Sam Altman, Jarek Kutylowski, Mati Staniszewski: Setzen auf gesprochene Sprache statt Schrift. Foto: Reuters, Imago, AFP, Getty Images [M]

London, Düsseldorf. Der Eingangsbereich des Londoner Büros von Eleven Labs wird von einer Jukebox gesäumt, weiter hinten zwischen den Schreibtischen steht eine rote englische Telefonzelle. Wer vermutet, das sei nostalgische Deko, liegt falsch: Aus der Box kommt KI-generierte Musik. In der Kabine können potenzielle Kunden die KI-Stimmen der polnisch-britischen Firma testen.

Die Technologie von Eleven Labs kann mehr als Anrufe im Kundenservice beantworten. Sie liest Texte vor, erzeugt Stimmen, übersetzt Gespräche und synchronisiert Videos. Unternehmen erhoffen sich dadurch deutliche Effizienzgewinne, besseren Kundenkontakt, neue Produkte – und wesentlich geringere Kosten.

Wie groß die Erwartungen an die Technologie sind, zeigen aktuelle Daten der Analyseplattform Pitchbook, die dem Handelsblatt exklusiv vorliegen: Seit Jahresbeginn haben Wagniskapitalgeber weltweit mehr als 20 Milliarden Dollar in Unternehmen für sogenannte Voice AI investiert. Investitionen in OpenAI werden dabei nicht mitgezählt.

Die Wette der KI-Firmen: Für Menschen sei es deutlich natürlicher zu sprechen, als eigene Gedanken in einem Chatfenster zu verschriftlichen. Doch kann Sprache den Text als wichtigste digitale Schnittstelle ablösen? Und welche europäischen Anbieter können von dem wachsenden Markt profitieren?