Verständliche Definitionen der Begriffe, die bei der Wahl eines KI Meeting oder Transkriptions Tools auftauchen.
Automatische Spracherkennung ist die Technologie, die gesprochenes Audio in geschriebenen Text umwandelt. Sie ist der Motor hinter jedem Transkriptions-Tool und ihre Genauigkeit wird meist mit der Wortfehlerrate (WER) gemessen.
Transkription ist die schriftliche Aufzeichnung dessen, was in einem Meeting gesagt wurde, erstellt aus Audio in Echtzeit oder nach dem Call. KI-Transkription ergänzt Sprecher-Labels, Zeitstempel und Suche.
Echtzeit-Transkription wandelt Sprache live während des Meetings in Text um und ermöglicht Untertitel und Mitlese-Notizen. Sie ist schwieriger als die nachträgliche Transkription, weil der volle Kontext der Aufnahme fehlt.
Sprecher-Diarisierung erkennt, wer wann gesprochen hat, und beschriftet jeden Transkript-Abschnitt mit dem richtigen Teilnehmer. Gute Diarisierung ist entscheidend für lesbare Protokolle und korrekte Aufgabenzuweisung.
Eine KI-Meeting-Zusammenfassung ist ein kurzes, strukturiertes Recap, das ein Sprachmodell aus dem Transkript erzeugt, meist mit Kernpunkten, Entscheidungen und nächsten Schritten. Die Qualität hängt von der Transkriptgenauigkeit und dem Modell ab.
Action Items sind die konkreten Aufgaben, die ein Meeting-Tool aus der Diskussion extrahiert, meist mit Verantwortlichem und Fälligkeit. Verlässliche Erkennung macht aus einem passiven Transkript einen Follow-up-Workflow.
Ein Notetaker-Bot ist ein automatischer Teilnehmer, der einem Video-Call beitritt, um ihn aufzuzeichnen und zu transkribieren. Manche Tools vermeiden den Bot, indem sie Systemaudio direkt auf dem Gerät erfassen, was weniger aufdringlich ist.
Ein großes Sprachmodell ist ein KI-Modell, das auf riesigen Textmengen trainiert wurde und Sprache zusammenfassen, klassifizieren und umschreiben kann. Meeting-Tools nutzen LLMs, um Transkripte in Zusammenfassungen, Aufgaben und Antworten zu verwandeln.
Die Wortfehlerrate ist die Standardmetrik für Transkriptionsgenauigkeit: der Anteil falscher, fehlender oder eingefügter Wörter im Vergleich zu einer Referenz. Eine niedrigere WER bedeutet ein genaueres Transkript; die Werte variieren stark nach Sprache und Audioqualität.
Die Datenschutz-Grundverordnung ist das EU-Gesetz, das die Verarbeitung personenbezogener Daten regelt. Für Meeting-Tools ist sie relevant, weil Aufzeichnungen und Transkripte personenbezogene Daten enthalten, sodass Rechtsgrundlage, Auftragsverarbeitungsvertrag und EU-Hosting oft nötig sind.
Datenresidenz ist der geografische Ort, an dem deine Daten gespeichert und verarbeitet werden. EU-Datenresidenz bedeutet, dass Aufzeichnungen und Transkripte auf Servern innerhalb der EU bleiben, was viele Organisationen aus Compliance-Gründen verlangen.
Ein Auftragsverarbeitungsvertrag ist ein Vertrag zwischen einem Unternehmen und einem Anbieter, der in seinem Auftrag personenbezogene Daten verarbeitet, und nach der DSGVO erforderlich. Vor dem Rollout eines Meeting-Tools sollte ein AVV für Aufzeichnungen und Transkripte unterzeichnet werden.