TTS hat um 2023 eine Qualitätsschwelle überschritten. Die roboterhafte Sprechmelodie älterer Systeme wich neuronalen Stimmen (ElevenLabs, OpenAI, Google, Microsoft) mit glaubwürdiger Prosodie, Tempo und Betonung — gut genug, dass ein Hörer aufhört zu merken, dass sie synthetisch ist. Das erschloss einen Anwendungsfall, der vorher nie recht funktioniert hatte: **dein Gelesenes anhören**.

Der Reiz ist strukturell. Lesen verlangt Augen und einen Bildschirm; Hören macht beide frei. Ein Pendelweg, ein Spaziergang, eine Sporteinheit — Totzeit fürs Lesen wird Livezeit fürs Konsumieren. Das Format, das sich herausgebildet hat, ist podcast-förmig: ein paar Minuten gesprochene Narration, die du mitnehmen kannst, abgesetzt von einer Textwand, für die du dich hinsetzen musst. NotebookLMs Audio-Overviews haben das Muster einem Massenpublikum lesbar gemacht; der zugrunde liegende Zug ist schlicht, Synthese als Klang auszuspielen.

Der Trade-off ist real und nennenswert. Audio ist linear — du kannst es nicht überfliegen, nicht zu einer halb erinnerten Zeile zurückspringen, nicht mitten im Satz ein Zitat prüfen. Es ist hervorragend, um ein Briefing einmal aufzunehmen, und schwach als Nachschlagewerk. Die reife Sicht behandelt TTS als *Auslieferungskanal* für die richtigen Inhalte, nicht als Ersatz für die lesbare, verlinkbare Quelle darunter.