Zum Inhalt
KI-BlogBriefing zu künstlicher Intelligenz

Anleitungen

Podcast mit KI

Kurzantwort

Am schnellsten entsteht ein deutscher KI-Podcast, wenn du ein PDF in Gemini Notebook (früher NotebookLM) hochlädst und eine Audio-Zusammenfassung mit zwei KI-Moderatoren erzeugen lässt. Mehr Kontrolle hast du mit einem eigenen Skript, das du mit KI-Stimmen etwa in ElevenLabs vertonst. Vor dem Veröffentlichen prüfst du den Inhalt und legst offen, dass synthetische Stimmen sprechen.

Autor
Veröffentlicht
Geprüft
Lesezeit
7 Minuten
Zwei Mikrofone an Gelenkarmen über einem runden Holztisch, dazu zwei Kopfhörer und ein kleines Mischpult in gedämpftem Licht
Zwei Stimmen, ein Tisch: das klassische Podcast-Bild. Bild: KI-generiert

Ein Podcast mit KI kann zwei sehr verschiedene Dinge sein. Im einen Fall gibst du Unterlagen ab, und zwei künstliche Stimmen unterhalten sich darüber, als hätten sie sie gelesen. Im anderen schreibst du selbst, und die KI übernimmt nur das Sprechen. Der erste Weg ist in Minuten erledigt und eignet sich zum Lernen und für interne Zusammenfassungen. Der zweite macht mehr Arbeit, liefert aber einen Podcast, hinter dem du inhaltlich stehst.

Aus einem PDF ein Gespräch machen

Gemini Notebook (früher NotebookLM) erzeugt aus hochgeladenen Quellen sogenannte Audio-Zusammenfassungen. Google beschreibt sie als Diskussionen zwischen KI-Moderatoren, die die wichtigsten Themen der Quellen zusammenfassen, ohne eigene Wertungen hinzuzufügen⁠1. Der Weg laut Google-Hilfe⁠1:

  1. Öffne ein Notebook oder leg ein neues an und lade deine Quellen hoch, etwa ein PDF, einen Artikel oder Notizen.
  2. Wähle im Bereich "Studio" die Option "Audio-Zusammenfassung".
  3. Leg im Erstellungsbereich das Format fest. Zur Wahl stehen eine ausführliche Analyse mit zwei Moderatoren, eine kurze Zusammenfassung mit einer Stimme in weniger als zwei Minuten, eine Bewertung mit kritischem Feedback und eine förmliche Diskussion.
  4. Gib optional einen Prompt ein, etwa "Erkläre es für Einsteiger ohne Vorwissen" oder "Konzentriere dich auf Kapitel 3".
  5. Warte einige Minuten. Die Zusammenfassung entsteht im Hintergrund, du kannst währenddessen weiterarbeiten.
  6. Lade die Audiodatei herunter oder teile sie über einen Link.

Zwei Einschränkungen gelten für Deutsch. Die Länge über "Kürzer", "Standard" oder "Länger" einzustellen, geht laut Hilfe nur auf Englisch, und auch der interaktive Modus, in dem du den Moderatoren Fragen stellst, ist derzeit nur auf Englisch verfügbar⁠1. Kosten und Grenzen des Werkzeugs stehen im Steckbrief zu Gemini Notebook, samt den Tageslimits für Audio-Zusammenfassungen.

Eine Studentin am Bibliothekstisch mit einem Stapel Seiten voller bunter Markierungen, Ohrhörer im Ohr, daneben ein Laptop
Aus Unterlagen wird ein Gespräch zum Zuhören. Bild: KI-generiert

Mit eigenem Skript und KI-Stimmen

Wer einen Podcast regelmäßig veröffentlichen will, schreibt besser selbst. Das Skript kannst du mit einem Chat-Assistenten entwerfen, aus deinen Notizen gliedern lassen oder ganz von Hand schreiben; wie das Zusammenfassen langer Texte gelingt, beschreibt Texte zusammenfassen. Für die Stimmen gibt es eigene Werkzeuge.

ElevenLabs bietet mit Studio einen Editor für lange Erzähltexte, Podcasts und Hörbücher⁠2. Studio steht in allen Tarifen zur Verfügung, auch im Gratistarif; nur die automatische Funktion "Create a podcast (GenFM)", die aus einem Dokument selbst ein Gespräch macht, verlangt ein Abo⁠2. Der Ablauf mit eigenem Skript:

  1. Leg ein Audio-Projekt an und lade dein Skript oder ein Dokument hoch⁠2.
  2. Weise jeder Rolle eine Stimme zu, etwa eine für die Moderation und eine für den Gast.
  3. Lass die Absätze erzeugen, hör sie ab und erzeuge einzelne Stellen neu, wo Betonung oder Aussprache nicht stimmen.
  4. Ordne Sprache, Musik und Geräusche auf der Zeitleiste an⁠2.
  5. Exportiere das Ergebnis als MP3 oder WAV⁠2.

Bei der Sprachausgabe kostet ein Zeichen Text je nach Modell etwa einen Credit, und der Gratistarif enthält 10.000 Credits im Monat⁠3. Rechnet man grob mit 750 bis 1.000 Zeichen je Minute, kommt eine Folge mit 20 Minuten Sprechzeit auf 15.000 bis 20.000 Zeichen und passt damit nicht in den Gratistarif. Für einen öffentlichen Podcast brauchst du ohnehin die kommerzielle Lizenz, die erst im Tarif Starter enthalten ist⁠3.

Soll der Podcast mit deiner eigenen Stimme laufen, ohne dass du jede Folge einsprichst, klonst du sie; wie viel Aufnahme du dafür brauchst, steht in KI-Stimmen nutzen.

Schreiben fürs Ohr

Ein Text, der gut zu lesen ist, klingt vorgelesen oft steif. Für ein Skript gelten eigene Regeln. Kurze Sätze tragen besser als lange, und eine Aussage pro Satz reicht. Zahlen rundest du, wo es geht: "fast die Hälfte" bleibt im Ohr, eine Zahl mit zwei Nachkommastellen nicht. Klammern und Fußnoten gibt es beim Hören nicht, also baust du Zusätze in eigene Sätze um.

Ein Gespräch zwischen zwei Stimmen wirkt lebendiger als ein Monolog, verlangt aber echte Rollen. Lass die zweite Stimme nachfragen, widersprechen oder ein Beispiel bringen, statt nur "Genau" zu sagen. Schreib Namen und Fachwörter, die eine Stimme falsch ausspricht, so, wie sie klingen sollen, oder lege eine Aussprache im Editor fest.

Plane die Länge vor dem Schreiben. Eine kurze Folge mit einem klaren Gedanken ist leichter zu hören als eine Stunde ohne roten Faden. Lies das fertige Skript einmal laut und stoppe die Zeit; so merkst du früh, ob es zu lang wird, und sparst Guthaben bei der Vertonung.

Schnitt, Klang und Musik

KI-Stimmen klingen sauber, aber ein Podcast besteht selten nur aus ihnen. Wenn du eigene Aufnahmen dazunimmst, etwa ein Interview per Telefon, gleicht ein Werkzeug wie Auphonic Lautstärke an, entfernt Rauschen und schneidet Füllwörter heraus. Auphonic ist für zwei Stunden bearbeitetes Audio im Monat kostenlos; Produktionen im Gratistarif bekommen einen Jingle⁠4. Lautheitsvorgaben, wie sie Plattformen verlangen, gehören auch zum Gratistarif; automatische Transkripte und Shownotes gibt es nur in den Bezahltarifen⁠4. Ein Transkript neben jeder Folge hilft Menschen, die nicht gut hören. Wer seine Aufnahmen dafür nicht hochladen will, erzeugt das Transkript lokal mit Whisper.

Für Intro und Übergänge brauchst du Musik, die du verwenden darfst. Google nennt einen Intro-Track für einen Podcast ausdrücklich als Beispiel für den Musikgenerator in Gemini; jeder erzeugte Track trägt ein eingebettetes digitales Wasserzeichen⁠7. Ob du KI-Musik für Intro und Abspann verwenden darfst, hängt vom Tarif des Anbieters ab (Musik mit KI).

Hände schieben Regler an einem kleinen Mischpult, daneben ein Laptop von der Seite, Kopfhörer um den Hals
Pegel, Rauschen und Pausen bearbeitest du nach der Vertonung. Bild: KI-generiert

Inhalte prüfen, bevor du sendest

Laut der Hilfe zu Gemini Notebook sind Audio-Zusammenfassungen einschließlich der Stimmen KI-generiert und können Ungenauigkeiten oder Audiofehler enthalten⁠1. Locker plaudernde Moderatoren können Fehler überzeugender vortragen als ein trockener Text, sodass Halluzinationen im Gespräch weniger auffallen können: eine falsche Jahreszahl, ein vertauschter Name, eine Schlussfolgerung, die nicht in der Quelle steht.

Hör jede Folge vollständig an, bevor du sie veröffentlichst, und vergleiche Zahlen, Namen und Zitate mit den Quellen. Bei einem eigenen Skript prüfst du vor dem Vertonen, denn Korrekturen im Text sind billiger als neu erzeugte Tonspuren. Lade außerdem nur Unterlagen hoch, die du verwenden darfst. Eine private Zusammenfassung eines Fachbuchs zum Lernen ist etwas anderes als ein öffentlicher Podcast, der dessen Inhalt in weiten Teilen nacherzählt.

Ein Beispiel: die Folge für den Verein

Angenommen, ein Sportverein will seine Mitglieder einmal im Monat über Neuigkeiten informieren, und niemand hat Zeit, sich ans Mikrofon zu setzen. Ein sinnvoller Ablauf sähe so aus: Die Vorsitzende sammelt die Themen in Stichpunkten, ein Chat-Assistent macht daraus ein Skript für zwei Stimmen, und sie liest es gegen, streicht Floskeln und ergänzt Namen und Termine. Danach vertont sie das Skript mit zwei Stimmen, setzt ein kurzes Intro davor und lädt die Folge beim Hoster hoch.

Wichtig sind dabei drei Stellen, an denen ein Mensch eingreift: beim Inhalt des Skripts, beim Abhören der fertigen Folge und beim Hinweis an die Hörer, dass synthetische Stimmen sprechen. Alles dazwischen kann die KI übernehmen. Wer zusätzlich die Protokolle der Vorstandssitzung als PDF hochlädt und daraus eine Audio-Zusammenfassung erzeugt, spart weitere Arbeit, sollte sie aber nur intern teilen, bis jemand die Fakten geprüft hat.

Für Firmen gilt dasselbe Muster mit strengeren Regeln. Interne Unterlagen gehören nur in Werkzeuge, deren Datenverarbeitung geklärt ist, und eine öffentliche Folge braucht die Freigabe der Person, die für die Inhalte geradesteht.

Kennzeichnen und veröffentlichen

Apple Podcasts verlangt, dass Creators, die Audio oder Video mit KI erzeugen, das deutlich offenlegen, im Inhalt und in den Metadaten jeder Folge und der Sendung; ausdrücklich genannt sind synthetische Stimmen, KI-Moderatoren und KI-Nachbildungen realer Personen⁠5. KI darf außerdem nicht dazu dienen, reale Ereignisse irreführend darzustellen, etwa durch erfundene Nachrichten oder manipulierte Audioclips⁠5. Ein Satz am Anfang jeder Folge und ein Hinweis in der Beschreibung sind der naheliegende Weg, diese Regel einzuhalten.

YouTube, wo viele Podcasts auch als Video laufen, unterscheidet feiner: Die eigene geklonte Stimme für Sprechertexte muss nicht angegeben werden, wohl aber Inhalte, die den Anschein erwecken, eine echte Person sage etwas, das sie nie gesagt hat⁠6. Die KI-Verordnung behandelt eine solche Aufnahme als Deepfake, dessen künstliche Herkunft offengelegt werden muss⁠8. Ein erfundenes Interview mit einer bekannten Person in deren nachgeahmter Stimme braucht deshalb mindestens einen klaren Hinweis, und ohne Zustimmung der Person lässt du es besser ganz weg. Die Einzelheiten zur Pflicht stehen in KI-Kennzeichnungspflicht.

Zum Veröffentlichen brauchst du einen Hoster, der aus deinen Folgen einen RSS-Feed erzeugt, den du bei Apple Podcasts, Spotify und anderen Verzeichnissen einreichst. Trag dort in der Beschreibung ein, welche Stimmen synthetisch sind, und wiederhole den Hinweis in jeder Folge.

Was das für dich heißt

Für Lernzwecke reicht die automatische Audio-Zusammenfassung, für einen öffentlichen Podcast schreibst und prüfst du selbst.

  1. Hör jede KI-Folge vollständig an und vergleiche Zahlen und Namen mit der Quelle.
  2. Schreib dein Skript in kurzen Sätzen und runde Zahlen fürs Ohr.
  3. Sag in jeder Folge und in der Beschreibung, welche Stimmen synthetisch sind.
  4. Verwende Intro-Musik nur mit kommerziellen Rechten.

Häufige Fragen

Kann ich aus einem PDF einen deutschen Podcast machen?

Ja, mit der Audio-Zusammenfassung in Gemini Notebook. Du lädst das PDF hoch, wählst das Format und erhältst ein Gespräch zweier KI-Moderatoren; die Länge lässt sich auf Deutsch allerdings nicht einstellen.

Wie erstelle ich einen Podcast mit ElevenLabs?

In Studio legst du ein Audio-Projekt an, lädst dein Skript hoch, weist Stimmen zu und exportierst als MP3 oder WAV. Die automatische Podcast-Funktion GenFM, die aus einem Dokument selbst ein Gespräch macht, gibt es nur im Abo.

Muss ich angeben, dass in meinem Podcast KI-Stimmen sprechen?

Bei Apple Podcasts ja, im Inhalt und in den Metadaten jeder Folge. Auf YouTube musst du die eigene geklonte Stimme nicht angeben, wohl aber Aufnahmen, in denen eine reale Person etwas zu sagen scheint, das sie nie gesagt hat.

Darf ich KI-Musik als Podcast-Intro verwenden?

Das hängt vom Tarif des Musikdienstes ab. Für einen öffentlichen Podcast brauchst du einen Tarif mit kommerziellen Rechten, sonst nimmst du lizenzfreie Musik oder lässt das Intro ohne Musik.

Quellen

Stand:

  1. Google: Audio-Zusammenfassung in Gemini Notebook erstellen (NotebookLM-Hilfe), abgerufen am 22.11.2026. zurück
  2. ElevenLabs: ElevenCreative Studio (ElevenLabs Documentation), abgerufen am 22.11.2026. zurück
  3. ElevenLabs: Pricing, Stand 22.11.2026, abgerufen am 22.11.2026. zurück
  4. Auphonic: Pricing, Stand 22.11.2026, abgerufen am 22.11.2026. zurück
  5. Apple: Content Requirements für Podcasts (Abschnitte 1.11 und 1.12), abgerufen am 22.11.2026. zurück
  6. Google: Offenlegung der Verwendung von Inhalten, die mit generativer KI erstellt wurden (YouTube-Hilfe), abgerufen am 22.11.2026. zurück
  7. Google: Musik mit Gemini-Apps erstellen (Gemini-Apps-Hilfe), abgerufen am 22.11.2026. zurück
  8. EUR-Lex: Verordnung (EU) 2024/1689 (KI-Verordnung), Artikel 3 Nummer 60 und Artikel 50, Stand 12.07.2024, abgerufen am 22.11.2026. zurück

Weiterlesen

Bilder: KI-generiert

Aus dem Lexikon

Bilder: KI-generiert