Zoom-Meeting oder -Aufzeichnung transkribieren

Autor: Hushscript | Veröffentlicht: 10. Juni 2026 | Zuletzt geprüft: 21. Juli 2026

Es gibt zwei Möglichkeiten, ein Zoom-Meeting in Text umzuwandeln. Eine besteht darin, einen KI-Notiz-Bot als sichtbaren Teilnehmer an dem Anruf teilnehmen zu lassen und ihn in Echtzeit zuhören zu lassen. Die andere besteht darin, das Meeting selbst aufzuzeichnen und die gespeicherte Datei anschließend hochzuladen. Hushscript ist die zweite Art. Es ist keine Zoom-Integration, kein Meeting-Bot oder Notizzettel, der an Ihrem Anruf teilnimmt.

Dieser Unterschied ist der springende Punkt dieses Leitfadens. Beim Upload-Ansatz ist während des Gesprächs kein Drittanbieterdienst anwesend, es wird kein Zugriff auf Ihr Zoom-Konto gewährt und in der Teilnehmerliste wird kein zusätzlicher Name angezeigt, der für alle sichtbar ist. Ab dem Moment der Speicherung behalten Sie die Kontrolle über die Aufnahme.

Im Folgenden finden Sie den gesamten Vorgang: Entfernen der Aufnahme aus Zoom, Extrahieren des Audios, Erstellen eines Transkripts mit Sprecherlabel und Halten des Ganzen unter Verschluss. Es funktioniert für ein Einzelgespräch mit zwei Personen und für eine Vorstandssitzung mit acht Teilnehmern.

Was Sie brauchen

Sie brauchen drei Dinge, und Sie haben sie mit ziemlicher Sicherheit bereits alle.

Das erste ist eine Aufzeichnung des Treffens. Zoom kann ein Dokument für Sie erstellen, das entweder auf Ihrem Computer oder in Ihrem Zoom-Cloud-Konto gespeichert wird. Der aktuelle Zoom-Aufzeichnungsleitfaden des Boston College führt durch die Host-Steuerelemente und die erstellten Dateien. Das zweite ist das Recht, es zu transkribieren, was in der Regel bedeutet, dass Sie Teilnehmer waren und es mit der erforderlichen Einwilligung aufgezeichnet haben. Der dritte ist ein Browser. Hushscript läuft in Chrome, Firefox, Safari oder Edge und es muss nichts installiert werden.

Sie benötigen keinen kostenpflichtigen Zoom-Plan für die lokale Aufzeichnung, und Sie müssen keine Apps verbinden oder Kalenderzugriff gewähren. Die Datei erledigt die Arbeit.

Zeichnen Sie das Meeting auf, lokal oder in der Cloud

Zoom bietet dem Gastgeber zwei Aufzeichnungsmodi, und welcher Sie auswählen, entscheidet darüber, wo die Datei landet.

Eine Computeraufzeichnung wird auf dem Computer desjenigen gespeichert, der auf „Aufzeichnen“ geklickt hat. Sie kontrollieren die heruntergeladenen Dateien und Zoom platziert diese Aufnahme nicht in seiner Cloud-Aufnahmebibliothek. Der genaue Ordner und die genauen Dateien hängen vom Zoom-Client und den Einstellungen ab. Verwenden Sie daher die aktuellen Aufnahmesteuerungen von Zoom, anstatt sich auf einen festen Pfad zu verlassen. Dies ist normalerweise der einfachste Weg, wenn Sie der Gastgeber sind und anschließend eine Datei hochladen möchten.

Stattdessen wird eine Cloud-Aufzeichnung auf Ihr Zoom-Konto hochgeladen. Um die Datei zu erhalten, öffnen Sie das Zoom-Webportal, wählen Sie Aufzeichnungen, suchen Sie das Meeting und laden Sie die MP4 herunter. Die Verfügbarkeit der Cloud-Aufzeichnung hängt vom Konto ab und wird vom Host gesteuert. Andere Teilnehmer können nur dann darauf zugreifen, wenn der Host den Zugriff teilt. Dies sollten Sie im Hinterkopf behalten, wenn Sie darüber nachdenken, wer eine Kopie hat.

Auf beiden Wegen verbleibt eine Datei auf Ihrem Computer. Sie laden diese Datei hoch, und Hushscript ist es egal, ob sie von einer lokalen oder einer Cloud-Aufnahme stammt.

Transkribieren Sie die Aufnahme in drei Schritten

Der Ablauf ist der gleiche, unabhängig davon, ob es sich bei Ihrer Datei um die vollständige MP4-Datei oder einen separaten Audiotrack handelt.

1. Legen Sie die Datei ab und sehen Sie sich die Vorschau an. Gehen Sie zu Audio to Text und legen Sie Ihre MP4 oder M4A im Upload-Bereich ab. Der Ton wird aus dem Video in Ihrem Browser vorbereitet und Sie erhalten eine 30-sekündige, mit dem Sprecher gekennzeichnete Vorschau des Beginns des Meetings. Für diesen Schritt ist kein Konto erforderlich, sodass Sie das Eröffnungsbeispiel überprüfen können, bevor Sie sich zu etwas verpflichten.
2. Melden Sie sich an, um den Rest zu transkribieren. Wenn die Vorschau richtig aussieht, erstellen Sie ein Konto mit Ihrer E-Mail-Adresse. Dies ist der geschlossene Schritt. Der 30-sekündige Vorgeschmack steht jedem offen, für die Transkription des gesamten Meetings ist jedoch ein Konto erforderlich. Sie erhalten 30 Freiminuten, um das echte Produkt auszuprobieren, sobald Sie eine Karte mit einem Betrag von 1 $ validieren, der sofort freigegeben und nie belastet wird, oder bei Ihrem ersten Einkauf, wenn Sie auf andere Weise bezahlen. Eine Karte ist nicht erforderlich.
3. Laden Sie die vollständige Datei hoch und erhalten Sie das Transkript. Laden Sie in der App die gesamte Aufzeichnung hoch. Das Transkript enthält eine Äußerung pro Zeile, die jeweils einer Sprecherlabel wie Sprecher A oder Sprecher B zugeordnet ist, mit Zeitstempeln. Von dort aus beschriften Sie die Sprecher neu und exportieren sie.

Nur der Ton verlässt Ihr Gerät. Das MP4 bleibt erhalten, das extrahierte Audio wird gelöscht, sobald das Transkript fertig ist, und was übrig bleibt, ist Text, der Ihnen gehört.

Ein funktionierendes Beispiel

Angenommen, Sie haben eine 45-minütige Quartalsbesprechung mit vier Personen veranstaltet und lokal aufgezeichnet. Zoom hat eine MP4-Datei unter Documents/Zoom/2026-06-18 Q2 Review/ abgelegt. Sie ziehen die MP4 in den Upload-Bereich; die ersten 30 Sekunden erscheinen mit bereits getrennten Sprechern in der Vorschau. Danach melden Sie sich an, um den Rest zu transkribieren.

Wenn die Verarbeitung des vollständigen Uploads abgeschlossen ist, haben Sie ein Transkript, das so aussieht:

Sprecher A [00:05:22]: Die Q2-Zahlen sind da. Die Ränder werden gehalten, aber die Lautstärke ist um zwölf reduziert Prozent.
Sprecher B [00:05:31]: Das stimmt mit dem überein, was die Beschaffung letzte Woche gemeldet hat.
Sprecher A [00:05:38]: Richtig. Die Frage ist also, ob wir die Prognose jetzt anpassen oder auf Juli warten.
Sprecher C [00:06:02]: Ich würde warten. Ein weicher Monat ist noch kein Trend.

Sie klicken auf „Sprecher A“, geben Sarah ein und jede Zeile, die sie spricht, wird sofort neu beschriftet. Das Gleiche tust du auch für die anderen. Fünf Minuten Klicken verwandeln vier anonyme Stimmen in eine benannte Aufzeichnung dessen, wer was gesagt hat. Sie exportieren es als DOCX, verteilen es an die vier Teilnehmer und das Meeting wird dokumentiert, ohne dass jemand während des Anrufs Notizen schreiben muss.

Sprecherlabels dafür, wer was gesagt hat

Ein unstrukturierter Textblock ist schwer zu bearbeiten. Ein Meeting-Transkript, aus dem hervorgeht, wer jede Zeile gesagt hat, können Sie tatsächlich verwenden, und Hushscript fügt diese Beschriftungen standardmäßig jedem Transkript hinzu, ohne Sprecherbeschränkung und ohne bezahlte Stufe.

Das Anbringen echter Namen auf den Beschriftungen erfordert drei Klicks. Klicken Sie im Editor auf eine beliebige Instanz von „Sprecher A“, geben Sie den Namen der Person ein und die Beschriftung wird überall dort aktualisiert, wo der Sprecher erscheint. Bei einem 60-minütigen Meeting mit fünf Personen dauert der Umetikettierungspass ein bis zwei Minuten. Für ein 30-minütiges Einzelgespräch dauert es weniger als eine Minute.

Sobald die Namen eingegeben sind, liest sich das Transkript wie das Gespräch, das es war. Sie können nach den Beiträgen einer einzelnen Person suchen, jede Zusage eines Teilnehmers abrufen oder eine Entscheidung mit dem richtigen Namen im Anhang zitieren. Weitere Informationen dazu, wie die Sprechertrennung unter der Haube funktioniert, finden Sie unter Sprecheridentifikation.

Halten Sie die Besprechung privat

Interne Besprechungen enthalten die Dinge, die Sie am wenigsten preisgeben möchten: Budgets, Mitarbeiterzahl, Strategie, rechtliche Offenlegung, offene Meinungen über Personen, die nicht im Raum sind. Wie aus dem Meeting Text wird, ist genauso wichtig wie der Text selbst.

Wenn ein Notizzettel-Bot an einem Anruf teilnimmt, ist er ein Live-Teilnehmer. Es ist für alle sichtbar, es zeichnet die Besprechungssitzung auf und Ihre Konversation wird über die Infrastruktur dieses Dienstes übertragen, während Sie noch sprechen. Manche Teilnehmer werden still, sobald sie einen unbekannten Teilnehmer sehen, der als Rekorder gekennzeichnet ist, und Sie können nicht immer kontrollieren, wohin dieser Echtzeit-Stream geht.

Upload-basierte Transkription entfernt den Bot aus der Gleichung. Die Aufzeichnung ist bereits auf Ihrem Gerät vorhanden, bevor Hushscript überhaupt involviert ist. Der Ton wird lokal in Ihrem Browser extrahiert, sodass die Videodatei nie hochgeladen wird. Die Audiodaten, die den Server erreichen, werden gelöscht, sobald das Transkript fertig ist, und nichts berührt jemals Ihr Zoom-Konto, Ihren Kalender oder Ihre Teilnehmer. Das Aufzeichnen des Meetings selbst und das anschließende Hochladen ist die komplette Alternative zu einem Bot im Raum, und Meeting-Transkription ohne Bot ist der beste Beweis dafür.

Es gibt noch eine weitere Ebene, über die es sich zu informieren lohnt. Ihre Transkripte werden im Ruhezustand verschlüsselt. Sollte unser Speicher jemals durchgesickert sein, wäre der Inhalt unleserlicher Chiffretext und nicht Ihr Meeting im Klartext. Das ist Leckschutz und keine Behauptung, dass niemand auf unserer Seite ihn lesen kann: Der Schlüssel wird auf unseren Servern gespeichert, nicht bei Ihnen allein. Ein umfassenderes Bild davon, wie mit den Daten umgegangen wird, finden Sie auf der Seite private Transkription.

Fehlerbehebung bei häufigen Zoom-Aufnahmen

Echtes Meeting-Audio ist chaotischer als eine saubere Studioaufnahme, daher sind hier die Probleme, die am häufigsten auftreten, und wie man damit umgeht.

Menschen reden übereinander. Vierteljährliche Besprechungen und Brainstormings gehen hitzig voran, und wenn sich zwei Stimmen überschneiden, muss das System erraten, wo ein Redner aufhört und der nächste beginnt. Übersprechen ist die häufigste Ursache für falsch beschriftete Leitungen. Sie können den Ton nicht nachträglich korrigieren, aber Sie können das Transkript korrigieren: Scannen Sie die belebten Abschnitte und korrigieren Sie sie dort, wo eine Beschriftung falsch aussieht. Künftig trägt es mehr zur Transkriptqualität bei als jede andere Einstellung, wenn man die Leute bittet, stumm zu schalten, wenn sie nicht sprechen.

Eine Person ist viel leiser als die anderen. Wenn sich ein Teilnehmer über ein Laptop-Mikrofon am anderen Ende des Raums einwählte, während alle anderen ein Headset benutzten, sind seine Leitungen möglicherweise schwächer oder werden gelegentlich unterbrochen. Hier helfen die Zoom-eigenen Audioeinstellungen. Wenn Sie vor der Aufnahme „Für Originalton optimieren“ aktivieren und Remote-Teilnehmer bitten, ein Headset zu verwenden, wird die leise Stimme näher an die anderen herangehoben.

Die Datei ist groß. Eine lange Videokonferenz kann eine große MP4-Datei sein, aber nur der Ton ist für den Upload vorbereitet. Hushscript kopiert eine kompatible Audiospur in Ihrem Browser ohne Neukodierung und konvertiert sie nur bei Bedarf lokal, sodass das Video auf Ihrem Gerät verbleibt. Eine Aufnahme kann bis zu 10 Stunden dauern, ohne Beschränkung der Dateigröße – selbst eine sehr große Aufnahme wird direkt im Browser vorbereitet.

Starke Akzente oder Fachjargon. Ein Raum voller Menschen aus verschiedenen Ländern oder ein Anruf voller Produktcodenamen können jeden Transkribierer bei dem einen oder anderen Wort aus der Fassung bringen. Das Modell verarbeitet eine Vielzahl von Akzenten gut und erkennt die Sprache automatisch in etwa 99 Sprachen, die auf der Seite Sprachen aufgeführt sind. Für den seltenen falsch verstandenen Begriff behebt ein schnelles Suchen und Ersetzen in der exportierten Datei alle Instanzen auf einmal.

Sie sind sich nicht sicher, wer Sprecher A ist. Wenn das Meeting mit Smalltalk beginnt, ist die zuerst gekennzeichnete Stimme nicht immer der Gastgeber. Verwenden Sie die Zeitstempel, um zu einem Zeitpunkt zu springen, an dem jemand ein Thema vorstellt, an das Sie sich erinnern, und identifizieren Sie ihn anhand des Kontexts. Sobald Sie eine oder zwei Stimmen zugeordnet haben, fügt sich der Rest normalerweise schnell zusammen.

Die Aufnahme ist nur Audio. Wenn Zoom ein M4A anstelle eines MP4 produziert hat, ändert sich nichts. Setzen Sie den M4A direkt ein. Da kein Video zum Extrahieren vorhanden ist, wird direkt mit der Transkription fortgefahren.

Lokale vs. Cloud-Aufzeichnung: Was soll transkribiert werden

Wenn sowohl eine lokale als auch eine Cloud-Kopie vorhanden sind, transkribieren Sie, was bequemer ist, da das Transkript in beiden Fällen identisch ist. Die Wahl ist wichtiger für die Kontrolle als für die Qualität.

Eine lokale Aufzeichnung bleibt nur auf Ihrem Computer, bis Sie sich anders entscheiden. Dies ist besser geeignet für ein sensibles Meeting, bei dem Sie möglichst wenige Kopien benötigen. Eine Cloud-Aufzeichnung lässt sich leichter von einem anderen Gerät wiederherstellen und ist schwerer zu verlieren, wenn Ihr Laptop ausfällt. Dies führt jedoch dazu, dass eine zusätzliche Kopie in der Cloud von Zoom gespeichert wird. Für routinemäßige Teamsynchronisierungen ist die Cloud praktisch. Wenn es um vertrauliche Informationen geht, bleibt die Datei bei einer lokalen Aufzeichnung von Anfang an in Ihren Händen.

Was auch immer Sie hochladen, die Privatsphäre des Transkriptionsschritts ist derselbe: Audio rein, Transkript raus, Audio gelöscht.

Tipps für ein sauberes Meeting-Transkript

Ein wenig Sorgfalt vor und nach der Aufnahme reicht weit.

Empfehlen Sie vor dem Meeting die Verwendung von Headsets gegenüber Laptop-Mikrofonen und bitten Sie die Teilnehmer, sie stummzuschalten, wenn sie nicht sprechen. Durch die Aufnahme mit einer anständigen Audioqualität und nicht mit der niedrigsten Bandbreiteneinstellung hat das Modell mehr Arbeitsmöglichkeiten. Nichts davon erfordert ein Studio, nur etwas bessere Gewohnheiten als bei einem durchschnittlichen Anruf.

Führen Sie nach der Transkription zunächst die Umbenennung des Redners durch, während Sie sich noch an das Meeting erinnern, und lesen Sie dann das Transkript einmal anhand Ihrer Erinnerung an die geschäftigen Momente. Ein einziger Durchgang erfasst die Handvoll Crosstalk-Slips, und das Ergebnis ist eine Aufzeichnung, die Sie mit Zuversicht weitergeben können.

Hushscript läuft für ein Meeting auf derselben erstklassigen KI wie für ein Studiointerview und ist daher nicht kostenlos. Es handelt sich um eine nutzungsbasierte Bezahlung ohne Abonnement, und Sie zahlen nur für die Minuten, die Sie transkribieren, bei der größten Packung beträgt der Betrag nur etwa einen Cent pro Minute. Die aktuellen Paketpreise finden Sie auf der Seite Preise.

Häufig gestellte Fragen

Die obigen Fragen behandeln die praktischen Punkte. Informationen zum gleichen Workflow zur Sprecherlabel, der auf ein Gespräch mit zwei Personen angewendet wird, finden Sie unter Wie man ein Interview transkribiert, und für den Blickwinkel der Shownotizen mit mehreren Sprechern, Wie man einen Podcast transkribiert. Der Ansatz für Microsoft Teams und Google Meet ist derselbe wie für Zoom: Nehmen Sie den Anruf auf, speichern Sie die Datei und laden Sie sie auf Audio to Text hoch.