Wissensdatenbank · Audio-KI · Podcasts, Audio-Ads & Hörfassungen

Wondercraft AI – das KI-Audio-Studio für Podcasts, Audio-Ads und Hörfassungen.

Wondercraft AI verspricht, was früher ein Tonstudio, Sprecherinnen und Sprecher, eine Musikbibliothek und viele Stunden Schnitt erforderte: Aus einem Skript, einem Blogartikel oder einem Newsletter entsteht in einer Browser-Oberfläche eine fertige Audioproduktion – mit KI-Stimmen, Dialogen zwischen mehreren Sprechern, Musik, Soundeffekten und gemeinsamer Freigabe im Team. Für Unternehmen im DACH-Raum öffnet das neue Formate: Corporate-Podcasts, Audio-Werbespots, Hörfassungen von Fachartikeln und interne Audio-Updates. Gleichzeitig stellen sich Fragen nach Stimmrechten, Kennzeichnung synthetischer Stimmen und dem Datentransfer zu einem Anbieter außerhalb der EU. Dieser Artikel ordnet ein, was das Werkzeug leistet, wo seine Grenzen liegen und was vor dem Einsatz zu klären ist.

Dieser Artikel wurde mithilfe künstlicher Intelligenz erstellt und redaktionell geprüft.

27 Min. Lesezeit
Aktualisiert · Oktober 2026
Fachartikel · Expertenbeitrag
Wondercraft AI
KI-Audio-Studio · Anbieter außerhalb der EU · Web
Anbieter
Start-up, Sitz nach unserem Stand UK – prüfen
Kategorie
KI-Audio-Studio, Skript-zu-Audio
Plattform
Browser-Anwendung (Cloud)
Kernfunktionen
KI-Stimmen, Dialoge, Musik, Schnitt
Zielgruppe
Marketing, Kommunikation, Agenturen
Datenhoheit
Drittland – AVV, Transfer & Hosting prüfen
INAGRO Eignung Corporate-Audio im Mittelstand
★★★★★
Kapitel 01 · Überblick

Was ist Wondercraft AI – und warum interessieren sich Unternehmen für ein KI-Audio-Studio?

Wondercraft AI ist eine browserbasierte Produktionsumgebung für Audioinhalte, die den gesamten Weg vom Text zur fertigen Audiodatei abdeckt. Nutzerinnen und Nutzer schreiben oder importieren ein Skript, weisen einzelnen Passagen KI-Stimmen zu, lassen auf Wunsch Dialoge zwischen mehreren Sprechern erzeugen, ergänzen Musik und Soundeffekte und bearbeiten das Ergebnis auf einer Zeitleiste. Am Ende steht eine Audiodatei für Podcast-Plattformen, Websites, Werbekampagnen oder interne Kanäle. Das Werkzeug bündelt damit Arbeitsschritte, für die bisher mehrere spezialisierte Programme und Fachleute nötig waren.

Hinter Wondercraft steht ein vergleichsweise junges Start-up, das nach unserem Kenntnisstand im Vereinigten Königreich gegründet wurde und mit Wagniskapital wächst. Das Unternehmen hat sich ursprünglich auf die automatisierte Erstellung von Podcasts aus Texten konzentriert und sein Angebot seitdem zu einem allgemeinen KI-Audio-Studio ausgebaut, das neben Podcasts auch Werbespots, Hörfassungen von Artikeln, Audio-Newsletter, Meditationen, Hörbuchkapitel und Lerninhalte abdeckt. Firmensitz, Vertragspartei und Serverstandorte können sich bei wachsenden Start-ups ändern; diese Angaben sollten Sie vor jeder Entscheidung beim Anbieter prüfen.
Der Erfolg solcher Werkzeuge hat einen nachvollziehbaren Grund: Audio ist ein Format, das nebenbei funktioniert. Menschen hören Podcasts im Auto, beim Sport, bei der Hausarbeit oder auf dem Weg zur Baustelle. Für Unternehmen ist das eine Chance, Aufmerksamkeit zu gewinnen, wenn Bildschirme ausgeschaltet sind. Bislang scheiterten viele Audio-Ideen im Mittelstand jedoch am Aufwand: Aufnahme, Sprecherhonorare, Schnitt, Musiklizenzen und Abstimmungsschleifen kosten Zeit und Geld. Wondercraft senkt diese Hürde, indem es Stimmen synthetisch erzeugt und Bearbeitung, Musik und Freigabe in einer Oberfläche zusammenführt.
INAGRO-Einschätzung

Wondercraft ist eines der zugänglichsten Werkzeuge, um ohne Studio und ohne Audio-Fachwissen professionell klingende Audioformate zu produzieren. Seine Stärke ist der durchgängige Ablauf vom Skript bis zur Freigabe. Die eigentlichen Fragen liegen woanders: Will Ihr Publikum synthetische Stimmen hören, und dürfen Sie die Stimmen nutzen, die Sie einsetzen? Wer eigene Stimmen klont, Mitarbeitende als Sprecher nachbildet oder Kundendaten in Skripte schreibt, braucht klare Regeln zu Einwilligung, Kennzeichnung und Datentransfer. Für reine Hörfassungen öffentlicher Inhalte ist das Risiko überschaubar, für personengebundene Formate deutlich höher.

Warum KI-Audio gerade jetzt relevant wird

Synthetische Stimmen haben in kurzer Zeit einen Qualitätssprung gemacht. Wo vor wenigen Jahren noch monotone Navigationsansagen standen, klingen aktuelle Stimmmodelle in vielen Sprachen natürlich, betonen sinnvoll und können Emotionen andeuten. Gleichzeitig ist die Erwartung an Unternehmen gestiegen, Inhalte in mehreren Formaten anzubieten: Ein Fachartikel soll auch als Audio verfügbar sein, ein Newsletter auch als kurzer Podcast, ein Produktvideo auch als Radio- oder Streaming-Spot. Hinzu kommt das Thema Barrierefreiheit. Hörfassungen helfen Menschen mit Sehbeeinträchtigung, Leseschwierigkeiten oder geringen Deutschkenntnissen, und mit dem Barrierefreiheitsstärkungsgesetz rückt die Zugänglichkeit digitaler Angebote stärker in den Blick.
Für den Mittelstand kommt ein praktischer Faktor hinzu: Viele Unternehmen haben wertvolles Fachwissen in Texten, Präsentationen und Handbüchern, aber niemanden, der regelmäßig vor einem Mikrofon sitzen möchte. Ein KI-Audio-Studio macht diese Inhalte hörbar, ohne dass eine Person zur Podcast-Stimme werden muss. Gleichzeitig entsteht die Versuchung, menschliche Gesprächsformate vollständig zu simulieren – eine Entscheidung, die man bewusst treffen sollte.

Für wen dieser Artikel gedacht ist

Angesprochen sind Geschäftsführung, Marketing- und Kommunikationsverantwortliche, Personalabteilungen, IT-Leitung, Datenschutzbeauftragte und Betriebsräte in mittelständischen Unternehmen. Technisches Vorwissen ist nicht nötig. Nach der Lektüre sollten Sie einschätzen können, für welche Audioformate sich Wondercraft eignet, wie es sich von Descript, ElevenLabs, NotebookLM und Murf unterscheidet, welche organisatorischen Schritte eine Einführung braucht und welche Datenschutz- und Persönlichkeitsrechtsfragen zu klären sind. Wer sich grundsätzlicher mit der Methodik von KI-gestützten Podcasts beschäftigen möchte – Formatentwicklung, Redaktion, Mischformen aus menschlicher und synthetischer Stimme –, findet ergänzend unseren Artikel KI-Podcast in derselben Kategorie.

Wie dieser Artikel zu lesen ist

Wir arbeiten herstellerneutral und bewusst zurückhaltend mit Zahlen. Preise, Kontingente, die Anzahl verfügbarer Stimmen und Sprachen sowie die Zuordnung von Funktionen zu Editionen ändern sich bei Wondercraft in kurzen Abständen. Statt Werte zu nennen, die schnell veralten, beschreiben wir Fähigkeiten qualitativ und markieren, wo Sie beim Anbieter prüfen sollten. Das gilt ausdrücklich auch für die deutsche Sprachunterstützung: Deutsch ist nach unserem Kenntnisstand verfügbar, Qualität, Auswahl deutscher Stimmen und Aussprache von Fachbegriffen sollten Sie aber mit eigenen Texten testen.
Kapitel 02 · Produkte & Positionierung

Produktfamilie und Positionierung: vom Podcast-Generator zum Audio-Studio

Wondercraft ist kein reines Sprachausgabe-Werkzeug, sondern eine Produktionsumgebung mit mehreren Schwerpunkten. Im Kern lassen sich drei Nutzungsweisen unterscheiden: der Einzelarbeitsplatz für schnelle Audioproduktionen, der Team- und Agenturbetrieb mit Freigaben und gemeinsamen Ressourcen sowie Unternehmens-Editionen mit erweiterten Vertrags- und Verwaltungsfunktionen. Die genaue Aufteilung und Benennung der Editionen prüfen Sie bitte beim Anbieter.

Einzelarbeitsplatz
Einstieg

Skript schreiben oder importieren, Stimmen auswählen, Musik ergänzen, exportieren. Ideal für Creator, Selbstständige und Marketingverantwortliche, die einzelne Folgen, Spots oder Hörfassungen erstellen. Kontingente meist begrenzt.

FokusSchnelle Produktion
StärkeNiedrige Lernkurve
RolleEinzelperson
Team & Agentur
Kollaboration

Gemeinsame Projekte, Kommentare und Freigabelinks für Kunden oder Fachabteilungen, geteilte Stimmen und Vorlagen. Geeignet für Kommunikationsteams und Agenturen, die regelmäßig Audioformate liefern. Umfang je Edition prüfen.

FokusSerien & Kampagnen
StärkeFeedback-Schleifen
RolleMarketing, Agentur
Unternehmen
Auf Anfrage

Individuelle Verträge, höhere Kontingente, ggf. erweiterte Verwaltung, Sicherheitsdokumentation und Vertragsanpassungen. Ob Single Sign-on, Rollenmodelle, AVV-Anpassungen oder Hosting-Optionen verfügbar sind, beim Anbieter prüfen.

FokusSkalierung & Vertrag
StärkeVerhandelbare Bedingungen
RolleKonzern, großer Mittelstand

Vom Podcast-Generator zum vielseitigen Audio-Studio

Die Entwicklung von Wondercraft zeigt ein typisches Muster junger KI-Anbieter. Am Anfang stand eine klar umrissene Idee: einen Text automatisch in eine Podcast-Folge zu verwandeln, gesprochen von einer oder mehreren synthetischen Stimmen. Dieser Kern ist geblieben, doch das Werkzeug ist in die Breite gewachsen. Heute stehen Zeitleisten-Bearbeitung, Musik- und Geräuschbibliotheken, Vorlagen für unterschiedliche Formate, Stimmen-Klonen und Funktionen für Teamarbeit zur Verfügung. Zeitweise hat der Anbieter auch Funktionen für einfache Videos oder Animationen zu Audioinhalten erprobt; welche Zusatzfunktionen aktuell angeboten werden, prüfen Sie beim Anbieter.
Mit dieser Entwicklung hat sich auch die Positionierung verschoben. Wondercraft konkurriert heute weniger mit reinen Text-to-Speech-Diensten als mit klassischen Audio-Editoren, Podcast-Produktionsagenturen und Allround-Werkzeugen für Content-Produktion. Für Unternehmen ist das wichtig: Wer nur eine gute Vorlesestimme für die Website benötigt, ist mit einem schlanken TTS-Dienst oder einem Website-Plugin womöglich besser bedient. Wer dagegen komplette Formate mit Intro, Musik, Dialog und Abmoderation produzieren möchte, profitiert vom Studio-Ansatz.

Positionierung im Markt: Content-Teams statt Tontechnik

Die Zielgruppe von Wondercraft sind Menschen, die Inhalte verantworten, aber keine Audioprofis sind: Marketing- und Kommunikationsabteilungen, Content-Agenturen, Verlage, Bildungsanbieter, Newsletter-Herausgeber und Creator. Entsprechend ist die Oberfläche auf schnelle Ergebnisse und Verständlichkeit ausgelegt, nicht auf feinste tontechnische Eingriffe. Für Unternehmen hat das Vor- und Nachteile. Positiv ist, dass Fachabteilungen ohne lange Schulung starten können. Kritisch ist, dass Unternehmensfunktionen – zentrale Benutzerverwaltung, Rollen, Audit-Protokolle, vertragliche Zusicherungen zur Datenverarbeitung – bei einem Start-up oft erst mit höheren Editionen oder auf Anfrage verfügbar sind.
Kriterium Einzelarbeitsplatz Team / Agentur Unternehmen
Typischer Nutzer Creator, Einzelperson im Marketing Kommunikationsteam, Agentur Konzern, großer Mittelstand
Stimmen-Klonen Je nach Edition Je nach Edition In der Regel verfügbar – prüfen
Kollaboration & Freigabe Eingeschränkt Kernfunktion Ausgebaut
Vertrag & AVV Standardbedingungen Standard – prüfen Verhandelbar – prüfen
Eignung für den Einstieg Sehr gut Gut Erst nach Pilot
Kapitel 03 · Funktionsumfang

Funktionsumfang: Skript, Stimmen, Zeitleiste und Export

Bevor es um generative KI im engeren Sinn geht, lohnt ein Blick auf die Produktionsgrundlagen. Sie entscheiden darüber, ob aus synthetischen Stimmen ein hörenswertes Format wird. Konkrete Grenzen – maximale Länge, Exportformate, Speicher, Zahl der Projekte, Kontingente an generierter Audiozeit – unterscheiden sich je Edition und sind beim Anbieter zu prüfen.

Skript-Editor und Stimmenzuordnung

Zentrales Element ist ein Skript-Editor, der sich eher wie ein Textprogramm als wie eine Tonbearbeitung anfühlt. Texte werden geschrieben oder eingefügt und in Abschnitte gegliedert, denen jeweils eine Stimme zugeordnet wird. So entsteht etwa ein Wechsel zwischen Moderatorin und Gast, zwischen Sprecher und Zitat oder zwischen Erzähler und Werbebotschaft. Änderungen am Text werden neu vertont, ohne dass jemand erneut ins Studio muss. Das ist der eigentliche Produktivitätsgewinn: Korrekturen, die bei einer menschlichen Aufnahme einen neuen Termin erfordern, sind hier eine Sache von Minuten.
Für die Qualität ist entscheidend, wie gut sich Aussprache und Betonung steuern lassen. Fachbegriffe, Produktnamen, Abkürzungen und Eigennamen werden von Sprachmodellen nicht immer korrekt ausgesprochen – im Deutschen etwa bei Anglizismen, Firmennamen oder regionalen Ortsbezeichnungen. Hilfreich sind Funktionen zur Aussprachekorrektur, phonetische Umschreibungen im Skript, gezielte Pausen und die Möglichkeit, einzelne Passagen neu zu generieren, bis die Betonung stimmt. Welche Steuerungsmöglichkeiten im Detail verfügbar sind, sollten Sie mit eigenen Fachtexten testen.

Zeitleiste, Musik und Soundeffekte

Unter dem Skript liegt eine Zeitleiste, auf der Sprachspuren, Musik und Geräusche angeordnet werden. Typische Arbeitsschritte sind Intro und Outro mit Jingle, Musikbetten unter Sprachpassagen, Übergänge zwischen Segmenten, Lautstärkeanpassungen und Soundeffekte zur Untermalung. Wondercraft bietet dafür Bibliotheken mit Musik und Effekten und erlaubt in der Regel auch das Hochladen eigener Audiodateien, etwa eines bestehenden Unternehmensjingles oder echter Interviewaufnahmen. Gerade diese Kombination ist für Unternehmen interessant: Echte O-Töne von Mitarbeitenden oder Kunden lassen sich mit synthetischer Moderation verbinden.
Bei Musik ist die Lizenzfrage zentral. Bibliotheksmusik innerhalb des Werkzeugs ist meist für die Nutzung in damit erstellten Produktionen lizenziert, doch Umfang und Bedingungen – kommerzielle Nutzung, Werbung, Rundfunk, Weitergabe an Kunden – sind in den Nutzungsbedingungen geregelt und können je Edition variieren. Prüfen Sie diese Bedingungen besonders, wenn Audio-Ads im Radio, in Streaming-Diensten oder auf Plattformen mit automatischer Rechteerkennung ausgespielt werden sollen.

Vorlagen, Export und Veröffentlichung

Vorlagen helfen, wiederkehrende Formate einheitlich zu produzieren: eine wöchentliche Folge mit festem Aufbau, eine Serie von Werbespots in gleicher Länge oder Hörfassungen mit identischem Intro. Exportiert wird in gängigen Audioformaten; je nach Edition stehen unterschiedliche Qualitätsstufen zur Verfügung. Für Podcasts kann es Funktionen zur Veröffentlichung oder zur Anbindung an Hosting-Dienste geben, über die Folgen an Podcast-Verzeichnisse verteilt werden. Ob Wondercraft selbst Hosting anbietet oder Sie einen eigenen Podcast-Hoster nutzen, sollten Sie bewusst entscheiden – auch mit Blick darauf, wo Hördaten und Statistiken verarbeitet werden.
Funktionsbereich Typischer Nutzen Worauf achten
Skript-Editor Text bearbeiten statt neu aufnehmen Versionierung und Freigabe klären
Stimmenbibliothek Große Auswahl ohne Sprecherbuchung Deutsche Stimmen und Akzente testen
Aussprachesteuerung Fachbegriffe korrekt betonen Mit eigenem Glossar prüfen
Musik & Effekte Professioneller Klang ohne Lizenzrecherche Lizenzumfang für Werbung prüfen
Eigene Uploads O-Töne und Jingles einbinden Rechte und Einwilligungen der Sprecher
Export & Veröffentlichung Direkt nutzbare Audiodateien Hosting und Hörerstatistik bewusst wählen
Kapitel 04 · KI & Automatisierung

KI-Funktionen: Stimmen, Dialoge, Skript-Assistent und Stimmen-Klonen

Die generativen Funktionen machen Wondercraft besonders – und sie verursachen die meisten rechtlichen und ethischen Fragen. Wir unterscheiden zwischen Funktionen, die vorhandene Texte vertonen, Funktionen, die Inhalte erzeugen, und Funktionen, die reale Stimmen nachbilden. Welche Modelle und Funktionen im Einzelnen eingesetzt werden, prüfen Sie beim Anbieter.

KI-Stimmen und Mehrsprecher-Dialoge

Wondercraft stellt eine Bibliothek synthetischer Stimmen bereit, die sich nach Sprache, Geschlecht, Alter, Sprechstil und Tonalität unterscheiden. Ein Teil der Stimmen stammt nach unserem Kenntnisstand von spezialisierten Stimmanbietern, deren Modelle in die Oberfläche eingebunden sind; das ist für die Datenschutzbewertung relevant, weil Texte dann gegebenenfalls an weitere Dienstleister übermittelt werden. Fragen Sie konkret nach, welche Unterauftragsverarbeiter für die Sprachsynthese beteiligt sind.
Besonders gefragt sind Mehrsprecher-Dialoge. Aus einem Text oder einer Stichwortliste kann das Werkzeug ein Gespräch zwischen zwei oder mehr Stimmen erzeugen, inklusive Rückfragen, Überleitungen und lockerem Gesprächston. So entsteht der Eindruck eines echten Podcasts mit Moderation und Gast. Das ist leistungsfähig und gleichzeitig heikel: Ein synthetisches Gespräch wirkt authentischer als eine Vorlesestimme, und Hörerinnen und Hörer könnten annehmen, echte Menschen zu hören. Eine klare Kennzeichnung zu Beginn der Folge und in den Shownotes ist deshalb aus unserer Sicht Pflicht, nicht Kür.

Skript-Assistent: vom Artikel zur Folge

Ein Sprachmodell unterstützt beim Erstellen der Skripte. Es kann Artikel, Webseiten, Dokumente oder Stichpunkte in ein Hörskript umwandeln, Längen anpassen, Werbespots in mehreren Varianten formulieren oder Dialoge strukturieren. Für Unternehmen ist das ein erheblicher Zeitgewinn, weil Lesetexte für das Ohr umgeschrieben werden müssen: kürzere Sätze, Wiederholungen von Kernbotschaften, keine Tabellen, keine Klammern. Gleichzeitig gelten die bekannten Grenzen generativer Sprachmodelle. Fakten können verfälscht, Zahlen vertauscht und Aussagen zugespitzt werden. Jedes generierte Skript braucht eine fachliche Prüfung, bevor es vertont wird – nachträgliche Korrekturen an einer veröffentlichten Folge sind aufwendiger als im Text.
Beachten Sie außerdem, welche Inhalte Sie dem Assistenten übergeben. Interne Strategiepapiere, Kundendaten, Angebotskalkulationen oder personenbezogene Informationen gehören nicht in ein Cloud-Werkzeug ohne geprüfte vertragliche Grundlage. Für die Umwandlung öffentlicher Inhalte – Blogartikel, Pressemitteilungen, Fachbeiträge – ist das Risiko dagegen gering.

Stimmen-Klonen: Chancen und Grenzen

Mit dem Stimmen-Klonen lässt sich eine reale Stimme nachbilden, etwa die der Geschäftsführerin für einen wöchentlichen Audio-Gruß oder die eines bekannten Unternehmenssprechers für Werbespots. Dafür werden Sprachaufnahmen der betreffenden Person hochgeladen; daraus entsteht ein Stimmmodell, das beliebige Texte in dieser Stimme spricht. Die Möglichkeiten sind groß: Korrekturen ohne Neuaufnahme, Übersetzungen in andere Sprachen mit vertrauter Stimme, konsistente Markenstimme über Jahre.
Die Risiken sind ebenso deutlich. Eine geklonte Stimme kann einer Person Aussagen in den Mund legen, die sie nie getroffen hat. Sie ist ein hochpersönliches Merkmal, das je nach technischer Verarbeitung als biometrisches Datum gelten kann. Deshalb braucht es eine ausdrückliche, informierte und dokumentierte Einwilligung, die Zweck, Dauer, Kanäle, Sprachen und Widerruf regelt, sowie klare Regeln, wer die Stimme für welche Texte verwenden darf. Verlässt die Person das Unternehmen oder widerruft sie, muss das Stimmmodell gelöscht werden können. Prüfen Sie beim Anbieter, wie Stimmmodelle gespeichert, geschützt und gelöscht werden und ob sie zur Verbesserung anderer Modelle genutzt werden. Vertiefend dazu unser Artikel Voice Cloning.
Keine fremden Stimmen klonen

Stimmen von Prominenten, Wettbewerbern, Kunden oder ehemaligen Mitarbeitenden ohne deren Einwilligung nachzubilden, verletzt in aller Regel Persönlichkeitsrechte und kann weitere Ansprüche auslösen. Auch interne Scherz- oder Testprojekte sind keine Ausnahme. Legen Sie in einer Richtlinie fest, dass nur Stimmen mit dokumentierter Einwilligung geklont werden dürfen, und beschränken Sie die Funktion auf wenige berechtigte Personen.

Mehrsprachigkeit und deutsche Sprachunterstützung

Wondercraft unterstützt zahlreiche Sprachen, nach unserem Kenntnisstand auch Deutsch. Für den DACH-Markt sind drei Fragen entscheidend: Wie natürlich klingen die deutschen Stimmen bei längeren Texten? Wie zuverlässig werden Fachbegriffe, Zahlen, Datumsangaben und Abkürzungen ausgesprochen? Und gibt es Stimmen mit österreichischer oder schweizerischer Färbung, falls Ihre Zielgruppe das erwartet? Unserer Erfahrung nach unterscheiden sich Stimmen innerhalb einer Bibliothek deutlich; einige klingen im Deutschen sehr überzeugend, andere wirken übersetzt oder haben einen leichten englischen Akzent. Testen Sie deshalb mit einem echten Text aus Ihrem Unternehmen, bevor Sie sich festlegen. Die aktuelle Liste unterstützter Sprachen und Stimmen prüfen Sie beim Anbieter.
Kapitel 05 · Integrationen & Ökosystem

Integrationen und Ökosystem: Wie Wondercraft in bestehende Abläufe passt

Ein Audio-Studio entfaltet seinen Nutzen erst, wenn es in die bestehende Content-Produktion eingebettet ist: von der Quelle der Texte über die Freigabe bis zur Ausspielung auf Website, Podcast-Plattformen oder Werbekanälen. Wondercraft ist dabei eher als eigenständige Arbeitsumgebung angelegt denn als tief integrierte Plattform. Welche Schnittstellen aktuell verfügbar sind, prüfen Sie beim Anbieter.

Eingangsseite: Texte, Dokumente und Aufnahmen

Inhalte gelangen typischerweise über Kopieren und Einfügen, über den Import von Dokumenten oder Webseiten und über das Hochladen eigener Audiodateien in das Werkzeug. Für Unternehmen, die Hörfassungen regelmäßig erzeugen wollen – etwa für jeden neuen Blogbeitrag oder jede Newsletter-Ausgabe –, stellt sich schnell die Frage nach Automatisierung. Ob es eine offizielle Programmierschnittstelle, Webhooks oder Anbindungen an Automatisierungsplattformen gibt und in welcher Edition, sollten Sie gezielt erfragen. Fehlt eine solche Schnittstelle, bleibt die Produktion ein manueller Schritt, was für wöchentliche Formate meist unproblematisch, für Hunderte Artikel aber unpraktisch ist.
Wer große Mengen an Text automatisch vertonen möchte, ist mit einem reinen Sprachsynthese-Dienst mit gut dokumentierter Schnittstelle oft besser bedient. Wondercraft spielt seine Stärken dort aus, wo ein Mensch das Ergebnis gestaltet: Musik, Dramaturgie, Stimmenwechsel und Feinschliff.

Ausgangsseite: Podcast-Hosting, Website und Werbekanäle

Fertige Produktionen werden als Audiodatei exportiert und anschließend dort veröffentlicht, wo die Zielgruppe zuhört. Für Podcasts ist das ein Hosting-Dienst, der den RSS-Feed bereitstellt und Folgen an die großen Podcast-Verzeichnisse verteilt. Für Hörfassungen auf der Website reicht meist ein Audio-Player im Content-Management-System, für interne Formate ein Intranet, eine Lernplattform oder ein Kollaborationswerkzeug. Audio-Ads werden an Vermarkter, Streaming-Plattformen oder Radiosender geliefert, die eigene technische Vorgaben zu Länge, Lautheit und Format haben.
Achten Sie bei der Wahl des Hosting-Dienstes auf den Datenschutz der Hörerinnen und Hörer. Podcast-Hoster und eingebettete Player erfassen häufig Abrufdaten, IP-Adressen und Gerätedaten. Für den DACH-Markt gibt es Hoster mit Sitz und Infrastruktur in der EU, die sich für Unternehmenspodcasts anbieten. Eingebettete Player auf der Website sollten in die Einwilligungsverwaltung eingebunden sein, wenn sie Daten an Dritte übertragen.

Zusammenspiel mit anderen KI-Werkzeugen

In der Praxis entsteht oft eine Kette aus mehreren Werkzeugen: Ein Sprachmodell entwirft das Skript, Wondercraft vertont und mischt, ein Transkriptionsdienst erzeugt Shownotes und Untertitel für Video-Versionen, ein Übersetzungsdienst bereitet Fassungen für andere Sprachen vor. Für die Transkription eigener Aufnahmen lässt sich etwa eine selbst gehostete Spracherkennung wie Whisper einsetzen, für Übersetzungen ein europäischer Dienst wie DeepL. Musik kann aus der Bibliothek stammen oder mit spezialisierten Musikgeneratoren erzeugt werden – deren Lizenzbedingungen für kommerzielle Nutzung sind dann gesondert zu prüfen.
Werkzeugkette dokumentieren

Jedes zusätzliche Werkzeug ist ein weiterer Ort, an dem Texte, Stimmen und gegebenenfalls personenbezogene Daten verarbeitet werden. Dokumentieren Sie die Kette im Verzeichnis von Verarbeitungstätigkeiten und prüfen Sie, ob alle beteiligten Dienste vertraglich sauber eingebunden sind. Weniger ist hier oft mehr.

Kapitel 06 · Abgrenzung

Wondercraft im Vergleich: Descript, ElevenLabs Studio, NotebookLM und Murf

Der Markt für KI-Audio ist dynamisch, und viele Anbieter überschneiden sich in einzelnen Funktionen. Die folgende Einordnung ist qualitativ und herstellerneutral. Sie beschreibt charakteristische Schwerpunkte, keine Ranglisten – welche Lösung passt, hängt von Ausgangsmaterial, Format und Datenschutzanforderungen ab.

Kriterium Wondercraft Descript ElevenLabs Studio NotebookLM-Audio Murf
Schwerpunkt Skript-zu-Audio-Produktion mit Musik Textbasierter Schnitt eigener Aufnahmen Hochwertige Sprachsynthese, lange Texte Automatische Audio-Übersicht aus Quellen Voiceover für Präsentation & Video
Ausgangsmaterial Skript, Artikel, Stichpunkte Echte Aufnahmen Text, Manuskript Hochgeladene Dokumente Skript, Folien, Video
Mehrsprecher-Dialog Kernfunktion Mit echten Sprechern Möglich Automatisch, wenig steuerbar Begrenzt
Musik & Sounddesign Integriert Integriert Teilweise Nein Teilweise
Redaktionelle Kontrolle Hoch Sehr hoch Hoch Gering Hoch
Datenschutz-Bewertung Drittland – prüfen US-Anbieter – prüfen Hosting-Optionen prüfen Konzern-Cloud – prüfen Drittland – prüfen

Wondercraft und Descript: synthetisch erzeugen oder echt bearbeiten

Descript hat den textbasierten Schnitt bekannt gemacht: Eine echte Aufnahme wird transkribiert, und wer im Transkript Wörter löscht, schneidet sie aus der Tonspur. Der Ausgangspunkt ist also eine menschliche Aufnahme – ein Interview, ein Webinar, ein Gespräch. Descript bietet zwar auch synthetische Stimmen und Stimmkorrekturen, sein Herz schlägt aber für die Bearbeitung echten Materials. Wondercraft geht den umgekehrten Weg: Ausgangspunkt ist der Text, und die Stimme entsteht synthetisch. Wer ein Gesprächsformat mit echten Menschen plant, ist bei Descript besser aufgehoben; wer ohne Aufnahme produzieren möchte, bei Wondercraft. Beide lassen sich kombinieren, etwa indem echte O-Töne in Descript geschnitten und in Wondercraft mit synthetischer Moderation verbunden werden.

ElevenLabs Studio und Murf: Stimmenspezialisten mit Studio-Funktionen

ElevenLabs ist vor allem als Anbieter sehr natürlicher Sprachsynthese bekannt und bietet mit seiner Studio-Umgebung ebenfalls Werkzeuge für lange Texte, Hörbücher und Podcasts mit mehreren Stimmen. Die Stärke liegt in der Stimmqualität, der Mehrsprachigkeit und einer gut dokumentierten Programmierschnittstelle für automatisierte Vertonung. Wondercraft setzt stärker auf das Gesamtpaket aus Skript, Musik, Sounddesign und Teamfreigabe. Für Unternehmen, die große Textmengen automatisch vertonen möchten, ist ein Stimmenspezialist mit Schnittstelle oft die bessere Wahl; für kampagnenartige Produktion mit Feinschliff das Studio-Konzept.
Murf positioniert sich als Voiceover-Werkzeug für Präsentationen, Erklärvideos und E-Learning. Stimmen werden an Folien oder Videoabschnitte angepasst, der Fokus liegt auf sachlichen Sprechertexten. Wondercraft ist im Vergleich stärker auf Hörformate selbst ausgerichtet – Podcast, Spot, Hörfassung –, Murf stärker auf die Tonspur zu visuellen Inhalten. Die Grenzen verschwimmen jedoch, da beide Anbieter ihre Funktionen laufend erweitern.

NotebookLM-Audio: automatische Übersicht statt Produktion

Die Audio-Übersichten in Googles NotebookLM haben viele Menschen zum ersten Mal mit synthetischen Podcast-Dialogen in Berührung gebracht. Aus hochgeladenen Dokumenten entsteht automatisch ein Gespräch zweier Stimmen, das die Inhalte zusammenfasst. Das ist beeindruckend und für das persönliche Lernen oder interne Zusammenfassungen nützlich. Für eine Unternehmensproduktion fehlt jedoch die redaktionelle Kontrolle: Skript, Tonalität, Länge, Markenstimme, Musik und genaue Formulierungen lassen sich nur begrenzt steuern, und Fehler in der Zusammenfassung sind schwer zu korrigieren. Wondercraft ist in diesem Sinn das Werkzeug für veröffentlichte Formate, NotebookLM das Werkzeug für schnelle Orientierung. Für interne Dokumente gilt bei beiden: Vertragliche Grundlage und Datenverarbeitung vorab prüfen.
Daneben existieren Open-Source-Modelle für Sprachsynthese, die sich auf eigener Hardware betreiben lassen. Sie erfordern technisches Know-how und bieten weniger Komfort, ermöglichen aber vollständige Datenhoheit. Einen Überblick gibt unser Artikel Text-to-Speech.
Kapitel 07 · Einführung & Betrieb

Einführung und Betrieb: vom ersten Spot zum Audio-Prozess

Wondercraft ist ein reiner Cloud-Dienst, ein Betrieb auf eigenen Servern ist nach unserem Kenntnisstand nicht vorgesehen. Die Einrichtung dauert Minuten – gerade deshalb lohnt ein strukturierter Weg, der Datenschutz, Stimmrechte und Qualität klärt, bevor die erste Folge veröffentlicht wird. Konditionen und Hosting-Optionen prüfen Sie beim Anbieter.

Die Einsatzoptionen im Überblick

Basis-Einsatz
Schneller Start

Vertonung öffentlicher Inhalte mit Bibliotheksstimmen: Hörfassungen von Fachartikeln, Audio-Spots, Podcast-Folgen ohne Personenbezug. Kein Stimmen-Klonen, keine internen Dokumente im Skript-Assistenten.

AufwandGering
DatenschutzAVV & Transfer prüfen
ZweckMarketing-Audio
Erweiterter Einsatz
Mit Freigabe

Zusätzlich geklonte Stimmen von Mitarbeitenden oder der Geschäftsführung, Mehrsprachigkeit mit vertrauter Stimme, Kombination mit echten O-Tönen. Nur mit dokumentierter Einwilligung, Kennzeichnung und abgestimmter Richtlinie.

AufwandMittel
DatenschutzErhöhter Prüfbedarf
ZweckMarkenstimme, Serien
Hybrid mit EU-/Lokal-TTS
Datenhoheit

Interne oder sensible Audioinhalte entstehen mit EU-gehosteten Sprachdiensten oder selbst betriebener Open-Source-Sprachsynthese. Wondercraft nur für öffentliche Marketingformate.

AufwandMittel bis hoch
DatenschutzHoch
ZweckTrennung nach Schutzbedarf

Ein strukturierter Einführungsweg

01
Ziel und Format festlegen
Welche Audioformate sollen entstehen, für welche Zielgruppe, in welcher Frequenz? Wer verantwortet Inhalte und Freigabe? Ein klar umrissenes Pilotformat – etwa sechs Hörfassungen von Fachartikeln oder eine Serie von Audio-Spots – schafft Orientierung.
02
Richtlinie und Vertrag klären
Festlegen, welche Funktionen genutzt werden dürfen, welche Inhalte tabu sind, wie gekennzeichnet wird und wer Stimmen klonen darf. Parallel prüft der Datenschutz AVV, Unterauftragsverarbeiter, Serverstandorte und Trainingsnutzung. Bei Stimmen von Beschäftigten den Betriebsrat einbinden.
03
Stimmen- und Qualitätstest
Mit echten Texten aus dem Unternehmen testen: Wie klingen die deutschen Stimmen, wie werden Fachbegriffe ausgesprochen, wie viel Nacharbeit ist nötig? Ein kleines Hörpanel aus der Zielgruppe gibt ehrliches Feedback.
04
Pilot mit Kennzahlen
Über einige Wochen produzieren und messen: Produktionszeit pro Minute Audio, Korrekturschleifen, Abrufe, Hördauer, Rückmeldungen. Danach über Fortführung, Ausweitung oder Wechsel des Werkzeugs entscheiden.
Private Konten vermeiden

KI-Werkzeuge werden oft mit privaten Konten und Kreditkarten getestet. Dann liegen Skripte, Stimmmodelle und Produktionen in einem Konto, auf das das Unternehmen keinen Zugriff hat. Stellen Sie Unternehmenskonten bereit und regeln Sie, was beim Ausscheiden einer Person mit Konto, Projekten und geklonten Stimmen geschieht.

Laufender Betrieb: Qualität, Rollen und Änderungen beim Anbieter

Im Betrieb bewährt sich eine klare Rollenverteilung: Wer schreibt Skripte, wer prüft fachlich, wer gibt frei? Eine kurze Checkliste je Produktion hilft: Fakten geprüft, Aussprache von Namen und Fachbegriffen kontrolliert, Kennzeichnung als KI-generiert enthalten, Musiklizenz für den Kanal geklärt, Einwilligungen bei geklonten Stimmen und O-Tönen vorhanden, Lautheit für den Zielkanal passend. Ein Aussprache-Glossar mit Produkt- und Ortsnamen spart über die Zeit viel Nacharbeit.
Wondercraft entwickelt sich schnell. Neue Stimmen, Modelle und Funktionen kommen hinzu, Editionen und Kontingente ändern sich, Nutzungs- und Datenschutzbedingungen werden angepasst. Benennen Sie eine Person, die solche Änderungen verfolgt und prüft, ob sie Auswirkungen auf Ihre Richtlinie haben. Neue generative Funktionen sollten nicht automatisch freigegeben sein, nur weil sie in der Oberfläche erscheinen. Bewahren Sie außerdem die Projektdateien und Skripte Ihrer wichtigsten Produktionen außerhalb des Werkzeugs auf, damit ein späterer Anbieterwechsel nicht an fehlenden Quelldaten scheitert.
Kapitel 08 · Praxis

Einsatz im deutschen Mittelstand

Wo bringt ein KI-Audio-Studio im Mittelstand konkreten Nutzen? Die folgenden Szenarien zeigen typische Einsatzfelder – von Corporate-Podcast über Audio-Ads bis zu Hörfassungen und internen Formaten –, jeweils mit realistischer Einordnung und Hinweisen zur Funktionsauswahl.

Corporate-Podcast

Fachwissen, Branchentrends und Praxistipps als regelmäßige Folge. Synthetische Moderation verbindet echte O-Töne von Expertinnen und Experten aus dem Unternehmen.

Expertise hörbar machen
Audio-Ads

Spots für Regionalradio, Streaming und Podcast-Werbung in mehreren Varianten. Schnelle Tests verschiedener Ansprachen, ohne für jede Version einen Sprecher zu buchen.

Varianten ohne Studiotermin
Hörfassungen

Fachartikel, Ratgeber und Pressemitteilungen als Audio auf der Website. Unterstützt Barrierefreiheit und erreicht Menschen, die lieber zuhören als lesen.

Mehr Zugänglichkeit
Audio-Newsletter

Die Kundeninformation oder das Branchen-Update zusätzlich als kurze Audio-Ausgabe. Kunden hören unterwegs, statt eine weitere E-Mail ungelesen zu lassen.

Neuer Kanal zur Kundschaft
Interne Kommunikation

Wochenrückblick, Sicherheitshinweise, Onboarding-Audios für gewerbliche Mitarbeitende ohne festen Bildschirmarbeitsplatz. Bei internen Inhalten Datenschutzlage besonders prüfen.

Erreicht auch die Werkhalle
Mehrsprachige Audio-Inhalte

Produktinformationen für Exportmärkte, Sicherheitsunterweisungen für mehrsprachige Belegschaften, Recruiting-Audios für internationale Fachkräfte – mit muttersprachlicher Prüfung.

Sprachbarrieren senken

Corporate-Podcast: Mischform statt Vollsimulation

Der Corporate-Podcast ist der naheliegende Anwendungsfall, und er ist zugleich der anspruchsvollste. Hörerinnen und Hörer abonnieren Podcasts, weil sie Menschen zuhören wollen: deren Erfahrung, Haltung und Persönlichkeit. Ein vollständig synthetisches Gespräch zwischen zwei KI-Stimmen kann informativ sein, baut aber selten die Bindung auf, die einen Podcast auf Dauer trägt. Bewährt hat sich deshalb eine Mischform: Echte Interviews mit Fachleuten aus dem Unternehmen, Kundinnen oder Partnern bilden den Kern; KI-Stimmen übernehmen Moderation, Zusammenfassungen, Rubriken und Übergänge. So entsteht ein regelmäßiges Format, ohne dass jede Folge einen Studiotag erfordert. Wie man ein solches Format redaktionell aufbaut, beschreiben wir im Methodik-Artikel KI-Podcast.
Wer sich dennoch für ein vollständig synthetisches Format entscheidet – etwa für eine kurze tägliche Branchen-Zusammenfassung –, sollte dies offen kommunizieren. Ein klarer Hinweis zu Beginn, dass die Stimmen KI-generiert sind, schadet der Akzeptanz erfahrungsgemäß weniger als eine spätere Enttäuschung.

Audio-Ads und Hörfassungen: schneller Nutzen mit geringem Risiko

Audio-Werbung ist für viele Mittelständler im regionalen Radio oder in Streaming-Diensten interessant, scheiterte aber bislang an Produktionskosten und langen Abstimmungen. Mit einem KI-Audio-Studio lassen sich Entwürfe in mehreren Varianten erstellen, intern abstimmen und testen. Für die finale Ausstrahlung entscheiden sich manche Unternehmen bewusst für eine professionelle menschliche Sprecherin – die KI-Version dient dann als hochwertiges Layout. Beachten Sie bei Werbung die Lizenzbedingungen für Musik und Stimmen sowie die Vorgaben der Vermarkter.
Hörfassungen von Fachartikeln sind der Anwendungsfall mit dem besten Verhältnis von Nutzen zu Risiko. Die Inhalte sind ohnehin öffentlich, es werden keine echten Stimmen nachgebildet, und der Mehrwert für Barrierefreiheit und Reichweite ist klar. Ein kurzer Hinweis wie „Diese Hörfassung wurde mit einer KI-Stimme erstellt“ schafft Transparenz.

Realistische Erwartungen und der richtige Startpunkt

KI-Audio nimmt viel Produktionsarbeit ab, ersetzt aber weder eine Content-Strategie noch redaktionelle Sorgfalt. Der häufigste Grund, warum Podcast-Initiativen im Mittelstand nach wenigen Folgen einschlafen, sind fehlende Themen und fehlende Verantwortlichkeit, nicht fehlende Technik. Ein guter Start vereint einen klaren Anwendungsfall, eine verantwortliche Person mit eingeplanter Zeit und einen einfachen Freigabeprozess. Wer nach einigen Wochen sieht, dass Produktionszeit und Resonanz stimmen, kann den Einsatz schrittweise ausweiten.
Kapitel 09 · Kosten & Datenschutz

Kosten und DSGVO: Drittlandtransfer, Stimmen und Kennzeichnung

Zwei Fragen entscheiden am Ende über den Einsatz: Was kostet Wondercraft realistisch – und wie lässt sich die Nutzung eines Anbieters außerhalb der EU, der Texte und gegebenenfalls Stimmen verarbeitet, mit DSGVO, Persönlichkeitsrechten und dem EU AI Act vereinbaren? Konkrete Preise nennen wir nicht; sie ändern sich häufig und sind beim Anbieter zu prüfen.

Kostenloser Einstieg
Test · eingeschränkt
Begrenzte Kontingente, ggf. eingeschränkte Nutzungsrechte
  • Zum Ausprobieren mit unkritischen, öffentlichen Texten geeignet. Für kommerzielle Produktionen meist nicht ausreichend. Konditionen beim Anbieter prüfen.
Abo-Editionen
Abo · monatlich/jährlich
Gestaffelt nach Kontingent an Audiozeit und Funktionen
  • Höhere Editionen schalten Stimmen-Klonen, Teamfunktionen und mehr Kontingent frei. Zuordnung ändert sich – prüfen.
Unternehmen
Individuell · auf Anfrage
Verhandelte Kontingente und Vertragsbedingungen
  • Sinnvoll bei hohem Volumen oder besonderen Anforderungen an Vertrag, Sicherheit und Verwaltung.
Organisation & Betrieb
Intern · laufend
Redaktion, Prüfung, Richtlinie, Einwilligungen
  • Meist der größte Posten: Skripte schreiben, fachlich prüfen, Aussprache korrigieren, freigeben, veröffentlichen.

Wo die wahren Kosten liegen

Die Lizenzkosten eines KI-Audio-Studios sind im Vergleich zu klassischer Studioproduktion mit Sprecherhonoraren überschaubar. Der größere Kostenblock ist die Arbeitszeit: Themen finden, Skripte schreiben oder prüfen, Aussprache korrigieren, Musik auswählen, Freigaben einholen und veröffentlichen. Eine einfache Rechnung hilft: Wie lange dauert eine Minute fertiges Audio heute – mit Agentur oder intern – und wie lange mit Wondercraft? Multipliziert mit der geplanten Frequenz ergibt sich ein belastbares Bild. Achten Sie zudem auf Kontingente an generierter Audiozeit; häufige Neugenerierungen beim Feinschliff verbrauchen mehr Kontingent als die reine Länge der Folge vermuten lässt.
Datenschutz-Risiken und -Maßnahmen im Überblick

Bei Wondercraft treffen ein Anbieter außerhalb der EU, eingebundene Drittdienste für Sprachsynthese und – beim Stimmen-Klonen – hochpersönliche Stimmdaten zusammen. Die Übersicht fasst zentrale Risiken und empfohlene Maßnahmen zusammen. Die Bewertung hängt immer vom Einzelfall ab.

Sitz & Serverstandort
Sitz nach unserem Stand im Vereinigten Königreich, Infrastruktur ggf. in den USA – beim Anbieter prüfen
Drittlandtransfer
Angemessenheitsbeschluss (UK, ggf. EU-US-Datenschutzrahmen) oder Standardvertragsklauseln prüfen
Auftragsverarbeitung
AVV und Liste der Unterauftragsverarbeiter, insbesondere Sprachsynthese-Anbieter, anfordern
Training mit Inhalten
Klären, ob Skripte, Uploads und Stimmmodelle zur Modellverbesserung genutzt werden – Opt-out prüfen
Eigene Stimmen
Ausdrückliche, freiwillige, dokumentierte Einwilligung mit Widerrufs- und Löschprozess
EU-/Lokal-Alternative
EU-gehostete Sprachdienste oder selbst betriebene Open-Source-TTS für interne Inhalte

Anbieter außerhalb der EU: Drittlandtransfer und Auftragsverarbeitung

Wondercraft hat nach unserem Kenntnisstand seinen Sitz im Vereinigten Königreich. Für das Vereinigte Königreich hat die EU-Kommission einen Angemessenheitsbeschluss erlassen, der Datenübermittlungen erleichtert; ob dieser zum Zeitpunkt Ihrer Entscheidung gilt, sollten Sie prüfen. Entscheidend ist jedoch nicht allein der Firmensitz, sondern wo die Daten tatsächlich verarbeitet werden. Cloud-Infrastruktur, Sprachsynthese-Dienste und weitere Unterauftragsverarbeiter können in den USA oder anderen Drittländern sitzen. Für Übermittlungen in die USA kommt eine Zertifizierung des Empfängers nach dem EU-US-Datenschutzrahmen oder der Abschluss von Standardvertragsklauseln in Betracht. Fordern Sie eine aktuelle Liste der Unterauftragsverarbeiter mit Standorten an und bewerten Sie diese gemeinsam mit Ihrem Datenschutzbeauftragten.
Ebenso wichtig ist ein Auftragsverarbeitungsvertrag. Werden in Skripten, Uploads oder Stimmaufnahmen personenbezogene Daten verarbeitet – Namen, Zitate, Stimmen von Mitarbeitenden oder Kunden –, ist ein AVV in der Regel erforderlich. Prüfen Sie, in welcher Edition er angeboten wird, ob er den Anforderungen der DSGVO entspricht und welche Lösch- und Aufbewahrungsfristen gelten. Für den Basis-Einsatz mit ausschließlich öffentlichen Texten und Bibliotheksstimmen ist der Personenbezug gering; trotzdem fallen Kontodaten der Nutzer an.

Eigene Stimmen, Einwilligung und Kennzeichnung nach dem EU AI Act

Wer Stimmen von Mitarbeitenden, der Geschäftsführung oder externen Sprechern klont, verarbeitet hochpersönliche Merkmale. Je nach technischer Verarbeitung kann es sich um biometrische Daten handeln, für die besonders strenge Anforderungen gelten. Unabhängig davon berührt die Nachbildung einer Stimme das allgemeine Persönlichkeitsrecht. Erforderlich ist eine ausdrückliche, informierte und dokumentierte Einwilligung, die Zweck, Kanäle, Sprachen, Dauer und Widerruf regelt. Im Arbeitsverhältnis ist die Freiwilligkeit besonders sorgfältig zu prüfen; eine Ablehnung darf keine Nachteile haben. Bei professionellen Sprecherinnen und Sprechern ist zusätzlich vertraglich zu regeln, ob und in welchem Umfang ein Stimmklon erstellt und genutzt werden darf. Da die Einführung eines Werkzeugs, das Stimmaufnahmen von Beschäftigten verarbeitet, Mitbestimmungsrechte berühren kann, ist der Betriebsrat frühzeitig einzubinden.
Die europäische KI-Verordnung sieht Transparenzpflichten für KI-generierte und KI-manipulierte Inhalte vor. Audioinhalte, die realen Personen ähneln und fälschlich als echt erscheinen könnten – etwa eine geklonte Stimme der Geschäftsführung –, sind als künstlich erzeugt offenzulegen. Für synthetische Podcast-Dialoge, die wie echte Gespräche wirken, empfehlen wir die Kennzeichnung unabhängig von der rechtlichen Einordnung, etwa durch einen gesprochenen Hinweis zu Beginn und einen Vermerk in Shownotes oder Werbemitteln. Konkrete Anwendungsfristen, Ausnahmen und die Pflichten von Anbietern und Betreibern klären Sie bitte mit Ihrer Rechtsberatung.

DSGVO-konformere Optionen: EU-Anbieter und Self-Hosting

Für viele Unternehmen ist eine Trennung nach Schutzbedarf der pragmatische Weg. Öffentliche Marketingformate – Hörfassungen von Blogartikeln, Audio-Spots, Podcast-Folgen ohne Personenbezug – entstehen mit Wondercraft. Interne Inhalte, Schulungen mit Unternehmensinterna oder Formate mit geklonten Stimmen von Beschäftigten werden dagegen mit Diensten produziert, die in der EU hosten, oder mit selbst betriebener Sprachsynthese. Open-Source-Modelle für Text-to-Speech lassen sich auf eigener Hardware oder bei einem europäischen Hoster betreiben; Texte und Stimmen verlassen dann den eigenen Verantwortungsbereich nicht. Der Preis dafür sind höherer technischer Aufwand, weniger Komfort und meist kein integriertes Sounddesign. Einen Überblick über Optionen geben unsere Artikel Text-to-Speech und Voice Cloning.
Wichtiger Hinweis: keine Rechtsberatung

Dieser Artikel bietet eine allgemeine Orientierung und ersetzt keine individuelle rechtliche Prüfung. Datenschutz- und persönlichkeitsrechtliche Bewertungen – insbesondere beim Einsatz eines Anbieters außerhalb der EU, beim Klonen von Stimmen, bei Aufnahmen von Beschäftigten und bei der Kennzeichnung nach dem EU AI Act – hängen immer vom konkreten Einzelfall ab. Ziehen Sie für eine verbindliche Beurteilung Ihren Datenschutzbeauftragten oder fachkundige juristische Beratung hinzu. Nutzungs- und Datenschutzbedingungen des Anbieters prüfen Sie stets in der jeweils aktuellen Fassung.

Unabhängig vom Werkzeug bleibt das Unternehmen für die rechtmäßige Verarbeitung verantwortlich. Dazu gehören ein Eintrag im Verzeichnis von Verarbeitungstätigkeiten, gegebenenfalls eine Datenschutz-Folgenabschätzung – beim Stimmen-Klonen naheliegend –, Informationspflichten gegenüber den Betroffenen, ein Lösch- und Widerrufskonzept für Stimmmodelle und die Schulung der Mitarbeitenden im Sinne der KI-Kompetenzpflichten der europäischen KI-Verordnung. Ein sauber dokumentiertes Vorgehen schützt nicht nur vor Bußgeldern, sondern auch das Vertrauen der Menschen, deren Stimmen Sie verwenden.
Kapitel 10 · Häufige Fragen

Häufig gestellte Fragen zu Wondercraft AI

Diese Fragen hören wir in Beratungsgesprächen zu KI-Audio-Studios wie Wondercraft am häufigsten – kurz und sachlich beantwortet, herstellerneutral und ohne überzogene Versprechen.

Was ist Wondercraft AI in einem Satz?
Wondercraft AI ist ein browserbasiertes KI-Audio-Studio, das aus Skripten, Artikeln oder Stichpunkten fertige Audioproduktionen mit KI-Stimmen, Mehrsprecher-Dialogen, Musik, Soundeffekten und Teamfreigabe erstellt – für Podcasts, Audio-Ads, Hörfassungen und Audio-Newsletter.
Unterstützt Wondercraft deutsche Stimmen?
Nach unserem Kenntnisstand ja. Die Qualität unterscheidet sich jedoch zwischen den einzelnen Stimmen deutlich, und Fachbegriffe, Eigennamen, Zahlen und Anglizismen werden nicht immer korrekt betont. Testen Sie mit echten Texten aus Ihrem Unternehmen und prüfen Sie die aktuelle Auswahl deutscher Stimmen und Varianten beim Anbieter.
Worin unterscheidet sich Wondercraft von Descript und NotebookLM?
Descript bearbeitet vor allem echte Aufnahmen über das Transkript, Wondercraft erzeugt Audio synthetisch aus Text und ergänzt Musik und Sounddesign. NotebookLM erstellt automatisch Audio-Übersichten aus Dokumenten, bietet aber wenig redaktionelle Kontrolle. Für veröffentlichte, gestaltete Formate ist Wondercraft geeigneter, für Gespräche mit echten Menschen Descript, für schnelle persönliche Zusammenfassungen NotebookLM.
Dürfen wir die Stimme unserer Geschäftsführung klonen?
Grundsätzlich ja, wenn eine ausdrückliche, informierte und dokumentierte Einwilligung vorliegt, die Zweck, Kanäle, Sprachen, Dauer und Widerruf regelt. Zusätzlich sollten Sie festlegen, wer die Stimme für welche Texte verwenden darf, und sicherstellen, dass das Stimmmodell beim Anbieter gelöscht werden kann. Inhalte mit geklonter Stimme sind als KI-generiert zu kennzeichnen.
Ist Wondercraft DSGVO-konform nutzbar?
Das hängt von der Ausgestaltung ab. Zu prüfen sind Sitz und Serverstandorte, die Rechtsgrundlage für Drittlandtransfers (Angemessenheitsbeschluss oder Standardvertragsklauseln), ein Auftragsverarbeitungsvertrag, die Unterauftragsverarbeiter für die Sprachsynthese und die Nutzung von Inhalten zum Training. Für öffentliche Marketingtexte lässt sich oft ein vertretbares Niveau erreichen; für interne oder personenbezogene Inhalte empfehlen wir EU-Anbieter oder selbst betriebene Sprachsynthese. Dies ist keine Rechtsberatung.
Müssen KI-generierte Podcasts gekennzeichnet werden?
Die europäische KI-Verordnung sieht Transparenzpflichten für synthetische Inhalte vor, die realen Personen ähneln und als echt erscheinen könnten. Bei geklonten Stimmen ist eine Kennzeichnung deshalb in aller Regel geboten. Für synthetische Dialoge mit Bibliotheksstimmen empfehlen wir sie ebenfalls – als Frage der Glaubwürdigkeit. Konkrete Anforderungen klären Sie mit Ihrer Rechtsberatung.
Was kostet Wondercraft im Unternehmenseinsatz?
Konkrete Preise nennen wir nicht, da sie sich häufig ändern. Qualitativ gilt: Es gibt einen eingeschränkten Einstieg, Abo-Editionen mit gestaffelten Kontingenten an Audiozeit und Funktionen sowie individuelle Unternehmensverträge. Der größte Aufwand liegt meist in der Arbeitszeit für Skript, Prüfung und Freigabe. Aktuelle Konditionen prüfen Sie beim Anbieter.
Wie unterstützt INAGRO bei der Einführung von Audio-KI?
Wir begleiten herstellerneutral von der ersten Einschätzung bis zum laufenden Audio-Prozess: Wir prüfen, ob Wondercraft für Ihre Formate passt oder ob Descript, ElevenLabs, Murf, ein EU-Anbieter oder eine selbst betriebene Sprachsynthese besser geeignet ist. Gemeinsam entwickeln wir Richtlinien für Einwilligungen, Kennzeichnung und Funktionsfreigaben, binden Datenschutz und Betriebsrat ein und unterstützen bei einem belastbaren Pilotprojekt.

Audio-KI produktiv und rechtssicher nutzen

Bereit für Audio-KI mit klaren Regeln und Datenhoheit?

Von der ersten Eignungsprüfung über Richtlinien für Stimmrechte, Kennzeichnung und Funktionsfreigaben bis zum produktiven Audio-Prozess – INAGRO begleitet Sie herstellerneutral auf jedem Schritt. Mit ehrlicher Beratung, technischem Verständnis für Video- und Audio-KI und einem klaren Blick auf DSGVO, Persönlichkeitsrechte und digitale Souveränität. Pragmatisch, strukturiert und mit messbarem Ergebnis.

Seit 2006 am Markt

Erfahrung aus über 100 Digitalprojekten

DSGVO & Souveränität

Datenschutz von Anfang an mitgedacht

Rückmeldung in 24 h

Schnell, direkt, unverbindlich