DE

Was es braucht, um einen Podcast zu starten, und wo KI-Tools am meisten Zeit sparen

10 Phasen, 21 Tools, aktualisiert am

Ein Gespräch aufzunehmen dauert eine Stunde. Daraus eine Folge zu machen, kostete früher den Rest der Woche: zwei Stimmen aus zwei verschiedenen Räumen angleichen, Fehlstarts schneiden, Shownotes schreiben, exportieren, hochladen und dann noch etwas zum Posten bauen, damit jemand die Folge überhaupt findet. Dieser Berg an Postproduktion ist ein häufiger Grund, warum neue Shows nach wenigen Folgen einschlafen, und genau hier hat KI am meisten verändert.

Rauschen und Hall lassen sich mit einem Upload entfernen. Füllwörter und lange Pausen werden automatisch erkannt und geschnitten. Geschnitten wird in einem Transkript statt an einer Wellenform, und dasselbe Transkript wird zu Shownotes, Zeitmarken, einem Newsletter-Entwurf und einer Reihe untertitelter Clips. Hosting-Dienste erzeugen den Feed und reichen ihn bei den Podcast-Apps ein.

Nichts davon macht eine Show abonnierenswert. Eine klare Idee, ein Host, der zuhört, Gäste mit etwas zu sagen und die Gewohnheit, regelmäßig zu veröffentlichen, entscheiden weiterhin alles. Die Schritte unten stehen in der Reihenfolge, in der sie dir bei einer ersten Folge begegnen.

Für wen dieser Guide ist Alle, die ihre erste Interview- oder Solo-Show starten, kleine Unternehmen mit einem Firmenpodcast und Hosts, die weniger Zeit in Postproduktion und Promotion stecken wollen.

Hier anfangen

Ein kurzer Weg durch die wichtigsten Phasen, mit Tools, die hier schon eingetragen sind. Weitere Einstiege kommen dazu, sobald ihre Profile veröffentlicht sind.

  1. RiversideFolge aufnehmen

    Nimm einen zehnminütigen Test mit einer Freundin oder einem Freund als Gast auf und prüfe, ob du getrennte Spuren bekommst.

  2. Audio EnhancerAudiobereinigung

    Lade den Test hoch, wende Rausch- und Hallentfernung an und vergleiche die Fassungen davor und danach über Kopfhörer.

  3. OpusClipClips und Promotion

    Füge die erste Folge ein, sieh dir die vorgeschlagenen Clips an und poste die beiden, die auch ohne Zusammenhang verständlich sind.

  1. Phase 1: Show-Konzept und Folgenrecherche

    Du legst fest, für wen die Show ist und was jede Folge verspricht, recherchierst dann das Thema oder den Gast und bereitest eine Gliederung mit den Fragen vor, die du stellen willst.

    Was KI hier übernimmt
    Hintergründe zu einem Thema oder Gast mit belegten Quellen zusammentragen, langes Material auf die wichtigsten Punkte kürzen und eine Folgengliederung oder Fragenliste zum Bearbeiten entwerfen.
    Was KI hier nicht kann
    Neugier liefern. Eine generierte Fragenliste ist dieselbe Liste, die jeder andere Host auch bekommt, und die Nachfrage, die ein Interview gut macht, entsteht live, aus dem Zuhören.

    Perplexity

    Beantwortet Rechercheefragen direkt und mit Quellen, was hilft, wenn du dir ein unbekanntes Thema über Folgefragen erschließt.

    KI-Antwortmaschine, die Fragen mit belegten Antworten beantwortet und über Computer auch längere Projekte übernimmt.

    Tool ansehen

    Liner

    Liefert Antworten mit zeilengenauen Belegen, die die Quelle mit einem Klick öffnen, und fasst ein Thema in einem gegliederten Bericht zusammen.

    KI-Suche und Recherche-Agenten, die Antworten mit Quellenangaben liefern, wissenschaftliche Paper finden und Dokumente entwerfen.

    Tool ansehen
  2. Phase 2: Gäste buchen

    Gäste werden eingeladen, ein Aufnahmetermin wird über Zeitzonen hinweg vereinbart, und Erinnerungen gehen raus, damit beide Seiten vorbereitet und mit funktionierender Technik erscheinen.

    Was KI hier übernimmt
    Eine Buchungsseite veröffentlichen, die nur deine freien Zeiten zeigt, Erinnerungen automatisch versenden und einen Termin innerhalb eines Mail-Verlaufs abstimmen.
    Was KI hier nicht kann
    Jemanden überzeugen, Ja zu sagen. Die Einladung, die funktioniert, ist kurz, persönlich und zeigt, dass du die Arbeit des Gasts kennst, und diese Nachricht schreibst du selbst.

    Calendly

    Gibt Eingeladenen einen Link, über den sie einen freien Termin aus deiner tatsächlichen Verfügbarkeit buchen, und verschickt Erinnerungen automatisch.

    Terminsoftware mit KI-E-Mail-Assistent, Notetaker, Kontaktprofilen und integrierten Zahlungen.

    Ab 10 $/MonatTool ansehen

    Cal.com

    Veröffentlicht einen Buchungslink, der verbundene Kalender auf Konflikte prüft, mit Puffern vor und nach jeder Sitzung und automatischen Erinnerungen.

    Offene Terminplattform mit Buchungslinks, Team-Routing, einer API und dem Telefon-Agenten Cal.ai.

    Tool ansehen
  3. Phase 3: Folge aufnehmen

    Das Gespräch wird aufgezeichnet, im selben Raum oder aus der Ferne, wenn möglich mit jeder Person auf einer eigenen Spur, damit Probleme bei einer Stimme behoben werden können, ohne die andere anzufassen.

    Was KI hier übernimmt
    Jede Person aus der Ferne lokal auf einer eigenen Spur aufnehmen und Hintergrundgeräusche und Echo unterdrücken, während der Anruf läuft.
    Was KI hier nicht kann
    Eine schlechte Mikrofonposition oder einen Gast mit Laptop-Lautsprechern im Nachhinein so gut beheben, wie man beides vermeiden könnte. Ein Soundcheck von zwei Minuten schlägt jedes Reparaturtool.

    Riverside

    Zeichnet jede Person auf ihrem eigenen Gerät in unkomprimiertem Audio und bis zu 4K-Video auf und speichert sie als getrennte Spuren.

    Browserbasiertes Studio zum Aufnehmen, Bearbeiten, Livestreamen und Veröffentlichen von Podcasts und Videos mit KI-Tools.

    Tool ansehen

    Descript

    Lässt einen Host aus der Ferne mit einem Gast aufnehmen und dieselbe Aufnahme danach im selben Tool schneiden.

    KI-Editor für Video und Audio, mit dem du Aufnahmen über das Transkript schneidest, samt Assistent namens Underlord.

    Tool ansehen

    Krisp

    Entfernt Hintergrundgeräusche, Echo und Übersprechen aus Anrufen in jeder Konferenzanwendung, während du sprichst.

    Voice-KI für Telefonate: Geräuschunterdrückung, Notizen ohne Meeting-Bot, Akzentumwandlung und Tools für Callcenter.

    Tool ansehen
  4. Phase 4: Audiobereinigung

    Vor jedem Schnitt werden die Rohspuren repariert: Hintergrundrauschen und Raumhall werden reduziert, Pegel angeglichen, Klicks und Plosivlaute gebändigt.

    Was KI hier übernimmt
    Gleichbleibendes Rauschen und Echo entfernen, laute und leise Passagen ausgleichen und Mundklicks und scharfe Zischlaute in einer hochgeladenen Datei verringern.
    Was KI hier nicht kann
    Sprache retten, die nie klar aufgenommen wurde. Starke Bearbeitung macht Stimmen dünn oder wässrig, vergleiche also davor und danach und hör auf, sobald es natürlich klingt.

    Audio Enhancer

    Unterdrückt Hintergrundgeräusche, entfernt Raumhall und gleicht die Lautheit einer hochgeladenen Aufnahme an, mit einem Vorher-nachher-Vergleich.

    Online-KI-Tool, das Aufnahmen bereinigt: Es entfernt Rauschen und Echo, gleicht die Lautstärke an und verbessert Sprache.

    Tool ansehen

    Cleanvoice AI

    Entfernt automatisch Hintergrundgeräusche, Brummen, Echo, Atmer und Mundgeräusche und kann eine unbehandelte Aufnahme verbessern.

    KI-Editor für Podcasts, der Füllwörter, Hintergrundgeräusche und Pausen aus Audio- und Videoaufnahmen entfernt.

    Tool ansehen

    Xound

    Isoliert die Stimme von Geräuschen wie Verkehr oder Klimaanlage und hält die Lautstärke über eine Aufnahme hinweg gleichmäßig.

    KI-Audiobereinigung im Browser, die Hintergrundgeräusche entfernt, die Tonhöhe korrigiert und Sprachaufnahmen angleicht.

    Tool ansehen

    LALAL.AI

    Sein Voice Cleaner entfernt Hintergrundmusik, Plosivlaute und Mikrofondröhnen aus Sprachaufnahmen und verringert Raumhall.

    KI-Audiotools, die Songs in Gesangs- und Instrumental-Stems trennen und Stimmen bereinigen, verändern oder klonen.

    Tool ansehen
  5. Phase 5: Folge schneiden

    Die Folge bekommt ihre Form: Abschweifungen und Fehlstarts werden geschnitten, die Reihenfolge gestrafft, Füllwörter und lange Pausen gekürzt, und Intro und Outro werden gesetzt.

    Was KI hier übernimmt
    Audio schneiden, indem du Wörter im Transkript löschst, Füllwörter und Wiederholungen gesammelt entfernen und dieselben Schnitte auf die Spur jedes Sprechers anwenden.
    Was KI hier nicht kann
    Beurteilen, was interessant ist. Die automatische Füllwort-Entfernung kann auch natürliche Pausen kappen und einen Gast gehetzt klingen lassen, hör dir das Ergebnis also vor der Veröffentlichung ganz an.

    Descript

    Schneidet und ordnet Audio um, wenn du die passenden Wörter im Transkript bearbeitest, und löscht Füllwörter und doppelte Takes gemeinsam.

    KI-Editor für Video und Audio, mit dem du Aufnahmen über das Transkript schneidest, samt Assistent namens Underlord.

    Tool ansehen

    Cleanvoice AI

    Erkennt und schneidet Füllwörter, Stotterer und lange Pausen auf den Spuren aller Sprecher und exportiert eine Timeline für deinen eigenen Editor.

    KI-Editor für Podcasts, der Füllwörter, Hintergrundgeräusche und Pausen aus Audio- und Videoaufnahmen entfernt.

    Tool ansehen
  6. Phase 6: Intro-Musik und Sprecherstimme

    Die Show bekommt ihren Klang: ein kurzes Thema, Übergangssignale und eine aufgenommene oder generierte Stimme für Intro, Outro und alle Sponsorenhinweise.

    Was KI hier übernimmt
    Ein Thema aus einer Beschreibung von Genre und Stimmung erzeugen, kurze Soundeffekte produzieren und ein Intro-Skript mit einer gewählten synthetischen Stimme lesen.
    Was KI hier nicht kann
    Garantieren, dass du das Ergebnis kommerziell nutzen darfst. Die Rechte an generierter Musik hängen vom Tarif ab, prüfe also die Lizenz, bevor ein Thema in eine monetarisierte Show kommt.

    Suno

    Erstellt aus einer Beschreibung von Genre, Stimmung oder Thema in einfachen Worten einen kompletten Track, den du verlängern oder remixen kannst, bis er als kurzes Thema passt.

    KI-Musikgenerator, der aus einem Text-Prompt oder Songtext einen kompletten Song macht, mit Studio im Browser und Stem-Trennung.

    Tool ansehen

    MusicGPT

    Erzeugt Instrumentals aus einer Textbeschreibung und einzelne Soundeffekte aus einem Prompt.

    KI-Musikgenerator, der aus Text-Prompts Songs, Instrumentals, Soundeffekte und Sprache erzeugt.

    Tool ansehen

    ElevenLabs

    Wandelt ein geschriebenes Intro in gesprochenes Audio um, mit einer Bibliotheksstimme oder einer Kopie deiner eigenen Stimme.

    KI-Audioplattform für Text-zu-Sprache, Stimmklonen, Transkription, Synchronisation, Musik und Sprachagenten für Gespräche.

    Tool ansehen
  7. Phase 7: Transkripte und Shownotes

    Jede Folge wird transkribiert, und aus dem Transkript entstehen Titel, Zusammenfassung, Kapitelmarken und Links sowie eine Textfassung für die Website der Show.

    Was KI hier übernimmt
    Ein Transkript mit Sprecherkennzeichnung erzeugen und daraus Zusammenfassungen, Zeitmarken, Titel, Blogartikel und Newsletter-Text entwerfen.
    Was KI hier nicht kann
    Jeden Namen von Gästen und Firmen richtig schreiben oder wissen, welche Behauptung einen Link braucht. Lies Transkript und Notizen einmal durch, bevor sie unter deinem Namen rausgehen.

    TurboScribe

    Transkribiert eine hochgeladene Folge mit Sprecherkennzeichnung und lädt das Ergebnis als Word-, PDF-, Text- oder Untertiteldatei herunter.

    Transkriptionsdienst für Audio und Video auf Basis von Whisper, mit Sprecherkennzeichnung, Übersetzung und Untertitel-Export.

    Tool ansehen
  8. Phase 8: Cover

    Ein quadratisches Cover wird gestaltet, das in der winzigen Größe lesbar bleibt, in der Podcast-Apps es zeigen, mit gut lesbarem Show-Namen und einem Look, der zum Ton passt.

    Was KI hier übernimmt
    Aus einem kurzen Briefing Cover-Konzepte erzeugen, den Show-Namen als korrekt geschriebenen Schriftzug darstellen und den Text für spätere Änderungen bearbeitbar halten.
    Was KI hier nicht kann
    Die Vorgaben der Verzeichnisse für Artwork prüfen oder sicherstellen, dass das Bild original ist. Prüfe Größen- und Formatregeln selbst und vermeide Prompts, die das Cover einer anderen Show nachahmen.

    Ideogram

    Erzeugt Layouts, in denen Headlines und Schriftzüge sauber und korrekt geschrieben herauskommen, was zählt, wenn der Show-Name Teil des Bilds ist.

    Bildmodelle, die für präzise Textdarstellung bekannt sind, mit aufgabenbezogenen Apps und einer einheitlichen API.

    Tool ansehen

    Recraft

    Erstellt aus einem Prompt bearbeitbares Vektor-Artwork und wendet einen wiederverwendbaren eigenen Stil an, der aus deinen Referenzbildern gebaut wird.

    Ein KI-Designtool, das bearbeitbare Vektoren, fotorealistische Bilder und Mockups in einem einheitlichen Stil erzeugt.

    Tool ansehen

    FontVibe

    Stellt den getippten Show-Namen als fertigen Schriftzug dar und exportiert ihn als PNG mit entferntem Hintergrund.

    KI-Generator, der eingetippten Text in fertige Schriftzug-Grafiken in Stilen wie Neon, Glitch, Feuer und 3D verwandelt.

    Tool ansehen
  9. Phase 9: Hosting und Verbreitung

    Die fertige Datei wird bei einem Host hochgeladen, der sie speichert, den RSS-Feed erzeugt und die Show bei den Podcast-Apps einreicht, wo jede neue Folge danach automatisch erscheint.

    Was KI hier übernimmt
    Den Feed und eine Website für die Show erstellen, bei den wichtigsten Verzeichnissen einreichen, Downloads auswerten und beim Hochladen ein Folgentranskript erzeugen.
    Was KI hier nicht kann
    Deine Show auf der Plattform eines anderen freigeben. Prüfung durch das Verzeichnis, Artwork-Kontrollen und Inhaltsregeln liegen bei jeder Podcast-App, und die erste Einreichung kann dauern.

    Riverside

    Veröffentlicht Folgen aus dem Aufnahmestudio heraus in den wichtigsten Podcast-Apps und berichtet über Publikum und Leistung der Folgen.

    Browserbasiertes Studio zum Aufnehmen, Bearbeiten, Livestreamen und Veröffentlichen von Podcasts und Videos mit KI-Tools.

    Tool ansehen
  10. Phase 10: Clips und Promotion

    Aus jeder Folge werden kurze, untertitelte Videoclips geschnitten und in den folgenden Tagen gepostet, mit einem Link zurück zur ganzen Folge.

    Was KI hier übernimmt
    Highlights aus dem Transkript finden, sie mit Untertiteln ins Hochformat umrahmen und die Clips und Beiträge für Social-Media-Konten einplanen.
    Was KI hier nicht kann
    Wissen, welche dreißig Sekunden sich verbreiten. Die vorgeschlagenen Highlights sind eine Startliste, und ein Clip ohne Zusammenhang kann falsch wiedergeben, was ein Gast gemeint hat.

    OpusClip

    Findet Highlights in einem langen Video, fügt animierte Untertitel hinzu, formatiert für Hochformate um und stellt Clips zum Posten in die Warteschlange.

    KI-Tool zum Schneiden von Videos: macht aus langen Videos Kurzclips mit Untertiteln und veröffentlicht sie auf sozialen Plattformen.

    Tool ansehen

    Choppity

    Analysiert das Transkript, um Highlights zu finden, folgt beim Zuschnitt auf Hochformat der sprechenden Person und macht aus einem gesuchten Zitat einen Clip.

    KI-Videoeditor, der Podcasts und lange Videos in Kurzclips mit Untertiteln für TikTok, Reels und Shorts zerschneidet.

    Tool ansehen

    Hypefury

    Plant Beiträge für mehrere Netzwerke ein und kann einen automatischen ersten Kommentar mit einem Link zu deiner Website hinzufügen, wenn ein Beitrag gut läuft.

    Tool zum Planen und Automatisieren für Creator, die auf LinkedIn, Instagram, Threads, Bluesky und TikTok posten.

    Tool ansehen

Realistische Erwartungen

Einwilligung der Gäste und Aufnahmerecht
Sag deinen Gästen, dass das Gespräch aufgenommen wird und wofür es verwendet wird, und hol dir ihr Einverständnis, bevor du anfängst. Die Regeln für Gesprächsaufnahmen unterscheiden sich je nach Land und Bundesstaat. Klone nicht die Stimme eines Gasts und erzeuge keine Worte, die er nicht gesagt hat.
Musikrechte
Ein von einem KI-Tool erzeugtes Thema ist in einer monetarisierten Show nur nutzbar, wenn dein Tarif kommerzielle Rechte einräumt. Ein kommerziell veröffentlichter Song als Intro-Musik braucht in der Regel eine Lizenz, und ein kurzer Ausschnitt ist nicht automatisch ausgenommen; die Regeln unterscheiden sich je nach Land.
Transkripte enthalten Fehler
Automatische Transkripte schreiben Namen, Marken und Fachbegriffe falsch und ordnen einen Satz gelegentlich der falschen Person zu. Korrigiere sie vor der Veröffentlichung, besonders wenn das Transkript in Shownotes oder Beiträgen zitiert wird.
Synthetische Stimmen und Kennzeichnung
Wenn Teile einer Folge von einer synthetischen Stimme gelesen werden, sag das. Hörer reagieren schlecht, wenn sie es später entdecken, und manche Plattformen haben eigene Kennzeichnungsregeln für KI-generiertes Audio.

Häufige Fragen

Kann KI meinen Podcast für mich schneiden?

Den mechanischen Teil kann sie übernehmen: Rauschen entfernen, Füllwörter und lange Pausen schneiden und Abschnitte löschen, indem du ein Transkript bearbeitest. Welche Abschweifung bleibt oder ob der Einstieg sich zieht, entscheidet sie nicht. Rechne damit, den größten Teil der Aufräumzeit zu sparen, und hör dir die ganze Folge trotzdem einmal an, bevor sie rausgeht.

Brauche ich einen Hosting-Dienst, oder kann ich direkt in die Podcast-Apps hochladen?

Meistens brauchst du einen Host. Die meisten Podcast-Apps lesen einen RSS-Feed und speichern dein Audio nicht selbst. Ein Hosting-Dienst bewahrt die Dateien auf, erzeugt den Feed und reicht ihn bei den Verzeichnissen ein, danach erscheinen neue Folgen dort automatisch.

Kann ich KI-generierte Musik als Intro verwenden?

Oft ja, mit einer Prüfung. Musikgeneratoren knüpfen die kommerzielle Nutzung an bestimmte Tarife, und ein Podcast mit Werbung oder Sponsoren zählt wahrscheinlich als kommerzielle Nutzung. Lies die Lizenzbedingungen des Tarifs, den du gerade hast, in dem Moment, in dem du den Track erzeugst, und halte sie schriftlich fest.

Ist es in Ordnung, einen Podcast mit KI-Stimmen statt mit Aufnahmen zu machen?

Technisch lässt sich aus einem Skript eine Folge mit zwei Stimmen erzeugen. Ob das sinnvoll ist, hängt vom Zweck ab: Für interne Briefings oder zum Vorlesen von Texten passt es, für Shows, die von Persönlichkeit leben, schlecht. Kennzeichne es als synthetisch und verwende nie die Stimme einer realen Person ohne ihre Einwilligung.

Wie genau sind KI-Shownotes?

Zusammenfassungen und Zeitmarken stimmen meist ungefähr, aber Details rutschen durch: eine falsch verstandene Zahl, ein falsch geschriebener Name, ein Argument des Gasts, das zu etwas umformuliert wird, das er nicht gesagt hat. Behandle erzeugte Notizen als Entwurf und vergleiche sie vor der Veröffentlichung mit dem Transkript.

Verwandte Guides

Kategorien in diesem Guide

Die Redaktion ordnet jedes Tool anhand seines Profils einer Phase zu. Die Liste wächst mit jedem neu veröffentlichten Profil. Alle Guides