Ein Interview transkribieren heißt: Aus einer Aufnahme wird ein Text, in dem du suchen, zitieren und markieren kannst. Von Hand kostet das viel Zeit, denn ein 40-minütiges Gespräch ergibt rund 6.000 gesprochene Wörter. Selbst wer schnell tippt, sitzt mit Pausen und Zurückspulen 90 Minuten bis zwei Stunden daran. Mit KI ist der Rohtext nach wenigen Minuten fertig, und deine Zeit geht in das, was zählt: prüfen, auswerten, schreiben.
Diese Anleitung passt für Leitfadeninterviews in der Bachelor- oder Masterarbeit genauso wie für journalistische Gespräche, Podcasts und Experteninterviews im Job.
Warum Interviews schwieriger sind als Meetings
Viele Transkriptionstools sind auf Videokonferenzen ausgelegt: zwei Personen, ruhige Räume, Headset-Mikrofone. Interviews entstehen oft unter anderen Bedingungen: im Café, am Telefon, im Besprechungsraum mit Hall oder in einem Videocall mit wackeliger Verbindung. Das Aufnahmegerät hält fest, wie der Raum klingt.
Für dich heißt das zweierlei: Die Aufnahme hat den größten Einfluss auf das Transkript, und ein guter Korrekturdurchgang gehört zum Ablauf dazu. Beides bekommst du mit ein paar Gewohnheiten in den Griff.
Was ein gutes Interview-Transkript leisten muss
- Durchsuchbar sein. Du willst mit Strg+F zu einem Zitat springen. Erinnerst du dich vage an eine Aussage zu „Fachkräftemangel“, suchst du das Wort und landest sofort an der Stelle. Dafür brauchst du sauberen Text, kein PDF und kein proprietäres Format.
- Sprecher trennen. Wer hat was gesagt? Mit Sprecherkennzeichnung siehst du auf einen Blick, wo eine Antwort endet und die nächste Frage beginnt.
- Die wichtigen Stellen zeigen. Jedes Interview hat eine Handvoll Momente, die später in Arbeit oder Artikel landen: die Aussage, die das Argument trägt, die Zahl, die einen Befund stützt. Eine Zusammenfassung mit Kernpunkten hilft dir, sie schnell zu finden.
Interview transkribieren mit KI: so gehst du vor
Schritt 1: Datei direkt nach dem Gespräch hochladen
Exportiere die Aufnahme, sobald das Interview vorbei ist, und lade sie in den Audio-Transkribierer von sipsip. Für Videocalls nimmst du den Video-Transkribierer. Das Format kann bleiben, wie es ist:
- MP3 aus dem Diktiergerät oder einer Aufnahme-App
- M4A aus den iPhone-Sprachmemos oder einer Anruf-App
- MP4 aus Zoom, Teams oder Google Meet
- WAV aus einem Audiorecorder
Die KI erkennt die Sprache automatisch, Deutsch und über 30 weitere Sprachen, und gliedert den Text in Absätze mit Sprecherkennzeichnung. Du startest ohne Konto. Mit einer kostenlosen Anmeldung, ohne Kreditkarte, machst du weiter, und Aufnahme und Transkript bleiben in My Sip gespeichert. Ist eine Videodatei sehr groß, holst du vorher mit Video in MP3 umwandeln nur die Tonspur heraus, direkt im Browser.
Schritt 2: Die Zusammenfassung lesen, solange das Gespräch frisch ist
Öffne mit Konto das Transkript in Distill und lies zuerst die Zusammenfassung mit den Kernpunkten. Das dauert zwei Minuten und lohnt sich: Solange das Gespräch noch im Kopf ist, fallen dir Behauptungen auf, bei denen du nachhaken willst, oder Formulierungen, die einen zweiten Blick verdienen.
Wer Aufnahmen sammelt und alle erst am Abend vor dem Schreiben abarbeitet, verliert genau dieses Gespür für das einzelne Gespräch. Direkt danach hochladen, kurz lesen, Notizen ergänzen: Diese Routine macht die Auswertung deutlich besser.
Schritt 3: Zitate im Transkript suchen und prüfen
Öffne den vollständigen Text und arbeite mit der Suche. Die Kernpunkte geben dir eine erste Liste möglicher Zitate, um die herum du den Kontext liest. Für einen längeren Artikel oder ein Kapitel sammelst du so 15 bis 20 Kandidaten und wählst daraus aus.
Wörtliche Zitate, die du veröffentlichst, gleichst du immer mit der Aufnahme ab. Das Transkript ist deine Zitatbibliothek und Suchmaske, die Aufnahme bleibt die Quelle zur Kontrolle.
Schritt 4: Namen und Fachbegriffe korrigieren
Die meisten Fehler sammeln sich bei Eigennamen: Personen, Firmen, Produkte, Abkürzungen. Such gezielt nach diesen Begriffen und korrigiere sie mit Suchen und Ersetzen. Bei einem 30-minütigen Interview dauert das zwei bis drei Minuten. Führst du viele Interviews zum selben Thema, lohnt sich eine Liste mit den wichtigsten Begriffen und ihrer richtigen Schreibweise.
Transkriptionsregeln für Bachelor- und Masterarbeit
In der qualitativen Forschung legst du vor der Transkription fest, nach welchen Regeln du arbeitest, und nennst sie im Methodenteil. Verbreitet sind die Regeln nach Dresing und Pehl, die zwei Stufen unterscheiden:
| Einfache Transkription | Erweiterte Transkription | |
|---|---|---|
| Ziel | Inhalt gut lesbar wiedergeben | Sprechweise genau festhalten |
| Dialekt | Wird ins Hochdeutsche übertragen | Bleibt erhalten |
| Füllwörter (ähm, äh) | Werden weggelassen | Werden notiert |
| Pausen | Ab etwa drei Sekunden markiert, z. B. (…) | Genauer, teils mit Sekundenangabe |
| Typischer Einsatz | Leitfaden- und Experteninterviews | Gesprächs- und Diskursanalyse |
Für die meisten Abschlussarbeiten reicht die einfache Transkription. Ein KI-Transkript liegt dieser Form bereits nahe, denn es liefert geglätteten, gut lesbaren Text. Du ergänzt dann nur noch die Elemente deines Regelwerks:
- Sprecherkürzel: „Speaker 1“ und „Speaker 2“ ersetzt du durch I (Interviewer) und B (befragte Person) oder B1, B2.
- Zeitmarken: Am Ende jedes Absatzes eine Zeitmarke, z. B. #00:12:45#, damit Zitate auffindbar bleiben.
- Zeilennummern: In Word unter Layout → Zeilennummern, damit du im Text auf „Z. 120–134“ verweisen kannst.
- Anonymisierung: Namen, Orte und Arbeitgeber durch Platzhalter wie [Name], [Stadt] oder [Firma] ersetzen.
Datenschutz: Einwilligung und Pseudonymisierung
Interviews enthalten personenbezogene Daten. Hol dir vor der Aufnahme eine schriftliche Einwilligung, die Aufnahme, Transkription und Speicherung abdeckt. Viele Hochschulen haben dafür eigene Vorlagen. Pseudonymisiere das Transkript, bevor es in die Arbeit oder an Betreuende geht, und lösche die Aufnahme, sobald die Auswertung nach den Vorgaben deiner Hochschule abgeschlossen ist.
Ohne Konto hochgeladene Dateien nutzt sipsip ausschließlich für die Transkription und löscht sie innerhalb von 24 Stunden. Mit Konto bleiben Aufnahme und Text in deinem Verlauf, bis du sie entfernst.
Tipps für verschiedene Aufnahmesituationen
Persönliche Interviews schwanken am stärksten. In ruhigen Räumen liefern ein Diktiergerät oder ein Smartphone gute Qualität. In lauten Umgebungen hilft es, das Gerät näher an die befragte Person zu legen. Wenn die Zusammenfassung an einer Stelle etwas Wichtiges übergeht, prüfst du genau diesen Abschnitt im Transkript.
Telefoninterviews klingen dünner als persönliche Gespräche. Nutze eine Anruf-App, die beide Seiten auf einer Spur aufnimmt, und plane einen etwas gründlicheren Korrekturdurchgang bei Namen und Zahlen ein. Wie Anrufe am iPhone aufgenommen werden, zeigt der Ratgeber iPhone-Anruf aufnehmen.
Videocalls über Zoom oder Teams sind am einfachsten. Die MP4-Dateien haben sauberen Ton und brauchen kaum Korrekturen. Lass trotzdem eine zweite Aufnahme laufen, falls die Aufzeichnung einmal abbricht. Die Anleitung Zoom-Meeting aufnehmen erklärt die Einstellungen.
Vom Transkript zur Auswertung
Mit dem fertigen Text geht es in die eigentliche Arbeit: Für eine qualitative Inhaltsanalyse importierst du die Transkripte in MAXQDA oder ATLAS.ti und codierst sie. Für einen Artikel nutzt du die Zusammenfassung als grobe Gliederung und die Kernpunkte als Liste möglicher Zitate. Für Podcasts wird aus der Zusammenfassung mit wenigen Änderungen der Text für die Shownotes.
Ein langes Transkript fasst du mit Text zusammenfassen auch nachträglich auf die wichtigsten Aussagen zusammen, etwa als Grundlage für ein Kapitelfazit.
Fazit
Interview transkribieren geht heute in drei Schritten: Aufnahme direkt nach dem Gespräch hochladen, Transkript mit Zusammenfassung lesen, Zitate und Namen gezielt prüfen. Für Abschlussarbeiten ergänzt du Sprecherkürzel, Zeitmarken und Anonymisierung nach deinen Transkriptionsregeln. Probier es mit deiner nächsten Aufnahme im Audio-Transkribierer aus.
