Anleitung

So transkribieren Sie ein Interview, aus dem Sie genau zitieren müssen

Automatische Transkription ist inzwischen gut genug, um damit zu arbeiten, und immer noch nicht gut genug, um blind daraus zu zitieren. Dazwischen liegt ein Prüfdurchgang, der Minuten dauert, keine Stunden.

30 August 2026

Automatische Transkription hat die Interviewarbeit auf eine bestimmte Weise verändert. Sie hat nicht die Notwendigkeit beseitigt, Ihre Zitate zu prüfen. Sie hat die Notwendigkeit beseitigt, neunzig Minuten Gespräch abzutippen, um sie zu finden.

Das ist eine große Veränderung, und sie funktioniert nur, wenn Sie den Prüfschritt beibehalten. Hier ist eine Methode, die davon ausgeht, dass das Transkript ein durchsuchbarer Index des Audios ist und kein fertiges Dokument.

Bevor Sie aufnehmen #

Zwei Entscheidungen hier sparen mehr Zeit als alles, was Sie danach tun.

Legen Sie das Aufnahmegerät nah an die andere Person, nicht nah an sich. Die häufigste Ursache für ein unbrauchbares Transkript ist ein Telefon, das flach auf einem Cafétisch zwischen zwei Personen liegt und die Espressomaschine in derselben Lautstärke aufnimmt wie Ihr Gegenüber. Ein Telefon, das an etwas angelehnt ist, auf die Person gerichtet, einen Meter entfernt, ist dramatisch besser. Ein externes Mikrofon ist noch besser und selten nötig.

Sagen Sie laut, wer wer ist, gleich zu Beginn. „Es ist der 30., ich spreche mit Dr. Chen über die Studienergebnisse." Zehn Sekunden, und es überlebt im Transkript als Kopfzeile, nach der Sie suchen können. Wenn Sie viele Interviews aufnehmen, ist das der Unterschied zwischen einem Ordner voller Dateien namens New Recording 47 und einem Archiv.

Das Transkribieren #

Die Mechanik ist einfach. Die Entscheidung, die man bewusst treffen sollte, ist, wohin das Audio geht.

Die meisten Transkriptionsdienste laden Ihre Aufnahme auf einen Server. Bei einem Interview ist das eine reale Frage und keine philosophische:

• Wenn Sie einer Quelle Vertraulichkeit zugesagt haben, ist das Senden der Aufnahme an Dritte etwas, das Sie auf Nachfrage genau beschreiben können sollten.
• Wenn Ihr Gegenüber über etwas spricht, das unter eine Geheimhaltungsvereinbarung, ärztliche Schweigepflicht oder ein Ethikvotum fällt, kann „wir haben es zu einem US-Dienst hochgeladen, der es 30 Tage aufbewahrt" gegen Bedingungen verstoßen, denen Sie zugestimmt haben.
• Wenn Sie ohne Empfang unterwegs sind, funktioniert ein Upload-basiertes Werkzeug überhaupt nicht.

Lokale Transkription umgeht all das: Die Datei wird von der Festplatte gelesen, auf Ihrem Rechner transkribiert und nie irgendwohin gesendet. Wenn Sie diese Behauptung überprüfen möchten, statt jemandem aufs Wort zu glauben — auch uns — haben wir drei Wege aufgeschrieben, das selbst zu testen.

Mit Offline Transcription legen Sie die Aufnahme ab, stellen die Sprache ein, falls es nicht Englisch ist, und transkribieren. Ein neunzigminütiges Interview dauert auf Apple Silicon ein paar Minuten.

Der Prüfdurchgang #

Das ist der Teil, auf den es ankommt, und der Teil, den die meisten überspringen.

Sie lesen nicht das Transkript Korrektur. Sie überprüfen die konkreten Sätze, die Sie veröffentlichen wollen, plus die Stellen, an denen sich Fehler bekanntermaßen häufen.

Prüfen Sie jedes Zitat, das Sie verwenden wollen, gegen das Audio. Nicht den Absatz darum herum — die Wörter innerhalb der Anführungszeichen. Das ist nicht verhandelbar, wenn das Zitat mit dem Namen einer Person gedruckt wird.

Prüfen Sie diese vier Dinge überall:

1. Namen und Organisationen. Whisper gibt einen unbekannten Nachnamen selbstbewusst als ein ähnlich klingendes Alltagswort wieder. Es tut das ohne jedes Signal, dass es unsicher ist.
2. Zahlen. „Fünfzehn" und „fünfzig" liegen ein Phonem und einen sachlichen Fehler auseinander. Bei schneller Sprache gilt dasselbe für „Millionen" und „Milliarden".
3. Verneinungen. „Das haben wir nicht erwogen" und „Das haben wir erwogen" unterscheiden sich durch ein kurzes Wort, das man beim Sprechen leicht verschluckt. Das ist der Fehler, wegen dem Leute verklagt werden.
4. Durcheinanderreden. Wo zwei Personen gleichzeitig sprechen, vermischen Transkripte sie, und ein Satz kann am Ende völlig der falschen Person zugeschrieben werden.

Der mechanische Kniff, der das schnell macht: Arbeiten Sie in einer Segmentansicht, in der jede Zeile ihren eigenen Zeitstempel trägt, und spielen Sie das Audio nur für diese Zeile ab, statt durch die Wellenform zu scrubben. Zwölf Zitate zu prüfen kostet dann zwölf Klicks statt zwölf Suchen durch neunzig Minuten. In unserer App macht die Segmentansicht genau das — Zeile auswählen, Wiedergabe drücken, nur diese Zeile hören.

Sprecherkennzeichnungen #

Nichts, was auf Whisper aufbaut, leistet zuverlässige Sprechererkennung. Werkzeuge, die sie anbieten, betreiben ein separates Diarisierungsmodell, und die Ergebnisse sind bei zwei Personen in einem ruhigen Raum ordentlich und bei vier Personen in einem lebhaften schlecht.

Bei einem üblichen Interview zu zweit besteht der praktische Ansatz darin, das an der Stelle der Verwendung selbst zu korrigieren: Sie wissen, welche Stimme Ihre ist, und wenn Sie Zitate herausziehen, hören Sie sich diese Momente ohnehin an. Bauen Sie keinen Arbeitsablauf, der darauf angewiesen ist, dass automatische Kennzeichnungen stimmen.

Das Transkript später nützlich halten #

Zwei Gewohnheiten, beide günstig:

Exportieren Sie mit Zeitstempeln, nicht nur als Text. Reiner Text ist das, woraus Sie schreiben; ein Export mit Zeitstempeln ist das, womit Sie den Moment in sechs Monaten wiederfinden, wenn eine Faktenprüfung zurückkommt. CSV eignet sich dafür gut, wenn Sie in einer Tabellenkalkulation sortieren oder filtern wollen.

Bewahren Sie das Audio auf. Das Transkript ist abgeleitete Arbeit. Wenn ein Zitat je bestritten wird, ist die Aufnahme der Beweis und das Transkript nicht.

Die Kurzfassung #

Nehmen Sie nah am Gegenüber auf und sagen Sie zu Beginn laut, worum es geht. Transkribieren Sie lokal, damit die Aufnahme Ihnen gehört und ohne Empfang funktioniert. Überprüfen Sie dann jedes Zitat, das Sie veröffentlichen wollen, gegen das Audio, dazu überall Namen, Zahlen, Verneinungen und Durcheinanderreden. Verwenden Sie eine Segmentansicht mit zeilenweiser Wiedergabe, damit das Prüfen Minuten dauert.

Das Transkript ist ein schneller Index dessen, was gesagt wurde. Ihre Zitate stammen weiterhin aus der Aufnahme.