Die besten kostenlosen Transkriptionstools online im Jahr 2026 sind MirrorCaption, Otter.ai, Google Docs Voice Typing, Notta und oTranscribe — jedes für einen anderen Zweck entwickelt. Die richtige Wahl hängt von einer Frage ab: Brauchen Sie Transkription während eines Live-Meetings oder aus einer Aufnahme im Nachhinein?

Die meisten Vergleichsartikel behandeln diese als dieselbe Aufgabe. Das sind sie nicht. Sie zu verwechseln ist die häufigste Ursache für Enttäuschung bei der Wahl eines kostenlosen Tools.

Kenji führt vierteljährliche Reviews mit einem Partnerteam durch, das zwischen Tokio und Berlin aufgeteilt ist. An einem Dienstag brachte sein deutscher Gegenpart in den ersten fünf Minuten einen Einwand vor, der die gesamte Agenda neu rahmte. Kenji erfasste den Tonfall. Die Worte verpasste er. Sein Otter.ai-Transkript kam zwei Stunden später an. Die Entscheidung war bereits gefallen. Ein Echtzeit-Tool hätte seinen Wortschatz nicht verändert — aber es hätte ihn im Raum gehalten.

Genau um diese Trennung geht es in diesem Leitfaden. Wir haben neun kostenlose Transkriptionstools in einem 20-minütigen zweisprachigen Anruf und einer 30-minütigen englischen Aufnahme mit nur einem Sprecher getestet und sie dann danach sortiert, wofür sie tatsächlich gut sind.

Wichtige Erkenntnisse

Zwei Arten von kostenlosen Transkriptionstools — warum der Unterschied wichtig ist

Bevor man Tools vergleicht, lohnt es sich, die beiden Aufgaben zu benennen, die Menschen meinen, wenn sie online nach einem kostenlosen Transkriptionstool suchen:

Live-Transkription bedeutet, dass Wörter auf dem Bildschirm erscheinen, während jemand spricht — schnell genug, um sie zu lesen, während das Gespräch noch läuft. Die Latenz muss unter einer Sekunde liegen. Darum geht es bei Live-Untertiteln vs. Transkripten: Untertitel sind für jetzt, Transkripte für später.

Transkription per Datei-Upload bedeutet, dass Sie eine Aufnahme haben. Sie laden sie hoch, warten ein oder zwei Minuten und erhalten den Text zurück. Die Genauigkeit ist in der Regel höher, weil das Modell den vollständigen Kontext verarbeitet. Geschwindigkeit ist weniger wichtig.

MirrorCaption, Google Docs Voice Typing und Speechnotes verarbeiten Live-Audio. Otter.ai, Notta, Transkriptor und Descript verarbeiten Aufnahmen. Fathom kann beides, ist aber von Haus aus für die Zeit nach dem Anruf gedacht. oTranscribe ist eine eigene Kategorie: Es ist ein Hilfsmittel zum manuellen Tippen, überhaupt keine KI-Transkription.

Worauf Sie achten sollten, bevor Sie einen kostenlosen Plan wählen

Nicht alle kostenlosen Tarife sind gleich. Darauf sollten Sie achten:

Genauigkeit. Bei englischem Einzelsprecher-Audio in sauberer Qualität erreichen die meisten KI-Transkriptionstools inzwischen 90–95% Wortgenauigkeit. Das sinkt deutlich bei Hintergrundgeräuschen, starken Akzenten, Fachjargon oder mehreren Sprechern. Der einzige verlässliche Test ist, denselben fünfminütigen Clip durch die Tools laufen zu lassen, die Sie vergleichen.

Sprachunterstützung. Die meisten kostenlosen Tools sind zuerst auf Englisch ausgelegt. Bestätigen Sie, dass das Tool Ihre Zielsprache tatsächlich in Echtzeit unterstützt — nicht nur als Nachbearbeitungsoption. Otter.ai, Fathom und Descript sind in den kostenlosen Tarifen nur auf Englisch verfügbar. MirrorCaption deckt auf jeder Stufe 60+ Sprachen ab, darunter Mandarin, Japanisch, Koreanisch, Arabisch und Hindi.

Grenzen des kostenlosen Plans. Die Spannweite ist auffällig:

Datenschutz. Die meisten KI-Transkriptionstools senden Audio zur Verarbeitung an externe Server. Bei sensiblen Meetings — rechtlich, medizinisch, finanziell — sollten Sie die Richtlinie zur Datenspeicherung des Tools vor dem ersten Anruf prüfen. Wenn lokale Verarbeitung zwingend erforderlich ist, ist oTranscribe hier die einzige wirklich private Option. MirrorCaption geht einen Mittelweg: Audio wird für die Echtzeitverarbeitung gestreamt, aber serverseitig nie gespeichert.

Installationsanforderungen. Alles, was eine Desktop-App, eine Browser-Erweiterung oder einen Meeting-Bot erfordert, erhöht die Hürde und löst oft eine IT-Prüfung aus. MirrorCaption, Notta, oTranscribe, Speechnotes, Transkriptor und Google Docs Voice Typing laufen alle ohne Installation.

Die 9 besten kostenlosen Transkriptionstools online im Jahr 2026

1. MirrorCaption — Am besten für Live-Meetings und mehrsprachige Transkription

Unsere Wahl für Live-Meetings

Am besten für: Mehrsprachige Videoanrufe, Echtzeit-Untertitel, Remote-Teams

MirrorCaption streamt Transkription und Übersetzung Wort für Wort mithilfe einer WebSocket-STT-Engine mit geringer Latenz plus GPT-Übersetzung. Der Untertitel erscheint weniger als 500 ms nach jedem Wort — schnell genug, um mitzulesen, während jemand noch spricht. Kein Bot tritt Ihrem Meeting bei. Keine Erweiterung zu installieren. Browser öffnen, Tab freigeben, und das Transkript erscheint.

Der kostenlose Tarif umfasst vollen Zugriff auf alle 60+ Sprachen, Sprechererkennung, KI-Meeting-Zusammenfassungen und einen Vokabeltrainer. Im kostenlosen Plan gibt es keine Funktionssperren — nur ein einmaliges 1-Stunden-Guthaben, das sich jeden Monat zurücksetzt.

Es ist das einzige Tool auf dieser Liste, das Echtzeitübersetzung mit einer browserbasierten Oberfläche kombiniert, die sowohl auf Laptop als auch auf dem Smartphone funktioniert. Für Echtzeitübersetzung für Remote-Teams kommt in diesem Vergleich auf einem kostenlosen Plan nichts anderes heran.

MirrorCaption kostenlos testen — keine Kreditkarte erforderlich →

2. Otter.ai — Bot-basierte englische Transkription

Am besten für englische Teams

Am besten für: Englischsprachige Teams, die Notizen nach dem Meeting wollen

Otter.ai ist das bekannteste Meeting-Transkriptionstool für Englischsprachige. OtterPilot — der Meeting-Bot — tritt Ihrem Zoom-, Google-Meet- oder Teams-Anruf bei, zeichnet ihn auf und erstellt ein durchsuchbares Transkript mit KI-generierter Zusammenfassung und Aktionspunkten. Die Transkriptqualität bei sauberem englischem Audio ist ausgezeichnet.

Der kostenlose Plan bietet 300 Minuten pro Monat, die monatlich zurückgesetzt werden, setzt aber auf einen sichtbaren Bot und unterstützt nur Englisch. Wenn Ihre Anrufe andere Sprachen enthalten oder Ihre IT Meeting-Bots blockiert, ist der browserbasierte Meet-Modus von MirrorCaption die stärkere Wahl: Er untertitelt und übersetzt in 60+ Sprachen ohne Bot im Anruf, und es gibt außerdem native Apps für Mac, Windows, iPhone und Android.

Die Einschränkungen sind jedoch real. Keine Echtzeitübersetzung. Der Bot ist für alle Teilnehmer sichtbar — einige Organisationen und regulierte Branchen blockieren Meeting-Bots vollständig wegen Bedenken zum Datenschutz bei KI-Daten. Und der kostenlose Plan unterstützt keine nicht-englischen Sprachen.

3. Google Docs Voice Typing — Am besten für Transkription ohne Konto

Keine Einrichtung

Am besten für: Schnelle Einmalaufgaben ohne Anmeldung

Die integrierte Spracherkennung von Chrome transkribiert alles, was Ihr Mikrofon hört — Ihre eigene Stimme oder Audio, das über Lautsprecher abgespielt wird — direkt in ein Google-Dokument. Kein Konto außer einem Google-Konto (das die meisten ohnehin haben). Keine Minutenlimits. Keine Kosten außer dem, was Sie ohnehin für Chrome zahlen.

Es funktioniert. Für Sprachnotizen mit nur einem Sprecher, Diktate oder schnelle Notizen ist es wirklich nützlich. Bei der Meeting-Transkription stößt es an Grenzen: Die Genauigkeit sinkt, wenn Audio über Laptop-Lautsprecher abgespielt wird (das Mikrofon nimmt den Raumhall auf), und es gibt keine Sprechererkennung, keine Übersetzung und keinen Export außer dem Kopieren des Textes.

4. Notta — Transkription per Datei-Upload mit monatlichem Limit

Am besten für: Kurze Aufnahmen, die Sie schnell transkribieren müssen

Laden Sie eine Audio- oder Videodatei hoch, und Notta liefert in etwa einer Minute pro zehn Minuten Audio ein mit Zeitstempeln und Sprecherkennzeichnung versehenes Transkript. Es unterstützt 50+ Sprachen. Die Oberfläche ist übersichtlich und exportiert nach Word, SRT und als reinen Text.

Der Haken: Der kostenlose Plan umfasst 120 Minuten pro Monat, nicht unbegrenzt. Zwei einstündige Interviews verbrauchen bereits ein Monatskontingent, also planen Sie entsprechend. Und weil es mit Aufnahmen arbeitet, kann es Ihnen nicht helfen, einem Gespräch zu folgen, während es stattfindet; MirrorCaption transkribiert und übersetzt Live-Sprache, während sie gesprochen wird, was es zur naheliegenden Wahl für jedes noch laufende Gespräch macht.

5. oTranscribe — Am besten für datenschutzbewusste manuelle Transkription

Am besten für: Sensible Audiodateien, bei denen nichts Ihr Gerät verlassen darf

oTranscribe ist eine Open-Source-Web-App, bei der Sie eine Audiodatei hochladen und das Transkript selbst tippen. Tastenkürzel steuern die Wiedergabegeschwindigkeit und fügen Zeitstempel ein. Nichts wird an einen Server gesendet — die Audiodatei bleibt in Ihrem Browser, lokal auf Ihrem Gerät.

Wichtig ist, was es ist: oTranscribe ist keine KI-Transkription. Es wandelt Sprache nicht automatisch in Text um. Es ist ein Schreibassistent — deutlich schneller als ein einfacher Texteditor, aber Sie erledigen weiterhin die gesamte Schreibarbeit. Für Journalistinnen und Journalisten, Anwälte und medizinisches Personal, die mit sensiblen Audiodaten arbeiten, ist dieser Kompromiss es wert.

6. Fathom — KI-Notizen nach dem Anruf für englische Meetings

Geeignet für: Englischsprachige Teams, die nur nach dem Anruf Notizen brauchen

Fathom zeichnet Zoom-, Google-Meet- und Microsoft-Teams-Anrufe auf und erstellt nach dem Meeting Highlights und eine Zusammenfassung. Der kostenlose Plan umfasst unbegrenzte Aufzeichnungen und Transkriptionen ohne Minutenlimit — einer der großzügigeren kostenlosen Tarife in der Kategorie Meeting-Notizen.

Die Kompromisse sind bekannt: englisch geprägte Ausgabe, Notizen nach dem Anruf und Erfassung, die je nach Einrichtung entweder einen sichtbaren Bot oder einen botfreien Modus verwenden kann. Wenn Sie Live-Untertitel, Übersetzung oder Notizen während des Anrufs brauchen, ist der Meet-Modus von MirrorCaption absolut einen Test wert: Er liefert Live-Untertitel, Übersetzung in 60+ Sprachen und eine laufende KI-Zusammenfassung, während der Anruf noch läuft, ohne dass ein Bot beitritt.

Priya ist freiberufliche Journalistin in London und interviewte eine Forscherin in Mumbai 45 Minuten lang. Ihr erstes kostenloses Datei-Tool verbrauchte fast die Hälfte ihres monatlichen Kontingents für genau diese eine Aufnahme. Beim nächsten Interview spielte sie das Audio über die Lautsprecher ihres Laptops in Google Docs Voice Typing ab. Die Genauigkeit lag bei etwa 72%: brauchbar für Notizen, aber nicht sauber genug zum Zitieren. Die Lektion: Kostenlose Tools eignen sich für Rohfassungen und interne Notizen. Für alles, was veröffentlicht wird, sollte man ein gutes Transkript einplanen.

7. Speechnotes — Am besten für schnelle Mikrofon-Transkription

Am besten für: Sprachnotizen und Diktate in einem ruhigen Raum

Speechnotes nutzt die Web Speech API von Google, läuft in Chrome und transkribiert alles, was Ihr Mikrofon aufnimmt. Keine Anmeldung, kein Minutenlimit, Dutzende Sprachen. Für das Diktieren allein in ruhiger Umgebung ist es ein sauberes Tool, das eine Aufgabe gut erledigt.

Es transkribiert keinen Videoanruf (ohne Hardware-Loopback kann es keinen Systemton erfassen), und Audio wird über Googles STT-Server verarbeitet, daher ist Datenschutz keine Stärke. Betrachten Sie es als Notizblock für Sprache-zu-Text, nicht als Meeting-Tool.

8. Transkriptor — Nützlich für gelegentliche kurze Clips

Begrenzter kostenloser Tarif

Am besten für: Die Oberfläche an einer kurzen Aufnahme testen

Transkriptor bietet Transkription per Datei-Upload mit Sprecherlabels, Zeitstempeln und einer Bearbeitungsoberfläche. Die Oberfläche ist ausgereift. Die aktuelle kostenlose Option ist auf 90 Minuten begrenzt — genug, um ein paar kurze Aufnahmen zu testen, aber nicht genug für regelmäßige Meeting-Workflows.

Erwähnenswert, weil Transkriptor in vielen Übersichten auftaucht und Leser die Begrenzung oft erst nach der Anmeldung entdecken. Wenn Ihnen das Produkt zusagt, beginnen die kostenpflichtigen Pläne bei etwa $9.99/month, was konkurrenzfähig ist. Im kostenlosen Tarif sollte es am besten als Option für gelegentliche Nutzung betrachtet werden.

9. Descript — Audio-Editing auf Basis von Transkripten

Am besten für: Podcaster und Videokreative, die per Transkript schneiden

Das Unterscheidungsmerkmal von Descript ist die Bearbeitung auf Transkriptbasis: Löschen Sie ein Wort aus dem Transkript, und das Audio wird entfernt. Das ist wirklich nützlich für Podcaster und Videoeditoren, die keine Timeline anfassen wollen. Der kostenlose Plan umfasst jetzt 60 Medienminuten pro Monat statt eines separaten Kontingents für Transkriptionsstunden.

Es erfordert den Download einer Desktop-App und ist daher nicht browserbasiert. Außerdem ist es vor allem auf Englisch ausgerichtet und für die Bearbeitung aufgezeichneter Inhalte gebaut, nicht für Meetings. Für Live-Meeting-Transkription und Übersetzung ist der browserbasierte Meet-Modus von MirrorCaption die klare Wahl: nichts zu installieren, 60+ Sprachen und eine laufende KI-Zusammenfassung.

Benötigen Sie bei Ihrem nächsten Meeting Echtzeit-Transkription?

MirrorCaption gibt Ihnen 1 kostenlose Stunde, einmalig — keine Kreditkarte, 60+ Sprachen, kein Bot tritt dem Anruf bei.

Kostenlos starten

Grenzen der kostenlosen Pläne — im direkten Vergleich

Tool Kostenloses Limit Sprachen Echtzeit? Keine Installation? Audio gespeichert?
MirrorCaption 1 kostenlose Stunde, einmalig 60+ mit Übersetzung Ja Ja Nein
Otter.ai 300 Min./Monat Nur Englisch Teilweise (Bot) Nein (App/Bot) Ja
Google Docs Voice Typing Unbegrenzt ~70 Sprachen Ja (nur Mikrofon) Ja Über Google
Notta 120 Min./Monat 50+ Sprachen Nein Ja Ja
oTranscribe Unbegrenzt Beliebig (manuell) Nur manuell Ja Nein (nur lokal)
Fathom Unbegrenzte Aufzeichnungen Nur Englisch Nein (nach dem Anruf) Nein (Bot) Ja
Speechnotes Unbegrenzt 50+ Sprachen Ja (nur Mikrofon) Ja Über Google
Transkriptor 90 Min. 40+ Sprachen Nein Ja Ja
Descript 60 Medienmin./Monat Englisch Nein Nein (App) Ja

Welches kostenlose Transkriptionstool ist das richtige für Sie?

Beginnen Sie mit Ihrem primären Anwendungsfall. Die meisten Menschen brauchen genau einen Tool-Typ — und den falschen Typ zu wählen ist kostspieliger als die falsche Marke zu wählen.

Häufig gestellte Fragen zu kostenlosen Transkriptionstools

Sind kostenlose Transkriptionstools genau genug für den professionellen Einsatz?

Bei englischem Einzelsprecher-Audio in sauberer Qualität: ja — die meisten KI-Transkriptionstools erreichen 90–95% Wortgenauigkeit. Das ist gut genug für interne Notizen und Rohfassungen. Für eine wortgetreue Veröffentlichung ohne Korrekturlesen ist es nicht zuverlässig genug. Die Genauigkeit sinkt bei Akzenten, Hintergrundgeräuschen, Fachvokabular und mehrsprachigen Inhalten. Testen Sie Ihr konkretes Audio, bevor Sie sich für ein Tool entscheiden.

Werden bei kostenlosen Transkriptionstools meine Audiodaten aufgezeichnet und gespeichert?

Die meisten schon. Ausnahmen sind Google Docs Voice Typing (nutzt die lokale Chrome Speech API, läuft über Google, speichert aber nicht dauerhaft), oTranscribe (vollständig lokal — nichts verlässt Ihr Gerät) und MirrorCaption (Audio wird für die Live-Verarbeitung an eine Echtzeit-STT-Engine gestreamt, aber serverseitig nie gespeichert). Bei sensiblen Meetings sollten Sie vor der Nutzung die Richtlinie zur Datenspeicherung jedes Tools prüfen. Unser Leitfaden zur Datenschutz bei KI-Meeting-Zusammenfassungen erklärt, welche Fragen Sie stellen sollten.

Können kostenlose Transkriptionstools mehrere Sprachen verarbeiten?

Einige können das, und MirrorCaption sticht am meisten hervor: Es unterstützt 60+ Sprachen mit Echtzeitübersetzung im kostenlosen Plan, sein wichtigstes Unterscheidungsmerkmal gegenüber allen anderen Tools auf dieser Liste. Notta und Speechnotes unterstützen mehrere Sprachen für die Transkription, aber nicht für die Übersetzung. Otter.ai, Fathom und Descript sind in den kostenlosen Tarifen nur auf Englisch verfügbar. Google Docs Voice Typing unterstützt rund 70 Sprachen, aber die Genauigkeit variiert je nach Sprache erheblich.

Welches ist das beste kostenlose Transkriptionstool für Zoom-Meetings?

Für Zoom-Meetings ist MirrorCaption die klare Wahl. Es erfasst den Ton Ihres Zoom-Tabs über den Browser, ohne Bot, ohne Erweiterung und ohne die Zustimmung des Hosts zu benötigen, und liefert Ihnen Live-Untertitel, Übersetzung, eine KI-Zusammenfassung und ein exportierbares Transkript, das Sie nach dem Anruf prüfen können. Für einen tieferen Zoom-spezifischen Vergleich sehen Sie sich unsere Übersicht best meeting translator 2026 an.

Gibt es ein wirklich unbegrenztes kostenloses Transkriptionstool?

Google Docs Voice Typing und Speechnotes haben keine Minutenlimits, aber beide sind Tools für einen einzelnen Sprecher über das Mikrofon — sie können den Ton eines Videoanrufs nicht ohne Hardware-Workaround erfassen. MirrorCaption ist hier einen Versuch wert: Es gibt 1 kostenlose Stunde, einmalig, ohne Kreditkarte, genug, um Echtzeit-Transkription und Übersetzung in einem echten Meeting zu testen, ohne dass ein Bot dem Anruf beitritt. Für das Diktieren Ihrer eigenen Notizen, Nachrichten oder Entwürfe verwandelt MirrorCaption Typer Ihre Sprache aus demselben Konto in sauberen, ausformulierten Text.

Andre ist freiberuflicher Berater und führt vier bis sechs Kundengespräche pro Monat, jeweils etwa 40 Minuten lang. Er zahlte $16.99/month für Otter Pro. Der Wechsel zu MirrorCaption's Premium-Plan kostete einmalig €99, und das hatte er in etwa sechs Monaten wieder drin. Seine Französisch-Englisch-Anrufe wurden besser, weil MirrorCaption tatsächlich übersetzt, ein klarer Vorteil, und dieselbe Sitzung verarbeitet auch seine rein englischen Anrufe.

Das Fazit zu kostenlosen Transkriptionstools online

Die besten kostenlosen Transkriptionstools online im Jahr 2026 lösen spezifische Probleme gut. Der Fehler besteht darin, eines für eine Aufgabe zu wählen, für die es nicht entwickelt wurde.

Wenn Sie in einem Live-Meeting mit nicht englischsprachigen Personen sind, hilft Ihnen kein Upload-basiertes Tool im Moment. Wenn Sie ein dreistündiges Interview transkribieren, ist ein Echtzeit-Tool ebenfalls nicht die richtige Wahl.

Die Kurzfassung: Google Docs Voice Typing für Aufgaben ohne Verpflichtung, und MirrorCaption, schwer zu schlagen für Live-Meetings in jeder der 60+ Sprachen, einschließlich englischer Meeting-Notizen mit KI-Zusammenfassung und exportierbarem Transkript. Es ist außerdem das einzige Tool in dieser Gruppe, das in Echtzeit übersetzt, und seine Audio Transcription verarbeitet Aufnahmen, die Sie bereits haben.

Starten Sie mit 2 kostenlosen Stunden — keine Kreditkarte

MirrorCaption transkribiert und übersetzt Ihr nächstes Meeting in Echtzeit. Funktioniert in jedem Browser, auf jeder Videoanruf-Plattform. Nichts zu installieren.

MirrorCaption kostenlos testen