Steht im Transkript, wer was gesagt hat?

Ja, wenn du es anforderst. Die Sprechertrennung ist ein Knopf auf dem fertigen Transkript: Die Sprechermodelle werden getrennt vorbereitet, und die Trennung deckt in jedem Tarif bis zu 60 Minuten einer Aufnahme ab – im kostenlosen Plan die ersten fünf Minuten. Ein Interview liest sich dann als Gespräch und nicht als ein einziger ununterscheidbarer Textblock, durchgehend mit Zeitmarken.

Wie bekomme ich das Transkript aus der App heraus?

Kopier ihn, oder exportiere ihn als reinen Text, Markdown, SRT, WebVTT oder JSON, mit oder ohne Zeitstempel – in jedem Plan, auch im kostenlosen. Eine Datei ist das, was du willst, wenn das Transkript in ein Dokument, eine Akte oder eine Schnitt-Timeline wandert statt in ein Chatfenster.

Ist es erlaubt, ein Interview aufzuzeichnen?

Das hängt davon ab, wo du bist und wer im Raum sitzt, und die Regeln unterscheiden sich tatsächlich: mancherorts genügt die Einwilligung einer Gesprächspartei, anderswo müssen alle einwilligen, und Arbeitgeber und Gerichte setzen oft eigene Anforderungen obendrauf. Wir können dich dazu nicht beraten, und eine App, die behauptet, sie hätte die Einwilligung für dich geregelt, würde lügen. Frag, bevor du auf Aufnahme drückst.

Kann ich ein vertrauliches Interview sicher transkribieren?

Aufnahme und Transkription bleiben beide auf dem iPhone – es gibt keinen Server, an den Audio ginge, und kein Konto, unter dem es ginge. Prüfen kannst du das, indem du im Flugmodus aufnimmst, auf Stopp tippst und das Transkript liest, das trotzdem kommt. Die eine Kopie, von der du wissen solltest, ist deine eigene: Ist das iPhone-Backup eingeschaltet, landen Aufnahmen in deinem iCloud-Backup, und das geht in dein Apple-Konto, nie zu uns.

Transkribiere ein Interview auf dem Telefon, das es aufnahm

Q: Lässt sich ein neunzigminütiges Interview transkribieren?

Der kostenlose Plan transkribiert die ersten fünf Minuten jeder Aufnahme, Pro die ganze. Was nie stoppt, ist die Aufnahme selbst – das Audio läuft über die Textgrenze hinaus weiter und wird vollständig gespeichert. Ein neunzigminütiges Interview im kostenlosen Plan ist also eine vollständige Aufnahme, deren erste fünf Minuten Text geworden sind, und kein verlorenes Gespräch.

Ein Interview ist keine Sprachnotiz mit mehr Wörtern drin. Zwei Menschen reden, eine davon ist eine Quelle, eine Mandantin oder eine Bewerberin, die Aufnahme läuft eine Stunde, und das Transkript muss aus der App heraus und irgendwohin – in einen Entwurf, in eine Akte, in einen Bericht. Kaseta nimmt das Gespräch auf und macht Text daraus, auf dem iPhone selbst, in 99 Sprachen, ohne Konto und ohne das Audio irgendwohin zu senden.

Dieser letzte Teil bringt die meisten Journalistinnen, Forscher, Anwältinnen und Recruiter überhaupt erst auf so eine Seite. Der Rest ist der Grund, warum sie bleiben.

Was dabei herauskommt

Ein Transkript, durchgehend mit Zeitmarken, erstellt auf dem Telefon, nachdem du auf Stopp getippt hast. Fordere auf dem fertigen Transkript die Sprechertrennung an, und ein Interview liest sich als Gespräch und nicht als ununterscheidbare Textwand; die Trennung deckt bis zu 60 Minuten einer Aufnahme ab. Genau das macht es in dem Moment brauchbar, in dem du es wirklich brauchst: drei Wochen später, wenn du dich an eine gute Antwort erinnerst und nicht daran, in welcher Minute der Aufnahme sie stand.

Die Zeitmarken sind das arbeitende Stück: mit ihnen findest du die dreißig Sekunden, die du zitieren willst, in einer Stunde Gerede, und mit ihnen belegst du eine Stelle so, dass jemand anders sie gegen das Audio prüfen kann.

Interviews dauern lang

Der kostenlose Plan transkribiert die ersten 5 Minuten jeder Aufnahme. Pro transkribiert die ganze Aufnahme, egal wie lang das Interview lief.

Entscheidend ist hier der Unterschied zwischen Aufnehmen und Transkribieren. Die Aufnahme wird nie abgeschnitten. Das Audio läuft über die Textgrenze hinaus weiter und wird vollständig gespeichert – ein neunzigminütiges Interview im kostenlosen Plan ist also eine vollständige neunzigminütige Aufnahme: die ersten fünf Minuten davon sind Text, der Rest liegt da, bis du dich entscheidest, ihn freizuschalten. Du stellst nie hinterher fest, dass die App in Minute sechs aufgehört hat zuzuhören.

Pro kostet 19,99 $ im Jahr oder 39,99 $ einmalig, und nichts läuft über einen Zähler: niemand zählt deine Minuten, weil die Rechenarbeit auf einem Telefon passiert, das dir längst gehört, und nicht auf Hardware, die wir mieten müssten.

Das Transkript aus der App holen

Kopieren und Export gehen beide in jedem Plan: reiner Text, Markdown, SRT, WebVTT oder JSON, mit oder ohne Zeitstempel. Für Interviewarbeit zählt die Datei – sie fällt in ein Dokument, einen Aktenordner oder eine Schnitt-Timeline. Ein Transkript, das man nur in der App lesen kann, ist ein halbes Transkript.

Das Material ist meistens vertraulich

Hier hört Transkription auf dem Gerät auf, eine Vorliebe zu sein, und wird zum eigentlichen Argument.

Wer dir gegenübersitzt, ist eine Quelle, eine Patientin, eine Mandantin oder eine Bewerberin, und was diese Person gesagt hat, gehört ihr mindestens so sehr wie dir. Cloud-Dienste sind darin nicht schlampig – sie verschlüsseln die Übertragung, veröffentlichen Löschfristen, und die seriösen unterschreiben einen Auftragsverarbeitungsvertrag. Nur beschreibt jedes dieser Versprechen, was ein Dritter mit einer Kopie deiner Aufnahme tut, nachdem sie angekommen ist. Transkription auf dem Gerät beseitigt die Kopie: keine Anfrage abzusichern, kein Anbieter zu auditieren, keine Aufbewahrungsfrist, und kein Vorfall, der dein Interview betreffen könnte – es ist nie in irgendjemandes System gelandet.

Glauben musst du das nicht. Schalte das Telefon in den Flugmodus, nimm auf, tippe auf Stopp und lies das Transkript. Liefe die Arbeit in einem Rechenzentrum, wäre genau das der Schritt, der scheitern würde.

Transkript entsteht auf dem Telefon: Status: Läuft, transkribiert bei 42 %; Segmente mit Zeitmarken schon lesbar; Keine Anmeldung und kein Sync-Hinweis auf dem Bildschirm.

Eine ehrliche Ausnahme, weil sie der Teil ist, den wir nicht kontrollieren: Ist das iPhone-Backup eingeschaltet, landen deine Aufnahmen zusammen mit allem anderen auf dem Telefon in deinem eigenen iCloud-Backup. Diese Kopie geht in dein Apple-Konto, nie zu uns. Das ist eine Einstellung des Telefons und nichts, was diese App tut – aber es heißt, dass das Audio auch anderswo als auf dem Gerät existieren kann. Sieh also in den iCloud-Einstellungen des iPhones nach, bevor du etwas aufnimmst, dessen Schutz du zugesagt hast.

Jemand anderen aufzunehmen hat Regeln

Die Einwilligungsregeln unterscheiden sich von Land zu Land und innerhalb mancher Länder von Bundesstaat zu Bundesstaat: mancherorts genügt die Einwilligung einer Gesprächspartei, anderswo müssen alle im Raum einwilligen. Arbeitgeber, Gerichte und Schulen setzen häufig eigene Anforderungen obendrauf. Eine Journalistin weiß das längst; ein Recruiter, der eine Bewerberin aufnimmt, hat manchmal nicht darüber nachgedacht.

Die App ändert daran nichts, und beraten können wir dich dazu nicht. Frag, bevor du auf Aufnahme drückst, und wenn die Antwort juristisch Gewicht hat, frag jemanden mit Zulassung statt eine Produktseite.

Wann ein anderes Werkzeug besser ist

Alle diese Fälle betreffen dieselbe Grenze: Kaseta ist ein Telefon in dem Raum, in dem das Gespräch stattfindet. Verlege das Gespräch woandershin, und es ist nicht mehr das richtige Werkzeug.

Ein Remote-Call. Otter und Notta schicken einen Bot, der dem Zoom- oder Teams-Meeting beitritt. Kaseta nimmt auf, was das Mikrofon des Telefons hört – nichts, was in deiner Tasche läuft, nimmt an einem Call für dich teil.
Der Ton bei einem Remote-Interview, selbst wenn du dabei bist. Ein Telefon, das über den Tisch hinweg einem Laptop-Lautsprecher zuhört, arbeitet mit einer schlechteren Aufnahme als ein Bot, der den Meeting-Ton an der Quelle abgreift. Für ein Interview im Raum liegt das Telefon genau richtig, für eines über den Bildschirm nicht.
Ein gemeinsamer Arbeitsbereich. Kolleginnen öffnen dasselbe Transkript, kommentieren es, durchsuchen alles, was ein Team gesammelt hat. Kasetas Transkripte liegen auf einem Telefon, und Teilen heißt: eine Datei exportieren und verschicken.
Zugriff aus dem Browser. Otter und Notta öffnen sich auf jedem Gerät, das du gerade in der Hand hast. Kaseta ist eine iPhone-App, Punkt – wenn dein Arbeitstag auf einem Laptop stattfindet, kostet dich das wirklich etwas.
Alles, was wortgetreu und beglaubigt sein muss. Eine Zeugenaussage, ein amtliches Protokoll. Da ist kein automatisches Transkript die richtige Antwort, unseres eingeschlossen.

Die ersten vier sind ein und derselbe Handel aus vier Blickwinkeln, und der Otter-Vergleich legt ihn vollständig auseinander: ein Cloud-Dienst ist um Calls und Teams herum gebaut und in beidem besser als alles, was auf einem einzelnen Telefon läuft.

Wenn deine Interviews in Räumen stattfinden, ist die Passung eng und genau: ein Gespräch, das du selbst aufgenommen hast, das niemandem sonst übergeben werden sollte, transkribiert auf dem Gerät, das es gehört hat. Das technische Detail steht in wie Transkription ohne Internet funktioniert, dieselbe Argumentation auf Ebene der Unternehmensrichtlinie steht für Firmen ohne Cloud, und wie eine bereits vorhandene Aufnahme in die App kommt, steht in der Transkriptionsanleitung.