„Wir wollen das kleinste AI-Lab bauen, das es je gab" – Voice AI Made in Europe mit Viktor Presber & Kajo Kratzenstein (KugelAudio)

16. Juli 2026 · 54 Min.

Ein Drei-Personen-Team aus Berlin baut mit KugelAudio ein On-Premise-Voice-AI-Modell, das Eleven Labs in Geschwindigkeit und Konversationsqualität übertrifft, indem es den spezifischen Anforderungen von Großunternehmen entspricht, die Datenschutz und lokale Kontrolle brauchen.

KugelAudio, ein Y-Combinator-Startup (Batch P26) aus Berlin, positioniert sich als direkter Konkurrent zu Eleven Labs. Die Gründer Viktor Presber und Kajo Kratzenstein erklären, wie ein kleines Team durch extreme Fokussierung auf Edge-Cases, optimierte Infrastruktur und konversationsoptimierte Modelle größere Frontier-Labs herausfordert. Sie nutzen die technologischen Fortschritte der letzten zweieinhalb Jahre seit Eleven Labs' Gründung, um rapid zu iterieren und gleichzeitig bewusst klein zu bleiben. Das Interview beleuchtet ihre Go-to-Market-Strategie im Enterprise-Segment, ihre Geschäftsmodell-Effizienzen und die Zukunft von Voice AI als Interface für Aufgaben, die Bildschirme ausschließen.

Zahlen & Fakten

80 %

Erfolgsquote von KugelAudio im Tau-Benchmark für Konversations-Voice

40 %

Erfolgsquote von Eleven Labs Voice-to-Voice-Modellen (z.B. OpenAI) im Tau-Benchmark

Teamgröße von KugelAudio: Viktor (GTM, Produkt), Kajo (Modell-Entwicklung) und Alex (Infrastruktur/Hosting)

Weitere 4 Zahlen & Fakten anzeigen

Jahre Vorsprung bei Modelltechnologie durch schnellere Entwicklung – KugelAudio gründet sich 2025, während Eleven Labs 2022 gegründet wurde

50 Millisekunden

Latenz von KugelAudio für Audio-Generierung (erstes Byte bis Ausgabe)

800 Millisekunden bis 1,5 Sekunden

typische Latenz von konkurrierenden Pipelines (andere Anbieter)

26, 24

Alter der Gründer Viktor Presber und Kajo Kratzenstein

Diese Folge steckt voller Zahlen – neugierig?

Themen & Erkenntnisse

Origin-Story und Markterkenntnis: Warum Voice-AI Unternehmen brauchen · ab 06:09: Kajo veröffentlicht ein Voice-Modell-Paper als Hobby; Banken und Versicherungen melden sich sofort. Das Problem liegt nicht in der Existenz von Voice-AI, sondern in mangelndem On-Premise-Support und lokalisierter Qualität für europäische Sprachen und kritische Datentypen wie E-Mails und Telefonnummern.

Technische Differenzierung und Competitive Moat: Geschwindigkeit, Qualität und Edge-Cases · ab 16:49: KugelAudio erreicht gleiche Sprachqualität wie Eleven Labs V3, aber optimiert für Konversation mit 50ms Latenz. Der Wettbewerbsvorteil liegt in rigoros getesteten Edge-Cases (Email-Adressen, komplexe Zahlen) und infrastruktureller Optimierung für On-Premise-Deployment bei Hunderten paralleler Nutzer – nicht in Geheimwissen, sondern in Geschwindigkeit der Iteration.

Geschäftsmodell, Skalierungsstrategie und die Zukunft von Voice als Interface · ab 29:00: KugelAudio vermeidet teure Modellentwicklung (anders als OpenAI/Frontier Labs), braucht nur einen kleinen Finanzierungsrahmen und verdient über Enterprise-Verträge mit Großkonzernen (DAX-Unternehmen, Telekom). Voice wird dauerhaft als Interface bestehen, wenn die dahinterliegende Intelligenz stark genug ist (LLMs) und Nutzer im Park spazieren können statt vor dem Bildschirm zu sitzen.

Quellen

• StudieTau-Bench von Sierra

Alle Quellen findest du in der vollständigen Folge

Wer spricht

Jan ThomasHOST

Jan Thomas: Gründer und CEO von Startup Insider; er leitet das Podcast‑ und Datenportal der deutschsprachigen Startup‑Szene, hat tausende Interviews geführt und moderiert regelmäßig Gespräche mit Investoren und Gründerteams zu Finanzierungsrunden, Exits und Marktentwicklungen. Er ist eine etablierte Stimme in der Branche und ordnet Investment‑ und Marktbewegungen ein.

Alle Auftritte von Jan Thomas →

Viktor PresberGAST

Co-Founder von KugelAudio, verantwortet Go-to-Market und Produkt. Begann als Filmemacher, gewann zweimal den Clio Award, studierte an der Filmakademie Baden-Württemberg. Gründete zuvor die Recruiting-Boutique full-house.io (300k EUR ARR in 6 Monaten bootstrapped) und das Gaming-Startup Sagemode. Durchlief Y-Combinator Batch P26 (August 2025).

Alle Auftritte von Viktor Presber →

Kajo KratzensteinGAST

Co-Founder von KugelAudio, verantwortet Modell-Entwicklung. Absolvent des Hasso-Plattner-Instituts (Bachelor IT Systems Engineering, Master Computer Science) mit Erfahrung bei Deutschem Zentrum für Luft- und Raumfahrt und Floy (Machine Learning Engineering mit CNNs). Forschte zwei Jahre am HPI zu Text-to-Speech-Modellen, daraus entstand KugelAudio. August 2025 als Co-Founder aktiv.

Alle Auftritte von Kajo Kratzenstein →

Ganze Folge hören

KIDieser Inhalt wurde KI-gestützt erstellt und redaktionell geprüft.