Frag einen Anbieter, wie genau seine Transkription ist, und du hörst eine Zahl wie „99 Prozent". Klingt endgültig. Ist es nicht. Genauigkeit ist keine einzelne Zahl, die ein Tool hat oder nicht; sie ist eine Spanne, die sich mit deinem Audio, deinen Akzenten, deinem Fachjargon und deiner Sprache verschiebt. Dasselbe Tool kann bei einem sauberen englischen Podcast nahezu perfekt und bei einem lauten Call zu viert auf Deutsch frustrierend sein.
Dieser Leitfaden erklärt die eine Kennzahl, die zählt, sagt dir, welche Werte wirklich gut sind, und zeigt dir, wie du ein Tool in etwa zehn Minuten an deinen eigenen Meetings misst. Am Ende vertraust du deinem eigenen Test mehr als jeder Werbezahl.
Die Kennzahl, die zählt: die Wortfehlerrate
Die Wortfehlerrate, kurz WER, ist der fairste Weg, Transkriptionsqualität zu vergleichen. Sie zählt drei Arten von Fehlern gegen ein korrektes Referenztranskript: Ersetzungen (ein falsch gehörtes Wort), Auslassungen (ein fehlendes Wort) und Einfügungen (ein hinzugefügtes Wort, das niemand gesagt hat). Addiere sie, teile durch die Zahl der tatsächlich gesprochenen Wörter, und du bekommst einen Prozentwert. Niedriger ist besser.
Ein Rechenbeispiel macht es greifbar. Angenommen, zehn Wörter wurden gesprochen und das Transkript hat ein falsches, ein fehlendes und ein erfundenes Wort. Das sind drei Fehler in zehn Wörtern, eine WER von 30 Prozent, also schlecht. Das Spiegelbild der WER ist die Genauigkeit: 5 Prozent WER sind ein zu 95 Prozent korrektes Transkript. Profis nennen die WER, weil „95 Prozent genau" verbirgt, ob die fehlenden 5 Prozent gelegentliche Füllwörter sind oder jeder zweite Name.
Welche WER Werte sind wirklich gut?
Das ist der Teil, den Anbieter selten ausbuchstabieren. Ein nützliches Transkript und ein veröffentlichungsreifes sind zwei verschiedene Latten, und beide sind erreichbar. Nimm diese Bänder als Maßstab:
| WER | Qualität | Wie es sich in der Praxis anfühlt |
|---|---|---|
| Unter 5% | Exzellent | Nahe am Menschen. Sauberes englisches Audio erreicht das. Nach kurzem Durchlesen veröffentlichungsreif. |
| 5 bis 10% | Gut | Verlässlich für Notizen und Zusammenfassungen. Ein paar Namen oder Begriffe brauchen eine kurze Korrektur. |
| 10 bis 15% | Brauchbar | Der Kern bleibt erhalten, aber prüfe jeden Namen, jede Zahl und jede Entscheidung, bevor du vertraust. |
| Über 15% | Schlecht | Du korrigierst mehr, als du sparst. Wechsle das Tool, das Sprachmodell oder das Audio Setup. |
Für alltägliche Meeting Notizen ziele auf 10 Prozent oder besser. Wenn du Transkripte veröffentlichst, sie in Verträgen zitierst oder in Medizin oder Recht arbeitest, wo ein falsches Wort Gewicht hat, halte auf 5 Prozent und plane zusätzlich eine menschliche Prüfung ein. Sauberes Englisch mit einer Person landet mit einem guten Tool regelmäßig unter 5 Prozent. Ein voller mehrsprachiger Call kann beim selben Tool über 20 Prozent liegen, und genau deshalb führt eine einzige Werbezahl in die Irre.
Was die Genauigkeit senkt
Bevor du dem Tool die Schuld gibst, kenne, was die Zahl wirklich bewegt. Das meiste betrifft den Ton, der das Mikrofon erreicht, nicht die KI dahinter:
- Audioqualität. Ein billiges Laptop Mikrofon in einem harten Raum ist der größte Killer. Echo und leise Aufnahme verwirren jedes Modell.
- Überlappendes Sprechen. Reden zwei gleichzeitig, leiden beide Spuren. Deshalb transkribieren Podiumsrunden schlechter als Interviews.
- Akzente und Dialekte. Modelle sind meist auf Standardakzente trainiert. Starke regionale Sprache hebt die WER, manchmal deutlich.
- Jargon und Namen. Produktnamen, Abkürzungen und Personennamen sind nicht im Alltagswortschatz des Modells, also werden sie geraten.
- Sprache. Englisch ist fast überall am besten unterstützt. Abdeckung und Qualität anderer Sprachen unterscheiden sich stark zwischen Tools.
Was du tatsächlich beeinflussen kannst
Die gute Nachricht: Oft verbesserst du die Genauigkeit mehr, indem du dein Setup korrigierst, als indem du das Tool wechselst. Grob nach Wirkung sortiert:
- Nutze ein echtes Mikrofon. Ein Headset oder externes Mikro schlägt das eingebaute Laptop Mikrofon deutlich. Das ist der günstigste, größte Gewinn.
- Eine Person nach der anderen. Eine leichte Meeting Regel („bitte nicht durcheinander reden") bringt dem Transkript mehr als die meisten Einstellungen.
- Lärm raus. Ruhiger Raum, geschlossene Fenster und stumme Tastaturen entfernen den Hintergrund, gegen den das Modell ankämpfen muss.
- Eigenes Vokabular ergänzen. Die meisten ernsthaften Tools lassen dich Namen, Produkte und Abkürzungen vorab einspeisen, was Fehler bei genau den Wörtern stark senkt, die dir am wichtigsten sind.
Miss es selbst in zehn Minuten
Nimm eine Genauigkeitsbehauptung nie auf Treu und Glauben, wenn du sie testen kannst. Die Methode ist einfach und funktioniert für jede Sprache:
- Nimm eine echte Aufnahme eines typischen Meetings, idealerweise zwei bis drei Minuten mit deinem normalen Audio und deinen Akzenten.
- Schick sie durch deine zwei oder drei Tools auf der Shortlist.
- Wähle in jedem Transkript denselben 200 Wörter Abschnitt und lies ihn gegen das Gesagte.
- Zähle die Ersetzungen, Auslassungen und Einfügungen und teile durch 200. Das ist deine WER je Tool auf deinem Audio.
- Notiere, wo sich die Fehler häufen. Fehler bei Füllwörtern zählen wenig. Fehler bei Namen, Zahlen und Entscheidungen zählen viel.
Zehn Minuten davon sagen dir mehr als eine Woche Werbeseiten lesen, weil sie das Tool unter genau den Bedingungen misst, in denen du es nutzen wirst.
Wann Selbsttesten Pflicht ist
Für saubere englische Meetings sind die meisten bekannten Tools nah genug beieinander, dass andere Faktoren entscheiden. Teste selbst, wenn eines davon zutrifft: deine Meetings sind nicht auf Englisch, sie sind voller Fachjargon, du hast starke Akzente oder mehrere Sprachen in einem Call, oder das Transkript speist etwas Kritisches wie einen Vertrag oder eine medizinische Notiz. In diesen Fällen ist der Abstand zwischen Tools real und einen Nachmittag wert.
Das Wichtigste in Kürze
- Genauigkeit ist eine Spanne, keine feste Zahl. Beurteile sie an deinem eigenen Audio.
- Die Wortfehlerrate ist die faire Kennzahl. Ziele unter 10 Prozent für Notizen, unter 5 Prozent für Veröffentlichung oder regulierte Arbeit.
- Ein gutes Mikrofon und eine Person nach der anderen schlagen oft den Toolwechsel.
- Eigenes Vokabular behebt die Fehler, die dir am wichtigsten sind: Namen und Begriffe.
Bereit zum Vergleichen? Unsere Vergleichstabelle zeigt, welche Tools die meisten Sprachen abdecken, und der Tool Finder engt das Feld auf die passenden ein. Wenn du noch wählst, starte mit unserem Leitfaden wie du ein KI Meeting Tool auswählst.
