drumherum.
- Untertitel werden Wort für Wort getaktet und alles wird zu einem fertigen Video zusammengesetzt, bereit zur Prüfung und Veröffentlichung.
Das Ergebnis sieht aus wie eine sorgfältige menschliche Aufnahme – ohne Mensch, ohne Mikrofon und ohne einen einzigen neuen Take.
Was Sie statt einer Aufnahme schreiben
Hier eine vollständige Szene. Mehr braucht dieser Teil des Videos nicht:
scenes:
- url: /invoices
login_as: admin
narrate: |
Open Invoices and press New invoice.
Pick a customer, add a line, and save. That's it.
actions:
- { at: 1.0, do: click, target: "#btn-new" }
- { at: 3.2, do: type, target: "#customer", value: "Lisbon Coffee Roasters" }
- { at: 5.0, do: blur, target: ".customer-email" }
- { at: 6.4, do: highlight, target: ".total", for: 2 }
- { at: 8.0, do: click, target: "button[type=submit]" }
Sie liest sich wie ein Storyboard: die Seite, der Sprechertext und getaktete Aktionen. Die Zeile blur verbirgt die E-Mail des Kunden, bevor sie überhaupt auf dem Bildschirm erscheint – leicht zu vergessen bei einer Live-Aufnahme, unmöglich zu vergessen in einem Skript.
Sie müssen diese Datei nicht von Hand schreiben. DashCast bietet drei Wege dazu:
Vor dem Rendern öffnet die Schaltfläche Vorschau laden Ihre App Szene für Szene, erfasst die echten Bildschirme für die Vorschau im Designer und meldet, welche Schaltflächen oder Felder nicht gefunden wurden – Fehler fallen in Sekunden auf, nicht erst im fertigen Video.
Manuelle Aufnahme vs. automatische Aufnahme
| Bildschirm selbst aufnehmen | Automatische Aufnahme mit DashCast | |
|---|---|---|
| Wer klickt durch die App | Ein Mensch, live | Ein automatisierter Browser, nach Ihrem Szenario |
| Stimme | Ihr Mikrofon, Ihr Raum, Ihre Tagesform | Erzeugte KI-Stimme, in jeder Lektion gleich |
| Fehler | Ein Fehlklick oder Versprecher bedeutet einen neuen Take | Zeile korrigieren, neu rendern |
| Timing | Sprechen und klicken gleichzeitig, von Hand | Jede Aktion startet auf dem Wort, an das sie geheftet ist |
| Private Daten | Rutschen leicht in einen Take | Testkonto, Passwort nie sichtbar, Unschärfe vor der Anzeige |
| Untertitel | Nachträglich hinzugefügt und synchronisiert | Mit der Stimme erzeugt, Wort für Wort |
| Weitere Sprachen | Andere Sprecherin, neue Aufnahme | Sprechertext und Untertitel in 14 Sprachen |
| Wenn sich die Oberfläche ändert | Lektion neu aufnehmen | Eine Zeile ändern, Rendern klicken |
Für wen das gedacht ist
- SaaS-Teams, die für jede Funktion ein Video brauchen und dafür keine Entwicklerin und keinen Produktmanager abstellen können.
- Support-Teams, die ein Ticket lieber mit einem kurzen, korrekten Video beantworten als mit einem langen Absatz.
- Firmen, die ERP-, CRM- oder interne Systeme für Kunden bauen und mit jeder Auslieferung einen Schulungskurs liefern müssen.
- Schulungs- und Onboarding-Teams, die dieselben Lektionen in mehreren Sprachen brauchen.
Zu den Grenzen: DashCast nimmt Webanwendungen auf – alles, was im Browser läuft. Für Desktop- oder Mobile-Apps oder für eine persönliche Vorführung mit eigenem Gesicht und eigener Stimme bleibt ein Bildschirmrekorder das richtige Werkzeug.
Ihr erstes Video ohne Aufnahme
- Bereiten Sie ein Testkonto vor – mit sauberen, glaubwürdigen Demodaten.
- Schreiben Sie eine Szene für einen Bildschirm: zwei, drei Sätze und die passenden Klicks.
- Klicken Sie auf Vorschau laden und beheben Sie, was nicht gefunden wird.
- Rendern Sie, sehen Sie sich das Ergebnis an, passen Sie ein Wort oder ein Timing an und rendern Sie erneut.
- Veröffentlichen Sie die Lektion auf einer Seite für Ihre Kunden – und schreiben Sie die nächste.
Tipp: Geben Sie wichtigen Buttons stabile Attribute wie data-test oder data-action. Ihre Szenarien überstehen dann Redesigns – und wenn sich doch etwas ändert, ist das Video nur eine Änderung davon entfernt, wieder zu stimmen.
Häufige Fragen
Ist das nur ein Makro-Rekorder?
Nein. Ein Makro-Rekorder spielt Klicks ab, die jemand von Hand gemacht hat. DashCast beginnt mit einem geschriebenen Szenario, niemand muss den Ablauf vorher durchklicken. Außerdem erzeugt es Stimme und Untertitel und taktet jede Aktion zum Sprechertext.
Muss ich überhaupt etwas aufnehmen?
Weder Bildschirm noch Stimme. Sie schreiben Sprechertext und Aktionen; die Stimme wird erzeugt, ein automatisierter Browser filmt den Bildschirm. Ihre Aufgabe: schreiben und prüfen.
Muss ich programmieren können?
Nein. Fügen Sie den Link Ihrer Website ein, und die KI von DashCast schreibt und prüft das Szenario für Sie; Sie können es auch von Ihrem eigenen KI-Tool schreiben lassen oder selbst im Szenen-Designer bauen – in keinem Fall mit Code. Im Hintergrund ist es eine kurze Textdatei (YAML), die Sie aber nie bearbeiten müssen.
Welche Anwendungen kann es aufnehmen?
Jede Webanwendung, die im Browser läuft: SaaS-Dashboards, ERP- und CRM-Systeme, Admin-Panels, Onlineshops und interne Tools. Desktop- und Mobile-Apps werden nicht unterstützt.
Was ist mit privaten Daten auf dem Bildschirm?
Der Browser meldet sich mit einem Testkonto an, dessen Passwort nie im Video oder Szenario erscheint, und eine Unschärfe-Aktion verbirgt jedes Element, bevor es angezeigt wird.
In welchen Sprachen kann gesprochen werden?
Lektionen können derzeit in 14 Sprachen vertont und untertitelt werden, darunter Deutsch, Englisch, Arabisch, Französisch, Spanisch, Portugiesisch, Russisch, Türkisch und Hindi.
Lassen Sie den Browser aufnehmen.
Sehen Sie ein Tutorial-Video, das niemand aufgenommen hat – und dann die wenigen Zeilen, aus denen es entstand.