Blog

Meeting-Protokoll automatisch erstellen: von der Aufnahme zum Dokument

Ein Meeting-Protokoll automatisch erstellen heißt nicht, jedes gesprochene Wort abzutippen, sondern aus der Aufnahme ein Dokument zu machen, das jemand in zwei Minuten liest. Hier steht, was in ein brauchbares Protokoll gehört, wie du aufnimmst, damit die Automatik etwas taugt, und was du vor dem Versand immer selbst prüfst.

Meeting transkribieren oder Protokoll schreiben: das ist nicht dasselbe

Ein Transkript ist alles, was gesagt wurde. Ein Protokoll ist das, was man behalten muss. Der Unterschied klingt banal, entscheidet aber darüber, ob das Dokument gelesen wird. Eine Stunde Besprechung ergibt als Wortprotokoll schnell vierzig Seiten, mit jedem „äh“, jedem Nebensatz über die Kaffeemaschine und jeder Diskussion, die am Ende im Sand verlaufen ist. Wer nicht dabei war, liest das nicht. Wer dabei war, erst recht nicht.

Trotzdem brauchst du beides, nur für verschiedene Zwecke:

  • Das Transkript ist dein Beleg. Wenn in drei Wochen jemand fragt, was genau zum Liefertermin gesagt wurde, suchst du dort nach dem Stichwort und findest den Wortlaut.
  • Das Protokoll ist das, was du verschickst. Eine Seite, höchstens zwei: worum ging es, was wurde entschieden, wer macht was bis wann.

Wenn du nur ein Meeting transkribieren willst, etwa weil du ein Interview auswertest oder Zitate brauchst, reicht das reine Wortprotokoll. Dafür gibt es bei Airpic ein eigenes Werkzeug, mit dem du ein Video in Text transkribieren kannst und TXT, SRT, VTT und JSON in einem ZIP bekommst. Für das Protokoll einer Besprechung ist der direkte Weg aber Video zu Dokument: Dort entsteht aus derselben Aufnahme eine Zusammenfassung mit Kapiteln, und das vollständige Transkript kann im selben Dokument dahinter stehen.

Die Faustregel: Verschickt wird die Zusammenfassung, abgelegt wird das Transkript. Niemand soll das eine lesen müssen, um das andere zu verstehen.

Was in ein brauchbares Besprechungsprotokoll gehört

Ein Besprechungsprotokoll ist dann gut, wenn eine Person, die im Urlaub war, danach weiß, was sie tun muss. Dafür braucht es fünf Dinge, in dieser Reihenfolge:

  1. Thema und Rahmen. Eine Zeile: worum ging es, wann, wer war dabei. Keine Einleitung.
  2. Beschlüsse. Was wurde entschieden, als ganzer Satz formuliert. „Der Starttermin wird auf den 3. März verschoben“ ist ein Beschluss. „Starttermin diskutiert“ ist keiner.
  3. Aufgaben mit Namen und Termin. Eine Aufgabe ohne verantwortliche Person erledigt niemand. Eine Aufgabe ohne Datum erledigt man irgendwann. Schreib beides dazu, auch wenn es im Meeting nur halb ausgesprochen wurde, und kläre es notfalls nach.
  4. Offene Punkte. Was nicht entschieden wurde und warum. Das ist der Abschnitt, der am häufigsten fehlt und beim nächsten Termin am meisten Zeit spart.
  5. Zeitmarken. Zu jedem Abschnitt die Minute der Aufnahme. Wer bei einem Beschluss Zweifel hat, springt zu 24:10 und hört sich die zwei Minuten an, statt die ganze Stunde zu durchsuchen.

Der letzte Punkt ist der eigentliche Vorteil gegenüber einem von Hand getippten Protokoll. Eine Zusammenfassung einer aufgezeichneten Besprechung verkürzt immer, und Verkürzen heißt Weglassen. Die Zeitmarke macht das Weglassen ungefährlich, weil der Weg zurück zum Original eine Sache von Sekunden ist. Das Dokument, das Airpic erzeugt, enthält deshalb Kapitel mit Zeitangabe und Kernpunkte mit der Minute, in der sie gefallen sind.

Was nicht hineingehört: der Verlauf der Diskussion in voller Länge, wer wem widersprochen hat, und Wertungen. Ein Ergebnisprotokoll hält fest, was gilt, nicht, wie man dorthin gekommen ist. Wenn der Weg wichtig ist, steht er im Transkript.

Besprechung aufnehmen, damit die Automatik etwas taugt

Die Qualität des Tons ist fast das ganze Ergebnis. Eine Spracherkennung kann nur schreiben, was sie hört, und eine Zusammenfassung kann nur zusammenfassen, was richtig geschrieben wurde. Drei Dinge machen den Unterschied, und keines davon kostet Geld:

  • Ein Mikrofon nah an der Person, die spricht. Der Laptop am Kopfende eines langen Tisches nimmt die Lüftung und das Tippen besser auf als die Kollegin am anderen Ende. Leg ein Handy in die Tischmitte, oder nutze bei Videokonferenzen die Aufnahmefunktion der Konferenz selbst: Dort hat jede Person ihr eigenes Mikrofon direkt vor dem Mund.
  • Nicht durcheinanderreden. Wenn zwei gleichzeitig sprechen, geht mindestens ein Satz verloren, oft beide. Bitte am Anfang darum, einander ausreden zu lassen. Das hilft der Aufnahme und nebenbei auch dem Meeting.
  • Den Namen sagen, bevor man spricht. „Jana hier, zum Budget“ dauert zwei Sekunden. Im Transkript steht dann der Name im Text, und beim Gegenlesen weißt du, von wem ein Vorschlag stammt, ohne Stimmen raten zu müssen.

Zwei weitere Gewohnheiten zahlen sich aus. Erstens: Lass Beschlüsse und Aufgaben am Ende laut wiederholen. „Also: Tom schickt das Angebot bis Freitag, Miriam klärt die Rechtsfrage“ ist ein Satz, den jede Automatik sauber erfasst, weil er vollständig ist. Zweitens: Sprich Zahlen und Daten aus. „Am dritten März“ ist eindeutiger als „Anfang nächsten Monats“, für Menschen wie für Software.

Und der Hinweis, den man nicht vergessen darf: Sag allen vorher, dass aufgenommen wird, und hol dir ihr Einverständnis. Das gehört in die Einladung, nicht in die erste Minute. Im Betrieb klärst du außerdem, ob es dafür interne Regeln gibt.

Zum Format: Video oder reine Tonspur, beides funktioniert. Wenn die Datei riesig ist, weil vier Kameras in voller Auflösung mitliefen, reicht die Audiodatei völlig. Für das Protokoll zählt nur der Ton.

Was du vor dem Versenden immer prüfst

Hier liegt die ehrliche Einschränkung: Eine automatische Zusammenfassung kann einen Satz der falschen Person zuordnen. Sie kann auch aus „wir sollten überlegen, ob“ einen Beschluss machen. Das passiert nicht oft, aber es passiert genau an den Stellen, an denen es weh tut. Der verbreitete Rat, das Ergebnis einfach an alle weiterzuleiten, ist deshalb falsch. Das Protokoll trägt deinen Namen, also liest du es einmal durch. Bei einer Seite dauert das fünf Minuten.

Vier Dinge prüfst du jedes Mal:

  1. Eigennamen. Personen, Firmen, Produkte, Projektnamen. Die Fehler der Spracherkennung häufen sich bei Namen, weil sie in keinem Wörterbuch stehen. Aus „Meyer“ wird „Maier“, aus dem internen Projektnamen ein ähnlich klingendes Alltagswort.
  2. Zahlen. Beträge, Stückzahlen, Prozentwerte. „Fünfzehn“ und „fünfzig“ liegen akustisch eng beieinander, im Angebot aber nicht.
  3. Daten und Fristen. Steht da der richtige Tag? Ist „nächsten Freitag“ korrekt in ein Datum übersetzt worden, oder gar nicht?
  4. Aufgaben und ihre Zuordnung. Jede Aufgabe einzeln: Hat diese Person das wirklich übernommen? Wenn du unsicher bist, spring über die Zeitmarke zur Stelle in der Aufnahme. Genau dafür ist sie da.

Es gibt auch Fälle, in denen die Automatik schlicht nicht das richtige Mittel ist. Wenn der Ton schlecht ist (Hall, Nebengeräusche, ein Mikrofon am anderen Ende des Raums), wird das Transkript lückenhaft und die Zusammenfassung errät den Rest. Dann ist ein kurzes Protokoll aus dem Gedächtnis ehrlicher als ein flüssig formuliertes, das auf falsch verstandenen Sätzen beruht. Dasselbe gilt für Runden, in denen ständig mehrere gleichzeitig reden. Und wo ein Protokoll formale Anforderungen erfüllen muss, etwa bei einer Vereinssitzung oder einer Gesellschafterversammlung, ist das automatisch erzeugte Dokument ein Entwurf: Wortlaut der Beschlüsse, Abstimmungsergebnisse und Unterschriften bleiben Handarbeit.

Nach der Korrektur verschickst du das Protokoll am besten als PDF. Wenn es vertraulich ist, kannst du das PDF mit Passwort schützen, bevor es per E-Mail rausgeht.

Aufgezeichnetes Meeting in ein Dokument umwandeln: Schritt für Schritt in Airpic

Zur Einordnung, wie lange das dauert: In unserem Test vom 4. September 2026 wurde aus einem 3-minütigen Interview in 63 Sekunden ein PDF mit ausführlicher Zusammenfassung. Die reine Transkription als Markdown war in 17 Sekunden fertig. Ein einstündiges Meeting braucht entsprechend länger, und wenn gerade kein Rechner warm ist, kommt am Anfang eine Wartezeit dazu.

So gehst du vor:

  1. Datei laden. Öffne Video zu Dokument und zieh die Aufnahme hinein, als Video oder als Audiodatei. Ein Konto brauchst du nicht. Du siehst danach eine Karte mit Dateiname und Vorschaubild, daran erkennst du, dass die richtige Datei gewählt ist.
  2. Inhalt wählen. Du entscheidest, ob das Dokument nur das Transkript, nur die Zusammenfassung oder beides enthält. Für ein Protokoll nimmst du beides: Die Zusammenfassung steht vorn und wird gelesen, das Transkript dahinter ist das Nachschlagewerk.
  3. Länge der Zusammenfassung. Kurz, mittel oder ausführlich. Für eine Besprechung mit mehreren Tagesordnungspunkten ist ausführlich die richtige Wahl, weil das Ergebnis dann in Abschnitte gegliedert ist und kein Punkt in einem einzigen Absatz untergeht. Kurz passt für einen Zehn-Minuten-Abgleich.
  4. Sprache des Dokuments. Standard ist die Sprache der Aufnahme. Du kannst aber eine andere wählen: Wurde das Meeting auf Englisch geführt und der Empfängerkreis liest lieber Deutsch, stellst du Deutsch ein und bekommst Zusammenfassung und Überschriften auf Deutsch.
  5. Format. DOCX, wenn du das Protokoll noch korrigieren willst, und das willst du (siehe oben). PDF, wenn es so verschickt werden soll, wie es ist. Markdown, wenn es in ein Wiki oder ein Notizwerkzeug wandert.
  6. Verarbeiten und lesen. Nach dem Start siehst du den Fortschritt. Am Ende erscheint der Text als Vorschau direkt auf der Seite: Titel, Zusammenfassung, Kernpunkte mit Minute und Kapitel mit Zeitangabe. Lies ihn dort schon einmal quer, bevor du lädst.
  7. Herunterladen und korrigieren. Verarbeiten und Ansehen kostet nichts. Eine vollständige Datei pro Monat lädst du gratis herunter, danach mit Guthaben, das nicht verfällt. Die aktuellen Konditionen stehen auf der Seite des Werkzeugs. Dann gehst du die vier Prüfpunkte durch und trägst nach, was die Automatik nicht wissen kann: Fristen, die nur angedeutet wurden, und die Zuordnung der Aufgaben.

Zum Umgang mit der Aufnahme, weil Besprechungen selten für fremde Ohren gedacht sind: Die Datei wird auf GPUs in der Europäischen Union verarbeitet, spätestens nach einem Tag gelöscht (eine Stunde nach dem Download) und nie zum Trainieren von Modellen verwendet.

Wenn aus der Aufzeichnung zusätzlich etwas zum Zeigen werden soll, zum Beispiel die zwei Minuten, in denen die Geschäftsführung die Strategie erklärt, lassen sich daraus Shorts aus einem Video erstellen, mit Untertiteln Wort für Wort. Für das Protokoll selbst genügt der Weg oben: Aufnahme rein, Zusammenfassung mit Transkript wählen, DOCX laden, gegenlesen, verschicken. Starten kannst du direkt bei Video zu Dokument.

FAQ

Wie kann ich ein Meeting-Protokoll automatisch erstellen lassen?

Du nimmst die Besprechung auf, lädst die Video- oder Audiodatei bei Video zu Dokument hoch und wählst Zusammenfassung plus Transkript. Heraus kommt ein Dokument mit Titel, Zusammenfassung, Kernpunkten und Kapiteln mit Zeitangabe als DOCX, PDF oder Markdown. Namen, Zahlen, Termine und Aufgaben prüfst du vor dem Versand selbst.

Was ist der Unterschied zwischen Transkript und Protokoll?

Das Transkript enthält jedes gesprochene Wort und dient als Beleg zum Nachschlagen. Das Protokoll enthält nur, was man behalten muss: Thema, Beschlüsse, Aufgaben mit Verantwortlichen und offene Punkte. Verschickt wird das Protokoll, abgelegt wird das Transkript.

Darf ich ein Meeting einfach aufnehmen?

Nicht ohne Wissen der Beteiligten. Kündige die Aufnahme vorher an, am besten schon in der Einladung, und hol dir das Einverständnis aller, die teilnehmen. Im Unternehmen klärst du zusätzlich, ob es interne Regeln dazu gibt.

Funktioniert das auch mit einer reinen Audioaufnahme?

Ja. Für das Protokoll zählt nur der Ton, eine Audiodatei reicht also aus und lädt schneller hoch als ein großes Video. Wichtiger als das Format ist die Qualität: ein Mikrofon nah an der sprechenden Person und möglichst kein Durcheinanderreden.

Von uns gemessen

  • Ein 3-minütiges Interview in 63 Sekunden in ein PDF mit ausführlicher Zusammenfassung verwandelt; nur die Transkription als Markdown in 17 Sekunden. (04-09-2026)

Gemessen auf airpic.app bei bereits laufender GPU. Wurde sie eine Weile nicht genutzt, braucht der erste Auftrag 40 bis 90 Sekunden länger zum Starten.

Aufnahme jetzt in ein Protokoll umwandeln

Weiterlesen

Reels erstellen mit KI: aus zehn Clips ein Reel mit Untertiteln

Reels erstellen mit KI: aus 10 Handy-Clips ein Reel von 30-60 Sekunden mit automatischen Untertiteln, ohne Schnittprogramm. Schritte, Einstellungen, Grenzen.

Video aus Text erstellen mit KI: so schreibst du den Prompt

Video aus Text erstellen mit KI: So schreibst du Prompts mit Ort, Motiv, Handlung, Kamera und Licht, wählst das Format und testest erst günstig im Entwurf.