Interview transkribieren: jedes Wort als Text, ohne selbst zu tippen

Selbst abtippen, abtippen lassen oder eine App nutzen?

Drei Wege, je nach Interview.

• Selbst abtippen. Kostet nichts, und am Ende kennst du das Material auswendig. Es dauert aber ein Vielfaches der Aufnahmezeit, weil du ständig stoppst, zurückspulst und neu tippst. Bis etwa zehn Minuten Audio geht das in Ordnung.
• Einen Schreibdienst beauftragen. Ein Mensch hört zu und tippt mit. Bei schwierigem Ton – Podiumsdiskussion, laute Straße, starker Dialekt – ist das immer noch die genaueste Lösung, aber du zahlst pro Audiominute und wartest auf die Lieferung.
• Eine App darüberlaufen lassen. Der Text kommt in wenigen Minuten zurück, und du verbringst deine Zeit mit Korrigieren statt mit Tippen. Für ein Zweiergespräch mit brauchbarem Ton machen es Journalistinnen und Journalisten, Studierende und Forschende heute meist so.

Faustregel: Je schlechter der Ton, desto teurer wird der dritte Weg in der Nachbearbeitung. Zwei Personen in einem ruhigen Raum brauchen nur einen schnellen Durchgang; vier Stimmen neben der Kaffeemühle brauchen einen gründlichen – oder einen Menschen.

So nimmst du das Interview auf, damit es sauber transkribiert wird

Jede Minute, die du in die Aufnahme steckst, sparst du beim Transkript mehrfach ein – und Ausrüstung brauchst du dafür keine.

• Mikrofon nah dran. Handy flach auf den Tisch zwischen euch, Display nach oben, nichts darauf. Ein halber Meter weniger Abstand bringt mehr als jede Software.
• Hintergrund abstellen. Musik, Lüftung, ein offenes Fenster zur Straße: Die Transkription hört das alles als Sprache mit. Nimm den ruhigsten Raum, auch wenn er hässlicher ist.
• Immer nur eine Stimme. Sag das am Anfang laut dazu. Durcheinandergerede ist die häufigste Ursache für unbrauchbare Zeilen.
• Schwierige Wörter buchstabieren lassen. Lass Namen, Organisation und jede Abkürzung ins Aufnahmegerät buchstabieren.
• Zwanzig Sekunden testen. Aufnehmen, abspielen, hinhören – vor dem Interview, nicht danach.

Bei einem Interview aus der Ferne nimmst du am besten direkt in der Konferenz-App auf, wenn sie das anbietet, und sagst auf der Aufnahme, dass du aufnimmst. Geht das nicht, leg ein zweites Handy neben den Lautsprecher und nimm den Raum auf: schlechterer Ton, aber immer noch ein Transkript.

Schritt für Schritt

1. Die Aufnahme aufs Handy holen

   Direkt am Handy aufgenommen? Dann liegt sie schon dort. Vom Diktiergerät oder Computer schiebst du die Datei in Google Drive, iCloud oder Dateien und öffnest sie am Handy. Kein Konvertieren, keine Formatprüfung.

2. Zeepit öffnen oder das Audio dorthin teilen

   In Zeepit wählst du die Datei aus Dateien oder Google Drive. Oder du tippst in deiner Recorder-App, in WhatsApp oder in Drive auf Teilen und wählst Zeepit. Auf iPhone und Android gleich.

3. Audio in Text umwandeln lassen und die Zusammenfassung lesen

   Die Sprache wird automatisch erkannt. Du bekommst das vollständige Transkript, Wort für Wort, dazu eine Zusammenfassung in kurz, mittel oder lang – für Aufnahmen bis vier Stunden.

4. Namen, Zahlen und Fachbegriffe korrigieren

   Lies gegen das Audio. Zuerst Eigennamen und Zahlen, dann die Sprecherkennzeichnung ergänzen. Plane für diesen Durchgang mehr Zeit ein als für die Transkription selbst.

5. Text kopieren oder Dokument exportieren

   Transkript oder Zusammenfassung mit einem Tap kopieren, kostenlos. Export als PDF, Word oder reiner Text, auf dem Gerät erzeugt, mit Zeepit Pro – wenn jemand die Datei selbst braucht.

Welche Audiodateien und Längen funktionieren wirklich?

Die meisten Aufnahmegeräte liefern schon eine brauchbare Datei. Sprachmemos vom iPhone kommen als m4a, Recorder-Apps auf Android als m4a oder mp3, Diktiergeräte als wav oder mp3, eine Sprachnachricht aus WhatsApp oder Telegram als ogg oder opus.

Zeepit nimmt all das – mp3, m4a, wav, caf, ogg, opus, aac, flac, amr, webm – dazu Videodateien (mp4, mov, mkv, avi), von denen nur die Tonspur verwendet wird. Ein gefilmtes Interview musst du also nicht konvertieren. Ist dein Interview als Sprachnachricht angekommen, geht die Anleitung für WhatsApp-Sprachnachrichten genau diesen Fall Schritt für Schritt durch.

Zur Länge: Eine einzelne Aufnahme darf bis zu vier Stunden dauern. Einen ganzen Tag Feldarbeit in einer einzigen Datei teilst du besser vorher auf – der Korrekturdurchgang wird dadurch ebenfalls beherrschbar.

Zwei Gewohnheiten lohnen sich: die Datei direkt nach dem Interview umbenennen (2026-08-29-lopez-klinik.m4a schlägt REC0043) und das Original-Audio behalten, bis die Arbeit veröffentlicht ist – du brauchst es, um ein Zitat zu prüfen.

Wörtlich oder geglättet, und wer sagt was: der Korrekturdurchgang

Entscheide vor dem Korrigieren, welches Dokument du eigentlich herstellst.

• Wörtlich (Verbatim) behält Zögern, Wiederholungen und abgebrochene Sätze. Forschungsinterviews, juristische Aussagen und alles, wo eine Pause selbst Information ist, brauchen das.
• Geglättet streicht die Füllwörter und behält die Sätze – das, was ein Artikel, ein Bericht oder Shownotes brauchen.

Danach ein Durchgang, in dieser Reihenfolge:

1. Spiel das Audio etwas schneller als normal ab, lies mit und korrigiere unterwegs.
2. Nimm dir zuerst Eigennamen, Funktionsbezeichnungen, Zahlen und Fachbegriffe vor: Dort richten Fehler echten Schaden an.
3. Markiere die drei, vier Passagen, die du zitieren könntest, und hör dir genau die noch einmal in normaler Geschwindigkeit an.

Die Sprecherkennzeichnung gehört in denselben Durchgang. Nicht jedes Werkzeug trennt Stimmen, und die, die es können, geraten ins Straucheln, sobald alle durcheinanderreden. Der Trick ohne Technik: die Namen am Anfang ins Aufnahmegerät sprechen, die Zeitmarken starker Antworten auf Papier notieren und F: und A: beim Nachlesen selbst ergänzen.

Was du mit dem Transkript machst, wenn es fertig ist

Der Rohtext ist selten das, was du am Ende abgibst.

• Lies zuerst die Zusammenfassung. Eine kurze, mittlere oder lange Zusammenfassung gibt dir das Gerüst, bevor du dich durch vierzig Seiten Text arbeitest.
• Zieh die markierten Zitate in deinen Entwurf, solange du das Audio noch im Ohr hast – Wortlaut unverändert.
• Übersetze, wenn es sein muss, aber zitiere aus der Originalsprache und lass alles Heikle von einer muttersprachlichen Person gegenlesen.
• Exportieren oder kopieren. Transkript oder Zusammenfassung mit einem Tap zu kopieren, ist in Zeepit kostenlos; der Export als PDF, Word oder reiner Text, direkt auf dem Gerät erzeugt, gehört zu Zeepit Pro – praktisch, wenn eine Redaktion oder eine Akte das Dokument selbst braucht.

Mach das alles auf dem Handy, auf dem das Audio liegt: weniger Übertragungen, weniger Dateien, die zwischen Geräten verloren gehen. Die Kurzfassung in drei Schritten.

Wer kann deine Interviewaufnahme hören?

Zwei getrennte Fragen, die oft vermischt werden.

Einwilligung. Sag der Person vor der ersten Frage, dass du aufnimmst – und zwar auf der Aufnahme. Die Regeln unterscheiden sich je nach Land und Kontext, ob Redaktion, Ethikkommission der Uni oder Arbeitsplatz. Prüfe also, was bei dir gilt, und lass diesen ersten Satz in der Datei.

Speicherung. Jedes Werkzeug, das für dich transkribiert, schickt das Audio irgendwohin, sofern es nicht komplett offline läuft. Frag drei Dinge ab: Wird die Datei nach der Transkription gelöscht, wird sie zum Training aufbewahrt, und wo landet das Transkript?

Bei Zeepit geht die Datei an die Server, wird transkribiert und direkt danach gelöscht – kein Archiv, keine Weiterverwendung, kein KI-Training mit deinen Aufnahmen. Transkript und Zusammenfassung bleiben auf dem Handy. Bei heiklen Interviews kommt eine eigene Gewohnheit dazu: Lösch das Audio vom Handy und aus dem Cloud-Backup, sobald die Arbeit draußen ist.

Häufige Fragen