Home – KI-Shorts – KI-Intensiv-Schulung 3h – ElevenLabs Kompakt

ElevenLabs Kompakt

Führende Unternehmen nutzen ElevenLabs, um ihr Geschäftsmodell zu erweitern. Ob für KI-Sprachagenten, Nachhilfe oder Medienerstellung – die ElevenLabs Modelle bieten Lösungen für viele Anforderungen.

264 €

netto pro Person, fragen Sie auch nach unseren Firmen-Rabatten

Nächste Termine:

Di, 17.11.2026 - 09:00–12:00 Uhr

Di, 17.11.2026 - 13:00–16:00 Uhr

Do, 26.11.2026 - 09:00–12:00 Uhr

Do, 26.11.2026 - 13:00–16:00 Uhr

Mo, 30.11.2026 - 09:00–12:00 Uhr

Mo, 30.11.2026 - 13:00–16:00 Uhr

Do, 03.12.2026 - 09:00–12:00 Uhr

Do, 03.12.2026 - 13:00–16:00 Uhr

Was Sie in diesem 3h-Intensivkurs lernen

Vom Einsteiger zum Power-User

ElevenLabs Kompakt: Professionelles KI-Audio für Stimmen, Agenten und Musik

ElevenLabs Business-Training: Sprach-KI im Unternehmen einsetzen | 3h Intensiv | Online

ElevenLabs ist 2026 längst nicht mehr „nur ein Text-to-Speech-Anbieter“. Aus dem Stimmen-Generator von 2023 ist eine vollständige KI-Audio-Plattform geworden, die in drei Bereichen organisiert ist: ElevenCreative für Stimmen, Musik, Dubbing und Medienproduktion, ElevenAgents für sprachgesteuerte Geschäftsprozesse und ElevenAPI für die Integration in eigene Anwendungen. Dazu kommt mit Scribe eine eigene Spitzen-Transkriptionsengine.

Mit Eleven v4 hat ElevenLabs Ende September 2026 die nächste Modellgeneration veröffentlicht: ausdrucksstärker als je zuvor, mit besseren Voice Clones und in über 90 Sprachen. Gesteuert wird die Performance über Audio Tags wie [whispers], [excited] oder [sighs] direkt im Text und fast so präzise wie in einer Sprachregie-Sitzung. Die Schwesterversion Eleven v4 Turbo bringt dieselbe Ausdruckskraft mit rund 100 Millisekunden Latenz in Live-Gespräche und Sprachagenten.

In drei kompakten Stunden lernst du das ganze Studio kennen, weißt, welches Modell für welchen Zweck taugt. Du lernst ElevenLabs in deinen eigenen Audio- oder Kommunikations-Workflow einzubauen

Was du aus unserer Schulung mitnimmst

Du verstehst die aktuelle Modellfamilie und triffst eine fundierte Wahl zwischen maximaler Qualität (v4) und Echtzeit-Tempo (v4 Turbo). Du beherrschst Audio Tags, Voice Cloning und Voice Design für reproduzierbar gute Ergebnisse. Du weißt, was ElevenAgents von klassischen Chatbots unterscheidet und wann sich der Aufbau eines eigenen Sprach-Agenten für dein Unternehmen lohnt. Und du kennst die Kennzeichnungspflichten, die seit dem 2. August 2026 mit dem EU AI Act für synthetische Stimmen gelten.

Inhalte und Lernziele

Lernziel: Die ElevenLabs-Plattform 2026 verstehen und Modelle gezielt einsetzen.
Die drei Bereiche im Überblick – ElevenCreative, ElevenAgents, ElevenAPI: was wo liegt und wer was braucht
- Eleven v3 – Flaggschiff für hochwertige Narration, 70+ Sprachen, audiogesteuerte Emotionen, deutlich weniger Fehler bei komplexen Texten (Zahlen, chemische Formeln, Eigennamen). Nicht für Echtzeit.
- Eleven Flash v2.5 – Echtzeit-Modell mit etwa 75 Millisekunden Latenz, Standard für Live-Konversation
- Multilingual v2 – bewährter Allrounder, 29 Sprachen, gut etabliert für Voice Clones
Die aktuelle Modellfamilie
- Eleven v4 – neues Flaggschiff für Narration, Hörbücher, Voiceover und Werbung: über 90 Sprachen, kontextbewusste Betonung, deutlich bessere Voice Clones
- Eleven v4 Turbo – dieselbe Modellfamilie für Echtzeit, rund 100 ms Latenz, neuer Standard für Sprachagenten
- Eleven v3 – die Vorgängergeneration, die Audio Tags eingeführt hat; für bestehende Projekte weiter nutzbar
- Flash v2.5 – minimale Latenz, wenn Tempo wichtiger ist als Ausdruck
Audio Tags – das Steuerungsprinzip – [whispers], [shouts], [laughs], [sarcastically], Akzente und Gesang. Wir bauen den Workflow auf, mit dem ein Voiceover wie eine Regie-Anweisung klingt – inklusive Tag-Ketten, die v4 jetzt zuverlässig umsetzt
Text-to-Dialogue – mehrere Sprecher in einer Audiodatei, mit natürlichen Überlappungen und Stimmungswechseln; Anschluss über mehrere Generierungen hinweg für längere Produktionen
Voice Library, Voice Design und Voice Changer – fertige Stimmen wählen, eigene Stimmen aus Beschreibungen erzeugen, bestehende Aufnahmen in andere Stimmen umwandeln
Praxis: Gleicher Text, drei Modelle, Audio-Tag-Variationen – wir hören die Unterschiede direkt

Lernziel: Eigene Audioinhalte mit professionellem Anspruch produzieren.
Instant Voice Clone vs. Professional Voice Clone – wann reicht IVC, wann braucht es ein PVC, und was beim Umstieg bestehender Clones auf v4 zu beachten ist
Hochwertige Aufnahmen für Cloning – Mikrofon, Raum, Skript, Aufnahmedauer: was den Unterschied zwischen brauchbar und brillant macht
Live-Demo: Eine Teilnehmerstimme klonen und in v4 mit Audio Tags performen lassen
Voice Design – Stimmen aus reiner Textbeschreibung generieren („mittelalter, warmer Bariton, leicht nordischer Akzent“) für Charaktere, Hörspiele oder Avatar-Stimmen
Voice Isolator und Sound Effects – Stimmen aus verrauschten Aufnahmen extrahieren, Geräusche per Prompt erzeugen
Eleven Music – komplette Songs mit Lyrics in mehreren Sprachen, reine Instrumentals, abschnittsweises Bearbeiten (zum Beispiel den Refrain neu generieren), Stem Separation für die professionelle Weiterverarbeitung
Dubbing – bestehende Videos in andere Sprachen übertragen, mit der Originalstimme
Scribe – Transkription mit Sprecher-Erkennung und präzisen Zeitstempeln, Transkripte per Anweisung nachbearbeiten; spezialisierte Variante für medizinische Inhalte; Anwendungsfälle in Untertitelung, Meeting-Protokollen und Compliance
Praxis: Eigenes Mini-Projekt – ein vertonter Spot oder Erklärclip vom Skript bis zum fertigen Audio

Lernziel: ElevenLabs strategisch im Unternehmen einsetzen.
Instant Voice Clone vs. Professional Voice Clone – wann reicht IVC, wann braucht es ein PVC, und was beim Umstieg bestehender Clones auf v4 zu beachten ist
Hochwertige Aufnahmen für Cloning – Mikrofon, Raum, Skript, Aufnahmedauer: was den Unterschied zwischen brauchbar und brillant macht
Live-Demo: Eine Teilnehmerstimme klonen und in v4 mit Audio Tags performen lassen
Voice Design – Stimmen aus reiner Textbeschreibung generieren („mittelalter, warmer Bariton, leicht nordischer Akzent“) für Charaktere, Hörspiele oder Avatar-Stimmen
Voice Isolator und Sound Effects – Stimmen aus verrauschten Aufnahmen extrahieren, Geräusche per Prompt erzeugen
Eleven Music – komplette Songs mit Lyrics in mehreren Sprachen, reine Instrumentals, abschnittsweises Bearbeiten (zum Beispiel den Refrain neu generieren), Stem Separation für die professionelle Weiterverarbeitung
Dubbing – bestehende Videos in andere Sprachen übertragen, mit der Originalstimme
Scribe – Transkription mit Sprecher-Erkennung und präzisen Zeitstempeln, Transkripte per Anweisung nachbearbeiten; spezialisierte Variante für medizinische Inhalte; Anwendungsfälle in Untertitelung, Meeting-Protokollen und Compliance
Praxis: Eigenes Mini-Projekt – ein vertonter Spot oder Erklärclip vom Skript bis zum fertigen Audio
🤖 Modul 3: ElevenAgents, Business-Workflows und EU AI Act
Lernziel: ElevenLabs strategisch im Unternehmen einsetzen.
ElevenAgents – die Konversationsplattform: was Sprachagenten 2026 von klassischen IVR-Systemen oder Chatbots unterscheidet
Architektur eines Sprach-Agenten
- Freie LLM-Wahl – GPT, Claude, Gemini, DeepSeek oder ein eigenes Modell als Reasoning-Layer
- Natürliches Turn-Taking – das System erkennt Sprechpausen und Füllwörter („ähm“, „also“) und reagiert weder zu früh noch zu spät
- Procedures – aufgabenspezifische Anweisungen, die der Agent nur bei Bedarf lädt: ein Agent, viele Aufgaben, ohne überladenen Systemprompt
- Tool Calls via MCP – Agenten greifen während des Gesprächs auf CRM, Kalender, Buchungssysteme oder Zahlungsdienste zu
- RAG mit eigener Wissensbasis – Agenten antworten auf Basis deiner Dokumentation, mit automatischer Aktualisierung von Webseiten
- Testen und Qualität sichern – Testläufe, Versionen und Freigabe von Änderungen, bevor ein Agent live geht
Telefonie und Messaging – Twilio- und SIP-Anbindung für In- und Outbound-Telefonie, Tasteneingabe, Anrufbeantworter-Erkennung, Warteschleife bei Auslastung, WhatsApp
Praktische Anwendungsfälle
- Inbound: Terminvereinbarung, Service-Anfragen, First-Level-Support
- Outbound: Lead-Qualifizierung, Wiedervorlagen, mehrsprachige Vertriebskommunikation
- Intern: personalisiertes Onboarding, E-Learning-Tutoren, Barrierefreiheit
Audio-Branding – konsistente Markenstimme über alle Kanäle: Hotline, Spot, Erklärvideo, Avatar
EU AI Act und Transparenzpflichten
- Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50
- Sprach-Agenten: Menschen müssen erkennen können, dass sie mit einer KI sprechen – in der Praxis ein Hinweis zu Gesprächsbeginn
- Veröffentlichte Audioinhalte: Kennzeichnung, vor allem wenn Stimmen realer Personen nachgebildet werden
- AI Speech Classifier von ElevenLabs als technische Hilfe: prüfbar, ob ein Audio auf der Plattform erzeugt wurde
- Compliance für Unternehmen: SOC 2, ISO 27001, DSGVO, HIPAA-fähige Workflows, EU-Datenresidenz, Zero Retention Mode
Praxis: Konzept für einen ersten Sprach-Agenten im eigenen Anwendungsfall skizzierenn

Kurs-Info

Podcaster:innen, Hörbuch-Produzent:innen und Audio-Content-Creator
Marketing- und Kommunikationsteams mit Bedarf an mehrsprachigen Voice-Overs
E-Learning-Verantwortliche und Schulungs-Profis
Kundenservice- und Vertriebsteams, die Sprach-Agenten evaluieren
Agenturen für skalierbare Audio-Produktion und internationale Kampagnen
Game-Entwickler:innen für Charakterstimmen und Voice-Prototyping
Verantwortliche für Barrierefreiheit und inklusive Kommunikation K
MU und Start-ups, die KI-Stimmen oder Sprach-Agenten einsetzen möchten

Technisch: Rechner mit stabiler Internetverbindung, aktueller Browser (Chrome, Firefox, Safari), Headset empfohlen. ElevenLabs-Account (für die meisten Übungen reicht der kostenlose Free-Tier; für Voice Cloning und längere Texte ist ein Starter-Abo ab 5 $/Monat sinnvoll – das lässt sich für den Kurszeitraum anlegen und danach kündigen).
Inhaltlich: Grundlegender Umgang mit dem Computer, Erfahrung mit Audio- oder Content-Tools ist hilfreich, aber nicht zwingend. Bereitschaft zum aktiven Mitmachen.

Dauer: 3 Stunden (inkl. 15 Min Pause)
Format: Live Online-Training via Zoom (alternativ MS Teams oder Webex)
Vormittag: 09:00-12:00 Uhr oder
Nachmittag: 13:00-16:00 Uhr
Gruppengröße: max. 6 Teilnehmer:innen (Firmentraining ab 2 TN)
Sprache: Deutsch / Englisch
Nachbetreuung: 30 Tage E-Mail-Support inklusive

Standardpreis: 248 € netto
Frühbucherpreis bei Buchung bis spätestens 28 Tage vor Kursbeginn. Zusätzlich gelten gelegentliche Aktionspreise – diese werden direkt am Kurs ausgewiesen.
Firmenrabatt: 10% ab 2 Teilnehmern, 15% ab 3 Teilnehmern, 25% ab 4 Teilnehmern
Inklusive:
Eleven Labs Tutorial (PDF)
Teilnahme-Zertifikat
Optional: Aufzeichnung nach Absprache (Lizenz gg. Gebühr erhältlich)