Zum Hauptinhalt springen
Für Abschlussarbeit, Forschung und Marktforschung

Interview transkribieren: Anleitung, Beispiel und Einwilligung

Ein einstündiges Interview von Hand abzutippen dauert laut dem Praxisbuch von Dresing und Pehl das Fünf- bis Zehnfache der Interviewdauer, Korrekturlesen eingerechnet. Mit KI-Transkription lädst du die Aufnahme hoch, bekommst meist nach 5 bis 15 Minuten ein Transkript mit Sprechern und Zeitmarken und wendest dein Regelwerk beim Gegenlesen an. Hier stehen der Ablauf, ein Beispiel vor und nach dem Gegenlesen, was in die Einwilligung gehört und wann ein lokales Programm die bessere Wahl ist.

Interview kostenlos transkribierenKostenloser Tarif · Verarbeitung in der EU

Kostenlos oder Pro: was du für Interviews brauchst

Kostenlos

  • Transkription ohne monatliches Minutenlimit, Dateien bis 10 GB
  • 2 Uploads pro Stunde, jeweils eine Datei pro Upload
  • Sprecher nur in den ersten Abschnitten gekennzeichnet
  • Ein Export pro Monat als TXT, ohne Sprecher und Zeitmarken
  • Verlauf der letzten 30 Tage

Pro

  • Sprechererkennung im gesamten Transkript
  • Export ohne Limit: Word mit Sprechern und Zeitmarken, Excel, SRT, VTT
  • Wortlisten für Namen und Fachbegriffe
  • Gesamter Verlauf, alle Interviews durchsuchbar
  • 16 € pro Monat oder 14 € bei jährlicher Zahlung, zzgl. MwSt.

Pro kannst du 7 Tage kostenlos testen. Bei einer Arbeit mit mehreren Interviews ist meist nicht die Transkription der Engpass, sondern der Export: Im kostenlosen Tarif ist es einer pro Monat.

Lass Klang das Gespräch mitschreiben

Mit Pro siehst du im ganzen Transkript, wer spricht, exportierst als Word und bekommst nach jedem Meeting automatisch das Protokoll. Studierende zahlen für Pro die Hälfte.

Laden im App StoreJetzt bei Google Play

01

Interview transkribieren in fünf Schritten

Der Ablauf ist für ein Experteninterview in der Bachelorarbeit derselbe wie für zwanzig Leitfadeninterviews in einem Forschungsprojekt. Die ersten beiden Schritte passieren vor dem Gespräch, und sie entscheiden, wie viel Arbeit du später hast.

  • Vorher klären: Regelwerk (meist die einfachen Regeln nach Dresing und Pehl) und Werkzeug mit der Betreuung absprechen, dann die Einwilligung so formulieren, dass sie das Werkzeug nennt (Formulierungsbeispiel weiter unten).
  • Gut aufnehmen: ruhiger Raum, Smartphone oder Aufnahmegerät nah an beiden Sprechenden, vorher zehn Sekunden Testaufnahme. Online-Interviews in Zoom, Teams oder Google Meet kann Klang direkt aufnehmen.
  • Hochladen: Audio- oder Videodatei in Klang ziehen (mp3, m4a, wav, mp4 und weitere, bis 10 GB). Sprache steht auf „Automatisch“, die Zahl der Sprecher kannst du vorgeben, bei einem Interview also zwei.
  • Gegenlesen: Klick auf einen Satz spielt die Stelle im Audio ab. Sprecher in I und B umbenennen, pseudonymisieren, Pausen und unverständliche Stellen nach deinem Regelwerk markieren.
  • Exportieren: mit Pro als Word-Datei mit Sprechern und Zeitmarken, die du in MAXQDA, ATLAS.ti oder f4analyse importierst, oder als SRT/VTT. Danach die Audiodatei löschen, wenn deine Einwilligung das so vorsieht.

Beispiel: Interview-Transkript vor und nach dem Gegenlesen

Ein erfundener Ausschnitt aus einem Experteninterview zur Einführung einer neuen Software in einer Stadtverwaltung. Die ersten zwei Zeilen zeigen, wie das Rohtranskript in Klang aussieht, nachdem die Sprecher in I und B umbenannt wurden. Die letzte Zeile zeigt die Antwort nach den einfachen Regeln von Dresing und Pehl.

I · 00:08:31
Sie haben eben gesagt, die Umstellung sei mühsam gewesen. Können Sie ein Beispiel nennen?
B · 00:08:39
Ja, also in den ersten Wochen mussten wir alles doppelt pflegen, im alten System und im neuen. Und das hat ehrlich gesagt im Team viel Vertrauen gekostet. Frau Schneider aus dem Bürgeramt hat damals gesagt, sie macht das nicht mehr mit.
B · nach Regelwerk
B: Ja, also in den ersten Wochen mussten wir alles doppelt pflegen. Im alten System und im neuen. (…) Und das hat ehrlich gesagt im Team VIEL Vertrauen gekostet. [Name 1] aus dem [Amt 1] hat damals gesagt, sie macht das nicht mehr mit. (seufzt) 00:09:02

02

Wie lange dauert es, ein Interview zu transkribieren?

Von Hand: Dresing und Pehl empfehlen, für einfache Regelsysteme das Fünf- bis Zehnfache der Interviewdauer einzuplanen, inklusive Korrekturlesen. Ihr Rechenbeispiel: Zehn einstündige Interviews kosten 50 bis 100 Arbeitsstunden, bei vier bis sechs Stunden Transkription am Tag also zwei bis vier Wochen. Für ein Basistranskript nach GAT 2 nennen sie 18 Stunden pro Stunde Material.

Mit KI verschiebt sich die Arbeit vom Tippen zum Gegenlesen. Das Rohtranskript ist meist nach 5 bis 15 Minuten fertig, bei langen Dateien später. Danach hörst du das Interview einmal durch und korrigierst. Öffentliche Studien zum Gesamtaufwand gibt es laut Praxisbuch noch nicht; die Autoren rechnen nach eigener Beobachtung mit rund 50 Prozent Zeitersparnis und mehr gegenüber dem Abtippen. Wie viel es bei dir ist, hängt vor allem von Tonqualität, Dialekt und Fachbegriffen ab.

Plane deshalb mit dem Gegenlesen, nicht mit der Rechenzeit: Für zehn Interviews à 60 Minuten heißt das mindestens zehn Stunden konzentriertes Hören, eher mehr. Das ist immer noch ein Bruchteil von 50 bis 100 Stunden, und die Zeit fehlt dir später nicht bei der Auswertung, die laut Praxisbuch meist deutlich länger dauert als die Transkription.

Mit der App aufnehmen, danach den Text lesen

Mit Pro siehst du im ganzen Transkript, wer spricht, exportierst als Word und bekommst nach jedem Meeting automatisch das Protokoll. Studierende zahlen für Pro die Hälfte.

Laden im App StoreJetzt bei Google Play

03

Einwilligung und Datenschutz: was vor dem ersten Interview feststehen muss

Ein Interview enthält personenbezogene Daten, oft auch sensible wie Gesundheit, Religion oder Gewerkschaftszugehörigkeit. Rechtsgrundlage ist bei Abschlussarbeiten und vielen Forschungsprojekten die Einwilligung nach Art. 6 Abs. 1 lit. a DSGVO, bei sensiblen Daten zusätzlich eine ausdrückliche Einwilligung nach Art. 9 Abs. 2 lit. a. Du musst nachweisen können, dass sie erteilt wurde, und die Teilnehmenden können sie jederzeit widerrufen (Art. 7 Abs. 1 und 3). Vorab informierst du sie unter anderem darüber, wer die Daten wofür verarbeitet und an wen sie gehen (Art. 13); ein Transkriptionsdienst gehört zu diesen Empfängern. Das gilt in Deutschland und Österreich gleichermaßen; in der Schweiz gilt das Datenschutzgesetz (DSG).

Für die Transkription heißt das: Wenn ein Dienst außerhalb deines Rechners die Aufnahme verarbeitet, gehört er in die Einwilligung. Das Praxisbuch von Dresing und Pehl verlangt dafür eine Vereinbarung zur Auftragsverarbeitung mit dem Dienstleister, die schon vor den Interviews feststeht. Die Uni Paderborn nennt in ihrem Muster deshalb ausdrücklich die Software und ihren Standort. Manche Institute verbieten Cloud-Dienste für studentische Arbeiten ganz: Die Sozialwissenschaften der Uni Stuttgart empfehlen ihren Studierenden lokale Programme wie noScribe oder aTrain. Frag also zuerst deine Betreuung oder den Datenschutz deiner Hochschule, bevor du ein Werkzeug wählst.

Interviewst du Beschäftigte, etwa für eine Abschlussarbeit im eigenen Betrieb, ist die Freiwilligkeit wegen der Abhängigkeit vom Arbeitgeber besonders zu prüfen. Holt der Arbeitgeber die Einwilligung ein, muss sie in Deutschland nach § 26 Abs. 2 BDSG schriftlich oder elektronisch erfolgen, und er klärt in Textform über Zweck und Widerrufsrecht auf. Klär solche Interviews vorher mit dem Datenschutzbeauftragten des Unternehmens.

Unabhängig vom Werkzeug gehört in die Einwilligung:

  • Zweck der Studie, wer verantwortlich ist und wie du erreichbar bist (am besten über die Uni-Adresse)
  • Dass das Gespräch aufgezeichnet, transkribiert und ausgewertet wird, und mit welchem Werkzeug
  • Wie du pseudonymisierst oder anonymisierst und wer Zugriff auf Aufnahme und Transkript hat
  • Wann die Aufnahme gelöscht wird, auch auf dem Aufnahmegerät
  • Freiwilligkeit, Widerruf jederzeit ohne Nachteile, die Rechte auf Auskunft, Berichtigung und Löschung
  • Die Rechtsgrundlage und das Recht auf Beschwerde bei einer Datenschutzaufsichtsbehörde

04

Formulierungsbeispiel, wenn du mit Klang transkribierst

Diese Sätze ersetzen kein Muster deiner Hochschule und keine Rechtsberatung, und sie machen eine Einwilligung nicht automatisch DSGVO-konform. Sie zeigen, wie du den Transkriptionsschritt in einer vorhandenen Vorlage beschreibst. Eckige Klammern füllst du selbst aus; die Angaben zum Anbieter prüfst du vorher in Klangs Datenschutzinformationen.

  • „Das Interview wird mit [Smartphone/Aufnahmegerät] aufgezeichnet und anschließend mit dem Transkriptionsdienst Klang (Klang AI AB, Schweden) automatisch verschriftlicht. Die Verarbeitung erfolgt in der Europäischen Union. Klang verwendet die Aufnahme nicht zum Training von KI-Modellen.“
  • „Mit dem Anbieter besteht ein Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO.“ (Diesen Satz nur verwenden, wenn der Vertrag tatsächlich abgeschlossen ist.)
  • „Im Transkript werden alle Namen, Orte und sonstigen Angaben, die Rückschlüsse auf Ihre Person zulassen, pseudonymisiert. Die Audiodatei wird nach Abschluss der Transkription, spätestens am [Datum], bei Klang und auf allen Datenträgern gelöscht.“
  • „Ihre Teilnahme ist freiwillig. Sie können Ihre Einwilligung jederzeit ohne Angabe von Gründen widerrufen. Die Rechtmäßigkeit der bis zum Widerruf erfolgten Verarbeitung bleibt davon unberührt.“

05

Was die KI liefert und was du beim Gegenlesen ergänzt

Klang liefert dir das Gespräch als Text, getrennt nach Sprechenden, mit Zeitmarken und mit dem Audio hinter jedem Satz. Für die einfachen Regeln nach Dresing und Pehl ist das die Grundlage, aber nicht das fertige Transkript. Beim Gegenlesen ergänzt du, was nur ein Mensch sinnvoll entscheiden kann:

  • Sprecherkürzel: I für die interviewende, B für die befragte Person (B1, B2 bei Gruppen)
  • Pseudonyme statt Namen, Orte und Arbeitgeber, etwa [Name 1] oder [Stadt A]
  • Pausen ab etwa drei Sekunden als (…), unverständliche Stellen als (unv.), Betonung in VERSALIEN, Lachen oder Seufzen in Klammern
  • Namen und Fachbegriffe gegen das Audio prüfen; im Pro-Tarif hilft eine Wortliste mit den Begriffen deiner Studie
  • Schwierige Passagen besonders genau hören: starker Dialekt, durcheinander sprechende Personen und Hintergrundlärm nennt auch das Praxisbuch als Grenzen automatischer Erkennung

06

Online-Interviews, Telefoninterviews und Interviews mit zwei Sprachen

Führst du das Interview über Zoom, Microsoft Teams oder Google Meet, kann der Klang-Meeting-Assistent teilnehmen und das Gespräch aufnehmen; die Desktop-App für Mac und Windows (Beta) nimmt auch ohne Bot in der Teilnehmerliste auf. Sag deinem Gegenüber in jedem Fall vorher, dass aufgezeichnet wird, und nenne ihn in der Einwilligung. Alternativ nimmst du mit der Plattform selbst auf und lädst die Datei hoch. Präsenzinterviews kannst du mit der Klang-App auf dem iPhone oder Android-Telefon aufnehmen, Telefoninterviews nimmt die App im Pro-Tarif auf.

Jede Aufnahme wird in genau einer Sprache transkribiert; Klang erkennt die Hauptsprache automatisch und kann 19 Sprachen. Gemischtsprachige Aufnahmen transkribiert Klang nicht zuverlässig: Wechselt ein Interview zwischen Deutsch und Englisch, werden die Passagen in der zweiten Sprache nicht korrekt erfasst. Plane dafür ein, sie beim Gegenlesen selbst abzutippen, oder führe das Interview in einer Sprache.

07

Transkript in MAXQDA, ATLAS.ti oder f4analyse importieren

Einen direkten Export nach MAXQDA hat Klang nicht. Du exportierst das Transkript als Word-Datei und importierst sie in dein Analyseprogramm. In den Exportoptionen schaltest du „Sprecher anzeigen“ und „Zeit anzeigen“ ein und stellst das Zeitformat von „Kurz“ auf „HH:mm:ss“. MAXQDA kann Zeitmarken in diesem Format beim Import über „Transkripte mit Zeitmarken“ erkennen; probiere das einmal mit einem kurzen Interview aus, bevor du alle überträgst. Alternativ exportierst du VTT-Untertitel, die MAXQDA direkt importiert. Wie der Import Schritt für Schritt geht und was MAXQDAs eigene Transkription kostet, steht auf unserer Seite zur MAXQDA-Transkription.

Im kostenlosen Tarif ist ein Export pro Monat als TXT enthalten, ohne Sprecher und Zeitmarken. Den Text kannst du in MAXQDA importieren, die Verknüpfung mit dem Audio fehlt dann aber. Word, Excel, SRT und VTT und beliebig viele Exporte gehören zu Pro.

Abtippen, lokale KI oder Cloud-Dienst?

Drei Wege führen zum Transkript. Welcher passt, hängt von der Zahl der Interviews, deinem Rechner und den Vorgaben deiner Hochschule ab. Angaben der Anbieter, Stand November 2026:

Abtippen, lokale KI oder Cloud-Dienst?
Von Hand abtippenLokale KI (noScribe, aTrain)Cloud-Dienst (z. B. Klang, f4x)
Zeit pro Stunde Interview5 bis 10 Stunden inklusive Korrektur (Dresing/Pehl)Rechenzeit: noScribe etwa 1 bis 3 Stunden, aTrain ohne Grafikkarte etwa das Dreifache der Audiolänge; dazu das GegenlesenKlang meist 5 bis 15 Minuten, f4x laut Anbieter etwa 8 Minuten; dazu das Gegenlesen
KostenDeine ZeitKostenlosKlang: kostenloser Tarif, Pro ab 14 € im Monat bei jährlicher Zahlung, zzgl. MwSt.; f4x: minutengenaue Abrechnung
Wo die Aufnahme verarbeitet wirdAuf deinem RechnerAuf deinem Rechner, die Aufnahme verlässt ihn nichtAuf Servern des Anbieters: Klang in der EU, f4x in Deutschland
Was du zusätzlich brauchstEin Programm mit Tastenkürzeln, ideal mit FußschalterEinen leistungsfähigen Rechner; mit NVIDIA-Grafikkarte geht es deutlich schnellerAuftragsverarbeitungsvertrag (bei Klang im Business-Tarif) und Nennung in der Einwilligung
Passt zuFeintranskripten nach GAT 2 und sehr schwierigen AufnahmenInstituten, die keine Cloud-Dienste erlaubenVielen Interviews, Online-Interviews, Projektteams und Auswertung über mehrere Gespräche

Rechenzeiten laut noScribe-Website und aTrain-Seite der Universität Graz; f4x-Angabe laut audiotranskription.de. Einen ausführlichen Vergleich von noScribe, f4 und MAXQDA findest du auf unserer Seite zur noScribe-Alternative.

Vom Transkript zur Analyse

Mehr als ein Transkript

Nach dem Transkribieren beginnt die eigentliche Arbeit. In Klang durchsuchst du alle deine Interviews auf einmal, stellst Fragen zum Inhalt und siehst Themen, die in mehreren Gesprächen wiederkehren, mit Verweis auf die genaue Stelle im Audio.

  • Alle Interviews eines Projekts gemeinsam durchsuchen
  • Zusammenfassungen und Themen mit Verweis auf die Quelle
  • Word-Export mit Sprechern und Zeitmarken zum Import in deine QDA-Software (Pro)
  • Verarbeitung in der EU, kein Training von KI mit deinen Aufnahmen, ISO 27001:2022
Kostenlos startenKostenloser Tarif

Täglich im Einsatz bei Behörden, Kanzleien und Hochschulen

Kalmar kommunGöteborgs StadHelsingborgs stadMalmö universitetLindahlSchjødtLänsförsäkringar

Häufige Fragen

Kann ich ein Interview kostenlos transkribieren?

Ja. Im kostenlosen Tarif von Klang transkribierst du ohne monatliches Minutenlimit, mit 2 Uploads pro Stunde. Die Grenzen liegen woanders: Sprecher sind nur in den ersten Abschnitten gekennzeichnet, du kannst einen Export pro Monat als TXT herunterladen, und du siehst den Verlauf der letzten 30 Tage. Für mehrere Interviews mit Sprecherkennzeichnung und Word-Export brauchst du Pro; das kannst du 7 Tage kostenlos testen.

Wie genau ist KI-Transkription bei Dialekt?

Das hängt vor allem von der Aufnahme ab. Schwierig sind laut Praxisbuch von Dresing und Pehl starker Dialekt wie Schweizerdeutsch, durcheinander sprechende Personen und Hintergrundlärm wie in einer Mensa. Teste deshalb zuerst mit fünf Minuten deines eigenen Materials. Nach den einfachen Regeln näherst du Dialekt ohnehin ans Schriftdeutsch an.

Darf ich für meine Bachelorarbeit einen Online-Dienst nutzen?

Das hängt von deiner Hochschule ab. Manche Institute erlauben Cloud-Dienste mit Auftragsverarbeitungsvertrag, andere verlangen lokale Programme wie noScribe oder aTrain. Kläre das mit deiner Betreuung, bevor du die Einwilligungserklärung schreibst, denn das Werkzeug muss darin stehen. Das ist allgemeine Information, keine Rechtsberatung.

Brauche ich einen Auftragsverarbeitungsvertrag?

Wenn ein externer Dienst Aufnahmen mit personenbezogenen Daten für dich verarbeitet, in der Regel ja (Art. 28 DSGVO), und er sollte vor den Interviews stehen. Bei Klang schließt ihr den Auftragsverarbeitungsvertrag im Business-Tarif direkt im Konto ab. Wer ihn unterschreibt, du, deine Betreuung oder die Hochschule, klärst du mit dem Datenschutz deiner Hochschule.

Erkennt Klang, wer im Interview spricht?

Ja. Klang trennt das Transkript nach Sprechenden; die Zahl der Sprecher kannst du beim Hochladen vorgeben oder auf „Automatisch“ lassen. Die Namen oder Kürzel wie I und B vergibst du selbst. Im kostenlosen Tarif sind die Sprecher nur am Anfang des Transkripts gekennzeichnet, im gesamten Transkript mit Pro.

Bekomme ich Zeitmarken wie in f4?

Im Word-Export (Pro) wählst du das Zeitformat: „Kurz“, HH:mm:ss, HH:mm:ss.SSS oder mm:ss. Das f4-Format mit Rauten und Zehntelsekunden erzeugt Klang nicht. MAXQDA kann hh:mm:ss beim Import erkennen, teste das mit einem kurzen Interview; arbeitest du mit f4, kannst du die Zeitmarken beim Gegenlesen in f4transkript setzen.

Wie lösche ich die Aufnahme nach der Transkription?

Aufnahmen und Transkripte kannst du in Klang selbst löschen. Denk auch an die Kopien auf Smartphone, Aufnahmegerät und Download-Ordner; das Praxisbuch erinnert ausdrücklich an geliehene Geräte der Hochschule. Dokumentiere die Löschung, etwa in einer kurzen Liste.

Quellen

Abgerufen am 17. November 2026.

7 Tage kostenlos. Monatlich kündbar.Pro 7 Tage kostenlos testen