Amazon rollt KI-Podcasts für Alexa+ aus

Amazon führt bei Alexa+ maßgeschneiderte, KI-generierte Podcasts ein. Zwei synthetische Moderatoren erklären Themen auf Basis lizenzierter Medienberichte.

Der Technologiekonzern Amazon hat eine weitreichende Erweiterung seiner künstlichen Intelligenz Alexa+ bekannt gegeben. Unter der Bezeichnung „Alexa Podcasts“ führt das Unternehmen eine Funktion ein, die es Nutzern ermöglicht, per Sprachbefehl vollständig synthetisierte Audio-Episoden zu beliebigen Themenbereichen generieren zu lassen. Das System nutzt große Sprachmodelle, um die gewünschten Informationen zu recherchieren, sie in ein dialogisches Skript umzuwandeln und dieses von zwei synthetischen Ko-Moderatoren vortragen zu lassen. Das Angebot ist ab sofort für Abonnenten des im Frühjahr gestarteten Dienstes Alexa+ in den USA verfügbar. Für Mitglieder von Amazon Prime ist der Service im Abonnement inbegriffen, während Nicht-Mitglieder für den Zugriff auf Alexa+ eine monatliche Gebühr von 19,99 US-Dollar entrichten müssen.

Redaktionelle Qualitätsabsicherung gegen KI-Falschinformationen

Um Bedenken auszuräumen, dass es sich bei den automatisch erstellten Inhalten um fehlerhafte oder qualitativ minderwertige KI-Generierungen („AI slop“) handelt, setzt Amazon auf eine strikte Lizenzierungspolitik. Anstatt das Internet ungefiltert zu durchsuchen oder freie Web-Quellen zu nutzen, greift die zugrundeliegende KI-Architektur primär auf einen geschlossenen Pool verifizierter Partnermedien zurück. Nach Unternehmensangaben wurden zu diesem Zweck exklusive Kooperationsverträge mit über 200 großen Nachrichtenorganisationen und Verlagen abgeschlossen.

Zu den nationalen und internationalen Medienpartnern gehören unter anderem die Nachrichtenagenturen Associated Press (AP) und Reuters sowie namhafte Publikationen wie die Washington Post, das TIME-Magazin, Forbes, Business Insider, Politico und USA Today. Flankiert wird dieses Netzwerk von Magazinen der Verlagshäuser Condé Nast, Hearst und Vox Media sowie von mehr als 200 lokalen US-Tageszeitungen. Diese Partnerschaften sollen sicherstellen, dass die von der KI verarbeiteten Fakten aktuell, präzise und journalistisch fundiert sind, insbesondere wenn Nutzer gezielt nach aktuellen Nachrichten oder politischen Entwicklungen fragen.

Trockene Information in Podcast-Dynamik gepackt

In einem von Amazon veröffentlichten Democlip wurde die Funktionsweise des neuen Features anhand einer Diskussion über aktuelle Musikveröffentlichungen demonstriert. In dem Audiosegment unterhalten sich zwei synthetische Stimmen – ein männlicher und ein weiblicher KI-Sprecher – im lockeren Gesprächsstil über die Entwicklung der Musikindustrie. Der männliche Alexa+-Sprecher erklärt in dem Clip, dass mittlerweile mehr als 50 Prozent des Musikkonsums auf Künstler entfallen, die bei keinem großen Musiklabel unter Vertrag stehen.

Die weibliche KI-Stimme entgegnet daraufhin wortwörtlich: „Die Monokultur ist einfach weg.“ Der männliche Ko-Host ergänzt im weiteren Verlauf des Gesprächs, dass an ein und demselben Freitag Veröffentlichungen aus den Genres „Stoner Metal“, Indie-Pop und experimenteller Hip-Hop gleichzeitig erschienen seien, und fügt hinzu: „Das ist kein Chaos – das ist das Gesündeste, was das Musik-Ökosystem je war.“

Diese Hörbeispiele verdeutlichen, dass das System darauf ausgelegt ist, trockene Informationsmuster in eine natürliche, podcast-typische Dynamik mit wechselseitigen Kommentaren und umgangssprachlichen Phrasen zu übersetzen.

Nutzer kann vor Audiogenerierung korrigierend eingreifen

Der Prozess zur Erstellung eines personalisierten Beitrags erfolgt vollständig interaktiv. Ein Nutzer teilt dem Sprachassistenten auf einem Echo-Gerät oder in der Smartphone-App mit, für welches Thema er sich interessiert, beispielsweise die Geschichte des antiken Roms, Strategien beim Pickleball oder die Funktionsweise von Sternschnummen. Im Anschluss erstellt Alexa+ eine strukturierte Übersicht der geplanten Inhalte und präsentiert diese dem Anwender.

Vor der eigentlichen Audiogenerierung hat der Nutzer die Möglichkeit, korrigierend einzugreifen. Über einen natürlichen Dialog lässt sich die geplante Länge der Episode anpassen, der Fokus auf bestimmte Teilbereiche verengen oder die Tonalität variieren. Nutzer können dabei aus verschiedenen Konversationsstilen und Persönlichkeiten wählen – darunter prägnant, herzlich, zurückhaltend oder humorvoll. Sobald der Nutzer den Ablaufplan bestätigt, generiert das System die Audio-Datei innerhalb weniger Minuten im Hintergrund. Nach der Fertigstellung erhält der Anwender eine Push-Benachrichtigung auf seinem Echo Show oder in der Alexa-App und kann die Episode direkt starten. Alle erstellten Folgen werden zudem im App-Bereich „Music and More“ für eine spätere Wiedergeburt hinterlegt.

Amazon-Podcast ohne Menschen produziert

Das von Amazon etablierte Modell unterscheidet sich auf struktureller und ökonomischer Ebene grundlegend vom traditionellen Podcast-Markt. Klassische Podcasts werden von menschlichen Sprechern aufgenommen, von Produzenten editiert und über öffentliche RSS-Feeds auf Plattformen wie Spotify oder Apple Podcasts verbreitet. Diese Infrastruktur entfällt bei den Alexa-Podcasts vollständig. Es gibt keine menschlichen Moderatoren, keine permanenten Bearbeitungszyklen und keine öffentliche Distribution.

Die generierten Episoden existieren ausschließlich temporär und individuell für den jeweiligen Single-User. Sie tauchen in keinem öffentlichen Podcast-Verzeichnis auf und generieren keine messbaren Download-Zahlen, die von Analyseinstituten wie Triton Digital oder dem Interactive Advertising Bureau (IAB) erfasst werden könnten. Dementsprechend entstehen durch dieses Format auch keine klassischen Werbeplätze (Pre-Roll- oder Mid-Roll-Anzeigen) für externe Marken. Die technologische Innovation verschiebt das Medium Audio somit von einem öffentlichen Massenmedium hin zu einem privaten, maßgeschneiderten Informationsformat auf Abruf.