Zurück zu Beiträgen

    Tipps, Tools, Tricks: Was man für einen Podcast braucht

    Podcast und Audioproduktion – inzwischen sind so viele Tools am Markt, dass man auch ohne „richtiges“ Studio sehr ordentliche Qualität hinbekommt. Der Universalcode-Überblick.

    (Foto: Envato Elements)

    Von Christian Jakubetz

    Fangen wir an mit den One-Stop-Solutions. Das sind Tools, die nahezu einen kompletten Audio- und zunehmend auch Video-Workflow abbilden. Vor allem durch die Entwicklungen beim Thema KI machen sie es möglich, dass man Ergebnisse nahe an klassischer Studioqualität erzielt. Und das zu einem Bruchteil der Kosten, mit einem deutlich geringeren Aufwand und zumeist auch ohne irgendwelche Installationen.

    Riverside: Der Fast-Alleskönner

    Das Schweizer Taschenmesser für ungefähr alles, was mit Audio und zunehmend auch Video zu tun hat. Riverside ist ein Aufnahmestudio und Streamingtool zugleich. Inzwischen ist da so viel KI mit an Bord, dass Dinge möglich sind, die noch vor Jahren undenkbar erschienen. Mit der KI lassen sich selbst eher mäßige Aufnahmen noch retten. Zudem sind auch KI-Funktionen für die weiteren Schritte der Workflows integriert (z.B. für Shownotes oder Social-Media-Beiträge). Neuerdings bietet Riverside auch Hosting von Podcasts sowie eine direkte Verbindung zu Spotify an. Kurz gesagt: Man kann als Podcaster und Audioproduzent kaum auf Riverside verzichten.

    Kosten: eingeschränkte Basisversion kostenlos, danach ab ca. 20 Euro pro Monat. https://riverside.com/

    Zencastr: Der Purist

    Der Pionier und treue Begleiter für alle, die Wert auf erstklassige Audio-Rohdaten legen, ohne sich in technischem Schnickschnack zu verlieren. Zencastr ist bereits seit einer Ewigkeit am Markt und gehört zu den Urgesteinen der Remote-Aufnahme. Nach einer Phase, in der die Plattform mit Stabilitätsproblemen zu kämpfen hatte, hat sie sich inzwischen massiv konsolidiert und ist heute wieder eine extrem etablierte und verlässliche Größe. Ähnlich wie Riverside setzt Zencastr mittlerweile massiv auf KI-Unterstützung (ZenAI), um Pegel anzugleichen, Hintergrundrauschen zu filtern und Transkripte oder Shownotes fast wie von Geisterhand zu erstellen. Auch das Hosting und die Monetarisierung sind direkt integriert.

    Kosten: eingeschränkte Basisversion kostenlos, Professional-Paket ab ca. 18 Euro pro Monat. https://zencastr.com/

    Descript: Das Tool für Einsteiger

    Die Textverarbeitung unter den Video-Editoren, die das Schneiden so einfach macht wie das Löschen eines Tippfehlers. Wer keine Lust auf klassische Timelines hat, löscht hier einfach Sätze im Transkript, und die KI erledigt den Rest im Video oder Audio. Nach einer Phase, in der die Software durch instabile Updates und Performance-Einbrüche bei längeren Projekten auffiel, hat sich Descript in letzter Zeit massiv gefangen. Die Performance wurde spürbar optimiert, und mit "Underlord" ist ein KI-Assistent eingezogen, der fast alles automatisiert.. Dank der Integration von SquadCast ist Descript zudem nicht mehr nur ein Editor, sondern ein vollwertiges Aufnahmestudio.

    Kosten: eingeschränkte Basisversion kostenlos, Hobbyist-Paket ab ca. 16 Euro/Monat, Creator ab ca. 24 Euro/Monat. https://www.descript.com/

    Was man sonst noch brauchen kann

    ElevenLabs: Die unangefochtene Benchmark für alles, was mit synthetischen Stimmen und KI-Audio zu tun hat. Was als Experiment begann, hat sich zum Goldstandard für Profis entwickelt. Nach einer Phase, in der die Stimmen manchmal noch etwas „glatt“ wirkten, bietet ElevenLabs heute eine emotionale Tiefe und Nuancierung – inklusive echtem Flüstern oder Atmen –, die von menschlichen Sprechern kaum noch zu unterscheiden ist. Ein Highlight ist das neue Studio: Ein vollwertiger Editor für Longform-Inhalte, der automatisch Rollen in Skripten zuweist und präzise Kontrolle über Pausen und Sprechtempo gibt. Mit Funktionen wie „GenFM“ lassen sich sogar aus simplen Textdokumenten echte, dialogbasierte Podcast-Gespräche generieren. https://elevenlabs.io/

    Die Alternativen:

    Murf AI: Läuft stabil und ist weiterhin das bevorzugte Tool für alle, die „Corporate“-Content ohne Experimente brauchen. Die Server-Uptime ist 2026 vorbildlich. Wer professionelle Sprachausgabe für Präsentationen oder E-Learning sucht, bekommt hier eine verlässliche Punktlandung ohne Schnörkel. https://murf.ai/

    Speechify (Voice Studio): Definitiv der aggressivste ElevenLabs-Konkurrent. Sie haben massiv in ihr Studio investiert und sind voll am Markt. Durch das extrem realistische Voice Cloning und die Einbindung bekannter Sprecherpersönlichkeiten ist es mittlerweile weit mehr als nur eine Vorlese-App. https://speechify.com/

    WellSaid Labs: Online und stabil, aber im Vergleich zur Konkurrenz etwas „stehen geblieben“, da sie 2026 immer noch fast ausschließlich auf Englisch fokussiert sind. Für englischsprachige Corporate-Workflows bleibt die Qualität jedoch ungeschlagen sauber und technisch perfekt. https://wellsaidlabs.com/

    Das Zubehör

    Auphonic: Der automatisierte Toningenieur für den perfekten finalen Schliff. Auphonic ist das unverzichtbare Werkzeug am Ende jeder Produktion. Die KI gleicht Pegelunterschiede zwischen verschiedenen Sprechern aus, reduziert Hintergrundrauschen und sorgt dafür, dass dein Podcast genau die Lautheit (Loudness) hat, die Spotify und Apple Podcasts erwarten. Es ist quasi der „Auto-Mastering“-Knopf, der aus einer Hobby-Aufnahme eine Radioproduktion macht. https://auphonic.com/

    Cleanvoice: Die digitale Pinzette für eine glasklare Sprachaufnahme. Während andere Tools grob filtern, spezialisiert sich Cleanvoice auf die nervigen Details: Es entfernt automatisch Schmatzgeräusche, tiefes Atmen und störende Füllwörter wie „Ähm“ oder „Halt“. Besonders für Perfektionisten ist es der Retter, um eine Spur so zu reinigen, dass sie professionell und flüssig klingt, ohne dass man stundenlang händisch schneiden muss. https://cleanvoice.ai/

    Castmagic: Das Marketing-Gehirn, das dein Audio in pures Content-Gold verwandelt. Castmagic ist das Tool für alle, die keine Lust haben, nach der Aufnahme stundenlang Shownotes oder Social-Media-Posts zu schreiben. Die KI analysiert das Gespräch und extrahiert automatisch die wichtigsten Zitate, erstellt LinkedIn-Beiträge, Newsletter und Blog-Artikel in deinem persönlichen Stil. Es ist die ultimative Abkürzung, um aus einer einzigen Audio-Datei Content für eine ganze Woche zu generieren. https://www.castmagic.io/