In Word transkribieren: Audio in Text umwandeln (2026)

Microsoft Word kann Audio über die Funktion Transkribieren in Text umwandeln: Gehen Sie auf Start, öffnen Sie den Pfeil neben Diktieren, wählen Sie Transkribieren und laden Sie eine Aufnahme hoch oder nehmen Sie direkt auf. Word erstellt daraus ein Transkript mit Zeitstempeln und Sprecherkennzeichnung, das Sie ins Dokument einfügen können. Voraussetzung ist ein Microsoft-365-Abonnement, die Funktion gibt es nicht in jeder Word-Version, und Uploads sind auf ein monatliches Minutenkontingent begrenzt. Fehlt sie Ihnen, kommen Sie mit einem Transkriptionstool, das eine DOCX-Datei exportiert, zum selben Ergebnis.

Dieser Ratgeber erklärt, was Transkribieren leistet, wie es sich von Diktieren unterscheidet, welche Voraussetzungen gelten, wie die einzelnen Schritte aussehen, wie Sie mit einem Interview vorgehen, und vergleicht die Funktion ehrlich mit Google Docs und spezialisierten Transkriptionstools. Die Angaben beruhen auf Microsofts Support-Dokumentation mit Stand Oktober 2026. Microsoft ändert immer wieder, wo und wie Office-Funktionen ausgerollt werden; prüfen Sie also, was Ihr eigenes Word anzeigt. Je nach Sprachversion können Schaltflächen leicht anders heißen als hier beschrieben.

Transkribieren und Diktieren: zwei verschiedene Funktionen

Wer „Word Audio in Text umwandeln" sucht, landet oft an der falschen Stelle, denn Word hat zwei Sprachfunktionen unter derselben Schaltfläche.

• Diktieren verwandelt Ihre Stimme beim Sprechen in getippten Text. Sie klicken auf das Mikrofon, sprechen, und die Wörter erscheinen an der Cursorposition. Das ersetzt die Tastatur, hört nur in Echtzeit über das Mikrofon zu und nimmt keine Dateien an. Praktisch zum Formulieren, nutzlos für eine vorhandene Aufnahme.
• Transkribieren arbeitet mit Aufnahmen. Sie laden eine Audio- oder Videodatei hoch oder zeichnen ein Gespräch direkt in Word auf und erhalten ein vollständiges Transkript, gegliedert in Abschnitte mit Zeitstempeln und Sprecherkennzeichnung. Sie prüfen es in einem Seitenbereich und fügen es dann ins Dokument ein.

Liegt Ihr Interview, Ihre Vorlesung, Ihr Meeting oder Ihr Sprachmemo bereits als Datei vor, ist Transkribieren die richtige Funktion.

Was Sie vor dem Start brauchen

Prüfen Sie diese Punkte, bevor Sie nach der Schaltfläche suchen:

• Ein Microsoft-365-Abonnement. Transkribieren ist nicht Teil der Office-Versionen mit Einmalkauf.
• Die passende Word-Version. Microsoft beschreibt Transkribieren derzeit als verfügbar in Word für Microsoft 365 unter Windows in kommerziellen Mandanten (von einer Organisation verwaltete Arbeits- und Schulkonten) sowie in Word für das Web für Behördenmandanten. Microsofts Formulierungen zur Verfügbarkeit haben sich mit der Zeit geändert. Öffnen Sie also Start und das Menü neben Diktieren, um zu sehen, ob Transkribieren bei Ihnen auftaucht.
• Eine Internetverbindung. Die Transkription läuft in Microsofts Cloud, nicht auf Ihrem Rechner.
• Ein unterstütztes Dateiformat. Microsoft nennt MP3, WAV, M4A und MP4.
• Verbleibende Minuten im laufenden Monat. Microsoft-365-Abonnenten können bis zu 300 Minuten hochgeladenes Audio pro Monat transkribieren. Eine Microsoft-Copilot-Lizenz hebt diese Grenze deutlich an (Microsoft nennt derzeit 30.000 Minuten).
• Eine Datei in vernünftiger Größe. Microsofts Support-Seite nennt kein Größenlimit pro Datei. Ältere Anleitungen berichten häufig von 200 MB pro Datei, einige neuere Antworten in der Microsoft-Community von 300 MB. Scheitert eine große Datei, komprimieren Sie sie zu einer kleineren MP3- oder M4A-Datei.

Arbeiten Sie auf dem Mac, mit einem Privat- oder Familienabo oder mit einem Arbeitskonto, für das Ihre IT die Funktion nicht freigeschaltet hat, sehen Sie Transkribieren unter Umständen gar nicht. Springen Sie dann zum Vergleich und zum Weg über den DOCX-Export.

So transkribieren Sie eine Audiodatei in Word

Eine Aufnahme hochladen

1. Öffnen Sie ein neues oder vorhandenes Dokument in Word und melden Sie sich mit Ihrem Microsoft-365-Konto an.
2. Klicken Sie auf der Registerkarte Start auf den kleinen Pfeil neben Diktieren und wählen Sie Transkribieren. Rechts öffnet sich ein Bereich.
3. Klicken Sie auf Audio hochladen und wählen Sie Ihre Datei. Word lädt sie hoch und beginnt mit der Transkription. Lange Aufnahmen brauchen etwas Zeit, lassen Sie den Bereich also geöffnet, bis er fertig ist.
4. Das fertige Transkript ist in Abschnitte gegliedert, jeweils mit Zeitstempel und Sprecherkennzeichnung. Ein Klick auf einen Zeitstempel spielt die entsprechende Stelle ab.
5. Um ein falsches Wort zu korrigieren, fahren Sie mit der Maus über einen Abschnitt und nutzen das Bearbeiten-Symbol (Stift). Um einen Sprecher umzubenennen, bearbeiten Sie die Bezeichnung und übernehmen die Änderung für alle Abschnitte dieser Person.
6. Fügen Sie über die Schaltfläche zum Hinzufügen das gesamte Transkript ins Dokument ein (in der englischen Oberfläche „Add all to document") oder nur einzelne Abschnitte. Word lässt Sie wählen, ob Sprechernamen und Zeitstempel mit übernommen werden.

Sobald der Text im Dokument steht, ist er normaler Word-Text: Sie können ihn formatieren, Überschriften setzen, Suchen und Ersetzen verwenden und Änderungen nachverfolgen. Microsoft speichert die Aufnahme in Ihrem OneDrive; die Audiodatei wird nicht in das Dokument eingebettet.

Oder direkt in Word aufnehmen

Im selben Bereich gibt es die Option Aufzeichnung starten. Word nimmt über Ihr Mikrofon auf, Sie können pausieren und fortsetzen. Das Transkript entsteht, nachdem Sie die Aufnahme beendet und gespeichert haben, nicht als Live-Text auf der Seite. Das passt zu einem Interview vor Ort oder einer Besprechung, bei der der Laptop in der Tischmitte steht. Bei einem Videocall erfasst die Aufnahme in Word nur, was Ihr Mikrofon hört; eine Aufzeichnung der Meeting-Plattform liefert meist saubereren Ton.

So transkribieren Sie ein Interview in Word

Bei Interviews spielt Transkribieren seine Stärke aus, wegen der Sprecherkennzeichnung. Ein praktischer Ablauf:

1. Sauber aufnehmen. Legen Sie Aufnahmegerät oder Handy zwischen sich und Ihr Gegenüber, fern von Lüftern und klappernden Tassen. Unsere Tipps für genauere Transkripte gehen ausführlicher auf Mikrofone und Räume ein.
2. Laden Sie die Datei wie oben beschrieben in Transkribieren hoch.
3. Benennen Sie zuerst die Sprecher um. Aus „Sprecher 1" und „Sprecher 2" werden „Interviewer" und der Name der Person, übernommen für alle Abschnitte.
4. Korrigieren Sie Namen und Fachbegriffe. Automatische Spracherkennung stolpert über Eigennamen, Orte und Fachjargon. Korrigieren Sie sie einmal und nutzen Sie für den Rest Suchen und Ersetzen im Dokument.
5. Fügen Sie das Transkript mit Zeitstempeln ein, wenn Sie später bestimmte Stellen zitieren oder belegen müssen, oder ohne, wenn es direkt in einen Artikel wandert.
6. Prüfen Sie Zitate am Ton, bevor Sie etwas veröffentlichen. Zeitstempel anklicken, zuhören, Wortlaut bestätigen.

Achten Sie auf vertauschte Sprecher, wenn sich Personen ins Wort fallen oder ähnlich klingen, und betrachten Sie das erste automatische Transkript als Entwurf. Zu Einwilligung, Anonymisierung und dem Kodieren von Transkripten in der Forschung lesen Sie unseren Ratgeber zur Interview-Transkription.

Grenzen, die Sie kennen sollten

Transkribieren ist bequem, hat aber echte Einschränkungen:

• Monatliche Minuten. 300 Upload-Minuten pro Monat entsprechen etwa fünf einstündigen Interviews. Wer viel transkribiert, stößt schnell daran.
• Eingeschränkte Verfügbarkeit. Sie hängt von Abo-Typ, Plattform und Organisation ab; Sie können also nicht davon ausgehen, dass Kollegen oder Kunden die Funktion haben.
• Eine Sprache pro Datei. Die Transkriptionssprache wählen Sie in den Einstellungen des Bereichs; Aufnahmen, in denen die Sprache wechselt, werden schlecht erkannt. Laut Microsoft unterstützt die Funktion mehr als 80 Gebietsschemas.
• Begrenzter Export. Das Ergebnis landet in einem Word-Dokument. Einen direkten Export in Untertitelformate wie SRT gibt es nicht.
• Verarbeitung in der Cloud. Die Aufnahme wird zu Microsoft hochgeladen und in OneDrive gespeichert. Für die meisten Aufgaben ist das in Ordnung, bei sensiblen Aufnahmen sollten Sie es aber mit den Vorgaben Ihrer Organisation und der DSGVO abgleichen.

Word Transkribieren, Google Docs und spezialisierte Tools im Vergleich

Wer „Google Docs transkribieren" sucht, hofft meist auf eine vergleichbare Funktion. Ganz so ist es nicht. Die Spracheingabe in Google Docs (Tools > Spracheingabe) ist eine Live-Diktierfunktion: Sie läuft in aktuellen Versionen von Chrome, Edge und Safari, hört über das Mikrofon zu und tippt, was sie versteht. Einen Datei-Upload gibt es nicht. Sie können eine Aufnahme über die Lautsprecher ins Mikrofon abspielen, das Ergebnis ist aber meist schwach, und Sie müssen die gesamte Aufnahme in Echtzeit durchlaufen lassen.

Word Transkribieren ist die naheliegende Wahl, wenn Sie die Funktion bereits haben und im Monatskontingent bleiben. Die Spracheingabe in Google Docs eignet sich am besten, um eigene Texte zu diktieren, nicht um Aufnahmen zu transkribieren. Ein spezialisierter Dienst passt, wenn Ihnen die richtige Word-Version fehlt, Sie mehr Minuten oder Sprachen brauchen, Untertiteldateien möchten oder den Ablauf mit Menschen teilen, die kein Microsoft 365 haben. Andere spezialisierte Tools wie Otter, TurboScribe oder lokal ausgeführtes Whisper exportieren ebenfalls Formate, die Word öffnen kann.

So bringen Sie ein Audiotexta-Transkript in Word

Steht Ihnen Transkribieren nicht zur Verfügung, führt der schnellste Weg nach Word über den Export eines spezialisierten Tools. Bei Audiotexta gehört der DOCX-Export zum Pro-Tarif; im kostenlosen Tarif exportieren Sie TXT und fügen den Text in Word ein:

1. Öffnen Sie die Web-App von Audiotexta und laden Sie Ihre Audio- oder Videodatei hoch oder fügen Sie einen Link ein. Mit Dateien bis 30 Minuten können Sie ohne Konto starten.
2. Wählen Sie die gesprochene Sprache oder lassen Sie sie automatisch erkennen, und lassen Sie die Sprecherkennzeichnung bei Interviews und Meetings eingeschaltet.
3. Prüfen Sie das Transkript: Korrigieren Sie Namen und Fachbegriffe und benennen Sie die Sprecher um.
4. Exportieren Sie als DOCX (Pro) und öffnen Sie die Datei in Word, oder exportieren Sie kostenlos als TXT und fügen Sie den Text ein. Sprechernamen, Absätze und, falls gewünscht, Zeitstempel kommen als normaler Word-Text an, den Sie formatieren, kommentieren und mit Änderungsverfolgung bearbeiten können.

TXT funktioniert auch mit jedem anderen Editor. Der kostenlose Tarif umfasst 120 Minuten pro Monat; was die Bezahltarife zusätzlich bieten, steht auf der Preisseite. Einen breiteren Überblick über die Möglichkeiten, einschließlich Desktop-Apps und lokaler Tools, gibt unser Ratgeber Audio in Text umwandeln.

Egal, welches Tool Sie nutzen, der letzte Schritt ist immer derselbe: Lesen Sie das Transkript einmal gegen die Aufnahme, bevor Sie sich darauf verlassen. Spracherkennung ist gut genug, um Stunden an Tipparbeit zu sparen, aber Namen, Zahlen und Zitate verdienen einen prüfenden Blick.