KI-Protokoll
KI-Protokoll: wie aus dem Meeting ein Protokoll wird
Ein KI-Protokoll ist eine Zusammenfassung einer Besprechung, die aus der Aufnahme oder aus dem Transkript entsteht, ohne dass jemand mitschreibt. Drei Schritte stecken dahinter: Das Gesprochene wird in Text umgewandelt, die Sprecher werden auseinandergehalten, und aus dem Text wird ein Entwurf mit Themen, Beschlüssen und Aufgaben.
Der zweite Schritt entscheidet, ob das Ergebnis brauchbar ist. Ein Protokoll, in dem „Sprecher 2“ etwas zusagt, ist keine Aufgabenliste. Werkzeuge, die eine fertige Mischaufnahme bekommen, müssen raten, wer gerade spricht. Raven bekommt keine Mischaufnahme: Jede Person wird auf einer eigenen Tonspur aufgenommen, und der Name steht an der Spur.
Der dritte Punkt, über den selten jemand schreibt, ist die Sprache. Auf Deutsch entscheidet die Qualität der Spracherkennung über alles, was danach kommt. Deshalb behaupten wir dort nichts, sondern veröffentlichen die gemessenen Fehlerraten je Datensatz.
In drei Schritten entsteht aus dem Gespräch ein Entwurf
Erstens: Sprache wird Text.
Die Aufnahme geht durch eine Spracherkennung, die aus dem Gesprochenen einen Fließtext mit Zeitstempeln macht. Hier entstehen die meisten Fehler, und hier entscheidet sich, ob ein Fachbegriff, ein Nachname oder eine Zahl richtig ankommt.
Zweitens: Der Text bekommt Sprecher.
Jede Zeile wird der Person zugeordnet, die sie gesagt hat. Ohne diesen Schritt kann kein Modell später sagen, wer eine Aufgabe übernommen hat.
Drittens: Aus dem Text wird ein Entwurf.
Ein Sprachmodell liest das Transkript und gliedert es: besprochene Themen, getroffene Entscheidungen, Aufgaben mit zuständiger Person und Frist, offene Punkte. Was dabei herauskommt, ist ein Entwurf, kein fertiges Dokument. Gegenlesen bleibt deine Aufgabe, und zwar bevor du es verschickst.
Getrennte Tonspuren schlagen jedes Raten
Zwei Wege zur Sprechertrennung
Zwei Wege zur Sprechertrennung: links eine Mischaufnahme, die nachträglich in Sprecher 1 und Sprecher 2 zerlegt wird, rechts vier getrennte Tonspuren mit je einem Namen, auch bei gleichzeitigem Sprechen getrennt.
Es gibt zwei Wege, in einem Protokoll zu Namen zu kommen.
Der übliche Weg: Ein Werkzeug bekommt eine fertige Aufnahme, in der alle Stimmen übereinanderliegen, und teilt sie nach Stimmmerkmalen in Abschnitte. Das Ergebnis heißt zunächst „Sprecher 1“ und „Sprecher 2“, und jemand muss die Namen nachtragen. Bei zwei ruhigen Stimmen funktioniert das gut. Bei fünf Leuten, die sich ins Wort fallen, bei schlechten Mikrofonen und bei zwei ähnlichen Stimmen wird geraten.
Der Weg in Raven: Das Meeting findet in Raven statt, also wird jede Person einzeln aufgenommen, eine Tonspur pro Teilnehmer. Der Name hängt an der Spur, nicht an einer Vermutung über die Stimme. Beim Verschriftlichen wird jede Spur für sich gelesen und danach der Reihe nach zusammengesetzt. Wer gleichzeitig redet, bekommt trotzdem zwei saubere Zeilen.
Falsch geschriebene Namen korrigierst du im Transkript. Die Änderung gilt danach für jede Stelle im Meeting, nicht nur für die eine, an der du sie angefasst hast.
Deutsch ist keine Einstellung, sondern eine Messgröße
„Unterstützt Deutsch“ steht auf jeder Produktseite im Feld. Es sagt nur, dass ein Häkchen gesetzt werden kann, und nichts darüber, wie viele Wörter danach falsch dastehen.
Wir behaupten nicht, das beste Modell zu benutzen. Wir messen die Wortfehlerrate für deutsches Audio, veröffentlichen sie je Datensatz und geben das Werkzeug heraus, mit dem gemessen wird. Damit kannst du nachrechnen, statt uns zu glauben.
Die Spracherkennung läuft überwiegend auf eigenen Rechnern in Deutschland, mit einem auf Deutsch spezialisierten Modell. Fällt diese Hardware aus, übernimmt eine gemietete Maschine in Frankfurt, im Tarif Souverän eine fremde geprüfte Enclave in Frankreich. Alles innerhalb der EU. Im Datenpfad der Gesprächsinhalte ist kein US-Anbieter eingesetzt.
Welche KI schreibt Protokolle?
Fünf Werkzeuge, vier Fragen. Jede Angabe über ein fremdes Produkt stammt von dessen eigener Seite, abgerufen am 3. September 2026, mit der Quelle unter der Tabelle. Wo wir eine Angabe nicht belegen konnten, steht das dort.
| Kriterium | Woher die Sprechertrennung kommt | Deutsch | Wo die Gesprächsinhalte verarbeitet werden | Was es kostet |
|---|---|---|---|---|
| Raven | Getrennte Tonspuren, eine je Person. Der Name hängt an der Spur. | Auf Deutsch spezialisiertes Modell, Fehlerraten je Datensatz veröffentlicht | Deutschland und EU. Im Datenpfad der Gesprächsinhalte ist kein US-Anbieter eingesetzt. | Kostenloser Tarif: 5 Meetings im Monat, bis 4 Personen, bis 45 Minuten. Bezahlt ab dem Tarif Solo, Beträge auf der Preisübersicht. |
| KlangQuelle [1] | Erkennt die Sprecher automatisch aus der Aufnahme | Transkription auf Deutsch, eigene Angabe | Alle Daten in Europa, eigene Angabe | Kostenloser Tarif ohne Kreditkarte, eigene Angabe. Beträge nennt die geprüfte Seite nicht. |
| FirefliesQuelle [2] | Ein Notetaker tritt dem Termin bei. Wie danach getrennt wird, beschreibt die geprüfte Seite nicht. | Über 100 Sprachen, eigene Angabe. Eine gemessene Güte auf Deutsch nennt die geprüfte Seite nicht. | Genannt werden SOC 2 Typ II, DSGVO und HIPAA. Einen Verarbeitungsort nennt die geprüfte Seite nicht. | Kostenloser Tarif. Pro 10, Business 19, Enterprise 39 US-Dollar je Platz im Monat bei Jahreszahlung. |
| OtterQuelle [3] | Sprecher werden benannt. Wie sie getrennt werden, beschreibt die geprüfte Seite nicht. | Deutsch ist eine von sechs Sprachen der Transkription, eigene Angabe | Genannt werden TLS und AES-256. Einen Verarbeitungsort nennt die geprüfte Seite nicht. | Kostenloser Tarif mit 300 Minuten im Monat und 30 Minuten je Gespräch. Pro 8,33, Business 19,99 US-Dollar je Nutzer im Monat im Jahresabo. |
| ChatGPT, AufnahmemodusQuelle [4] | Trennt mehrere Sprecher und vergibt Bezeichnungen wie „Speaker 1“, Namen trägst du nachträglich ein. | Funktioniert nach eigener Angabe am besten auf Englisch, andere Sprachen schwanken. | Bei Plus und Pro dürfen Transkripte in das Modelltraining gehen, solange „Improve the model for everyone“ eingeschaltet ist. Business, Enterprise und Edu sind ausgenommen. | Nur in der macOS-App und nur in den Tarifen Plus, Pro, Business, Enterprise und Edu. |
- [1]klang.ai/de/ki-meeting-protokoll/, abgerufen 03.09.2026
- [2]fireflies.ai/pricing und fireflies.ai/security, abgerufen 03.09.2026
- [3]otter.ai/pricing, abgerufen 03.09.2026
- [4]OpenAI Help Center, „ChatGPT Record“, abgerufen 03.09.2026
- Angaben zu Raven aus dem eigenen Quelltext, Stand 03.09.2026. Fremdpreise in US-Dollar, weil die Anbieter sie so ausweisen.
Kann ChatGPT ein Protokoll schreiben?
Ja, und seit dem Aufnahmemodus sogar mehr, als die meisten Ratgeber noch schreiben: Die macOS-App nimmt auf, verschriftlicht und fasst zusammen, und sie hält auch mehrere Sprecher auseinander.
Drei Dinge sind trotzdem anders. Der Modus läuft nur auf einem Mac und nur in den bezahlten Tarifen. Er ist nach Angabe des Anbieters auf Englisch am besten, und für ein deutsches Protokoll ist das die entscheidende Zeile. Und in den persönlichen Tarifen dürfen Transkripte in das Modelltraining gehen, solange die entsprechende Einstellung an ist.
Für eine Ideensammlung ist das in Ordnung. Für ein Personalgespräch, eine Mandantenbesprechung oder eine Betriebsratssitzung ist es die falsche Werkzeugklasse, und zwar nicht, weil das Modell schlecht wäre, sondern weil du für Gesprächsinhalte anderer Menschen einen Auftragsverarbeitungsvertrag und eine bewusste Entscheidung über den Verarbeitungsort brauchst.
Ohne Einwilligung keine Aufnahme
Ein KI-Protokoll setzt eine Aufzeichnung voraus, und eine Aufzeichnung setzt in aller Regel die Einwilligung aller Teilnehmenden voraus. Das ist keine Formsache, die man nachreicht.
Praktisch heißt das: Sag am Anfang, dass aufgezeichnet wird und wozu. Frag, ob jemand widerspricht. Halte im Protokoll fest, dass du gefragt hast. Und lass niemanden aufzeichnen, der gerade nicht im Raum war, als du gefragt hast.
Das ist auch der Grund, warum bei uns nichts von selbst passiert, sobald eine Aufnahme vorliegt. Der nächste Abschnitt sagt genau, was Raven tut und was es erst tut, wenn du es einschaltest.
Was Raven tut, und was es erst nach deiner Entscheidung tut
Raven ist eine Meeting-Plattform aus Deutschland. Die Besprechung findet in Raven statt, wird aufgezeichnet und verschriftlicht. Es sitzt kein zusätzlicher Teilnehmer im Gespräch, der das übernimmt, denn das Gespräch läuft schon hier.
Die Zusammenfassung entsteht nicht von selbst. Raven schreibt sie, wenn du sie anforderst, oder nach jedem Meeting, wenn du das einmal in den Einstellungen festlegst. Ab Werk steht dieser Schalter aus. Solange er aus ist, sieht kein Sprachmodell dein Transkript. Das ist Absicht, und es ist genau die Zurückhaltung, die eine Aufzeichnung ohne ausdrückliche Entscheidung vermeidet.
Der Entwurf hat vier Blöcke: besprochene Themen, getroffene Entscheidungen, Aufgaben mit zuständiger Person und Frist, offene Punkte. Jede Entscheidung wird der Person zugeordnet, die sie laut Transkript gesagt hat. Zahlen, Fristen und Namen, die nicht gefallen sind, darf das Modell nicht ergänzen, und ein offener Punkt bleibt offen, statt zum Ergebnis zu werden. Die Vorgabe, nach der geschrieben wird, kannst du ändern, für dich allein oder für dein Team. Wie ein Protokoll aufgebaut ist und welche Formulierungen hineingehören, steht auf Protokoll schreiben.
Heraus geht das Protokoll als PDF oder als Markdown, wahlweise nur die Zusammenfassung, nur das Transkript oder beides, und per E-Mail direkt aus dem Meeting. Eine Word-Datei gibt es heute nicht. Wenn dein Gremium eine feste Form verlangt, gibt es die Vorlage für ein Besprechungsprotokoll zum Herunterladen.
Aufzeichnung, Sprecherzuordnung und Zusammenfassung sind bereits im kostenlosen Tarif enthalten. Der deckt fünf Meetings im Monat ab, bis zu vier Personen und bis zu 45 Minuten, ohne Video-Aufzeichnung. Die vollständige Staffel steht auf der Preisübersicht.
Offener StandardCalDAV und CardDAV
Der Kalender und das Adressbuch auf einem eigenen Server oder beim eigenen Anbieter, etwa Nextcloud, mailbox.org oder iCloud.
GoogleKalender und Kontakte
Zwei getrennte Verbindungen, je eine für den Kalender und eine für die Kontakte.
MicrosoftOutlook
Kalender und Kontakte laufen über dieselbe Verbindung, weil sie beim Anbieter zu einem Produkt gehören.
Dein Kalender, auch wenn er nicht bei Google liegt
Der Assistent in Raven arbeitet nicht auf einer zweiten Kopie deiner Termine, sondern auf deinem Kalender. Er sucht darin, beantwortet, wann du frei bist, legt Termine an, verschiebt sie und sagt sie ab. Das gilt für alle drei Anschlüsse gleich.
Nichts davon passiert ungefragt. Bevor ein Termin entsteht, wandert oder abgesagt wird, legt der Assistent dir den Vorschlag mit Datum, Uhrzeit und Teilnehmenden hin und wartet auf deine Bestätigung.
Dein Adressbuch liest er dazu mit: Er findet die Person zum Namen und die Adresse zur Person. Geschrieben wird dort nichts. Wer seine Kontakte pflegt, macht das weiter dort, wo er es immer gemacht hat.
Der Unterschied steckt in der ersten Zeile des Registers. Wer seinen Kalender bei Microsoft oder Google führt, findet überall einen Anschluss. Wer ihn auf einem eigenen Server oder bei einem anderen Anbieter führt, meist nirgends: Zooms eigene Dokumentation nennt drei Anbieter und keinen offenen Standard (Abruf 3. September 2026). Wie das Feld auf dieser Achse steht, steht im Vergleich.
Das Protokoll geht an die Leute, die dabei waren
Der Weg vom Gesprächsende zu den Empfängern
Drei Stationen: Erstens enden vier getrennte Tonspuren an einer Linie, das Gespräch ist vorbei. Zweitens liegt ein Protokollentwurf mit vier Blöcken vor. Drittens hängen vier Postfächer mit den Namen der Teilnehmenden, in jedem liegt dasselbe Blatt; an einem Fach ist das Namensschild noch offen, weil dort die Adresse fehlt.
01Das Gespräch endet
02Der Entwurf steht
03Die Fächer tragen die Namen
Der übliche Weg nach einer Besprechung ist: Protokoll exportieren, ins Mailprogramm wechseln, den Verteiler aus dem Kalendereintrag zusammensuchen, hoffen, dass niemand fehlt.
In Raven öffnest du den Versand aus dem Meeting heraus. Die Teilnehmenden stehen bereits in der Liste, weil sie im Gespräch waren. Du hakst an, wer es bekommen soll, entscheidest, ob das Transkript und der Link zur Aufzeichnung mitgehen, und schickst es ab. Korrekturen am Text machst du vorher am Protokoll selbst.
Die Nachricht verlässt Raven über den Mailweg der Plattform. Sie kommt also erkennbar von Raven und nicht aus deinem eigenen Postfach, und Raven verlangt dafür auch keinen Zugriff darauf. Wir halten das für die sauberere Bauweise: Ein Werkzeug, das in deinem Namen aus deinem Postfach schreiben darf, kann das ab dem Tag der Verbindung immer.
Das Protokoll liegt der Nachricht als Datei bei, wahlweise als PDF oder als Markdown.
Das nächste Protokoll schreibt sich aus dem Gespräch
Du legst ein Konto an, bekommst einen Raum und verschickst den Link. Deine Gäste öffnen ihn im Browser, tragen einen Namen ein und sind drin, ohne Konto und ohne Installation. Nach dem Gespräch stehen Aufnahme und Transkript mit Namen bereit, und den Protokollentwurf startest du direkt daraus.
Häufige Fragen zum KI-Protokoll
Wie kann ich ein Protokoll von KI erstellen lassen?
Du brauchst eine Aufnahme der Besprechung. Entweder die Besprechung findet in einem Werkzeug statt, das aufzeichnet, oder du lädst eine vorhandene Aufnahme hoch. Daraus entsteht ein Transkript mit Sprechern, und daraus ein Entwurf mit Themen, Beschlüssen und Aufgaben. Sag den Teilnehmenden vorher, dass aufgezeichnet wird, und lies den Entwurf gegen, bevor du ihn verschickst.
Welche App schreibt Protokolle?
Es gibt zwei Klassen. Die eine tritt als zusätzlicher Teilnehmer in dein Meeting bei und nimmt mit, zum Beispiel Fireflies oder Otter. Die andere ist die Besprechung selbst und zeichnet auf, was ohnehin bei ihr läuft, so wie Raven. Der Unterschied zeigt sich bei der Sprechertrennung: Wer eine fertige Mischaufnahme bekommt, muss die Stimmen auseinanderrechnen, wer die Konferenz selbst betreibt, hat pro Person eine eigene Tonspur.
Wie kann ich KI-Meetings zusammenfassen?
Aus dem Transkript, nicht aus dem Gedächtnis. Ein Sprachmodell liest den verschriftlichten Text und gliedert ihn nach Themen, Entscheidungen, Aufgaben mit zuständiger Person und Frist sowie offenen Punkten. Entscheidend ist, dass im Transkript Namen stehen und nicht Sprecher 1 und Sprecher 2, sonst lässt sich keine Aufgabe zuordnen.
Was ist die beste KI für Zusammenfassungen?
Für ein Meeting-Protokoll entscheidet nicht das Sprachmodell, sondern das, was es zu lesen bekommt. Ein sehr gutes Modell auf einem schlechten deutschen Transkript liefert ein sauber formuliertes falsches Protokoll. Frag deshalb zuerst nach der gemessenen Fehlerrate auf Deutsch und nach der Herkunft der Sprechernamen, und erst danach nach dem Modell.
Wie kann ich kostenlos KI-Protokolle schreiben?
Fast alle Anbieter im Feld haben einen kostenlosen Tarif, und alle begrenzen ihn unterschiedlich: über Minuten, über die Zahl der Meetings, über die Länge oder über den Speicher. Bei Raven umfasst der kostenlose Tarif fünf Meetings im Monat mit bis zu vier Personen und bis zu 45 Minuten, mit Aufzeichnung, Sprecherzuordnung und Zusammenfassung, aber ohne Video-Aufzeichnung.
Wie kann ich ein Gespräch mit KI protokollieren?
Kläre zuerst die Einwilligung, dann die Technik. Sag zu Beginn an, dass aufgezeichnet wird und wozu, und frag nach Widerspruch. Danach zeichnest du auf, lässt verschriftlichen und erzeugst den Entwurf. Am Ende liest du gegen: Stimmen die Zuständigkeiten, stimmen die Fristen, ist ein offener Punkt als offen stehengeblieben.