Wie man KI-Sprachapplikationen für Medien und Unternehmen entwickeltainment

Die Entwicklung von KI-Sprachanwendungen für Medien und Unternehmen erforderte früher Budgets auf Hollywood-Niveau und spezielle Ingenieurteams. Heute hat sich die Landschaft dramatisch verändert - der Markt für Sprach-KI wird Prognosen zufolge ein $21,75 Milliarden bis 2030 laut Grand View Research, und die Studios entdecken, dass das, was früher Wochen dauerte, heute in wenigen Stunden erledigt ist. Als Lucasfilm die Stimme von Luke Skywalker für "The Mandalorian" neu erschaffen musste, nutzten sie eine fortschrittliche Sprachsynthesetechnologie, um diesen Effekt zu erzielen. Die Grundlage jeder großartigen KI-Sprachapplikation beginnt mit präzisen automatische TranskriptionKonvertieren Sie Ihre vorhandenen Audio- und Videoinhalte in den Text, der die Grundlage für Sprachsynthese, Synchronisation und Lokalisierungsworkflows bildet. Ganz gleich, ob Sie ein Produktionsunternehmen sind, das unter Zeitdruck mit Untertiteln arbeitet, ein Forscher, der in Interview-Aufnahmen ertrinkt, oder eine Nachrichtenredaktion, die es sich nicht leisten kann, eine weitere wichtige Meldung zu verpassen - wenn Sie wissen, wie Sie diese Anwendungen erstellen können, öffnen sich Ihnen Türen, die es vor fünf Jahren noch nicht gab.

Wichtigste Erkenntnisse

• Die Kosten für die Entwicklung von AI-Sprachapplikationen reichen von $25.000 für MVP bis $300.000+ für Unternehmenslösungen mit einer Einrichtungszeit von mindestens 3-4 Monaten
• Das Klonen von Stimmen erfordert nur 30 Sekunden Hörproben für Consumer-Qualität oder 25+ Aufnahmen für professionelle Anwendungen
• Premium-TTS-Plattformen liefern 4,5/5,0 Mittlere Meinungsnoten im Vergleich zu 3,5/5,0 für preisgünstige Optionen - die Zuhörer erkennen sofort, dass die synthetischen Stimmen von schlechter Qualität sind
• Transkriptionsgenauigkeit bis zu 99% bietet die für die Spracherzeugung und mehrsprachige Inhalte erforderliche Textgrundlage
• Sprachanwendungen in Echtzeit erfordern Latenzzeit unter 200 msanspruchsvolle, GPU-fähige Infrastruktur
• Bericht der Studios 70% Ermäßigung bei der Implementierung von KI-Sprachworkflows in der Sprachproduktionszeit

Die Macht der KI-Stimmenerzeugung in den Medien verstehen

Die KI-Stimmenerzeugung kombiniert Text-to-Speech-Synthese, Stimmenklonen und Audiobearbeitung in Echtzeit, um das zu automatisieren, wofür traditionell Aufnahmestudios, Sprecher und umfangreiche Nachbearbeitungsarbeiten erforderlich waren. Für Medienunternehmen bedeutet dies eine schnellere Synchronisation, sofortige Erstellung mehrsprachiger Inhalte und skalierbare Sprachaufnahmen, die nicht von den Schauspielern abhängen availability.

Die Technologie funktioniert durch die Umwandlung von Text (aus Skripten, Abschriften oder Untertiteln) in natürlich klingendes Audio. Aus diesem Grund ist eine genaue Transkription der entscheidende erste Schritt - ohne zuverlässigen Text können Sie keine hochwertigen Sprachinhalte erstellen.

Was KI-Sprachapplikationen tatsächlich für Medienteams leisten:

• Umwandlung von Skripten in gesprochene Inhalte in Dutzenden von Sprachen, ohne für jede Sprache einen Sprecher einstellen zu müssen (Plattformen wie Google Cloud TTS unterstützen mehr als 50 Sprachen)
• Klonen spezifischer Stimmen für die Konsistenz der Charaktere in Fortsetzungen und Spin-offs
• Erzeugen Sie Echtzeit-Dialoge für Spiele und interaktive Erlebnisse
• Automatisieren Sie die Produktion von Hörbüchern mit der 10-fachen Geschwindigkeit einer herkömmlichen Erzählung
• Erstellung lokalisierter Inhalte für die globale Verteilung ohne separate Aufzeichnungssitzungen

Der praktische Nutzen wird deutlich, wenn man bedenkt, dass die herkömmliche mehrsprachige Synchronisation $50.000-$200.000 pro Sprache kostet. KI-gestützte Arbeitsabläufe senken diese Kosten drastisch und beschleunigen gleichzeitig die Markteinführungszeit.

Die Wahl des richtigen AI-Stimmengenerators für Ihre Projekte

Nicht alle Sprachgeneratoren erfüllen den gleichen Zweck. Ihre Wahl hängt davon ab, ob Sie Charakterstimmen für Spiele, Erzählungen für Hörbücher oder Echtzeitverarbeitung für Live-Anwendungen benötigen.

Bewertung von AI-Sprachplattformen

Der Markt ist in drei Kategorien unterteilt, die sich auf Qualität, Funktionen und Preise stützen:

Verbraucher/Einsteigerstufe ($5-30/Monat):

• 100K-1M Zeichen monatlich
• Vorgefertigte Sprachbibliotheken (10-50 Stimmen)
• Grundlegender API-Zugang
• Keine Möglichkeit zum Klonen von Stimmen
• Eingeschränkte kommerzielle Lizenzierung

Professionelle Stufe ($50-200/Monat):

• Klonen der Stimme available
• Vollständiger API-Zugang mit mehrsprachiger Unterstützung
• Kommerzielle Lizenzierung inbegriffen
• Nutzungsobergrenzen von 140K-3.3M Zeichen monatlich
• Vorrangige Unterstützung

Enterprise Tier (kundenspezifische Preise $5K-50K+):

• Unbegrenzte Nutzung
• Benutzerdefiniertes Sprachmodell training
• Dedizierte Unterstützung und SLAs
• Optionen für den Einsatz vor Ort
• Erweiterte Sicherheitszertifizierungen

Kostenlose vs. Premium-Sprachlösungen

Zum Testen gibt es kostenlose Stufen, die jedoch mit erheblichen Einschränkungen verbunden sind. Die meisten begrenzen die Nutzung auf 10-30 Minuten erzeugter Audiodaten, fügen der Ausgabe Wasserzeichen hinzu und beschränken die kommerzielle Nutzung vollständig.

Für die Produktionsarbeit sollten Sie in professionelle Pläne investieren. Der Qualitätsunterschied ist sofort hörbar - erstklassige neuronale TTS-Modelle erzeugen eine natürliche Prosodie und eine emotionale Bandbreite, mit der preiswerte Optionen einfach nicht mithalten können. Wenn Ihr Publikum merkt, dass die Stimme synthetisch ist, haben Sie es bereits verloren.

Hauptmerkmale effektiver KI-Sprachapplikationen für Unternehmenainment

Die Entwicklung von Sprachanwendungen, die in der Produktion tatsächlich funktionieren, erfordert spezielle Funktionen, die über die einfache Text-to-Speech-Funktion hinausgehen.

Wesentliche Merkmale, die zu priorisieren sind:

• Unterstützung mehrerer Sprachen - Globale Verbreitung erfordert Stimmen in Dutzenden von Sprachen ohne Qualitätsverluste
• Sprechertagebuch - Unterscheidung zwischen mehreren Sprechern im Quellinhalt für eine genaue Transkription
• Gefühlskontrolle - Anpassung von Ton, Tempo und Betonung an die Anforderungen der Szene
• Benutzerdefinierte Aussprache - Erstellung von Lexika für Markennamen, Zeichennamen und Branchenterminologie
• Erzeugung in Echtzeit - Verarbeitung in Sekundenschnelle für interaktive Anwendungen
• API-Einbindung - Verbindung mit Schnittsoftware wie Adobe Premiere, Final Cut Pro und Avid

AI-Analyse-Tools die Themen, Einheiten und Schlüsselmomente aus Ihren Inhalten extrahieren, helfen bei der Identifizierung der Segmente, die eine Sprachgenerierung, Synchronisierung oder zusätzliche Aufmerksamkeit benötigen. Diese analytische Ebene verwandelt stundenlanges Rohmaterial in umsetzbare Produktionsentscheidungen.

Die Rolle von Conversational AI in interaktiven Medienerlebnissen

Interaktive Unterhaltung erfordert mehr als statische Spracherzeugung. Spiele, VR-Erlebnisse und immersives Storytelling erfordern eine dialogfähige KI, die dynamisch auf Benutzereingaben reagiert.

Moderne Dialogsysteme kombinieren:

• Verarbeitung natürlicher Sprache (NLP) zum Verstehen der Absichten der Spieler
• Dynamische Sprachsynthese zur Erzeugung kontextbezogener Antworten
• Emotionale Intelligenz zur Anpassung der Persönlichkeit des Charakters an die Situation
• Prozedurale Dialoggenerierung zur Schaffung einzigartiger Interaktionen

Paradox Interactive hat diese Fähigkeit demonstriert, indem sie mit ihrem Turbo v2-Modell die Sprachproduktion durch KI-generierte Charakterstimmen von Wochen auf Stunden reduziert haben. Das Ergebnis: dynamische Dialoge, die sich an die Entscheidungen der Spieler anpassen, ohne dass Tausende von Sprachzeilen im Voraus aufgenommen werden müssen.

Für Entwickler bedeutet dies, dass sie Sprachanwendungen entwickeln müssen, die sich über API-Verbindungen in Spiele-Engines wie Unity und Unreal integrieren lassen und so eine Spracherzeugung in Echtzeit ermöglichen, die auf dem Spielzustand basiert und nicht auf zuvor aufgezeichneten Audiodateien.

Entwicklung von nahtlosen KI-Sprachapplikationen: Vom Konzept zum Einsatz

Der Entwicklungsprozess folgt einem vorhersehbaren Pfad, obwohl die Zeitpläne je nach Komplexität und Qualitätsanforderungen variieren.

Schritt-für-Schritt-Entwicklungsprozess

Phase 1: Anforderungen und Plattformauswahl (1-2 Wochen) Definieren Sie Ihren spezifischen Anwendungsfall, bevor Sie eine Technologie in die Hand nehmen. Für die Vertonung von Hörbüchern gelten andere Anforderungen als für die Stimmen von Spielfiguren oder die Automatisierung des Kundendienstes. Dokumentieren Sie den Bedarf an Sprachunterstützung, die Erwartungen an die Sprachqualität, Integrationspunkte mit bestehenden Systemen und Volumenprognosen.

Phase 2: Sprachdaten und Modell Training (1-3 Wochen) Sammeln Sie für das Klonen von Stimmen saubere Audio-Samples - mindestens 30 Sekunden für grundlegende Qualität, 25+ Aufnahmen für professionelle Ergebnisse. Nehmen Sie in kontrollierten Umgebungen mit gleichbleibender Mikrofonplatzierung auf. Eine schlechte Audioquelle erzeugt schlechte geklonte Stimmen, unabhängig von der Qualität der Plattform.

Phase 3: API-Integration oder No-Code-Einrichtung (2-5 Tage) Technische Teams implementieren REST-API-Aufrufe mit Authentifizierung. Nichttechnische Benutzer nutzen Zapier- oder Make.com-Konnektoren für einfachere Arbeitsabläufe. Die meisten Plattformen bieten SDKs für Python, JavaScript und andere gängige Sprachen.

Phase 4: Qualitätsprüfung und Verfeinerung (1-2 Wochen) Erzeugen Sie Audiobeispiele für verschiedene Schriftarten. Testen Sie die Aussprache von Markennamen und Fachbegriffen. Führen Sie A/B-Tests mit Zielgruppensegmenten durch. Passen Sie SSML-Parameter für Tonhöhe, Geschwindigkeit und Betonung an, bis die Qualität den Produktionsstandards entspricht.

Phase 5: Produktionsintegration (2-4 Wochen) Verbinden Sie die Spracherzeugung mit Ihrem Content-Management-System. Implementieren Sie eine Stapelverarbeitung für hohe Auflagen. Einrichtung von QS-Prüfpunkten vor der endgültigen Ausgabe.

Die richtigen Entwicklungstalente finden

Kleine Teams können grundlegende Implementierungen mit No-Code-Tools und Plattformdokumentation durchführen. Komplexe Integrationen - insbesondere Echtzeitanwendungen oder benutzerdefinierte Sprachmodelle - erfordern Entwickler mit API-Erfahrung und idealerweise mit ML/AI-Hintergrund.

Erwägen Sie Funktionen für die Zusammenarbeit im Team bei der Auswahl Ihrer Plattform. Mehrbenutzer-Arbeitsbereiche mit Kommentaren, Berechtigungen und gemeinsamen Ordnern beseitigen das Chaos von Dateien, die über Laufwerke und email-Threads verstreut sind.

Sicherstellung von Qualität und Genauigkeit bei KI-Sprachanwendungen

Die Qualität der Stimme entscheidet darüber, ob das Publikum sich angesprochen fühlt oder nicht. Synthetische Stimmen, die roboterhaft klingen, Namen falsch aussprechen oder keine emotionale Reichweite haben, zerstören sofort die Immersion.

Anzustrebende Qualitätsmaßstäbe:

• Mittlere Meinungsbewertung (MOS) über 4,0/5,0
• Aussprachetreue von 95%+ mit benutzerdefinierten Wörterbüchern
• Konsistente Stimmcharakteristik über mehrere Sitzungen hinweg
• Natürliche Prosodie passend zu Inhalt und emotionalem Kontext

Die häufigsten Qualitätsprobleme sind auf schlechtes Quellmaterial zurückzuführen. Ganz gleich, ob Sie Sprachklone training oder Text an TTS-Engines weitergeben, Garbage in produziert Garbage out. Dies ist der Punkt, an dem hochpräzise Transkriptionssoftware ist von entscheidender Bedeutung - genaue Textgrundlagen führen zu einer besseren Sprachausgabe.

Implementierung einer Human-in-the-Loop-Überprüfung (HITL) für kritische Inhalte. Die automatische Generierung bewältigt das Volumen, die menschliche Aufsicht sichert die Qualität des für die Öffentlichkeit bestimmten Materials.

Nutzung von KI-Sprachapplikationen für die Zugänglichkeit und Lokalisierung von Inhalten

Die Anforderungen an die Barrierefreiheit verlangen zunehmend Audioalternativen zu Textinhalten. Der Americans with Disabilities Act (ADA) und die Web Content Accessibility Guidelines (WCAG) schaffen rechtliche Verpflichtungen, die mit Hilfe von KI-Sprachapplikationen effizient erfüllt werden können.

Zu den barrierefreien Anwendungen gehören:

• Audiobeschreibungen für Videoinhalte
• Text-to-Speech für schriftliche Artikel und Dokumente
• Mehrsprachige Audiospuren für weltweite Zugänglichkeit
• Untertitelung und Sprachtranskription in Echtzeit

Die Lokalisierung erweitert Ihren adressierbaren Markt dramatisch. Anstatt Sprecher für jeden Sprachmarkt zu engagieren, generieren KI-Sprachapplikationen lokalisiertes Audio aus übersetzten Skripten. Dieser Arbeitsablauf beginnt mit der genauen Transkription der Quelle, geht über automatisierte Übersetzungund endet mit der Sprachsynthese in der Zielsprache.

Automatisierte Untertitel dienen sowohl als Zugänglichkeitsmerkmal als auch als Input für Workflows zur Spracherzeugung. Wenn Ihre Untertitel akkurat sind, wird auch Ihr synchronisiertes Audio akkurat sein.

Die Kosteneinsparungen summieren sich im großen Maßstab. Ein Produktionsunternehmen, das Inhalte für 10 Märkte lokalisiert, spart $30.000-$150.000 pro Projekt im Vergleich zu den herkömmlichen Arbeitsabläufen für Synchronsprecher.

Datensicherheit und Datenschutz bei der Entwicklung von KI-Sprachapplikationen

Sprachdaten haben besondere Auswirkungen auf den Datenschutz. Stimmabdrücke können Personen identifizieren, geklonte Stimmen werfen Zustimmungsprobleme auf, und gespeicherte Audiodaten können sensible Informationen enthalten.

Schutz von Benutzerdaten in Sprachanwendungen

Zu den Sicherheitsanforderungen für Sprachanwendungen gehören:

• Verschlüsselung bei der Übertragung - TLS 1.3 für die gesamte API-Kommunikation
• Verschlüsselung im Ruhezustand - AES-256 für gespeicherte Sprachsamples und generiertes Audio
• Zugangskontrollen - Rollenbasierte Berechtigungen, die den Zugriff auf Sprachdaten einschränken
• Mechanismen der Zustimmung - Dokumentierte Genehmigung für das Klonen von Stimmen
• Maßnahmen zur Datenspeicherung - Klare Zeitvorgaben für die Löschung von Sprachdaten

Die Einhaltung der DSGVO stellt zusätzliche Anforderungen an die betroffenen Personen in der EU, einschließlich des Rechts auf Löschung und Datenübertragbarkeit. Einige Plattformen bieten EU-spezifischer Datenaufenthalt um diese Anforderungen zu erfüllen.

Für den Einsatz in Unternehmen sollten Sie auf Folgendes achten SOC 2 Typ II-Zertifizierung und dokumentierte Sicherheitspraktiken. Voice-Wasserzeichen -available bei Enterprise-Tarifen - helfen dabei, die unbefugte Nutzung von geklonten Stimmen bis zu ihrer Quelle zurückzuverfolgen.

Die Regulierungslandschaft entwickelt sich weiter. Das EU-KI-Gesetz stuft certain Voice-KI-Anwendungen als "hohes Risiko" ein und verlangt zusätzliche Compliance-Dokumente und Transparenzangaben.

Erfolgsmessung und Iteration Ihrer AI Voice App

Der Einsatz ist der Anfang, nicht das Ende. Kontinuierliche Verbesserung erfordert systematische Messungen und Iterationen.

Zu verfolgende Schlüsselmetriken:

• Benutzerinteraktion mit sprachgesteuerten Funktionen
• Qualitätsbewertungen aus automatischer Analyse und Nutzerfeedback
• Verarbeitungslatenz für Echtzeitanwendungen
• Kosten pro Minute erzeugten Tons
• Fehlerquoten bei Aussprache und Spracherkennung

A/B-Tests mit verschiedenen Sprachparametern decken Vorlieben des Publikums auf, mit denen Sie vielleicht nicht gerechnet haben. Einige Zielgruppen bevorzugen eine etwas schnellere Sprechgeschwindigkeit, andere reagieren besser auf bestimmte Stimmlagen. Daten sind für diese Entscheidungen besser geeignet als Annahmen.

Implementieren Sie Feedback-Mechanismen, die die Reaktionen der Benutzer auf die Sprachqualität erfassen. Selbst einfache Daumen hoch/runter-Bewertungen liefern verwertbaren Input für die Modellverbesserung.

Warum Sonix Ihnen dabei hilft, bessere KI-Sprachworkflows zu erstellen

Jede KI-Sprachanwendung beginnt mit der gleichen Grundlage: präziser Text. Ganz gleich, ob Sie Skripte in eine TTS-Engine einspeisen, Sprachklone erstellen oder mehrsprachige Inhalte generieren - die Qualität Ihrer Texteingabe bestimmt die Qualität Ihrer Audioausgabe.

Sonix liefert diese Grundlage mit automatischer Transkription bis 99% Genauigkeit in über 53 Sprachen. Aber die Transkription ist nur der Ausgangspunkt.

Was Sonix für KI-Sprachworkflows so wertvoll macht:

• Schnelligkeit, die den Produktionszeitplänen entspricht - Transkribieren von stundenlangen Inhalten in Minuten, nicht in Tagen
• Eingebaute Übersetzung - Konvertierung von Transkripten in Zielsprachen ohne separate Tools
• AI-Analyse - Automatisches Extrahieren von Themen, Schlüsselelementen und Highlights, um festzustellen, welche Inhalte sprachlich behandelt werden müssen
• Zusammenarbeit im Team - Arbeitsbereiche für mehrere Benutzer mit Kommentaren, Berechtigungen und gemeinsamen Ordnern beseitigen Engpässe im Arbeitsablauf
• Sicherheit im Unternehmen - SOC 2 Typ II-Konformität, Verschlüsselung und rollenbasierte Zugriffskontrollen für sensible Inhalte
• Nahtlose Integrationen - Direkte Verbindung mit Zoom, Google Drive und andere Tools, die Ihr Team bereits verwendet

Für Medienunternehmen, die Sprachapplikationen entwickeln, dient Sonix als Brücke zwischen rohen Audio-/Videoinhalten und dem Text, der die Spracherzeugung unterstützt. Sie erhalten die genauen Transkripte, die für TTS benötigt werden, den übersetzten Text für die mehrsprachige Synchronisation und den organisierten Workflow, um alles in großem Umfang zu verwalten.

Preisgestaltung beginnt bei $10/Stunde für die Standardtranskription und macht Unternehmensfunktionen für Teams jeder Größe zugänglich, ohne die reinen Unternehmenspreismodelle, die kleinere Produktionsunternehmen ausschließen.

Häufig gestellte Fragen

Was ist eine KI-Sprachapplikation und wie funktioniert sie?

Eine KI-Sprachapplikation kombiniert Spracherkennung (Umwandlung von Audio in Text), Text-to-Speech-Synthese (Erstellung von gesprochenem Audio aus Text) und oft auch das Klonen von Stimmen oder Echtzeitverarbeitung. Der Kernworkflow wandelt Ihre Inhalte - ob Skripte, Transkripte oder Untertitel - in natürlich klingendes Audio um. Bei Medienanwendungen ermöglicht dies automatische Erzählungen, mehrsprachige Synchronisationen, die Erzeugung von Charakterstimmen und interaktive Dialogsysteme ohne herkömmliche Aufnahmesitzungen.

Wie viel kostet die Entwicklung einer KI-Sprachanwendung?

Die Entwicklungskosten variieren je nach Komplexität erheblich. Einfache Implementierungen mit vorhandenen APIs und No-Code-Tools können $25.000-$50.000 für einen MVP kosten. Mittlere Anwendungen mit kundenspezifischen Integrationen kosten $50.000-$120.000. Lösungen für Unternehmen mit benutzerdefinierten Sprachmodellen, Vor-Ort-Bereitstellung und erweiterter Sicherheit können mehr als $300.000 kosten. Zu den laufenden Kosten gehören Plattformabonnements ($50-200/Monat für professionelle Stufen), API-Nutzungsgebühren und die Infrastruktur für Echtzeitanwendungen.

Was sind die main Herausforderungen bei der Entwicklung von KI-Sprachanwendungen?

Zu den häufigsten Herausforderungen gehören: Probleme mit der Sprachqualität bei der Verwendung von Budget-Plattformen (die Zuhörer erkennen synthetische Stimmen sofort), Aussprachefehler bei Markennamen und Fachbegriffen (benutzerdefinierte Lexika erforderlich), Latenzprobleme bei Echtzeitanwendungen (GPU-Infrastruktur für Reaktionen unter 200 ms erforderlich) und uneinheitliche Qualität bei verschiedenen Sprachen (die Unterstützung von nicht-englischen Sprachen variiert erheblich zwischen den Plattformen). Durch die genaue Transkription des Quelltextes werden viele nachgelagerte Qualitätsprobleme beseitigt.

Wie lässt sich Konversations-KI in die Spracherzeugung für Spiele integrieren?

Spieleentwickler integrieren Sprach-KI über APIs, die mit ihrer Spiel-Engine (Unity, Unreal) verbunden sind. Das System nimmt Spielstatusdaten und Spieleraktionen als Input, generiert kontextbezogene Dialoge mithilfe von NLP und synthetisiert die Sprachausgabe in Echtzeit. Dies ermöglicht dynamische Unterhaltungen, die sich an die Entscheidungen des Spielers anpassen, anstatt sich auf vorher aufgezeichnete Sprachzeilen zu verlassen. Studios wie Paradox Interactive haben mit diesem Ansatz die Sprachproduktion von Wochen auf Stunden reduziert.

Welche Sicherheitsüberlegungen sind für die Entwicklung von KI-Sprachapplikationen entscheidend?

Sprachdaten müssen sowohl bei der Übertragung (TLS 1.3) als auch im Ruhezustand (AES-256) verschlüsselt werden. Das Klonen von Stimmen erfordert eine dokumentierte Zustimmung der Eigentümer der Stimmen. Die Einhaltung der Datenschutzgrundverordnung (GDPR) erfordert Optionen für die Datenresidenz in der EU und das Recht auf Löschung. Achten Sie auf Plattformen mit SOC 2 Typ II-Zertifizierung. Sprach-Wasserzeichen helfen dabei, die unbefugte Nutzung von geklonten Stimmen nachzuvollziehen. Das EU-Gesetz zur künstlichen Intelligenz stuft die zertifizierte KI-Nutzung von Stimmen als "hohes Risiko" ein und erfordert zusätzliche Transparenzangaben.