Ein Voice-AI-Unternehmen klont die Stimme eines Sprechers oder einer Sprecherin für ein Produktfeature. Die Person unterschreibt eine Freigabeerklärung, oder es gibt ein aufgezeichnetes Gespräch, in dem sie den Bedingungen zustimmt. Achtzehn Monate später bestreiten die Person selbst, ihr Nachlass oder eine Plattform, was tatsächlich vereinbart wurde. Galt die Lizenz für ein Produkt oder für jedes Produkt, das das Unternehmen auf den Markt bringt. Deckte sie das Training einer neuen Modellversion ab. War sie inzwischen abgelaufen. Das Unternehmen hat ein Dokument oder eine Aufnahme, aber nichts, das beweist, dass diese im Nachhinein nicht verändert wurde, und nichts, das den genauen Zeitpunkt der Unterschrift belegt. Genau diese Lücke, nicht die zugrunde liegende Frage des Rechts am eigenen Bild und an der eigenen Stimme, entscheidet in der Praxis über Sieg oder Niederlage in solchen Streitfällen.
In diesem Beitrag geht es um genau diese Lücke: wie eine Einwilligungserklärung für Stimmklonen so gestaltet wird, dass sie später Bestand hat, nicht darum, was das Recht am eigenen Bild oder das Persönlichkeitsrecht an einem bestimmten Ort konkret verlangt, denn das ist von Rechtsordnung zu Rechtsordnung verschieden und eine Frage für eine Anwältin oder einen Anwalt, die oder der dort zugelassen ist, wo die Sprecherin oder der Sprecher lebt und wo das Produkt verkauft wird.
Stimmrechte sind real, aber es gibt keinen einheitlichen weltweiten Standard
Mehrere Rechtsordnungen behandeln die Stimme einer Person inzwischen als geschütztes Gut, doch die Regeln unterscheiden sich so stark, dass ein Einwilligungsprozess, der für einen Ort entwickelt wurde, nicht automatisch auch für einen anderen gilt.
- Tennessee, USA. Der ELVIS Act, in Kraft seit 1. Juli 2024, war das erste US-Bundesstaatengesetz, das das gesetzliche Recht am eigenen Bild ausdrücklich auf die Stimme einer Person ausweitete, und definiert Stimme weit genug, um auch eine Simulation zu erfassen, nicht nur eine Aufnahme der tatsächlichen Person.
- Illinois, USA. Der Biometric Information Privacy Act behandelt einen Stimmabdruck als biometrisches Merkmal und verlangt eine schriftliche Einwilligung, einschliesslich Zweck und Aufbewahrungsdauer, bevor ein privates Unternehmen einen solchen erfasst oder nutzt. Seit August 2024 erfüllt eine elektronische Signatur die Anforderung der Schriftform.
- Andere US-Bundesstaaten und andere Länder. Die meisten anderen Rechtsordnungen stützen sich auf eine Mischung aus allgemeinem Recht am eigenen Bild, Ehrschutz-, Datenschutz- oder Persönlichkeitsrecht statt auf ein stimmspezifisches Gesetz, wobei sich die Schutzstärke, die Frage, wer sie durchsetzen kann, und was als Einwilligung gilt, jeweils unterscheiden. Die Regelung einer einzelnen Rechtsordnung als weltweiten Standard zu behandeln, ist ein verbreiteter und teurer Fehler.
Was bei all diesen Regelwerken gleich bleibt, ist die grundlegende Anforderung: eine dokumentierte, zweckgebundene Einwilligung der Person, deren Stimme genutzt wird, eingeholt, bevor die Stimme geklont oder für das Training verwendet wird, nicht danach.
Der EU AI Act fügt der Einwilligung eine Offenlegungspflicht hinzu
Die Einwilligung der Sprecherin oder des Sprechers und die öffentliche Offenlegung gegenüber dem Publikum sind zwei getrennte Pflichten, und ein Voice-AI-Produkt muss beide erfüllen. Ab dem 2. August 2026 verlangt Artikel 50 des EU AI Act von Betreibern eines KI-Systems, das Audioinhalte erzeugt oder manipuliert, die ein Deepfake darstellen, offenzulegen, dass der Inhalt künstlich erzeugt oder manipuliert wurde. Eine geklonte Stimme, die eine reale Person etwas sagen lässt, was sie nie gesagt hat, fällt eindeutig unter diese Pflicht, auch bei Inhalten von öffentlichem Interesse wie Nachrichten oder Kommentaren. Der Artikel sieht eng gefasste Ausnahmen vor: Bei Inhalten, die offensichtlich künstlerischer, satirischer oder fiktionaler Natur sind, genügt ein Hinweis auf das Vorliegen generierter Inhalte, sofern dieser das Werk nicht beeinträchtigt, und eine gesetzlich zugelassene Nutzung zur Aufdeckung oder Verfolgung von Straftaten ist vollständig ausgenommen.
Die Einwilligung der Sprecherin oder des Sprechers erfüllt nicht die Offenlegungspflicht nach Artikel 50, und die Offenlegung gegenüber dem Publikum ersetzt nicht die Einwilligung der Person, deren Stimme geklont wurde. Beide beantworten unterschiedliche Fragen: Die Einwilligung beantwortet, ob Sie den Klon erstellen durften, die Offenlegung beantwortet, ob das Publikum darüber informiert wurde, dass der Inhalt synthetisch ist.
Wo diese Streitfälle tatsächlich entstehen: nicht beim Recht, sondern bei der Dokumentation
Nehmen wir an, das Unternehmen hat alles richtig gemacht. Eine Sprecherin oder ein Sprecher hat in einem aufgezeichneten Gespräch mündlich zugestimmt oder eine Freigabeerklärung unterschrieben, die den Nutzungsumfang beschreibt. Nach unserer Erfahrung mit Fragen zur Beweiskraft von Dokumenten liegt das eigentliche Risiko meist nicht darin, ob überhaupt eine Einwilligung eingeholt wurde, sondern darin, ob sich später beweisen lässt, was genau vereinbart wurde und wann.
Ein aufgezeichnetes Gespräch, das auf einem gemeinsam genutzten Laufwerk liegt, kann neu kodiert oder gekürzt werden, oder seine Dateimetadaten können schlicht in Zweifel gezogen werden. Ein unterschriebenes PDF lässt sich nach der Unterschrift bearbeiten, wenn die Signatur nicht kryptografisch an genau diese Datei gebunden war. Ein mündliches "ja, das passt so" in einem E-Mail-Verlauf bietet überhaupt keine Garantie für die Unversehrtheit der Datei. Bei keinem dieser Probleme geht es darum, ob die Einwilligung echt war. Es geht darum, ob das Unternehmen zwei Jahre später vor Gericht oder gegenüber einer gegnerischen Anwältin oder einem gegnerischen Anwalt beweisen kann, dass die vorliegende Einwilligungserklärung genau diejenige ist, der die Sprecherin oder der Sprecher tatsächlich zugestimmt hat, unverändert, und datiert auf den angegebenen Zeitpunkt.
Genau für dieses Szenario ist ein qualifizierter Zeitstempel gemacht.
Was ein qualifizierter, versiegelter Zeitstempel leistet, und was nicht
Wird die Einwilligungsaufnahme oder die unterschriebene Freigabeerklärung mit einem qualifizierten Zeitstempel versiegelt, wie er nach ZertES in der Schweiz oder eIDAS in der EU anerkannt ist, werden zwei konkrete, eng gefasste Tatsachen festgestellt: dass eine bestimmte Datei in einem bestimmten Zustand zu einem bestimmten Zeitpunkt existierte, und dass die Datei seither nicht verändert wurde. Auf eine Einwilligungserklärung für Stimmklonen angewendet, bedeutet das, dass das Unternehmen genau zeigen kann, welchem Dokument oder welcher Audiodatei die Sprecherin oder der Sprecher zugestimmt hat und wann genau die Zustimmung erfasst wurde, ohne sich auf das Änderungsdatum eines gemeinsam genutzten Laufwerks oder die Angabe eines E-Mail-Servers verlassen zu müssen.
Wichtig ist, genau zu benennen, was ein solcher Zeitstempel nicht leistet. Er stellt nicht fest, dass der im Dokument beschriebene Einwilligungsumfang eine bestimmte spätere Nutzung abdeckt, dass die unterzeichnende Person die rechtliche Befugnis hatte, die beschriebenen Rechte einzuräumen, oder dass die zugrunde liegende Frage des Rechts am eigenen Bild oder des Persönlichkeitsrechts für die massgebliche Rechtsordnung korrekt beurteilt wurde. Das sind rechtliche Fragen, die vom tatsächlichen Wortlaut des Dokuments und vom anwendbaren Recht abhängen, nicht vom Zeitstempel. Ein Zeitstempel stärkt die Beweiskraft einer Einwilligungserklärung, die inhaltlich bereits solide ist. Er repariert keine Einwilligungserklärung, die von vornherein zu eng gefasst, zu vage formuliert oder von der falschen Person eingeholt wurde, und Swiss Trust Layer ersetzt keine rechtliche Prüfung dieses Umfangs.
Eine praktische Checkliste für Voice-AI-Teams
- Holen Sie die Einwilligung schriftlich oder als Aufnahme ein, bevor Sie klonen oder trainieren, nicht erst nach dem Produktstart.
- Formulieren Sie den Umfang in klaren Worten: welche Produkte, welche Modellversionen, wie lange, und ob er abgeleitete oder künftige Trainingsläufe einschliesst.
- Versiegeln Sie die unterschriebene Freigabeerklärung oder die Einwilligungsaufnahme im Moment der Fertigstellung mit einem qualifizierten Zeitstempel, nicht Monate später.
- Halten Sie die Offenlegungspflicht getrennt von der Einwilligungsfrage. Klären Sie mit einer Rechtsberatung, ob Artikel 50 oder eine vergleichbare lokale Offenlegungsregel für das konkrete Ergebnis gilt, bevor es veröffentlicht wird.
- Bestätigen und versiegeln Sie die Einwilligung erneut, wenn sich der Nutzungsumfang ändert, statt anzunehmen, dass eine alte Freigabeerklärung diesen automatisch mitabdeckt.
Unternehmen, die auf Herkunftsnachweise für KI-Trainings- und Inhaltsdaten setzen, stehen bei Trainingsdaten, Modelldokumentation und Einwilligungserklärungen vor demselben grundlegenden Beweisproblem: Der Wert liegt selten in der Tatsache, dass etwas vereinbart wurde, sondern darin, Monate oder Jahre nach dem Gespräch genau beweisen zu können, was vereinbart wurde und wann.
