So transkribieren Sie ein Interview:
schnell und kostenlos mit KI

Wörtlich, geglättet oder redigiert: Wählen Sie zuerst einen Stil

Legen Sie vor dem Bearbeiten fest, wie wörtlich das Transkript sein muss. KI-Transkripte liegen meist nah an der geglätteten wörtlichen Transkription: Sie behalten die Wörter bei, lassen aber oft Füllwörter wie „äh“ und „ähm“ weg.

Wenn Sie eine vollständig wörtliche Transkription brauchen, planen Sie einen zweiten Hördurchgang ein, um Füllwörter und Pausenvermerke zu ergänzen.

So transkribieren Sie ein Interview

Ein aufgezeichnetes Interview zu transkribieren bedeutete früher stundenlanges Pausieren, Zurückspulen und Tippen. Die KI-Transkription komprimiert diesen Prozess auf drei Schritte:

1. Laden Sie Ihre Aufnahme hoch. Öffnen Sie das Speech-to-Text-Tool und ziehen Sie Ihre Interviewdatei in den Upload-Bereich. Das Tool akzeptiert alle gängigen Audioformate (MP3, WAV, FLAC, OGG, M4A, AAC, WMA) und Videoformate (MP4, MKV, AVI, MOV, WebM). Wenn Sie das Interview mit Ihrem Smartphone aufgenommen haben, liegt die Datei meist als M4A oder MP3 vor — laden Sie sie ohne Umwandlung direkt hoch.
2. Wählen Sie Ihre Einstellungen. Wählen Sie das Ausgabeformat: TXT für ein reines Texttranskript zum Einfügen in ein Dokument, SRT für Untertitel mit Zeitstempeln oder VTT für webkompatible Untertitel. Für Interviews ist TXT meist die beste Wahl. Wählen Sie die gesprochene Sprache aus, wenn Sie sie kennen, oder belassen Sie das Menü auf automatischer Erkennung.
3. Herunterladen und bearbeiten. Sobald die Verarbeitung abgeschlossen ist, laden Sie die Transkriptdatei herunter. Öffnen Sie sie in einem beliebigen Texteditor, in Word oder Google Docs. Fügen Sie Sprecherbezeichnungen hinzu (z. B. „Interviewer:“ und „Befragter:“), korrigieren Sie falsch erkannte Wörter und formatieren Sie den Text nach Ihren Bedürfnissen — ob für eine journalistische Zitatsammlung, ein Kodierdokument für die Forschung oder ein Sitzungsprotokoll.

Aufnahmetipps für bessere Transkription

Die Qualität Ihres Transkripts hängt stark von der Qualität Ihrer Aufnahme ab. Sauberes Audio bedeutet später weniger Korrekturen. So gelingt es:

• Verwenden Sie ein externes Mikrofon. Das eingebaute Mikrofon Ihres Smartphones ist für Telefonate aus kurzer Entfernung gedacht, nicht für die Aufnahme eines Gesprächs über einen Tisch hinweg. Ein Ansteckmikrofon in der Nähe der Sprecher oder ein kleines Kondensator-Tischmikrofon zwischen den Teilnehmern verbessert die Sprachverständlichkeit erheblich und reduziert Umgebungsgeräusche. Selbst ein einfaches kabelgebundenes Headset-Mikrofon auf dem Tisch schlägt ein Smartphone, das 60 cm entfernt liegt.
• Nehmen Sie in einem ruhigen Raum auf. Hintergrundgeräusche sind der größte Feind der Transkriptionsgenauigkeit. Cafés, Großraumbüros und Orte im Freien bringen konkurrierende Geräusche mit sich, die das Spracherkennungsmodell verwirren. Schließen Sie die Fenster, schalten Sie nach Möglichkeit Ventilatoren und Klimaanlagen aus und meiden Sie Räume mit harten Oberflächen, die Echo erzeugen. Ein Raum mit Teppich und Polstermöbeln schluckt Schallreflexionen und sorgt für saubereres Audio.
• Bitten Sie die Sprecher, sich nicht ins Wort zu fallen. Überlappende Sprache ist für jedes Transkriptionssystem — ob KI oder Mensch — extrem schwer korrekt zu erfassen. Erwähnen Sie zu Beginn des Interviews kurz, dass Sie aufnehmen, und bitten Sie die Teilnehmer, einander ausreden zu lassen. Diese kleine Bitte spart später viel Bearbeitungszeit.
• Wählen Sie ein klares Format und prüfen Sie dann die Größe. WAV oder FLAC vermeiden Kompressionsartefakte, doch eine Stunde Stereo-WAV mit 16 Bit und 44,1 kHz umfasst etwa 635 MB und liegt damit weit über dem Upload-Limit von 100 MB. MP3 oder M4A mit 128–192 kbps hält Sprache klar: Eine Stunde mit 128 kbps ergibt 57,6 MB. Das Tool wandelt jeden Upload vor der Transkription in 16 kHz Mono um, daher bringt eine höhere Bitrate wenig. Stark komprimiertes Audio (MP3 mit 64 kbps oder weniger) entfernt feine Konsonanten- und Zischlaute, die das Modell braucht, um ähnliche Wörter zu unterscheiden.
• Halten Sie das Mikrofon nah an den Sprechern. Nach dem Abstandsgesetz sinkt die Schallintensität auf ein Viertel, wenn sich der Abstand zwischen Mikrofon und Sprecher verdoppelt – das ist etwa 6 dB leiser. Ein Mikrofon etwa 15 cm vom Sprecher entfernt nimmt klares, verständliches Audio auf. Dasselbe Mikrofon in gut 1,2 m Entfernung fängt vor allem Raumklang ein, unter dem die Sprache untergeht. Wenn Sie keine Ansteckmikrofone verwenden können, stellen Sie das Aufnahmegerät in die Mitte der Gruppe, nicht an den Tischrand.
• Machen Sie zuerst eine Testaufnahme. Nehmen Sie 30 Sekunden auf und hören Sie sie ab, bevor das eigentliche Interview beginnt. Achten Sie auf Echo, Brummen, Summen oder zu geringe Lautstärke. Probleme lassen sich vor dem Interview viel leichter beheben als hinterher mit einem mangelhaften Transkript. Wenn eine fertige Aufnahme Brummen oder Rauschen enthält, kann unser KI-Tool zur Rauschunterdrückung sie vor der Transkription bereinigen.

Interview-Transkription für verschiedene Bereiche

Verschiedene Berufe nutzen Interview-Transkripte auf unterschiedliche Weise, und jeder hat spezifische Anforderungen über einen einfachen Wort-für-Wort-Textabzug hinaus.

Journalismus

Journalisten brauchen präzise Direktzitate, die sie Quellen zuordnen können. Ein einziges falsch zitiertes Wort kann die Bedeutung einer Aussage verändern und die Glaubwürdigkeit beschädigen. Nach der KI-Transkription sollten Journalisten jede Passage, die sie direkt zitieren möchten, noch einmal anhören und den genauen Wortlaut mit dem Audio abgleichen. Das KI-Transkript dient als durchsuchbarer Index des Gesprächs — nutzen Sie Strg+F, um den Abschnitt zu finden, in dem ein bestimmtes Thema besprochen wurde, und überprüfen Sie dann das Zitat per Gehör. Für längere Recherchen hilft das SRT-Format mit Zeitstempeln, direkt zum richtigen Moment der Aufnahme zu springen.

Akademische Forschung

Qualitative Forscher, die halb- oder unstrukturierte Interviews führen, brauchen Transkripte für die thematische Kodierung und Diskursanalyse. Akademische Transkriptionsstandards verlangen oft das Notieren von Pausen, Lachen, Betonung und nonverbalen Hinweisen — Details, die die KI nicht erfasst. Nutzen Sie das KI-Transkript als Basisschicht und gehen Sie dann einmal durch das Audio, um Annotationen entsprechend Ihrer Methodik hinzuzufügen. Bei großen Interviewstudien (20+ Interviews) kann die KI-Transkription Ihre gesamte Transkriptionszeit von Wochen auf Tage reduzieren und Ihnen mehr Zeit für die Analyse statt für das Tippen verschaffen.

HR und Recruiting

Hiring Manager und Recruiter transkribieren Kandidateninterviews, um Antworten zwischen Bewerbern zu vergleichen, sie mit nicht anwesenden Kollegen zu teilen und Aufzeichnungen aus Compliance-Gründen zu führen. KI-Transkription liefert eine schnelle, einheitliche Aufzeichnung jedes Gesprächs. Kennzeichnen Sie jeden Sprecher (Interviewer / Kandidat) und ordnen Sie das Transkript nach Frage für einen einfachen Seite-an-Seite-Vergleich. Manche Organisationen bewahren Interview-Transkripte als Dokumentation ihres Einstellungsprozesses zur Einhaltung der Chancengleichheit auf.

Recht

Zeugenaussagen, Zeugenerklärungen und Mandantengespräche müssen oft transkribiert werden. Juristische Transkription erfordert extrem hohe Genauigkeit, weil Transkripte Beweise oder Teil der Gerichtsakte werden können. KI-Transkription kann einen brauchbaren ersten Entwurf liefern, doch für jedes Dokument, das bei Gericht eingereicht oder in einem Verfahren verwendet wird, muss das Transkript Wort für Wort gegen das Audio geprüft werden. Für informelle interne Notizen (Fallstrategiegespräche, Mandantenaufnahmegespräche) reicht die KI-Genauigkeit typischerweise ohne umfassende Durchsicht aus.

UX-Forschung

UX-Forscher führen Usability-Tests und Nutzerinterviews durch, um zu verstehen, wie Menschen mit Produkten interagieren. Transkripte fließen in Affinitätsdiagramme, Journey Maps und Insight-Berichte ein. KI-Transkription glänzt hier, weil UX-Interviews meist in ruhigen Umgebungen mit guten Mikrofonen geführt werden und der Forscher durchsuchbaren Text benötigt, um Muster über mehrere Sitzungen hinweg zu finden. Versehen Sie jedes Transkript mit der Teilnehmerkennung und dem Sitzungsdatum und nutzen Sie dann die Textsuche, um wiederkehrende Themen in allen Interviews zu finden.

Ihr Transkript bearbeiten

Das rohe KI-Transkript ist ein Ausgangspunkt, kein fertiges Dokument. Hier ist ein praktischer Workflow, um etwas Nutzbares daraus zu machen:

1. Laden Sie die TXT-Datei herunter. Das reine Textformat funktioniert mit jedem Texteditor und jeder Textverarbeitung. Öffnen Sie es in Microsoft Word, Google Docs, LibreOffice oder einem Editor Ihrer Wahl.
2. Fügen Sie Sprecher-Labels hinzu. Die KI gibt einen fortlaufenden Textstrom aus, ohne zu kennzeichnen, wer was gesagt hat. Gehen Sie das Transkript durch und fügen Sie bei jedem Sprecherwechsel ein Label ein. Bei einem Zwei-Personen-Interview ist das einfach — Sie wissen, wann Sie eine Frage gestellt haben und wann der Gesprächspartner antwortete. Bei Gruppeninterviews oder Podiumsdiskussionen müssen Sie vielleicht kurze Segmente anhören, um Stimmen zu identifizieren.
3. Bereinigen Sie Erkennungsfehler. KI bewältigt gängige Wörter gut, kann aber bei Eigennamen (Personen, Firmen, Produkte), Fachjargon, Akronymen und stark akzentuierten Wörtern stolpern. Scannen Sie das Transkript und korrigieren Sie diese. Nützliche Technik: Suchen Sie nach häufigen KI-Fehlerkennungen in Ihrem Fachgebiet und beheben Sie sie gesammelt mit Suchen-und-Ersetzen.
4. Formatieren Sie für Veröffentlichung oder Analyse. Je nach Zweck müssen Sie Absatzumbrüche bei Themenwechseln einfügen, Zeitstempel an Schlüsselmomenten setzen, wichtige Zitate fett setzen oder das Dokument mit Überschriften strukturieren. Für akademische Kodierung formatieren manche Forscher Transkripte in einer zweispaltigen Tabelle: linke Spalte für den Transkripttext, rechte Spalte für Codes und Annotationen.

KI vs. menschliche Transkription

KI-Transkription und professionelle menschliche Transkription haben jeweils ihre Stärken. Die richtige Wahl hängt von Genauigkeitsanforderungen, Budget und Bearbeitungszeit ab.

Wann KI-Transkription ausreicht

• Interne Notizen und Sitzungsprotokolle. Wenn das Transkript nur für den eigenen Gebrauch oder das interne Team gedacht ist, lassen sich kleinere Fehler beim Lesen leicht übersehen oder korrigieren.
• Rohentwurf zur Weiterbearbeitung. Wenn Sie den Inhalt ohnehin umschreiben werden — ein Interview zu einem Blogbeitrag, Artikel oder Bericht machen — liefert das KI-Transkript das Rohmaterial.
• Hochvolumenprojekte. 30 Nutzerforschungs-Interviews oder 50 Kandidaten-Screenings mit menschlichen Transkriptoren bei knappem Budget und Zeitplan sind unpraktikabel. KI erledigt die Masse, und Sie verfeinern die Schlüsselabschnitte.
• Schnelle Bearbeitung nötig. Breaking News, Tagesberichte oder zeitkritische Forschung profitieren von einem Transkript, das in Minuten statt Tagen verfügbar ist.

Wann Sie menschliche Transkription brauchen

• Gerichtsverfahren. Gerichtstranskripte, Zeugenaussagen und offizielle juristische Dokumente erfordern zertifizierte Genauigkeit. Ein falsch gehörtes Wort in einer Zeugenaussage kann ernste Folgen haben.
• Medizinische Aufzeichnungen. Patientengespräche, Aufnahmen klinischer Studien und medizinische Diktate beinhalten Fachterminologie, bei der Fehler die Patientenversorgung oder Forschungsvalidität beeinträchtigen könnten.
• Starke Akzente, Dialekte oder mehrsprachige Interviews. Wenn Sprecher zwischen Sprachen wechseln, regionale Dialekte nutzen oder starke Akzente haben, übertreffen menschliche Transkriptoren, die diese Sprachen beherrschen, die KI deutlich.
• Schlechte Audioqualität. Aufnahmen in lauten Umgebungen, mit entfernten Mikrofonen oder auf alternder Technik profitieren von einem menschlichen Hörer, der Kontext nutzen kann, um unklare Wörter zu ergänzen.
• Wörtliche Anforderungen. Wenn jedes „äh“, jeder Fehlstart und jede überlappende Äußerung exakt wie gesprochen erfasst werden muss — üblich in der Linguistik und in manchen juristischen Kontexten — ist menschliche Transkription zuverlässiger.

Für viele Profis ist der beste Ansatz ein Hybrid-Workflow: KI-Transkription für den Erstentwurf und menschliche Prüfzeit nur in Abschnitte investieren, die absolute Präzision erfordern.

So formatieren Sie ein Interviewtranskript (Beispiel)

Setzen Sie die wichtigsten Angaben an den Anfang und beginnen Sie bei jedem Sprecherwechsel einen neuen Absatz. Fügen Sie bei jeder neuen Frage einen Zeitstempel ein, damit Sie die Stelle im Audio wiederfinden.

Kopfzeile: Projekt- oder Artikelname, befragte Person, Interviewer, Datum, Ort, Aufnahmedauer und Transkriptionsstil.

Interviewer [00:00:12]: Danke, dass Sie dabei sind. Wie hat das Projekt angefangen?
Befragter [00:00:18]: Es begann als Nebenprojekt mit zwei Kollegen. Wir haben es zuerst im eigenen Team getestet.
Interviewer [00:01:05]: Was hat sich geändert, als Sie es für Kunden geöffnet haben?