Interviews für die Abschlussarbeit transkribieren: Tools 2026

Kurze Antwort zuerst: Wenn deine Hochschule oder die Ethikkommission keine Cloud erlaubt, nimm noScribe. Es kostet nichts, läuft auf deinem Rechner, trennt Sprecher und setzt Zeitmarken. Teste die Rechenzeit auf deinem Gerät. Ist externe Verarbeitung für dein Projekt freigegeben, kommen f4 oder MAXQDA Transcription mit Stundenpaketen infrage. Das f4-Angebot für zehn Stunden beträgt derzeit 88 Euro. Word transkribiert mit Microsoft 365 bis zu 300 Minuten im Monat ohne Aufpreis, sofern dein Hochschulkonto die Funktion hat, führt auf seiner Liste aber nur Deutsch für Deutschland.

Die Anbieterangaben wurden am 11. Oktober 2026 geprüft. Bei MAXQDA ließ sich das öffentliche Preisformular öffnen, die aktuellen Beträge wurden jedoch nicht geladen; deshalb nennen wir keine unbestätigten Zahlen. Prüfe Angebote vor dem Kauf erneut. Der Vergleich enthält keinen eigenen Test der Erkennungsqualität.

Was muss ein Tool für Interviews in der Abschlussarbeit können?

Ein Leitfadeninterview ist keine Vorlesung. Zwei Menschen reden abwechselnd, du willst später jede Aussage einer Person zuordnen, Stellen zitieren und in MAXQDA, ATLAS.ti oder NVivo codieren. Zehn Gespräche von jeweils 60 Minuten ergeben beispielsweise zehn Stunden Audio. An den folgenden Fragen entscheidet sich, welches Werkzeug dafür taugt.

Einwilligung: Wohin geht das Audio?

Deine Befragten willigen in eine bestimmte Verarbeitung ein. Steht im Formular, die Aufnahme bleibe auf deinem Rechner, dann steht ein Onlinedienst nicht in dieser Einwilligung. Kläre deshalb zuerst, ob das Tool lokal arbeitet oder in einer Cloud, in welchem Land die Server stehen und ob der Anbieter eine Vereinbarung zur Auftragsverarbeitung anbietet. Der Abschnitt zum Datenschutz weiter unten geht die Punkte der Reihe nach durch.

Trennt das Tool die Sprecher?

Für die Analyse brauchst du einen Absatz pro Redebeitrag und ein Kürzel davor, etwa I: für dich und B1: für die befragte Person. Alle Tools in der Tabelle trennen Sprecher automatisch, Notibo dort, wo es die Stimmen auseinanderhalten kann. Verlass dich trotzdem nicht blind darauf: Die noScribe-Anleitung schreibt, dass in dichten Passagen Inhalte bei der falschen Person landen können, und f4 erklärt in seiner FAQ, was du tust, wenn die Sprechenden einmal gar nicht unterschieden wurden. Die Zuordnung prüfst du also beim Korrekturhören.

Setzt es Zeitmarken?

Zeitmarken verbinden eine Textstelle mit der Sekunde in der Aufnahme. Die MAXQDA-Hilfe zum Import von Transkripten empfiehlt sie mindestens am Ende jedes Absatzes, damit du beim Codieren die Originalstelle anhören kannst. Ein Transkript ohne Zeitmarken lässt sich laut derselben Hilfe auch importieren; sobald du die Audiodatei zuordnest, setzt MAXQDA auf Wunsch alle paar Sekunden eine. noScribe, f4, MAXQDA Transcription und Word setzen Zeitmarken. Notibo setzt keine.

Versteht es Deutsch und deinen Dialekt?

Deutsch steht bei allen Tools hier auf der Liste. Bei Dialekt wird es dünn: Von den Anbietern in der Tabelle schreiben nur noScribe und MAXQDA etwas zu Schweizerdeutsch, und nur MAXQDA nennt auch Österreich. Wo eine Seite nichts sagt, steht hier, dass sie nichts sagt. Ob dein Interview mit einer Bäuerin aus dem Allgäu brauchbar herauskommt, zeigt nur ein Test mit einer echten Aufnahme.

Was kostet die ganze Studie?

Rechne mit der ganzen Studie einschließlich Korrektur und Export. Für zehn Stunden kostet das f4-Kontingent im Angebot 88 Euro; die studentische Transkriptionslizenz für drei Monate mit zehn Stunden kostet zusammen 85 Euro. noScribe verlangt keine Lizenzgebühr, beansprucht aber deinen Rechner. Bei Words regulären 300 Uploadminuten pro Monat reichen zehn Stunden erst über zwei Monatskontingente. Microsoft nennt für geeignete Konten mit Copilot-Lizenz ein höheres Kontingent; prüfe deshalb deine tatsächliche Hochschulberechtigung.

Kommt das Transkript in Word oder MAXQDA an?

Am Ende brauchst du eine Datei, die dein Analyseprogramm liest. Laut MAXQDA-Hilfe gehen Word-Dateien (DOCX) und RTF direkt hinein, Zeitmarken in bekannten Formaten werden beim Import erkannt, und die f4x-Spracherkennung, wie MAXQDA sie noch nennt, steht auf der Liste der unterstützten Programme. Prüfe beim Export, ob Sprecherkürzel und Zeitmarken mitkommen. Fehlen die Kürzel, trägst du sie bei 10 Interviews von Hand nach.

Wie schneiden die Tools im Vergleich ab?

Die Tabelle fasst die dokumentierten Funktionen zusammen. Die Preise beziehen sich auf die automatische Transkription, nicht auf Lizenzen für die Analyse.

Prüfe den genehmigten Datenweg vor dem Preisvergleich. Unter den automatischen Lösungen dieser Tabelle arbeitet noScribe lokal. Ein Standort in der EU allein erlaubt noch keinen Upload: Auch Vertrag, Zweck und Vorgaben deiner Studie müssen passen. Bei Word klärst du die Bedingungen deines Hochschulkontos.

Was bekommst du mit noScribe?

noScribe stammt von Kai Dröge, laut Projektseite Soziologe an der Hochschule Luzern und am Institut für Sozialforschung in Frankfurt. Er hat es für die qualitative Sozialforschung gebaut, und das merkt man an den Optionen. Die offizielle Projektseite und der Quellcode auf GitHub beschreiben, was die App kann.

• Kostenlos und lokal. Die Software steht unter GPL-3.0, die Transkription läuft laut Projektseite ohne Cloud auf deinem Rechner, unter Windows, macOS und Linux.
• Bekannte Modelle. Die Erkennung beruht auf Whisper von OpenAI und Pyannote von Hervé Bredin für die Sprechererkennung. Die Seite nennt rund 60 Sprachen.
• Dialekt. Laut Projektseite verarbeitet das Modell auch Dialekte wie Schweizerdeutsch und überträgt sie in Hochdeutsch.
• Forschungsoptionen. Die Bedienungsanleitung nennt Pausen in Klammern, überlappende Sprache mit // (experimentell), Füllwörter auf Wunsch und Zeitmarken im Format [hh:mm:ss] alle 60 Sekunden oder bei Sprecherwechsel.

Der Preis dafür ist Zeit. Wie lange eine Interviewstunde braucht, hängt von deinem Rechner, dem Modell und den Einstellungen ab. Du kannst Aufträge über Nacht in eine Warteschlange stellen. Auf dem Mac braucht die aktuelle Version macOS 14 und einen Apple-Chip, Intel-Macs bekommen sie laut FAQ nicht mehr. Plane also einen Testlauf ein, bevor du die Interviewtermine legst.

Die Anleitung nennt die Schwächen offen. Lachen und Seufzen erfasst noScribe demnach nicht. In dichten Gruppendiskussionen gehen laut Anleitung Inhalte verloren oder landen bei der falschen Person, manchmal erkennt es mehr Sprecher, als im Raum waren. Das Modell Whisper kann Wörter hinzufügen, die nie gesagt wurden. Das Ergebnis öffnest du im mitgelieferten Editor, der Text und Audio zusammen abspielt.

Was bekommst du mit f4?

f4 kommt von dr.dresing & pehl in Marburg, denselben Leuten, die das Regelsystem weiter unten geschrieben haben. Laut Startseite sind f4x, f4transkript und f4analyse jetzt in einer Software namens f4 vereint. Die automatische Transkription läuft im Browser oder direkt aus der Software heraus und wird nach Minuten abgerechnet, ohne Abo.

• Server in Deutschland, laut Anbieter. Die Seite zur automatischen Transkription schreibt, die Spracherkennung laufe ausschließlich in Deutschland in einem nach ISO 27001 zertifizierten Rechenzentrum. Aufnahmen werden demnach unmittelbar nach der Bearbeitung gelöscht, Transkripte liegen höchstens 28 Tage bereit.
• Sprecher und Zeitmarken. Beides steht als automatische Funktion auf der Seite, dazu eigene Wortlisten.
• Sprachen. Die Seite nennt 46 Sprachen einschließlich Deutsch, aber keine ausdrückliche Zusage für einzelne deutsche Dialekte. Pro Datei wählst du eine Sprache, gemischte Aufnahmen erkennt f4 laut FAQ nicht korrekt.
• Preise. Im Shop kosten 2 Stunden regulär 29 Euro, 5 Stunden 59, 10 Stunden 99 und 50 Stunden 489 Euro, alle vier derzeit als Angebot für 25, 44, 88 und 440 Euro. Die Preisliste nennt nur diese Angebotspreise, dazu 1.599 Euro für 200 Stunden, alles inklusive Mehrwertsteuer. Bei der Registrierung bekommst du 15 Minuten zum Testen.

Über die Website bekommst du eine Word-Datei ohne Korrekturfunktion. Für audioverbundene Korrektur lohnt sich die Software; eine Word-Datei kannst du auch in einem Texteditor bearbeiten. Die volle f4-Lizenz kostet für Studierende allein 25 Euro für drei Monate. Die Lizenz nur für Transkription kostet für Studierende 19 Euro für 3 Monate, mit 10 Stunden 85 Euro. Wer f4 schon aus dem Methodenseminar kennt, findet einen Vergleich mit Alternativen im Artikel zur f4-Alternative.

Lohnt sich die Transkription in MAXQDA?

Wenn du sowieso in MAXQDA codierst, kann MAXQDA Transcription einen Importschritt sparen. Die Funktion transkribiert eine Mediendatei direkt im Projekt, das Ergebnis landet mit Sprechern und Zeitmarken dort, wo du es weiterbearbeitest. Du kannst den Dienst laut Handbuch auch ohne MAXQDA-Lizenz über die Website nutzen und bekommst dann eine Word-Datei; zum Codieren brauchst du die Lizenz zusätzlich.

• Regeln eingebaut. Laut Handbuch bekommt jeder Redebeitrag einen Absatz mit Kürzel S1, S2 und eine Zeitmarke. Pausen stehen als (.), (..) und (...), längere als Zahl.
• Dialekt ausdrücklich. Die Sprachliste führt Deutsch (AT, CH, DE). Dialekte aus Deutschland, Österreich und der Schweiz werden laut Handbuch in Schriftdeutsch übertragen, die Erkennung hängt davon ab, wie verbreitet ein Dialekt ist.
• Kauf und Test. Die Preisseite unterscheidet Stundenpakete für Privatkunden mit Bruttopreisen und für Geschäftskunden mit Nettopreisen. Konkrete Beträge ließen sich bei der Prüfung nicht laden. Neue Konten erhalten laut Handbuch einmalig 60 Minuten zum Testen.

Verarbeitet wird laut Handbuch auf Servern in den Niederlanden und Deutschland. Die Liste der Drittdienstleister nennt für die Transkription Speechmatics mit Verarbeitung in den Niederlanden. Füllwörter wie „ähm“ transkribiert MAXQDA nur bei Englisch. Wechseln deine Befragten zwischen zwei Sprachen, wird es schwierig: Gemischte Aufnahmen gehen laut Handbuch nur mit Spanisch und Englisch.

Reicht Word über die Hochschule, und was kostet Amberscript?

Viele Hochschulen geben dir Microsoft 365. Laut Microsoft-Supportseite transkribiert Word damit bis zu 300 Minuten hochgeladenes Audio im Monat, aus WAV, MP4, M4A oder MP3. Der Dienst trennt die Sprecher, nummeriert sie durch und lässt dich die Bezeichnung ändern, jeder Abschnitt hat eine Zeitmarke zum Nachhören. Die Audiodatei geht laut Seite an Microsoft und wird in einem Ordner in deinem OneDrive abgelegt; einen Verarbeitungsort nennt die Seite nicht.

Zwei Haken stehen auf derselben Seite. Die Sprachliste mit über 80 Einträgen führt für Deutsch nur German (Germany), Österreich und die Schweiz fehlen. Und die Seite beschreibt die Funktion in zwei Reitern: Im Reiter für Word unter Windows steht, sie sei derzeit nur in Word für Microsoft 365 unter Windows in kommerziellen Tenants verfügbar; der Reiter für Word im Web beschreibt denselben Ablauf im Browser und verlangt Edge oder Chrome. Ob dein Hochschulkonto die Funktion freischaltet, fragst du am besten beim Rechenzentrum nach.

Amberscript aus den Niederlanden bietet maschinelle und von Menschen geprüfte Transkripte an; kläre beim menschlich geprüften Auftrag, welches Transkriptionsregelsystem enthalten ist. Die geprüfte Variante kostet laut Preisseite ab 1,85 Euro pro Minute, bei 10 Interviewstunden also mindestens 1.110 Euro; maschinell kostet ein Monat mit 10 Stunden 29 Euro. Was Amberscript sonst kostet und wo es Daten speichert, steht im Artikel zur Amberscript-Alternative für Studierende.

Welche Regeln gelten für das Transkript?

In deiner Arbeit gibst du an, nach welchen Regeln du transkribiert hast. Ein frei zugängliches System sind die Regeln von Thorsten Dresing und Thorsten Pehl, die nach eigener Angabe seit vielen Jahren verbreitet angewendet werden. Die aktuelle Fassung, die inhaltlich-semantische Transkription aus der 9. Auflage ihres Praxisbuchs, hat fünf Grundregeln und optionale Module für genauere Analysen.

• Jedes Wort aufschreiben. Auch schiefe Sätze bleiben, wie sie gesagt wurden. Dialekt wird ans Schriftdeutsch angenähert, Unverständliches als (unv.) markiert.
• Kurze Antworten zählen. „Hmm“, „ja“ oder „genau“ lässt du weg, solange sie den Redefluss nicht unterbrechen, und schreibst sie auf, wenn sie eine Frage beantworten.
• Pausen und Betonung. Deutliche Pausen ab 3 Sekunden stehen als (…), Lachen in Klammern, betonte Wörter in VERSALIEN.
• Ein Absatz pro Beitrag. Jeder Redebeitrag beginnt mit einem Kürzel und Doppelpunkt, etwa I: oder B1:.
• Erweiterung. Die Module ergänzen Wortabbrüche mit /, Pausen nach Länge, die Fülllaute aller Personen und Überlappungen mit //.

Ein automatisches Transkript erfüllt diese Regeln nicht von selbst. Du hörst es komplett gegen die Aufnahme ab, ergänzt Lachen und Pausen, korrigierst Namen und Fachbegriffe und prüfst jede Sprecherzuordnung. Dafür brauchst du deine eigene Kopie des Audios: f4 löscht Aufnahmen nach der Bearbeitung von seinen Servern, Notibo löscht das Audio, sobald Transkript und Notizen gespeichert sind. Bearbeite direkte und indirekte Identifikatoren nach dem Datenschutzkonzept deiner Studie. Das Ersetzen von Namen allein macht ein Interview nicht automatisch anonym.

Laut den Autoren dauert ein einfaches Transkript von Hand das 5- bis 10-Fache der Aufnahme. Ein maschineller Entwurf nimmt dir das Tippen ab, nicht das Abhören: Die Bibliothek der TH Rosenheim rät, automatisch erzeugte Transkripte von Hand zu prüfen und zu bearbeiten, bevor du sie auswertest oder zitierst, und im Methodenteil anzugeben, welches Tool, welches Modell und welche Nachbearbeitung du verwendet hast.

Was verlangt der Datenschutz bei Interviews?

Interviews enthalten in der Regel personenbezogene Daten, so beginnt die Datenschutz-Checkliste von audiotranskription.de. Sie stammt von einem Anbieter, nicht von einer Behörde, geht aber den Ablauf von der Vorbereitung bis zum Löschen Punkt für Punkt durch. Sie ersetzt keine Rechtsberatung und nicht die Regeln deiner Hochschule, nennt aber die Stellen, an denen du vorher etwas klären musst.

• Einwilligung vorher. Die Befragten unterschreiben laut Checkliste, dass du das Gespräch aufzeichnest, transkribierst und auswertest, und bekommen eine Kopie. Ohne diese Zustimmung nimmst du nicht auf.
• Dienstleister im Formular. Laut Checkliste brauchst du mit einem externen Transkriptionsdienst zwingend eine Vereinbarung zur Auftragsverarbeitung, und der Dienst muss schon vor den Interviews feststehen, weil er in der Einwilligungserklärung aufgelistet sein muss.
• Speicherort. Die Checkliste rät zu Speicherorten in der EU oder im EWR, etwa dem Netzlaufwerk der Hochschule, und schreibt zu Servern außerhalb, etwa in den USA, im Zweifel solle man lieber verzichten.

Daraus folgt eine Reihenfolge. Erst klärst du mit der Betreuung, ob deine Hochschule oder eine Ethikkommission Regeln zu Cloud-Tools hat. Dann klärst du den Anbieter, erforderliche Verträge und die Information beziehungsweise Einwilligung der Befragten. Wenn deine Studie es verlangt, pseudonymisierst du, bevor etwas hochgeladen wird. Die TH Rosenheim schreibt zu noScribe, dass bei rein lokaler Verarbeitung keine Vereinbarung mit externen Dienstleistern nötig sei, die Einwilligung der Beteiligten aber trotzdem. Mehr zu deinen Rechten und zu Datenschutzerklärungen steht im Artikel über Studiendaten und DSGVO.

Welches Tool passt zu deiner Studie?

Wähle anhand von Datenweg, Korrekturbedarf und Budget. Mehrere dieser Fälle können gleichzeitig auf deine Studie zutreffen.

Wenn die Ethikkommission oder deine Hochschule eine Cloud ausschließt, nimm noScribe. Von den automatischen Diensten hier ist es der einzige, der komplett auf deinem Rechner läuft, und er trennt Sprecher und setzt Zeitmarken. Plane die Rechenzeit ein. Von Hand transkribieren geht ebenfalls lokal, etwa in f4, dessen Software für manuelle Transkription laut Anbieter nur auf deinem Rechner arbeitet.

Wenn dein Budget null ist, nimm ebenfalls noScribe oder Word über die Hochschullizenz, sofern dein Konto die Funktion hat und deine Einwilligung die Microsoft-Cloud deckt. Word führt für Deutsch nur Deutschland auf seiner Liste, bei Dialekt hilft nur ein Test.

Wenn du viele Stunden und eine Deadline hast, vergleiche an einem Ausschnitt die gesamte Zeit bis zum kontrollierten Transkript. Eine schnelle automatische Verarbeitung ersetzt das Korrekturhören nicht. f4 und MAXQDA setzen Zeitmarken; MAXQDA kann den Import ins Analyseprojekt vereinfachen. Seine dokumentierte Dialektunterstützung kannst du mit den Freiminuten prüfen.

Wenn du neben dem Text Notizen zu jedem Gespräch willst, passt Notibo. Rechne damit, dass Notibo US-Auftragsverarbeiter nutzt und keine Zeitmarken setzt.

Wenn es um Vorlesungen statt Interviews geht, ist die Auswahl eine andere, sie steht im Artikel über die beste Transkriptions-App für Studierende.

Teste mit einer Probeaufnahme, bevor du ein großes Paket oder ein ganzes Jahr bezahlst: am besten mit dem Pretest deines Leitfadens, dessen Gesprächspartnerin dem Test zugestimmt hat, mit typischen Fachbegriffen und einer realistischen schwierigen Passage. Echte Interviews lädst du erst über den für dein Projekt geklärten Verarbeitungsweg hoch.

Wo Notibo hineinpasst

Notibo ersetzt kein Programm zur qualitativen Feinanalyse. Es macht aus einem Gespräch ein Transkript und strukturierte Notizen mit Zusammenfassung, Kernpunkten und Aufgaben. Das hilft, wenn du nach jedem Interview schnell festhalten willst, was gesagt wurde, bevor du in MAXQDA codierst. Für den Vergleich von Korrektureditoren und Zeitmarken hilft auch der Beitrag zu Sonix-Alternativen für deutsche Interviews. Es läuft im Browser, du installierst nichts.

Bei Interviews teilt Notibo das Transkript nach Sprechern auf, wo es die Stimmen auseinanderhalten kann. Die Sprecher heißen zuerst Sprecher 1 und Sprecher 2, du kannst ihnen Namen geben. Lies die Zuordnung durch, bevor du ein Zitat übernimmst, und behalte dafür deine eigene Kopie der Aufnahme: Zeitmarken gibt es keine, und das Audio kannst du in Notibo nicht noch einmal anhören, weil es gelöscht wird, sobald Transkript und Notizen gespeichert sind.

Du kannst eine Audiodatei hochladen, etwa MP3, M4A oder WAV, bis 50 MiB pro Datei. Ein Interview von 60 Minuten als MP3 mit 64 kbit/s hat etwa 29 MB, mit 128 kbit/s etwa 58 MB und wäre zu groß. Für die Beispielstudie von 10 Stunden reichen die 240 Minuten der 14 Tage Pro nicht; mit Pro für 9,99 Euro deckt ein Monat die 600 Minuten ab. Transkript und Notizen lädst du als Word oder PDF herunter und importierst die Datei selbst, so wie es die Hilfe deines Analyseprogramms beschreibt.

Zu den Daten: Die Dateien liegen bei Supabase in Frankfurt, die Transkription und die KI-Notizen laufen bei Auftragsverarbeitern in den USA unter den Standardvertragsklauseln der EU-Kommission. Die Liste steht in der Datenschutzerklärung von Notibo. Schließt deine Hochschule, die Ethikkommission oder deine Einwilligung eine Verarbeitung in den USA aus, ist Notibo nicht das richtige Werkzeug; dann brauchst du ein lokales Tool wie noScribe oder einen Dienst mit entsprechend geprüften Verarbeitungsorten. Notibo trainiert nicht mit deinen Inhalten.

Jedes neue Konto bekommt 14 Tage den Tarif Pro kostenlos, mit 240 Minuten Audio und ohne Kreditkarte. Sie beginnen mit der ersten Aufnahme oder über den Startknopf und enden von selbst. Danach bleibt das Konto im kostenlosen Tarif mit 30 Minuten im Monat, deine Notizen bleiben erhalten. Pro kostet 9,99 Euro im Monat oder 88,99 Euro im Jahr mit 1.200 Minuten im Monat, alles auf der Preisseite.

Vom kontrollierten Material zur eigenen Argumentation

Für die Korrektur und den Export eines Interviews kannst du TurboScribe und HappyScribe an einem erlaubten Ausschnitt vergleichen. Beim anschließenden Literaturteil hilft die Anleitung zu Exzerpten für die Hausarbeit, Zitate, Paraphrasen und eigene Überlegungen auseinanderzuhalten.