Meeting-Transkription & Analyse
Der durchschnittliche Knowledge Worker verbringt 31 Stunden pro Monat in Meetings. Davon sind geschätzt 50 % unproduktiv. AI-Transkription und -Analyse verwandeln gesprochene Worte in durchsuchbare, analysierbare, actionable Daten.
Whisper und moderne ASR-Systeme
OpenAI Whisper
Whisper hat die Speech-to-Text-Landschaft revolutioniert:
- Open Source: Kostenlos nutzbar, selbst hostbar
- Multilingual: 99 Sprachen, automatische Spracherkennung
- Robustheit: Funktioniert bei Hintergrundgeräuschen, Akzenten, Fachsprache
- Modellgrößen: tiny (39M) bis large-v3 (1,55B Parameter)
- Genauigkeit: Word Error Rate (WER) von 3–5 % für Deutsch und Englisch
Whisper vs. Alternativen 2026
| System | Genauigkeit | Geschwindigkeit | Preis | Besonderheit |
|---|
| Whisper (lokal) | Sehr gut | Langsam (ohne GPU) | Gratis | Datenschutz |
| Deepgram | Exzellent | Echtzeit | 0,0043 €/Min | Beste API |
| Azure Speech | Sehr gut | Echtzeit | 0,0093 €/Min | MS-Integration |
| AssemblyAI | Exzellent | Near-Realtime | 0,006 €/Min | Beste Features |
| Google Speech | Gut | Echtzeit | 0,009 €/Min | GCP-Integration |
Speaker Diarization
Wer hat was gesagt? Moderne Systeme erkennen individuelle Sprecher:
- Unsupervised: Erkennt automatisch verschiedene Sprecher ("Speaker 1", "Speaker 2")
- Enrollment: Vorab-registrierte Stimmen → namentliche Zuordnung
- Genauigkeit: 90–95 % bei 2–5 Sprechern, abnehmend bei mehr Teilnehmern
Meeting-Tools
Otter.ai, Fireflies, Fathom & Co.
Die führenden Meeting-AI-Tools 2026:
- Otter.ai: Echtzeit-Transkription, Zusammenfassungen, durchsuchbares Archiv
- Fireflies.ai: Multi-Plattform (Zoom, Teams, Meet), CRM-Integration
- Fathom: Kostenlose Basis, Action Items, Highlights
- Granola: Minimalistisch, kombiniert eigene Notizen mit AI-Transkript
- tl;dv: Video-Clips aus Meetings, Coaching-Features
Integration in den Arbeitsalltag
Die besten Tools integrieren sich nahtlos:
- Kalender-Sync: Bot tritt automatisch allen Meetings bei
- Echtzeit-Transkription: Mitlesen während des Meetings
- Automatische Zusammenfassung: Sofort nach Meeting-Ende
- CRM-Update: Kundengespräche → automatisches Salesforce/HubSpot-Update
- Projektmanagement: Action Items → automatische Jira/Asana-Tickets
Zusammenfassungen und Action Items
AI-generierte Zusammenfassungen
Was gute Meeting-Zusammenfassungen enthalten:
- Key Decisions: Welche Entscheidungen wurden getroffen?
- Action Items: Wer macht was bis wann?
- Discussion Points: Die wichtigsten Diskussionspunkte (nicht jedes Detail)
- Open Questions: Was blieb ungeklärt?
- Next Steps: Was sind die nächsten Schritte?
Beispiel einer AI-Zusammenfassung
*"Sprint Planning — 18.02.2026
Teilnehmer: Anna (PO), Ben (Dev), Clara (Dev), David (Scrum Master)
Entscheidungen:
- Feature X wird in Sprint 14 priorisiert (Effort: 8 SP)
- Bug Y wird als Critical eingestuft und sofort behoben
Action Items:
Offene Fragen:
- Performance-Impact von Feature X muss noch evaluiert werden"*
Analyse über Zeit
AI kann Meeting-Muster analysieren:
- Meeting-Effizienz: Wie viel Redezeit vs. Stille? Wie viele Action Items pro Minute?
- Dominanz-Analyse: Wer redet wie viel? (Für Führungskräfte-Coaching)
- Themen-Tracking: Welche Themen kommen immer wieder auf und werden nie gelöst?
- Sentiment-Trend: Wird die Stimmung im Team besser oder schlechter?
Datenschutz-Überlegungen
Vor der Einführung klären:
- Einwilligung: Alle Teilnehmer müssen informiert werden, dass AI mitschreibt
- Aufzeichnung: Darf das Meeting aufgezeichnet werden? (Betriebsvereinbarung!)
- Speicherung: Wo werden Transkripte gespeichert? Wie lange?
- Zugriff: Wer darf welche Transkripte sehen?
- Löschung: DSGVO-konforme Löschfristen definieren
Praxis-Tipp: Starten Sie mit internen Meetings (geringere Datenschutz-Hürden) und expandieren Sie erst nach positiver Erfahrung auf Kundengespräche. Und: Immer am Anfang des Meetings ankündigen, dass AI mitschreibt.