Hallo, Freundinnen und Freunde,
seit Jahren spiele ich mit dem Gedanken, meine Romane auch als Hörbücher zu veröffentlichen. Gescheitert ist das bisher an den Kosten. Ein professioneller Sprecher ist für ein sechs- bis siebenstündiges Hörbuch schnell 15- bis 50-mal teurer als ein Monatsabo von ElevenLabs. Als sich die Gelegenheit bot, entschied ich mich deshalb für einen Versuch.
Und ich muss zugeben: Die ersten Tage haben mich begeistert.
>Wenn KI plötzlich wie ein Mensch klingt
Für meinen Roman Meine vertauschten Brüder wählte ich die Stimme „Jessica“. Sie klang warm, angenehm und erstaunlich natürlich. Nach kurzer Zeit vergaß ich häufig, dass hier keine Sprecherin, sondern eine KI las.
Die Qualität überraschte mich. Aussprache, Betonung und Sprachrhythmus stimmten nach meinem Eindruck in weit über 95 Prozent aller Fälle. Natürlich gab es kleinere Ausnahmen. Einzelne Wörter wie „Leutnant“ oder der Name „Anne“ mussten über das Wörterbuch angepasst werden. Das funktionierte problemlos.
Auch der integrierte KI-Assistent verdient ein Lob. Gerade am Anfang beantwortete er nahezu jede Frage verständlich, führte mich direkt zur richtigen Stelle im Projekt und ersparte viel Sucherei.
Ich begann zu glauben, dass KI-Hörbücher inzwischen tatsächlich alltagstauglich geworden sind.
>Die ersten Kratzer
Ganz perfekt war das Ergebnis allerdings nicht.
Manchmal wechselte die KI mitten im Absatz ohne erkennbaren Grund das Sprechtempo. Gelegentlich wurde auch ein Wort falsch betont und erhielt dadurch eine andere Bedeutung. Solche Stellen ließen sich meist korrigieren – allerdings nur, indem der komplette Absatz neu erzeugt wurde.
Und genau das kostet Credits.
Mein Abo umfasst 620.000 Credits. Nach rund zwei Dritteln des Romans hatte ich bereits etwa die Hälfte davon verbraucht. Das war zwar mehr als erwartet, erschien mir aber noch akzeptabel.
Dann kam der Moment, der meine Begeisterung schlagartig beendete.
>Plötzlich verschwindet die Stimme
Mitten in der Produktion meldete ElevenLabs, dass die Stimme „Jessica“ nicht mehr verfügbar sei.
Ich hielt das zunächst für einen Fehler meinerseits. Der Support antwortete jedoch schnell und erklärte, „Jessica“ sei für Accounts wie meinen eigentlich gar nicht freigeschaltet. Mein Account stammt vom 4. Juli 2026; die Stimme sei nur für ältere Konten vorgesehen und werde Ende des Jahres ohnehin eingestellt. Damit stand ich vor einem Problem. Ein großer Teil meines Hörbuchs war bereits fertig. Sollte ich nun alles mit einer anderen Stimme neu erzeugen, würden erneut hunderttausende Credits anfallen.
Ich bat den Support deshalb, diese Neugenerierung nicht meinem Credit-Konto anzulasten. Schließlich lag die Ursache nach meinem Verständnis nicht bei mir.
Die Antwort fiel knapp aus: Ich erhielt 15.000 Credits gutgeschrieben – für meine Fehlersuche. Alles andere müsse ich selbst bezahlen.
Das empfand ich als ausgesprochen kundenunfreundlich.
Und dann wurde es richtig merkwürdig
Einige Tage später erklärte mir der Support plötzlich, ich hätte überwiegend gar nicht mit „Jessica“ gearbeitet. Tatsächlich sei meinem Projekt intern eine andere Stimme zugeordnet.
Der Projekt-Chatbot behauptete dagegen, genau diese interne Voice-ID gehöre zu „Jessica“.
In der Benutzeroberfläche wurde mir ebenfalls weiterhin „Jessica“ angezeigt.
Mit anderen Worten:
Der Support sagte A. Der Chatbot sagte B. Die Benutzeroberfläche zeigte C.
Bis heute weiß ich nicht, welche Stimme mein Hörbuch tatsächlich gelesen hat.
>Vorläufiges Ende
An diesem Punkt habe ich beschlossen, das Projekt Meine vertauschten Brüder vorerst zu beenden.
Stattdessen werde ich versuchen, mit den verbleibenden Credits zunächst ein Hörbuch aus meinen Kurzgeschichten zu produzieren. Das ist überschaubarer und für weitere Experimente möglicherweise besser geeignet.
>Mein Fazit
Technisch hat mich ElevenLabs beeindruckt.
Die Sprachqualität ist hervorragend. Viele Passagen klingen so natürlich, dass man kaum noch an eine KI denkt. Der Projekt-Chatbot gehört zu den besten Hilfesystemen, die ich bisher in einer Software erlebt habe.
Was mich dagegen enttäuscht hat, ist die Organisation rund um Stimmen und Projekte. Wenn Support, Chatbot und Benutzeroberfläche unterschiedliche Aussagen darüber treffen, welche Stimme eigentlich verwendet wird, entsteht kein Vertrauen. Und wenn eine systembedingte Änderung dazu führt, dass ein Kunde große Teile seiner Arbeit kostenpflichtig neu erzeugen soll, halte ich das für keine gute Lösung.
Vielleicht wird sich das alles noch aufklären. Im Moment bleibt für mich jedoch ein zwiespältiger Eindruck:
Technisch fast begeisternd – organisatorisch leider ernüchternd.
>Nachtrag:
Das Drama geht weiter. In einem neuen Projekt wird mir ausgerechnet wieder „Jessica“ als Standardstimme angeboten – obwohl ich sie laut Support gar nicht verwenden dürfte. Entfernen kann ich sie nicht. Der Projekt-Chatbot musste schließlich selbst einräumen, keine Lösung zu kennen, und hat ein Support-Ticket erstellt.
Fortsetzung folgt.
Ich bin jedenfalls nahe daran, die Lust am ersten Hörbuch zu verlieren.
Meine Frau sagt immer, sie hätte meine Enbgelsgeduld im Umgang mit sperrigen Systemen nie und nimmer. Sie hätte das Thema nach der ersten Stune Rumgefummel in den Papierkorb geschmissen.
Hätte ich vielleicht auch gleich tun sollen?
Egal, euch eine gute Zeit an einem erträglichen Ort
Herzlich Euer Anton
antondellingerdotcom 