Interview transkribieren lassen: Was es kostet
Die Frage kommt meist spät und unter Zeitdruck: Die Interviews sind geführt, die Abgabe rückt näher, und Abtippen ist keine Option mehr. Diese Seite stellt die drei Wege mit echten Marktpreisen gegenüber und rechnet sie an einer typischen Abschlussarbeit durch.
Die drei Wege
| Weg | Preis | Dein Zeitaufwand |
|---|---|---|
| Selbst abtippen | 0 € | 5 bis 10 Stunden je Stunde Audio |
| Transkriptionsbüro, manuell | 1,29 bis 2,49 € je Audiominute, wissenschaftlich 1,79 bis 3,49 € | Korrekturlesen, etwa 20 Minuten je Stunde Audio |
| Software mit automatischer Erkennung | 0,19 bis 0,49 € je Audiominute oder monatlicher Festpreis | Gegenhören und korrigieren, 30 bis 60 Minuten je Stunde Audio |
Preisspannen nach öffentlichen Preislisten deutscher Anbieter, Stand 2026, überwiegend zuzüglich Umsatzsteuer. Aufschläge sind üblich für schlechte Aufnahmequalität, mehr als zwei Sprechende, Dialekt und Eilaufträge.
Durchgerechnet: acht Interviews à 60 Minuten
Das ist eine übliche Größenordnung für eine Masterarbeit, also 480 Audiominuten.
| Weg | Kosten | Zeit |
|---|---|---|
| Selbst abtippen | 0 € | 40 bis 80 Stunden |
| Büro, Standardtarif 1,45 €/Min. | ca. 700 € zzgl. USt. | etwa 3 Stunden Korrektur |
| Büro, wissenschaftlicher Tarif 2,50 €/Min. | ca. 1.200 € zzgl. USt. | etwa 3 Stunden Korrektur |
| Automatischer Dienst, 0,30 €/Min. | ca. 145 € | 4 bis 8 Stunden |
| Nodl, zwei Monate Starter | 58 € | 4 bis 8 Stunden |
Die Spreizung zwischen der teuersten und der günstigsten bezahlten Variante liegt beim Zwanzigfachen. Für die meisten Abschlussarbeiten ist das der größte einzelne Kostenposten, über den überhaupt entschieden wird.
Wann welcher Weg der richtige ist
Selbst abtippen
Sinnvoll bei ein bis zwei kurzen Interviews, oder wenn die Sprachform selbst untersucht wird und ein detailliertes Regelwerk wie GAT 2 gefordert ist. Dann ist das Abtippen bereits Teil der Analyse und keine reine Fleißarbeit.
Ab etwa fünf Stunden Material wird es unwirtschaftlich. 40 Stunden Tippen sind eine volle Arbeitswoche, die in der Auswertung fehlt.
Transkriptionsbüro
Die richtige Wahl bei schlechter Aufnahmequalität, starkem Dialekt, mehr als drei Sprechenden oder wenn ein sehr genaues Regelwerk verlangt wird. Auch dann, wenn die Zeit schlicht nicht mehr reicht, denn ein Büro liefert planbar.
Zu bedenken: Das Büro ist ein Auftragsverarbeiter. Es braucht einen Vertrag nach Artikel 28 DSGVO, und in der Einwilligungserklärung deiner Interviewpartner muss stehen, dass ein externer Dienstleister beteiligt ist. Wer das nicht vorgesehen hat, kann nicht ohne Weiteres nachträglich vergeben.
Software mit automatischer Erkennung
Für die Mehrzahl der qualitativen Arbeiten der wirtschaftlichste Weg, weil dort ein einfaches, inhaltlich-semantisches Regelwerk genügt. Der Korrekturdurchgang bleibt notwendig und ist nicht optional, weil automatische Erkennung bei Fachbegriffen, Eigennamen und Verneinungen zuverlässig danebenliegt. Ein übersehenes „nicht" dreht eine Aussage um.
Die Auswahlkriterien sind weniger der Preis als drei andere Fragen: Werden Sprechende getrennt? Gibt es Zeitmarken zum Gegenhören? Und wo werden die Daten verarbeitet?
Der Posten, der in keiner Preisliste steht
Interviewaufnahmen enthalten personenbezogene Daten, bei sensiblen Themen zusätzlich besondere Kategorien nach Artikel 9 DSGVO. Ein günstiger Anbieter, der außerhalb der EU verarbeitet oder Inhalte zum Modelltraining verwendet, kann dich den Ethikantrag oder die Freigabe der Datenschutzstelle kosten. Das ist kein Preis in Euro, aber ein Preis in Wochen.
Die Fragen, die vor der Auswahl geklärt gehören, stehen im Leitfaden Interviews transkribieren und DSGVO.
Was Nodl kostet und was dafür enthalten ist
Nodl rechnet nicht pro Minute, sondern als monatliches Abo. Der Starter-Tarif liegt bei 29 € im Monat. Für eine Abschlussarbeit, deren Transkriptionsphase typischerweise vier bis acht Wochen dauert, sind das 29 bis 58 € insgesamt.
Enthalten für den Interview-Anwendungsfall:
- Vorhandene Aufnahmen hochladen, nicht nur direkt einsprechen
- Sprechertrennung mit farblicher Zuordnung im Transkript
- Zeitmarke je Abschnitt, über die die Audiostelle direkt anspringbar ist
- Verarbeitung und Speicherung in Deutschland, Sprachmodelle in der EU
- Keine Nutzung der Inhalte für das Training von Modellen
Zwei Einschränkungen, die vor der Entscheidung wichtig sind: Eine einzelne Aufnahme darf bis zu einer Stunde lang sein, längere Interviews müssen vorher geteilt werden. Und der kostenlose Zugang erlaubt einen Export, danach ist ein Tarif nötig. Aufnehmen, Transkribieren und Lesen sind vorher unbegrenzt möglich, sodass sich die Erkennungsqualität an einem echten Interview prüfen lässt, bevor Geld fließt.
Häufige Fragen
Du solltest es sogar. Das Vorgehen gehört in den Methodenteil, samt gewähltem Regelwerk und dem Hinweis, dass ein Korrekturdurchgang mit dem Audio erfolgt ist. Viele Lehrstühle erlauben automatische Transkription ausdrücklich, verlangen aber die Offenlegung. Frag im Zweifel vorher bei der Betreuung nach.
Weil ein definiertes Regelwerk eingehalten wird: einheitliche Sprecherkennzeichnung, Markierung unverständlicher Stellen, Pausen, Zeitmarken in festen Abständen. Das ist langsamer als freies Mitschreiben und erfordert Einarbeitung in das jeweilige System.
Ja, und das ist oft die günstigste Lösung bei schwierigem Material. Automatisch vortranskribieren, und nur die problematischen Aufnahmen mit schlechter Qualität oder starkem Dialekt ans Büro geben. Manche Anbieter rechnen die Korrektur von KI-Transkripten günstiger ab als eine Transkription von Grund auf.
Für Abschlussarbeiten sind sie eine ernsthafte Option, vor allem lokal laufende Modelle auf dem eigenen Rechner, weil dabei keine Daten an Dritte gehen und kein Auftragsverarbeitungsvertrag nötig ist. Der Preis dafür ist Einrichtungsaufwand, Rechenzeit und meist fehlende Sprechertrennung. Bei kostenlosen Online-Diensten lohnt der Blick in die Datenschutzerklärung, ob Inhalte zum Training verwendet werden.