Die eigene Stimme auf Band fanden die meisten schon immer seltsam. Jetzt kann sie auch noch Sätze sagen, die du nie gesprochen hast.

Was brauchst du wofür?

Die wichtigste Frage zuerst: Soll eine fertige Stimme sprechen oder deine eigene?

Du möchtest …	Passender Einstieg	Tarif
einen Text vorlesen lassen	Text zu Sprache	ab Free, nur privat
deine Stimme schnell nachbilden	Schneller Stimmklon	ab Starter
einen genaueren Klon deiner Stimme	Professioneller Stimmklon	ab Creator
einen Assistenten, den man anrufen kann	Sprachagenten	Minuten je Tarif

Ein Stimmklon ist kein digitaler Mensch. Er liefert den Klang. Was gesagt wird, kommt aus einem Text oder aus einem Sprachmodell, also einem KI-Modell, das Antworten formuliert. Für einen Assistenten am Telefon oder ein Video brauchst du deshalb weitere Bausteine, von ElevenLabs selbst oder von anderen Anbietern.

Der Klon liefert die Stimme. Gespräch, Telefon und Bild sind eigene Bausteine

Wie ElevenLabs funktioniert

ElevenLabs gliedert sein Angebot laut Dokumentation in drei Teile: ElevenCreative ist die Oberfläche im Browser, ElevenAgents die Plattform für Sprachagenten, ElevenAPI die Schnittstelle für eigene Software.

Text zu Sprache

Du gibst einen Text ein, wählst eine Stimme und bekommst eine Audiodatei. Im Studio lassen sich längere Texte mit mehreren Sprechern anlegen.

Herstellerabbildung des ElevenLabs-Studios: zwei englische Textabschnitte, jeder mit einem runden farbigen Sprechersymbol und einem senkrechten Balken davor. Darunter eine Zeitleiste von 0:10 bis 1:00 mit zwei Tonspuren, beschriftet mit „Speaker 1“ und „Speaker 2“ — Studio für Text zu Sprache: Text oben, Tonspuren je Sprecher unten. Bild: ElevenLabs, Herstellerabbildung, abgerufen am 11.10.2026

Welche Sprachen gehen, hängt vom Modell ab. Laut Hilfeseite unterstützt Multilingual v2 29 Sprachen, Flash v2.5 32 und Eleven v3 74. Deutsch steht in allen drei Listen. Das neueste Modell Eleven v4 beschreibt der Hersteller mit über 90 Sprachen.

Schneller Stimmklon

ElevenLabs nennt ihn Instant Voice Cloning. Du lädst eine Aufnahme hoch oder sprichst sie ein. Der Hersteller empfiehlt ein bis zwei Minuten sauberes Audio. Mehr als drei Minuten bringen laut Dokumentation kaum etwas und können dem Ergebnis schaden.

Dabei wird kein eigenes Modell trainiert. Der Klon stützt sich auf das, was das Modell schon über Stimmen weiß. Bei sehr ungewöhnlichen Stimmen oder seltenen Akzenten kann er deshalb laut Hersteller danebenliegen.

Die Aufnahme bestimmt den Klon. Rauschen, Hall und Versprecher klont er mit.

Professioneller Stimmklon

Professional Voice Cloning trainiert ein eigenes Modell auf deiner Stimme. Dafür verlangt ElevenLabs mindestens 30 Minuten Audio, empfohlen sind bis zu drei Stunden. Das Training dauert laut Hersteller meist drei bis sechs Stunden, dazu kommt Wartezeit.

Zwei Regeln sind hier strenger: Du darfst nur deine eigene Stimme klonen, und du musst sie vorher bestätigen, indem du vorgegebene Sätze einsprichst.

Sprachagenten

Mit ElevenAgents baust du einen Assistenten, der in Echtzeit zuhört und antwortet. Laut Dokumentation greifen vier Teile ineinander: Spracherkennung, ein Sprachmodell deiner Wahl, die Sprachausgabe und ein Modell, das den Sprecherwechsel regelt.

Für Anrufe nennt ElevenLabs eine Anbindung an den Telefonie-Anbieter Twilio und an bestehende Telefonanlagen über SIP. Einen fertigen Telefonempfang für kleine Unternehmen bietet der Hersteller unter dem Namen Reception AI an.

Wofür ElevenLabs taugt und wofür nicht

Gut geeignet für

Texte vertonen: Erklärstücke, Lernmaterial, Ansagen
einen Klon der eigenen Stimme, wenn du gute Aufnahmen hast
erste Versuche mit einem Sprachagenten

Weniger geeignet für

einen vollständigen digitalen Zwilling: Der Klon liefert nur die Stimme
fertige Videos mit sprechender Person auf Knopfdruck. ElevenLabs beschreibt zwar eine Funktion, die Sprache mit einem Bild oder Video lippensynchron verbindet (in „Flows“). Sie ist laut Hersteller im Alpha-Stadium und kann sich noch ändern
fremde Stimmen ohne Einwilligung (siehe nächster Abschnitt)
Audio, das ungehört veröffentlicht wird. Ein Testbericht nennt einzelne falsch ausgesprochene Wörter, die von Hand korrigiert werden mussten. Ein deutscher Überblick hört bei manchen Bibliotheksstimmen einen leichten englischen Akzent

Wessen Stimme darfst du klonen?

Kurz: deine eigene. Bei allen anderen wird es eng.

Lebende Personen: Die Nutzungsregeln von ElevenLabs verbieten es, die Stimme einer lebenden Person ohne deren ausdrückliche und informierte Einwilligung zu klonen. Beim schnellen Klon bestätigst du vor dem Speichern, dass du Recht und Einwilligung hast
Professioneller Klon: nur die eigene Stimme, auch wenn die andere Person zustimmen würde
Verstorbene: Verboten ist ein Klon laut Nutzungsregeln, wenn er voraussichtlich Schaden verursacht oder Rechte verletzt, die nach dem Tod fortbestehen
Minderjährige: Aufnahmen von Personen unter 18 Jahren dürfen nicht eingereicht werden
Prominente: Bekannte und riskante Stimmen sperrt ElevenLabs nach eigenen Angaben

Das sind die Regeln des Herstellers. Dazu kommt das Recht deines Landes, etwa das Persönlichkeitsrecht. Es wurde für diesen Artikel nicht geprüft.

Eine Pflicht kommt aus der KI-Verordnung der EU: Wer Audio veröffentlicht, das einer echten Person täuschend ähnelt, muss nach Artikel 50 offenlegen, dass es künstlich erzeugt ist. Die Pflicht gilt nach der Verordnung seit dem 2. August 2026. Was das für deinen Fall heißt, solltest du vor einer Veröffentlichung klären.

Was kostet ElevenLabs?

Abgerechnet wird in Credits, einem Guthaben, das pro Monat neu gefüllt wird. Preise laut Hersteller in US-Dollar ohne Steuern, Stand 11. Oktober 2026. Vor einer Entscheidung auf der Preisseite prüfen.

Tarif	Preis pro Monat	Credits / Stimmklon
Free	0 USD	10.000 / keiner genannt
Starter	6 USD	30.000 / schnell
Creator	22 USD	121.000 / schnell und professionell
Pro	99 USD	600.000 / schnell und professionell

10.000 Credits entsprechen laut Preisseite ungefähr zehn Minuten Sprache. Darüber gibt es Scale für 299 USD, Business für 990 USD und Enterprise auf Anfrage. Die Preisseite zeigte am Stichtag Rabatte für den ersten Monat. Die Tabelle nennt die Listenpreise.

Den Tarif Free darfst du laut Nutzungsbedingungen nur nicht-kommerziell nutzen. Eine kommerzielle Lizenz führt die Preisseite ab Starter.

Sprachagenten rechnet ElevenLabs nach Gesprächsminuten ab. Enthalten sind laut Hersteller 15 Minuten im Tarif Free, 75 in Starter und 275 in Creator. Jede weitere Minute kostet 0,08 USD. Die Kosten für das Sprachmodell kommen dazu und hängen vom Modell ab. Nutzt du Twilio oder eine eigene Telefonanlage, rechnet dieser Anbieter seine Gebühren selbst ab.

Was passiert mit deinen Daten?

Eine Stimme ist ein persönliches Merkmal. ElevenLabs schreibt selbst, dass Stimmdaten nach manchen Gesetzen als biometrische oder besonders geschützte Daten gelten können. Die Angaben stammen aus Datenschutzerklärung und Nutzungsbedingungen, beide mit Stand 9. Oktober 2026.

Wo liegen deine Daten?

Laut Datenschutzerklärung werden personenbezogene Daten zur Speicherung in die USA übertragen, egal wo du wohnst. Für Nutzer in der EU stützt sich ElevenLabs dabei unter anderem auf das Datenschutzabkommen zwischen EU und USA und auf Standardvertragsklauseln. Als Verantwortlichen für Europa nennt die Erklärung die ElevenLabs Poland sp. z o.o.

Werden deine Aufnahmen zum Training genutzt?

Ja, solange du nicht widersprichst. Die Datenschutzerklärung nennt Eingaben und Ausgaben als Grundlage für die Entwicklung der KI-Modelle. Abschalten kannst du das im Konto im Menü „Data use“. Der Widerspruch gilt nur für die Zukunft.

Wie lange bleibt deine Stimme gespeichert?

Daten, die ElevenLabs über deine Stimme erzeugt, werden laut Datenschutzerklärung höchstens drei Jahre nach deiner letzten Nutzung aufbewahrt, sofern kein Gesetz etwas anderes verlangt oder erlaubt. Ein Stimmmodell kannst du laut Nutzungsbedingungen über dein Konto löschen lassen.

Welche Rechte räumst du ein?

Für hochgeladene Inhalte samt Stimme räumst du ElevenLabs laut Nutzungsbedingungen eine dauerhafte und unwiderrufliche Lizenz ein. ElevenLabs sagt zugleich zu, deine Stimme nicht ohne deine Erlaubnis eigenständig zu vermarkten. Lies diesen Abschnitt, bevor du deine Stimme hochlädst.

Was gilt beim geschäftlichen Einsatz?

Vertrag: Für Geschäftskunden verweisen die Nutzungsbedingungen auf einen Vertrag zur Auftragsverarbeitung (Data Processing Addendum, Stand 8. April 2026). ElevenLabs ist darin Auftragsverarbeiter, Standardvertragsklauseln sind enthalten. Er gilt laut Nutzungsbedingungen, wenn du sie im Namen eines Unternehmens oder einer Organisation annimmst, und nennt ausdrücklich auch die Tarife ohne Enterprise-Vertrag. Er greift nur dort, wo ElevenLabs personenbezogene Daten in deinem Auftrag verarbeitet.

Speicherort EU: Eine getrennte Umgebung mit Speicherung in der EU gibt es laut Dokumentation nur für Enterprise-Kunden. Auch dann kann die Verarbeitung laut Hersteller außerhalb der gewählten Region stattfinden, etwa für Support und Inhaltsprüfung.

Ohne Speicherung: Den Modus „Zero Retention“, bei dem die meisten Daten nach der Anfrage gelöscht werden, gibt es ebenfalls nur für Enterprise und nur über die Schnittstelle, nicht in der Oberfläche im Browser.

Stimmen anderer: Wer Stimmen von Mitarbeitenden oder Kunden verarbeitet, braucht deren Einwilligung und eine eigene Prüfung nach DSGVO. Der Vertrag mit ElevenLabs ersetzt das nicht.

Alter: Die Nutzung ist laut Nutzungsbedingungen erst ab 18 Jahren erlaubt.

Meine Einschätzung

Ich habe mit ElevenLabs herumgespielt und es zum Stimmenklonen ausprobiert. Produktiv habe ich es bisher nicht im Einsatz. Was folgt, ist also der Eindruck aus ersten Tests.

Fürs Stimmenklonen finde ich ElevenLabs praktisch. Die Stimmen wirken auf mich hochwertig und weniger künstlich, auch auf Deutsch finde ich sie überzeugend. Für einen digitalen Klon von sich selbst halte ich das Tool persönlich für ein „Must-have“. Das ist meine Einschätzung, keine technische Notwendigkeit und kein Vergleich mit allen anderen Anbietern.

Über zwei Anwendungen denke ich nach, beide habe ich noch nicht umgesetzt:

Ein Assistent zum Anrufen: ein KI-Assistent, den Menschen anrufen können und der mit meiner Stimme spricht. Was ElevenLabs dafür mitbringt und was dazukommt, steht unter Sprachagenten
Videos mit meiner geklonten Stimme: Was außer der Stimme dazugehört, zeigt die Grafik oben

Dazu eine Begegnung. Nach einem Vortrag über Möglichkeiten und Gefahren von KI erzählte mir eine Zuhörerin, sie würde gern die Stimme ihrer verstorbenen Mutter klonen, um noch einmal mit ihr reden zu können. Das fand ich sehr berührend und eine interessante Idee.

Es war ein Wunsch, keine Anwendung, die ich umgesetzt oder empfohlen habe. Eine synthetische Stimme klingt wie ein Mensch. Sie ist nicht dieser Mensch, und was sie sagt, sind nicht seine Antworten. Welche Regeln ElevenLabs für Stimmen Verstorbener aufstellt, steht unter Wessen Stimme darfst du klonen?

Quellen

ElevenLabs, ElevenCreative und ElevenAgents sind Marken von Eleven Labs Inc. Dieser Beitrag ist unabhängig entstanden und wurde von ElevenLabs weder beauftragt noch geprüft.

ElevenLabs: KI-Stimmen und der Klon deiner eigenen Stimme