Ich habe meine Stimme geklont. Und sage es jedem.

Von der Idee zum Podcast in zwei Tagen und warum Transparenz die eigentliche Frage ist.

---

Am Mittwochabend hatte ich die Idee. Am Freitagnachmittag war der Podcast live auf Spotify und Apple Podcasts.

Dazwischen lagen ein Stimmklon, eine KI-Moderatorin namens Matilda und 17 Briefings aus meinem Newsletter, die man jetzt hören statt lesen kann.

Staffel 1 heißt „Rewind”. Sie erzählt meine RAMmageddon-Briefings rückwärts: vom neuesten Teil „Der Vermittler zwischen den Welten” bis zurück zu RAMmageddon Teil 1 vom Februar 2026. Matilda moderiert, ich spreche als KI-Klon. Das Ganze gibt es auf Englisch und auf Deutsch, zusammen rund sieben Stunden Audio.

Hier ist, wie das gelaufen ist. Und warum ich glaube, dass die eigentliche Frage eine ganz andere ist.

Der erste Versuch klang wie hinter einer Wand

Ich habe lokal angefangen. Ein Open-Source-Modell auf meinem Mac mini, alles auf eigener Hardware. Das Ergebnis war dumpf, als würde ich hinter einer Wand stehen. Für ein Experiment okay, für sieben Stunden Hörzeit nicht.

Also ElevenLabs.

Zwei Minuten gegen fünfzig Minuten

Für die deutsche Fassung reichte ein Instant-Klon aus einem Sprachmemo von zwei Minuten.

Für die englische Fassung habe ich einen Profi-Klon trainiert. Dafür habe ich knapp 50 Minuten Englisch eingesprochen, mit der Sprachmemos-App auf dem iPhone. Kein Studio, kein Mikrofon-Setup, kein Sprecher.

Die größte Baustelle war die Aussprache

Nicht die Stimme selbst war das Problem, sondern einzelne Wörter. „RAMmageddon”. „DRAM”. Und mein eigener Name: „Yens”, nicht „Dschens”. „Klasen” mit langem A.

Gelöst habe ich das über angepasste Schreibweisen im Skript und eine stabilere Einstellung der Moderatorinnen-Stimme. Klingt banal. Hat aber den größten Teil der Arbeit ausgemacht.

Die KI hat Fehler in meinen eigenen Texten gefunden

Beim Erstellen der Skripte ist etwas passiert, das ich nicht erwartet hatte: Die KI hat Ungereimtheiten in meinen Originaltexten gefunden. Stellen, die beim Lesen niemandem aufgefallen sind, die aber beim Sprechen nicht mehr zusammenpassten.

Entschieden habe ich. Jede Änderung, jede Formulierung. Die KI hat geliefert, ich habe verantwortet.

Was das kostet

Ein ElevenLabs-Abo im zweistelligen bis niedrigen dreistelligen Dollarbereich. Kein Studio. Kein Sprecher.

Und die zwei Tage zwischen Idee und Veröffentlichung waren keine zwei Arbeitstage. Ich habe nach Feierabend daran gearbeitet, immer dann, wenn sich zwischen Arbeit und Familie kurz Zeit gefunden hat. Wer sich gezielt hinsetzt, ist nach meiner Schätzung inklusive Sprachaufnahmen in weniger als zwei Stunden fertig.

Das ist der Punkt, an dem man ehrlich sein muss: Die Technik ist da. Für jeden.

Nicht perfekt, aber ein Anfang

Ehrlich gesagt: Perfekt ist das Ergebnis noch nicht.

Meine Frau war beeindruckt. Meine Kinder haben es sofort gemerkt. Kollegen und Freunde sagen, es sei sehr beeindruckend, aber an manchen Stellen hört man es eben doch.

Das deckt sich mit meinem eigenen Eindruck. Und ich weiß auch, woran es liegt. Meine Aufnahmen habe ich nebenbei gemacht, nicht im ruhigsten Raum und mit deutlich weniger Material, als möglich gewesen wäre. Für den Profi-Klon kann man bis zu zwei Stunden Sprachaufnahmen hochladen. Genau das werde ich als Nächstes tun, in einem ruhigeren Raum und mit mehr Material. Dann schaue ich, wie sich die nächsten Episoden anhören.

Für einen ersten Wurf nach so kurzer Zeit bin ich trotzdem zufrieden. Und genau das ist der Teil, der mich am meisten beschäftigt.

Zwei Minuten Sprachmemo. Ein Abo. Weniger als zwei Stunden, wenn man sich gezielt dransetzt. Mehr braucht es nicht, um eine Stimme zu erzeugen, die selbst meine Frau beeindruckt hat.

Was ich mit meiner eigenen Stimme gemacht habe, kann jeder auch mit einer fremden machen. Mit einer Sprachnachricht aus dem Familienchat, einem Ausschnitt aus einem Webinar, einem Video auf LinkedIn. Der Anruf vom angeblichen Chef, der dringend eine Überweisung braucht. Die Sprachnachricht vom angeblichen Kind, das in Schwierigkeiten steckt. Die Technik dafür liegt nicht in einem Labor, sondern einen Klick entfernt.

Das ist kein Grund, die Finger davon zu lassen. Aber es ist ein Grund, genau hinzuschauen, wie man sie einsetzt.

Die Frage ist nicht mehr ob, sondern wie ehrlich

Seit dem 2. August gelten die Transparenzpflichten aus dem AI Act. Für Audio nennt der Entwurf der Kommissionsleitlinien einen gesprochenen Hinweis zu Beginn als Form der Kennzeichnung. Spotify vergibt inzwischen Verifizierungsabzeichen und will Podcasts entfernen, die ohne Zustimmung fremde Stimmen imitieren. Laut Bloomberg waren in einer einzigen Woche im April rund 39 Prozent aller neuen Podcasts KI-generiert.

Das zeigt: Es geht nicht darum, ob KI-Stimmen kommen. Sie sind längst da. Es geht darum, wie offen man damit umgeht.

Meine eigene Stimme zu klonen, finde ich nicht verwerflich. Es ist meine Stimme, meine Zustimmung, mein Inhalt. Verwerflich wird es, wenn Hörer glauben sollen, sie hören einen Menschen, obwohl sie es nicht tun.

Deshalb sagt jede Folge am Anfang, dass die Stimmen KI-generiert sind. Und wo es Bezüge zu meinem Arbeitgeber gibt, lege ich sie offen. Für ein privates Projekt wäre das vermutlich nicht einmal Pflicht. Ich mache es trotzdem, weil Vertrauen genau an dieser Stelle entsteht oder verloren geht.

Reinhören

Englisch
Spotify: https://open.spotify.com/show/0styyqtXSQk2Ipxr8apxvS
Apple Podcasts: https://podcasts.apple.com/de/podcast/id6818447410

Deutsch
Spotify: https://open.spotify.com/show/6TO00S4HGaBNaSr5OKodtq
Apple Podcasts: https://podcasts.apple.com/de/podcast/id6818628457

Beide Fassungen
YouTube: https://www.youtube.com/@JensKlasenAI/podcasts
Website: https://klasen.ai/#podcast

Transparenz: Die Stimmen im Podcast sind KI-generiert. Matilda ist eine KI-Stimme aus der ElevenLabs-Bibliothek, meine Stimme ist ein KI-Klon meiner echten. Das Titelbild ist mit Gemini erstellt. Ideen, Analysen und Thesen stammen von mir. Ich bin seit 16.09.2026 Cloud Native Architect bei Everpure (früher Pure Storage), Team Portworx. Der Podcast ist ein privates Projekt, die Meinungen sind meine eigenen.

Jens Klasen schreibt im Future Proof Tech Briefing über den Umbruch in der Enterprise-IT. Alle bisherigen Teile findet ihr in meinem Newsletter und auf klasen.ai.