Eine Rev-Alternative, ehrlich gesagt

Was Rev ist – und warum Nutzer wechseln

Rev ist ein Datei-Upload-Transkriptionsdienst. Sie schicken eine Audio- oder Videodatei ein und bekommen ein Transkript zurück. Er bietet zwei Produktlinien: menschliche Expertentranskription mit beworbener 99 %+-Genauigkeit und KI-Transkription mit beworbener 96 %+-Genauigkeit. Dazu kommen Untertitel auf Englisch oder Spanisch, globale Untertitel in 17 Sprachen und Gerichtsprotokoll-Dienste.

Das Kostenmodell bringt die ersten ins Grübeln. Menschliche Transkription wird pro Minute abgerechnet, Lieferzeit maximal 12 Stunden; KI-Transkription kostet weniger pro Minute und ist in fünf Minuten oder weniger fertig – in 37 Sprachen. Rev bietet auch Abonnements: eine kostenlose Stufe mit 45 KI-Minuten pro Monat, nur Englisch, und dann kostenpflichtige Plätze, die in die zweistelligen Euro-Beträge pro Monat klettern.

Nichts davon ist schlecht. Rev macht seinen Job gut. Menschen wechseln aus drei Gründen: die Minutenrechnung bei langen Dateien, die schleichenden Abo-Kosten sobald die 45 kostenlosen Minuten überschritten sind, und das stille Unbehagen, ein Protokoll, eine Arztnotiz oder eine Vorstandssitzung auf den Server eines fremden Anbieters hochzuladen. Die ersten beiden sind Geldfragen. Die dritte ist eine Datenschutzfrage – und genau sie treibt Menschen zur Suche nach einer Offline-Lösung.

Die kurze Antwort: Dateien hochladen oder live diktieren?

Wer fertige Aufnahmen transkribieren möchte, findet den direktesten Rev-Ersatz bei anderen Upload-Diensten: Sonix berechnet einen pauschalen Stundensatz für hochgeladenes Audio, Happy Scribe arbeitet mit monatlichen Tarifen und optionalem menschlichem Lektorat, Maestra und Trint decken mehr als 125 bzw. mehr als 40 Transkriptionssprachen ab. Otter.ai ist die richtige Wahl, wenn es um Meeting-Aufnahmen geht – es tritt Zoom-, Teams- und Google-Meet-Meetings bei und schreibt die Notizen.

Ein großer Teil der "Rev-Alternative"-Suchanfragen hat gar nichts mit Dateien zu tun. Sie kommen von Menschen, die Audio aufnehmen, weil sie denken, das sei der einzige Weg zu einem Transkript. Wer eigentlich eine E-Mail, ein Briefing oder ein Dokument lieber sprechend als tippend verfassen möchte, braucht keinen Upload-Dienst. Er braucht Diktiersoftware. Das ist eine andere Kategorie – und genau die, in der Rev nicht mitspielt.

Whisper by Remskill gehört in diese zweite Kategorie. Hotkey drücken, sprechen, und der Text erscheint an der Cursorposition – in jeder beliebigen App. Keine Datei, kein Upload, kein Zähler. Für fertige Aufnahmen transkribiert es diese auf dem eigenen Rechner, ohne sie irgendwohin zu schicken.

Wie ich diese Tools ausgewählt habe

Ich habe keine sieben Dienste im Labor nebeneinander getestet – und das behaupte ich auch nicht. Ein Entwickler, der sein eigenes Produkt bewertet und dabei einen sterilen Direktvergleich verspricht, ist der Entwickler, dem man am wenigsten vertraut. Hier also meine ehrliche Methode: Ich habe jedes Tool gegen die vier Faktoren abgewogen, die eine Rev-Entscheidung tatsächlich ausmachen, sie anhand dokumentierter Funktionen und veröffentlichter Spezifikationen bewertet und die eine Sache hinzugefügt, zu der ich aus erster Hand sprechen kann – den täglichen Einsatz unserer eigenen App. Die vier Kriterien, in der Reihenfolge, in der sie eine Entscheidung meist kippen:

• Kategorie-Passform. Tut das Tool, wofür Sie es brauchen? Ein Datei-Upload-Dienst und eine Diktiersoftware sind nicht austauschbar – und genau das ignoriert die Hälfte der schlechten "Rev-Alternative"-Käufe.
• Kostenmodell, nicht Einstiegspreis. Pro Minute, pauschaler Stundensatz, monatlicher Tarif oder kostenlos-und-lokal – jedes Modell verhält sich mit wachsendem Volumen anders. Die Struktur der Rechnung zählt mehr als die erste Zahl auf der Seite.
• Datenschutzhaltung. Verlässt das Audio den eigenen Rechner? Bei einer Zeugenaussage oder einer Gehaltstabelle ist das die entscheidende Frage.
• Sprachabdeckung, eingeschränkt auf das, was jedes Tool tatsächlich dokumentiert – denn ein pauschales "99 Sprachen" stimmt für genau eine Kategorie und ist für den Rest schlicht falsch.

Die Empfehlung für Whisper basiert auf direkter Nutzungserfahrung, nicht auf einem Benchmark, den ich Ihnen nicht zeigen kann. Jede Wettbewerber-Zahl in der Tabelle unten ist eine vom Anbieter veröffentlichte Spezifikation mit Quellenangabe. Wo ein Anbieter seine Preise versteckt (Trint tut das), sage ich es – statt eine Zahl zu erfinden. Das ist die Linie: Aussagen über Konkurrenten kommen von deren eigenen Seiten; die Aussage, dass Whisper sich als Live-Diktier-Lösung lohnt, kommt von mir – weil ich es täglich nutze.

Rev-Alternativen auf einen Blick

Nur überprüfbare Spalten. Keine Genauigkeitswerte, die ich nicht reproduzieren kann, keine Geschwindigkeitsangaben, die ich nicht gemessen habe. Die Kosten werden nach Struktur beschrieben, nicht als Eurobetrag – weil Preise sich ändern und der Artikel sie ohnehin nicht zitiert. Die Spalte "Ideal für" sollten die meisten Leser zuerst lesen.

Die Offline-Spalte lassen die meisten Vergleichstabellen weg – dabei ist sie für jeden, der sensibles Audio verarbeitet, das entscheidende Kriterium. Jedes Cloud-Tool in dieser Liste lädt Ihre Aufnahme auf eigene Server hoch. Whisper's lokaler Modus tut das nie.

Whisper by Remskill: in jede App diktieren, Dateien offline transkribieren

Whisper by Remskill ist kein Datei-Upload-Dienst – das zu behaupten wäre Zeitverschwendung. Es ist eine Diktiersoftware. Hotkey halten – Ctrl+Space unter Windows oder Command+Option auf dem Mac –, sprechen, loslassen, und der transkribierte Text wird an der Cursorposition in jede beliebige Anwendung eingefügt. Sagen Sie vorher "Hey whisper", und die KI bereinigt den Text vor dem Einfügen. Ich habe die erste Version dieses Hotkeys mit einem so aggressiven Debounce ausgeliefert, dass jeder dritte Tastendruck wegfiel. Es dauerte eine Woche, bis ich es bemerkt hatte. Ich habe einen Master-Abschluss.

Der Grund, warum es für so viele Menschen als Rev-Alternative funktioniert, ist der lokale Offline-Modus. Nach einem einmaligen Modell-Download läuft die Transkription auf dem eigenen Rechner – ohne jegliche Netzwerkaktivität. Es gibt keine Minutengebühr, weil kein Server die Arbeit erledigt. Zwei lokale Engines sind integriert, beide in reinem Rust ohne Python-Sidecar: OpenAI Whisper mit acht Modellen für 99 Sprachen auf den mehrsprachigen Varianten und Übersetzung ins Englische; und NVIDIA Parakeet, ein ca. 600 MB großes Modell für 25 Sprachen, das auf der CPU 5–10× schneller läuft als Whisper. Whisper-Builds für ausschließlich Englisch gibt es ebenfalls, für den kleinstmöglichen Speicherbedarf.

Für alles, was die lokalen Engines nicht abdecken, gibt es einen Cloud-Modus: eigenen OpenAI-Schlüssel mitbringen, mit gpt-4o-mini-transcribe transkribieren, mit der GPT-5-Familie verbessern, sogar eine Web-Sprachsuche ausführen. Die gesamte lokale Pipeline ist für jeden angemeldeten Nutzer kostenlos, ohne Zahlungsmethode bei der Anmeldung; die Cloud-Funktionen gehören zum kostenpflichtigen Pro-Tier. Die aktuellen Preise finden Sie auf der Preisseite – hier nenne ich keine Zahlen.

Eine Meinung gönne ich mir: Reine Cloud-Diktiersoftware ist ein Datenschutzdesaster, das darauf wartet, transkribiert zu werden. Die Gehaltstabelle Ihres Chefs, die E-Mail an die Schule Ihres Kindes, das Rechtsbriefing, das Sie gerade verfassen: Nichts davon sollte in den Logs eines Anbieters landen, nur weil Sie mit der Stimme schreiben wollten. Die fünfstellige Cloud-Rechnung vom Anfang war nicht nur eine Geldgeschichte – dieselben Aufnahmen lagen das ganze Quartal auf einem Drittanbieter-Server. Ihr Laptop hat bereits ein Mikrofon und eine CPU. Für einen Absatz braucht er keinen Server dazwischen. Wer das ausführlicher nachlesen möchte, findet dazu einen eigenen Artikel über Offline-Spracherkennung.

Der Zweitbeste und die anderen Tools, die es wert sind

Kein einzelnes Tool gewinnt jeden Einsatz. Für den Datei-Upload-Weg würde ich Sonix als Zweitbesten nennen: Er macht eine Sache, nimmt eine Datei entgegen und liefert ein Transkript zurück, und der pauschale Stundensatz bleibt auch bei wachsendem Volumen übersichtlich. Hier ein ehrlicher Ein-Satz-Überblick über den Rest – damit Sie sich selbst einordnen können, bevor Sie sich irgendwo anmelden.

• Sonix: der Zweitbeste für Dateien rein, Transkripte raus. Saubere Datei-Upload-Transkription zum pauschalen Stundensatz, 54+ Sprachen. Der direkteste Rev-Ersatz, wenn man einfach nur Transkripte haben möchte.
• Otter.ai: für Meetings gebaut. Es tritt Zoom-, Teams- und Google-Meet-Meetings bei und schreibt die Notizen; das kostenlose Tier umfasst 300 Minuten pro Monat. Falsches Tool für Live-Diktat, richtiges Tool für "Ich habe ein Meeting, das ich festhalten möchte." Wir haben es direkt verglichen in unserem Otter.ai-Alternative-Artikel.
• Happy Scribe: Datei-Upload plus Untertitel, KI in 150+ Sprachen, optionales menschliches Lektorat. Stark für Video-Creator, die Untertitel brauchen.
• Maestra: Transkription, Untertitel und Voice-over-Synchronisation in 125+ Sprachen. Breites Feature-Set, wenn Synchronisation ebenfalls gebraucht wird.
• Trint: KI-Transkription mit einem Content-Editor, 40+ Sprachen für Transkription und 70+ für Übersetzung. Die Preise werden auf den Marketing-Seiten nicht veröffentlicht – also erst in der App nachschauen, bevor man sich festlegt.
• Descript: ein KI-Video- und Podcast-Editor mit integrierter Transkription, abgerechnet nach "Medienstunden" statt pro Minute. Primär ein Editor, Transkription ist Zweck Nummer zwei. Wir haben erklärt, wo er hinpasst, in unserem Transkriptions-Software-Leitfaden.

Wann Rev die bessere Wahl ist

Für bestimmte Aufgaben würde ich Sie zurück zu Rev schicken – und das meine ich ernst. Das gesamte Datenschutz-und-Kosten-Argument für ein lokales Tool bricht in dem Moment zusammen, in dem ein Transkript gegenüber Dritten belastbar sein muss. Die Zertifizierung eines Gerichtsprotokolls, eine notariell beglaubigte Aussage, eine Barrierefreiheits-Prüfung durch eine Behörde: Dafür braucht man einen Menschen, der für den Inhalt einsteht – kein Modell, das auf dem eigenen Laptop läuft und niemandem gegenüber verantwortlich ist.

Rev's menschliche Expertentranskription ist genau für dieses Publikum gemacht. Sie bewirbt 99 %+ Genauigkeit mit 12-Stunden-Lieferzeit und, bei Gerichtsprotokollen, die zertifizierte wortgetreue Ausgabe, die juristische Arbeit erfordert. Whisper beschäftigt keine menschlichen Transkriptionisten und stellt keine zertifizierten Transkripte aus. Das ist nicht die Kategorie, in der es antritt – und ich würde die Wahrheit nicht dehnen, um einen Vergleich zu gewinnen.

Die Faustregel ist einfach. Wenn ein Richter, eine Aufsichtsbehörde oder eine Barrierefreiheits-Anforderung das Publikum für das Transkript ist, zahlen Sie für Rev's menschlichen Dienst und lassen Sie einen Menschen das Ergebnis prüfen. Dasselbe gilt für wortgetreue Aussagen, eidesstattliche Erklärungen und alle Dokumente, bei denen "Die KI war zu 96 % genau" eine Antwort ist, die Ärger bereitet. Ein kostenloses lokales Modell für ein Gerichtsprotokoll zu nutzen, um Geld zu sparen, ist die Art von Sparsamkeit, die vor Gericht teuer wird. Für alles, was auf dem eigenen Bildschirm bleibt und dort auch verbleibt, ist dieser Aufwand nicht nötig.

Ein weiterer Fall hält Rev im Spiel: kurze, seltene Dateien, bei denen ein paar Minuten KI-Transkription weniger kostet als der Aufwand, irgendetwas zu installieren. Rev's kostenloses Tier deckt 45 KI-Minuten pro Monat ab, nur Englisch. Wer damit auskommt, braucht keine Desktop-Installation – die würde ein Problem lösen, das gar nicht existiert.

Preise: Was die Rechnung bestimmt

Die Kostenunterschiede sind der eigentliche Grund für dieses Thema – es lohnt sich also, die Strukturen statt der Zahlen zu verstehen. Rev berechnet pro Minute, was bei kurzen Clips vorhersehbar und bei langen brutal ist: Eine zweistündige Aufnahme bedeutet denselben Minutensatz, 120-mal angewendet, noch bevor ein Abo dazukommt. Die anderen Datei-Upload-Dienste tauschen den Minutenpreis gegen monatliche Tarife, mit Sonix auf einem pauschalen Stundensatz. Otter.ai gibt ein kostenloses monatliches Minutenkontingent, bevor kostenpflichtige Plätze greifen.

Whisper's lokale Pipeline hat gar keinen Minutenzähler, weil die Transkription auf der eigenen Hardware stattfindet. Der kostenpflichtige Pro-Tier ergänzt nur die Cloud-Funktionen. Ich nenne hier absichtlich keine Beträge, weil Preise sich ändern und eine veraltete Zahl in einem Blogbeitrag schlimmer ist als gar keine; die aktuellen Preise für alle Whisper-Pläne finden Sie auf der Preisseite.

Die ehrliche Zusammenfassung: "Rev-Alternative" war nie eine einzige Frage. Es waren zwei Fragen in einem Suchfeld: den Dienst ersetzen oder den Upload ganz weglassen. Wer weiß, welche der beiden er stellt, kommt schnell zur richtigen Antwort. Meine jüngste Tochter, sieben Jahre alt, hat letzte Woche eine 90-Wörter-E-Mail an ihre Oma diktiert, ohne auch nur einmal zu fragen, was ein Transkript ist. Das sagt alles darüber, wie unwichtig der Upload-Schritt wird, wenn der Text einfach dort erscheint, wo man gerade hinschaut.