Sternenstaub – Glossar · Begriff · KI und IT für konkrete Arbeitsaufgaben
Stimmenklonen
Kurz gesagt
Beim Stimmenklonen bildet eine KI die Stimme einer Person anhand von Aufnahmen nach und spricht damit beliebige Sätze. Das kann nützlich sein, etwa für Vertonungen mit Einwilligung, wird aber auch für Betrugsanrufe missbraucht. Vereinbaren Sie Rückrufe über bekannte Nummern und ein Codewort, bevor Sie bei dringenden Geldwünschen handeln.
Definition
Stimmenklonen (englisch Voice Cloning) bedeutet, dass eine KI aus Sprachaufnahmen lernt, wie eine bestimmte Person klingt, und anschliessend neue Sätze mit dieser Stimme erzeugt. Dazu reichen je nach Verfahren oft schon kurze Aufnahmen, beispielsweise aus einer Sprachnachricht oder einem Video.
Die Technik gehört zur Sprachsynthese (Text-to-Speech): Aus geschriebenem Text entsteht gesprochene Sprache. Beim Klonen klingt sie wie ein bestimmter Mensch.
Einfach erklärt
Früher klangen Computerstimmen blechern. Heute können KI-Stimmen Betonung, Tempo und Tonfall einer Person so gut nachahmen, dass man sie am Telefon kaum erkennt. Das hat Vorteile: Eine Firma kann mit der Einwilligung der Sprecherin Ansagen in mehreren Sprachen vertonen, oder eine Person, die ihre Stimme verliert, kann sie digital erhalten.
Die Kehrseite ist der Missbrauch. Betrüger imitieren Vorgesetzte oder Angehörige und bitten dringend um eine Überweisung. Solche gefälschten Stimmen zählen zu den Deepfakes.
Beispiel
Ein Beispiel: Die Buchhalterin einer Schreinerei erhält einen Anruf. Der «Chef» verlangt eine eilige Überweisung für ein Geschäft, das niemand sonst kennt. Die Stimme klingt echt. Sie legt auf, ruft den Chef auf seiner gespeicherten Nummer zurück und erfährt, dass er nichts veranlasst hat. Dank der Betriebsregel «Zahlungen nur nach Freigabe durch zwei Personen» wäre die Überweisung ohnehin nicht möglich gewesen.
Nicht verwechseln
Stimmenklonen ist nicht dasselbe wie eine gewöhnliche KI-Stimme, die keiner realen Person nachempfunden ist. Und es ist nicht dasselbe wie Spracherkennung, die gesprochene Wörter in Text verwandelt. Rechtlich gehört die eigene Stimme zu den Persönlichkeitsmerkmalen, die das Zivilgesetzbuch schützt, siehe Persönlichkeitsrechte. Wer eine fremde Stimme nachbildet, braucht in der Regel eine Einwilligung. Fragen im Einzelfall beantwortet eine Fachperson. Zum Schutz im Familienkreis lesen Sie: Ein Familien-Codewort gegen Telefonbetrug vereinbaren.
So hilft Ihnen Alpasana
Wer Betrugsversuche mit Deepfakes erkennen und betriebliche KI-Regeln aufstellen möchte, findet bei absofort passende Kurse: KI und IT für konkrete Arbeitsaufgaben. Beschrieben sind unter anderem Phishing, Deepfakes und betriebliche KI-Richtlinien sowie die Vorbereitung von Podcast- und Voiceover-Inhalten.
Erstellt mit KI-Unterstützung, redaktionell verantwortet von der Alpasana GmbH · 10.10.2026. Fehler entdeckt? Melden Sie es uns.
Quellen
Weiterlesen in der Galaxie
- DeepfakeWas ist ein Deepfake? Gefälschte Bilder, Videos und Stimmen einfach erklärt: Wie sie entstehen, woran Sie Hinweise erkennen und wie Sie sich schützen.
- Text-to-SpeechWas ist Text-to-Speech? Einfach erklärt: Wie ein Text in eine künstliche gesprochene Stimme umgewandelt wird, wo sie hilft und worauf Sie achten sollten.
- Was sind Persönlichkeitsrechte bei KI?Was sind Persönlichkeitsrechte bei KI? Erfahren Sie, was für Bild und Stimme gilt und worauf Sie bei KI-Bildern und Stimmen realer Personen achten sollten.
- Ein Familien-Codewort gegen Telefonbetrug vereinbarenFamilien Codewort Betrug: So vereinbaren Sie ein Sicherheitswort mit Angehörigen, das bei Notfallanrufen hilft, und ergänzen es mit einer Rückrufregel.
- PhishingWas ist Phishing? Erfahren Sie, wie gefälschte Nachrichten Passwörter und Daten abgreifen, woran Sie solche Versuche erkennen und wie KI Betrug verändert.