Transkription für
Content Creator

MirrorCaption streamt Echtzeit-Transkription und Übersetzung in 60+ Sprachen während browserbasierter Zoom-, Google-Meet- und Teams-Anrufe — oder persönlich über das Mikrofon deines Telefons. 1 Stunde lang kostenlos testen, keine Kreditkarte erforderlich.

Du hast gerade eine Kollaboration mit einer koreanischen Creatorin gelandet, deren Food-Kanal zwei Millionen Abonnenten hat. Sie ist begeistert — das hörst du. Sie beantwortet deine erste Frage ausführlich, 35 Sekunden Koreanisch, von dem du merkst, dass es lebhaft und detailliert ist. Du lächelst. Du nickst. Du hast absolut keine Ahnung, was sie gesagt hat. Und es bleiben noch 47 Minuten Interviewzeit.

Die meisten Transkriptions-Workflows für Content Creator lösen das Postproduktions-Problem. Aufnahme hochladen, warten, Transkript erhalten. Das hilft beim Schnitt, aber nicht dabei, in Minute drei eine Rückfrage zu stellen. MirrorCaption ist da, während das Gespräch noch läuft.

Zwei Arten von Transkription — und warum die meisten Creator-Tools den Moment verpassen

Die meisten Transkriptionstools für Creator sind für den Schneideraum gebaut, nicht für die Aufnahmekabine. Es gibt einen wichtigen Unterschied:

Postproduktions-Transkription — du nimmst das Video auf, lädst die Datei hoch oder verarbeitest sie, und erhältst im Nachhinein ein Transkript. MirrorCaption deckt auch das ab, und es ist für Creator absolut einen Versuch wert: Die Desktop-Audio-Transkription nimmt eine hochgeladene Aufnahme (bis zu 100 MB oder 5 Stunden) und legt das Transkript, optional übersetzt, wenige Minuten später in deiner Sitzungsverlauf ab. Aber diese Hilfe kommt erst, nachdem das Gespräch schon weitergegangen ist.

Echtzeit-Transkription — Untertitel erscheinen, während die Wörter gesprochen werden, mit weniger als 500 ms Verzögerung hinter der sprechenden Person. Otter.ai macht das für Meetings mit Englisch als Hauptsprache. MirrorCaption macht das in 60+ Sprachen mit Original und Übersetzung nebeneinander — wenn dein Gast also auf Koreanisch antwortet, siehst du links den koreanischen Text und rechts gleichzeitig die englische Übersetzung.

Die Lücke ist konkret: Wenn ein nicht englischsprachiger Gast deine Frage in Minute acht beantwortet, hilft dir kein Postproduktions-Tool dabei, in Minute neun die naheliegende Rückfrage zu stellen. Genau für diesen Moment ist MirrorCaption gebaut. Siehe auch: Live-Untertitel vs. Transkripte — was ist der eigentliche Unterschied.

Wie MirrorCaption für Content Creator funktioniert

MirrorCaption läuft vollständig in deinem Browser — keine Erweiterung, kein Bot, der dem Anruf beitritt und in der Teilnehmerliste aller erscheint.

Meet-Modus — für browserbasierte Videoanrufe

Öffne MirrorCaption in einem zweiten Tab in Chrome oder Microsoft Edge auf dem Desktop. Wähle den Meet-Modus, und teile dann deinen Zoom-, Google-Meet- oder Teams-Browser-Tab. MirrorCaption erfasst den Ton dieses Tabs zusammen mit deinem Mikrofon und beginnt sofort mit dem Streaming der Transkription. Wähle die Sprache der sprechenden Person und deine bevorzugte Übersetzungssprache — die Ansicht nebeneinander aktualisiert sich Wort für Wort, während dein Gast spricht.

Talk-Modus — für Creator-Treffen vor Ort

Du filmst eine Kollaboration vor Ort? Öffne MirrorCaption in Chrome auf deinem Telefon, wechsle in den Talk-Modus und stelle es zwischen euch auf den Tisch. Beide Sprecher lesen die Worte des anderen live. Nichts zu installieren. Keine Sorgen wegen des Datenvolumens über die normale Browsernutzung hinaus.

Nach der Sitzung

Wenn du die Sitzung beendest, gehört dir das vollständige Transkript — in die Zwischenablage kopieren, als Klartext exportieren oder als Markdown herunterladen. Sprecherlabels zeigen, wer was gesagt hat. Zeitstempel markieren jeden Abschnitt. Du kannst im Transkript suchen und zu jedem beliebigen Moment springen.

Das ist derselbe Workflow, der für mehrsprachige Remote-Teams funktioniert — nur auf dein Creator-Interview-Setup angewendet.

Das Interview-Szenario, das jeder Creator mit globalem Publikum kennt

Betrachte zwei Versionen desselben Interviews.

Ohne MirrorCaption: Ji-ho, eine koreanische Gaming-Creatorin, beantwortet deine Frage zu Burnout mit dem, was du aus ihrem Ton und ihren Gesten erkennen kannst — einer durchdachten, persönlichen Antwort. Du sprichst kein Koreanisch. Du stellst die nächste vorbereitete Frage und gehst weiter. Später, wenn das Transkript ankommt, erfährst du, dass sie eine konkrete 90-tägige Pause beschrieben hat, die sie vom Streaming genommen hat, und den genauen Moment, in dem sie beschlossen hat, zurückzukommen. Deine Rückfrage hätte der spannendste Abschnitt im Video sein können. Du wirst es nie erfahren, weil das Gespräch weiterlief.

Mit MirrorCaption: Während Ji-ho spricht, siehst du ihre Worte links in der koreanischen Spalte erscheinen — und rechts die englische Übersetzung, innerhalb einer halben Sekunde. Du liest: "Ich habe 90 Tage lang nicht gestreamt … der Moment, in dem ich zurückkam, war, als ich merkte, dass ich es für die Views gemacht hatte, nicht aus Freude." Du unterbrichst. "Warte — kannst du mehr über diesen Moment erzählen?" Das Interview nimmt eine neue Wendung.

Wenn ein japanischer Gast sagt「ちょっと難しいです」und du daneben „Ein bisschen schwierig“ erscheinen siehst, weißt du — wenn du Zeit in Japan verbracht hast — dass das eine höfliche Abschwächung einer stärkeren Meinung ist. Der Originaltext bleibt auf dem Bildschirm. Du kannst weiter nachhaken. Die Übersetzung allein reicht nicht; die Ansicht nebeneinander ist das, was dir den vollen Kontext gibt.

Das ist es, was Echtzeitübersetzung von Postproduktions-Transkription unterscheidet. Du liest nicht, was gesagt wurde. Du liest, was gerade gesagt wird — und hast noch 45 Minuten, um das Gespräch zu steuern.

Was du danach mit dem Transkript machen kannst

Das Sitzungs-Transkript ist nicht nur ein Sicherheitsnetz — es ist ein Content-Kalender. Ein 60-minütiges Creator-Interview liefert:

• Show Notes in unter 5 Minuten. Transkript kopieren, Füllwörter entfernen, in Absätze gliedern. Die exakten Zitate deines Gastes sind bereits da — kein Paraphrasieren nötig.
• YouTube-Beschreibungstext. Die Keywords, die dein Gast natürlich verwendet hat — seine Nischenbegriffe, Produktnamen, spezifischen Formulierungen — stehen wortwörtlich im Transkript. Füge sie in deine Beschreibung ein, und sie werden korrekt indexiert.
• Blogartikel-Entwurf. Nutze Pull Quotes aus dem Transkript als Abschnittsanker. Ein Zitat wie „Ich habe gemerkt, dass ich es für die Views gemacht habe, nicht aus Freude“ strukturiert einen ganzen Abschnitt, ohne aus dem Gedächtnis rekonstruiert werden zu müssen.
• Social Clips. Suche im Transkript nach prägnanten 20-Sekunden-Momenten. Die Zeitstempel zeigen dir genau, wo du schneiden musst.
• Vokabeltrainer. Wenn du ein Creator zum Sprachenlernen bist, kannst du auf jedes übersetzte Wort tippen, um das Original anzuzeigen — und es deinem persönlichen Lernstapel hinzufügen. Dein Interview ist auch eine Lektion.

Für einen tieferen Blick darauf, was du mit Creator-Transkripten plattformübergreifend machen kannst, siehe unseren Leitfaden zur mehrsprachigen Transkription.

Was MirrorCaption bei Live-Streams nicht tut (lies das zuerst)

Für zuschauerseitige Untertitel im fertigen Video decken die automatischen Untertitel von YouTube nach dem Hochladen Englisch ab. Für mehrsprachige Untertitel exportierst du das MirrorCaption-Transkript und fügst es in deinem Editor als SRT-Spur hinzu. Unser Leitfaden zu wie man Live-Untertitel für jeden Videoanruf erhält behandelt beide Ansätze im Detail.

Preise — was es für einen Creator tatsächlich kostet

Die meisten Transkriptionstools für Creator verlangen monatlich. MirrorCaption nicht.

Die Rechnung ist direkt: Für €99 einmalig amortisiert sich MirrorCaption gegenüber Descript in zwei Monaten und gegenüber Otter in drei. Danach kostet es monatlich nichts — Voice Pack-Aufladungen sind für €4.99 für 5 Stunden verfügbar, wenn du mehr als die im Premium-Plan enthaltenen 200 Stunden brauchst.

Wenn du Videos durch Schneiden des Transkripts bearbeiten musst, ist das ein separater Postproduktions-Workflow, den MirrorCaption nicht abzudecken versucht. Für das Verstehen mehrsprachiger Gäste während des eigentlichen Gesprächs ist MirrorCaption die naheliegende Wahl: Es übersetzt live, während sie sprechen, in 60+ Sprachen.

Untertitel machen fertige Videos außerdem leichter durchsuchbar, zitierbar und wiederverwendbar. Ein durchsuchbares Transkript — das du bereits von MirrorCaption hast — liefert dir den Rohtext für Untertitel, Beschreibungen, Show Notes und Clips.

Häufig gestellte Fragen

Fügt YouTube automatisch Untertitel hinzu?

Ja, aber mit Einschränkungen. YouTube generiert automatisch Untertitel für hochgeladene Langform-Videos und Shorts in vielen unterstützten Sprachen, aber die Qualität variiert und gemischte Audiodaten können Probleme verursachen. Bei Live-Streams funktionieren automatische Untertitel nur auf Englisch und bleiben nach dem Ende der Übertragung nicht bestehen — aus dem VOD wird eine neue Untertitelspur erzeugt, die von dem abweichen kann, was live angezeigt wurde. Für mehrsprachige Inhalte oder nicht englischsprachige Gäste nutze während der Aufnahme ein separates Echtzeit-Transkriptionstool.

Wie transkribiere ich ein Zoom-Interview mit einem Gast in einer Fremdsprache in Echtzeit?

Öffne MirrorCaption in einem zweiten Tab in Chrome oder Edge auf dem Desktop. Wähle den Meet-Modus und teile deinen Zoom-Browser-Tab als Audioquelle. Wähle die Sprache des Gastes als Quellsprache und deine eigene Sprache als Übersetzungsziel. Während dein Gast spricht, streamt MirrorCaption Wort-für-Wort-Transkription links und die Übersetzung rechts — kein Hochladen der Aufnahme erforderlich, kein Warten nach der Sitzung.

Kann ich MirrorCaption mit OBS verwenden?

MirrorCaption ist kein OBS-Plugin und blendet keine übersetzten Untertitel für Zuschauer in deinen Stream ein. Es zeigt Echtzeit-Untertitel in einem Browser-Tab auf deinem eigenen Bildschirm. Wenn du zuschauerseitige Untertitel innerhalb von OBS brauchst, verwende zusätzlich ein spezielles Stream-Untertitel-Plugin. MirrorCaption ist die stärkere Lösung, um einen mehrsprachigen Gast während der Übertragung zu verstehen: Es streamt 60+ Sprachen neben dem Original, in einem Browser-Tab oder in seinen nativen Apps für Mac, Windows, iPhone und Android.

Speichert MirrorCaption meine Aufnahme oder mein Audio?

Nein. MirrorCaption streamt Audio aus deinem Browser für Echtzeit-Spracherkennung und speichert keine Audioaufnahmen auf den Servern von MirrorCaption. Transkripte werden lokal in deinem Browser gespeichert (IndexedDB). Wenn du die Sitzung schließt, endet der Live-Audiostream. Nur Nutzungsminuten werden zu Abrechnungszwecken erfasst, nicht der Inhalt des Gesprächs.

Gibt es eine kostenlose Version für Content Creator?

Ja. Jedes Konto startet mit 1 kostenlosen Stunde — einmalig, kein monatlicher Reset, keine Kreditkarte erforderlich. Das reicht für ein komplettes Creator-Interview in jeder Sprache. Wenn du mehr brauchst, kostet der Premium-Plan €99 einmalig für 200 Stunden, mit verfügbaren Voice Pack-Aufladungen, falls du darüber hinausgehst.