Anleitung

TXT, SRT, VTT, SBV, CSV, HTML oder PDF — welches Transkriptformat?

Sieben Exportoptionen sind eine Speisekarte, keine Entscheidung. Jede existiert für eine andere Aufgabe, und die falsche zu wählen kostet einen Nachmittag im Schnittprogramm.

30 August 2026

Transkriptionswerkzeuge bieten meist eine Liste von Exportformaten an, ohne zu erklären, wofür eines davon gut ist. Hier steht die Entscheidung, zuerst in einer Tabelle und dann im Detail.

Sie wollen …	Nehmen Sie
Es lesen, bearbeiten, einfügen	TXT
Ein Video in Premiere oder Final Cut untertiteln	SRT
Ein Video im Web untertiteln	VTT
Untertitel zu YouTube hochladen	SRT (oder SBV)
Sortieren, filtern oder zählen	CSV
Es auf einer Seite veröffentlichen	HTML
Es jemandem senden, der es nicht bearbeiten soll	PDF

Die Textformate #

TXT #

Nur die Wörter, keine Zeitangaben. Das ist die richtige Voreinstellung für alles, was Sie lesen oder woraus Sie schreiben werden — in Notizen einfügen, in ein Dokument übernehmen, nach einer Formulierung suchen.

Was Sie wissen sollten: Sobald Sie TXT exportieren, sind die Zeitangaben weg. Wenn auch nur die Möglichkeit besteht, dass Sie den Moment später im Audio finden müssen, exportieren Sie zusätzlich ein zeitbehaftetes Format. Beides zu haben kostet nichts.

PDF #

Ein festes Dokument. Nehmen Sie es, wenn das Transkript ein Liefergegenstand ist und keine Arbeitsdatei: eine Aufzeichnung an einen Kunden senden, etwas zu den Akten legen, es an einen Bericht anhängen, wo es auf jedem Rechner gleich aussehen und nicht nebenbei bearbeitet werden soll.

Verwenden Sie es nicht als Ihre eigene Arbeitskopie. Text sauber wieder aus einem PDF herauszubekommen ist mühsam.

HTML #

Ein Transkript als Webseite. Das wollen Sie, wenn das Transkript veröffentlicht wird — in einem Blog, in einer Wissensdatenbank, als barrierefreie Begleitung zu einer Podcast-Folge.

Der unterschätzte Grund, Transkripte als HTML zu veröffentlichen: Suchmaschinen lesen Text, nicht Audio. Ein Podcast mit veröffentlichten Transkripten ist auffindbar, wie es eine Audiodatei nie ist, und es ist die günstigste Verbesserung der Barrierefreiheit, die einem Podcast zur Verfügung steht.

Die Untertitelformate #

Diese drei erledigen alle dieselbe Aufgabe — Text plus Zeitangaben zur Anzeige über Video — und unterscheiden sich in der Syntax, nicht im Leistungsumfang.

SRT #

Das universelle Format. Jedes Schnittprogramm, jeder Player, jede Plattform akzeptiert es. Wenn Sie unsicher sind, ist das die Antwort.

1
00:00:00,000 --> 00:00:07,000
Good afternoon everyone and welcome
to the second quarter earnings call.

Nummerierte Blöcke, ein Start- und Endzeitcode, der Text, eine Leerzeile. Beachten Sie das Komma vor den Millisekunden.

VTT (WebVTT) #

Der Webstandard und das, was HTML5-Video erwartet. Strukturell fast identisch mit SRT, mit zwei Unterschieden, auf die es ankommt: Die Datei beginnt mit einer WEBVTT-Zeile, und Zeitcodes verwenden vor den Millisekunden einen Punkt statt eines Kommas.

WEBVTT

00:00:00.000 --> 00:00:07.000
Good afternoon everyone and welcome
to the second quarter earnings call.

Das ist das mit Abstand häufigste Untertitelproblem: eine SRT, die in .vtt umbenannt wurde, oder umgekehrt. Es sieht richtig aus und wird stillschweigend nicht geladen. Wenn Untertitel ohne erkennbaren Grund abgelehnt werden, prüfen Sie zuerst dieses Zeichen.

VTT kann außerdem Gestaltung und Positionierung tragen, was SRT nicht kann — selten nötig, gelegentlich der Grund, es zu wählen.

SBV #

YouTubes eigenes Format aus der Zeit, bevor es alles andere akzeptierte. Noch einfacher: Zeitcodes durch ein Komma getrennt, keine Blocknummern.

0:00:00.000,0:00:07.000
Good afternoon everyone and welcome
to the second quarter earnings call.

Gut zu haben, wenn ein Arbeitsablauf es ausdrücklich erwartet. YouTube akzeptiert SRT inzwischen einwandfrei, das hier ist also eine Kompatibilitätsoption und keine erste Wahl.

Das Analyseformat #

CSV #

Eine Zeile pro Segment, mit Startzeit, Endzeit und Text als Spalten. Das ist das Format, an das niemand denkt, und dasjenige, das am meisten erschließt.

Öffnen Sie es in Numbers, Excel oder einem Python-Notebook, und Sie können Dinge tun, die in einem Textdokument unmöglich sind:

• Segmente nach Länge sortieren, um die längsten ununterbrochenen Passagen zu finden.
• Nach jedem Segment filtern, das einen bestimmten Begriff enthält, samt Zeitstempel, um einen Zitatindex aufzubauen.
• Zählen, wie oft ein Thema über einen ganzen Ordner von Transkripten hinweg vorkommt.
• Transkripte vieler Aufnahmen zu einem Datensatz für die Forschung zusammenführen.

Wenn Sie transkribieren, um zu analysieren, und nicht, um zu lesen — Nutzerforschung, Inhaltsanalyse, Compliance-Prüfung — exportieren Sie CSV zusätzlich zu Ihrer TXT.

Zwei praktische Regeln #

Exportieren Sie mehr als eines. Sie zu erzeugen kostet nichts, und sie beantworten verschiedene Fragen. TXT plus ein zeitbehaftetes Format deckt fast jeden Fall ab.

Prüfen Sie die Datei, bevor Sie darauf aufbauen. Automatische Transkripte enthalten Fehler, und sie sind in diesem Stadium am günstigsten zu beheben. Überfliegen Sie sie nach Namen und Zahlen, bevor Sie 400 Untertitel in ein Schnittprogramm importieren und anfangen, sie zu gestalten.

Woher das kommt #

Offline Transcription exportiert alle sieben — TXT, SRT, SBV, VTT, CSV, HTML und PDF — sowohl auf dem Mac als auch auf dem iPhone, aus demselben Transkript, ohne die Aufnahme irgendwohin hochzuladen.

Wenn speziell Untertitel Ihr Ziel sind, haben wir eine Schritt-für-Schritt-Anleitung zum Erstellen einer SRT und zum Laden in Final Cut, Premiere oder YouTube.