Webinar-Zusammenfassung: Wie Learna Voice Learning mit ElevenLabs skaliert

Die Stimme entscheidet beim Sprachenlernen. Klingt sie echt, kommen Nutzer wieder. Klingt sie nicht echt, gehen sie.

Dieser Beitrag fasst „Behind the Agent: Wie Learna Sprachlernen mit ElevenLabs skaliert“ zusammen – ein Gespräch darüber, wie die richtige Stimme für Learna zu einem direkten Treiber für Nutzerbindung, Konversion und Umsatz wurde.

Warum Stimmqualität wichtig ist

Ein Anwendungsfall wie Sprachenlernen funktioniert nur, wenn er sich echt anfühlt. Diese Erkenntnis stand im Zentrum von Codeways Entwicklung von Learna, einer KI-gestützten Sprachlern-App, die von Anfang an auf gesprochene Echtzeit-Konversationen ausgelegt war.

Codeway ist eines der größten europäischen Unternehmen für Consumer-Apps mit mehr als 500 Millionen Nutzern weltweit und über 400 Millionen US-Dollar jährlich wiederkehrendem Umsatz.

Learna ist ihr am schnellsten wachsendes Produkt und erreichte in nur 18 Monaten 45 Millionen Nutzer, 7 Millionen monatlich aktive Nutzer und 90 Millionen US-Dollar ARR.

Doch Wachstum in diesem Maßstab offenbarte eine klare Einschränkung. Klingt der Tutor robotisch, fühlen sich Nutzer beim Sprechen nicht wohl. Sie verlieren Vertrauen. Sie springen ab. Die Stimme war keine Funktion, die sie langsam iterieren konnten, sondern die zentrale Produktschicht, von der alles andere abhing.

Die konkrete Herausforderung lag im mehrsprachigen Angebot. Learna unterstützt mehr als 80 Sprachen. Die meisten Nutzer sind Anfänger. Der Tutor muss daher in derselben Sitzung die Muttersprache des Nutzers sprechen und ihm zugleich eine Zielsprache beibringen.

In einem einzigen Gespräch muss das System möglicherweise Türkisch verstehen und gleichzeitig Englisch korrekt aussprechen.

Behind the Agent: Learna

Learna führte in der Produktion A/B-Tests durch und verglich sein bisheriges Sprachsystem mit ElevenLabs.

Die Ergebnisse waren statistisch signifikant:

1. Die Testkonversion stieg um 9 %
2. Der Customer Lifetime Value stieg um 10 %

Diese Zahlen veränderten Codeways Sicht auf Stimme. Sie war keine UX-Verbesserung mehr. Sie wurde zum Wachstumstreiber.

Ihr zweisprachiger Tutor war der Wendepunkt.

Bevor Learna ein zweisprachiges Erlebnis einführte, zeigte das Produkt schwächere Engagement-Kennzahlen – besonders bei Anfängern.

Sobald der Tutor in derselben Sitzung die Muttersprache des Nutzers und die Zielsprache sprechen konnte, verbesserten sich sowohl Monetarisierung als auch Engagement deutlich.

Best Practices von Learna

1. Behandeln Sie Stimme als Produktschicht, nicht als Funktion. Wenn Sie ein konversationsbasiertes Produkt entwickeln, beeinflusst die Stimmqualität Vertrauen, Sitzungsdauer und ob Nutzer wiederkommen. Bewerten Sie sie mit derselben Sorgfalt wie zentrale Produktentscheidungen.
2. Unterstützen Sie zuerst die Muttersprache. In den meisten Märkten außerhalb großer internationaler Zentren möchten Nutzer in ihrer Muttersprache interagieren. Ein Start nur mit Englisch verschenkt erhebliches Engagement. Kombinieren Sie Englisch mindestens mit der wichtigsten lokalen Sprache jedes Markts.
3. Messen Sie Stimmqualität an Geschäftskennzahlen, nicht nur an Nutzerfeedback. Learna begnügte sich nicht mit qualitativen Signalen. Das Unternehmen führte A/B-Tests in der Produktion durch und verknüpfte Stimmqualität direkt mit Testkonversion und LTV. Diese Daten gaben dem Team das Vertrauen, das zentrale Erlebnis auf ElevenLabs aufzubauen.
4. Optimieren Sie Prompts konsequent, um Halluzinationen zu reduzieren. KI-Systeme verhalten sich nicht wie deterministische Software. Jede Parameteränderung kann Aussprache, Schlussfolgerungen und Konsistenz der Ausgabe auf schwer vorhersehbare Weise beeinflussen. Der Prompting-Leitfaden in der ElevenLabs-Dokumentation ist ein guter Ausgangspunkt. Auch die LLM-Auswahl ist wichtig. ElevenLabs ist LLM-agnostisch und gibt Teams die Flexibilität, das Verhalten für jede Sprache und jeden Anwendungsfall anzupassen.
5. Nutzen Sie Konfiguration, bevor Sie eigenen Code einsetzen. Sprachwechsel, unterstützte Sprachen, die LLM-Zuweisung pro Agent und Antwortzeiten lassen sich alle innerhalb der ElevenLabs-Plattform konfigurieren, ohne eigene technische Entwicklung. Beginnen Sie damit, bevor Sie eine individuelle Architektur entwickeln.

Die vollständige Sitzung ansehen

Sehen Sie sich die vollständige Sitzung hier an.