Die beste Spracherkennungs-App hängt davon ab, ob Sie live diktieren oder eine bereits vorhandene Aufnahme (Interview, Vorlesung, Meeting) in ein exportierbares Dokument verwandeln wollen: Für Diktat reichen meist die Bordmittel des Betriebssystems, für die Transkription bestehender Aufnahmen sind spezialisierte Apps wie Amberscript, Otter.ai oder Subanana die bessere Wahl. Die meisten Vergleichslisten vermischen beide Aufgaben, ohne den Unterschied zu benennen.
Diktat oder Aufnahme? Die Frage, die zuerst geklärt werden muss
Diktat heißt: Sie sprechen, die App schreibt live mit: Textverarbeitung per Stimme, meist kurze Sätze, sofort sichtbar. Dafür reichen in der Regel die Bordmittel des Betriebssystems.
Aufnahme-Transkription heißt: Es existiert bereits eine Audiodatei, etwa ein Interview, eine Vorlesung oder ein Meeting-Mitschnitt, und daraus soll ein durchsuchbares, exportierbares Dokument werden. Das ist eine andere Aufgabe mit anderen Anforderungen: Länge (oft 30–90 Minuten statt ein paar Sätze), mehrere Sprecher, und ein Export, der sich weiterverarbeiten lässt (Word, Untertitel-Format, Tabelle).
Dieser Artikel behandelt die zweite Aufgabe. Wer eher kurze Texte live diktieren will, findet die klassischen Diktier-Werkzeuge in unserem Vergleich der Diktat-Apps eingeordnet.
Was bei einer Transkriptions-App wirklich zählt
Bevor die einzelnen Anbieter im Detail: die drei Kriterien, an denen sich die Auswahl eigentlich entscheidet.
- Deutsch-Qualität: nicht jede "mehrsprachige" App ist im Deutschen gleich stark; viele sind primär für Englisch gebaut und übersetzen die Oberfläche, nicht die Spracherkennung selbst.
- Exportformat: ein Transkript, das nur in der App lesbar ist, ist für die Weiterverarbeitung (Schnitt, Untertitel, Protokoll) wertlos. SRT/VTT für Video, DOCX/TXT für Text, XLSX für tabellarische Auswertung.
- Preis pro Minute bei der tatsächlich benötigten Länge: die Minutenkontingente der Anbieter unterscheiden sich stark, und ein 60-minütiges Interview kann ein knappes Monatskontingent in einer Sitzung aufbrauchen.
Amberscript
Amberscript ist ein niederländischer Anbieter mit Fokus auf Business- und Medien-Transkription. Aktuelle Preise (Stand: 27. September 2026, amberscript.com/en/pricing):
| Plan | Monatlich | Kontingent | Pro Stunde |
|---|---|---|---|
| Starter | €19/Monat | 5 Std. (300 Min.) | €3,80 |
| Pro | €29/Monat | 10 Std. (600 Min.) | €2,90 |
| Power | €49/Monat | 25 Std. (1.500 Min.) | €1,96 (Quelle) |
Amberscript wirbt mit "90+ Sprachen". Kurz zusammengefasst:
- Export: Word, JSON, TXT, CSV sowie SRT/VTT/EBU-STL+ für Untertitel
- Zertifizierung: ISO27001/ISO9001
- Speicherung: EU-basiert, DSGVO-konform (eigene Angabe des Anbieters) — relevant für Nutzer, denen das Speicherland aktiv wichtig ist
Wer ausschließlich Amberscript im Detail prüfen will, findet einen ausführlichen Vergleich in unserem Amberscript-Alternative-Artikel.
Otter.ai
Otter.ai kommt aus dem US-Markt und ist stark auf Meetings zugeschnitten (native Zoom/Google-Meet-Integration, automatischer Meeting-Beitritt). Aktuelle Preise (Stand: 27. September 2026, otter.ai/pricing):
| Plan | Preis | Kontingent |
|---|---|---|
| Basic | Kostenlos | 300 Min./Monat |
| Pro | 16,99 $/Monat (8,33 $/Monat jährlich) | 1.200 Min./Nutzer/Monat (Quelle) |
| Business | 30 $/Monat (19,99 $/Monat jährlich) | Unbegrenzt In-App-Aufnahmen, 6.000 Min./Monat für importierte Dateien (Quelle) |
Otter.ai nennt Deutsch offiziell als unterstützte Sprache, neben Englisch, Spanisch, Französisch, Japanisch und Chinesisch. Export-Einschränkungen im Überblick:
- Basic: nur MP3 und TXT
- Pro: zusätzlich PDF, DOCX und SRT
- Business: zusätzlich Sammelexport (Quelle)
Subanana
Subanana ist auf längere Aufnahmen ausgelegt: Interviews, Vorlesungen, Meetings. Der Export deckt sieben Formate ab: SRT, VTT, TXT, DOCX, XLSX, Markdown und FCPXML.
| Plan | Monatlich | Jährlich (Effektivpreis/Monat) | Minutenkontingent |
|---|---|---|---|
| Free | 0 $ | — | Nur die ersten 15 Min. jeder hochgeladenen Datei, kein Text- oder Untertitel-Export |
| Lite | 18 $/Monat | 9 $/Monat (108 $/Jahr) | 60 Min./Monat |
| Pro | 30 $/Monat | 18 $/Monat (216 $/Jahr) | 180 Min./Monat |
| Max | 75 $/Monat | 50 $/Monat (600 $/Jahr) | 600 Min./Monat |
Der kostenlose Plan ist bewusst eine Vorschau, kein Nutz-Tarif: Er zeigt die ersten 15 Minuten jeder Datei zur Prüfung der Erkennungsqualität, exportiert aber keine Text- oder Untertiteldateien: kein SRT, kein DOCX, kein Textkopieren. Möglich ist nur ein 15-sekündiger Videoclip mit Wasserzeichen. Erst ab Lite lässt sich das fertige Transkript tatsächlich herunterladen.
Ein Projekt kann außerdem ein eigenes Glossar mit Fachbegriffen und Eigennamen führen, inklusive Massenimport per XLSX/CSV, praktisch bei Interviews mit Fachjargon oder wiederkehrenden Namen, die eine generische Spracherkennung sonst verstümmelt.
Wer den Unterschied direkt an der eigenen Aufnahme prüfen will: Das KI-Spracherkennungs-Tool lässt sich mit einer echten Datei testen, bevor man sich für einen Tarif entscheidet.
Vergleich auf einen Blick
| Amberscript | Otter.ai | Subanana | |
|---|---|---|---|
| Einstiegspreis | €19/Monat (5 Std.) | Kostenlos (300 Min., nur 3 Datei-Importe insgesamt) | 18 $/Monat (60 Min.), Free-Tarif nur Vorschau |
| Deutsch-Fokus | Ja, als eine von 90+ Sprachen | Unterstützt, als eine von sechs Transkriptionssprachen | Ja, gleichrangig mit anderen Sprachen |
| Export | Word, JSON, TXT, CSV, SRT/VTT/EBU-STL+ | MP3/TXT (Basic); +PDF/DOCX/SRT ab Pro; Sammelexport ab Business | SRT, VTT, TXT, DOCX, XLSX, Markdown, FCPXML |
| Stärke | Zertifizierte Business-Transkription, viele Sprachen | Meeting-Integrationen (Zoom, Google Meet) | Lange Aufnahmen, bis zu 10 Sprachen pro Datei (bezahlte Tarife), Glossare pro Projekt mit Massenimport |
Häufig gestellte Fragen
Welche Spracherkennungs-App ist die beste?
Das hängt von der Aufgabe ab: Für Live-Diktat sind die Bordmittel von Windows oder Android meist ausreichend. Für die Transkription einer bestehenden Aufnahme entscheidet vor allem, wie lange die Datei ist, wie viele Sprecher vorkommen und in welchem Format das Ergebnis weiterverarbeitet werden muss.
Welche Spracherkennungssoftware ist die beste für Deutsch?
Amberscript, Otter.ai und Subanana unterstützen alle Deutsch. Der Unterschied liegt weniger in der reinen Erkennung als im Gesamtpaket: Otter.ai ist primär für Meetings gebaut, Amberscript für zertifizierte Business-Transkription mit vielen Sprachen, Subanana für längere Aufnahmen mit direktem Export in sieben Formaten.
Welche App kann Sprachen erkennen, auch wenn im Gespräch mehrere Sprachen gemischt werden?
Bei Subanana wird eine hochgeladene Datei standardmäßig in einer einzigen Sprache transkribiert. In den bezahlten Tarifen gibt es zusätzlich einen Modus für mehrere Sprachen: Sie wählen bis zu 10 Sprachen pro Datei, abgerechnet wird dann das 1,5-Fache der Dateilänge. Gedacht ist er für Aufnahmen, in denen längere Abschnitte in unterschiedlichen Sprachen gesprochen werden; ein fehlerfreies Erfassen jedes Sprachwechsels mitten im Satz ist auch dort nicht garantiert. Im kostenlosen Plan steht dieser Modus nicht zur Verfügung. Ergänzend lässt sich pro Projekt ein Glossar für Fachbegriffe und Eigennamen hinterlegen.
Welche kostenlosen Spracherkennungsprogramme gibt es?
Otter.ai bietet einen dauerhaft kostenlosen Basic-Plan mit 300 Minuten pro Monat; für vorhandene Aufnahmen erlaubt er aber nur drei Datei-Importe insgesamt, bei maximal 30 Minuten pro Gespräch, und exportiert nur MP3/TXT. Subananas kostenloser Plan ist eine reine Vorschau der ersten 15 Minuten jeder Datei ohne Text- oder Untertitel-Export; gedacht, um die Erkennungsqualität an der eigenen Aufnahme zu prüfen, nicht um ein fertiges Dokument zu erhalten.
Fazit
Die Frage "welche App ist die beste" hat keine allgemeine Antwort: Sie hängt davon ab, ob es um Live-Diktat oder um die Transkription einer bestehenden Aufnahme geht, und im zweiten Fall davon, wie lange die Aufnahme ist, wie viele Sprachen vorkommen und welches Exportformat am Ende gebraucht wird. Für kurze Meetings mit Zoom-Integration ist Otter.ai eine naheliegende Wahl; für zertifizierte Business-Transkription in vielen Sprachen Amberscript; für längere Aufnahmen mit direktem Export in sieben Formaten Subanana.