ElevenLabs Creator

ElevenLabs ist eine cloudbasierte KI-Audio-Plattform mit den Kernfunktionen Text-to-Speech (TTS), Voice Cloning und automatisches Dubbing. Die TTS-Engine erzeugt natürlich klingende Sprachausgabe in über 30 Sprachen auf Basis von Texteingaben.

Im Creator-Tarif stehen zwei Voice-Cloning-Varianten zur Verfügung: Instant Voice Cloning (IVC) nutzt bestehende Trainingsdaten des Anbieters; Professional Voice Cloning (PVC) trainiert ein dediziertes Modell auf Stimmaufnahmen des Nutzers und ist ab dem Creator-Plan verfügbar. PVC erfordert das Hochladen von Stimmproben (Audio-Dateien), die als biometrische Daten einzustufen sind.

Das Dubbing Studio ermöglicht die Übersetzung und Neuvertonung von Audio- und Videoinhalt in andere Sprachen. Über die API und eine Web-App können Nutzer eigene Workflows automatisieren; ein Mobile-App-Zugang (iOS/Android) ist ebenfalls verfügbar.

Outputs (generierte Audiodateien, Voice-Modelle) sind standardmäßig privat. Das Teilen von Professional Voice Clones in der öffentlichen Voice Library erfordert eine explizite Publish-Aktion mit anschließender manueller Prüfung durch ElevenLabs.

Quellen: Voice Cloning Overview, Voice Library Doku, Pricing

ElevenLabs agiert bei der Nutzung des Creator-Tarifs in der Regel als Auftragsverarbeiter für eingegebene Inhalte (Texte, Audio-Dateien), soweit diese personenbezogene Daten enthalten; für Konto- und Abrechnungsdaten handelt der Anbieter als eigener Verantwortlicher. Ein DPA (AVV) für Self-Serve-Kunden ist in der öffentlichen DPA per Verweis auf die Terms eingebunden.

Besonders kritisch ist die Verarbeitung von Stimmaufnahmen für Professional Voice Cloning: ElevenLabs erkennt in der Privacy Policy ausdrücklich an, dass Stimmdaten biometrische Daten im Sinne anwendbarer Datenschutzgesetze darstellen können. Für die Verarbeitung biometrischer Daten nach Art. 9 DSGVO ist eine ausdrückliche Einwilligung der betroffenen Person (Art. 9 Abs. 2 lit. a DSGVO) oder ein anderer gesetzlicher Ausnahmetatbestand erforderlich. Organisationen, die Drittpartei-Stimmen klonen, tragen die Verantwortung für die rechtmäßige Erhebung der Einwilligung.

Alle personenbezogenen Daten werden in die USA übertragen (Primärspeicher). Die Drittlandübertragung basiert auf dem EU-US Data Privacy Framework (DPF), das ElevenLabs Ltd. und Tochtergesellschaften umfasst, sowie ergänzend auf SCCs gemäß DPA. Die Retention für Creator (Self-Serve) ist unbefristet aus Nutzersicht: Der Anbieter behält Ermessen, Daten nach 180 Tagen Inaktivität zu löschen, ohne dass der Nutzer ein Löschungsrecht gegen den Anbieter geltend machen kann; Stimmdaten unterliegen einer 3-Jahres-Obergrenze laut Privacy Policy.

Zweckbindung (Art. 5 Abs. 1 lit. b): Die Privacy Policy nennt Trainingszwecke als Verarbeitungszweck; Nutzer können per opt-out widersprechen. Eine eindeutige Zweckbeschränkung auf die Erbringung des Dienstes ist für Non-Enterprise-Tarife nicht dokumentiert.

Datenminimierung (Art. 5 Abs. 1 lit. c): Voice Cloning erfordert das Hochladen von Stimmproben; der Umfang der erhobenen Biometriedaten ist durch die Funktionsweise bedingt. Texteingaben für TTS werden verarbeitet und gespeichert.

Speicherbegrenzung (Art. 5 Abs. 1 lit. e): Für den Creator-Tarif (Self-Serve) ist keine garantierte Löschfrist für Customer Content dokumentiert; der Anbieter behält Ermessen für eine Löschung nach 180 Tagen Inaktivität. Stimmdaten: 3-Jahres-Obergrenze laut Privacy Policy. Eine aktive Löschpflicht auf Anfrage des Nutzers für Self-Serve-Inhalte ist im DPA nicht belegt.

Integrität und Vertraulichkeit (Art. 5 Abs. 1 lit. f): SOC 2 Type II ist belegt; Transportverschlüsselung ist Standard; darüber hinausgehende technische Details sind ohne direkten Trust-Center-Zugriff nicht primärbelegt.

Für den Einsatz von ElevenLabs Creator in einer Organisation kommen je nach Einsatzkontext folgende Rechtsgrundlagen in Betracht:

Vertragserfüllung (Art. 6 Abs. 1 lit. b): Trägt, soweit die Sprachsynthese unmittelbar zur Erbringung einer vertraglich geschuldeten Leistung eingesetzt wird.

Berechtigtes Interesse (Art. 6 Abs. 1 lit. f): Denkbar für interne Produktionsprozesse (z.B. E-Learning, Marketingmaterial), soweit keine überwiegenden Interessen der betroffenen Personen entgegenstehen.

Einwilligung (Art. 6 Abs. 1 lit. a / Art. 9 Abs. 2 lit. a): Zwingend, wenn biometrische Stimmaufnahmen von Dritten (z.B. Sprecher, Mitarbeitern) für Voice Cloning verwendet werden. Die Einwilligungspflicht nach Art. 9 Daten ist erhöht; sie muss ausdrücklich, informiert und widerrufbar sein.

Eine Verarbeitung im Beschäftigungskontext (Art. 88 DSGVO i.V.m. nationalen Regelungen) ist gesondert zu prüfen, wenn Mitarbeiter-Stimmen geklont werden sollen.