Interview transkribieren: Formate, Beispiele und die besten Tools (2026)

Das Interview ist geführt, die Aufnahme gesichert. Zwischen Ihnen und der eigentlichen Arbeit, also der Auswertung, dem Artikel oder der Personalentscheidung, steht jetzt nur noch eine einstündige Audiodatei. Bevor irgendetwas davon passieren kann, muss aus dem Gespräch Text werden.

„Interview transkribieren" klingt nach einer einzigen Aufgabe, dahinter stecken aber drei Entscheidungen: Welche Transkriptionsart brauchen Sie, welches Format soll das Transkript haben, und welche Methode (selbst tippen, KI-Software oder ein Schreibservice) passt zu Budget und Deadline? Dieser Leitfaden geht alle drei durch, mit kopierbaren Transkript-Beispielen, einem Kostenvergleich und konkreten Hinweisen für Forschung, Journalismus und Recruiting.

⚠️ Dieser Artikel wurde auf Grundlage öffentlich zugänglicher Informationen und Nutzerfeedbacks mit Stand August 2026 unabhängig zusammengestellt.

Inhaltsverzeichnis

1. Was ist ein Interview-Transkript?
2. Wörtlich oder geglättet: Erst die Transkriptionsart festlegen
3. Transkript-Formate mit Beispielen
4. Interview transkribieren: 3 Methoden im Vergleich
5. Schritt für Schritt: Ein Interview mit KI transkribieren
6. Transkriptions-Software auswählen: die Checkliste
7. Tipps nach Einsatzgebiet
8. Mehrsprachige Interviews: Wenn Transkription Übersetzung braucht
9. Häufige Fehler und die rechtliche Seite
10. FAQ
11. Fazit

Was ist ein Interview-Transkript?

Ein Interview-Transkript ist die schriftliche Aufzeichnung eines Interviews, die festhält, wer was gesagt hat, in der Regel mit Sprecherkennzeichnung und oft mit Zeitstempeln. Es macht aus einer Aufnahme etwas Durchsuchbares: Sie können zitieren, für die qualitative Auswertung codieren, den Text mit Kolleginnen und Kollegen teilen oder ihn zur Bewerbungsakte legen.

Ein Transkript ist weder Gesprächsnotiz noch Zusammenfassung. Notizen halten Ihre Interpretation im Moment fest, eine Zusammenfassung verdichtet das Gespräch im Nachhinein. Das Transkript bewahrt das Gespräch selbst, und genau deshalb verlangen so viele Arbeitsabläufe danach: Forschende brauchen die tatsächlichen Worte der Befragten, Journalistinnen und Journalisten brauchen belastbare Zitate, Recruiter brauchen eine objektive Grundlage für den Kandidatenvergleich.

Das Transkript ist dabei selten das Endprodukt. Es ist das Rohmaterial für alles Weitere, und das praktische Ziel lautet: möglichst genau, mit möglichst wenig eigener Zeit.

Wörtlich oder geglättet: Erst die Transkriptionsart festlegen

Bevor Sie ein Tool anfassen, legen Sie fest, wie originalgetreu der Text sein muss. Transkriptionsarten liegen auf einem Spektrum, und die falsche Wahl kostet entweder Stunden oder zerstört Daten, die Sie gebraucht hätten.

• Vollständig wörtlich (voll-verbatim) erfasst alles: Füllwörter („ähm", „halt"), Satzabbrüche, Wiederholungen, Lachen, Pausen. Sinnvoll, wenn das Wie zählt: Diskursanalyse, bestimmte qualitative Forschungstraditionen, juristische Kontexte, UX-Forschung, in der Zögern selbst ein Signal ist.
• Geglättet (intelligent verbatim) entfernt Füllwörter und Abbrüche, lässt aber jeden Satz inhaltlich unangetastet. Liest sich natürlich, ohne die Aussage zu verändern. Das ist der Standard für Journalismus, Recruiting, Podcasts und die meisten Business-Interviews.
• Redigiert oder zusammengefasst verdichtet und formuliert um. Nur dann geeignet, wenn das Transkript ein Kommunikationsdokument ist und kein Beleg: etwa ein Interview-Artikel oder ein internes Recap.

Faustregel: Wer zitiert oder codiert, transkribiert wörtlich oder geglättet. Wer nur nachvollziehen will, was besprochen wurde, wählt geglättet oder redigiert.

Transkript-Formate mit Beispielen

Ein offizielles Einheitsformat gibt es nicht, aber drei Konventionen decken fast jede Situation ab. Wichtig ist vor allem: ein Format wählen und im gesamten Transkript durchhalten.

Frage-Antwort-Format

Das lesbarste Format für Einzelinterviews. Interviewer und interviewte Person kennzeichnen (Initialen oder Rollen), jeder Redebeitrag beginnt auf einer neuen Zeile:

Interviewer: Was hat den Ausschlag gegeben, das Tool letztes Jahr zu
wechseln?

R. Weber: Ehrlich gesagt der Export. Unsere Rechtsabteilung musste die
Transkripte prüfen können, und das alte Tool hat alles in der eigenen
App eingeschlossen.

Interviewer: Wie lange hat die Umstellung gedauert?

R. Weber: Etwa zwei Wochen, das meiste davon Aufräumen alter Aufnahmen.

Sprecherkennzeichnung mit Zeitstempeln

Für Gruppeninterviews oder alles, was Sie später gegen die Aufnahme prüfen müssen, kommt bei jedem Sprecherwechsel (oder in festen Intervallen, etwa alle 30 Sekunden) ein Zeitstempel dazu:

[00:03:12] Moderatorin: Sprechen wir über das Onboarding.
[00:03:18] Person 2: Die erste Woche war in Ordnung. In der zweiten
Woche war ich verloren, weil sich niemand mehr zuständig fühlte.
[00:03:31] Person 1: Bei mir genauso. Ich habe drei Tickets
aufgemacht, bevor jemand geantwortet hat.

Format für die qualitative Forschung

Forschungstranskripte ergänzen üblicherweise Zeilen- oder Absatznummern für Zitationen, anonymisierte Sprechercodes (B1, B2) und Anmerkungen in Klammern:

042  I:  Wie hat das Ihren Arbeitsalltag verändert?
043  B1: Erst mal gar nicht. [lacht] Ich habe alles weiter von Hand
044      gemacht, weil ich den Zahlen nicht getraut habe. Nach etwa
045      sechs Wochen habe ich aufgehört, alles nachzuprüfen.

Drei Gewohnheiten ersparen später Ärger, unabhängig von der Konvention: Unverständliches explizit markieren ([unverständlich 00:14:22]) statt zu raten, nonverbalen Kontext in Klammern notieren ([lacht], [lange Pause]), wenn er die Bedeutung verändert, und Datum, Beteiligte und Dauer des Interviews in einen Kopfblock am Dokumentanfang schreiben.

Interview transkribieren: 3 Methoden im Vergleich

Es gibt drei realistische Wege von der Aufnahme zum Transkript. Der ehrliche Vergleich:

Manuell transkribieren ist der klassische Weg: abspielen, pausieren, tippen, zurückspulen. Die Schätzungen variieren, aber wer nicht hauptberuflich transkribiert, braucht routinemäßig das Vier- bis Achtfache der Audiolänge. Ein einstündiges Interview frisst so einen ganzen Arbeitstag. Sinnvoll bleibt das für den Fünf-Minuten-Ausschnitt, oder wenn Richtlinien den Upload der Aufnahme verbieten.

KI-Transkriptionssoftware ist inzwischen der Standard für die meisten Teams. Moderne Spracherkennung kommt mit klarem Gesprächsaudio gut zurecht, trennt Sprecher automatisch und liefert in Minuten ein durchsuchbares Transkript. Schwächen zeigt sie bei verrauschtem Audio, Durcheinanderreden und Spezialvokabular, weshalb ein kurzer menschlicher Kontrolldurchgang zum Workflow gehört.

Professionelle Schreibservices setzen eine geübte Person an Ihre Datei. Mit Stand August 2026 liegen typische Preise für menschliche Transkription oft bei etwa 1 bis 2 US-Dollar pro Audiominute, mit Lieferzeiten von einigen Stunden bis zu mehreren Tagen je nach Tarif. Das lohnt sich, wenn ein Gericht, ein Verlag oder die Compliance auf jedes Wort baut.

Für die meisten Leserinnen und Leser ist die praktische Antwort ein Hybrid: die KI übernimmt die Fleißarbeit, Sie investieren 10 bis 20 Minuten in Namen, Fachbegriffe und die Zitate, die Sie tatsächlich verwenden.

Schritt für Schritt: Ein Interview mit KI transkribieren

So sieht der Ablauf von Anfang bis Ende aus, hier am Beispiel von SuperIntern. SuperIntern ist ein Bot-freier Desktop-Meeting-Assistent: Die App greift den Ton direkt am Gerät ab und funktioniert deshalb für Interviews über Zoom, Google Meet, Teams, für Telefonate über den Rechner und für Aufnahmen aus Vor-Ort-Terminen.

Wenn das Interview schon stattgefunden hat (Audiodatei)

1. Aufnahme hochladen. SuperIntern nimmt Audiodateien an und transkribiert sie mit automatischer Sprechertrennung, die Kennzeichnung „Sprecher 1 / Sprecher 2" ist also schon da.
2. Sprechernamen korrigieren. Benennen Sie die erkannten Sprecher in „Interviewer" und den Namen oder Code der befragten Person um. Diese eine Änderung macht das ganze Transkript lesbar.
3. Mit dem Audio gegenlesen. Überfliegen Sie das Transkript und prüfen Sie Namen, Zahlen und Fachbegriffe stichprobenartig, solange das Gespräch frisch ist.
4. Zusammenfassung erzeugen. Eine Zusammenfassung mit Kernpunkten und offenen Punkten entsteht automatisch, praktisch als Deckblatt des Transkripts.
5. Exportieren oder befragen. Übertragen Sie das Transkript in Ihr Zielformat, oder stellen Sie dem integrierten AI-Chat Fragen wie „liste alle Aussagen zu Preisbedenken auf".

Wenn das Interview live stattfindet

1. SuperIntern vor dem Gespräch starten. Es betritt kein Bot das Meeting; die App hört Systemton und Mikrofon mit, die interviewte Person sieht einen ganz normalen Call.
2. Das Transkript in Echtzeit entstehen lassen. Sprechergetrennter Text erscheint während des Gesprächs, Sie halten Blickkontakt statt zu tippen.
3. Notizen mit AI Canvas strukturieren. Sie definieren, was festgehalten werden soll (Kernantworten, starke Zitate, Nachfragen), und die Notizen ordnen sich in Echtzeit, während darunter das vollständige Transkript mitläuft.

In beiden Fällen endet die Sitzung mit einem sprechergetrennten Transkript samt Zusammenfassung statt mit einer rohen Audiodatei und einer lästigen Pflichtaufgabe. Mit Stand August 2026 gibt es einen kostenlosen Plan ohne Kreditkarte sowie den Plus-Plan für 20 $/Monat mit 100 Stunden. Preise können sich ändern, prüfen Sie sie auf der offiziellen Seite.

Transkriptions-Software auswählen: die Checkliste

Wer Tools für die Interview-Transkription vergleicht, sollte jeden Kandidaten durch diese Checkliste schicken:

• Genauigkeit auf Ihrem echten Audio. Testen Sie mit einer realen Aufnahme aus Ihrem Kontext, nicht mit der Vendor-Demo. Bei Dialekten, Fachjargon und Raumhall trennt sich die Spreu vom Weizen.
• Sprechererkennung. Für Interviews nicht verhandelbar. Prüfen Sie, wie stabil sie bleibt, wenn Personen durcheinanderreden.
• Zeitstempel und verknüpfte Wiedergabe. Ein Zitat zu verifizieren sollte Sekunden dauern, nicht eine Suche durch die Datei.
• Datei-Upload und Live-Mitschnitt. Manche Tools transkribieren nur Uploads, andere nur Live-Meetings. Interviews kommen in beiden Formen vor, bevorzugen Sie ein Tool, das beides kann.
• Sprachunterstützung. Sowohl bei der Transkription als auch, für internationale Interviews, bei der Übersetzung.
• Eigenes Wörterbuch. Ein persönliches Vokabular für Produktnamen und Fachbegriffe senkt den Korrekturaufwand bei Interviewserien spürbar.
• Datenschutz und Datenhaltung. Wo liegt das Audio, wie lange, wird damit trainiert? Gerade nach DSGVO-Maßstäben ist das bei Forschungs- und Bewerbungsinterviews oft eine harte Anforderung, keine Geschmacksfrage.
• Exportformate. Das Transkript muss aus dem Tool heraus: Text, Word oder Copy-and-paste mit erhaltener Sprecherkennzeichnung.

Zur Einordnung der Landschaft: Generalisten wie Otter.ai oder Notta konzentrieren sich auf Datei-Uploads und Bot-basierte Meeting-Aufzeichnung, Open-Source-Lösungen wie Whisper von OpenAI sind kostenlos, verlangen aber technisches Setup und separate Sprechertrennung, und Schreibservices bleiben das Genauigkeitsmaximum. SuperIntern setzt darauf, Datei-Upload und Bot-freien Live-Mitschnitt in einem Tool zu vereinen, inklusive strukturierter Notizen schon während des Gesprächs. Welcher Kompromiss gewinnt, entscheidet die Checkliste oben; Funktionsdetails ändern sich, prüfen Sie sie auf den jeweiligen offiziellen Seiten.

Tipps nach Einsatzgebiet

Qualitative Forschung

Legen Sie die Transkriptionskonvention vor dem ersten Interview schriftlich fest: Verbatim-Grad, Anonymisierungscodes, Anmerkungszeichen. Konsistenz über alle Interviews hinweg zählt mehr als jede Einzelentscheidung, denn Ihre Codierung hängt daran. Transkribieren oder prüfen Sie zeitnah nach jedem Termin; mehrdeutige Stellen lassen sich nur klären, solange die Erinnerung frisch ist. Und klären Sie vor dem Upload die Vorgaben Ihrer Einrichtung; Anforderungen wie Anonymisierung vor dem Upload oder freigegebene Anbieter sind verbreitet.

Journalismus

Geglättetes Verbatim ist Standard, aber heben Sie die Originalaufnahme bis zur Veröffentlichung auf: Wird ein Zitat angezweifelt, ist das Audio Ihre Verteidigung. Zeitgestempelte Transkripte beschleunigen den Faktencheck erheblich. Bei langen Recherchen wird das durchsuchbare Transkript-Archiv aller Gespräche zur eigentlichen Datenbank des Projekts.

Recruiting und Bewerbungsgespräche

Ein Transkript lässt die interviewende Person tatsächlich interviewen statt mitzutippen, und es gibt dem Debrief objektiven Boden: was die Kandidatin gesagt hat, nicht was ein Panelmitglied erinnert. Fair und rechtssicher bleibt es so: Kandidaten vorab informieren, denselben Prozess auf alle anwenden und Transkripte unter denselben Zugriffsregeln speichern wie andere Bewerberdaten.

UX- und Kundenforschung

Das Gold liegt in der exakten Formulierung: Wie Nutzer ein Problem beschreiben, ist oft wertvoller als das Problem selbst. Voll oder geglättet transkribieren, und markante Zitate direkt nach der Session ins Research-Repository übernehmen.

Mehrsprachige Interviews: Wenn Transkription Übersetzung braucht

Internationale Forschung und internationales Recruiting fügen eine Ebene hinzu: Das Interview findet in einer Sprache statt, die ein Teil der Beteiligten nicht liest. Der alte Ablauf (erst transkribieren, dann übersetzen lassen) verdoppelt Kosten und Wartezeit.

Moderne Tools ziehen die Schritte zusammen. SuperIntern zeigt zum Beispiel während des Interviews Live-Untertitel mit Übersetzung in über 50 Sprachen und erzeugt die Zusammenfassung in der Arbeitssprache Ihres Teams, unabhängig von der gesprochenen Sprache. Ein Nutzerinterview auf Spanisch kann Minuten später mit englischer oder deutscher Zusammenfassung im Repository liegen, das Transkript in der Originalsprache bleibt zur Verifikation erhalten.

Häufige Fehler und die rechtliche Seite

Die Fehler, die am meisten Zeit kosten:

1. Nachlässig aufnehmen. Die Transkriptionsqualität ist durch die Audioqualität gedeckelt. Nutzen Sie nach Möglichkeit ein Headset oder externes Mikrofon und machen Sie vor dem Interview eine 10-Sekunden-Testaufnahme.
2. Alles „sicherheitshalber" voll-verbatim transkribieren. Wenn Ihre Auswertung keine Füllwörter braucht, zahlen Sie eine hohe Zeitsteuer für Rauschen.
3. Den Kontrolldurchgang auslassen. KI-Ergebnisse sind gut, aber Namen, Zahlen und Fachbegriffe sind genau die Stellen, an denen sie danebenliegen, und genau das, was Sie zitieren.
4. Sprecherzuordnung verlieren. Ein Transkript, in dem „Sprecher 1" und „Sprecher 2" nie echten Personen zugeordnet werden, verliert die Hälfte seines Werts. Labels direkt nach dem Termin korrigieren.
5. Wochenlang warten. Jede unklare Stelle im Audio wird schwerer aufzulösen, je mehr die Erinnerung verblasst.

Zur rechtlichen Seite: Die Aufnahme eines Interviews erfordert grundsätzlich Einwilligung. In Deutschland ist das heimliche Aufzeichnen des nicht öffentlich gesprochenen Wortes sogar strafbar (§ 201 StGB), und auch anderswo gelten eigene Regeln; Unternehmensrichtlinien sind oft strenger als das Gesetz. Das sichere, professionelle Muster ist simpel: zu Beginn jedes Interviews auf Band fragen („Ich würde das Gespräch gern aufzeichnen, um es sauber zu transkribieren, ist das in Ordnung?"). In der Forschung sollten Einwilligungserklärungen Aufnahme, Transkription, Speicherung und Anonymisierung ausdrücklich abdecken.

FAQ

Wie lange dauert es, ein einstündiges Interview zu transkribieren? Manuell sollten Sie vier bis acht Stunden einplanen, wenn Transkription nicht Ihr Beruf ist. KI-Software liefert einen Entwurf in Minuten, ein Schreibservice braucht je nach Tarif einige Stunden bis mehrere Tage. Der Hybrid-Workflow (KI-Entwurf plus 10-20 Minuten eigene Prüfung) ist meist der beste Kompromiss.

Was kostet die Transkription eines Interviews? Manuell kostet sie nur Zeit. KI-Tools bieten häufig eine Gratis-Stufe, bezahlte Pläne liegen grob bei 10-30 $ im Monat. Menschliche Services liegen mit Stand August 2026 oft bei etwa 1 bis 2 $ pro Audiominute, ein einstündiges Interview also bei rund 60-120 $.

Ist KI-Transkription genau genug für qualitative Forschung? Bei klarem Audio sind KI-Entwürfe stark genug, dass viele Forschende sie als Basis nutzen und gegen die Aufnahme prüfen. Das wahrt die Sorgfalt und spart den Großteil der Zeit. Bei starkem Dialekt, Störgeräuschen oder strikten Voll-Verbatim-Vorgaben planen Sie mehr Prüfzeit ein oder beauftragen einen Service. Dokumentieren Sie das Vorgehen in jedem Fall im Methodenteil.

Brauche ich eine Erlaubnis, um ein Interview aufzunehmen und zu transkribieren? Praktisch ja: Fragen Sie jede beteiligte Person vor der Aufnahme, hörbar auf der Aufnahme. Rechtlich variieren die Anforderungen je nach Land; in Deutschland ist die Einwilligung aller Beteiligten zwingend, und Ethikkommissionen oder Unternehmensrichtlinien verlangen sie ohnehin.

Was ist der Unterschied zwischen Transkript und Protokoll? Ein Transkript hält das Gespräch selbst fest, wörtlich oder nahezu wörtlich. Ein Protokoll ist eine strukturierte Zusammenfassung von Entscheidungen und Aufgaben. Interviews brauchen fast immer Transkripte, interne Meetings meist Protokolle. Manche Tools, darunter SuperIntern, erzeugen beides aus derselben Sitzung.

Kann ich ein Interview aus einer Videodatei transkribieren? In der Regel ja: Entscheidend ist die Tonspur. Die meisten Tools akzeptieren gängige Videoformate oder lassen Sie das Audio vorab extrahieren. Die Qualität hängt weiterhin davon ab, wie klar die Stimmen aufgenommen wurden.

Wie zitiere ich ein selbst geführtes Interview? Das hängt vom Zitierstil ab. In APA gilt ein selbst geführtes, unveröffentlichtes Interview als persönliche Kommunikation: Es wird im Text zitiert, erscheint aber nicht im Literaturverzeichnis. Veröffentlichte Interviews zitieren Sie über die Quelle, in der sie erschienen sind. Prüfen Sie die Vorgaben Ihres Instituts oder Verlags.

Fazit

Ein Interview gut zu transkribieren heißt, drei Entscheidungen in der richtigen Reihenfolge zu treffen: den Verbatim-Grad wählen, den die Arbeit wirklich braucht, ein konsistentes Format festlegen (die Beispiele oben sind zum Kopieren gedacht) und die Methode nehmen, die zu Deadline und Budget passt. 2026 heißt das meist: KI für den Entwurf, ein menschlicher Durchgang für die Details, manuelles Tippen für Sonderfälle und Schreibservices für publikationskritische Einsätze.

Wer regelmäßig Interviews führt, gewinnt am meisten, wenn Transkription automatisch passiert: aufnehmen, standardmäßig ein sprechergetrenntes Transkript samt Zusammenfassung erhalten, und die Aufmerksamkeit dem Gespräch widmen. SuperIntern kostenlos testen: Laden Sie ein vergangenes Interview hoch oder zeichnen Sie das nächste live auf, ohne Bot im Call und ohne Kreditkarte.