ElevenLabs für Anfänger: Einen deutschen Text vertonen

Das Problem

Sie möchten einen Text in gesprochene Sprache verwandeln: für ein Video, eine Telefonansage oder zum Anhören. Immer wieder lesen Sie, ElevenLabs liefere besonders natürliche Stimmen. Aber die Seite ist auf Englisch, voller Begriffe wie «Voice Library», «Credits» und «Stability», und Sie wissen nicht, wo Sie anfangen sollen.

Dabei ist der Einstieg einfach. Das Grundprinzip ist: Text eingeben, Stimme wählen, Audio erzeugen, herunterladen. Alles Weitere, wie Feinabstimmung der Aussprache oder eigene Stimmen, können Sie später lernen. Wichtig ist, von Anfang an zwei Dinge im Blick zu behalten: die Nutzungsrechte der Aufnahme und die Qualität bei deutschen Texten, vor allem bei Zahlen und Namen.

Diese Anleitung zeigt den Weg zur ersten Tondatei. Stand: Oktober 2026; die Oberfläche, die Namen der Funktionen und die Tarife ändern sich häufig. Massgebend sind die aktuellen Angaben des Anbieters.

So lösen Sie es mit KI – Schritt für Schritt

1. Zweck und Text klären. Wofür brauchen Sie die Aufnahme? Schreiben Sie einen kurzen Text von 50 bis 100 Wörtern, den Sie testen. Wählen Sie zunächst einen unkritischen Text ohne vertrauliche Inhalte.

1. Konto eröffnen. Gehen Sie auf die Website des Anbieters und legen Sie ein Konto an. Wählen Sie ein eigenes, starkes Passwort und tragen Sie es nur selbst ein. Prüfen Sie, welche Daten abgefragt werden.

1. Bedingungen und Tarif ansehen. Schauen Sie auf der Tarifseite nach, was das Gratiskonto enthält, wie viele Zeichen oder Credits Sie nutzen können und was für kommerzielle Nutzung gilt. Auf kostenlosen Tarifen gelten in der Regel Einschränkungen, zum Beispiel bei gewerblicher Nutzung oder Namensnennung. Prüfen Sie den aktuellen Stand.

1. Text-zu-Sprache öffnen. Wählen Sie in der Oberfläche die Funktion zum Erzeugen von Sprache aus Text. Die Bezeichnung kann «Text to Speech» heissen.

1. Text einfügen. Fügen Sie Ihren Text in das Feld ein. Schreiben Sie schwierige Stellen so, wie sie gesprochen werden sollen. Siehe Namen und Abkürzungen.

1. Stimme und Modell wählen. Wählen Sie eine Stimme aus der Bibliothek und achten Sie darauf, dass das Sprachmodell Deutsch unterstützt (oft als mehrsprachig bezeichnet). Hören Sie mehrere Stimmen an. Beschreibungen der Stimmen können hilfreich sein, ersetzen aber das Zuhören nicht.

1. Erzeugen und anhören. Starten Sie die Erzeugung und hören Sie das Ergebnis mit Kopfhörern an. Prüfen Sie Aussprache, Pausen, Zahlen. Passen Sie bei Bedarf Text oder Regler an. Siehe Pausen und Betonung.

1. Herunterladen. Speichern Sie die Datei, wenn sie passt. Benennen Sie sie sinnvoll und notieren Sie, mit welcher Stimme und welchem Tarif sie erzeugt wurde. Das hilft bei späteren Rechtsfragen.

Vorlage zum Kopieren

Testtext für Ihre erste Tondatei (Klammern ersetzen):

Guten Tag und willkommen bei [Firmenname]. 
Wir sind von Montag bis Freitag, von acht bis siebzehn Uhr dreissig, für Sie da. 
Sie erreichen uns unter der Nummer [null sechs zwei, null null null, null null, null null]. 
Vielen Dank für Ihren Anruf.

Und eine Notiz für Ihre Unterlagen:

Datei: [Dateiname]   Erzeugt am: [Datum]
Werkzeug und Tarif: [ElevenLabs, Tarif laut Konto]
Stimme: [Name der Stimme]   Modell: [Name laut Oberfläche]
Verwendungszweck: [z. B. interne Schulung]
Kommerzielle Nutzung erlaubt laut Tarif: [ja/nein/geprüft am ...]
Hinweis auf KI im Endprodukt: [ja/nein]

Füllen Sie die Notiz nach jeder Aufnahme aus. So wissen Sie später, unter welchen Bedingungen sie entstanden ist.

Worauf Sie achten müssen

• Nutzungsrechte je Tarif. Gratis- und Bezahlstufen unterscheiden sich bei gewerblicher Nutzung, Namensnennung und Lizenzumfang. Prüfen Sie den aktuellen Stand, bevor Sie Aufnahmen in Kundenprojekten verwenden.
• Datenschutz. Ihre Texte werden beim Anbieter verarbeitet. Geben Sie keine vertraulichen oder personenbezogenen Texte ein, solange Sie die Bedingungen nicht geprüft haben. Prüfen Sie Sitz des Anbieters und Ort der Verarbeitung; ein Schweizer Anbieter ist es nach unserem Kenntnisstand nicht.
• Eigene und fremde Stimmen. Stimmen echter Personen nachzubilden, setzt deren Einwilligung voraus. Siehe Stimme klonen: Einwilligung und Eigene Stimme klonen.
• Kosten. Beachten Sie Zeichen- und Credit-Limits. Prüfen Sie die aktuellen Preise selbst und verlassen Sie sich nicht auf Zahlen aus Artikeln.
• Qualität bei Deutsch. Zahlen, Namen und Fachbegriffe brauchen Kontrolle. Siehe Natürliche KI-Stimmen vergleichen.
• Kennzeichnung. Bei Stimmen, die echt wirken sollen, kann ein Hinweis auf KI sinnvoll sein oder je nach Einsatz erwartet werden.

Ein Beispiel aus der Praxis

Ein Beispiel: Die Assistentin einer Schreinerei in Reinach möchte einen kurzen Audiotext für das interne Schulungsvideo zur Arbeitssicherheit. Sie legt ein Konto an, wählt das Gratiskonto und fügt einen Testtext ein.

Die erste Stimme liest «Brandschutz» korrekt, hat aber ein sehr schnelles Tempo. Mit einer anderen Stimme und kürzeren Sätzen klingt es besser. Eine Zahl liest das Werkzeug falsch, die sie ausschreibt. Vor der Verwendung im Schulungsvideo prüft sie die Tarifbedingungen und merkt, dass für interne Nutzung andere Regeln gelten als für Kundenprojekte. Sie notiert Stimme, Datum und Tarif auf ihrem Blatt.

So hilft Ihnen Alpasana

Wer Sprachausgabe und Voiceover systematisch kennenlernen möchte, findet im Kurs KI und IT für konkrete Arbeitsaufgaben bei absofort unter anderem Podcast- und Voiceover-Vorbereitung sowie KI-Bilder und Video-Teaser. Praxisaufgaben, KI-Lerncoach und ein verifizierbarer Abschluss gehören dazu. ElevenLabs wird in der Kursbeschreibung nicht ausdrücklich genannt.

Die Wahl des Werkzeugs und die Klärung der Bedingungen liegen bei Ihnen.

Häufige Fragen

Ist ElevenLabs kostenlos?

Es gibt in der Regel ein Gratiskonto mit eingeschränkter Nutzung. Umfang und Bedingungen ändern sich. Prüfen Sie die aktuelle Tarifseite.

Kann ich die Aufnahmen für meine Firma verwenden?

Das hängt vom Tarif ab. Gratis-Tarife sind oft auf nichtgewerbliche Nutzung beschränkt. Lesen Sie die aktuellen Bedingungen, bevor Sie Aufnahmen in Kundenprojekten einsetzen.

Ist Deutsch gut unterstützt?

Deutsch wird unterstützt, die Qualität hängt von Stimme, Modell und Text ab. Testen Sie mit Ihrem Text, besonders bei Zahlen und Eigennamen.

Kann ich meine eigene Stimme verwenden?

Ja, mit entsprechender Funktion und Bedingungen des Anbieters. Klären Sie Einwilligungen und Löschmöglichkeiten. Siehe Eigene Stimme klonen.