KI-Tools für Meeting-Notizen, ehrlich betrachtet

Ein KI-Tool für Meeting-Notizen macht aus Gesprächen Notizen, mit denen du arbeiten kannst

Zieht man das Marketing ab, macht jedes Tool dieser Kategorie drei Dinge. Es erfasst Audio. Es transkribiert dieses Audio in Text. Dann verdichtet ein Sprachmodell den Text zu einer Zusammenfassung, einer Liste von Entscheidungen und einer Reihe von Aufgaben. Die KI-Übersicht, die Google für diese Suche zeigt, sagt dieselbe Idee mit mehr Worten.

Was die Tools unterscheidet, ist der Erfassungsschritt, und genau diesen Teil überspielen die Startseiten. Ein Auto-Join-Bot erfasst, indem er einen Teilnehmer in deinen Videocall schickt. Du kennst das: der zusätzliche Teilnehmer namens "Otter.ai" oder "Fireflies Notetaker", der im Raster sitzt. Ein bot-freies Desktop-Tool erfasst stattdessen das Audio, das durch deinen Computer läuft, sodass kein zusätzlicher Gast im Raum auftaucht. Ein Diktier-Tool wie Whisper erfasst nur das, was du ins Mikrofon sprichst, während du einen Hotkey hältst. Auf dem Papier dieselbe Kategorie. Im Raum drei verschiedene Dinge.

Der Grund, warum das wichtig ist, sind Einwilligung und Datenschutz, nicht Funktionen. Wenn sich ein Bot einklinkt, zeichnet ein Dritter alle im Call auf, oft ohne klaren Hinweis. Wenn du deine eigenen Notizen diktierst, ist die einzige erfasste Stimme deine, und im lokalen Modus verlässt nichts deinen Rechner. Darauf kommen wir noch zurück. Zuerst: wie die Bots funktionieren.

Wie die Auto-Join-Notizentools funktionieren

Die Auto-Join-Tools leben in deinem Kalender. Du verbindest Google Calendar oder Outlook, und ein paar Minuten vor jedem Meeting schickt das Tool einen Bot, der darum bittet, als Teilnehmer beizutreten. Fireflies kann zum Beispiel "deinen Kalender-Meetings automatisch beitreten", oder du lädst seinen Bot spontan in ein laufendes Meeting ein. Der Pitch von Read AI ist, dass es "deinen Meetings beitritt, aufzeichnet und eine Zusammenfassung liefert" über Zoom, Google Meet und Microsoft Teams hinweg.

Einmal drin, zeichnet der Bot den Call auf, transkribiert jeden Sprecher und schreibt nach dem Meeting eine Zusammenfassung mit Aufgaben, die er per Mail verschickt oder in einen Workspace ablegt. Manche dieser Tools lassen dich dann über alle vergangenen Meetings hinweg suchen und "Fragen stellen" zu dem, was gesagt wurde.

Eine leisere zweite Methode ist im letzten Jahr herangewachsen: die bot-freie Erfassung. Statt dass ein Bot dem Call beitritt, zeichnet eine Desktop-App das Audio auf, das aus den eigenen Lautsprechern deines Computers kommt. Granola "transkribiert das Audio deines Computers direkt, ohne dass sich Meeting-Bots in deinen Call einklinken". Fathom bietet inzwischen beides an, mit oder ohne Bot, sodass du dich so oder so "auf das Meeting konzentrieren" kannst. tl;dv wirbt in seinem Gratis-Tarif mit einem Ablauf "NO BOT REQUIRED". Die Notizen decken weiterhin das ganze Meeting ab; der Unterschied ist nur, ob ein sichtbarer Gast im Raster auftaucht. Die Aufnahme passiert trotzdem. Sie passiert nur auf deinem Laptop statt in der Cloud.

Die zwei Arten von Tool, die dir niemand auseinanderhält

Hier ist der Unterschied, den die Kategorieseiten partout nicht ziehen wollen. Es gibt das Tool, das dem Raum zuhört, und es gibt das Tool, das dir zuhört.

Die Raum-Tools, ob mit Bot oder bot-frei, erfassen das ganze Gespräch, jeden Sprecher, von selbst. Du lehnst dich zurück, und die Notizen erscheinen. Das zahlt sich aus, wenn du in einem Meeting bist, dem du nicht voll folgen kannst, oder wenn das ganze Team einen gemeinsamen Mitschrieb braucht. Es ist aber auch eine Aufnahme anderer Menschen, was Fragen zu Einwilligung und Speicherung mit sich bringt, die jetzt dir gehören.

Das "Du"-Tool erfasst nur das, was du selbst zu sagen wählst. Du hältst einen Hotkey, diktierst die drei Entscheidungen, die zählten, und der aufgeräumte Text landet in deiner Notiz-App oder deiner Mail. Niemand sonst wird aufgezeichnet. Vom Meeting existiert nichts außer der Zusammenfassung, die du bewusst gesprochen hast. Die Arbeit ist langsamer in dem Sinne, dass du das Denken selbst übernehmen musst, aber das Denken ist ja der Punkt. Eine 600-Wörter-Zusammenfassung, die du diktiert hast, ist mehr wert als ein 9.000-Wörter-Transkript, das niemand liest.

Die meisten, die nach "KI-Tool für Meeting-Notizen" suchen, gehen davon aus, dass sie das Raum-Tool wollen. Ungefähr die Hälfte von ihnen will, sobald sie darüber nachdenkt, das "Du"-Tool. Sie wussten nie, dass das eine eigene Kategorie ist. Genau deshalb gibt es diesen Artikel.

Wie ich die Tools für diesen Vergleich ausgewählt habe

Ein kurzer Hinweis zur Methode, denn die ehrliche Variante zählt hier. Ich habe kein Labor laufen lassen. Ich habe nicht sieben dieser Bots nebeneinander in denselben Zoom-Call gesetzt und gestoppt, und jeder Artikel, der das behauptet, ohne die Aufnahme zu zeigen, rät. Also werde ich keine Genauigkeitsprozente oder Geschwindigkeitswerte für Tools erfinden, die ich nicht selbst baue. Was folgt, stützt sich auf zwei Dinge: die jeweils dokumentierten Fähigkeiten jedes Tools (die Angaben auf ihren Preis- und Produktseiten, inline zitiert) plus die praktische Nutzung der einen App, die ich selbst baue und jeden Tag benutze.

Die Eigenschaften, die ich abgewogen habe, in der Reihenfolge, in der sie für diese Kategorie meist zählen:

• Was es erfasst. Den ganzen Raum (Auto-Join oder bot-frei) versus nur deine eigene Stimme. Das ist die Weggabelung, an der alles andere hängt.
• Wer aufgezeichnet wird. Ein Bot im Call zeichnet jeden Teilnehmer auf; Diktieren zeichnet dich allein auf. Das entscheidet die Frage von Einwilligung und Datenschutz.
• Wohin das Audio geht. Cloud-Dienst versus auf deinem eigenen Rechner. Die meisten Bots laufen nur in der Cloud; ein lokaler Modus ist die Ausnahme.
• Plattform-Reichweite. Welchen Call-Apps es beitritt (Zoom, Meet, Teams) und auf welchen Betriebssystemen es läuft.
• Sprachabdeckung. Aus erster Hand von der Seite des jeweiligen Anbieters. Wo ein Anbieter keine Zahl nennt, sage ich das, statt zu raten.
• Preismodell. Gratis-Tarif, Abo pro Platz oder Freemium. Die echten Dollar-Beträge stehen auf der eigenen Seite jedes Tools und der Preisseite; ich zitiere sie hier nicht mitten im Satz.

Das sind Auswahlkriterien, kein als solches verkleidetes Urteil. Jetzt, wo sie genannt sind, hier die Kategorie in einer einzigen Tabelle.

Die Tools auf einen Blick

Jede Zelle unten stammt aus den dokumentierten Angaben jedes Tools (im nächsten Abschnitt inline zitiert) oder, bei Whisper, daraus, wie die App ausgeliefert wird. Es tauchen keine Genauigkeits- oder Geschwindigkeitswerte auf, weil kein Anbieter hier geprüfte Benchmarks veröffentlicht und ich sie nicht erfinden werde.

Lies die Tabelle als Sortierhilfe, nicht als Punktetafel. Die ersten sechs Zeilen sind der Raum. Die letzte Zeile bist du. Wähle deine Zeile, und der Rest dieses Artikels sagt dir, zu welchem Namen darin du greifen solltest.

Die Meeting-Bots, die man kennen sollte

Wenn das Raum-Tool genau das ist, was du brauchst, hier die fünf, die deine Zeit wert sind. Alle Angaben unten stammen von den eigenen Seiten jedes Tools.

Otter.ai ist der Standardname in diesem Bereich. Es tritt Zoom, Microsoft Teams und Google Meet bei, um Notizen zu schreiben und zu teilen, mit Live-Transkription und Untertiteln. Sein kostenloser Basic-Tarif gibt dir 300 Transkriptionsminuten pro Monat. Der Haken, den man kennen sollte: Die Preisseite listet sechs Sprachen, nämlich Englisch, Spanisch, Französisch, Deutsch, Japanisch und Chinesisch. Außerhalb davon schau dich woanders um. Wenn du Otter gegen Diktieren abwägst, geht der Beitrag Otter.ai-Alternative tiefer auf die Trennung zwischen Meeting und Schreiben ein.

Fireflies.ai tritt Kalender-Meetings auf Zoom, Meet, Teams und mehr automatisch bei und wirbt mit Transkription in über 100 Sprachen. Es hat einen für immer kostenlosen Tarif mit 800 Speicherminuten pro Platz. Es richtet sich an Teams, die ein durchsuchbares Archiv jedes Calls wollen.

Granola ist das bot-freie. Es zeichnet das Audio deines Computers auf, kein Bot im Raster, und arbeitet neben Zoom, Meet, Webex, Slack und Teams mit einer iPhone-App. Wenn dich die Unbeholfenheit eines sichtbaren Bots stört, nimmt Granola sie weg und erfasst trotzdem das ganze Meeting.

Read AI stand in den Suchergebnissen, die ich mir angesehen habe, an erster Stelle. Es tritt bei, zeichnet auf und liefert eine Zusammenfassung über Zoom, Meet und Teams hinweg, mit Apps für Windows, macOS, Android, iPhone und Chrome sowie über 20 Sprachen. Sein Gratis-Tarif bietet 5 Meetings pro Monat ohne Kreditkarte.

tl;dv ist die offensive Gratis-Option. Sein Tarif Free Forever wirbt mit unbegrenzten Aufnahmen und Transkriptionen in über 30 Sprachen samt KI-Zusammenfassungen und lässt sich mit Meet, Zoom und Teams verbinden. Wenn "kostenlos" deine einzige harte Anforderung ist, fang hier an.

Noch eines, das Erwähnung verdient: Notion AI Meeting Notes transkribiert und fasst innerhalb von Notion zusammen, ohne separaten Bot, eingebunden in die Business- und Enterprise-Tarife von Notion. Gut zu wissen, wenn du ohnehin in Notion lebst, auch wenn die Seite nicht angibt, welchen Call-Plattformen es beitritt oder wie viele Sprachen es abdeckt.

Wo Whisper passt: du diktierst, es tippt, nichts tritt dem Call bei

Whisper ist das "Du"-Tool. Du drückst einen Hotkey (Ctrl+Space unter Windows, oder unter macOS Command+Option als Push-to-Talk-Akkord halten), sprichst dann, und deine Worte werden als Text dort eingefügt, wo der Cursor steht, in jeder App. Kein Bot tritt deinem Call bei. Kein zusätzlicher Gast taucht im Zoom-Raster auf. Das einzige erfasste Audio ist das, was du absichtlich in dein eigenes Mikrofon sprichst.

Das verändert den Arbeitsablauf. Statt eines 9.000-Wörter-Transkripts des ganzen Meetings diktierst du den Teil, der zählt (die drei Entscheidungen, die zwei Verantwortlichen, die eine Frist) direkt in dein Notizdokument, solange der Call noch frisch ist. Im Cloud-Modus kann der KI-Assistent ihn aufräumen, einen Absatz zusammenfassen, Aufgaben aus dem extrahieren, was du diktiert hast, oder die Folge-Mail entwerfen, eingefügt am Cursor. Sage "Hey whisper" vor deiner Anweisung, um den KI-Schritt auszulösen.

Du wählst die Engine. Lokales Whisper führt acht Modelle auf deinem Rechner aus und deckt in seinen mehrsprachigen Varianten 99 Sprachen ab; die englischsprachigen .en-Builds verarbeiten ausschließlich Englisch. NVIDIA Parakeet ist die schnellste lokale Option, 5–10× schneller als Whisper auf der CPU, deckt 25 Sprachen ab (Englisch plus 24 europäische), alles direkt auf dem Gerät. Oder der Cloud-Modus nutzt deinen eigenen OpenAI-Schlüssel: gpt-4o-mini-transcribe oder gpt-4o-transcribe für die Transkription, gpt-5-mini für die Verbesserung. Im lokalen Modus läuft das Ganze nach einem einmaligen Modell-Download offline; während der Transkription wird nichts irgendwohin gesendet. Wenn dir gerade das wichtig ist, dass alles auf deinem eigenen Rechner läuft, führt der Leitfaden für Offline-Speech-to-Text ausführlicher durch die lokalen Engines. Whisper ist für Windows und macOS (Apple Silicon) verfügbar; Linux wird nicht unterstützt.

Der ehrliche Kompromiss: Die Raum-Tools sparen dir Aufmerksamkeit, und Whisper erspart dir eine Aufnahme, die du nicht gebraucht hast. Wenn du vor allem Dinge schreibst (Mails, Dokumente, Notizen nach einem Call), verdient sich der Diktier-Workflow seinen Platz in deinem Tag weit über Meetings hinaus. Das ist dasselbe Argument, das ich im umfassenderen Beitrag zur Voice-to-Text-App mache, und es ist der Grund, warum Whisper rund ums Diktieren zuerst und Meetings zweitens gebaut ist.

Jetzt die eine Meinung, die ich hier mit Nachdruck vertrete, klar gesagt: Diktieren ausschließlich in der Cloud ist ein Datenschutz-Desaster, das nur darauf wartet, transkribiert zu werden. Ein Team, mit dem ich einmal arbeitete, ließ einen Auftragnehmer einen internen "KI-Diktier"-Prototyp bauen, der bei jeder Äußerung ein Cloud-Modell aufrief und auf jedem Laptop lief. Der Manager öffnete zum Quartalsende das Kosten-Dashboard und fand eine fünfstellige Rechnung, das meiste davon, weil ein Team seine Standup-Aufnahmen vierfach transkribierte, da die "smarte Wiederholungs"-Logik zu aggressiv war. Der Auftragnehmer sagte: "Wir sollten den Prompt optimieren." Der CFO sagte: "Oder wir sollten nicht dafür zahlen, Meetings hochzuladen, von denen es schon Notizen gibt." Es wurde sehr still im Raum. Die Gehaltszahlen deines Chefs, die Mail an die Schule deines Kindes, der juristische Entwurf, den du diktierst: Nichts davon muss in den Logs eines Anbieters landen, nur weil du mit deiner Stimme tippen wolltest. In Whispers lokalem Modus wird dein Audio auf deinem Computer verarbeitet, und nichts wird jemals an irgendeinen Server gesendet.

Wann ein Meeting-Bot Whisper schlägt

Jetzt der ehrliche Teil. Wenn dein eigentlicher Auftrag lautet "erfasse einen Vier-Personen-Call, an dem ich kaum teilnehmen kann, und maile allen die Zusammenfassung", ist Whisper das falsche Tool, und ich würde es dir nicht verkaufen. Du willst ein Raum-Tool. Greif zu Otter, wenn du in Zoom lebst und eine seiner sechs Sprachen sprichst, oder zu tl;dv, wenn du unbegrenzte Aufnahmen auf einem Gratis-Tarif in über 30 Sprachen willst, oder zu Granola, wenn du das ganze Meeting erfasst haben willst, ohne sichtbaren Bot im Raster. Der kostenlose 5-Meetings-pro-Monat-Tarif von Read AI ist eine gute Möglichkeit, die Idee ganz ohne Karte zu testen.

Es gibt noch einen Fall, der genannt gehört: Wenn der Wert, den du willst, gerade darin liegt, dass der Bot von selbst beitritt und zusammenfasst, während du dich anderswo konzentrierst, schlägt ein dedizierter Meeting-Notizen-Bot das Diktieren klar, denn Auto-Join plus Auto-Zusammenfassen ist genau das, was er macht, und das, was Whisper bewusst nicht macht. Whisper tritt keinen Calls bei, transkribiert keine anderen Sprecher und erzeugt keine Mehr-Sprecher-Zusammenfassung. Es erfasst, was du sagst. Wenn du den Raum brauchst, nimm das Raum-Tool. Ich verliere lieber den Verkauf, als die Erstattungsmail zu lesen.

Preise

Whisper ist für alle kostenlos für die gesamte lokale Pipeline: lokale Transkription, KI-Verbesserung über Ollama, Verlauf, Voreinstellungen, eigener Hotkey, ohne Zahlungsmittel bei der Anmeldung. Whisper Pro fügt die Cloud-Ebene hinzu: OpenAI-Cloud-Transkription, Cloud-KI-Verbesserung und Sprach-Websuche. Die vollständigen Zahlen stehen auf der Preisseite. Die Bots rechnen pro Platz ab: Otters kostenloser Basic-Tarif gibt 300 Minuten pro Monat, Fireflies ist für immer gratis mit 800 Speicherminuten pro Platz, der Free-Forever-Tarif von tl;dv ist unbegrenzt, und der Gratis-Tarif von Read AI sind 5 Meetings pro Monat. Wenn "gratis für den privaten Gebrauch" die Messlatte ist, schafft hier fast alles die Hürde.

Wenn du eine Sache aus all dem mitnimmst: Entscheide, ob du den Raum brauchst oder nur deine eigene Stimme, bevor du dich irgendwo anmeldest. Die Bots sind gut darin, der Raum zu sein, also lass sie das. Aber wenn du das nächste Mal einen Call beendest und zur Tastatur greifst, um die drei Dinge aufzuschreiben, die zählten, versuch stattdessen einmal, einen Hotkey zu halten und sie auszusprechen. Die Notizen sind in der Zeit geschrieben, die der Bot braucht, um seine Zusammenfassung zu mailen, und die einzige Person auf der Aufnahme bist du. Meine jüngere Tochter hat das schneller begriffen als ich. Sie hat noch gar keine Meetings.