Transkriptionspreise 2026: Kosten pro Minute und pro Stunde

Stand 14. Oktober 2026 kostet eine Transkription etwa $0.15 bis $0.36 pro Audiostunde über eine Sprach-API, rund $8 bis $30 im Monat im KI-Abo und etwa $120 pro Audiostunde bei menschlicher Bearbeitung. Die richtige Wahl hängt davon ab, wie viele Stunden Sie pro Monat transkribieren und ob Sie selbst programmieren können. Unter etwa 5 Stunden im Monat ist die Einzelabrechnung (Pay-per-Use) am günstigsten. Ab etwa 10 Stunden kostet ein Pauschal-Abo pro Stunde meist weniger als jeder minutengenaue Tarif mit fertiger Benutzeroberfläche.

Alle unten genannten Preise von Drittanbietern wurden am 14. Oktober 2026 direkt von den Preisseiten der jeweiligen Unternehmen in der dort angegebenen Währung übernommen. Die Links finden Sie in den Quellen. Da sich Preise ändern können, prüfen Sie diese bitte vor dem Kauf.

Transkriptionspreise im Überblick (Oktober 2026)

Preise für Sprach-APIs (vorab aufgezeichnetes Audio, Pay-as-you-go)

AssemblyAI gibt Stundenpreise an; die Minutenpreise sind der Stundensatz geteilt durch 60. Die Streaming-Preise von Deepgram sind separat aufgeführt und als zeitlich begrenzte Aktionspreise gekennzeichnet. Hierbei handelt es sich um reine Engine-Preise: Sie erhalten JSON zurück und müssen Upload, Editor, Exporte und Speicherung selbst programmieren. Einen detaillierteren Vergleich für Entwickler finden Sie in der Preisübersicht für Speech-to-Text-APIs.

AssemblyAI Universal-2

$0.15/Std.

AssemblyAI U-3.5 Pro

$0.21/Std.

Deepgram Nova-3

$0.26/Std.

OpenAI Whisper

$0.36/Std.

Rev Mensch

$119.40/Std.

API-Preise sind Pay-as-you-go für vorab aufgezeichnetes Audio. Menschliche Transkription ist Rev mit $1.99 pro Minute.

KI-Transkriptions-Abos im Vergleich

Kostenlose Tarife zum Vergleich: ConvertAudioToText transkribiert die ersten 30 Minuten einer Datei ohne Konto, und mit einem kostenlosen Konto bis zu 30 Dateien am Tag mit jeweils bis zu 30 Minuten. Der kostenlose Tarif von TurboScribe erlaubt 3 Dateien am Tag mit je bis zu 30 Minuten. Otter Basic bietet 300 Minuten im Monat bei insgesamt 3 Datei-Importen für die gesamte Laufzeit des Kontos. Der kostenlose Tarif von Rev umfasst 45 KI-Minuten im Monat.

Wenn Sie kein Abo möchten, bietet der Wochenpass (Weekly Pass) von ConvertAudioToText einmalig 1,200 Minuten für 7 Tage zum Preis von 9,99 $, was bei voller Ausschöpfung 0,50 $ pro Stunde entspricht. Guthabenpakete sind eine weitere Pay-as-you-go-Option, bei der die Minuten nie verfallen; siehe aktuelle Preise.

Hinweis zur Fair-Use-Regelung bei ConvertAudioToText für einen ehrlichen Vergleich: Nach etwa 30 Stunden Audio innerhalb von 30 Tagen werden Dateien möglicherweise über die Standard-Engine verarbeitet. Sie können weiter transkribieren, Dateien werden niemals blockiert.

Preise für menschliche Transkription

Eine geschulte Schreibkraft benötigt etwa 4 bis 6 Stunden, um eine fertige Transkriptionsstunde zu erstellen, bei schlechter Tonqualität noch länger. Arbeitszeit, Qualitätskontrolle und Marge erklären diesen Preis. Die Investition lohnt sich in wenigen klaren Fällen: bei Zeugenaussagen vor Gericht, wo Fehler formale Konsequenzen haben, bei medizinischer Dokumentation, gesetzlich vorgeschriebenen TV-Untertiteln und bei Aufnahmen, die so schlecht sind, dass die Korrektur des KI-Textes länger dauert als das Neutippen. Wo genau die Grenze verläuft, lesen Sie unter KI- vs. menschliche Transkription.

So berechnen Sie Ihre echten Kosten pro Stunde

Minutentarife: Preis pro Minute x 60 = Preis pro Stunde.

Pauschaltarife: Monatsrechnung / tatsächlich transkribierte Stunden = Ihr effektiver Stundensatz.

Otter Pro endet bei 1,200 Minuten (20 Stunden) im Monat, sodass die 50-Stunden-Zeile hier nicht greift. ConvertAudioToText Pro liegt bei jährlicher Abrechnung im gleichen Bereich; nach etwa 30 Stunden in 30 Tagen laufen einzelne Dateien gegebenenfalls über die Standard-Engine.

Ein $10-Abo ist ab etwa 39 Stunden im Monat günstiger als der billigste Deepgram-Tarif oben ($0.26 pro Stunde) und ab etwa 67 Stunden günstiger als Universal-2 von AssemblyAI ($0.15 pro Stunde). Darunter ist die API vom reinen Grundpreis her billiger, bringt aber keine fertige App mit.

Drei Nutzungsprofile durchgerechnet

Solo-Podcaster, eine 60-Minuten-Folge pro Woche (ca. 4 Stunden im Monat). AssemblyAI Universal-3.5 Pro: 240 Minuten x $0.0035 = $0.84. Deepgram Nova-3: 240 x $0.0043 = $1.03. Ein Abo kostet $8 bis $17. Wenn Sie programmieren können, gewinnt die API beim Preis; wenn Sie einen Editor, Sprechernamen und Exporte möchten, ohne selbst Code zu schreiben, ist das Abo oder ein Wochenpass der einfachere Kauf.

Journalist mit 20 Stunden Interviews im Monat. AssemblyAI Universal-3.5 Pro: 1,200 Minuten x $0.0035 = $4.20. Deepgram: $5.16. Otter Pro deckt bei jährlicher Abrechnung exakt 20 Stunden ab. Ein Pauschaltarif für $10 liegt im gleichen Preisrahmen und liefert den Editor sowie die Exportfunktionen gleich mit.

Content-Team mit 60 Stunden Rohmaterial im Monat. AssemblyAI Universal-3.5 Pro: 3,600 x $0.0035 = $12.60. Deepgram: $15.48. Ein Pauschaltarif für rund $10 im Monat kostet hier bereits weniger als die minutengenauen Engines, noch bevor Sie den Aufwand für die eigene Entwicklung einrechnen. Das 20-Stunden-Limit von Otter Pro schließt diesen Anbieter bei diesem Volumen aus.

Abrechnung pro Minute vs. pro Nutzer

Abrechnung pro Minute berechnet nur das verarbeitete Audio: gut bei geringem oder schwankendem Volumen sowie für Produkte, die diese Kosten an ihre eigenen Kunden weitergeben.

Abrechnung pro Nutzer (Per-Seat) berechnet für jeden Anwender eine Monatsgebühr, meist inklusive eines festen Minutenkontingents pro Platz (Otter, Rev, Happy Scribe). Das passt für kleine Teams, die viel aufnehmen. Für große Teams, in denen die meisten Personen nur wenig transkribieren, wird es schnell teuer.

Pauschalpreise pro Konto (ConvertAudioToText Pro, TurboScribe Unlimited) berechnen einer Person einen festen Preis ohne Minutenzähler für die normale Nutzung. Für intensive Einzelnutzer ist das auf die Stunde gerechnet am günstigsten. Für Teams wird der Tarif „Business & Teams“ von ConvertAudioToText pauschal pro Unternehmen statt pro Einzelnutzer angeboten.

Günstige Transkription: Worauf Sie achten sollten

Der günstigste Werbepreis führt nicht immer zur niedrigsten Rechnung. Prüfen Sie folgende Punkte:

• Maximale Dateilänge. Otter Pro begrenzt ein Gespräch auf 90 Minuten; eine 2-stündige Vorlesung bricht ab, selbst wenn noch Minuten übrig sind.
• Exportgebühren oder Sperren. Manche Tarife behalten DOCX, SRT oder PDF den Bezahlstufen vor. Bei ConvertAudioToText ist TXT für jedes eingeloggte Konto kostenlos, die übrigen Formate sind bei der ersten Datei, im Wochenpass, in einem Guthabenpaket oder in einem Bezahltarif enthalten.
• Jahresbindung. Die meisten niedrigen Monatspreise setzen eine Vorauszahlung für ein ganzes Jahr voraus.
• Nutzerplätze. Preise pro Nutzer multiplizieren sich mit der Teamgröße.

Eine Rangliste der preiswertesten Anbieter samt ihrer Haken finden Sie unter Die günstigsten Transkriptions-Tools, und einen detaillierten Vergleich zwischen Pauschaltarifen und Einzelabrechnung unter Unbegrenzte vs. minutengenaue Transkriptionspreise.

Self-Hosting

Wenn Sie ein offenes Sprachmodell auf Ihrer eigenen GPU betreiben, können die reinen Rechenkosten pro Stunde unter die der günstigsten API sinken. Allerdings übernehmen Sie dann Einrichtung, Überwachung, problematische Audiodateien und Updates selbst. Dieser Entwicklungsaufwand kostet meist mehr, als er einspart, es sei denn, Sie betreiben ohnehin schon GPU-Workloads oder transkribieren Tausende Stunden im Monat.

Ein guter Startpunkt

Wenn Sie ein Transkript ohne API-Schlüssel oder Minutenzähler brauchen, transkribiert ConvertAudioToText die ersten 30 Minuten jeder Datei ohne Konto. Mit einem kostenlosen Konto läuft Ihre erste Datei bis zu einer Stunde lang über die Premium-Engine; danach können Sie täglich bis zu 30 Dateien mit jeweils bis zu 30 Minuten transkribieren. Rechnen Sie Ihre eigenen Monatsstunden einfach mit der obigen Formel durch, bevor Sie sich für einen Tarif entscheiden.

Häufig gestellte Fragen

Was kostet eine Stunde Transkription im Jahr 2026?

Stand 14. Oktober 2026: Sprach-APIs berechnen etwa $0.15 bis $0.36 pro Audiostunde im Pay-as-you-go-Tarif, KI-Abos kosten rund $8 bis $30 im Monat für Einzelnutzer, und menschliche Transkription liegt bei etwa $120 pro Audiostunde (Rev verlangt $1.99 pro Minute). Ein Pauschal-Abo kann unter $1 pro Stunde fallen, sobald Sie mehr als etwa 10 Stunden im Monat transkribieren.

Wie lässt sich Audio am günstigsten transkribieren?

Für wenige Dateien über einen kostenlosen Tarif: ConvertAudioToText transkribiert die ersten 30 Minuten einer Datei ohne Konto, und ein kostenloses Konto schafft bis zu 30 Dateien am Tag mit jeweils bis zu 30 Minuten. Bei regelmäßigem Volumen ist ein Pauschal-Abo pro Stunde am günstigsten. Für Entwickler, die ein eigenes Produkt bauen, ist eine Sprach-API mit $0.15 bis $0.36 pro Stunde auf die Minute gerechnet am billigsten.

Was ist ein üblicher Preis pro Minute für eine Transkription?

Menschliche Transkription kostet bei den großen Anbietern etwa $2 pro Audiominute: Rev nennt $1.99, bei Happy Scribe beginnt das Korrekturlesen bei €1.75. KI-Transkription über eine API kostet Bruchteile eines Cents pro Minute, und KI-Abos rechnen innerhalb ihrer Limits überhaupt nicht pro Minute ab.

Was ist der Unterschied zwischen Abrechnung pro Minute und pro Nutzer?

Bei der Abrechnung pro Minute zahlen Sie für das verarbeitete Audio, die Kosten steigen also mit dem Volumen. Bei der Abrechnung pro Nutzer (Per-Seat) fällt pro Person eine Monatsgebühr an, meist inklusive eines Minutenkontingents, sodass die Kosten mit der Teamgröße wachsen. Ein kleines Team mit vielen Aufnahmen fährt besser pro Nutzer; ein großes Team mit wenigen Aufnahmen fährt besser pro Minute.

Wie lange dauert es, 1 Stunde Audio zu transkribieren?

Von Hand braucht eine erfahrene Schreibkraft etwa 4 bis 6 Stunden für klares Audio, bei schlechter Tonqualität oder mehreren Sprechern entsprechend länger. KI-Tools liefern in wenigen Minuten einen Entwurf; ConvertAudioToText benötigt für eine Stunde Audio meist rund 3 Minuten. Planen Sie in beiden Fällen Zeit ein, um Namen und Zahlen zu prüfen.

Was kostet Transkription im Geschäfts- und Finanzbereich?

Bilanzpressekonferenzen, Vorstandssitzungen und Finanzinterviews erfordern meist menschlich geprüfte Genauigkeit bei Namen und Zahlen. Rechnen Sie hier mit Preisen für menschliche Transkription von rund $2 pro Audiominute oder mit einer KI-Transkription plus eigener Kontrolle jeder einzelnen Zahl. Juristische Transkripte werden oft pro Seite abgerechnet; Rev nennt hier $2.25 bis $2.50 pro Seite.

Wann lohnt es sich, für menschliche Transkription zu bezahlen?

Wenn ein Fehler formale Konsequenzen hat: bei Zeugenaussagen und Gerichtsunterlagen, medizinischer Dokumentation, gesetzlich regulierten TV-Untertiteln oder extrem schlechter Audioqualität. Bei klaren Aufnahmen im normalen Arbeitsalltag ist KI plus ein eigener Prüfdurchgang deutlich günstiger.

Quellen

Alle Angaben geprüft am 14. Oktober 2026.

• AssemblyAI Preise: Universal-2 $0.15 pro Stunde, Universal-3.5 Pro $0.21 pro Stunde, vorab aufgezeichnet
• Deepgram Preise: Nova-3 vorab aufgezeichnet $0.0043 (einsprachig) und $0.0052 (mehrsprachig) pro Minute, Pay-as-you-go
• OpenAI API Preise: Whisper und gpt-4o-transcribe $0.006, gpt-transcribe $0.0045, gpt-4o-mini-transcribe $0.003 pro Minute
• Amazon Transcribe Preise: Batch-Transkription $0.006 pro Minute im Preisbeispiel auf der Seite
• Rev Preise: menschliche Transkription $1.99 pro Minute, juristische Transkripte $2.25 bis $2.50 pro Seite, Essentials $29.99 pro Platz monatlich oder $25.49 jährlich, kostenloser Tarif 45 KI-Minuten im Monat
• TurboScribe Preise: Unlimited $10 im Monat, $120 bei jährlicher Abrechnung; kostenloser Tarif 3 Dateien am Tag bis zu 30 Minuten
• Otter.ai Preise: Pro $8.33 jährlich oder $16.99 monatlich pro Nutzer, 1,200 Minuten
• Happy Scribe Preise: Basic €17 oder €8.50 jährlich, Pro €29 oder €19 jährlich, Zusatzguthaben €0.20 pro Minute, menschliches Korrekturlesen ab €1.75 pro Minute
• ConvertAudioToText Preise