Eine der beiden Methoden klang überhaupt nicht nach mir. Die andere so nah, dass ich zweimal überlegen würde, bevor ich sage, dass es KI ist.
Ich habe ElevenLabs zweimal meine echte Stimme gegeben, über die zwei Klon-Methoden, die das Tool anbietet, und beide Ergebnisse aufgenommen. Kein Studio, kein Toningenieur, nur ein ordentliches Mikrofon und ein ruhiger Raum.
Der Instant-Klon, die günstige Variante ab dem Starter-Tarif für 6 Dollar, klang nicht nach mir. Zehn Sekunden Audio reichen zwar aus, um ihn zu erstellen, aber das Ergebnis war erkennbar eine menschliche Stimme, nur eben nicht meine. Das Tempo stimmte nicht, die Klangfarbe hat nie gesessen. Ich habe ihn bei mir schlicht nie zum Funktionieren gebracht.
Der Professional-Klon war eine andere Geschichte. Mit rund zwei Stunden eigenem Material auf dem Modell Eleven Multilingual v2 nachtrainiert, hat er sowohl Klangfarbe als auch Sprechrhythmus getroffen. Zusammen mit einem KI-Avatar würden Leute, die mich nicht persönlich kennen, das in einem Reel oder TikTok vermutlich nicht bemerken. Diese Variante gibt es erst ab dem Creator-Tarif für 22 Dollar.
Der Unterschied ist kein Marketing, sondern technisch. Der Instant-Klon nutzt deine Aufnahme nur als Referenz im Moment der Sprachausgabe und lässt das Modell unangetastet. Der Professional-Klon trainiert das Modell mit mindestens 30 Minuten Audio nach. Genau deshalb ist der eine unbeständig und der andere nicht.
Ein paar Dinge, die vorher niemand erwähnt: Es gibt einen Einwilligungsschritt, bei dem du einen vorgegebenen Satz einsprichst, bevor du überhaupt klonen darfst. Es gibt ein Upload-Limit von 10 MB pro Datei, das dich still daran hindert, die vollen zwei Stunden Trainingsmaterial hochzuladen. Und die Verarbeitung wird mit zwei bis sechs Stunden angegeben, war bei mir aber nach etwa einer Stunde fertig.
Ich bin bewusst bei Voice Cloning und Text-to-Speech geblieben. Dubbing, Voice Isolation, der Voice Changer und Studio sind ein eigenes Thema.
| Tarif | Preis | Was du bekommst |
|---|---|---|
| Free | 0 $ | Rund 10 Minuten Audio pro Monat. Keine kommerziellen Rechte, kein Klonen. Reicht, um die Oberfläche kennenzulernen. |
| Starter | 6 $/Monat | Kommerzielle Rechte und Instant Cloning. In meinem Test klang der Klon nicht nach mir. |
| Creator | 22 $/Monat | Der erste Tarif mit professionellem Klonen. Rund 121.000 Credits, also etwa 2 Stunden Audio. Erster Monat oft zum halben Preis. |
| Pro | 99 $/Monat | Für höheres Volumen. Darüber Scale und Business für Teams, nicht für einzelne Creator. |
| Voice Library | Auszahlung | Etwa 3 Cent pro 1.000 generierten Zeichen, wöchentlich. Netter Nebeneffekt, kein Geschäftsmodell. |
| Lokale Alternative | Kostenlos | Läuft komplett auf dem eigenen Rechner, nichts verlässt das Haus. Eigene vierteilige Serie dazu. |
Mit ElevenLabs nicht. Der kostenlose Tarif umfasst rund 10 Minuten Audio pro Monat, aber weder kommerzielle Rechte noch Stimmklonen. Instant Cloning beginnt beim Starter-Tarif für 6 Dollar im Monat, professionelles Klonen erfordert den Creator-Tarif für 22 Dollar im Monat.
Der Instant-Klon nutzt eine kurze Aufnahme als Referenz im Moment der Sprachausgabe und verändert das Modell nicht. Deshalb ist er schnell, aber unbeständig. Der Professional-Klon trainiert das Modell mit mindestens 30 Minuten eigenem Audio nach. In meinem Test war das Ergebnis deutlich natürlicher und näher an meiner echten Stimme.
Bei mir klang der Instant-Klon nicht wie ich. Der Professional-Klon auf Basis von Eleven Multilingual v2 traf meine Stimme dagegen sehr gut. In Kombination mit einem KI-Avatar würden Menschen, die mich nicht persönlich kennen, den Unterschied vermutlich nicht bemerken.
Wenn du einen Klon willst, der wirklich nach dir klingt, ja. Creator ist der einzige Tarif mit professionellem Klonen und enthält rund 121.000 Credits, also etwa zwei Stunden Audio pro Monat. Zum Ausprobieren reichen der kostenlose oder der Starter-Tarif.
ElevenLabs gibt zwei bis sechs Stunden an. Bei mir war der Klon nach etwa einer Stunde fertig, spätestens am nächsten Tag. Es kann also schneller gehen als angegeben.
Über die Voice Library von ElevenLabs kannst du deine Stimme anderen zur Verfügung stellen und bekommst etwa 3 Cent pro 1.000 generierten Zeichen, wöchentlich ausgezahlt. Das ist ein netter Nebeneffekt, kein Geschäftsmodell. Wichtiger ist die Frage, ob du willst, dass Fremde deine Stimme für beliebige Texte nutzen.
Deutsche Zusammenfassung der zwölf Kapitel. Das Originalvideo ist auf Englisch, die Zeitmarken springen direkt an die passende Stelle. Das vollständige englische Transkript findest du auf der englischen Version dieser Seite.
Der Einstieg wird nicht von mir gesprochen, sondern vom KI-Klon meiner Stimme. Eine der beiden Methoden war praktisch unbrauchbar, die andere so gut, dass ich sie in einem Video einsetzen würde. Kennzeichnen würde ich es trotzdem, KI-Inhalte gehören offengelegt. Kein Studio, kein Toningenieur, nur ein sauberes Mikrofon und ein ruhiger Raum.
Der Instant Voice Clone verspricht ein Ergebnis aus nur zehn Sekunden Audio und ist in rund zwei Minuten erstellt. Man kann Dateien bis 10 MB hochladen oder direkt im Browser aufnehmen. Ich nehme direkt auf, weil die wenigsten fertige Sprachproben von sich herumliegen haben.
ElevenLabs ist deutlich mehr als Stimmklonen, und man verliert sich schnell. Unter „Voices“ liegen die eigenen Klone plus eine Bibliothek mit über 10.000 geteilten Stimmen. „Studio“ ist der ausgewachsene Editor für lange Produktionen wie Hörbücher und Video-Voiceovers. Dazu Flows zum Verketten von Modellen, Templates und Assets sowie Bereiche für Sound Effects, Voice Isolator, Voice Changer und Speech-to-Text.
Der wichtigste Punkt des Videos: Die beiden Methoden sind nicht einfach schnell und langsam, sie arbeiten grundsätzlich anders. Der Instant-Klon zieht deine Aufnahme in dem Moment als Referenz heran, in dem gesprochen wird, und verändert das Modell nie. Genau deshalb kann er dich verfehlen.
Der Professional Voice Clone wird als ausdrucksstärkste Methode beworben und braucht möglichst rauschfreie Aufnahmen. Nachbearbeitung hilft, ersetzt aber keine ruhige Umgebung. Als Material dienen Aufnahmen aus meinen echten YouTube-Videos plus eine zweiminütige Probe, die ich direkt in ElevenLabs eingesprochen habe.
Vor dem Klonen musst du bestätigen, dass du die Rechte an der Stimme hast. Dafür sprichst du einen vorgegebenen Satz ein, der auf dem Bildschirm erscheint, und die Stimme wird gegen dein Material verifiziert. Danach läuft die Verarbeitung an, angegeben mit zwei bis sechs Stunden. Das Upload-Limit von 10 MB pro Datei ist dabei die stille Bremse, die verhindert, dass man die vollen zwei Stunden Material einspielt.
Die Mail kam schon rund eine Stunde nach dem Absenden, also deutlich schneller als angekündigt. Der fertige Klon läuft auf dem Modell Eleven Multilingual v2. Für den Test setze ich die Ähnlichkeit auf 100 und lasse denselben Satz sprechen wie beim Instant-Klon, damit der Vergleich fair bleibt.
Beide Versionen direkt hintereinander. Das Ergebnis ist eindeutig: Der Instant-Klon hat bei mir nie funktioniert, ich habe ihn nie dazu gebracht, nach mir zu klingen. Der Professional-Klon ist richtig gut. In Verbindung mit einem Avatar der neuesten Generation würden Menschen, die mich nicht kennen, ein Reel oder TikTok vermutlich nicht als KI erkennen.
Der kostenlose Tarif ist eine Demo: rund 10 Minuten Audio im Monat, keine kommerziellen Rechte, kein Klonen. Starter für 6 Dollar bringt kommerzielle Rechte und Instant Cloning, also genau die Variante, die bei mir nicht funktioniert hat. Creator für 22 Dollar ist der erste Tarif mit professionellem Klonen, rund 121.000 Credits und damit etwa zwei Stunden Audio. Der erste Monat ist oft zum halben Preis zu haben. Darüber liegen Pro für 99 Dollar sowie Scale und Business für Teams.
Über die Voice Library kannst du deine geklonte Stimme anderen zur Verfügung stellen und verdienst etwa 3 Cent pro 1.000 generierten Zeichen, wöchentlich ausgezahlt. Ehrlich gesagt: Das ist kein passives Einkommen, das etwas verändert, sondern ein netter Nebeneffekt. Die wichtigere Frage ist ohnehin, ob du willst, dass Fremde deine Stimme für beliebige Texte einsetzen.
Es gibt eine kostenlose Alternative, die komplett lokal auf dem eigenen Rechner läuft und damit vollständig privat bleibt. Die habe ich in einer eigenen vierteiligen Serie getestet und direkt gegen genau diesen ElevenLabs-Klon antreten lassen. Ebenfalls bewusst ausgelassen: die ganze Produktionsseite mit Studio, Dubbing, Voice Isolation und Voice Changer.
Zum Ausprobieren reicht der kostenlose Tarif, er kostet nichts und du lernst die Oberfläche kennen. Wer mit einem brauchbaren, aber wechselhaften Ergebnis leben kann, kommt mit Starter für 6 Dollar hin, sollte aber wissen, dass der Instant-Klon Glückssache ist. Bei mir war es ein klarer Fehlschlag. Wer einen Klon will, der wirklich nach ihm klingt und in echten Inhalten funktioniert, braucht Creator mit professionellem Klonen. Das ist die einzige Variante, die ich selbst einsetzen würde, und dafür gilt: möglichst viel Ausgangsmaterial einspielen.
Ich arbeite 1:1 mit Selbstständigen, Beratern, Coaches und kleinen Teams an praktischen KI-Workflows. Das Erstgespräch ist kostenlos, dauert 15 Minuten und ist kein Verkaufsgespräch.
Kostenloses Erstgespräch buchen