Bei ElevenLabs laufen drei Transparenzmechanismen nebeneinander: SynthID markiert bestimmte Audiodateien technisch, Voice CAPTCHA soll Missbrauch beim Klonen erschweren, und ElevenAgents verlangt eine Information vor der direkten KI-Interaktion. Keiner dieser Mechanismen beantwortet allein die Frage, ob dein veröffentlichter Inhalt nach Art. 50 Abs. 4 offengelegt werden muss.
SynthID: gestartet im Juni, noch nicht vollständig ausgerollt
ElevenLabs veröffentlichte seinen SynthID-Rollout am 25. Juni 2026. Das Wasserzeichen wird direkt in die Audiospur eingebettet, ist nach Herstellerangaben für Menschen unhörbar und soll unter anderem Beschneiden, Geschwindigkeitsänderungen, Metadatenentfernung und Dateikonvertierung überstehen. Erkannt wird es mit dem kostenlosen ElevenLabs Audio Detector.
Der aktuelle Umfang ist enger als das angekündigte Ziel:
| Stand am 14.08.2026 | Aussage der offiziellen Dokumentation |
|---|---|
| alle Text-to-Speech-Ausgaben kostenloser Nutzer | aktuell mit SynthID abgedeckt |
| ausgewählte kostenpflichtige Funktionen | aktuell mit SynthID abgedeckt |
| sämtliche Tarife sowie Music, Sound Effects und Dubbing | Ausweitung über den Juli 2026 angekündigt; die aktuelle Doku bestätigt noch keine vollständige Umsetzung |
| Audio, das vor Juni 2026 erzeugt wurde | trägt laut ElevenLabs kein solches Wasserzeichen |
Der Widerspruch ist nur scheinbar: Der Blog beschreibt den geplanten Ausbau, die aktuelle Hilfeseite nennt weiterhin einen phasenweisen Rollout. Für eine konkrete Paid-TTS-, Musik-, Effekt- oder Dubbing-Datei ist deshalb ein Test aussagekräftiger als die allgemeine Produktankündigung.
Was der Audio Detector zeigt — und was nicht
Der Audio Detector prüft zuerst das ElevenLabs-Wasserzeichen. Erkennt er keines, fällt er auf den statistischen AI Speech Classifier zurück. Nur ein ausdrücklich als Wasserzeichentreffer ausgewiesenes Resultat belegt das technische ElevenLabs-Signal; ein positives Gesamtergebnis kann auch vom Klassifikator stammen. Der Klassifikator kann falsch-positive Resultate liefern und verändertes Audio übersehen.
Ein negatives Ergebnis bedeutet deshalb nicht „von einem Menschen gesprochen“. Es passt auch zu mindestens zwei offiziell dokumentierten Fällen: Die Datei wurde vor Juni 2026 erzeugt oder ihr Produktweg ist noch nicht vom phasenweisen Rollout erfasst. Auch die statistische Bewertung ist kein allgemeiner Herkunftsnachweis für Ausgaben anderer Generatoren.
Für deine Prüfung sind deshalb zwei Fragen getrennt:
- Technische Herkunft: Weist der Detector ausdrücklich einen ElevenLabs-Wasserzeichentreffer aus oder nur eine Klassifikatorbewertung?
- Rechtliche Offenlegung: Setzt du als Betreiber einen Inhalt ein, der den vollständigen Deepfake-Tatbestand erfüllt?
Die erste Antwort kann die zweite Prüfung unterstützen, aber nicht ersetzen. Grundlagen zu technischen Markierungen stehen im Glossar zum Wasserzeichen.
Maschinenmarkierung und Betreiberhinweis haben verschiedene Adressaten
Art. 50 trennt bewusst zwischen Anbieter und Betreiber. ElevenLabs fällt für seine Systeme auf die Seite der Anbieter-Markierung nach Absatz 2: KI-generierte Audioinhalte müssen in einem maschinenlesbaren Format markiert und als künstlich erzeugt oder manipuliert erkennbar sein. Ob SynthID in jeder konkreten Implementierung sämtliche gesetzlichen Qualitätsmerkmale erfüllt, lässt sich aus der Produktbeschreibung allein nicht ableiten.
Du kannst zusätzlich Betreiber sein, wenn du das System im beruflichen Kontext unter eigener Verantwortung nutzt und den erzeugten Inhalt einsetzt. Bei einem Deepfake verlangt Absatz 4 dann eine für Menschen wahrnehmbare Offenlegung. Die Kommissionsleitlinien sagen ausdrücklich, dass eine maschinenlesbare Anbieter-Markierung die Betreiberpflicht nicht ersetzt LL Rn. 117.
| Signal | Für Maschinen oder Menschen? | Wofür es nicht automatisch reicht |
|---|---|---|
| SynthID in der Audiospur | maschinenlesbar, unhörbar | hör- oder sichtbarer Deepfake-Hinweis |
| ausgewiesener Wasserzeichentreffer | von einem Menschen im Prüfwerkzeug abrufbarer technischer Herkunftshinweis | rechtzeitige Information des Publikums beim ersten Kontakt |
| positives Klassifikator-Ergebnis | statistisches Indiz, kein sicherer Herkunftsnachweis | Wasserzeichennachweis oder rechtzeitige Information des Publikums |
| Voice CAPTCHA | Kontoschutz und Verifikation im Erstellungsprozess | Einwilligung, Nutzungsrecht oder Deepfake-Offenlegung |
| ElevenAgents-Hinweis | wahrnehmbar vor direkter Interaktion | Kennzeichnung eines später veröffentlichten Audioausschnitts |
Wie Ansage, Player-Text und sichtbarer Hinweis zusammenspielen, erklärt die Formatseite KI-Audio kennzeichnen.
Voice Cloning: verifiziert heißt nicht automatisch erlaubt
ElevenLabs unterscheidet Instant Voice Cloning und Professional Voice Cloning. Nach der aktuellen technischen Dokumentation enthalten beide Wege einen Verifikationsschritt. Voice CAPTCHA soll bestätigen, dass die Person, die die Sprachproben bereitstellt, anwesend ist und aktiv mitwirkt.
ElevenLabs benennt zugleich die Grenze des Verfahrens: Die Prüfung kann nicht garantieren, dass die Aufnahme dem Anfragenden rechtlich gehört. Verantwortung für die autorisierte Nutzung bleibt laut Dokumentation und Richtlinien beim Ersteller. Die Prohibited Use Policy untersagt insbesondere eine absichtliche Replikation fremder Stimmen ohne Einwilligung oder sonstiges Recht, mit schädigender Wirkung oder in der Absicht, über die KI-Erzeugung zu täuschen.
Für Art. 50 kommt es nicht auf den ElevenLabs-Schalter an, sondern auf das Ergebnis:
| ElevenLabs-Einsatz | Deepfake-Einordnung |
|---|---|
| generische Bibliotheksstimme ohne Bezug zu einer bestehenden Person | nicht automatisch ein Deepfake |
| per Beschreibung entworfene neue Stimme | nicht allein wegen der KI-Erzeugung ein Deepfake |
| Klon deiner eigenen erkennbaren Stimme | kann ein Deepfake sein, wenn die Ausgabe fälschlich wie deine authentische Äußerung erscheint |
| Klon einer Kundin oder eines Sprechers mit Erlaubnis | kann trotz Erlaubnis ein Deepfake sein; Zustimmung und Publikumsoffenlegung sind getrennt |
| Nachbildung einer fremden realen Person ohne Berechtigung | zusätzlich zu Art. 50 erhebliche Rechte- und Policy-Risiken |
Der objektive Authentizitätseindruck zählt; eine Täuschungsabsicht ist für die gesetzliche Deepfake-Definition nicht erforderlich LL Rn. 113–116. Einwilligung und KI-Hinweis lösen außerdem nicht dieselbe Aufgabe. Bei der Stimme einer realen Person können Persönlichkeits-, Datenschutz-, Urheber- und Markenrecht hinzukommen LL Rn. 127–129. Grenzfälle sortiert der Schnell-Check zu den Ausnahmen.
ElevenAgents: Hinweis vor dem Gespräch
Für ElevenAgents gilt eine eigene vertragliche Offenlegung. Die Dokumentation verlangt unmittelbar vor jeder Interaktion einen klaren Hinweis auf zwei Punkte:
- Die Person interagiert mit KI und nicht mit einem Menschen.
- Das Gespräch wird aufgezeichnet und kann mit ElevenLabs sowie Drittanbietern von Sprachmodellen geteilt werden.
Als Umsetzungen nennt ElevenLabs eine separate Zwischenseite, ein Pop-up, einen dauerhaften Banner oder eine gesprochene beziehungsweise voraufgezeichnete Ansage zu Beginn eines Anrufs. Nutzer dürfen nicht auf die Funktion zugreifen, bevor ihnen der Hinweis präsentiert wurde.
Diese Regel betrifft die Interaktion mit dem Agenten. Veröffentlichst du später einen Ausschnitt aus dem Gespräch, entsteht ein neuer Nutzungskontext: Dann prüfst du die Aufnahme als Audioinhalt und gegebenenfalls als Stimm-Deepfake. Die frühere Agentenansage reist nicht automatisch mit einem herausgeschnittenen Clip mit. Allgemeine Regeln für direkte KI-Kommunikation stehen auf der Seite zu Chatbots.
Praktische Prüfung für deine ElevenLabs-Datei
- Erzeugungsweg festhalten: Datum, Text to Speech, Voice Cloning, Dubbing, Music oder Sound Effects dokumentieren.
- SynthID testen: Datei im Audio Detector prüfen und Ergebnisart dokumentieren; nur ein ausdrücklich ausgewiesener Wasserzeichentreffer belegt das technische Signal, ein negatives Ergebnis keine Echtheit.
- Stimmenbezug klären: Ist die Stimme generisch oder ähnelt sie wahrnehmbar einer bestehenden Person?
- Berechtigung getrennt belegen: Sprachproben, Einwilligung beziehungsweise andere Rechtsgrundlage und vereinbarten Nutzungsumfang dokumentieren.
- Betreiberpflicht prüfen: Bei beruflichem Einsatz eines Deepfakes eine rechtzeitige, klare, unterscheidbare und barrierefreie Offenlegung planen.
- Ausspielweg testen: Ansage, Player-Anzeige, Cover und Beschreibung müssen dort ankommen, wo dein Publikum erstmals mit dem Inhalt in Kontakt kommt.
Kostenlose Werkzeuge · im Browser, ohne Upload
Unsichtbare Spur behalten, wahrnehmbaren Hinweis ergänzen
SynthID bleibt in der Audiospur für Menschen unhörbar. Wenn deine Prüfung eine Betreiber-Offenlegung ergibt, ergänze deshalb eine passende Ansage und — wo ein Bildschirm vorhanden ist — einen klaren sichtbaren Hinweis. Ein Label für Cover oder Playerbild kannst du lokal im Bildeditor setzen; anschließend prüfst du die tatsächliche Audio- und Plattformdarstellung getrennt.
