WEBVTT NOTE Nostalgie und KI · Jede Zukunft hat eine Vergangenheit. Folge 1: Bitte sprechen Sie nach dem Signalton. Von Stefan Margenfeld. Transkript nach dem Skript, Zeiten aus der Spracherkennung. Produziert mit KI: Recherche und Text von Stefan Margenfeld, erzählt von einem KI-Klon seiner Stimme. Alle Stimmen sind KI-generiert, mit Ausnahme der historischen Originaltöne; die Musik ist mit KI erzeugt, die Produktion ist KI-gestützt. Die Szenen sind nachgestellt, die Familie Behrens und alle anderen Figuren sind erfunden. 00:00:03.060 --> 00:00:07.600 Nostalgie und KI. Jede Zukunft hat eine Vergangenheit. 00:00:07.640 --> 00:00:13.350 Folge 1: Bitte sprechen Sie nach dem Signalton. Von Stefan Margenfeld. 00:00:14.120 --> 00:00:15.830 Produziert mit KI. 00:00:19.740 --> 00:00:22.350 Ein Band aus einem Anrufbeantworter. 00:00:22.520 --> 00:00:26.270 Darauf die Stimme einer Mutter, die mit der Maschine nicht zurechtkommt. 00:00:26.580 --> 00:00:30.580 Wie mach ich das jetzt aus? Werner, wie geht das aus … 00:00:30.620 --> 00:00:35.870 Ein Kaiser, der sich im Jahr 1901 höflich bei einem Apparat bedankt. 00:00:36.230 --> 00:00:39.179 [O-Ton: Kaiser Franz Joseph I., Wien 1901. Quelle: Wikimedia Commons] 00:00:39.219 --> 00:00:41.680 „… Erfindung hat mich sehr interessiert, 00:00:41.720 --> 00:00:44.790 und ich danke sehr für die Vorführung derselben.“ 00:00:44.830 --> 00:00:48.810 Und eine junge Frau, deren Stimme am Telefon Termine zusagt, 00:00:48.850 --> 00:00:50.820 von denen sie selbst nichts weiß. 00:00:51.090 --> 00:00:55.780 Ich habe Sonntag, 13 Uhr, in den Kalender eingetragen. Bis dann, Papa! 00:00:56.080 --> 00:01:00.880 Diese Folge erzählt, wie der Anrufbeantworter zum Familienarchiv wurde, 00:01:00.920 --> 00:01:03.070 ohne dass es jemand geplant hätte. 00:01:03.140 --> 00:01:08.080 Und was aus diesem Archiv werden kann, seit wenige Sekunden Aufnahme reichen, 00:01:08.120 --> 00:01:10.570 um eine Stimme weitersprechen zu lassen. 00:01:21.220 --> 00:01:25.140 Hier ist der Anschluss von Thomas Behrens. Ich bin gerade nicht da. 00:01:25.180 --> 00:01:27.470 Bitte sprechen Sie nach dem Signalton. 00:01:28.920 --> 00:01:34.070 Ja … hallo? Thomas? Ach so. Das ist das Ding. 00:01:34.220 --> 00:01:38.780 Werner, das ist der Apparat. Ja. Also. Hier ist die Mama. 00:01:38.820 --> 00:01:40.780 Es ist Sonntag, kurz nach sechs. 00:01:40.820 --> 00:01:43.840 Ich wollte nur hören, ob du gut angekommen bist mit dem Umzug. 00:01:43.880 --> 00:01:45.570 Und ob der Herd jetzt geht. 00:01:45.740 --> 00:01:48.810 Und ruf mal zurück, wenn du das hörst. Tschüss. 00:01:49.320 --> 00:01:53.440 Wie mach ich das jetzt aus? Werner, wie geht das aus … 00:01:54.900 --> 00:01:58.380 In vielen Haushalten gibt es eine Schublade für die Dinge, 00:01:58.420 --> 00:02:01.250 die keiner mehr braucht und keiner wegwirft. 00:02:01.680 --> 00:02:06.500 Batterien mit unbekannter Restladung. Ein Schlüssel, zu dem kein Schloss mehr passt. 00:02:06.540 --> 00:02:11.110 Und manchmal eine kleine Kassette, kaum größer als eine Streichholzschachtel. 00:02:12.020 --> 00:02:15.150 Eine Mikrokassette aus einem Anrufbeantworter. 00:02:15.440 --> 00:02:19.060 Was darauf ist, hat niemand für die Ewigkeit aufgenommen. 00:02:19.100 --> 00:02:24.200 Es sind Nachrichten aus dem Alltag. Wann der Zug ankommt. Ob der Herd geht. 00:02:24.240 --> 00:02:26.150 Dass man bitte zurückrufen soll. 00:02:26.440 --> 00:02:29.740 Gesprochen in Eile, oft mit einem Seufzer am Anfang, 00:02:29.780 --> 00:02:33.090 weil man mit einer Maschine reden musste und das nicht mochte. 00:02:33.620 --> 00:02:36.980 Gerade deshalb sind diese Bänder heute so wertvoll. 00:02:37.020 --> 00:02:40.480 Auf ihnen sind Stimmen erhalten, wie sie im Leben klangen, 00:02:40.520 --> 00:02:43.400 ohne Pose und ohne zweiten Versuch. 00:02:43.440 --> 00:02:45.470 Wer eine solche Kassette findet, 00:02:45.540 --> 00:02:48.900 hält manchmal die einzige Aufnahme eines Menschen in der Hand, 00:02:48.940 --> 00:02:50.310 den es nicht mehr gibt. 00:02:50.960 --> 00:02:53.960 Gedacht war der Anrufbeantworter als Bürogerät. 00:02:54.000 --> 00:02:58.590 Er sollte Aufträge und Termine festhalten, wenn niemand am Apparat saß. 00:02:58.940 --> 00:03:03.410 In den Wohnungen der 80er und 90er Jahre wurde aus ihm etwas anderes: 00:03:03.860 --> 00:03:07.070 ein Familienarchiv, das niemand angelegt hatte. 00:03:07.720 --> 00:03:13.530 Diese Folge erzählt von diesem Archiv. Und davon, was heute aus ihm werden kann. 00:03:13.960 --> 00:03:17.730 Die Stimme, die Sie gerade hören, gehört selbst zu dieser Geschichte. 00:03:17.920 --> 00:03:20.100 Sie klingt wie Stefan Margenfeld. 00:03:20.140 --> 00:03:24.250 Sie hat seinen Tonfall, seine Betonung, seine Pausen. 00:03:24.500 --> 00:03:26.550 Gesprochen hat er diese Sätze nie. 00:03:26.800 --> 00:03:29.320 Er hat seine Stimme eigens dafür aufgenommen, 00:03:29.360 --> 00:03:31.780 und eine Software hat daraus ein Modell gebaut. 00:03:31.820 --> 00:03:36.450 Dieses Modell liest nun einen Text, den es zum ersten Mal sieht. 00:03:37.060 --> 00:03:41.890 Vor 35 Jahren brauchte man eine Kassette, um eine Stimme aufzubewahren. 00:03:41.980 --> 00:03:47.120 Heute reichen wenige Sekunden Aufnahme, um eine Stimme Dinge sagen zu lassen, 00:03:47.160 --> 00:03:52.030 die nie gesagt wurden. Zwischen diesen beiden Punkten spielt diese Folge. 00:03:52.600 --> 00:03:56.330 Sie beginnt in einer Zweizimmerwohnung im Jahr 1991. 00:03:57.160 --> 00:04:02.260 Ein junger Mann ist gerade umgezogen. Er hat sein erstes eigenes Telefon. 00:04:02.300 --> 00:04:04.950 Und eine Maschine, die für ihn rangeht. 00:04:11.160 --> 00:04:13.680 Und das Ding geht jetzt für dich ans Telefon? 00:04:13.720 --> 00:04:17.850 Wenn ich nicht da bin. Erst kommt meine Ansage, dann reden die anderen. 00:04:17.960 --> 00:04:20.230 Na dann. Sprich mal was Schönes drauf. 00:04:20.280 --> 00:04:23.190 Taste gedrückt halten … und los. 00:04:24.100 --> 00:04:27.460 Guten Tag. Dies ist der Anschluss von Thomas Behrens. 00:04:27.500 --> 00:04:30.870 Ich bin derzeit leider nicht er… nicht erreichbar. 00:04:32.380 --> 00:04:35.600 „Derzeit leider.“ Bist du jetzt eine Versicherung? 00:04:35.640 --> 00:04:37.750 Ach, hör auf. Noch mal. 00:04:38.420 --> 00:04:42.300 Hier ist der Anschluss von Thomas Behrens. Ich bin gerade nicht da. 00:04:42.340 --> 00:04:44.690 Bitte sprechen Sie nach dem Signalton. 00:04:45.720 --> 00:04:49.830 Na also. Jetzt bist du sogar erreichbar, wenn du gar nicht da bist. 00:04:51.220 --> 00:04:55.230 Thomas Behrens hat die Ansage danach nie wieder neu aufgenommen. 00:04:55.280 --> 00:04:59.030 Sie blieb elf Jahre auf dem Band, bis das Gerät kaputtging. 00:04:59.160 --> 00:05:01.420 Die Familie Behrens ist erfunden. 00:05:01.460 --> 00:05:06.150 Die Szene kennt trotzdem fast jeder, der in dieser Zeit ein eigenes Telefon hatte. 00:05:06.400 --> 00:05:10.910 Die Idee hinter dieser Maschine ist viel älter als die Maschine selbst. 00:05:11.100 --> 00:05:17.700 Im Dezember 1877 lässt Thomas Edison in seinem Labor in Menlo Park, New Jersey, 00:05:17.740 --> 00:05:23.110 einen Apparat bauen, der Schall in eine Folie aus Zinn ritzt und wieder abspielt. 00:05:23.240 --> 00:05:25.600 Was er als Erstes hineingesprochen hat, 00:05:25.640 --> 00:05:30.310 wissen wir nur aus seinen eigenen späteren Erzählungen: einen Kinderreim. 00:05:30.380 --> 00:05:33.370 50 Jahre danach, 1927, 00:05:33.720 --> 00:05:37.050 hat er die Szene für eine Aufnahme noch einmal nachgestellt. 00:05:37.940 --> 00:05:43.220 [O-Ton: Thomas Edison, 1927. Quelle: Thomas Edison National Historical Park] 00:05:43.260 --> 00:05:45.838 „The first words I spoke in the original phonograph, 00:05:45.878 --> 00:05:47.617 a little piece of practical poetry. 00:05:47.657 --> 00:05:50.284 Mary had a little lamb, its fleece was white as snow, 00:05:50.324 --> 00:05:53.390 and everywhere that Mary went, the lamb was sure to go.“ 00:05:53.490 --> 00:05:56.620 Ein Jahr nach der Erfindung, 1878, 00:05:56.930 --> 00:06:00.130 schreibt Edison in einer amerikanischen Zeitschrift auf, 00:06:00.170 --> 00:06:04.630 wofür sein Phonograph gut sein soll. Für Briefe, die man diktiert. 00:06:04.670 --> 00:06:06.970 Für Bücher, die zu Blinden sprechen. 00:06:07.010 --> 00:06:12.550 Für Musik, für Sprechunterricht und für das Bewahren der Aussprache von Sprachen. 00:06:12.590 --> 00:06:16.010 Und für etwas, das sich heute anders liest als damals. 00:06:16.050 --> 00:06:19.260 Edison nennt es ein Familienregister: 00:06:19.570 --> 00:06:23.030 Aussprüche und Erinnerungen der Familienmitglieder in ihren eigenen 00:06:23.070 --> 00:06:26.600 Stimmen. Und die letzten Worte von Sterbenden. 00:06:26.840 --> 00:06:31.580 Schon im ersten Jahr der Tonaufnahme dachte ihr Erfinder also an die Stimme 00:06:31.620 --> 00:06:33.030 als Erinnerung. 00:06:34.140 --> 00:06:39.220 Es gibt eine Aufnahme, die noch älter ist als Edisons Phonograph. Am 9. 00:06:39.260 --> 00:06:45.250 April 1860 singt in Paris jemand ein französisches Volkslied in einen Trichter. 00:06:45.460 --> 00:06:47.550 Das Gerät heißt Phonautograph, 00:06:47.760 --> 00:06:51.750 sein Erfinder ist der Schriftsetzer Édouard-Léon Scott de Martinville. 00:06:52.100 --> 00:06:56.050 Es schreibt den Schall als feine Linie auf berußtes Papier. 00:06:56.560 --> 00:07:00.580 Abspielen konnte Scott diese Linie nicht, und das war auch nie sein Plan. 00:07:00.620 --> 00:07:03.030 Er wollte Schall sichtbar machen. 00:07:03.470 --> 00:07:07.960 Hörbar wurde die Aufnahme erst 148 Jahre später. 00:07:08.310 --> 00:07:14.030 2008 scannten Forscher in den USA das Papier ein und ließen einen Computer 00:07:14.070 --> 00:07:16.600 aus der Linie wieder Klang errechnen. 00:07:16.750 --> 00:07:21.160 Heraus kam die Stimme einer jungen Frau, vielleicht eines Mädchens. 00:07:22.760 --> 00:07:26.514 [O-Ton: Scott de Martinville, 1860, Transfer 2008. Quelle: First Sounds] 00:07:26.554 --> 00:07:30.093 (Gesang: „Au clair de la lune“, 00:07:30.133 --> 00:07:33.600 doppelt so schnell abgespielt) 00:07:33.640 --> 00:07:36.160 Ein Jahr später stellte sich heraus, 00:07:36.200 --> 00:07:39.630 dass die Forscher die Aufnahme doppelt so schnell abgespielt hatten. 00:07:39.680 --> 00:07:43.500 In der richtigen Geschwindigkeit singt ein Mann, sehr langsam, 00:07:43.540 --> 00:07:45.070 wahrscheinlich Scott selbst. 00:07:45.980 --> 00:07:51.940 [O-Ton: Scott de Martinville, 1860, Transfer 2009. Quelle: First Sounds] 00:07:51.980 --> 00:07:57.795 (Gesang: „Au clair de la 00:07:57.835 --> 00:08:02.479 lune“, in richtiger 00:08:02.519 --> 00:08:06.750 Geschwindigkeit) 00:08:07.760 --> 00:08:10.540 Eine Maschine hat eine Stimme hörbar gemacht, 00:08:10.580 --> 00:08:16.290 die nie gehört werden sollte. Und sie hat ihr zuerst das falsche Gesicht gegeben. 00:08:16.870 --> 00:08:20.830 Der direkte Vorfahr des Anrufbeantworters kommt aus Dänemark. 00:08:20.870 --> 00:08:27.310 Im Dezember 1898 meldet der Ingenieur Valdemar Poulsen ein Gerät zum Patent an, 00:08:27.350 --> 00:08:30.730 das Schall magnetisch auf einen Stahldraht schreibt. 00:08:30.770 --> 00:08:34.880 Er nennt es Telegraphon und hat einen klaren Zweck im Kopf: 00:08:35.530 --> 00:08:38.840 Telefongespräche aufzeichnen, auch wenn niemand abhebt. 00:08:39.400 --> 00:08:44.150 Auf der Weltausstellung in Paris im Jahr 1900 bekommt das Gerät einen Grand Prix. 00:08:44.190 --> 00:08:48.590 Ein Jahr später führt Poulsen es in Wien vor, und am 12. 00:08:48.630 --> 00:08:52.760 Oktober 1901 spricht Kaiser Franz Joseph hinein. 00:08:54.130 --> 00:08:57.079 [O-Ton: Kaiser Franz Joseph I., Wien 1901. Quelle: Wikimedia Commons] 00:08:57.119 --> 00:08:59.580 „… Erfindung hat mich sehr interessiert, 00:08:59.620 --> 00:09:02.920 und ich danke sehr für die Vorführung derselben.“ 00:09:04.140 --> 00:09:08.610 Das ist die älteste erhaltene magnetische Tonaufnahme der Welt. 00:09:08.820 --> 00:09:12.580 Ein Kaiser spricht in eine Maschine und bedankt sich höflich. 00:09:12.620 --> 00:09:16.170 Es klingt fast wie eine Nachricht auf einem Anrufbeantworter. 00:09:16.590 --> 00:09:21.640 Bis die Idee in den Wohnungen ankommt, vergehen Jahrzehnte. Am 30. 00:09:21.680 --> 00:09:26.180 August 1963 stellt Philips auf der Funkausstellung in Berlin 00:09:26.220 --> 00:09:32.390 die Kompaktkassette vor. Das Tonband wird klein, billig und für jeden bedienbar. 00:09:33.760 --> 00:09:37.360 Anrufbeantworter gibt es in der Bundesrepublik schon seit den 50er Jahren, 00:09:37.400 --> 00:09:41.310 aber sie sind teuer und stehen in Arztpraxen und Büros. 00:09:41.400 --> 00:09:44.230 Und das Telefon gehört der Bundespost. 00:09:44.300 --> 00:09:47.160 Was an die Leitung kommt, braucht eine Zulassung, 00:09:47.200 --> 00:09:49.630 der Apparat selbst kommt von der Post. 00:09:50.080 --> 00:09:55.500 Erst mit der Postreform von 1989 öffnet sich der Markt, am 1. 00:09:55.540 --> 00:09:59.790 Juli 1990 fällt auch das Monopol auf den Telefonapparat. 00:10:00.340 --> 00:10:04.380 In den 90er Jahren blinkt das rote Lämpchen dann in vielen Wohnungen, 00:10:04.420 --> 00:10:07.010 meist im Flur, neben dem Telefonbuch. 00:10:08.300 --> 00:10:10.530 Beliebt war das Gerät nicht sofort. 00:10:10.720 --> 00:10:13.940 Viele Anrufer legten beim Signalton einfach auf. 00:10:13.980 --> 00:10:18.060 Andere redeten, als stünde neben dem Gerät jemand, der zuhört. 00:10:18.100 --> 00:10:21.200 Die Generation von Gisela Behrens kannte das noch. 00:10:21.240 --> 00:10:26.170 Als sie jung war, stellte eine Frau die Verbindung her, das Fräulein vom Amt. 00:10:26.240 --> 00:10:31.040 Die letzte handvermittelte Ortsvermittlung der Bundesrepublik, in Uetze bei Hannover, 00:10:31.080 --> 00:10:34.070 wurde erst 1966 umgestellt. 00:10:34.760 --> 00:10:39.450 Ferngespräche wählte man flächendeckend erst ab 1972 selbst. 00:10:39.780 --> 00:10:44.390 Die Vermittlerin wusste, wer mit wem sprach, und sie hätte mithören können. 00:10:44.500 --> 00:10:46.230 Verboten war es trotzdem. 00:10:46.780 --> 00:10:50.520 Der Anrufbeantworter ersetzte das Zuhören durch ein Band. 00:10:50.560 --> 00:10:54.900 Er war die erste Maschine im Haushalt, mit der man sprechen musste, 00:10:54.940 --> 00:11:00.210 ohne dass sie antwortete. 35 Jahre später antworten die Maschinen. 00:11:01.090 --> 00:11:07.130 2026. Thomas Behrens ist inzwischen 63 Jahre alt, 00:11:07.170 --> 00:11:09.280 seine Tochter Lina ist 19. 00:11:12.470 --> 00:11:15.100 „Der Föhn bläst warme Luft über die Dünen.“ 00:11:15.190 --> 00:11:19.490 „Zwölf Boxkämpfer jagen Viktor quer über den großen Sylter Deich.“ 00:11:19.530 --> 00:11:20.950 Mit wem redest du da? 00:11:20.990 --> 00:11:24.670 Mit niemandem. Ich trainier meine Stimme. Für die Assistentin. 00:11:24.710 --> 00:11:26.090 Welche Assistentin? 00:11:26.130 --> 00:11:28.950 Die geht ans Handy, wenn ich nicht kann. Mit meiner Stimme. 00:11:28.990 --> 00:11:31.900 Macht Termine, sagt Bescheid, wenn ich später komme. 00:11:31.970 --> 00:11:33.730 Also ein Anrufbeantworter. 00:11:33.770 --> 00:11:36.860 Papa. Ein Anrufbeantworter redet nicht zurück. 00:11:36.910 --> 00:11:39.150 Bitte rufen Sie mich später noch einmal an. 00:11:39.190 --> 00:11:40.900 Du klingst wie eine Versicherung. 00:11:40.970 --> 00:11:41.850 Wie bitte? 00:11:41.890 --> 00:11:44.100 Nichts. Hat mal jemand zu mir gesagt. 00:11:44.490 --> 00:11:46.980 Fertig. Ruf mich an. Ich geh nicht ran. 00:11:50.560 --> 00:11:54.590 Hi Papa! Lina kann gerade nicht. Kann ich dir helfen? 00:11:54.760 --> 00:11:58.150 Äh. Ja. Kommst du Sonntag zum Essen? 00:11:58.220 --> 00:12:00.950 Sonntag passt gut. Soll ich etwas mitbringen? 00:12:01.000 --> 00:12:04.000 Moment! Ich hab für Sonntag gar nicht zugesagt. 00:12:04.040 --> 00:12:05.350 Deine Stimme schon. 00:12:05.440 --> 00:12:10.170 Ich habe Sonntag, 13 Uhr, in den Kalender eingetragen. Bis dann, Papa! 00:12:10.320 --> 00:12:12.180 Bringst du einen Nachtisch mit? 00:12:12.220 --> 00:12:14.770 Sehr gern. Ich bringe einen Nachtisch mit. 00:12:14.820 --> 00:12:15.820 Leg auf. 00:12:18.050 --> 00:12:20.510 Ein paar Sekunden, hast du gesagt? 00:12:20.550 --> 00:12:25.370 Für eine gute Stimme lieber ein paar Minuten. Aber ja. Ein paar Sekunden gehen. 00:12:25.410 --> 00:12:26.870 Hm. 00:12:27.630 --> 00:12:30.800 Was Lina da eingerichtet hat, gibt es tatsächlich, 00:12:31.010 --> 00:12:33.880 und zwar seit wenigen Jahren in großer Zahl. 00:12:34.190 --> 00:12:37.520 Software für Stimmklone arbeitet in zwei Schritten. 00:12:37.690 --> 00:12:41.670 Zuerst lernt ein großes Modell an sehr vielen Stunden Sprache, 00:12:41.710 --> 00:12:45.830 wie Menschen überhaupt sprechen: wie Silben ineinander übergehen, 00:12:45.870 --> 00:12:49.480 wo man Luft holt, wie eine Frage am Ende nach oben geht. 00:12:49.830 --> 00:12:53.130 Danach genügt eine kurze Aufnahme einer bestimmten Person. 00:12:53.170 --> 00:12:57.230 Das Modell muss nicht mehr lernen, was Sprache ist, nur noch, 00:12:57.270 --> 00:12:59.220 wie dieser eine Mensch klingt. 00:12:59.720 --> 00:13:01.940 Wie kurz diese Aufnahme sein kann, 00:13:01.980 --> 00:13:04.830 hat sich in wenigen Jahren dramatisch verändert. 00:13:05.140 --> 00:13:11.580 Anfang 2023 veröffentlichten Forschende von Microsoft ein System namens VALL-E, 00:13:11.620 --> 00:13:15.890 das eine Stimme aus einer Aufnahme von nur 3 Sekunden nachahmen soll. 00:13:16.180 --> 00:13:19.270 Öffentlich zugänglich gemacht hat Microsoft es nicht. 00:13:19.640 --> 00:13:23.960 Für eine Stimme, die einen ganzen Abend trägt, wie die, die Sie gerade hören, 00:13:24.000 --> 00:13:27.040 braucht es mehr Material und mehr Sorgfalt. 00:13:27.080 --> 00:13:31.600 Doch die Grenze ist längst überschritten, an der ein kurzer Mitschnitt reicht, 00:13:31.640 --> 00:13:35.350 um einen Menschen am Telefon täuschend echt klingen zu lassen. 00:13:35.820 --> 00:13:37.280 Davon profitieren viele. 00:13:37.320 --> 00:13:40.700 Sprecher können ihre Stimme für Aufträge einsetzen, 00:13:40.740 --> 00:13:43.010 die sie nie selbst ins Mikrofon sprechen. 00:13:43.340 --> 00:13:46.550 Hörbücher entstehen in Sprachen, die der Autor nicht spricht. 00:13:46.640 --> 00:13:50.680 Menschen mit ALS wird geraten, ihre Stimme früh aufzunehmen, 00:13:50.720 --> 00:13:52.200 solange sie noch klar ist. 00:13:52.240 --> 00:13:55.300 Aus diesen Aufnahmen entsteht eine synthetische Stimme, 00:13:55.340 --> 00:13:59.090 mit der ihr Sprachcomputer später in ihrem eigenen Klang spricht. 00:13:59.440 --> 00:14:03.820 Für die Menschen hinter den Stimmen hat diese Entwicklung eine zweite Seite. 00:14:03.860 --> 00:14:10.200 Anfang 2026 verweigern Hunderte deutsche Synchronsprecherinnen und Synchronsprecher 00:14:10.240 --> 00:14:13.210 ihre Unterschrift unter einen Vertrag von Netflix. 00:14:13.400 --> 00:14:15.300 Er soll dem Konzern erlauben, 00:14:15.340 --> 00:14:18.980 ihre Aufnahmen für das Training künstlicher Intelligenz zu nutzen, 00:14:19.020 --> 00:14:23.560 für mindestens 50 Jahre und ohne zusätzliches Honorar. 00:14:23.600 --> 00:14:26.380 Wer nicht unterschreibt, wird umbesetzt. 00:14:26.420 --> 00:14:30.240 Ein Rechtsgutachten im Auftrag des Verbands Deutscher Sprecherinnen 00:14:30.280 --> 00:14:33.650 und Sprecher hält zentrale Klauseln für unwirksam. 00:14:33.860 --> 00:14:36.880 Erste Serien erscheinen ohne deutsche Tonspur, 00:14:36.920 --> 00:14:41.900 im September 2026 schaltet der Verband das Bundeskartellamt ein. 00:14:41.940 --> 00:14:44.270 Eine Einigung ist nicht in Sicht. 00:14:44.340 --> 00:14:48.400 Und auch jenseits von Netflix sieht der Verband wachsende Konkurrenz durch 00:14:48.440 --> 00:14:53.190 KI-Stimmen, vor allem in der Werbung, im E-Learning und bei Hörbüchern. 00:14:53.840 --> 00:14:56.890 Die Kehrseite kennt inzwischen auch die Polizei. 00:14:57.120 --> 00:15:01.240 Bei Schockanrufen geben sich Betrüger als Angehörige in Not aus, 00:15:01.280 --> 00:15:04.440 und mit KI können sie deren Stimme nachahmen. 00:15:04.480 --> 00:15:08.210 Das Material dafür finden sie oft in sozialen Netzwerken. 00:15:08.300 --> 00:15:12.580 Polizei und Verbraucherzentralen raten Familien deshalb zu einem geheimen 00:15:12.620 --> 00:15:16.560 Kennwort, das nur sie kennen. Das ist ein seltsamer Rat. 00:15:16.600 --> 00:15:21.310 Eine Stimme war über Jahrtausende der sicherste Beweis dafür, wer spricht. 00:15:21.360 --> 00:15:23.610 Jetzt braucht sie ein Passwort. 00:15:24.030 --> 00:15:29.090 Und dann ist da der Gedanke, den schon Edison hatte: das Familienregister. 00:15:30.280 --> 00:15:35.100 2021 erzählte der San Francisco Chronicle die Geschichte des Kanadiers Joshua 00:15:35.140 --> 00:15:40.030 Barbeau. Seine Verlobte Jessica war 2012 gestorben. 00:15:40.160 --> 00:15:44.940 8 Jahre später fütterte er ein Chatprogramm auf Basis von GPT-3 mit ihren 00:15:44.980 --> 00:15:49.110 alten Nachrichten, und das Programm antwortete in ihrem Ton. 00:15:49.540 --> 00:15:53.370 Was damals noch Text war, ist heute auch mit Stimme möglich. 00:15:53.680 --> 00:15:58.020 Mehrere Firmen bieten an, Verstorbene im Gespräch weiterleben zu lassen, 00:15:58.060 --> 00:16:01.730 auf Grundlage von Aufnahmen, Fotos und Nachrichten. 00:16:04.380 --> 00:16:08.900 Eine Forscherin und ein Forscher der Universität Cambridge haben 2024 00:16:08.940 --> 00:16:13.740 vor solchen Angeboten gewarnt. Sie nennen sie Deadbots. 00:16:13.780 --> 00:16:18.420 Eine ihrer Sorgen: Eine Stimme, die man liebt, kann auch etwas verkaufen. 00:16:18.460 --> 00:16:22.960 Sie könnte einen Lieferdienst empfehlen, im Tonfall der verstorbenen Großmutter. 00:16:23.000 --> 00:16:26.060 Sie kann Nachrichten schicken, die man nicht abbestellen mag, 00:16:26.100 --> 00:16:27.630 weil sie von der Mutter kommen. 00:16:28.060 --> 00:16:32.140 Die beiden fordern deshalb Wege, solche Bots würdevoll zu beenden, 00:16:32.180 --> 00:16:35.030 bis hin zu einer Art digitaler Beerdigung. 00:16:35.620 --> 00:16:41.580 Seit dem 2. August 2026 verlangt der AI Act der Europäischen Union, 00:16:41.620 --> 00:16:47.410 dass täuschend echte KI-Stimmen, -Bilder und -Videos als solche offengelegt werden. 00:16:47.460 --> 00:16:52.670 Deshalb steht am Anfang dieser Folge der Satz, dass hier eine KI-Stimme liest. 00:16:53.350 --> 00:16:57.530 Der Unterschied zwischen damals und heute lässt sich in einem Satz fassen. 00:16:58.060 --> 00:17:01.040 Der Anrufbeantworter bewahrte auf, was gesagt wurde. 00:17:01.080 --> 00:17:04.370 Ein Stimmklon sagt, was nie gesagt wurde. 00:17:04.760 --> 00:17:09.270 Edisons Familienregister hätte die letzten Worte eines Menschen festgehalten. 00:17:09.420 --> 00:17:12.250 Heute muss es keine letzten Worte mehr geben. 00:17:13.940 --> 00:17:18.340 Papa, was ist das? Das ist ja ein Ziegelstein mit Knöpfen. 00:17:18.380 --> 00:17:20.140 Das ist mein Anrufbeantworter. 00:17:20.180 --> 00:17:23.260 Der mit deiner Ansage? Von dem du immer erzählst? 00:17:23.300 --> 00:17:24.760 Ist noch eine Kassette drin. 00:17:24.800 --> 00:17:25.720 Geht der noch? 00:17:25.760 --> 00:17:26.910 Gib mal das Kabel. 00:17:30.960 --> 00:17:34.860 Hier ist der Anschluss von Thomas Behrens. Ich bin gerade nicht da. 00:17:34.900 --> 00:17:37.250 Bitte sprechen Sie nach dem Signalton. 00:17:38.280 --> 00:17:42.100 Papa! Das bist du? Du klingst wie zwölf. 00:17:42.140 --> 00:17:43.140 Achtundzwanzig. 00:17:45.060 --> 00:17:51.600 Ja … hallo? Thomas? Ach so. Das ist das Ding. Werner, das ist der Apparat. 00:17:51.640 --> 00:17:56.550 Ja. Also. Hier ist die Mama. Es ist Sonntag, kurz nach sechs. 00:17:58.920 --> 00:18:00.410 Ist das Oma? 00:18:00.460 --> 00:18:01.460 Ja. 00:18:02.780 --> 00:18:07.360 Weißt du … da sind bestimmt noch mehr drauf. Das sind ein paar Minuten. 00:18:07.400 --> 00:18:08.690 Das würde reichen. 00:18:08.880 --> 00:18:09.540 Wofür? 00:18:09.580 --> 00:18:12.250 Dass sie mal wieder anruft. Sonntags. 00:18:13.140 --> 00:18:15.950 Sie hat nie gewusst, wie man das Ding ausmacht. 00:18:16.020 --> 00:18:17.390 Ist das ein Ja? 00:18:17.620 --> 00:18:18.890 Spul noch mal zurück. 00:18:24.260 --> 00:18:27.350 Und ruf mal zurück, wenn du das hörst. Tschüss. 00:18:28.060 --> 00:18:32.020 Wie mach ich das jetzt aus? Werner, wie geht das aus … 00:18:34.540 --> 00:18:38.240 Ob Thomas Behrens die Stimme seiner Mutter nachbauen lässt, 00:18:38.280 --> 00:18:42.580 erzählt diese Folge nicht. Die Frage stellt sich inzwischen in vielen Familien, 00:18:42.620 --> 00:18:44.950 und sie hat keine richtige Antwort. 00:18:45.160 --> 00:18:49.820 Für die einen wäre es ein Trost, eine vertraute Stimme noch einmal zu hören, 00:18:49.860 --> 00:18:51.560 die nach dem Wetter fragt. 00:18:51.600 --> 00:18:55.770 Für die anderen wäre es eine Puppe, die mit der Stimme einer Toten spricht. 00:18:57.760 --> 00:19:01.380 Nostalgie ist die Sehnsucht nach etwas, das vorbei ist. 00:19:01.420 --> 00:19:04.610 Ihre Kraft kommt daher, dass es vorbei ist. 00:19:04.680 --> 00:19:07.760 Die Mikrokassette in der Schublade hat ein Ende. 00:19:07.800 --> 00:19:11.770 Nach ein paar Minuten kommt das Rauschen, dann ein Klack. 00:19:11.820 --> 00:19:14.740 Mehr Sätze von Gisela Behrens gibt es nicht, 00:19:14.780 --> 00:19:17.950 und gerade deshalb hört man jeden einzelnen genau. 00:19:18.240 --> 00:19:20.700 Ein Stimmklon hat kein Ende. 00:19:20.740 --> 00:19:25.180 Er kann jeden Sonntag anrufen, für immer, und er wird nie müde. 00:19:25.220 --> 00:19:29.200 Er wird auch nie fragen, ob der Herd jetzt geht. Davon weiß er nichts. 00:19:29.240 --> 00:19:31.350 Er weiß nur, wie sie klang. 00:19:31.560 --> 00:19:36.510 Der Anrufbeantworter hat seine Benutzer 30 Jahre lang um etwas gebeten: 00:19:36.600 --> 00:19:38.930 Bitte sprechen Sie nach dem Signalton. 00:19:39.060 --> 00:19:44.540 Der Mensch sprach, die Maschine hörte zu. Heute hat sich die Reihenfolge umgedreht. 00:19:44.580 --> 00:19:49.010 Die Maschine spricht, und der Mensch muss entscheiden, ob er ihr zuhört. 00:19:49.480 --> 00:19:52.050 Die Stimme dieses Features verstummt gleich. 00:19:52.200 --> 00:19:54.380 Stefan Margenfeld wird sie nicht vermissen, 00:19:54.420 --> 00:19:59.070 er kann sie jederzeit wieder einschalten. Das ist der eigentliche Wandel. 00:19:59.360 --> 00:20:02.510 Früher war eine Stimme etwas, das man verlieren konnte. 00:20:02.720 --> 00:20:06.030 Heute ist sie etwas, das man ausschalten muss. 00:20:11.200 --> 00:20:17.450 Nostalgie und KI. Folge 1: Bitte sprechen Sie nach dem Signalton. 00:20:17.960 --> 00:20:22.560 Die Szenen dieser Folge sind nachgestellt, die Familie Behrens ist erfunden. 00:20:22.600 --> 00:20:26.680 Die historischen Angaben und ihre Quellen finden Sie in den Shownotes. 00:20:26.720 --> 00:20:29.120 Ein Feature von Stefan Margenfeld. 00:20:29.160 --> 00:20:33.670 Alle Stimmen sind KI-generiert, mit Ausnahme der historischen Originaltöne, 00:20:34.000 --> 00:20:36.160 die Produktion ist KI-gestützt. 00:20:36.200 --> 00:20:41.960 Die Aufnahme von 1860 stammt von First Sounds, firstsounds.org. 00:20:42.000 --> 00:20:46.560 Die Edison-Aufnahme stammt vom Thomas Edison National Historical Park. 00:20:46.600 --> 00:20:50.790 Die Aufnahme von Kaiser Franz Joseph stammt aus Wikimedia Commons. 00:20:51.310 --> 00:20:54.230 Sankt Wendel, Oktober 2026. 00:20:55.090 --> 00:21:00.800 In der nächsten Folge: ein Elternabend. Thema: der Taschenrechner.