KI im Podcasting – zwischen Effizienz und Emotion

00:00:08: Hallo und

00:00:09: herzlich willkommen zu einer neuen Folge des WePodcast Podcasts.

00:00:12: Der Podcast, mit dem wir euch das Podcast ein bisschen näher bringen wollen!

00:00:16: Mein Name ist Maggie und ich bin Junior-Podcastmanagerin bei WePod it.

00:00:19: Mein Name is Dandi und Ich bin Podcast Producer bei Wepod It.

00:00:23: Heute geht es um das Thema KI Podcasting weil das ist ja wie man wissen längst keine Zukunft zum Sieg mehr sondern einfach schon Tatsache und wird auch sehr viel angewendet.

00:00:34: Mit Hilfe von KI können wir in Podcasting Texte schreiben, Stimmen imitieren.

00:00:39: Die Audio verbessern.

00:00:41: Transkripte erstellen aber auch Ideen liefern lassen.

00:00:45: und genau über das sprechen wir eben heute.

00:00:48: Und vieles davon passiert ja überhaupt dem Hintergrund und die Hörerinnen bekommen davon eigentlich gar nichts mit.

00:00:55: Daher unsere Frage wieviel KI steckt eigentlich schon heute in einem Podcast?

00:01:03: Ab wann wird es eigentlich zu viel?

00:01:04: Andi, du hast uns hier gleich ein Beispiel zum Beginn mitgebracht.

00:01:07: Magst du damit bitte starten?

00:01:09: Genau!

00:01:09: Also man kann sich vorstellen... Man macht eine Superpodcast-Aufnahme die dauert zwei Stunden und man braucht dann einen Transkript.

00:01:17: Das startet ewig, dass man das alles abtippt wenn man muss immer wieder stoppen tippen weiterhören, stoppen, tippe genau so weiter.

00:01:24: Und da kann man sich mit KI abhelfen weil es gibt schon sehr gute Transkryptionstools die das einfach automatisch machen also erkennen wer spricht erstellen quasi ein ganzes Transkript draus und das mit erstaunlich hoher Genäuchkeit, selbst wenn man jetzt so wie ich grad Mundo anspricht.

00:01:44: Genau!

00:01:44: Und die Algorithmen erkennen auch Sprecherwechsel, fügen Timecodes ein... ...und wann man will, fehlt dann sogar Hintergrundgeräusche aus was super für die Post-Projection ist, weil man es gleich mal erledigen kann.

00:01:54: Klar!

00:01:55: Und so hat man gleich mal einen Transkrip, den man für sehr viele Zwecke verwenden kann.

00:01:59: Ja Und welche Vorurteile kann eben so eine Transkript haben, vor allem im Podcastbereich?

00:02:05: Als erstes einmal bringt es Barrierefreiheit, weil auch der Content für Gehörlose zur Verfügung gestellt werden kann.

00:02:13: Weiteres ist gut, wenn man bei die Posts gleich ein Transkrip hinterlegen kann, weil das die CU verbessert und die Suchmaschine den Text indexieren können und dadurch gleich viel bessere Suchergebnisse hat.

00:02:25: Das größt jetzt natürlich die manuelle Transkrieptionsarbeit weit weg, die einfach Stunden dauert.

00:02:32: Tag vielleicht sogar.

00:02:34: Aber man muss aufpassen es ist nicht alles perfekt.

00:02:37: also gerade bei Firmen Namen wie es bei uns oft ist muss man halt schauen dass das richtig erkannt wurde oder bei Eigennamen, Spitznamen oder irgendwelche bestimmten Markennamen.

00:02:47: Das wird man einfach kurz checken damit das auch gut passt.

00:02:50: Benutzt wir eigentlich Claytool sonst noch so bei Repotted?

00:02:54: Also KI hilft ja nicht erst in dem Moment, wo ich die Folge aufgenommen habe sondern eigentlich schon viel früher.

00:03:01: Wir nutzen KI-Tools als sehr oft im kreativen Prozess also quasi ein sparing Partner für Ideen, Konzeptentwicklung aber auch für die Entwicklung von Fragebögen und die Gestaltung von Podcastfolgen.

00:03:16: Wir stellen uns jetzt das und des.

00:03:20: Und wir nutzen die Idee eins zu eins, sondern wirklich einfach.

00:03:23: wir geben den Input und nützen es einfach um gewisse Ideen vielleicht auch zu challenging oder aufs nächste Level einfach zu heben.

00:03:32: So kann eben aus einem groben Thema unterschiedliche Blickmittel entwickelt werden.

00:03:40: Ich kann mir in Themenbereichen oft gut vorbereiten wo ich vielleicht noch nicht so tief drinnen bin und kann die Interviewfragen noch besser vorbereiten und kann auch komplexe Themen somit vielleicht besser verstehen, Vorberaten in der Podcastfolge dann für die Hörerinnen besser herüberbringen.

00:03:59: Und natürlich nutzt man es auch für die Erstellung von Titel, Hooks, Show Notes, jeglichen Content Pieces.

00:04:08: Das ist wirklich viel angewandt bei uns.

00:04:11: Und wir stimmen das natürlich ja immer auf die Unternehmen und auf die einzelnen Formate ab, aber an die wir nutzen die Ukraine nicht nur in Konzeptionsprozessen für die Transkription sondern sie ist ja mittlerweile fester Bestandteil in unsere Post Production Workflows.

00:04:26: Magst du uns da vielleicht bessere Einblicke geben?

00:04:29: Gerne!

00:04:30: Also für was wir es sehr benutzen ist für Übersetzungen weil da braucht man mal eine Transgipter-Originalfolge als Ausgangsbasis, damit man das überhaupt auf andere Sprachen übersetzen will.

00:04:41: Zum Beispiel wenn wir jetzt die Folge auf Englisch, Spanisch oder sogar auf Japanisch veröffentlichen brauchen immer mal das Skip der Ursprungssprache und die Übersetzung ist dann mit KI, Sprachsyntese möglich, mit Tools wie Elevent Labs oder anderen Tools zum Stimmen generieren.

00:04:57: Die können ganz natürlich klingende Stimmen erstellen, sogar geklohen von der Originalstimme Manchmal besser, manchmal schlechter.

00:05:05: Das mal einfach ein bisschen ausprobieren und somit kann man dann einfach das Transkript reinladen in alle möglichen Sprachen einfach ausgeben und so wieder für Barrierefreiheit schaffen wenn man einfach fürs sehr größeres Publikum die Folge anbieten kann.

00:05:23: Ein weiteres Use Case ist jetzt etwas nischiger.

00:05:26: aber für die Post-Production hat man zum Beispiel Aufnahme wo der ganz orges Störgeräusch ist und bekommt es einfach nicht weg könnte man theoretisch auch die Stimme klonen, diese Stelle generieren, reinschneiden, austauschen und somit sozusagen das fixen ohne dass man es jetzt großartig merkt.

00:05:45: Gerade bei Aufnahmen, die oft draußen sind wo man die Geräusche hat, wo man nicht weiß, dass sie jetzt gleich auftreten werden ist das sehr gut!

00:05:53: Und mittlerweile immer mehr können die KI-Tools so Füllwörter pausen oder M oder S erkennen und rausschneidern was sehr gut ist weil Gerade wenn wir sprechen, die das sehr viel machen, es wird sehr viel Zeit erspart.

00:06:11: Genau du hast ja schon das Thema Stimme und Stimmeklonen angesprochen.

00:06:15: Und eigentlich ist ja die Stimme vor allem von dem Host beziehungsweise vom Moderator-Moderatorin Die Persönlichkeitspodcasts.

00:06:24: Also sehr viele Hörerinnen erkennen am Podcast alleine an der Stimme vom Host.

00:06:31: Die Stimme ist viel mehr als nur der reinen gesprochenen Text.

00:06:33: Also man hört die Persönlichkeit, die Stimmung und vielleicht auch die Unsicherheiten.

00:06:38: Aber auch die Begeisterung für ein Thema durch die Stimme.

00:06:40: Und gerade die Pausen, kurze Lachen zu Stimmen aber eigentlich kleine Versprecher und Ames oder so machen ja gerade die Gespräche sehr menschlich.

00:06:52: Und DKI kann diese Dinge zwar schon mittlerweile imitieren, aber es ist halt sehr limitiert.

00:07:00: AKI kann ja auch Emotionen nicht so rüberbringen und vor allem die Stimmfarbe so variieren, wie es wir im echten Leben können.

00:07:11: Wie eben angesprochen nutzen wir KI-Stimmen und vor einmal das Klonen von Stimmen.

00:07:18: aber dann für den Case dass eine Folge übersetzt werden soll Und bei den KI generierten Folgen wird ja vorher ein Disclaimer eingesprochen Folge mit KI-Stimme gesprochen wurde, dass einfach auch wenn man es hört die Hörer darauf sensibilisiert sind.

00:07:35: das ist keine echte Person die diese Bar, die diese Folge eingesprochen hat.

00:07:40: Und ich finde da gibt's eine sehr gute Fragestellung nämlich Wenn ich einen Satz nie gesagt habe aber meine KI Stimme in perfekt einspricht, hab' ich diesen Satz und trotzdem gesagt oder nicht?

00:07:51: Und ich find wir hatten net gesagt weil es die Stimme Also die KI-Stimme hat zwar gesagt, aber man hat ihn ja eingetippt.

00:07:59: Und ich finde das sind nur die Sachen, die man selber sagt als die, dass wir es gesagt haben.

00:08:03: Was für dich da auch noch ein wichtiger Punkt ist, ist eben das Vertrauen und irgendwann wird man vielleicht nicht mehr erkennen können ob die Stimme eine KI- Stimme ist oder eine echter.

00:08:15: Da hast du eher einen Punkt mitgebracht der da wichtig ist.

00:08:19: Genau!

00:08:19: Es sind äthische und vor allem rechtliche Fragen wichtig.

00:08:23: Darf ich die Stimmen überhaupt klonen?

00:08:24: Also habe ich das Recht dazu.

00:08:26: Und wo ist die Grenze da zwischen, ob man jetzt das Hilfsmittel nimmt oder als bewusste Täuschung, wenn man halt einfach ... ja, wie du sagst Personen Sätze sagen lassen kann, die es so nie gesagt haben und was sie da großes Gefahren potenziell birgt?

00:08:40: Natürlich!

00:08:41: Also man sollte sich auf jeden Fall des Einverständnisses der Personen einholen, die ursprünglich den Satz oder halt die Aufnahme eingesprochen haben und geklone werden sollen.

00:08:52: Es ist halt glaube ich uncool, wenn man dann merkt.

00:08:56: Das bin ja eh nie etwas gar nicht gesagt.

00:08:57: Das stimmt und vor allem er wie vorher schon angesprochen so was eben kennzeichnen ein rechtlicher Punkt aber auch einfach um der Transparenz den Hörerinnen gegenüber zu schaffen dass man da vielleicht mit KI gearbeitet hat.

00:09:12: Genau

00:09:12: genau.

00:09:12: ich glaube jetzt haben wir es am Ende der Folge angelangt oder?

00:09:16: Genau.

00:09:18: zusammenfassend kann man sagen das KI wird oder ist sogar schon ein selbstverständlicher Teil in der Post-Production, nicht nur für Podcasts sondern grundsätzlich für Audio und Video denke ich.

00:09:29: In einigen Jahren werden wir auch schon gar nicht mehr daran zurückdenken dass das jetzt eigentlich ein KI-Tool ist so wie es mit anderen Sachen war die einfach über Jahre gerade im Softwarebereich selbstverständlich waren.

00:09:40: Gerade

00:09:40: im Transkriptionsbereich wahrscheinlich?

00:09:42: Genau!

00:09:44: Deshalb ist zum Schluss die entscheidende Frage nicht, ob wir KI ersetzen sondern wie mit welcher Haltung mal das einsetzen oder wie man das angeht und selbst sieht.

00:09:53: Das stimmt mir total zu!