Die wichtigsten Arten
Unter dem Begriff laufen recht unterschiedliche Programme. Sie lassen sich grob in fünf Gruppen einteilen:
- Abtipp-Werkzeuge: Ein Player mit Tastenkürzeln, automatischem Zurückspringen, langsamerer Wiedergabe und Zeitmarken, oft auch mit Fußschalter. Getippt wird von Hand. In der qualitativen Forschung lange der Standard.
- Automatische Transkriptionsdienste: Du lädst eine Datei hoch und bekommst ein Transkript mit Zeitstempeln und Sprechern zurück. Die Erkennung läuft meist in der Cloud.
- Lokale Spracherkennung: Die Erkennung läuft auf dem eigenen Computer, ohne Upload. Das braucht Rechenleistung, behält die Aufnahme aber vollständig bei dir (siehe Lokale KI).
- Meeting-Assistenten: Sie nehmen Calls auf, transkribieren und fassen zusammen – je nach Produkt über einen Meeting-Bot oder direkt auf dem eigenen Rechner (siehe KI-Notetaker).
- Diktiersoftware: Sie schreibt mit, während du selbst sprichst, und ist auf eigene Texte statt auf Gespräche ausgelegt.
Die Grenzen verschwimmen: Viele automatische Dienste bieten inzwischen eine Korrekturansicht, die an Abtipp-Werkzeuge erinnert, und Meeting-Assistenten erlauben oft auch den Upload fertiger Dateien.
Worauf es bei der Auswahl ankommt
Welche Software passt, entscheidet sich weniger an der Werbung als an ein paar nüchternen Fragen:
| Kriterium | Worauf du achtest |
|---|---|
| Sprache | Wird deine Sprache gut erkannt, auch mit regionaler Färbung? Ein Programm, das viele Sprachen kann, ist nicht automatisch in deiner gut. |
| Sprecher | Werden Stimmen getrennt, und lassen sich Namen zuordnen? |
| Korrekturansicht | Springt ein Klick auf ein Wort an die passende Stelle der Aufnahme? |
| Eigene Begriffe | Gibt es ein Benutzerwörterbuch für Namen und Fachbegriffe? |
| Export | Welche Formate gibt es – Text, Word, PDF, Untertitel? |
| Datenschutz | Wo werden Aufnahme und Text gespeichert, wann gelöscht, gibt es einen Auftragsverarbeitungsvertrag? |
| Kosten | Abrechnung pro Minute, Abo mit Kontingent oder einmaliger Kauf? |
Automatisch heißt nicht fertig
Auch die beste Software liefert einen Entwurf, keine geprüfte Abschrift. Wie gut er ist, hängt oft stärker von der Aufnahme ab als vom Programm: Mikrofon, Abstand, Störgeräusche und wie oft durcheinandergeredet wird. Angaben zur Genauigkeit wie die Wortfehlerrate werden meist unter günstigen Bedingungen gemessen und lassen sich nicht direkt auf die eigenen Aufnahmen übertragen.
Für ein internes Protokoll reicht ein kurzer Blick auf Namen, Zahlen und Zusagen. Für Zitate oder eine wissenschaftliche Auswertung braucht es eine gründliche Transkriptkorrektur und oft einheitliche Transkriptionsregeln.
Welche Art für welchen Zweck
Für Interviews in einer Abschlussarbeit passt ein automatischer Dienst mit guter Korrekturansicht, ergänzt um sorgfältiges Nacharbeiten nach den Vorgaben der Hochschule. Für Besprechungen und Kundengespräche ist ein Meeting-Assistent praktischer, weil Aufnahme, Transkript und Zusammenfassung in einem Schritt entstehen. Wer besonders sensible Gespräche gar nicht aus dem Haus geben will, schaut sich lokale Lösungen an. Und wer vor allem eigene Texte schreibt, ist mit einer Diktiersoftware am schnellsten.
Oft lohnt es, zwei oder drei Programme mit derselben eigenen Aufnahme zu testen, statt sich auf Vergleichstabellen zu verlassen. Eine typische Besprechung mit den üblichen Namen und Fachbegriffen zeigt schneller als jede Werbeseite, welches Werkzeug passt.
Das Beratungsbüro Leitner braucht Transkription für zwei Dinge: Kundengespräche per Videocall, aus denen ein kurzes Protokoll mit To-dos entstehen soll, und ein Forschungsprojekt mit Fokusgruppen, das wörtlich und mit Zeitmarken ausgewertet wird.
Für die Kundengespräche nimmt das Team einen Meeting-Assistenten, für die Fokusgruppen einen Transkriptionsdienst mit Export und ausführlicher Korrekturansicht. Ein Werkzeug für beides hätte in einem der Fälle Kompromisse bedeutet.
Dieser Eintrag dient der allgemeinen Information und ersetzt keine individuelle Beratung.