Was ist Voice Cloning?
Was wäre, wenn dein Erklärvideo morgen auf Französisch vorliegt, gesprochen mit deiner Stimme? Das kann Voice Cloning. Eine KI lernt aus Sprachaufnahmen, wie eine Person klingt, und spricht danach jeden beliebigen Text in dieser Stimme.
Das BSI unterscheidet zwei Verfahren. Bei Text-to-Speech wird geschriebener Text zur Zielstimme. Bei Voice Conversion wird eine vorhandene Aufnahme in die Zielstimme umgewandelt. Im Marketing ist fast immer das Erste gemeint.
Der Anbieter ElevenLabs zeigt, wie wenig Material inzwischen nötig ist:
Variante
Benötigte Aufnahme
Schneller Klon
Oft unter 2 Minuten
Profi-Klon
Rund 30 Minuten empfohlen
Das BSI ist vorsichtiger: Für hohe Qualität braucht es meist mehrere Stunden Material, mit vortrainierten Modellen wenige Minuten. Beide Aussagen passen zusammen. Für ein Reel reicht weniger als für ein Hörbuch.
Wofür taugt Voice Cloning im Marketing?
Der größte Nutzen liegt da, wo du sonst viel Zeit im Tonstudio lässt:
- Lokalisierung: Videos in andere Sprachen übertragen, die Stimme bleibt deine. ElevenLabs Dubbing nennt über 90 Sprachen.
- Korrekturen: Einen falschen Preis im Erklärvideo ändern, ohne neu aufzunehmen.
- Audio-Inhalte: Blogartikel als Audio, Podcast-Teile, Schulungen.
- Viele Varianten: Anzeigen mit verschiedenen Einstiegen in gleicher Stimme testen.
Eine belastbare Zahl liefert immerhin eine Fallstudie: Der Streamingdienst Gaia lokalisierte Trailer und Social-Clips mit ElevenLabs auf Französisch, Deutsch und Spanisch. Die Produktionszeit sank laut Anbieter um über 25 %, die Kosten um 10 %. Das ist eine Selbstauskunft, aber ehrlicher als die 70 bis 90 % Ersparnis, die Agenturseiten ohne Beleg versprechen.
Zahlen zur Werbewirkung haben wir nicht gefunden. Ob eine geklonte Stimme besser verkauft, ist also offen.
Was rechtlich gilt
Die Grundregel ist einfach: Deine eigene Stimme darfst du klonen. Für jede fremde brauchst du eine Einwilligung.
Das Landgericht Berlin II zeigte das am 20. August 2025 (Az. 2 O 202/24). Ein YouTuber ließ eine KI die Stimme von Manfred Lehmann nachahmen, dem deutschen Sprecher von Bruce Willis. Er musste für zwei Videos 4.000 Euro fiktive Lizenz zahlen. Die Stimme gehört zum allgemeinen Persönlichkeitsrecht. Es reichte, dass das Publikum sie zuordnete. Ob das Urteil rechtskräftig ist, wissen wir nicht.
Dazu kommt die KI-Verordnung. Seit dem 2. August 2026 müssen Betreiber nach Art. 50 Abs. 4 Audio-Deepfakes offenlegen. Entscheidend ist, ob der Inhalt fälschlich echt wirkt. Im Zweifel kennzeichnest du: Ein kurzer Hinweis kostet dich nichts.
Der Missbrauch: falsche Chefs und falsche Töchter
Die gleiche Technik nutzen Betrüger. Das BSI nennt CEO-Fraud, das Überwinden von Sprecherkennung und Desinformation als Szenarien. Das Ausmaß ist aber unklar. Das LKA Baden-Württemberg hatte im November 2025 keinen aktenkundigen Fall, in dem Telefonbetrüger nachweislich KI nutzten. Panikzahlen im Netz sind meist unbelegt, Vorsicht ist trotzdem sinnvoll.
Häufige Fehler
Fehler 1 · „Klingt ja nur ähnlich“
Im Lehmann-Fall genügte, dass Zuhörer die Person erkannten. Auch der Einwand Satire half nicht. Die fehlende KI-Kennzeichnung sprach sogar gegen den YouTuber.
Fehler 2 · Das Tool-Captcha für eine Freigabe halten
ElevenLabs lässt dich die Stimme per Voice-Captcha bestätigen. Der Anbieter räumt selbst ein, dass das nicht garantiert, wem die Aufnahme gehört. Die Verantwortung bleibt bei dir.
Fehler 3 · Sprecher nur nebenbei fragen
Hol dir die Einwilligung ausdrücklich und schriftlich. Halte fest, wofür die Stimme genutzt wird, wie lange und wann sie gelöscht wird. Eine alte Buy-out-Klausel im Sprechervertrag deckt einen Klon meist nicht ab.
Fehler 4 · Einfach auf Senden drücken
Ein Klon spricht auch Unsinn überzeugend. Betonung, Namen und Fachwörter sitzen nicht immer. Hör jede Fassung einmal ganz durch, in Fremdsprachen am besten mit einem Muttersprachler.
So startest du sauber
- Eigene Stimme zuerst: Fang mit dir selbst an, dann gibt es keinen Streit um Rechte.
- Gute Aufnahme: Ruhiger Raum, gutes Mikrofon. Die KI kopiert auch das Rauschen.
- Nutzungsregeln lesen: ElevenLabs verlangt für lebende Personen eine ausdrückliche, informierte Einwilligung.
- Einsatz festlegen: Wo klonst du, wo bleibt der Mensch? Ein Dankesvideo an Kunden gehört eher nicht zur KI.
Häufige Fragen
Ist Voice Cloning legal?
Mit der eigenen Stimme oder mit Einwilligung: ja. Ohne Einwilligung verletzt du das Persönlichkeitsrecht, wie das Landgericht Berlin II 2025 entschied. Für täuschend echte Inhalte gilt zusätzlich die Offenlegungspflicht der KI-Verordnung.
Darf ich die Stimme eines Promis nachbauen?
Nein, nicht ohne Einwilligung. Schon die erkennbare Nachahmung reicht. Laut BGH hat die Stimme auch einen wirtschaftlichen Wert, und in der Werbung ist das Risiko besonders hoch.
Wie viel Audio brauche ich für einen Klon?
Bei ElevenLabs können für den schnellen Klon weniger als zwei Minuten reichen, für den Profi-Klon werden rund 30 Minuten empfohlen. Mehr saubere Aufnahme bringt mehr Qualität.
Muss ich eine KI-Stimme kennzeichnen?
Wenn sie fälschlich echt wirkt, verlangt Art. 50 der KI-Verordnung seit August 2026 eine Offenlegung. Bei erkennbar künstlerischen oder fiktionalen Werken reicht ein zurückhaltender Hinweis. Im Zweifel kennzeichne.
Welche Tools gibt es für Voice Cloning?
ElevenLabs ist der bekannteste Anbieter und bringt Klonen und Dubbing mit. Vergleiche vor dem Kauf Sprachen, Preise und Nutzungsregeln, denn Tarife und Limits ändern sich schnell.
