Transkribieren in Word

Gesprochene Sprache in Text zu übersetzen (und umgekehrt) gehört zu den älteren Disziplinen der KI (künstliche Intelligenz). Entsprechende Werkzeuge sind seit vielen Jahren auf dem Markt und stellenweise sogar ausgezeichnet. Mit dem aktuellen KI-Schub hat sich aber noch einmal viel getan: Das gilt einerseits für die Qualität der Transkriptionen, andererseits aber auch für die Verbreitung und Implementation dieser Funktionen. Microsoft arbeitet schon seit Längerem mit Transkriptionsfunktionen, etwa der Diktierfunktion in Word. In den vergangenen Jahren hat sich die Entwicklung allerdings deutlich intensiviert, angefeuert durch neue Sprachverarbeitungsprodukte wie ChatGPT oder DeepL.

Im Vergleich zur bisherigen Diktierfunktion ist die Transkriptionsfunktion in Word etwas flexibler. Sie kann sowohl mit Live-Sprache als auch mit bestehenden Aufnahmen arbeiten. In beiden Fällen wird die Audio­aufnahme in die Microsoft-Cloud geladen und dort verarbeitet, was Sie bezüglich Datenschutz bedenken sollten (siehe auch nächster Abschnitt). Sie erhalten zudem eine Kopie der Aufnahme in Ihrer OneDrive-Cloud. Diese können Sie nach der Transkription behalten oder löschen.

Derzeit ist die Transkription in Word nur für zahlende Microsoft-365-Kunden freigeschaltet und funktioniert in der Word-Desktop-App für Windows und in der Web-App, Bild 1. Mac- und Linux-Nutzer müssen also die Webversion von Word verwenden.

Ob Sie die Transkription nutzen können, finden Sie einfach heraus: Öffnen Sie Word und suchen Sie im Reiter Start nach der Schaltfläche Diktieren (siehe Bild 1). Hat es unter dem Mikrofon-Symbol einen kleinen Pfeil nach unten, können Sie die Transkription dort auswählen. Falls nicht, haben Sie keinen Zugriff auf das Feature.
Aktuell dürfen Microsoft-365-Kunden bis zu 300 Minuten Audio oder Video pro Monat kostenlos transkribieren. Bis vor einigen Wochen war die Transkription ganz kostenlos. Ein Geschäftsmodell für mehr Minuten gibt es bisher nicht, dürfte aber nicht allzu weit weg sein. Gerade im Business-Bereich besteht für Microsoft grosses Potenzial für kostenpflichtige Transkriptionen.

Microsoft verwendet (wie vergleichbare Anbieter auch) einen eigenen Cloud-Dienst für die Transkription von Audio. Dafür werden Ihre Aufnahmen auf einen Microsoft-Server hochgeladen und dort verarbeitet. Laut Microsoft werden die Aufnahmen ausschliesslich für den Zweck der Transkription verarbeitet und nicht länger gespeichert als nötig. Wie immer gilt: Sofern Sie Microsoft in dieser Hinsicht vertrauen, ist der Dienst unproblematisch. Völlige Gewissheit gibt es allerdings nicht. Überlegen Sie sich bei besonders schützenswerten Daten, ob die Transkription per Cloud-Dienst wirklich unumgänglich ist. Wollen Sie die Transkription im geschäftlichen Kontext verwenden, klären Sie unbedingt vorher ab, ob dies seitens des Unternehmens erlaubt ist oder ob Regeln und Einschränkungen dazu bestehen, Bild 2.