Audiotranskription: Transkriptionsdienste im Test
Überträgt Interviews, Vorträge und Aufnahmen automatisch in Text. Getestet wird das automatische Transkript ohne menschliche Nachbearbeitung.
9 getestet · 10 Anbieter · Stand 20. Oktober 2026
Welcher Transkriptionsdienst liefert im Test die besten Transkripte?
Am besten schneidet MAXQDA Transcription ab, mit 75,6 von 100 Punkten im ScribeIndex-Score, vor HappyScribe mit 66,1 (Test „Audiotranskription“, 2. und 3. Quartal 2026, 44 Aufnahmen, je 3 Durchläufe). Den Unterschied machen vor allem die Wortfehlerrate (6,5 % bei MAXQDA Transcription gegenüber 8,9 % bei HappyScribe) und die Fehlerrate der Sprecherzuordnung (DER, 8,6 % gegenüber 12,8 %). Nicht getestet ist mindocu (kein Zugang).
Ziel: Aus der Aufnahme wird ein Transkript, in dem jedes Wort stimmt und jeder Beitrag der richtigen Person zugeordnet ist. Der ScribeIndex-Score zeigt, wie nah ein Dienst diesem Ziel kommt.
Erste Plätze nach ScribeIndex-Score
- Platz 1: MAXQDA Transcription im Test 75,6
- Platz 2: HappyScribe im Test 66,1
- Platz 3: Amberscript im Test 64,4
Angaben zur Testreihe:
- Umfang: 44 Aufnahmen, je 3 Durchläufe
- Zeitraum der Testreihe: 2. und 3. Quartal 2026
Rangliste Audiotranskription
Sortiert nach ScribeIndex-Score. Alle Dienste bearbeiteten denselben Korpus.
| Platz | Anbieter | ScribeIndex-Score | WER | Nacharbeit je Aufnahme | Speicher- und Verarbeitungsort | Preis |
|---|---|---|---|---|---|---|
| 1 | MAXQDA Transcription · Qualitative Forschung und vorhandene MAXQDA-Projekte | 75,6 | 6,5 % (6,0–7,1) | 36,2 min | EU | 20 € einmalig für 2 Audiostunden · Netto |
| 2 | HappyScribe · Medien, Forschung und mehrsprachige Inhalte | 66,1 | 8,9 % (8,2–9,6) | 48,4 min | Speicherung: EU und UK · Verarbeitung: EU, USA und weitere Länder | 8,50 $ / Monat · Bei jährlicher Abrechnung, inkl. 24 Audiostunden pro Jahr |
| 3 | Amberscript · Forschung, Medien und Interviewprojekte mit vorhandenen Aufnahmen | 64,4 | 9,2 % (8,3–10,3) | 50,0 min | Speicherung: EU · Verarbeitung: EU, teils ohne Angabe | 15,83 € / Monat · Bei jährlicher Abrechnung, inkl. 60 Audiostunden pro Jahr |
| 4 | noScribe · Vertrauliche Forschungsinterviews und vollständig lokale Dateiverarbeitung | 61,9 | 9,8 % (8,7–11,1) | 51,7 min | Lokal beim Anwender | Kostenlos |
| 5 | TurboScribe · Interviews, Podcasts und umfangreiche persönliche Transkriptionssammlungen | 61,4 | 9,2 % (8,4–10,2) | 51,9 min | USA | 10 $ / Nutzer und Monat · Bei jährlicher Abrechnung, netto |
| 6 | Sonix · Interviews, Medienproduktion und browserbasierte Transkriptkorrektur | 61,2 | 10,0 % (9,1–11,1) | 53,6 min | Speicherung: USA · Verarbeitung: Keine Angabe | 10 $ / Audiostunde |
| 7 | Trint · Redaktionen, Medienproduktion und gemeinsame Interviewbearbeitung | 59,5 | 10,8 % (9,8–11,8) | 56,6 min | EU nur Business/Enterprise | 69 € / Nutzer und Monat · Bei jährlicher Abrechnung, netto |
| 8 | f4 · Deutschsprachige Forschungsinterviews und systematische Transkriptkorrektur | 58,3 | 11,3 % (10,2–12,4) | 58,0 min | EU | 25 € einmalig für 2 Audiostunden · Brutto |
| 9 | Notta · Teams mit deutschen Besprechungen und zusätzlichem Dateitranskriptionsbedarf | 55,6 | 11,9 % (11,0–12,8) | 61,5 min | Speicherung: Japan (Angemessenheitsbeschluss) · Verarbeitung: Keine Angabe | 8,17 $ / Nutzer und Monat · Bei jährlicher Abrechnung, netto, inkl. 30 Audiostunden, 100 Dateiimporte und 100 Dokumente pro Monat |
| – | mindocu · Psychologische und psychiatrische Sachverständige mit langen Begutachtungsgesprächen | Nicht getestet: kein Zugang | – | – | Lokal beim Anwender | Preis auf Anfrage |
- ScribeIndex-Score: 0 bis 100 Punkte. Je höher der ScribeIndex-Score, desto näher kommt die Ausgabe dem Ziel der Testreihe. Die Inhaltsqualität im ScribeIndex-Score besteht zu 70 % aus der Erkennung (100 minus WER) und zu 30 % aus der Sprecherzuordnung (100 minus DER).
- WER: Wortfehlerrate, niedriger ist besser. Darunter das 95-%-Konfidenzintervall.
- Nacharbeit je Aufnahme: Zeit bis zur Zielfassung, geschätzt aus den gezählten Fehlern. Die Zielfassung ist für alle Dienste dieselbe. Die Aufnahmen dauern im Schnitt 30,1 Minuten. Nicht enthalten ist das einmalige Abhören der Aufnahme, das auch ein von Hand getipptes Transkript braucht.
- Speicher- und Verarbeitungsort: „teils ohne Angabe“: Für einzelne Verarbeitungsschritte nennt der Anbieter keinen Ort. „Angemessenheitsbeschluss“: Die EU hat für das genannte Land ein gleichwertiges Datenschutzniveau festgestellt.
- Preis: Herstellerangaben. Abonnements stehen als Monatswert, Verbrauchspreise je Einheit, jeweils mit Abrechnung und Steuerbasis, soweit der Anbieter sie nennt.
Worauf es bei Audiotranskription ankommt
Ein Transkriptionsdienst wandelt vorhandene Audio- oder Videoaufnahmen in bearbeitbaren Text um, mit Zeitstempeln, Sprecherkennzeichnung und Exporten. Gemessen wird auf deutschsprachigen Interviews, Vorträgen und Telefonaufnahmen.
Auswahlkriterien
- Transkript mit richtigen Wörtern und richtig zugeordneten Sprechern
- Editor zum Korrigieren und Exportformate, die das eigene Werkzeug einliest
- Sichere Erkennung bei Dialekten, Fachbegriffen und Sprecherwechseln
- Menschliche Nachbearbeitung als Zusatzleistung, falls das automatische Transkript nicht genügt
Gemessene Kennzahlen
- WER und CER
- Sprecherzuordnung (DER)
- Nacharbeit je Aufnahme
Messwerte im Detail
| Kennzahl | MAXQDA Transcription | HappyScribe | Amberscript | noScribe | TurboScribe | Sonix | Trint | f4 | Notta |
|---|---|---|---|---|---|---|---|---|---|
| ScribeIndex-Score (0 bis 100 Punkte, 95-%-Intervall darunter) | 75,6 (73,3–77,6) | 66,1 (63,5–68,9) | 64,4 (60,8–67,7) | 61,9 (57,2–65,9) | 61,4 (57,6–64,8) | 61,2 (57,4–64,4) | 59,5 (55,8–62,9) | 58,3 (54,2–62,2) | 55,6 (52,2–58,6) |
| Wortfehlerrate (WER) (95-%-Intervall darunter) | 6,5 % (6,0–7,1) | 8,9 % (8,2–9,6) | 9,2 % (8,3–10,3) | 9,8 % (8,7–11,1) | 9,2 % (8,4–10,2) | 10,0 % (9,1–11,1) | 10,8 % (9,8–11,8) | 11,3 % (10,2–12,4) | 11,9 % (11,0–12,8) |
| Zeichenfehlerrate · CER (niedriger ist besser, gezählt: Zeichenabweichungen von Referenzzeichen, nach dem Punkt das 95-%-Intervall) | 2,8 % (100.741 von 3.608.808 · 2,6–3,1) | 3,7 % (132.641 von 3.608.808 · 3,4–4,0) | 3,7 % (133.666 von 3.608.808 · 3,3–4,1) | 4,4 % (158.404 von 3.608.808 · 3,9–5,0) | 3,7 % (134.908 von 3.608.808 · 3,4–4,1) | 4,3 % (152.959 von 3.567.380 · 3,9–4,7) | 4,1 % (149.005 von 3.608.808 · 3,8–4,5) | 4,6 % (167.376 von 3.608.808 · 4,2–5,1) | 4,3 % (153.436 von 3.590.965 · 4,0–4,6) |
| Diarisierungsfehlerrate · DER (niedriger ist besser, gezählt: nicht oder falsch zugeordnete Sprechzeit von Referenzsprechzeit, nach dem Punkt das 95-%-Intervall) | 8,6 % (19.252 s von 223.996 s · 7,8–9,5) | 12,8 % (28.627 s von 223.996 s · 11,7–13,9) | 13,8 % (30.968 s von 223.996 s · 12,7–15,1) | 15,5 % (34.822 s von 223.996 s · 14,0–17,5) | 17,4 % (38.975 s von 223.996 s · 15,8–19,2) | 15,4 % (34.009 s von 221.454 s · 14,0–16,8) | 15,2 % (34.048 s von 223.996 s · 13,9–16,7) | 15,3 % (34.230 s von 223.996 s · 13,7–16,9) | 16,7 % (37.243 s von 222.863 s · 15,4–18,2) |
| DER ohne Toleranz (niedriger ist besser, gezählt: nicht oder falsch zugeordnete Sprechzeit von Referenzsprechzeit, nach dem Punkt das 95-%-Intervall) | 11,9 % (26.671 s von 223.996 s · 10,9–13,2) | 17,2 % (38.474 s von 223.996 s · 15,7–18,6) | 18,9 % (42.279 s von 223.996 s · 17,3–20,6) | 20,5 % (45.912 s von 223.996 s · 18,5–23,0) | 22,7 % (50.830 s von 223.996 s · 20,5–25,2) | 19,4 % (42.879 s von 221.454 s · 17,7–21,2) | 19,5 % (43.662 s von 223.996 s · 17,8–21,4) | 21,8 % (48.749 s von 223.996 s · 19,6–24,0) | 22,2 % (49.498 s von 222.863 s · 20,3–24,3) |
| Nacharbeit je Aufnahme (Minuten ohne einmaliges Abhören, bei durchschnittlich 30,1 Minuten Aufnahme) | 36,2 min (33,1–39,5) | 48,4 min (44,5–51,9) | 50,0 min (45,4–55,1) | 51,7 min (46,3–57,6) | 51,9 min (47,7–56,6) | 53,6 min (49,5–58,2) | 56,6 min (51,8–61,7) | 58,0 min (52,9–63,1) | 61,5 min (57,8–65,6) |
| Verarbeitungszeit, Median (p50) | 6,5 min | 9,4 min | 7,1 min | 7,6 min | 6,0 min | 24,1 min | 4,9 min | 5,8 min | 6,8 min |
| Verarbeitungszeit, p95 (95 % der Läufe schneller) | 23,1 min | 27,8 min | 23,4 min | 21,0 min | 20,1 min | 64,7 min | 15,5 min | 16,9 min | 24,0 min |
| Testweg (legt den Startpunkt der Zeit fest) | Datei-Upload | Datei-Upload | Datei-Upload | Lokale Datei | Datei-Upload | Datei-Upload | Datei-Upload | Datei-Upload | Datei-Upload |
| Abgeschlossene Läufe (von geplanten Läufen) | 132 / 132 | 132 / 132 | 132 / 132 | 132 / 132 | 132 / 132 | 130 / 132 (2 abgebrochen) | 132 / 132 | 132 / 132 | 131 / 132 (1 abgebrochen) |
Je Zeile ist der beste Wert fett markiert, beim ScribeIndex-Score nur ohne Gleichstand.
Die Verarbeitungszeiten sind bei gleichen Start- und Endpunkten vergleichbar. Gemessen wurde beim Datei-Upload von „Uploadstart“ bis „Vollständiger Export verfügbar“, bei lokaler Verarbeitung von „Verarbeitung der lokalen Datei gestartet“ bis „Vollständiger Export verfügbar“.
Testbedingungen
- Protokoll: Version 1.0 · Ablauf, Kennzahlen und Zählregeln
- Korpus: Allgemeine deutschsprachige Audioaufnahmen · Kennung de-audio-v1, Korpusversion 1.0, Referenzversion 1.0
- Umfang: 44 Szenarien × 3 Durchläufe · 2 von 46 Szenarien vorab ausgeschlossen
- Audio: 22,1 Stunden · 6 min bis 1 h 28 min je Szenario, 2 bis 4 Sprechende
- Referenz: 187.746 Wörter · An der Aufnahme geprüft und vor dem ersten Lauf eingefroren
- Zeitraum der Testreihe: 2. und 3. Quartal 2026
- Unsicherheit: 95-%-Intervalle · Gepaarter Cluster-Bootstrap je Szenario, 2.000 Wiederholungen, Perzentilmethode
- Auswertung: Version 1.0 · Normalisierung de-allg-wer, Version 1.0
Direktvergleiche
45 Direktvergleiche zwischen Anbietern dieser Kategorie. Zuerst stehen ein redaktionell eingeordneter Vergleich und Vergleiche unter den vier Bestplatzierten.
- Amberscript vs. HappyScribe
- HappyScribe vs. MAXQDA Transcription
- Amberscript vs. MAXQDA Transcription
- MAXQDA Transcription vs. noScribe
Alle 45 Direktvergleiche
- Amberscript vs. f4
- Amberscript vs. HappyScribe
- Amberscript vs. MAXQDA Transcription
- Amberscript vs. mindocu
- Amberscript vs. noScribe
- Amberscript vs. Notta
- Amberscript vs. Sonix
- Amberscript vs. Trint
- Amberscript vs. TurboScribe
- f4 vs. HappyScribe
- f4 vs. MAXQDA Transcription
- f4 vs. mindocu
- f4 vs. noScribe
- f4 vs. Notta
- f4 vs. Sonix
- f4 vs. Trint
- f4 vs. TurboScribe
- HappyScribe vs. MAXQDA Transcription
- HappyScribe vs. mindocu
- HappyScribe vs. noScribe
- HappyScribe vs. Notta
- HappyScribe vs. Sonix
- HappyScribe vs. Trint
- HappyScribe vs. TurboScribe
- MAXQDA Transcription vs. mindocu
- MAXQDA Transcription vs. noScribe
- MAXQDA Transcription vs. Notta
- MAXQDA Transcription vs. Sonix
- MAXQDA Transcription vs. Trint
- MAXQDA Transcription vs. TurboScribe
- mindocu vs. noScribe
- mindocu vs. Notta
- mindocu vs. Sonix
- mindocu vs. Trint
- mindocu vs. TurboScribe
- noScribe vs. Notta
- noScribe vs. Sonix
- noScribe vs. Trint
- noScribe vs. TurboScribe
- Notta vs. Sonix
- Notta vs. Trint
- Notta vs. TurboScribe
- Sonix vs. Trint
- Sonix vs. TurboScribe
- Trint vs. TurboScribe
Hintergrundwissen
Fachartikel rund um Audiotranskription.
- Messwerte verstehen: Word Error Rate erklärt: WER, CER und echte Aussagekraft Die Word Error Rate (WER) misst Wortabweichungen zwischen Transkript und Referenz. Sie eignet sich für den Vergleich von Spracherkennung unter identischen Regeln. Ob ein zusammenfassendes Dokument inhaltlich stimmt, misst sie nicht.
- Wer hat was gesagt?: Sprechererkennung erklärt: Diarisierung, DER und Zuordnung Diarisierung ordnet Audioabschnitte verschiedenen Sprechern zu und wird mit der Diarization Error Rate (DER) gemessen. Eine korrekte Worterkennung genügt dafür nicht. Namen, Rollen und die Zuordnung von Fakten zu Personen brauchen eine eigene Prüfung.
- Preise vergleichbar machen: Scribe-Kosten vergleichen: Audiostunde, Abo und Aufwand Minutenpreis, Nutzerlizenz und Enterprise-Angebot werden erst mit demselben Nutzungsprofil vergleichbar. Entscheidend sind die Gesamtkosten bis zum verwendbaren Dokument. Dazu gehören Lizenz und Verbrauch, Einrichtung und Integration sowie die Zeit für die Nacharbeit.
Häufige Fragen
Was sagt der ScribeIndex-Score in diesem Test aus?
Je höher der ScribeIndex-Score, desto näher kommen die Ausgaben eines Dienstes dem Ziel der Testreihe („Transkript mit richtigen Wörtern und richtig zugeordneten Sprechern“). Am stärksten zählt mit 75 % die Inhaltsqualität des Transkripts. Sie besteht zu 70 % aus der Erkennung, gemessen als 100 minus Wortfehlerrate, und zu 30 % aus der Sprecherzuordnung. Danach zählt mit 20 % die geschätzte Nacharbeit bis zum fertigen Transkript. Die übrigen 5 % hängen davon ab, ob jede Aufnahme verarbeitet wird.
Testet ScribeIndex auch menschliche Transkription?
Nein. Die Rangliste misst das automatische Transkript, so wie der Dienst es ohne menschliche Nachbearbeitung liefert. Gegen dieselbe Referenz prüfbar wäre auch ein menschliches Transkript, es unterscheidet sich aber vor allem in Preis und Bearbeitungsdauer. Ob ein Anbieter menschliche Nachbearbeitung als Dienstleistung anbietet, steht im Profil unter den Funktionen.
Eignen sich allgemeine Transkriptionsdienste für medizinische Inhalte?
Nur eingeschränkt. Sie erkennen Fachbegriffe seltener korrekt und erzeugen keine klinisch strukturierte Dokumentation. Für Patientendaten sind zudem AVV, Speicherort und Unterauftragsverarbeiter zu klären.
Daten zu dieser Seite
Maschinenlesbar mit Zählern, Nennern und Intervallen. Frei nutzbar mit Quellenangabe. Zitierweise und Lizenz
Quellen
Herstellerangaben zu Preis sowie Speicher- und Verarbeitungsort der aufgeführten Dienste.
- Amberscript: Tarife und Funktionen amberscript.com · abgerufen am 14. Oktober 2026
- f4: Tarife audiotranskription.de · abgerufen am 5. Oktober 2026
- HappyScribe: Tarife happyscribe.com · abgerufen am 7. Oktober 2026
- MAXQDA Transcription: Preise maxqda.com · abgerufen am 5. Oktober 2026
- mindocu: Produkt und häufige Fragen mindocu.de · abgerufen am 13. Oktober 2026
- noScribe: Produkt noscribe.de · abgerufen am 9. Oktober 2026
- Notta: Tarife notta.ai · abgerufen am 5. Oktober 2026
- Sonix: Preise sonix.ai · abgerufen am 5. Oktober 2026
- Trint: Tarifkarten app.trint.com · abgerufen am 5. Oktober 2026
- TurboScribe: Produkt und Tarife turboscribe.ai · abgerufen am 5. Oktober 2026
- Amberscript: Data Security and Privacy amberscript.com · abgerufen am 14. Oktober 2026
- Amberscript: Privacy Policy, Stand 20. März 2026 amberscript.com · abgerufen am 14. Oktober 2026
- Amberscript: Privacy Policy, archivierte Fassung Januar 2025 web.archive.org · abgerufen am 14. Oktober 2026
- f4: Automatische Transkription audiotranskription.de · abgerufen am 7. Oktober 2026
- f4: Produkt-AVV September 2026 audiotranskription.de · abgerufen am 5. Oktober 2026
- f4: optionale KI-Funktionen und Modellfamilien audiotranskription.de · abgerufen am 5. Oktober 2026
- f4: Datenschutz audiotranskription.de · abgerufen am 5. Oktober 2026
- f4: Spracherkennungs- und KI-Vertrag audiotranskription.de · abgerufen am 5. Oktober 2026
- HappyScribe: Security and Data Protection happyscribe.com · abgerufen am 2. Oktober 2026
- HappyScribe Produktübersicht happyscribe.com · abgerufen am 7. Oktober 2026
- HappyScribe Trust Center: Unterauftragsverarbeiterliste app.eu.vanta.com · abgerufen am 2. Oktober 2026
- HappyScribe: Datenschutzerklärung happyscribe.com · abgerufen am 2. Oktober 2026
- MAXQDA Transcription: Unterauftragsverarbeiter maxqda.com · abgerufen am 5. Oktober 2026
- mindocu: Lokaler Betrieb, Managed-Testzugang und Datenschutz mindocu.de · abgerufen am 7. Oktober 2026
- Universität Würzburg: Ausgelieferte mindocu-KI-Maschine und Gesprächsverarbeitung uni-wuerzburg.de · abgerufen am 7. Oktober 2026
- noScribe: Offizielles Repository github.com · abgerufen am 5. Oktober 2026
- noScribe 0.7.2: Diarisierungsworker und macOS-MPS raw.githubusercontent.com · abgerufen am 5. Oktober 2026
- Notta: Datensicherheit support.notta.ai · abgerufen am 8. Oktober 2026
- Notta: Speicherung bis zur manuellen Löschung support.notta.ai · abgerufen am 5. Oktober 2026
- Notta: Papierkorb und endgültige Löschung support.notta.ai · abgerufen am 5. Oktober 2026
- Notta: Datenschutzerklärung notta.ai · abgerufen am 8. Oktober 2026
- Notta: japanische Datenschutzerklärung, Juni 2026 notta.ai · abgerufen am 8. Oktober 2026
- Sonix: Sicherheit sonix.ai · abgerufen am 7. Oktober 2026
- Sonix: Datenschutzerklärung sonix.ai · abgerufen am 7. Oktober 2026
- Trint: Plattformdatenschutz trint.com · abgerufen am 9. Oktober 2026
- Trint: Tarifgrenze EU-Server und Originalmedienfristen info.trint.com · abgerufen am 5. Oktober 2026
- Trint: Nutzungsbedingungen, Abschnitte 8.13 und 12.1 trint.com · abgerufen am 9. Oktober 2026
- Trint: ASR-Releases und MCP, Sommer 2026 info.trint.com · abgerufen am 5. Oktober 2026
- Trint: Hilfe zum integrierten Assistenten (Beta) info.trint.com · abgerufen am 5. Oktober 2026
- TurboScribe: Sicherheit und Verarbeitung turboscribe.ai · abgerufen am 5. Oktober 2026
- TurboScribe: Datenschutzerklärung turboscribe.ai · abgerufen am 13. Oktober 2026
- TurboScribe-Blog: TurboScribe GPT (Mai 2024) turboscribe.ai · abgerufen am 5. Oktober 2026
- TurboScribe: externer ChatGPT-Import und Strukturprompts turboscribe.ai · abgerufen am 5. Oktober 2026