So bekommst du ein Zoom-Transkript

Das schnellste Zoom-Transkript ist das, das Zoom dir schon erstellt

Niemand fängt mit diesem Teil an. Wenn du ein Zoom-Meeting in einem Pro-, Business-, Education- oder Enterprise-Konto in die Cloud aufzeichnest, erzeugt Zoom automatisch ein Audio-Transkript und schickt dir eine E-Mail, sobald es fertig ist. Das Transkript wird im VTT-Format gespeichert und liegt im Zoom-Web-Portal unter Aufzeichnungen und Transkripte. Keine Erweiterung, kein Bot, kein Aufwand.

Der Haken ist der Konto-Tarif. Die Transkription von Cloud-Aufzeichnungen braucht sowohl die Cloud-Aufzeichnung als auch die Audio-Transkription eingeschaltet, und beides gibt es im kostenlosen Basic-Tarif nicht. Die Frage „Gibt es eine kostenlose KI, um Zoom-Meetings zu transkribieren?" hat also eine etwas nervige Antwort: Zooms eigenes Transkript ist in dem Sinne kostenlos, dass es nichts extra kostet, sobald du ohnehin für Zoom bezahlst, und überhaupt nicht kostenlos, wenn du im Basic-Tarif bist.

Die Sprachabdeckung ist ordentlich. Zooms Support-Dokumente listen rund 19 Sprachen für Transkripte von Cloud-Aufzeichnungen auf, darunter Englisch, Spanisch, Französisch, Deutsch, Chinesisch, Japanisch, Ukrainisch und Rumänisch. Für die meisten internen Meetings reicht das locker. Wenn du im selben Anruf Koreanisch neben Polnisch brauchst, prüf die aktuelle Liste, bevor du dich darauf verlässt, denn Zoom erweitert sie im Lauf der Zeit.

So bekommst du ein Zoom-Transkript, Schritt für Schritt

Der eingebaute Ablauf ist kurz. Hier ist das Ganze.

Das war's. Kein Tool zu kaufen, insgesamt ein paar Minuten, sobald die E-Mail da ist. Wenn du hergekommen bist, um ein Zoom-Meeting-Transkript-Tool zu finden, bist du vielleicht gerade fertig geworden.

Live-Untertitel vs. Cloud-Aufzeichnungs-Transkript: welches du willst

Das sind zwei verschiedene Dinge, und die Leute werfen sie durcheinander. Die Live-Transkription zeigt während des Meetings Untertitel auf dem Bildschirm, praktisch für Barrierefreiheit oder wenn jemandes Audio rauscht, aber sie ist weg, sobald der Anruf endet, es sei denn, du speicherst sie. Das Cloud-Aufzeichnungs-Transkript ist das Dokument für danach: die durchsuchbare, bearbeitbare VTT-Datei, die du später liest.

Entscheide nach dem Moment, in dem du die Worte brauchst. Live mitlesen heißt, du willst Untertitel. Eine Aufzeichnung brauchen, um sie zusammenzufassen, zu durchsuchen oder in eine Folge-E-Mail einzufügen, heißt, du willst das Cloud-Aufzeichnungs-Transkript. Die meisten, die „Transkript" sagen, meinen das zweite und greifen aus Versehen zum ersten.

Eine ehrliche Lücke: Zoom bewirbt auch einen AI Companion, der Meeting-Zusammenfassungen schreibt, und welche Tarife genau das freischalten, ändert sich mit der Zeit. Ich nenne keine Zahl, die ich nicht an Zooms aktuellen Dokumenten festmachen kann. Wenn du eine Zusammenfassung auf Autopilot suchst, prüf heute, was dein Zoom-Tarif enthält, bevor du davon ausgehst, dass sie da ist.

Wo Whisper passt: das Transkript in saubere, nutzbare Notizen verwandeln

Jetzt der Teil, bei dem ich vorsichtig sein muss, weil es leicht wäre, zu viel zu versprechen. Whisper tritt deinem Zoom-Anruf nicht bei. Es hat keinen Zoom-Bot, es tritt Meetings nicht automatisch bei, und es nimmt niemals das Audio anderer Teilnehmer auf. Wenn du etwas willst, das im Meeting sitzt und zuhört, ist Whisper das falsche Tool, und ich verweise dich gleich auf die richtigen.

Was Whisper macht, ist der Schritt, nachdem du ein Transkript hast. Du drückst ein Tastenkürzel (Ctrl+Space unter Windows, Command+Option gehalten als Push-to-Talk auf macOS), sprichst, und deine Worte werden an der Cursorposition in die App eingefügt, in der du gerade bist. Sobald Zoom dir also diese rohe VTT-Textwand übergibt, öffnest du das Dokument, in dem die Nachbereitung steht, und diktierst die Version, die ein Mensch liest: die drei Entscheidungen, die zwei Verantwortlichen, die eine Deadline.

Im Cloud-Modus geht der KI-Assistent einen Schritt weiter. Sag „Hey Whisper" und du kannst ihn bitten, einen Absatz zusammenzufassen, Aufgaben aus Meeting-Notizen zu extrahieren oder die Antwort zu entwerfen, und das aufbereitete Ergebnis landet an deinem Cursor. Cloud-Funktionen sind Teil von Whisper Pro; die lokale Diktier-Pipeline ist für jeden mit Konto kostenlos, ohne Zahlungsmethode bei der Anmeldung. Das Transkript ist das Rohmaterial. Whisper formt daraus etwas, das du verschicken würdest.

Eine Zoom-Aufnahmedatei transkribieren, die du schon hast

Was, wenn du das Meeting als lokale Datei gespeichert und nie ein Zoom-Transkript bekommen hast, das Basic-Tarif-Problem? Du hast eine Aufnahme, nur nicht den Text.

Whispers Cloud-Weg kann eine Audiodatei, die dir gehört, mit deinem eigenen OpenAI-Schlüssel transkribieren, und OpenAIs Speech-to-Text-API unterstützt mp3, mp4, m4a, wav und webm. Die eine Zahl, die du im Kopf behalten solltest: Uploads zu dieser API sind auf 25 MB begrenzt. Ein langes Meeting sprengt das, also würdest du das Audio vorher aufteilen. Die lokalen Engines haben dieses API-Limit nicht, weil sie auf deinem Rechner laufen: reine Rust-Transkription, nichts verlässt den Laptop.

Ein Vorbehalt, den ich dir schulde: Ich habe die genaue Bezeichnung des Datei-Import-Ablaufs der Desktop-App nicht unabhängig bestätigt, also nimm „Aufnahme reinziehen und los" als Absicht, nicht als garantierten Ein-Klick-Button. Für eine saubere, selbst aufgenommene Datei unter dem Größenlimit erledigt der Cloud-Weg das. Für das tägliche Diktieren und Notizen-Aufräumen ist das Tastenkürzel die Hauptsache.

Wann du Whisper überspringst und stattdessen einen Meeting-Bot nimmst

Das ist der Abschnitt, den KI-Tools nie schreiben, also hier ganz klar: Wenn du tatsächlich etwas brauchst, das dem Anruf beitritt und alles mitschreibt, nimm nicht Whisper. Nimm einen Meeting-Bot.

Otter verbindet sich mit deinem Google- oder Microsoft-Kalender, tritt deinen Zoom-Meetings automatisch bei, schreibt in Echtzeit Notizen, erfasst geteilte Folien und postet eine Diskussions-Zusammenfassung in den Zoom-Chat. Fireflies betreibt einen Notetaker-Bot, der Kalender-Meetings automatisch beitritt, um aufzuzeichnen, zu transkribieren und zusammenzufassen, mit Aufgaben nach jedem Anruf, und wirbt mit über 100 Sprachen. Tactiq geht den anderen Weg: eine Chrome-Erweiterung, die Zoom in Echtzeit transkribiert, ohne dass ein Bot beitritt, mit einem kostenlosen Kontingent für deine ersten 10 Meeting-Transkriptionen ohne Karte und Zusammenfassungen per Klick. Drei verschiedene Mechanismen, die alle die Erfassung im Meeting machen, die Whisper bewusst nicht macht.

Das ist die Meinung, zu der ich stehe: Otter ist fürs Meeting, Whisper ist fürs Schreiben. Andere Kategorie, und mir ist lieber, du nimmst das Richtige, als dass du fürs Falsche zu viel zahlst. Whisper macht das Schreiben per Stimme schnell. Es sitzt nicht in deinem Standup.

Diese Unterscheidung zählt mehr, als sie aussieht, und die Geschichte mit der Cloud-Rechnung zeigt, warum. Ein Team, mit dem ich gearbeitet habe, ließ einen Auftragnehmer einen internen KI-Diktier-Prototyp bauen, der für jede Äußerung ein Cloud-Modell aufrief, auf jedem Laptop. Zum Quartalsende öffnete der Manager das Kosten-Dashboard und fand eine fünfstellige Rechnung. Das meiste davon war ein Team, das Standup-Aufnahmen viermal hintereinander transkribierte, weil die Retry-Logik zu aggressiv war. Die Lösung des Auftragnehmers war „den Prompt optimieren". Die des CFO war „oder aufhören, dafür zu zahlen, Meetings zu transkribieren, die schon Notizen haben". Ein Meeting-Bot, den du brauchst, ist sein Geld wert. Ein Meeting-Bot, den du gekauft hast, um zu tun, was dein Zoom-Konto schon tut, ist diese fünfstellige Rechnung, die nur darauf wartet zu passieren.

Was ein Zoom-Transkript kostet

Zooms Cloud-Aufzeichnungs-Transkript kostet nichts über den kostenpflichtigen Zoom-Tarif hinaus, den du ohnehin hast; es ist hinter dem Pro-Tarif aufwärts freigeschaltet, nicht im kostenlosen Basic-Tarif. Whispers lokale Diktier-Pipeline ist für jeden mit Konto kostenlos, ohne erforderliche Zahlungsmethode zum Start. Die Cloud-Funktionen (OpenAI-Transkription, KI-Aufbereitung und Websuche) sind Teil von Whisper Pro. Die genauen Zahlen stehen auf der Whisper-Preisseite, damit sie immer aktuell sind. Bot-Tools wie Otter, Fireflies und Tactiq haben jeweils ihre eigene Preisgestaltung; prüf ihre Seiten direkt, denn Meeting-Bot-Preise ändern sich ständig.

Whisper läuft unter Windows und macOS auf Apple Silicon, und die lokale Pipeline funktioniert nach einem einmaligen Modell-Download vollständig offline. Wenn du zuerst ein Gefühl für den Diktier-Ablauf willst, behandeln die Übersicht zur Voice-to-Text-App und der Vergleich der Otter.ai-Alternative das Schreiben per Stimme ausführlicher.

Die meisten Suchen nach einem Zoom-Transkript-Tool enden gleich: Jemand entdeckt, dass das Transkript längst in seinem Zoom-Portal lag, schaltet die Cloud-Aufzeichnung ein und macht mit seinem Tag weiter. Das Tool, das du brauchtest, war ein Häkchen. Was danach bleibt, eine Wand aus Zeitstempeln in die zwei Sätze zu verwandeln, die dein Team lesen wird, ist der Teil, der sich per Stimme lohnt. Ich habe den Großteil dieses Artikels zwischen Schulabholung und einer Support-Mail diktiert, ausgerechnet darüber, wo man ein Zoom-Transkript findet. Meine Tochter fragte, was ich da schreibe. Ich sagte: wie man ein Zoom-Transkript bekommt. Sie fragte, ob das ein richtiger Job sei. Berechtigt.