Willkommen beim Sonetho. ⚡
Wir präsentieren euch die brandneuen Updates direkt aus dem ElevenLabs-Webinar vom 13. Januar 2026.
ElevenLabs transformiert sich in rasantem Tempo: Vom spezialisierten KI-Stimmen-Anbieter hin zur marktführenden „All-in-One-KI-Kreativplattform“, die den Workflow für Profis völlig neu definiert.
Ob das neue Studio 3.0 mit nativer Integration von High-End-Videomodellen wie Sora 2 und Veo 3 oder Scribe v2, das Sprache präziser erfasst als das menschliche Ohr – die Neuerungen sind bahnbrechend.
Wir haben die wichtigsten Insights des Webinars für euch analysiert und zusammengefasst.
1. Studio 3.0: Das Powerhouse für eure Produktionen (All-in-One)
Das absolute Highlight der Präsentation war Studio 3.0. Hier dreht sich alles um die nahtlose Workflow-Integration.
Vergesst das Hin- und Herwechseln zwischen unzähligen Tabs und Tools. Ab sofort steuert ihr den gesamten kreativen Prozess an einem Ort.
🎥 Die Key-Features von Studio 3.0
- Native Video-Integration: Sensationell ist die direkte Einbindung von Spitzenmodellen wie Google Veo 3, OpenAI Sora 2 sowie Kling und Ideogram. Zusätzliche Abos bei Drittanbietern werden damit für viele Workflows überflüssig.
- Einheitliche Timeline: Basierend auf einem einzigen Prompt generiert das System [Sprache (TTS) + Soundeffekte (SFX) + Hintergrundmusik (BGM) + Untertitel + Video] synchron in einer Timeline.
- Präzises Inline-Editing: Korrekturen an Audio- oder Videosegmenten können direkt im Editor vorgenommen werden. Ein komplettes Neu-Rendering ist nicht mehr nötig – markiert einfach den Bereich und passt ihn punktgenau an.
Dieses Update ist weit mehr als eine Funktionserweiterung. Es markiert den Erfolg strategischer Allianzen mit Branchengrößen wie Disney, NVIDIA und Adobe.
2. Scribe v2: Neue Benchmark in der Transkription
Mit Scribe v2 setzt ElevenLabs neue Maßstäbe im Bereich Speech-to-Text (STT) und lässt die Konkurrenz hinter sich.
Ein Blick auf die aktuelle Wortfehlerrate (WER) verdeutlicht den technologischen Vorsprung:
| Modell | Fehlerrate (WER) | Status |
|---|---|---|
| ElevenLabs Scribe v2 | 2,2% | Marktführer (Benchmark) |
| GPT-4o Transcribe | 2,7% | - |
| Gemini 1.5 Pro | 3,0% | - |
| Deepgram Nova 3 | 6,9% | - |
* Niedrigere Werte stehen für höhere Genauigkeit (Durchschnittswerte für Deutsch, Englisch, Französisch etc.)
Warum Scribe v2 ein Gamechanger ist:
- Audio Event Tagging: Erkennt und verschlagwortet non-verbale Signale wie Lachen, Applaus oder Hintergrundgeräusche automatisch als Text-Tags.
- Intelligente Diarisierung: Unterscheidet Sprecher selbst in komplexen Diskussionsrunden oder bei gegenseitigem Unterbrechen mit höchster Präzision.
- Word-level Timestamps: Millisekundengenaue Zeitstempel für jedes Wort ermöglichen perfekt synchrone Untertitel und Bearbeitungen.
3. Enterprise-ready: Sicherheit für höchste Ansprüche
ElevenLabs hat seine Position als Enterprise-Lösung massiv gestärkt. Für deutsche und europäische Unternehmen sind vor allem die Compliance-Updates relevant.
🔒 Sicherheit & Datenschutz
- SOC 2 & ISO 27001 Zertifizierung: Volle Einhaltung globaler Sicherheitsstandards zum Schutz sensibler Unternehmensdaten.
- Zero Retention Policy: Unternehmen können festlegen, dass keinerlei Daten auf den Servern gespeichert werden.
- DSGVO-konform: Vollständige Übereinstimmung mit der europäischen Datenschutz-Grundverordnung.
🤝 Collaboration & Skalierbarkeit
- Effizientes Team-Work durch geteilte Projekte und integrierte Freigabeprozesse.
- Granulare Rechteverwaltung für interne Abteilungen und externe Agenturen.
4. Highlights der Q&A-Session (Exklusive Einblicke)
Hier sind die spannendsten Antworten aus der abschließenden Fragerunde:
F. Wann erscheint die V3-Engine offiziell?
A. Die Entwicklung ist fast abgeschlossen. Wir planen den Rollout für Ende Januar oder spätestens Februar 2026.
F. Lassen sich Atemgeräusche oder die Tonhöhe (Pitch) manuell steuern?
A. Ja. Basierend auf dem Feedback der Community arbeiten wir an Fine-Tuning-Parametern, mit denen das Ergebnis nach der Generierung noch präziser modifiziert werden kann.
F. Wird es ein deutsches User Interface (UI) geben?
A. Definitiv. Die Lokalisierung für den deutschen Markt läuft bereits auf Hochtouren und wird noch in diesem Jahr veröffentlicht.
Fazit: Wo Vision auf Performance trifft
Das Credo des Webinars ist unmissverständlich: „Fokussiert euch auf die Idee. Die KI übernimmt die Produktion.“
In einer Welt, in der eine einfache Textzeile simultan in hochwertiges Video, natürliche Sprache und atmosphärischen Sound verwandelt wird, sind der Kreativität keine Grenzen mehr gesetzt.
Wer wettbewerbsfähig bleiben will, sollte Studio 3.0 jetzt testen. Die Creator-Abos starten bereits bei attraktiven 20 €/Monat, während der Pro-Plan für 89 €/Monat professionelle Features für höchste Ansprüche bietet.
❓ Häufig gestellte Fragen (FAQ)
Q1. Was ändert sich in Studio 3.0?
A. Der Kern liegt in der Integration der Workflows.
Modelle zur Video- und Bilderzeugung wie Google Veo 3, OpenAI Sora 2, Kling und Ideogram wurden direkt in das Studio integriert.
Sie geben einfach den Text ein, und Stimmen, Soundeffekte, Hintergrundmusik, Untertitel sowie das Video werden automatisch auf einer Zeitleiste erstellt.
Wenn Ihnen ein Abschnitt nicht gefällt, müssen Sie nicht alles neu erstellen, sondern können einfach den entsprechenden Bereich markieren und bearbeiten.
Q2. Wie genau ist Scribe v2 laut den offiziellen Angaben?
A. Die im Webinar veröffentlichte Fehlerrate (WER) zeigt ElevenLabs Scribe v2 mit 2,2 % auf dem ersten Platz.
GPT-4o Transcribe lag bei 2,7 %, Gemini 1.5 Pro bei 3,0 % und Deepgram Nova 3 bei 6,9 %.
Ein niedrigerer Wert bedeutet eine höhere Genauigkeit, basierend auf dem Durchschnitt der wichtigsten Sprachen wie Englisch, Französisch und Spanisch.
Q3. Welche Funktionen bietet Scribe v2 exklusiv?
A. Es wurden drei Funktionen vorgestellt.
Audio Event Tagging wandelt Lachen, Klatschen und sogar Schritte in Text-Tags um.
Smart Diarization erkennt, wer spricht, selbst wenn sich Sprecher überschneiden.
Word-level Timestamp erfasst das Timing jedes einzelnen Wortes für eine präzise Untertitel-Synchronisation.
Q4. Wie sicher ist die Nutzung für Unternehmen?
A. Es wurde bekannt gegeben, dass SOC 2 und ISO 27001 Zertifizierungen vorliegen.
Auf Wunsch bietet das Unternehmen eine Zero Retention Option an, bei der keine Daten auf dem Server gespeichert werden.
Die DSGVO wird ebenfalls eingehalten.
Zudem werden das Teilen von Projekten im Team, Genehmigungsprozesse und eine detaillierte Verwaltung von Zugriffsrechten unterstützt.
Q5. Was wurde zum Veröffentlichungszeitpunkt von v3 und zur koreanischen Sprachunterstützung gesagt?
A. Im Webinar-Q&A wurde mitgeteilt, dass sich v3 in der Endphase befindet und Ende Januar, spätestens jedoch im Februar verfügbar sein wird.
Die Unterstützung der koreanischen Benutzeroberfläche ist für innerhalb desselben Jahres geplant.
An Parametern zur Feinabstimmung von Atemgeräuschen oder Tonhöhe nach der Erstellung wird derzeit geforscht.
Beste Grüße,
Euer Team vom Sonetho. ⚡