Meeting-Scribes im Test
Fasst Besprechungen zu Notizen, Entscheidungen und Aufgaben zusammen, per Meeting-Bot, Desktop-Aufnahme oder Upload.
14 getestet · 14 Anbieter · Stand 20. Oktober 2026
Welcher Meeting-Scribe liefert im Test die besten Protokolle?
Am besten schneidet Fathom AI Notetaker ab, mit 69,4 von 100 Punkten im ScribeIndex-Score, vor Fireflies.ai mit 61,5 (Test „Meeting-Scribes“, 2. und 3. Quartal 2026, 38 Besprechungen, je 2 Durchläufe). Den Unterschied macht vor allem das Fakten-F1 (90,5 % bei Fathom AI Notetaker gegenüber 86,6 % bei Fireflies.ai).
Ziel: Aus der Besprechung wird ein Protokoll zum Weitergeben, in dem Beschlüsse, Aufgaben, Zuständigkeiten und Fristen stimmen und das Transkript jede Aussage der richtigen Person zuordnet, gleich ob der Dienst per Bot, Desktop-App oder Upload aufnimmt. Der ScribeIndex-Score zeigt, wie nah ein Dienst diesem Ziel kommt.
Erste Plätze nach ScribeIndex-Score
- Platz 1: Fathom im Test 69,4
- Platz 2: Fireflies.ai im Test 61,5
- Platz 3: MeetGeek im Test 60,6
Angaben zur Testreihe:
- Umfang: 38 Besprechungen, je 2 Durchläufe
- Zeitraum der Testreihe: 2. und 3. Quartal 2026
Rangliste Meeting-Scribes
Sortiert nach ScribeIndex-Score. Alle Dienste bearbeiteten denselben Korpus.
| Platz | Anbieter | ScribeIndex-Score | Fakten-F1 | Nacharbeit je Besprechung | Speicher- und Verarbeitungsort | Preis |
|---|---|---|---|---|---|---|
| 1 | Fathom · Einzelpersonen und Vertriebsteams mit vielen Kundenmeetings | 69,4 | 90,5 % (89,1–91,8) | 6,7 min | USA (Datenschutzrahmen) | 16 $ / Nutzer und Monat · Bei jährlicher Abrechnung |
| 2 | Fireflies.ai · Teams mit CRM und automatisierten Abläufen | 61,5 | 86,6 % (84,2–88,9) | 8,0 min | Speicherung: EU nur Enterprise · Verarbeitung: USA | 10 $ / Nutzer und Monat · Bei jährlicher Abrechnung, inkl. 8.000 Speicherminuten insgesamt |
| 3 | MeetGeek · Teams mit wechselnden Aufnahmewegen, die Aussagen im passenden Gesprächsausschnitt nachhören wollen | 60,6 | 87,4 % (85,8–88,8) | 8,2 min | EU verfügbar | 9,99 $ / Nutzer und Monat · Bei jährlicher Abrechnung, inkl. 20 Audiostunden pro Monat |
| 4 | Jamie · Geschäftliche Besprechungen mit Desktop-Aufnahme und eigenen Notizvorlagen | 60,2 | 88,4 % (86,9–89,8) | 7,9 min | EU | 21 € / Nutzer und Monat · Bei jährlicher Abrechnung, brutto, inkl. 20 Dokumente pro Monat |
| 5 | HappyScribe · Medien, Forschung und mehrsprachige Inhalte | 58,9 | 87,3 % (85,3–89,1) | 8,8 min | Speicherung: EU und UK · Verarbeitung: EU, USA und weitere Länder | 8,50 $ / Monat · Bei jährlicher Abrechnung, inkl. 24 Audiostunden pro Jahr |
| 6 | Read AI · Teams mit vielen Online-Terminen und einem durchsuchbaren Meetingarchiv | 58,5 | 85,8 % (84,1–87,6) | 9,8 min | EU nur über den Vertrieb | 15 $ / Nutzer und Monat · Bei jährlicher Abrechnung, netto, inkl. 100 Dateiimporte pro Monat |
| 7 | Granola · Menschen mit vielen Meetings, die selbst mitschreiben | 57,7 | 88,8 % (87,2–90,3) | 7,1 min | USA | 14 $ / Nutzer und Monat |
| 8 | Otter.ai · Teams mit vielen Online-Meetings und Bedarf an Gesprächssuche | 56,3 | 85,2 % (82,7–87,4) | 10,6 min | USA | 8,33 $ / Nutzer und Monat · Bei jährlicher Abrechnung, inkl. 20 Audiostunden und 10 Dateiimporte pro Monat |
| 9 | Plaud · Nutzer mit Präsenzgesprächen und ergänzendem Bedarf an Desktop-Meetingaufnahme | 55,6 | 86,6 % (83,6–88,6) | 8,4 min | EU verfügbar | 9,25 € / Monat · Bei jährlicher Abrechnung, brutto, inkl. 20 Audiostunden pro Monat, zzgl. einmalig 169,90 € pro Gerät |
| 10 | tl;dv · Vertriebs-, Produkt- und Customer-Success-Teams | 55,3 | 85,0 % (82,9–87,0) | 9,8 min | EU | 18 € / Nutzer und Monat · Bei jährlicher Abrechnung |
| 11 | Sally AI · Deutschsprachige Teams, die Meetings in Deutschland verarbeiten lassen möchten | 54,4 | 84,2 % (81,7–86,7) | 11,8 min | EU | 8 € / Nutzer und Monat · Bei jährlicher Abrechnung, netto, inkl. 20 Audiostunden pro Monat |
| 12 | Bluedot · Teams mit Desktop-Aufnahme und frei gestaltbaren Protokollvorlagen | 50,6 | 85,0 % (83,4–86,7) | 10,2 min | EU verfügbar | 14 $ / Nutzer und Monat · Bei jährlicher Abrechnung |
| 13 | Sembly AI · Einzelanwender und Teams mit Meetingarchiv und strukturierten Aufgaben | 48,6 | 81,9 % (80,2–83,7) | 11,9 min | Speicherung: EU verfügbar · Verarbeitung: EU und USA | 10 $ / Nutzer und Monat · Bei jährlicher Abrechnung, inkl. 2.500 Credits pro Monat |
| 14 | Notta · Teams mit deutschen Besprechungen und zusätzlichem Dateitranskriptionsbedarf | 46,7 | 81,8 % (78,9–84,3) | 12,5 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 |
- 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 dem Fakten-F1 und zu 30 % aus der Sprecherzuordnung (100 minus DER).
- Fakten-F1: Präzision und Vollständigkeit der dokumentierten Fakten, höher ist besser. Darunter das 95-%-Konfidenzintervall.
- Nacharbeit je Besprechung: Zeit bis zur Zielfassung, geschätzt aus den gezählten Fehlern. Die Zielfassung ist für alle Dienste dieselbe. Die Aufnahmen dauern im Schnitt 39,9 Minuten. Nicht enthalten ist das einmalige Durchlesen, das auch ein von Hand getipptes Dokument braucht.
- Speicher- und Verarbeitungsort: „EU verfügbar“: Eine reine EU-Region ist möglich, prüfen Sie die eingestellte Region Ihres Kontos. „Angemessenheitsbeschluss“: Die EU hat für das genannte Land ein gleichwertiges Datenschutzniveau festgestellt. „Datenschutzrahmen“: Der Empfänger in den USA ist nach dem EU-US Data Privacy Framework zertifiziert. Für zertifizierte Empfänger gilt ein Angemessenheitsbeschluss der EU, über den der Gerichtshof noch entscheidet.
- Preis: Herstellerangaben. Abonnements stehen als Monatswert, Verbrauchspreise je Einheit, jeweils mit Abrechnung und Steuerbasis, soweit der Anbieter sie nennt.
Worauf es bei Meeting-Scribes ankommt
Ein Meeting-Scribe zeichnet Besprechungen auf, transkribiert sie und erstellt daraus Zusammenfassungen, Entscheidungen und Aufgabenlisten. Gemessen wird auf deutschsprachigen Besprechungen.
Auswahlkriterien
- Protokoll und Transkript, die Sie ohne Nachtragen weitergeben können
- Aufnahme per Meeting-Bot, Desktop-App oder Upload, passend zu den eigenen Besprechungen
- Entscheidungen und Aufgaben vollständig, jeweils mit zuständiger Person und Frist
- Notizen auf Deutsch, Anbindung an die genutzten Werkzeuge und ein geklärter Speicherort
Gemessene Kennzahlen
- Fakten-F1 der Zusammenfassung
- Aufgaben mit Zuständigkeit und Frist, erfasste Entscheidungen
- Sprecherzuordnung (DER) und Transkript-WER
Messwerte im Detail
| Kennzahl | Fathom | Fireflies.ai | MeetGeek | Jamie | HappyScribe | Read AI | Granola | Otter.ai | Plaud | tl;dv | Sally AI | Bluedot | Sembly AI | Notta |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ScribeIndex-Score (0 bis 100 Punkte, 95-%-Intervall darunter) | 69,4 (65,4–72,9) | 61,5 (55,8–66,7) | 60,6 (56,5–64,3) | 60,2 (56,3–63,7) | 58,9 (54,0–63,2) | 58,5 (54,3–62,7) | 57,7 (51,3–63,0) | 56,3 (49,7–61,8) | 55,6 (47,5–61,0) | 55,3 (49,9–60,3) | 54,4 (48,4–60,3) | 50,6 (45,9–55,3) | 48,6 (44,1–52,9) | 46,7 (40,2–52,2) |
| Fakten-F1 (95-%-Intervall darunter) | 90,5 % (89,1–91,8) | 86,6 % (84,2–88,9) | 87,4 % (85,8–88,8) | 88,4 % (86,9–89,8) | 87,3 % (85,3–89,1) | 85,8 % (84,1–87,6) | 88,8 % (87,2–90,3) | 85,2 % (82,7–87,4) | 86,6 % (83,6–88,6) | 85,0 % (82,9–87,0) | 84,2 % (81,7–86,7) | 85,0 % (83,4–86,7) | 81,9 % (80,2–83,7) | 81,8 % (78,9–84,3) |
| Faktenpräzision (richtige / ausgegebene Fakten) | 91,4 % (2.548 / 2.789) | 88,2 % (2.367 / 2.684) | 89,4 % (2.345 / 2.624) | 90,4 % (2.496 / 2.762) | 89,2 % (2.407 / 2.697) | 88,1 % (2.413 / 2.740) | 90,0 % (2.527 / 2.809) | 88,7 % (2.338 / 2.636) | 87,3 % (2.477 / 2.836) | 87,7 % (2.377 / 2.711) | 87,3 % (2.318 / 2.655) | 88,1 % (2.368 / 2.687) | 86,3 % (2.162 / 2.505) | 87,1 % (2.160 / 2.479) |
| Fakten-Recall (erhaltene / Referenzfakten) | 89,7 % (2.548 / 2.842) | 85,1 % (2.367 / 2.782) | 85,5 % (2.345 / 2.742) | 86,5 % (2.496 / 2.884) | 85,5 % (2.407 / 2.815) | 83,7 % (2.413 / 2.884) | 87,6 % (2.527 / 2.884) | 82,0 % (2.338 / 2.851) | 85,9 % (2.477 / 2.884) | 82,4 % (2.377 / 2.884) | 81,4 % (2.318 / 2.849) | 82,1 % (2.368 / 2.884) | 77,9 % (2.162 / 2.774) | 77,1 % (2.160 / 2.802) |
| Falsch positive Fakten (falsch oder unbelegt / zutreffend, nicht relevant) | 77 / 164 (von 241) | 101 / 216 (von 317) | 161 / 118 (von 279) | 82 / 184 (von 266) | 151 / 139 (von 290) | 167 / 160 (von 327) | 91 / 191 (von 282) | 109 / 189 (von 298) | 95 / 264 (von 359) | 107 / 227 (von 334) | 173 / 164 (von 337) | 170 / 149 (von 319) | 117 / 226 (von 343) | 149 / 170 (von 319) |
| Falsche oder unbelegte Aussagen (niedriger ist besser, gezählt: falsche oder unbelegte Aussagen von ausgegebenen Aussagen, nach dem Punkt das 95-%-Intervall) | 2,8 % (77 von 2.789 · 2,0–3,9) | 3,8 % (101 von 2.684 · 2,8–5,0) | 6,1 % (161 von 2.624 · 4,9–7,7) | 3,0 % (82 von 2.762 · 2,1–4,1) | 5,6 % (151 von 2.697 · 4,4–7,1) | 6,1 % (167 von 2.740 · 4,9–7,6) | 3,2 % (91 von 2.809 · 2,4–4,4) | 4,1 % (109 von 2.636 · 3,1–5,4) | 3,3 % (95 von 2.836 · 2,5–4,5) | 3,9 % (107 von 2.711 · 3,0–5,2) | 6,5 % (173 von 2.655 · 5,2–8,1) | 6,3 % (170 von 2.687 · 5,1–7,9) | 4,7 % (117 von 2.505 · 3,6–6,1) | 6,0 % (149 von 2.479 · 4,8–7,6) |
| Transkript-WER (niedriger ist besser, gezählt: Wortfehler von Referenzwörtern, nach dem Punkt das 95-%-Intervall) | 11,9 % (45.520 von 382.893 · 10,4–13,3) | 12,0 % (45.259 von 376.860 · 10,5–13,8) | 10,8 % (39.988 von 371.195 · 9,9–11,8) | 9,7 % (37.857 von 389.306 · 8,8–10,8) | 10,2 % (38.619 von 378.052 · 9,3–11,1) | 12,0 % (46.545 von 389.306 · 10,7–13,3) | 12,1 % (47.097 von 389.306 · 11,0–13,2) | 12,9 % (49.789 von 384.718 · 11,6–14,4) | 11,9 % (46.243 von 389.306 · 10,3–13,7) | 12,2 % (47.594 von 389.306 · 10,8–13,8) | 12,7 % (48.895 von 383.844 · 11,7–13,8) | 12,5 % (48.712 von 389.306 · 11,6–13,5) | 12,8 % (48.133 von 374.671 · 11,6–14,2) | 14,3 % (54.147 von 379.508 · 13,0–15,6) |
| Diarisierungsfehlerrate · DER (niedriger ist besser, gezählt: nicht oder falsch zugeordnete Sprechzeit von Referenzsprechzeit, nach dem Punkt das 95-%-Intervall) | 10,9 % (17.885 s von 163.981 s · 9,6–12,2) | 10,7 % (17.349 s von 161.556 s · 9,6–11,9) | 13,3 % (21.283 s von 159.661 s · 11,9–14,8) | 17,1 % (28.470 s von 166.914 s · 14,9–19,7) | 15,0 % (24.297 s von 162.220 s · 13,2–16,9) | 11,0 % (18.286 s von 166.914 s · 9,7–12,3) | 22,1 % (36.928 s von 166.914 s · 17,4–28,1) | 11,6 % (19.148 s von 164.687 s · 10,3–13,0) | 18,3 % (30.607 s von 166.914 s · 16,2–20,7) | 13,3 % (22.230 s von 166.914 s · 11,7–15,2) | 10,5 % (17.230 s von 164.767 s · 9,4–11,5) | 19,3 % (32.259 s von 166.914 s · 17,1–21,6) | 12,3 % (19.778 s von 160.182 s · 10,9–14,1) | 14,1 % (22.874 s von 162.251 s · 12,4–15,8) |
| DER ohne Toleranz (niedriger ist besser, gezählt: nicht oder falsch zugeordnete Sprechzeit von Referenzsprechzeit, nach dem Punkt das 95-%-Intervall) | 14,3 % (23.410 s von 163.981 s · 12,5–15,9) | 12,9 % (20.883 s von 161.556 s · 11,5–14,4) | 17,2 % (27.516 s von 159.661 s · 15,5–19,1) | 20,0 % (33.332 s von 166.914 s · 17,4–22,9) | 20,0 % (32.453 s von 162.220 s · 17,6–22,5) | 15,6 % (25.992 s von 166.914 s · 13,8–17,6) | 31,7 % (52.890 s von 166.914 s · 24,9–40,4) | 16,3 % (26.819 s von 164.687 s · 14,5–18,2) | 22,8 % (38.080 s von 166.914 s · 20,2–25,7) | 16,3 % (27.269 s von 166.914 s · 14,4–18,5) | 14,0 % (22.991 s von 164.767 s · 12,5–15,4) | 25,5 % (42.492 s von 166.914 s · 22,5–28,5) | 14,8 % (23.780 s von 160.182 s · 13,0–17,1) | 18,7 % (30.269 s von 162.251 s · 16,4–21,0) |
| Erfasste Beschlüsse (höher ist besser, gezählt: korrekt erfasste Beschlüsse von Referenzbeschlüssen, nach dem Punkt das 95-%-Intervall) | 91,6 % (272 von 297 · 86,7–94,8) | 85,3 % (250 von 293 · 79,5–89,7) | 82,3 % (241 von 293 · 76,1–87,1) | 81,1 % (245 von 302 · 74,9–86,1) | 76,9 % (227 von 295 · 70,4–82,4) | 80,1 % (242 von 302 · 73,8–85,2) | 86,4 % (261 von 302 · 80,8–90,6) | 74,4 % (221 von 297 · 67,7–80,2) | 85,8 % (259 von 302 · 80,0–90,1) | 74,2 % (224 von 302 · 67,5–79,9) | 75,4 % (224 von 297 · 68,8–81,1) | 79,5 % (240 von 302 · 73,1–84,6) | 79,9 % (234 von 293 · 73,5–85,0) | 80,1 % (234 von 292 · 73,8–85,3) |
| Erkannte Aufgaben (höher ist besser, gezählt: erkannte Aufgaben von Referenzaufgaben, nach dem Punkt das 95-%-Intervall) | 90,4 % (405 von 448 · 86,6–93,2) | 93,9 % (415 von 442 · 90,7–96,1) | 90,3 % (401 von 444 · 86,5–93,1) | 88,8 % (405 von 456 · 84,9–91,8) | 91,6 % (412 von 450 · 88,0–94,2) | 91,0 % (415 von 456 · 87,4–93,7) | 91,2 % (416 von 456 · 87,6–93,9) | 87,6 % (390 von 445 · 83,5–90,8) | 92,1 % (420 von 456 · 88,6–94,6) | 88,4 % (403 von 456 · 84,4–91,5) | 88,0 % (397 von 451 · 84,0–91,2) | 88,2 % (402 von 456 · 84,1–91,3) | 87,4 % (382 von 437 · 83,3–90,7) | 86,3 % (377 von 437 · 82,0–89,7) |
| Korrekte Zuständigkeiten (höher ist besser, gezählt: korrekte Zuständigkeiten von Referenzaufgaben mit genannter Zuständigkeit, nach dem Punkt das 95-%-Intervall) | 80,1 % (261 von 326 · 74,4–84,7) | 83,6 % (266 von 318 · 78,2–87,9) | 84,0 % (273 von 325 · 78,7–88,2) | 79,2 % (263 von 332 · 73,5–84,0) | 79,0 % (259 von 328 · 73,2–83,8) | 80,1 % (266 von 332 · 74,5–84,8) | 80,7 % (268 von 332 · 75,1–85,3) | 81,7 % (263 von 322 · 76,1–86,2) | 82,2 % (273 von 332 · 76,8–86,6) | 78,6 % (261 von 332 · 72,9–83,4) | 76,9 % (253 von 329 · 71,0–81,9) | 76,8 % (255 von 332 · 70,9–81,8) | 78,3 % (252 von 322 · 72,4–83,2) | 74,0 % (236 von 319 · 67,9–79,3) |
| Korrekte Fristen (höher ist besser, gezählt: korrekte Fristen von Referenzaufgaben mit genannter Frist, nach dem Punkt das 95-%-Intervall) | 73,3 % (170 von 232 · 65,8–79,6) | 83,1 % (187 von 225 · 76,4–88,2) | 81,2 % (186 von 229 · 74,3–86,6) | 79,9 % (187 von 234 · 72,9–85,5) | 82,3 % (191 von 232 · 75,6–87,5) | 77,8 % (182 von 234 · 70,6–83,6) | 80,3 % (188 von 234 · 73,4–85,8) | 78,8 % (182 von 231 · 71,7–84,5) | 79,5 % (186 von 234 · 72,5–85,1) | 79,9 % (187 von 234 · 72,9–85,5) | 71,4 % (165 von 231 · 63,9–78,0) | 78,2 % (183 von 234 · 71,1–84,0) | 73,7 % (165 von 224 · 66,1–80,0) | 66,7 % (152 von 228 · 58,9–73,7) |
| Vollständig korrekte Aufgaben (höher ist besser, gezählt: vollständig korrekte Aufgaben von Referenzaufgaben, nach dem Punkt das 95-%-Intervall) | 73,0 % (327 von 448 · 67,9–77,6) | 79,0 % (349 von 442 · 74,2–83,1) | 80,2 % (356 von 444 · 75,5–84,2) | 74,6 % (340 von 456 · 69,6–79,0) | 73,8 % (332 von 450 · 68,7–78,3) | 74,3 % (339 von 456 · 69,3–78,8) | 76,8 % (350 von 456 · 71,9–81,0) | 66,7 % (297 von 445 · 61,4–71,7) | 73,2 % (334 von 456 · 68,2–77,8) | 70,0 % (319 von 456 · 64,8–74,7) | 61,6 % (278 von 451 · 56,2–66,8) | 70,8 % (323 von 456 · 65,7–75,5) | 71,4 % (312 von 437 · 66,2–76,1) | 62,7 % (274 von 437 · 57,3–67,8) |
| Nacharbeit je Besprechung (Minuten ohne einmaliges Durchlesen, bei durchschnittlich 39,9 Minuten Aufnahme) | 6,7 min (5,8–7,7) | 8,0 min (6,9–9,2) | 8,2 min (7,4–9,1) | 7,9 min (7,0–8,9) | 8,8 min (8,0–9,9) | 9,8 min (8,8–11,0) | 7,1 min (6,3–7,9) | 10,6 min (9,2–12,1) | 8,4 min (7,3–9,8) | 9,8 min (8,7–11,1) | 11,8 min (10,2–13,4) | 10,2 min (9,1–11,2) | 11,9 min (10,9–12,9) | 12,5 min (11,0–14,1) |
| Verarbeitungszeit, Median (p50) | 1,5 min | 7,6 min | 6,9 min | 8,6 min | 4,5 min | 12,5 min | 0,9 min | 1,1 min | 5,2 min | 1,4 min | 1,5 min | 2,0 min | 3,3 min | 3,2 min |
| Verarbeitungszeit, p95 (95 % der Läufe schneller) | 3,9 min | 16,3 min | 13,9 min | 16,3 min | 8,0 min | 34,3 min | 1,4 min | 2,3 min | 10,4 min | 4,2 min | 2,8 min | 3,5 min | 8,7 min | 9,9 min |
| Testweg (legt den Startpunkt der Zeit fest) | Live-Gespräch | Live-Gespräch | Live-Gespräch | Live-Gespräch | Live-Gespräch | Live-Gespräch | Live-Gespräch | Live-Gespräch | Live-Gespräch | Live-Gespräch | Live-Gespräch | Live-Gespräch | Live-Gespräch | Live-Gespräch |
| Abgeschlossene Läufe (von geplanten Läufen) | 75 / 76 (1 abgebrochen) | 74 / 76 (2 abgebrochen) | 74 / 76 (2 abgebrochen) | 76 / 76 | 75 / 76 (1 abgebrochen) | 76 / 76 | 76 / 76 | 75 / 76 (1 abgebrochen) | 76 / 76 | 76 / 76 | 75 / 76 (1 abgebrochen) | 76 / 76 | 74 / 76 (2 abgebrochen) | 74 / 76 (2 abgebrochen) |
Je Zeile ist der beste Wert fett markiert, beim ScribeIndex-Score nur ohne Gleichstand.
Gemessen wurde die Verarbeitungszeit beim Live-Gespräch von „Ende der Gesprächserfassung“ bis „Vollständiges Protokoll verfügbar“.
Read AI und Sembly AI liefen mit der Standardvorlage des Herstellers, weil der getestete Zugang keine frei bearbeitbaren Vorlagen erlaubt. Alle übrigen Dienste liefen mit der ScribeIndex-Vorlage.
Testbedingungen
- Protokoll: Version 1.0 · Ablauf, Kennzahlen und Zählregeln
- Korpus: Besprechungen und Gesprächsprotokolle · Kennung de-meeting-v1, Korpusversion 1.0, Referenzversion 1.0
- Umfang: 38 Szenarien × 2 Durchläufe · 2 von 40 Szenarien vorab ausgeschlossen
- Audio: 25,3 Stunden · 13 min bis 1 h 27 min je Szenario, 2 bis 8 Sprechende
- Referenz: 194.653 Wörter, 1.442 Fakten · 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. Anteile aus Zählern mit Wilson-Intervall und Designeffekt
- Auswertung: Version 1.0 · Normalisierung de-allg-wer, Version 1.0 · Rubrik meeting-facts-v1, Version 1.0
Direktvergleiche
91 Direktvergleiche zwischen Anbietern dieser Kategorie. Zuerst stehen redaktionell eingeordnete Vergleiche und Vergleiche unter den drei Bestplatzierten.
Alle 91 Direktvergleiche
- Bluedot vs. Fathom
- Bluedot vs. Fireflies.ai
- Bluedot vs. Granola
- Bluedot vs. HappyScribe
- Bluedot vs. Jamie
- Bluedot vs. MeetGeek
- Bluedot vs. Notta
- Bluedot vs. Otter.ai
- Bluedot vs. Plaud
- Bluedot vs. Read AI
- Bluedot vs. Sally AI
- Bluedot vs. Sembly AI
- Bluedot vs. tl;dv
- Fathom vs. Fireflies.ai
- Fathom vs. Granola
- Fathom vs. HappyScribe
- Fathom vs. Jamie
- Fathom vs. MeetGeek
- Fathom vs. Notta
- Fathom vs. Otter.ai
- Fathom vs. Plaud
- Fathom vs. Read AI
- Fathom vs. Sally AI
- Fathom vs. Sembly AI
- Fathom vs. tl;dv
- Fireflies.ai vs. Granola
- Fireflies.ai vs. HappyScribe
- Fireflies.ai vs. Jamie
- Fireflies.ai vs. MeetGeek
- Fireflies.ai vs. Notta
- Fireflies.ai vs. Otter.ai
- Fireflies.ai vs. Plaud
- Fireflies.ai vs. Read AI
- Fireflies.ai vs. Sally AI
- Fireflies.ai vs. Sembly AI
- Fireflies.ai vs. tl;dv
- Granola vs. HappyScribe
- Granola vs. Jamie
- Granola vs. MeetGeek
- Granola vs. Notta
- Granola vs. Otter.ai
- Granola vs. Plaud
- Granola vs. Read AI
- Granola vs. Sally AI
- Granola vs. Sembly AI
- Granola vs. tl;dv
- HappyScribe vs. Jamie
- HappyScribe vs. MeetGeek
- HappyScribe vs. Notta
- HappyScribe vs. Otter.ai
- HappyScribe vs. Plaud
- HappyScribe vs. Read AI
- HappyScribe vs. Sally AI
- HappyScribe vs. Sembly AI
- HappyScribe vs. tl;dv
- Jamie vs. MeetGeek
- Jamie vs. Notta
- Jamie vs. Otter.ai
- Jamie vs. Plaud
- Jamie vs. Read AI
- Jamie vs. Sally AI
- Jamie vs. Sembly AI
- Jamie vs. tl;dv
- MeetGeek vs. Notta
- MeetGeek vs. Otter.ai
- MeetGeek vs. Plaud
- MeetGeek vs. Read AI
- MeetGeek vs. Sally AI
- MeetGeek vs. Sembly AI
- MeetGeek vs. tl;dv
- Notta vs. Otter.ai
- Notta vs. Plaud
- Notta vs. Read AI
- Notta vs. Sally AI
- Notta vs. Sembly AI
- Notta vs. tl;dv
- Otter.ai vs. Plaud
- Otter.ai vs. Read AI
- Otter.ai vs. Sally AI
- Otter.ai vs. Sembly AI
- Otter.ai vs. tl;dv
- Plaud vs. Read AI
- Plaud vs. Sally AI
- Plaud vs. Sembly AI
- Plaud vs. tl;dv
- Read AI vs. Sally AI
- Read AI vs. Sembly AI
- Read AI vs. tl;dv
- Sally AI vs. Sembly AI
- Sally AI vs. tl;dv
- Sembly AI vs. tl;dv
Hintergrundwissen
Fachartikel rund um Meeting-Scribes.
- 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.
- Verträge und Datenflüsse prüfen: Datenschutz bei KI-Scribes: Die konkrete Prüfcheckliste Ein Speicherort oder ein Zertifikat beantwortet nicht alle Datenschutzfragen. Die Checkliste zeigt, was Sie vor dem Einsatz eines KI-Scribes klären müssen, von Datenflüssen und Rollen über Auftragsverarbeitung und Unterauftragsverarbeiter bis zu Löschfristen und Trainingsregeln.
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 („Protokoll und Transkript, die Sie ohne Nachtragen weitergeben können“). Den größten Anteil hat mit 75 % die Inhaltsqualität. Sie besteht zu 70 % aus dem Fakten-F1 des Protokolls, also ob Inhalte, Beschlüsse und Aufgaben richtig und vollständig enthalten sind, und zu 30 % aus der Sprecherzuordnung im Transkript, an der Sie nachprüfen, wer etwas zugesagt hat. Danach zählt mit 20 % die geschätzte Nacharbeit bis zur Zielfassung. Die übrigen 5 % hängen davon ab, ob jede Besprechung verarbeitet wird.
Braucht ein Meeting-Scribe einen Bot im Meeting?
Nein. Neben Meeting-Bots gibt es Desktop-Apps, die das Systemaudio aufnehmen, Browser-Erweiterungen und Datei-Uploads. Ohne Bot sehen andere Teilnehmende keine Aufnahme-Anzeige, deshalb müssen sie aktiv informiert werden.
Wie wird die Qualität von Aufgabenlisten gemessen?
Jede Aufgabe wird mit einer Referenzliste abgeglichen. Dabei müssen Aufgabe, zuständige Person und genannte Frist stimmen. Vom System ergänzte Zuständigkeiten oder Fristen zählen als Fehler.
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.
- Bluedot: Tarife und Aufnahmedauer bluedothq.com · abgerufen am 7. Oktober 2026
- Fathom: Tarife fathom.ai · abgerufen am 16. Oktober 2026
- Fireflies: Tarife fireflies.ai · abgerufen am 13. Oktober 2026
- Granola: Tarife granola.ai · abgerufen am 2. Oktober 2026
- HappyScribe: Tarife happyscribe.com · abgerufen am 7. Oktober 2026
- Jamie: Tarife meetjamie.ai · abgerufen am 12. Oktober 2026
- MeetGeek: Tarife meetgeek.ai · abgerufen am 5. Oktober 2026
- Notta: Tarife notta.ai · abgerufen am 5. Oktober 2026
- Otter: Tarife otter.ai · abgerufen am 15. Oktober 2026
- Plaud: KI-Tarife eu.plaud.ai · abgerufen am 5. Oktober 2026
- Read AI: Search Copilot und Sprachmodelle read.ai · abgerufen am 7. Oktober 2026
- Sally AI: Tarife sally.io · abgerufen am 7. Oktober 2026
- Sembly AI: Preise und Funktionen sembly.ai · abgerufen am 5. Oktober 2026
- Tarife tldv.io · abgerufen am 2. Oktober 2026
- Bluedot: Datenschutzerklärung bluedothq.com · abgerufen am 8. Oktober 2026
- Bluedot: Sicherheit bluedothq.com · abgerufen am 8. Oktober 2026
- Bluedot: Blogbeitrag mit Speicheroptionen bluedothq.com · abgerufen am 5. Oktober 2026
- Fathom: Data Processing Agreement, 5. Mai 2026 fathom.ai · abgerufen am 2. Oktober 2026
- Fathom: Sicherheit, Speicherort und Zertifizierungen help.fathom.video · abgerufen am 2. Oktober 2026
- Fathom Trust Center: Unterauftragsverarbeiter trust.fathom.video · abgerufen am 2. Oktober 2026
- Fathom: Datenschutzerklärung (KI-Modelle) fathom.ai · abgerufen am 2. Oktober 2026
- Fireflies: Datenspeicherung und -übertragung guide.fireflies.ai · abgerufen am 5. Oktober 2026
- Fireflies: Private Storage und BYOS guide.fireflies.ai · abgerufen am 5. Oktober 2026
- Fireflies Trust Center: Unterauftragsverarbeiter trust.fireflies.ai · abgerufen am 5. Oktober 2026
- Granola: Security-, Privacy- und Daten-FAQ docs.granola.ai · abgerufen am 2. Oktober 2026
- Granola Trust Center: Unterauftragsverarbeiter trust.granola.ai · abgerufen am 2. Oktober 2026
- Granola: Security granola.ai · abgerufen am 2. Oktober 2026
- Granola: Modellauswahl im Chat docs.granola.ai · abgerufen am 2. 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
- Jamie: Datenschutz und Unterauftragsverarbeiter meetjamie.ai · abgerufen am 5. Oktober 2026
- Jamie: Integrationen docs.meetjamie.ai · abgerufen am 5. Oktober 2026
- MeetGeek: Sicherheit meetgeek.ai · abgerufen am 5. Oktober 2026
- MeetGeek: Unterauftragsverarbeiter meetgeek.ai · 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
- Otter: Datenschutzerklärung (Sprecheridentifikationsdaten) otter.ai · abgerufen am 2. Oktober 2026
- Otter: Unterauftragsverarbeiterliste vom 31. März 2026 otter.ai · abgerufen am 2. Oktober 2026
- Otter: Privacy & Security otter.ai · abgerufen am 2. Oktober 2026
- Plaud: Trust und Regionen global.plaud.ai · abgerufen am 5. Oktober 2026
- Read AI: Datenschutzerklärung read.ai · abgerufen am 5. Oktober 2026
- Read AI: Infrastruktur und Produktionszugriff support.read.ai · abgerufen am 5. Oktober 2026
- Read AI: Regionale KI-Verarbeitung read.ai · abgerufen am 5. Oktober 2026
- Sally AI: Deutscher AVV mit Anlagen help.sally.io · abgerufen am 5. Oktober 2026
- Sally AI: Unterauftragsverarbeiter help.sally.io · abgerufen am 5. Oktober 2026
- Sally AI: Hosting und Unterauftragsverarbeiter help.sally.io · abgerufen am 5. Oktober 2026
- Sembly AI: Konto anlegen und Instanz wählen help.sembly.ai · abgerufen am 5. Oktober 2026
- Sembly AI: Datenschutzerklärung sembly.ai · abgerufen am 16. Oktober 2026
- tl;dv: Privacy Policy, Stand 9. September 2026 tldv.io · abgerufen am 5. Oktober 2026
- tl;dv Trust Center: Unterauftragsverarbeiter trust.tldv.io · abgerufen am 5. Oktober 2026