Das Wichtigste in Kürze
- ElevenLabs v4 setzt Audio-Tags im Deutschen zuverlässiger um als v3 und klingt im Praxistext natürlicher und emotionaler.
- Professional Voice Clones werden in v4 wieder unterstützt, in v3 fehlten sie.
- Testen lässt sich v4 kostenlos mit 10.000 Credits pro Monat. Für kommerzielle Projekte braucht es mindestens den Starter-Plan für 6 Dollar im Monat (Stand: Oktober 2026).
Was ist neu bei ElevenLabs v4?
ElevenLabs v4 basiert laut ElevenLabs auf einer neuen Architektur. Sie liest ein Skript wie ein Sprecher: Das Modell berücksichtigt, wer spricht, was passiert ist und wie ein Absatz wirken soll.
Die größte Änderung zeigt sich bei den Audio-Tags. Das sind kurze Regieanweisungen in eckigen Klammern wie [excited], [sighing] oder [whispering], die Emotionen, Geräusche und Vortragsweise steuern. Audio-Tags gab es schon in v3. ElevenLabs v4 setzt sie laut Hersteller deutlich zuverlässiger um.
Bei längeren Produktionen bleiben Tempo und Vortrag über das gesamte Skript stabil. Wer eine Zeile mehrfach neu generiert, bekommt dieselbe Stimme.
Wie schneidet ElevenLabs v4 im Praxistext gegenüber v3 ab?
ElevenLabs v4 klingt in unserem Praxistext deutlich natürlicher und emotionaler als v3. Wir haben denselben deutschen Text mit derselben Stimme (Carla Blum) einmal mit v3 und einmal mit v4 generiert. Die Audio-Tags waren in beiden Fällen identisch.
Unser Fazit:
- ElevenLabs v3: Die Stimme klingt langsam und wenig natürlich. Das Lachen am Anfang setzt v3 gar nicht um.
- ElevenLabs v4: Derselbe Satz wirkt spürbar emotionaler. Die Sprecherin lacht, räuspert sich und spricht danach im passenden Ton weiter. Das Modell hält sich klar an die Tags.
v3 Hörprobe
Mit dem Klick auf „Video laden“ stimmen Sie zu, dass Daten, z. B. Ihre IP-Adresse, an YouTube (Google) übertragen werden. Mehr dazu in der Datenschutzerklärung.
v4 Hörprobe
Mit dem Klick auf „Video laden“ stimmen Sie zu, dass Daten, z. B. Ihre IP-Adresse, an YouTube (Google) übertragen werden. Mehr dazu in der Datenschutzerklärung.
Welche Audio-Tags unterstützt ElevenLabs v4?
ElevenLabs v4 unterstützt Audio-Tags für Emotionen, Geräusche und Vortragsweise. Die verfügbaren Tags zeigt ElevenLabs direkt im Editor. Sie können vor die jeweilige Textstelle gesetzt werden, auch mitten in einen deutschen Satz.
- Emotion: [weak], [angry], [bored], [menacing], [playful], [tired], [excited]
- Geräusche und Laute: [clears throat], [coughing], [chuckling], [sighing], [sniffling], [yawning], [laughing], [sharp exhale], [scoffing], [humming], [panting], [gasping]
- Vortragsweise: [whispering], [singing], [slowly], [softly]
Wie realistisch sind die Stimmen von ElevenLabs v4 für Unternehmen?
ElevenLabs v4 liefert realistische Stimmen, die sich für Unternehmen anpassen lassen. Professional Voice Clones, die v3 nicht unterstützte, funktionieren in v4 wieder. Eine geklonte Markenstimme kann damit auch emotional sprechen.
Weitere Funktionen im Editor:
- KI-Stimme klonen: aus zehn Sekunden Audio oder per Professional Voice Clone für eine nahezu perfekte Übereinstimmung.
- Voice Design: Eine Stimme wird in einem Satz beschrieben und ohne Aufnahmesession generiert.
- Aussprachewörterbuch: Namen, Akronyme und Fachbegriffe werden einmal definiert und in jeder Generierung genutzt.
Dies funktioniert laut ElevenLabs in über 90 Sprachen.
Was kostet ElevenLabs v4?
ElevenLabs v4 ist im Gratis-Plan enthalten und kostet für den kommerziellen Einsatz ab 6 Dollar pro Monat. Dabei verbraucht v4 mehr Credits als v3, die Kosten pro Projekt fallen also höher aus, als der reine Planpreis vermuten lässt. v3 rechnet mit einem Credit pro Zeichen, bei v4 zahlt man pro Zeichen mehr.
Diese Pläne gibt es (monatliche Abrechnung, Stand: Oktober 2026):
- Gratis: 0 Dollar, 10.000 Credits pro Monat, nur zum Testen und ohne kommerzielle Nutzung.
- Starter: 6 Dollar, 30.000 Credits, das Minimum für den kommerziellen Einsatz.
- Creator: 22 Dollar (im ersten Monat 11 Dollar), 121.000 Credits, mit Professional Voice Clone.
- Pro: 99 Dollar, 600.000 Credits.
- Scale: 299 Dollar, 1,8 Millionen Credits, mit drei Nutzerplätzen für Teams.
- Business: 990 Dollar, 6 Millionen Credits, mit zehn Nutzerplätzen.
- Enterprise: individuelles Angebot.
Weil v4 mehr Credits pro Zeichen braucht, reichen die Kontingente für weniger Sprechminuten als bei v3. Für längere Produktionen lohnt sich deshalb ein Blick auf Creator oder Pro statt Starter.
Für welche Projekte eignet sich ElevenLabs v4, und wann bleibt der Sprecher sinnvoll?
ElevenLabs v4 eignet sich für Erklärvideos, Social-Media-Clips und Radiospots. Besonders groß ist der Zeitgewinn bei Inhalten, die oft aktualisiert werden, weil sich einzelne Sätze jederzeit neu generieren lassen.
Ein professioneller Sprecher bleibt sinnvoll, wenn eine Marke bewusst mit einer bekannten Stimme arbeitet.
Gilt für KI-Stimmen eine Kennzeichnungspflicht?
Ja. Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50 des EU AI Act. KI-Stimmen, die einen realen Menschen nachbilden oder Menschen täuschen könnten, müssen als solche offengelegt werden. Unsere Empfehlung: KI-Stimmen im Zweifel immer transparent kennzeichnen. (Achtung: Keine Rechtsberatung!)
