+49 30 533206 – 570
Projekte-Hotline: +49 3327 5658 – 28
info@digitalzentrum.berlin
Projekte-Hotline: +49 3327 5658 – 28
Diese Station demonstriert moderne Deep Fake-Technologie im Audiobereich. Besucher:innen können live erleben, wie KI-Systeme Stimmen verändern können. Die drei Hauptfunktionen:
Die Station zeigt sowohl die enormen Möglichkeiten als auch die ethischen und sicherheitsrelevanten Herausforderungen dieser Technologie auf.
E-Learning & Weiterbildung: Einheitliche Sprecherstimme für Kurse, Tutorials und Compliance-Schulungen.
Tourismus: Mehrsprachige Audioguides, Stadtführungen und Reiseinformationen.
Kundenservice: Chatbots und Call-Center mit natürlicher, personalisierter Stimme.
Healthcare: Patienteninformationen in mehreren Sprachen und barrierearme Audio-Angebote.
Retail & Handel: Virtuelle Shopping-Assistenten mit Markenstimme.
Automotive: Personalisierte Navigationssysteme, die die Stimme der Nutzerin oder des Nutzers verwenden.
Für viele Unternehmen ist die Expansion ins Ausland eine Frage der Geschwindigkeit und der Kosten. Wer etwa Produktvideos, Schulungsunterlagen oder Marketingkampagnen international ausspielen möchte, steht vor einem Dilemma: Jede neue Sprache erfordert teure Sprecherinnen und Sprecher, Tonstudios und Nachbearbeitung.
Mit KI-generierten Stimmen lässt sich dieser Aufwand drastisch reduzieren. Einmal aufgenommen, kann die Stimme einer Geschäftsführerin oder eines Experten als digitales Profil dienen. Texte werden automatisch übersetzt und in der vertrauten Stimme eingesprochen. Das Ergebnis: ein konsistenter Markenauftritt in allen Märkten, schnellere Produktionszyklen und eine deutliche Kostenersparnis – ohne den Verlust der persönlichen Note.
Die Kehrseite der Technologie zeigt sich, wenn Stimmen ohne Zustimmung imitiert werden. Immer häufiger berichten Unternehmen von Betrugsfällen, bei denen Täter die Stimme von Führungskräften täuschend echt nachahmen. Am Telefon oder in Videokonferenzen geben sie Anweisungen zu Überweisungen oder vertraulichen Projekten – scheinbar im Namen des Chefs oder der Chefin.
Diese Form des sogenannten „Audio-Deepfake-Fraud“ hat bereits zu erheblichen finanziellen Schäden geführt. Für Unternehmen bedeutet das: KI-Stimmen eröffnen nicht nur neue Chancen in Marketing und Kommunikation, sondern erfordern auch neue Sicherheitsmaßnahmen – etwa verbindliche Rückrufprotokolle, interne Codewörter oder technische Erkennungssysteme.
Hinter der Station arbeitet ein Zusammenspiel mehrerer KI-Komponenten: Zunächst nimmt ein Mikrofon die Sprache in Echtzeit auf und überträgt sie per WebRTC. Anschließend analysiert eine KI die charakteristischen Merkmale der Stimme – Tonhöhe, Klangfarbe, Betonung und Akzent. Auf dieser Basis entsteht ein digitales Stimmprofil, das von neuronalen Netzen trainiert wird.
Für die Ausgabe kommen unterschiedliche Verfahren zum Einsatz: Texte lassen sich mithilfe der Eleven Labs API in der geklonten Stimme synthetisieren, während die OpenAI-Whisper-API gesprochene Inhalte in Text überträgt. Übersetzungen werden über ein Sprachmodell erstellt und anschließend wieder in der Originalstimme ausgegeben. So entsteht der Eindruck, dass eine Person mühelos in verschiedenen Sprachen spricht oder ihre Stimme nach Belieben verändert.
Die Kosten hängen vom Anbieter und vom genutzten Umfang ab. Bei Eleven Labs gibt es erste Pakete schon ab rund 5 US-Dollar im Monat, für professionelle Anwendungen mit großem Datenvolumen können die Preise bei 99 bis 330 US-Dollar monatlich liegen – Unternehmen zahlen im Enterprise-Bereich noch mehr. Speechify richtet sich stärker an Geschäftskunden und startet bei etwa 69 US-Dollar pro Monat pro Nutzer:in. Replica Studios wiederum bietet günstige Einstiege ab 10 US-Dollar im Monat, vor allem für Kreative aus Film, Games oder Storytelling.
Hinweis: Die genannten Preise sind Beispiele zum Zeitpunkt der Recherche. Sie können sich ändern und variieren je nach Nutzungsvolumen, Lizenzmodell und individueller Vereinbarung.
Moderne Voice-Cloning-Systeme können Stimmen sehr naturgetreu nachbilden, abhängig von der Qualität und Länge der Trainingsdaten. Kürzere Sprachproben reichen oft aus, um eine erkennbare Nachbildung zu erzeugen, bei längeren, hochwertigen Aufnahmen steigt die Authentizität. Trotzdem lassen sich künstliche Stimmen an bestimmten Merkmalen wie Pausen oder Betonungen erkennen.
Die Dauer des Trainings hängt vom Anbieter und dem gewählten Verfahren ab. Einfache Klone können innerhalb weniger Minuten erzeugt werden, für qualitativ hochwertige und ausgereifte Stimmprofile kann das Training mehrere Stunden bis Tage dauern.
Voice-Cloning-Technologien können vor allem in den Bereichen Marketing, Kundenservice und Schulung eingesetzt werden. Beispiele sind mehrsprachige Werbe- oder Schulungsvideos, virtuelle Assistenten oder konsistente Markenstimmen für Audioinhalte. Auch in Medien und Unterhaltung kann die Technologie genutzt werden, etwa für Synchronisation oder Hörbücher.
Stimmen-Kloning birgt Risiken in Bezug auf Sicherheit, Datenschutz und Reputation. Unternehmen müssen Maßnahmen ergreifen, um Missbrauch zu verhindern, etwa durch verbindliche Freigabeprozesse und Authentifizierungsmechanismen. Ohne Vorsichtsmaßnahmen besteht die Gefahr von Betrug, Vertrauensverlust bei Kunden oder Mitarbeitenden sowie rechtlichen Problemen, insbesondere wenn die Einwilligung der betroffenen Personen fehlt.
Obwohl Voice-Cloning für Unternehmen viele Vorteile bietet, gibt es ethische und berufliche Bedenken. Besonders betroffen sind Synchronsprecherinnen und -sprecher sowie Schauspielerinnen und Schauspieler, deren Stimme Teil ihrer Arbeit und ihres Einkommens ist. Viele vertreten die Ansicht, dass das Klonen ihrer Stimme ohne ausdrückliche Zustimmung problematisch ist, da es Urheberrechte, Persönlichkeitsrechte und berufliche Existenzen berührt. Auch im weiteren gesellschaftlichen Kontext wird diskutiert, wie synthetische Stimmen reguliert werden sollten, um Missbrauch zu verhindern und die Rechte der Originalsprecher zu schützen.
Showroom besuchen.
Sie möchten die Erlebnisstation selbst ausprobieren? Gerne laden wir Sie in unseren Showroom ein oder zeigen die Station auf Ihrer Veranstaltung oder Messe. Für Anfragen erreichen Sie uns per E- Mail: info@digitalzentrum.berlin.
