Die Frage bei Transkription ist nicht mehr, ob KI eingesetzt wird – sie ist bei guter Tonqualität erstaunlich zuverlässig. Die Frage ist, was mit den Fehlern passiert. Automatische Transkription scheitert reproduzierbar an denselben Stellen: Fachbegriffe, Eigennamen, Dialekt, mehrere gleichzeitig sprechende Personen. Für ein Gedächtnisprotokoll ist das unerheblich, für ein Gerichtsverfahren oder eine wissenschaftliche Auswertung nicht.
Orientierungswerte für den deutschen Markt. Was Sie tatsächlich zahlen, hängt vom Umfang ab – die verbindliche Zahl steht im Angebot des Anbieters.
| Leistung | Preisspanne | Wofür |
|---|---|---|
| Manuelle Transkription | 1,50 – 3,50 € je Audiominute | Bei guter Aufnahme und einer sprechenden Person. |
| Schwierige Aufnahme | 3,00 – 6,00 € je Minute | Mehrere Sprecher, Dialekt, Störgeräusche, Fachsprache. |
| KI mit Nachbearbeitung | 0,50 – 1,50 € je Minute | Automatisch erstellt, von Hand korrigiert. |
| Reine KI-Transkription | 0,05 – 0,30 € je Minute | Ohne Korrektur, Fehlerquote je nach Tonqualität. |
| Zeitmarken und Sprecherkennzeichnung | 10 – 30 % Aufschlag | Für Auswertung und Untertitelung nötig. |
Hinweis: Die Tonqualität bestimmt den Preis stärker als die Länge. Eine saubere Aufnahme mit Ansteckmikrofon kann die Kosten halbieren gegenüber einer Handy-Aufnahme quer über den Konferenztisch. Investieren Sie in die Aufnahme, nicht in die Korrektur.
Manuelle Transkription dauert etwa das Vier- bis Sechsfache der Audiolänge – eine Stunde Aufnahme bedeutet vier bis sechs Stunden Arbeit. Mit KI-Vorlauf und Korrektur verkürzt sich das auf das Ein- bis Zweifache.
Fünf Fragen, die Angebote vergleichbar machen – und teure Überraschungen vermeiden.
In drei Schritten zum passenden Anbieter – kostenlos und unverbindlich.
Beschreiben Sie kurz Ihr Vorhaben im Bereich Transkription – in wenigen Minuten, kostenlos und unverbindlich.
Wir prüfen Ihre Anfrage und geben sie an passende, geprüfte Anbieter weiter.
Die Anbieter melden sich mit ihren Angeboten. Sie vergleichen und wählen das beste aus.
Bei guter Tonqualität, einer deutlich sprechenden Person und Standardsprache ist die Genauigkeit heute hoch. Zuverlässig scheitern automatische Systeme an Fachbegriffen, Eigennamen, Dialekt und mehreren gleichzeitig sprechenden Personen. Für interne Notizen genügt das Ergebnis meist, für zitierfähige Texte braucht es einen Korrekturlauf.
Wörtlich hält alles fest – Versprecher, Wiederholungen, Füllwörter, Pausen. Das ist bei sprachwissenschaftlicher Auswertung und in juristischen Zusammenhängen nötig. Geglättet entfernt diese Elemente und ergibt einen lesbaren Text; das ist für Interviews, Protokolle und Untertitel üblich. Legen Sie es vorab fest, eine nachträgliche Umstellung bedeutet neue Arbeit.
Über eine schriftliche Verschwiegenheitserklärung, verschlüsselte Übertragung und die Vereinbarung, dass Dateien nach Abschluss gelöscht werden. Bei KI-Diensten prüfen Sie zusätzlich, wo verarbeitet wird und ob Ihre Aufnahme zum Training verwendet werden darf – bei kostenlosen Angeboten ist das oft der Fall.
Bei manueller Arbeit rechnen Sie mit 90–210 €, bei KI mit Nachbearbeitung 30–90 €. Zuschläge entstehen bei mehreren Sprechern, Dialekt und schlechter Aufnahme. Eine gute Aufnahme ist der wirksamste Hebel, um im unteren Bereich zu bleiben.
Finden Sie Anbieter für Transkription direkt in Ihrer Region: