oTranscribe-Alternative: manuelles Tippen oder automatische KI-Transkription?

oTranscribe hat vielen Journalistinnen und Forschern das Leben leichter gemacht: ein kostenloses Browser-Tool, das Audio-Player und Texteditor auf einem Bildschirm vereint, damit du beim Abtippen nicht ständig zwischen Programmen hin- und herspringst. Ein Pausieren hier, ein Zurückspulen dort — und die Datei bleibt dabei komplett auf deinem Rechner.

Der Haken: du tippst trotzdem jedes einzelne Wort selbst. Für eine Stunde Interview sind das schnell vier bis sechs Stunden Arbeit. Genau hier setzt die Frage an, um die es in diesem Beitrag geht: Willst du das Tippen angenehmer machen — oder willst du es ganz abgeben?

Zur Offenlegung: Ich betreibe Subanana, eine Browser-App für automatische Transkription und Zusammenfassungen. Dieser Vergleich stützt sich auf die veröffentlichte Dokumentation von oTranscribe (GitHub) und die Produktrealität von Subanana. Meine Empfehlung: Teste beide mit deinem eigenen Audio, bevor du dich festlegst.

Was ist oTranscribe?

oTranscribe ist ein kostenloses, quelloffenes Web-Tool (MIT-Lizenz, ein Projekt der MuckRock Foundation). Es ist ausdrücklich kein automatischer Transkriptionsdienst, sondern ein Editor, der das manuelle Transkribieren erträglicher macht:

• Player und Editor in einem. Du lädst deine Audio- oder Videodatei, tippst im selben Fenster mit und musst nie das Fenster wechseln.
• Tastenkürzel statt Maus. Pause (ESC), Zurückspulen (F1), Vorspulen (F2) und Geschwindigkeit (F3/F4) steuerst du, ohne die Hände von der Tastatur zu nehmen.
• Alles bleibt lokal. Dein Transkript wird jede Sekunde automatisch im localStorage deines Browsers gespeichert; die Datei wird nicht hochgeladen. Nichts verlässt deinen Rechner.
• Export. Fertige Transkripte gibst du als Markdown, reinen Text oder im oTranscribe-Format (.otr) aus.

Was oTranscribe nicht tut: Es wandelt Sprache nicht selbst in Text um. Der Ton wird nicht „erkannt", es gibt keine Sprechertrennung und keine automatische Zeichensetzung — all das machst du beim Tippen selbst.

Wo oTranscribe stark ist

Ich sage es klar, weil es stimmt: Für bestimmte Situationen ist oTranscribe die richtige Wahl, und keine KI ändert daran etwas.

• Kostenlos und ohne Bindung. Kein Abo, kein Konto, quelloffen. Für gelegentliches Transkribieren unschlagbar.
• Maximale Vertraulichkeit. Weil nichts hochgeladen wird, verlässt dein Audio nie den Browser. Für streng vertrauliches Material, das die Cloud nicht sehen darf, ist das ein echtes Argument — ein Punkt, den eine Cloud-Lösung wie Subanana so nicht bietet.
• Volle Kontrolle über den Text. Manche Forschende tippen bewusst selbst, weil sie ihre Daten dabei bis ins Detail kennenlernen — bei Gesprächsanalyse oder Diskursforschung ist das ein methodisches Argument, kein Nachteil.
• Jede Sprache. Da du selbst tippst, gibt es keine Frage nach unterstützten Sprachen oder Erkennungsqualität.

Wo oTranscribe an Grenzen stößt

Die eine große Grenze ist die, die im Namen steckt: oTranscribe transkribiert nicht — es hilft dir nur beim Tippen. Daraus folgt der Rest:

• Der Zeitaufwand bleibt. Vier bis sechs Stunden pro Interview-Stunde sind viel, wenn du mehrere Gespräche oder einen Redaktionsschluss hast.
• Keine Sprechertrennung. Wer wann spricht, markierst du von Hand.
• Keine automatische Aufbereitung. Zeichensetzung, Absätze, das Entfernen von Füllwörtern — alles Handarbeit.
• Kein Export nach Word/Excel, keine Untertitel, keine Zusammenfassung. Für ein zitierfähiges DOCX oder eine SRT-Untertiteldatei brauchst du weitere Schritte.

Kurz: oTranscribe macht die mühsame Aufgabe angenehmer. Es nimmt sie dir nicht ab.

Subanana: automatische Transkription statt manuellem Tippen

Subanana geht die Sache von der anderen Seite an: Die KI erstellt den ersten Entwurf, du kontrollierst und feilst nur noch. Statt Stunden zu tippen, prüfst du Minuten.

• Automatische Transkription. Subanana bewertet laufend Sprach-zu-Text-Modelle und schickt jede Aufnahme an das Modell, das für die jeweilige Ausgangssprache am besten abschneidet — mit automatischem Ausweichen auf ein anderes Modell, wenn eine Passage schwächelt.
• Sprechererkennung trennt die Stimmen automatisch (Sprecher 1, Sprecher 2 …).
• Saubere Ausgabe. Zeichensetzung und Absätze werden automatisch gesetzt, Füllwörter aufgeräumt — du bekommst lesbaren Text statt einer Rohmasse.
• 95+ Sprachen und eine optionale Übersetzung in eine Zielsprache.
• Kontrolle im Editor. Bei wahrscheinlich falsch verstandenen oder gleich klingenden Wörtern schlägt die KI eine Korrektur vor, die du annimmst oder ablehnst — nichts wird still geändert. Namen und Fachbegriffe legst du vorab in einer Wortliste fest, damit sie richtig geschrieben werden.
• Export nach TXT, DOCX, XLSX, Markdown, SRT und VTT — plus eine KI-Zusammenfassung mit Kernpunkten und Aufgaben, wenn du sie brauchst.

Der ehrliche Gegenzug: Subanana ist eine Cloud-App — deine Datei wird zur Verarbeitung hochgeladen. Dafür gelten feste Zusagen: Schlüsselinformationen werden anonymisiert, Inhalte werden nicht zum Training von KI-Modellen verwendet, und die Übertragung ist verschlüsselt. Wenn Material die Cloud aber grundsätzlich nicht verlassen darf, ist genau das der Punkt, an dem oTranscribes lokales Modell (oder eine On-Premises-Lösung) besser passt.

oTranscribe oder Subanana — was passt zu dir?

• Nimm oTranscribe, wenn dein Budget bei null liegt, du nur gelegentlich transkribierst, das Audio den Rechner nicht verlassen darf, oder du bewusst jedes Wort selbst tippen willst (z. B. für Gesprächs- oder Diskursanalyse).
• Nimm Subanana, wenn du regelmäßig oder unter Zeitdruck transkribierst, Sprechertrennung und eine saubere, exportierbare Fassung brauchst, mit mehreren Sprachen arbeitest oder aus dem Gespräch zusätzlich eine Zusammenfassung oder Untertitel ziehen willst.

Ein praktischer Mittelweg: Lass die KI den Rohentwurf machen und investiere deine Zeit in die sorgfältige Kontrolle statt ins Abtippen. Für die meisten, die heute noch bei oTranscribe sitzen, ist das der eigentliche Zeitgewinn. Wie das bei Forschungsinterviews konkret aussieht, zeigt der Beitrag Interview-Transkription; die allgemeine Anleitung findest du unter Audio genau transkribieren.

Häufige Fragen

Wie funktioniert oTranscribe?

Du lädst eine Audio- oder Videodatei in das Browser-Tool und tippst das Transkript im selben Fenster, während du die Wiedergabe per Tastenkürzel steuerst (Pause, Zurück-/Vorspulen, Tempo). Das Transkript wird lokal im Browser gespeichert und lässt sich als Markdown, Text oder .otr exportieren. oTranscribe erkennt Sprache nicht automatisch — das Abtippen bleibt bei dir.

Was versteht man unter einem Transkript?

Ein Transkript ist die schriftliche Fassung einer Audio- oder Videoaufnahme. Je nach Genauigkeit unterscheidet man striktes Verbatim (jedes „äh" und jede Wiederholung), sauberes Verbatim (Inhalt vollständig, Füllwörter raus) und eine geglättete, gut lesbare Fassung für Protokolle und Artikel.

Welche Transkriptionssoftware ist die beste?

Das hängt vom Bedarf ab. Für kostenloses, rein lokales manuelles Tippen ist oTranscribe eine gute Wahl. Musst du regelmäßig transkribieren, mehrere Sprecher trennen oder in mehreren Sprachen arbeiten, ist eine automatische Lösung wie Subanana schneller. Am ehrlichsten testest du zwei, drei Kandidaten mit deinem eigenen Audio — Genauigkeit hängt stark von Sprache, Akzent und Aufnahmequalität ab.

Kann ChatGPT Text transkribieren?

ChatGPT ist auf Textgespräche ausgelegt, nicht als Transkriptionsdienst für lange Aufnahmen mit mehreren Sprechern. Für ein Transkript willst du einen Dienst, der genau das macht: Sprecher trennen, Zeitmarken setzen und nach Word oder SRT exportieren. ChatGPT ist danach nützlich — etwa um das fertige Transkript zusammenzufassen oder zu durchsuchen.

Fazit

oTranscribe und Subanana lösen dieselbe Aufgabe von zwei Seiten. oTranscribe macht das manuelle Transkribieren angenehmer und hält alles lokal — ideal für vertrauliches Material, Nullbudget oder bewusste Handarbeit. Subanana automatisiert den ersten Entwurf, trennt Sprecher, räumt den Text auf und exportiert in viele Formate — ideal, wenn Zeit knapp ist. Die richtige Wahl hängt davon ab, ob du das Tippen angenehmer machen oder ganz abgeben willst.

Du kannst Subanana kostenlos ausprobieren (Vorschau der ersten 15 Minuten pro Datei); die Preise stehen auf der Preisseite — der Einstieg liegt bei US$9/Monat (jährlich).