Transkription: Sprecher erkennen und zuordnen

Das Problem

Sie haben eine Sitzung aufgenommen und automatisch abschreiben lassen. Der Text ist da, aber es steht nicht zuverlässig darin, wer was gesagt hat. Mal fehlen die Namen ganz, mal steht «Sprecher 2» bei Sätzen, die von Frau Keller stammen, dann wieder wechseln die Zuordnungen mitten im Absatz.

Für ein Protokoll ist das ärgerlich, denn Aufgaben und Beschlüsse gehören einer Person. Die Programme erkennen Stimmen anhand von Klangmerkmalen, und das gelingt bei klaren Aufnahmen gut, bei Durcheinander und ähnlichen Stimmen weniger.

Die gute Nachricht: Mit einigen einfachen Massnahmen vor, während und nach der Aufnahme wird die Zuordnung deutlich besser.

So lösen Sie es mit KI – Schritt für Schritt

1. Einverständnis einholen. Teilen Sie vor der Aufnahme allen Beteiligten mit, dass aufgenommen wird, und holen Sie ihr Einverständnis ein. Das heimliche Aufnehmen nichtöffentlicher Gespräche kann strafbar sein. Siehe Quelle zum Strafgesetzbuch.

1. Aufnahme verbessern. Verwenden Sie ein Mikrofon oder Konferenzgerät in der Mitte, sorgen Sie für ruhige Räume und vermeiden Sie Hall. Bei Online-Sitzungen mit Teams oder ähnlichen Diensten zeigen die Programme oft schon beim Sprechen die Namen der Teilnehmenden an. Siehe Aufnahmequalität.

1. Vorstellungsrunde machen. Lassen Sie am Anfang jede Person kurz Namen und Funktion sagen. So können Sie die Stimmen später leichter zuordnen.

1. Sprechregeln vereinbaren. Bitten Sie, nacheinander zu sprechen, nicht ineinander. Überlappende Stimmen sind die häufigste Fehlerquelle.

1. Transkript erzeugen. Wählen Sie im Werkzeug die Option zur Sprechertrennung, falls vorhanden, und geben Sie wenn möglich die Zahl der Sprechenden an.

1. Sprecher benennen. Ersetzen Sie «Sprecher 1», «Sprecher 2» durch die echten Namen. Hören Sie dazu die Stelle der Vorstellungsrunde an und notieren Sie die Zuordnung.

1. Stichproben prüfen. Hören Sie zehn Stellen quer durch das Gespräch an, besonders Wechsel und Aufgabenverteilungen. Korrigieren Sie Zuordnungen von Hand. Hilfreich sind Zeitmarken im Transkript.

1. Mit KI nachprüfen. Lassen Sie eine KI Auffälligkeiten melden, etwa Sprecherwechsel mitten im Satz. Siehe Vorlage unten. Die Entscheidung bleibt bei Ihnen.

Vorlage zum Kopieren

Du bist eine sorgfältige Protokollführerin. Ich gebe dir einen Ausschnitt aus einem automatisch erstellten Transkript mit Sprecherbezeichnungen. Prüfe die Zuordnung auf Auffälligkeiten. Ändere keine Inhalte.

Teilnehmende (Namen und Rollen): [z. B. Frau Keller, Geschäftsleitung; Herr Meier, Finanzen]
Hinweise zur Sitzung: [z. B. Vorstellungsrunde am Anfang, Online-Sitzung]
Transkriptausschnitt (ohne vertrauliche Details): [Text einfügen]

Aufgabe:
1. Nenne Stellen, an denen der Sprecher mitten im Satz wechselt oder die Zuordnung unlogisch wirkt.
2. Schlage anhand von Anrede, Inhalt und Rolle vor, wer jeweils gesprochen haben könnte, und markiere Vermutungen mit «[vermutet]».
3. Erstelle eine Liste von Stellen, die ich in der Aufnahme nachhören muss.
Regeln: Ordne niemanden endgültig zu. Erfinde keine Aussagen. Ich prüfe jede Stelle an der Aufnahme.

Fügen Sie nur kurze Ausschnitte ein und entfernen Sie heikle Details. Die Zuordnung bestätigen Sie anhand der Aufnahme.

Was beeinflusst die Zuordnung?

Worauf Sie achten müssen

• Rechtliches: Aufnahmen brauchen das Einverständnis der Teilnehmenden. Das gilt für Besprechungen mit externen Personen besonders. Bei Unsicherheit holen Sie fachlichen Rat.
• Datenschutz: Stimmen und Transkripte sind Personendaten. Speichern Sie sie nur an geprüften Orten und löschen Sie sie, wenn der Zweck erfüllt ist. Siehe Werkzeug für vertrauliche Aufnahmen.
• Fehlzuordnungen: Eine falsch zugeordnete Aussage kann Beschlüsse verfälschen. Prüfen Sie wichtige Stellen am Ton.
• Gemeinsame Geräte: Wenn mehrere Personen ein Gerät nutzen, kann das Programm sie nicht trennen.
• Dialekt und Akzent: Beides kann die Erkennung erschweren. Siehe Schweizerdeutsch transkribieren.
• Namen: Eigennamen werden oft falsch geschrieben. Korrigieren Sie diese gesondert. Siehe Namen und Fachwörter korrigieren.

Ein Beispiel aus der Praxis

Ein Beispiel: Frau Ruchti, 54, ist Schriftführerin einer Baugenossenschaft in Biel. Die Vorstandssitzung wird mit dem Konferenzgerät aufgenommen und transkribiert. Vorher: Im Transkript wechseln «Sprecher 1» bis «Sprecher 5» wild, und bei einem Beschluss zur Heizungssanierung weiss niemand, wer die Aufgabe übernommen hat.

Beim nächsten Mal bittet Frau Ruchti alle um eine Vorstellungsrunde, stellt das Gerät in die Tischmitte und bittet um geordnetes Sprechen. Nachher: Das Programm ordnet vier von fünf Personen richtig zu. Sie benennt die Sprecher, prüft die Beschlüsse mit Zeitmarken im Ton, und das Protokoll nennt die verantwortlichen Personen korrekt.

So hilft Ihnen Alpasana

Wenn Sie Sitzungen mit KI dokumentieren möchten, bietet Alpasana die Kurse KI und IT für konkrete Arbeitsaufgaben an. Beschrieben ist Bürokommunikation mit E-Mails, Meetings und Präsentationen samt Copilot und Google Workspace, ausserdem Podcast- und Voiceover-Vorbereitung, jeweils mit Praxisaufgaben, KI-Lerncoach und verifizierbarem Abschluss.

Rechtsberatung zu Aufnahmen und Datenschutz ist darin nicht enthalten.

Häufige Fragen

Kann das Programm Namen von selbst erkennen?

Meist nicht aus der Stimme allein. Bei Online-Sitzungen können Programme die Namen der angemeldeten Teilnehmenden übernehmen. Bei Aufnahmen vor Ort benennen Sie die Sprecher nachträglich.

Wie viele Personen kann ein Programm trennen?

Das ist je nach Werkzeug unterschiedlich. Je mehr Personen und je ähnlicher die Stimmen, desto häufiger sind Fehler. Prüfen Sie die Angaben des Anbieters und testen Sie mit einer eigenen Aufnahme.

Wie vergleiche ich Werkzeuge?

Mit derselben kurzen Aufnahme und einer Fehlerliste. Eine Anleitung dazu finden Sie bei Transkriptionswerkzeuge vergleichen.