KI

Stimme klonen: Was für Ihren Betrieb möglich und was erlaubt ist

· 6 Min. Lesezeit

Eine verchromte Schallwelle, die sich in zwei identische glänzende Wellen teilt

Eine geklonte Stimme klingt wie Sie, spricht aber jeden Text, den Sie ihr geben. Für Betriebe ist das vor allem am Telefon interessant: In meiner Betriebszentrale spricht der KI-Telefon-Assistent auf Wunsch mit Ihrer eigenen Stimme.

Ich habe meine eigene Stimme klonen lassen und nutze sie seitdem. In diesem Artikel erkläre ich, wie das funktioniert, wofür es sich lohnt, was es kostet und welche Regeln Sie kennen sollten.

Was bedeutet Stimme klonen?

Beim Klonen einer Stimme analysiert eine künstliche Intelligenz Aufnahmen eines Menschen. Sie erfasst, was eine Stimme ausmacht: Tonhöhe, Sprechtempo, Betonung, Sprachmelodie, auch den Akzent. Daraus entsteht eine digitale Kopie, die anschließend beliebige neue Sätze spricht. Im Englischen heißt das Voice Cloning.

Davon zu unterscheiden ist eine KI-Stimme, die neu erstellt wird. Sie klingt natürlich, gehört aber keinem echten Menschen. Für eine Telefonansage reicht das oft. Wer will, dass seine Kunden ihn wiedererkennen, braucht den Klon.

So entsteht eine geklonte Stimme

Der Weg ist bei den meisten Anbietern ähnlich:

  1. Aufnehmen. Die Person liest Texte ein, in guter Qualität und ruhiger Umgebung.
  2. Freigeben. Die Person bestätigt, dass es ihre eigene Stimme ist und sie geklont werden darf.
  3. Trainieren. Die KI lernt die Stimme aus den Aufnahmen.
  4. Sprechen. Ab jetzt geben Sie Text hinein, und heraus kommt Ihre Stimme.
1 Aufnehmen Die Person liestTexte ein 2 Freigeben Die Personbestätigt, dass esihre Stimme ist 3 Trainieren Die KI lernt dieStimme 4 Sprechen Text hinein,Stimme heraus
Aufnehmen Die Person liest Texte ein 1 Freigeben Die Person bestätigt, dass es ihreStimme ist 2 Trainieren Die KI lernt die Stimme 3 Sprechen Text hinein, Stimme heraus 4
Aufnehmen, freigeben, trainieren, sprechen.

Sofort-Klon oder professioneller Klon?

Es gibt zwei Arten, und der Unterschied ist deutlich hörbar.

Der Sofort-Klon braucht wenig Material, bei einem großen Anbieter genügen ein bis zwei Minuten guter Aufnahme. Er ist in wenigen Minuten fertig. Die KI trainiert dabei kein eigenes Modell, sondern schätzt Ihre Stimme anhand dessen, was sie schon kennt. Bei einer sehr eigenen Stimme oder einem starken Akzent stößt das an Grenzen.

Der professionelle Klon braucht deutlich mehr: laut demselben Anbieter 30 bis 180 Minuten gute Aufnahmen. Daraus wird ein eigenes Modell trainiert, was einige Stunden dauert. Das Ergebnis ist näher am Original und klingt auch nach vielen Sätzen noch nach Ihnen.

Sofort-Klon Wenige Minuten Aufnahme In Minuten fertig Gut zum Ausprobieren Professioneller Klon Lange Aufnahmen Training über Stunden Eigenes Modell Freigabe durch die sprechendePerson Aufnahmequalität zählt mehr als Länge
Sofort-Klon Wenige Minuten Aufnahme In Minuten fertig Gut zum Ausprobieren Professioneller Klon Lange Aufnahmen Training über Stunden Eigenes Modell Freigabe durch die sprechende Person Aufnahmequalität zählt mehr alsLänge
Für den Test reicht der Sofort-Klon, für den Dauerbetrieb lohnt der professionelle.

Wofür sich die eigene Stimme im Betrieb lohnt

Eine geklonte Stimme ist kein Selbstzweck. Sie lohnt sich dort, wo Ihre Kunden Sie hören sollen, ohne dass Sie jedes Mal selbst sprechen:

  • Am Telefon. Ein KI-Telefon-Assistent, der neue Anfragen zurückruft oder Anrufe annimmt, klingt mit Ihrer Stimme nach Ihrem Betrieb statt nach einem Callcenter. Mehr dazu in den Artikeln über den Voicebot im Kundenservice und den KI-Telefonassistenten.
  • In Videos. Erklärvideos und Kurzvideos lassen sich vertonen und ändern, ohne neu aufzunehmen. Ein Satz anders? Text ändern, fertig.
  • Bei Ansagen. Bandansage, Warteschleife, Hinweise zu Feiertagen: einmal sauber, immer gleich.
  • In anderen Sprachen. Manche Anbieter lassen den Klon auch in Sprachen sprechen, die Sie selbst nicht sprechen.
Telefon-Assistent Erklärvideo Ansage undWarteschleife Mehrsprachige Inhalte IhreStimme
IhreStimme Telefon-Assistent Erklärvideo Ansage undWarteschleife MehrsprachigeInhalte
Eine Stimme, viele Einsätze.

Was kostet eine geklonte Stimme?

Die Plattformen selbst sind günstiger, als viele denken. Bei einem der bekanntesten Anbieter ist der Sofort-Klon im Tarif ab 6 US-Dollar im Monat enthalten, der professionelle Klon ab 22 US-Dollar im Monat (Stand November 2026, ohne Steuern).

Teurer wird es, wenn die Stimme arbeiten soll. Am Telefon kommen Gesprächsminuten, Sprachmodell und Telefonleitung dazu. Und vor allem die Einrichtung: gute Aufnahmen, Texte, die nach gesprochener Sprache klingen, Tests und Feinschliff. Davon hängt ab, ob die Stimme natürlich wirkt oder nach Automat.

Was Sie rechtlich beachten müssen

Dies ist keine Rechtsberatung. Aber drei Punkte sollten Sie kennen, bevor Sie eine Stimme klonen.

Ihre eigene Stimme dürfen Sie klonen, eine fremde nur mit Erlaubnis. Ein eigenes Gesetz für die Stimme gibt es in Deutschland nicht. Geschützt ist sie trotzdem, über das allgemeine Persönlichkeitsrecht. Das Landgericht Berlin II hat im August 2025 entschieden, dass dieses Recht auch vor KI-Stimmklonen schützt, und einem Sprecher eine fiktive Lizenzgebühr von 4.000 Euro zugesprochen.

Wenn Mitarbeiter ihre Stimme geben, schriftlich regeln. Halten Sie fest, wofür die Stimme genutzt wird, wie lange, und was passiert, wenn die Person den Betrieb verlässt oder ihre Einwilligung widerruft. Seriöse Anbieter verlangen für den professionellen Klon ohnehin, dass die sprechende Person selbst bestätigt.

Die Stimme ist ein personenbezogenes Datum. Aufnahmen und Training brauchen eine Rechtsgrundlage nach der DSGVO, in der Praxis die Einwilligung der Person. Manche Juristen sehen die Stimme sogar als besonders geschütztes biometrisches Datum.

Die Person Liegt ihre schriftlicheEinwilligung vor? Das Recht an dereigenen Stimme Keine fremde Stimmeohne Erlaubnis Der Datenschutz Die Aufnahme ist einpersonenbezogenesDatum
Die Person Liegt ihre schriftliche Einwilligungvor? Das Recht an der eigenenStimme Keine fremde Stimme ohneErlaubnis Der Datenschutz Die Aufnahme ist einpersonenbezogenes Datum
Drei Fragen vor jedem Stimmklon.

Wo der KI-Hinweis hingehört

Seit dem 2. August 2026 gelten die Hinweispflichten aus Artikel 50 der europäischen KI-Verordnung. Wer mit einer KI spricht, muss das spätestens beim ersten Kontakt erfahren. Und wer künstlich erzeugte Inhalte zeigt, die echt wirken und einer realen Person ähneln, muss sie als künstlich kennzeichnen.

Gerade mit Ihrer eigenen Stimme sollten Sie das ernst nehmen. Wenn der Telefon-Assistent klingt wie Sie, könnte der Angerufene glauben, Sie persönlich sind am Apparat. Ein Satz in der Begrüßung räumt das aus. In Videos gehört der Hinweis gut lesbar ins Bild oder in die Beschreibung.

Telefon Der KI-Hinweis steht im erstenSatz der Begrüßung Video Der Hinweis steht gut lesbar imBild oder in der Beschreibung Gilt, sobald die Stimme echt wirken könnte
Telefon Der KI-Hinweis steht im ersten Satzder Begrüßung Video Der Hinweis steht gut lesbar im Bildoder in der Beschreibung Gilt, sobald die Stimme echtwirken könnte
Der Hinweis kommt beim ersten Kontakt, nicht im Kleingedruckten.

Missbrauch: So schützen Sie sich

Dieselbe Technik nutzen auch Betrüger. Oft reichen ihnen wenige Sekunden aus einer Sprachnachricht oder einem Video. Bekannt sind Schockanrufe mit vertrauter Stimme und gefälschte Anrufe vom Chef, die eine eilige Überweisung verlangen.

Drei einfache Regeln schützen Ihren Betrieb:

  • Nicht allein der Stimme trauen. Eine vertraute Stimme ist kein Beweis mehr.
  • Zurückrufen. Bei ungewöhnlichen Bitten auf der bekannten Nummer anrufen, nicht auf der, die gerade angerufen hat.
  • Ein Codewort vereinbaren. Zahlungen nach einem Anruf nur mit Codewort oder einer zweiten Bestätigung.
1 Nicht allein derStimme trauen 2 Auf der bekanntenNummer zurückrufen 3 Ein Codewort imTeam vereinbaren
Nicht allein der Stimme trauen 1 Auf der bekannten Nummerzurückrufen 2 Ein Codewort im Teamvereinbaren 3
Drei Regeln gegen Betrug mit geklonten Stimmen.

Was ich beim Klonen meiner eigenen Stimme gelernt habe

  • Erst ausprobieren, dann richtig machen. Ein Sofort-Klon zeigt in Minuten, wie es klingt. Für Telefon und Videos, die lange laufen sollen, lohnt sich der professionelle.
  • Aufnahmequalität schlägt Menge. Ein ruhiger Raum, gleichbleibender Abstand zum Mikrofon und nur eine Stimme auf der Aufnahme bringen mehr als zusätzliche Minuten.
  • In dem Ton aufnehmen, in dem die Stimme arbeiten soll. Wer steif vorliest, bekommt eine steife Stimme. Für das Telefon lieber so sprechen wie im echten Gespräch.
  • Der Text macht die Hälfte. Auch die beste Stimme klingt nach Automat, wenn sie lange, verschachtelte Sätze sprechen muss. Kurz und gesprochen schreiben.
  • Namen vorher anhören. Firmen- und Produktnamen werden gern falsch betont. Oft hilft schon eine angepasste Schreibweise im Text.
  • Ehrlich bleiben. Der Assistent sagt, dass er eine KI ist, und streitet das auf Nachfrage nie ab. Auch nicht mit Ihrer Stimme.

Wie ich Ihnen dabei helfe

Ich klone Ihre Stimme professionell und setze sie dort ein, wo sie Ihrem Betrieb etwas bringt: im KI-Telefon-Assistenten, der Anfragen annimmt oder zurückruft, und auf Wunsch in Ihren Videos. Die Aufnahme planen wir gemeinsam, die Einwilligung und den KI-Hinweis regeln wir von Anfang an.

Wenn Sie hören möchten, wie das klingen kann, schreiben Sie mir.

Alle Artikel

Weiterlesen