KI in der Praxis: Vier Beispiele aus der bayerischen Audiobranche
Die bayerische Audiobranche beschäftigt sich nicht erst seit gestern mit KI – sie setzt sie ein. Die folgenden vier Beispiele zeigen, wie unterschiedlich das in der Praxis aussieht: von vollautomatisierten Radioprogrammen über KI-gestützte Hörerkommunikation bis zu synthetischen Stimmen, die im Ernstfall einspringen, wenn kein Mensch vor Ort ist. Was sie verbindet: Keine dieser Lösungen ist ein Experiment mehr. Sie sind Teil des Redaktionsalltags.
1. Antenne Bayern: Ein Chatbot, der weiß, was gerade auf Sendung ist
Was passiert, wenn ein Radiosender einen Chatbot bekommt, der wirklich weiß, was gerade auf Sendung ist? Diese Frage stand am Anfang einer Machbarkeitsstudie, die das KI-Kompetenzzentrum Medien (KI.M) gemeinsam mit Antenne Bayern durchgeführt hat.
Das Problem mit klassischen Radio-Chatbots: Sie kennen die Sendungszeiten, die Moderator:innen-Profile und die FAQs. Was gerade live passiert, ist für sie ein blinder Fleck. Das KI.M-Projekt löste das mit einer Retrieval-Augmented-Generation-Architektur (RAG), die Live-Transkripte des laufenden Programms mit minimalem Zeitversatz einbindet. Hörer:innen, die wissen wollen, welcher Song gerade lief oder welches Thema die Moderation gerade angesprochen hat, bekommen eine tatsächlich aktuelle Antwort.
Gleichzeitig hat das Team ein mehrstufiges Sicherheitssystem entwickelt: Ein vorgeschaltetes Filtermodell prüft jede Anfrage redaktionell, bevor sie beantwortet wird. Politisch polarisierende Fragen, Anfragen außerhalb des Senderkontexts oder Manipulationsversuche werden erkannt und abgeblockt. Das Ergebnis ist ein Proof of Concept, der zeigt: KI-Hörerkommunikation in Echtzeit ist technisch machbar – und kann Brand Safety gewährleisten.
Die Evaluation zeigte, dass lokal betriebene Open-Source-Modelle qualitativ mit kommerziellen API-Lösungen mithalten können – ein wichtiger Befund für Sender, die auf Datensouveränität achten müssen. Der vollständige Abschlussbericht ist öffentlich verfügbar.
Karsten Wellert, Mitglied der Geschäftsleitung & CDO der Antenne Bayern Group, beschreibt den Mehrwert der Zusammenarbeit als den Blick von außen. Besonders der Ansatz, Live-Transkripte direkt als Wissensquelle einzubeziehen, sei für ihn neu gewesen.
Dieser Austausch war extrem wertvoll. Man hat ja, wenn man sich nur selbst um die Problemstellung kümmert, einen sehr internen Blick. Und dieser Ansatz, das gesprochene Wort im Programm direkt mit einfließen zu lassen, damit die KI durch das Hören automatisch dazulernt – das war ein supertoller Ansatz, den ich bis dahin so nicht kannte.
Karsten Wellert, Antenne Bayern Group
2. Radio Gong 96.3: Vom Briefing zum Spot in Minuten
Radiowerbung war lange ein handwerklicher Prozess: Briefing, Texterstellung, Studiotermin, Einsprache, Freigabe. Radio Gong 96.3 in München zeigt, dass das auch anders geht. Mit dem KI-gestützten Spot-Generator Radio AD Maker steht lokalen Kunden ein Werkzeug zur Verfügung, das in kurzer Zeit produktionsfertige Werbespot-Entwürfe erstellt – direkt aus einer einfachen Produktbeschreibung.
Für einen Lokalsender mit vielen kleinen Werbekunden ist das ein erheblicher Effizienzgewinn: Spots, die früher aufwendige Abstimmungsschleifen brauchten, entstehen heute deutlich schneller. Der Mensch bleibt in der Schleife – aber die KI übernimmt den ersten Entwurf. Das senkt die Einstiegshürde für kleinere Werbetreibende und eröffnet Formate, die vorher schlicht nicht wirtschaftlich waren.
3. Frauenhofer-Institut: Die Stimme, die nie schläft
Wenn eine Warnmeldung kommt, zählt jede Sekunde. Und jede Silbe muss stimmen. Genau in solchen Momenten ist Allinga TTS vom Fraunhofer-Institut für Integrierte Schaltungen (IIS) in Erlangen bereits im Einsatz. Der WDR nutzt die Technologie für automatisierte Textnachrichten im Katastrophenfall – insbesondere für Hörer:innen mit Sehbehinderung, die Audiodeskription aktiviert haben und so eine Warnmeldung als synthetische Stimme ausgespielt bekommen.
Dieser Text ist Teil unseres KI-Reports „Frequenz der Zukunft – KI-Innovation in der Audiobranche“.
Du möchtest mehr dazu lesen? Downloade jetzt den kompletten Report kostenlos.
Was Allinga TTS von vielen Wettbewerbern unterscheidet: Das System läuft on premises – auf der eigenen Infrastruktur des Senders, ohne Cloudanbindung. Ein Laptop reicht für eine eigene Instanz aus. Das klingt klein, hat aber große Konsequenzen: Bei einem Internetausfall funktioniert das System weiterhin, und sensible Audiodaten verlassen das Haus nicht. Genau das macht es für öffentlich-rechtliche Sender interessant, bei denen Datenschutz keine Kür, sondern Pflicht ist.
Beim Bayerischen Rundfunk lief Allinga TTS bereits beim Warntag 2025 im Einsatz. Weitere Projekte mit Medienhäusern aus Bayern und dem deutschsprachigen Raum laufen – können aber noch nicht öffentlich benannt werden. Valentina Ciardini, Senior Product Managerin bei Fraunhofer IIS, beschreibt das Interesse aus der Branche als wachsend: „Die Medienhäuser verstehen immer besser, wo der echte Nutzen liegt. Und dann setzen sie das System auch viel intelligenter ein.“
Ein weiteres Feature, das im Rundfunk zunehmend gefragt ist: Custom Voice. Sender können eine eigene Markenstimme trainieren lassen – auf Basis von 20-minütigen bis zweistündigen Aufnahmen des echten Sprechers oder der echten Sprecherin. Das Ergebnis ist keine generische Stimme, sondern eine, die der Originalperson wirklich ähnelt. Österreichisches Deutsch ist bereits Teil des kommerziellen Portfolios – Fränkisch und andere Dialekte sind in der Entwicklung.
Irgendwann ist komplett KI-moderiertes Radio viel mehr die Regel als die Ausnahme.
Valentina Ciardini, Fraunhofer IIS
4. Goaudio: Jeden Tag eine Podcastfolge mit hyperlokalen KI-Nachrichten
Lokale Nachrichten, täglich frisch, vollautomatisch produziert: Mit dem Podcast „Servus Niederbayern!“ hat die Mediengruppe Bayern gemeinsam mit der KI-Audioplattform goaudio einen Workflow etabliert, der zeigt, was in der Newsproduktion heute möglich ist. Die Redaktion wählt die relevanten Meldungen aus, goaudio übernimmt alles Weitere: Skripterstellung, Sprachsynthese, Sounddesign, Distribution. Das Ergebnis erscheint täglich als fertiger Podcast auf Spotify und weiteren Plattformen.
Das Prinzip hinter goaudio ist klar: Meldungen rein, Newscasts raus. Die Plattform ist speziell auf die Feinheiten der deutschen Sprache ausgelegt, integriert sich per API in bestehende CMS-Systeme und gibt der Redaktion volle Kontrolle über das Endergebnis. Laut Anbieter spart das Modell bis zu achtzig Prozent Produktionszeit gegenüber herkömmlichen Workflows.
Neben der Mediengruppe Bayern zählen auch „BILD News Update“, das „MOZ Briefing“ und „Aponet in 3 Minuten“ zu den Kunden von goaudio. Das Startup versteht sich als KI-Infrastruktur für deutschsprachige Audioproduktion – mit einem Fokus, der sich klar von generischen Text-to-Speech-Diensten abgrenzt: Fair und sicher lizenzierte Stimmklone professioneller Sprecher:innen, DSGVO-konformer Betrieb und ein Workflow, der redaktionelle Handschrift nicht ersetzt, sondern skalierbar macht.
Bannerbild: Adobe Stock
