Automatische Transkription auf dem iPhone (2026)
«Automatische Transkription» heißt: Audio rein, Text raus — ohne Abtippen. Auf dem iPhone gibt es dafür zwei ehrliche Wege: die eingebaute Transkription für kurze Memos und die KI-Transkription für alles, was danach noch benutzt werden muss — Protokoll, Übersetzung, Suche, Datei aus Teams oder WhatsApp. Gemeint ist hier ausschließlich Audio-zu-Text — gesprochene Sprache wird zu lesbarem Text, kein biologisches oder genetisches Thema.
Diese Anleitung deckt genau die drei Winkel mit sauberer Suchabsicht ab: automatische Transkription, KI-Transkription und Teams-Transkription. Das englische Gegenstück ist unsere Anleitung für deutsches Audio, der Überblick über alle Sprachen steht in der Any-Language-Anleitung. Wer statt einer App ein Aufnahmegerät sucht, findet den ehrlichen Gerätevergleich in unserer Plaud-Alternative auf Deutsch.
Der ehrliche Ausgangspunkt
Das iPhone transkribiert Deutsch bereits eingebaut — unter 10 Sprachen, gratis und auf dem Gerät. Für eine kurze Sprachnotiz reicht das, und dieser Guide wird nicht das Gegenteil behaupten.
Es endet dort, wo Audio zum Dokument werden muss: kein Import aus anderen Apps, keine Übersetzung, keine Zusammenfassung, keine Suche über Aufnahmen hinweg. Audio Notes AI deckt genau diese zweite Hälfte ab: Transkription mit OpenAIs Whisper-Modell, serverseitig in 60+ Sprachen, mit automatischer Übersetzung und Zusammenfassung.
| Weg | Sprachen | Datei-Import | Übersetzung und Zusammenfassung | Preis | Passt für |
|---|---|---|---|---|---|
| Eingebaut (Sprachmemos) | 10 Sprachen, inkl. Deutsch | Nein | Nein | Gratis | Kurze Memos |
| Audio Notes AI + Whisper | 60+ Sprachen | Ja, Audio und Video | Ja, automatisch | 60 Min. lebenslang gratis | Meetings, Vorlesungen, Dateien |
In 3 Schritten automatisch transkribieren
- Audio hereinbringen. Direkt in der App aufnehmen oder Bestehendes mitbringen: Nachricht oder Aufnahme lange drücken, Teilen tippen und Transcribe with Audio Notes AI im iOS-Teilen-Menü wählen — oder in Dateien sichern und über die Dateiauswahl importieren. Die App liest Audio in mp3, m4a und wav sowie Video in mp4 und mov.
- Serverseitig mit Whisper transkribieren. Das Audio wird hochgeladen und vom Whisper-Modell (large-v3-turbo, mit large-v3 als Reserve) transkribiert — deshalb braucht die Transkription Internet. Die Sprachauswahl hat 100 Einträge und erkennt automatisch; bei gemischtem Deutsch und Englisch Deutsch fest einstellen.
- Lesen, übersetzen, zusammenfassen. Weicht die erkannte Sprache von Ihrer bevorzugten Sprache ab, übersetzt und fasst die App automatisch zusammen — Original bleibt darunter. Eine typische Sprachnachricht liefert Text in etwa 30 Sekunden.
Wer eine Notiz per Link teilt: Der Inhalt wird mit AES-256 noch auf dem eigenen Gerät vor dem Upload verschlüsselt — der Schlüssel lebt nur im Link, und der Link läuft nach 24 Stunden ab.
KI-Transkription: was das Modell wirklich kann
Whisper schreibt Komposita als ein Wort und Umlaute (ä, ö, ü) sowie ß korrekt — die Stelle, an der Apples Diktat mit Leerzeichen um Bindestriche auffällt. Deutsch liegt bei etwa 4 bis 7 % Wortfehler, also in der fast-englischen Stufe. Österreichisches Deutsch läuft ohne Extra-Einstellung mit; starkes Schweizerdeutsch bleibt die ehrliche Ausnahme mit spürbar mehr Fehlern.
Teams-Transkription ohne Bot und Lizenz
Teams transkribiert zwar mit der Aufnahme mit, doch Zusammenfassung und Übersetzung hängen an Lizenzen. Der dateibasierte Weg umgeht das: Die MP4-Aufzeichnung aus Teams exportieren, in Dateien sichern, in Audio Notes AI importieren — der Audiotrack wird automatisch extrahiert, serverseitig transkribiert und auf Wunsch übersetzt und zusammengefasst. Kein Bot im Meeting, keine Lizenzrechnung. Dieselbe Datei-Logik gilt für Teams-Aufzeichnungen (englisch), Zoom und jedes andere Videoformat.
| Plan | Wieviel | Limit pro Aufnahme | Passt für |
|---|---|---|---|
| Eingebaut | Gratis | Je nach App | Kurze Memos |
| Audio Notes gratis | 60 Min. lebenslang | Innerhalb der 60 Min. | Testen und Wichtiges |
| Audio Notes Pro | 10.000 Min. monatlich | 90 Minuten | Dauerbetrieb |
Häufige Fragen
Wie funktioniert automatische Transkription auf dem iPhone?
Aufnehmen oder Datei importieren — Whisper transkribiert serverseitig, erkennt die Sprache automatisch und liefert Text plus Zusammenfassung in etwa 30 Sekunden. Internet ist nötig.
Was ist KI-Transkription konkret?
Das Whisper-Modell wandelt Sprache serverseitig in Text um: Deutsch bei etwa 4 bis 7 % Wortfehler, Umlaute und Komposita intakt. Danach übersetzt und fasst die App automatisch zusammen.
Kann ich ein Teams-Meeting transkribieren?
Ja, über die Datei: MP4 aus Teams exportieren, in Dateien sichern, importieren — Audiotrack wird automatisch extrahiert und transkribiert, ohne Bot und ohne Lizenz.
Gibt es das kostenlos?
Ja, zweigleisig: eingebaut gratis auf dem Gerät, plus 60 Minuten lebenslang pro Konto ohne Karte. Pro umfasst 10.000 Minuten monatlich bei 90 Minuten pro Aufnahme.
Welche Dateien kann ich importieren?
Audio in mp3, m4a und wav sowie Video in mp4 und mov. WhatsApp-Sprachnachrichten kommen am schnellsten über das Teilen-Menü in die App — die ausführliche deutsche Schritt-Anleitung steht in der WhatsApp-Transkription auf Deutsch. Der Überblick über alle 10 Messenger steht in der Voice-Message-Anleitung (englisch), gratis vergleichen in den Gratis-Tools (englisch).
Werden die Sprecher getrennt?
Nein — das Transkript kommt als ein Block, ohne Sprechertrennung. Für Meetings mit Protokollbedarf ist das die ehrliche Grenze dieser App.
Verwandeln Sie Sprache in Text
Nehmen Sie Sprachnotizen auf, erhalten Sie sofort KI-Zusammenfassungen und teilen Sie sie über sichere Links, die nach 24 Stunden ablaufen.
Im App Store laden