ScribeIndex
Vergleichstabelle

Maestra: KI-Modelle und Technik

Welche Modelle erkennen die Sprache, trennen die Sprecher und erzeugen die Dokumente? Belegte Herstellerangaben und begründete Einschätzungen sind getrennt gekennzeichnet.

Stand 20. Oktober 202613 Quellen im Profil
Website von Maestra Vergleichen

Kurzfassung

Maestra nutzt ElevenLabs (Untertitel für Videodateien) für die Spracherkennung und kein Sprachmodell für das Ergebnis, Sprachmodelle nur in Zusatzfunktionen.

Maestra nennt in seiner Datenschutzerklärung die ElevenLabs Speech-to-Text API und Forced Alignment. Die Dateiverarbeitung im Untertiteleditor läuft damit über ElevenLabs Scribe, eine Modellversion nennt Maestra nicht. Der Editor ergänzt Segmentzeiten, Zeichenlimits und Sprecherlabels. Für die Live-Spracherkennung nennt Maestra kein Modell. Für optionale Übersetzung werden OpenAI, DeepL und Gemini genannt. Nutzerdaten werden bei AWS in den USA gespeichert.

Auf einen Blick

Solide Modelle
  • SpracherkennungElevenLabs (Untertitel für Videodateien)Eigener Modellabgleich: ElevenLabs Scribe
  • DokumenterstellungNicht vorgesehen

Was heißt „Einschätzung“? Wenn der Anbieter die genutzten Modelle nicht benennt, versucht ScribeIndex, diese aus Unterauftragsverarbeiterlisten, technischen Merkmalen oder Veröffentlichungen abzuleiten, jeweils mit Begründung und Quelle bei der Stufe. Solche Modelle bewertet ScribeIndex höchstens mit „Stark“, wie die Methodik erklärt.

Fazit zur Technik

Solide ModelleDie Spracherkennung ist nach Referenzwerten mindestens so gut wie der Median aktueller Modelle, hat aber einen Abzug von einer Stufe für belegte Qualitätsprobleme.

Für die Spracherkennung setzt Maestra auf ElevenLabs Scribe.

Modelle dieser Familie erreichen im Hugging Face Open ASR Leaderboard, Deutsch (FLEURS und Common Voice) 2,3 % WER. Der Median aller dort gemessenen Modelle liegt bei 4,1 % WER. Weil offen ist, welches Modell dieser Familie Maestra einsetzt, zählt ihr mittlerer Wert. Er liegt nahe am besten gemessenen Modell und ergibt damit „Spitzenklasse“. Ohne genanntes Modell ist höchstens „Stark“ möglich, nach Abzug einer Stufe für belegte Qualitätsprobleme ergibt sich „Solide“. Der Modellabgleich von ScribeIndex ordnet die deutschen Ausgaben ElevenLabs Scribe zu.

Maestra gibt die erkannten Untertitel als zeitgestempelte Segmente aus, eine Notiz oder Zusammenfassung entsteht dabei nicht.

Damit verarbeitet ein externer KI-Dienst die Gesprächsinhalte (ElevenLabs). Welche Regionen und Verträge dafür gelten, steht im Datenschutzprofil.

Im ScribeIndex-Test „Untertitel für Videodateien“ erreicht Maestra eine Wortfehlerrate von 7,0 %.

Verarbeitungskette

  1. Audio
  2. SpracherkennungElevenLabs Scribebelegt
  3. SprecherzuordnungElevenLabs Scribe DiarizationEinschätzung
  4. DokumenterstellungNicht vorgesehen
  5. Ergebnis

belegt Angabe des Herstellers oder eines offiziellen PartnersEinschätzung abgeleitet aus Unterauftragsverarbeiterlisten, technischen Merkmalen oder Veröffentlichungen

Welches Modell wandelt Sprache in Text um?

Dateiverarbeitung mit Cloud-Spracherkennung über die ElevenLabs Speech-to-Text API, zusätzliche Live-Erkennung im WebCaptioner.

ElevenLabs Scribe

belegt
  • AnbieterElevenLabs
  • HerkunftDrittanbieter-API

Maestras Datenschutzerklärung nennt ausdrücklich die ElevenLabs Speech-to-Text API. Deren Spracherkennung heißt Scribe. Eine Modellversion und ein gesondertes Modell für die Live-Spracherkennung nennt Maestra nicht.

SolideReferenz der Modellfamilie

Für das eingesetzte Modell gibt es keinen eigenen Referenzwert. Die Werte zeigen die Spannweite der Modelle dieser Familie. Der mittlere Wert der Familie ergibt „Spitzenklasse“, ohne eigenen Referenzwert ist die Bewertung aber auf „Stark“ begrenzt. ScribeIndex stuft ElevenLabs Scribe um eine Stufe herunter. Die deutschen Referenzwerte von ElevenLabs Scribe stammen aus vorgelesenen Einzelsätzen. Vorgelesene Sätze sind natürlich für jedes Modell leichter als freie Gespräche, ausschlaggebend sind hier jedoch die eigenen Tests von ScribeIndex mit deutschen Aufnahmen, in denen ElevenLabs Scribe hinter diesen Werten zurückbleibt.

Modellabgleich im 3. Quartal 2026: Modell zugeordnet. ScribeIndex hat die Ausgaben von Maestra für 102 eigene Prüfeingaben mit den typischen Ausgaben bekannter Spracherkennungsmodelle verglichen. Bei 68 % davon ähneln sie am stärksten ElevenLabs Scribe. Das passt zur Angabe von Maestra. Version und Anpassungen bestimmt der Abgleich nicht.

  • ElevenLabs Scribe 68 %
  • Andere Referenzmodelle 32 %

Methode des Modellabgleichs

Wie werden Sprecher getrennt und zugeordnet?

Sprecherlabels im Editor.

ElevenLabs Scribe Diarization

Einschätzung · mehrere Indizien
  • AnbieterElevenLabs
  • HerkunftDrittanbieter-API

Maestra nennt Sprecherlabels und eine Integration der ElevenLabs Speech-to-Text API, die Sprecher automatisch zuordnet. Die Sprecherlabels stammen deshalb aus derselben ElevenLabs-Erkennung.

Ohne Referenz

Welches Sprachmodell erstellt Notiz, Bericht oder Zusammenfassung?

Maestra gibt die erkannten Untertitel als zeitgestempelte Segmente aus, eine Notiz oder Zusammenfassung entsteht dabei nicht.

Die Herstellerhilfe beschreibt Zeichen pro Zeile, ein oder zwei Zeilen, Segmentzeiten und die Anzeige der Zeichen pro Sekunde. Die Primärausgabe ist eine Folge zeitgestempelter Textsegmente.

Welche Modelle stehen hinter Chat- und Zusatzfunktionen?

Optionale Übersetzung und tarifabhängige Umschreibung.

GPT-Familie

Einschätzung · mehrere IndizienOptionales Modul
  • AnbieterOpenAI
  • HerkunftDrittanbieter-API

Premium nennt OpenAI-Übersetzung mit Prompts. Für Übersetzung und Umschreibung nutzt Maestra deshalb GPT-Modelle. Dieser Schritt ist optional und von der Spracherkennung getrennt.

StarkVermutetes Modell

4 weitere Referenzwerte in den Daten zu Maestra (JSON).

Google Gemini

belegtOptionales Modul
  • AnbieterGoogle
  • HerkunftDrittanbieter-API

Die Herstellerseite zur Videoübersetzung benennt Gemini unter den wählbaren Modellen.

StarkReferenz der Modellfamilie

Für das eingesetzte Modell gibt es keinen eigenen Referenzwert. Die Werte zeigen die Spannweite der Modelle dieser Familie.

DeepL

belegtOptionales Modul
  • AnbieterDeepL
  • HerkunftDrittanbieter-API

Business nennt DeepL-Übersetzung und ein Übersetzungsglossar als tarifabhängige Zusatzfunktionen.

Ohne Referenz

Für dieses Modell oder diesen Dienst ist kein unabhängiger Referenzwert veröffentlicht.

Wo werden die Daten verarbeitet und gespeichert?

AWS-Speicherung in den USA und zusätzliche Google-Cloud-Dienste.

Amazon Web Services

belegt
  • AnbieterAmazon

Maestra nennt AWS-Server in den USA als Speicherort und erstellt regelmäßige Backups. Die genannten ISO-Zertifikate beziehen sich auf AWS.

Für Rechenzentren und Hosting gibt es keinen Modellleistungswert. Maßgeblich sind Verarbeitungsort und Datenschutz.

Häufige Fragen

Welches KI-Modell nutzt Maestra?

  • Für die Spracherkennung nutzt Maestra ElevenLabs Scribe. Der Modellabgleich ordnet die deutschen Ausgaben ElevenLabs Scribe zu.
  • Eine Dokumenterstellung mit Sprachmodell ist bei Maestra nicht vorgesehen.

Welches Modell wandelt bei Maestra Sprache in Text um?

  • ElevenLabs Scribe, ElevenLabs, belegt

Der Modellabgleich ordnet die deutschen Ausgaben ElevenLabs Scribe zu.

Begründung und Quellen

Welches Sprachmodell erstellt bei Maestra Notiz, Bericht oder Zusammenfassung?

Maestra sieht diesen Schritt nicht vor.

Quellen

Technische Dokumentation, Unterauftragsverarbeiter, Partnerschaften und Veröffentlichungen zu Maestra. Stand 14. Oktober 2026.

  1. Maestra: Datenschutzerklärung und DPA maestra.ai · abgerufen am 14. Oktober 2026
  2. ElevenLabs: Scribe-Spracherkennung und Sprecherzuordnung elevenlabs.io · abgerufen am 5. Oktober 2026
  3. Maestra: Untertiteleditor und Export maestra.ai · abgerufen am 5. Oktober 2026
  4. Maestra: Untertitelpreise und Tarifumfang maestra.ai · abgerufen am 7. Oktober 2026
  5. Maestra: wählbare KI-Modelle für Videoübersetzung maestra.ai · abgerufen am 5. Oktober 2026
  6. Maestra: Sicherheit und Cloudinfrastruktur maestra.ai · abgerufen am 14. Oktober 2026