Was bedeutet transkribieren? Definition, Arten, Beispiele

Transkribieren bedeutet, gesprochene oder aufgezeichnete Worte als Text aufzuschreiben, und zwar in der Sprache, in der sie gesprochen wurden. Wenn Sie ein Interview, eine Meeting-Aufzeichnung oder eine Sprachnachricht in ein getipptes Dokument verwandeln, transkribieren Sie es; das Dokument, das dabei entsteht, ist ein Transkript. Im Folgenden geht es um die verschiedenen Bedeutungen des Wortes, die wichtigsten Arten der Transkription, den Unterschied zu Übersetzung und Untertiteln und darum, wie Transkription heute funktioniert.

Was „transkribieren" im Alltag bedeutet

Das Wort stammt vom lateinischen transcribere, „hinüberschreiben" oder „abschreiben". Im heutigen Deutsch hat es einige eng verwandte Bedeutungen:

• Gesprochenes aufschreiben. Die häufigste Bedeutung heute: Audio anhören und daraus Text machen. „Können Sie das Telefonat fürs Protokoll transkribieren?"
• Text von einer Form in eine andere übertragen. Früher schrieben Schreiber Handschriften von Hand ab. Archivare übertragen bis heute alte Briefe, Kirchenbücher oder Handschriften in Sütterlin in getippten Text.
• Zwischen Schriftsystemen übertragen. Sprachwissenschaftler transkribieren Sprache in Lautschrift (das IPA), und Namen werden von einer Schrift in eine andere übertragen, etwa russische Namen in deutsche Schreibweise wie bei „Tschaikowski".
• Musik bearbeiten. Eine Musikerin transkribiert ein Stück, indem sie eine gehörte Melodie aufschreibt oder ein Werk für ein anderes Instrument umsetzt.

Allen gemeinsam ist eine Idee: Der Inhalt bleibt gleich, nur die Form ändert sich.

Transkription von Audio und Video

In Unternehmen, Forschung und Medien meint Transkription fast immer, Audio oder Video in Text umzuwandeln. Die Quelle kann alles sein, worin gesprochen wird: ein Podcast, eine Vorlesung, eine Gerichtsverhandlung, ein ärztliches Diktat, ein YouTube-Video, eine WhatsApp-Sprachnachricht. Das Ergebnis ist ein Transkript, oft mit Zeitstempeln (wann jeder Satz gesagt wurde) und Sprecherkennzeichnung (wer ihn gesagt hat).

Kurz zur Biologie: Wenn Ihnen das Wort im Biologieunterricht begegnet ist, bezeichnet Transkription dort den Vorgang, bei dem eine Zelle einen Abschnitt der DNA in RNA umschreibt, den ersten Schritt der Proteinbiosynthese. Es ist dieselbe Idee des „Abschreibens", angewandt auf den genetischen Code, aber ein eigenes Thema. Dafür sind ein Biologie-Lehrbuch oder ein Glossar wie das des U.S. National Human Genome Research Institute die richtige Adresse. In diesem Artikel geht es um Sprache.

Arten der Transkription: wörtlich, geglättet und redigiert

Nicht jedes Transkript hält dasselbe fest. Bevor Sie transkribieren oder jemanden damit beauftragen, sollten Sie entscheiden, welchen Stil Sie brauchen.

Wörtliche Transkription (vollständig wörtlich). Jedes Wort und jeder Laut so, wie er gesprochen wurde: „äh", „ähm", Satzabbrüche, Wiederholungen, Stottern, Lachen, Pausen und Unterbrechungen. Gebraucht wird sie dort, wo es darauf ankommt, wie etwas gesagt wurde, etwa bei Gerichtsverfahren, Vernehmungen, sprachwissenschaftlicher Forschung und manchen qualitativen Studien.

Geglättete Transkription (einfache, bereinigte Transkription). Die Worte der Sprecher, ohne Füllwörter, Stottern und Satzabbrüche, mit leichten grammatischen Korrekturen, wo der Sinn eindeutig ist. In der deutschsprachigen Forschung ist dafür auch der Begriff „einfaches Transkript" verbreitet. Das ist der Standard für die meisten Interviews, Meetings, Podcasts und den Journalismus, weil es sich natürlich liest und trotzdem treu bleibt.

Redigierte Transkription. Der Inhalt wird zu gut lesbarem Text aufbereitet: Sätze umgestellt, Wiederholungen gestrichen, manchmal gekürzt. Üblich für Artikel, Blogbeiträge, Berichte und veröffentlichte Interviews, bei denen Lesbarkeit wichtiger ist als der exakte Wortlaut.

So wählen Sie schnell:

• Wird jemand Zögern, Tonfall oder genaue Formulierungen analysieren? Wählen Sie wörtlich.
• Sollen Menschen den Text lesen, um zu verstehen, was gesagt wurde? Wählen Sie geglättet.
• Wird er als ausgearbeiteter Text veröffentlicht? Beginnen Sie geglättet und redigieren Sie dann.

Unser Ratgeber zur Interview-Transkription geht auf diese Entscheidungen für Forschung und Journalismus ein, einschließlich der Frage, wie Sie Pausen und unverständliche Stellen markieren.

Transkription, Übersetzung, Untertitel und Diktat im Vergleich

Diese vier Begriffe werden oft verwechselt. Der Unterschied liegt darin, was hineingeht, was herauskommt und ob sich die Sprache ändert.

In der Praxis überschneiden sie sich. Untertitel sind ein Transkript, das in zeitlich abgestimmte Häppchen geteilt ist. Übersetzte Untertitel entstehen meist, indem man zuerst transkribiert und dann das Transkript übersetzt. Ein Diktat ist die Live-Transkription einer Person, die weiß, dass mitgeschrieben wird.

Wie Transkription heute funktioniert

Lange Zeit war Transkription Handarbeit: Jemand hörte zu, hielt an, spulte zurück und tippte. Professionelle Schreibkräfte machen das bis heute für Gerichtsprotokolle, Arztbriefe und schwierige Aufnahmen, oft mit einem Fußschalter zur Steuerung der Wiedergabe. Das ist genau, aber langsam; eine Stunde Audio kann mehrere Stunden Arbeit bedeuten.

Heute beginnt die meiste Transkription mit automatischer Spracherkennung. Ein Modell zerlegt das Audio in kurze Abschnitte, erkennt Laute und Wörter, wählt mithilfe des Sprachkontexts den wahrscheinlichsten Satz und ergänzt dann Satzzeichen, Zeitstempel und Sprecherkennzeichnung. Wer den Ablauf Schritt für Schritt verstehen möchte, findet in unserer Erklärung, wie Spracherkennung funktioniert, alles Wichtige ohne Mathematik.

Der übliche Ablauf ist heute eine Mischform: Die Maschine liefert in Minuten einen Entwurf, und ein Mensch prüft ihn am Ton und korrigiert Namen, Zahlen und Fachbegriffe. Bei einer klaren Aufnahme braucht der Entwurf nur leichte Nacharbeit, bei einem verrauschten Gruppen-Call mehr.

Wann transkribiert wird

Transkription hilft immer dann, wenn Gesprochenes durchsucht, zitiert, gelesen oder archiviert werden soll:

• Interviews für Journalismus, Nutzerforschung und wissenschaftliche Arbeiten wie Bachelor- und Masterarbeiten, wenn Sie genau zitieren und Themen kodieren müssen.
• Meetings, um Protokolle, Aufgaben und eine Dokumentation für Abwesende zu erstellen.
• Vorlesungen und Webinare für Lernnotizen und Barrierefreiheit.
• Podcasts und Videos für Shownotes, Untertitel und bessere Auffindbarkeit.
• Recht, etwa bei Vernehmungen, Verhandlungen und Beweismitteln, meist streng wörtlich.
• Medizin, wo Ärztinnen und Ärzte Befunde diktieren, die in die Patientenakte übertragen werden, in der Regel unter strengen Datenschutzvorgaben nach DSGVO.
• Privat, für Sprachmemos, Sprachnachrichten und aufgezeichnete Telefonate, die Sie lieber lesen als noch einmal anhören.

Eine Datei in drei Schritten transkribieren

Wenn Sie eine Aufnahme haben und den Text möchten, ist ein automatisches Tool der schnellste Weg. Mit Audiotexta funktioniert das so:

1. Hochladen. Öffnen Sie die Audiotexta-App und ziehen Sie eine Audio- oder Videodatei (MP3, M4A, WAV, MP4 und weitere) von Ihrem Computer oder Handy hinein. Starten können Sie ohne Konto.
2. Einstellungen wählen. Legen Sie die gesprochene Sprache fest oder lassen Sie die automatische Erkennung an, und schalten Sie die Sprecherkennzeichnung ein, wenn mehrere Personen sprechen.
3. Prüfen und exportieren. Lesen Sie das Transkript, während der Ton läuft, korrigieren Sie, was das Modell falsch verstanden hat, und exportieren Sie kostenlos als TXT oder Untertiteldatei (SRT, VTT); DOCX und PDF gibt es im Pro-Tarif.

Auch die Alternativen sind gut zu kennen: Manche Versionen von Microsoft Word haben eine Funktion zum Transkribieren und Google Docs bietet die Spracheingabe, Otter und TurboScribe sind verbreitete Online-Dienste, und das Open-Source-Modell Whisper läuft kostenlos auf dem eigenen Rechner, wenn Sie sich auf etwas Einrichtung einlassen. Einen ausführlicheren Vergleich kostenloser und kostenpflichtiger Wege finden Sie in unserem Ratgeber Audio in Text umwandeln.

Welches Tool Sie auch nutzen, die Definition bleibt dieselbe: Transkription bewahrt die Worte und die Sprache und ändert nur die Form, vom Klang zu Text, den Sie lesen, durchsuchen und teilen können.