Versteckte Kosten von Transkriptionsdiensten: Checkliste 2026

Die tatsächlichen Kosten eines Transkriptionstarifs sind fast nie das, was die Überschrift verspricht. Mehrverbrauch pro Minute, Eilzuschläge, gesperrte Exportformate, Sprecherdiarisierung nur in höheren Tarifen, Speicherlimit-Klippen und die Vervielfachung pro Nutzerplatz tauchen alle erst nach der Anmeldung auf, nicht davor. Die Muster sind über Anbieter hinweg konsistent genug, dass eine 30-minütige Checkliste vor jedem Kauf die meisten davon aufdeckt.

Dieser Beitrag behandelt sechs Kostenkategorien mit überprüften Beispielen aus aktuellen Preisseiten von 2026.

1. Mindestabrechnung pro Minute und Gebühren für Mehrverbrauch

Die meisten KI-Transkriptionsabos verkaufen monatliche Minutenkontingente. Die Preisgestaltung pro Minute kippt schlagartig, sobald Sie Ihr Kontingent überschreiten.

Happy Scribe berechnet 0,20 € pro Minute für die Nutzung über die im Tarif enthaltenen Minuten hinaus. Der Basic-Tarif (17 €/Monat) enthält 120 Minuten. Eine Forscherin mit einem Stapel vierstündiger Interviews erreicht das Limit bereits bei den ersten beiden Uploads und zahlt danach für jede weitere Minute einen Aufpreis. Pro enthält 600 Minuten, Business 6.000.

Der kostenlose Basic-Tarif von Otter.ai enthält 300 Minuten pro Monat mit einer Obergrenze von 90 Minuten pro Meeting. Der Gratis-Tarif begrenzt außerdem die Importe von Audiodateien auf insgesamt drei. Sind diese aufgebraucht, ist der Import weg – außer Sie upgraden.

Ein verwandtes Muster: Mindestabrechnungszeiten. Manche Dienste runden auf die nächste volle Minute (oder eine längere Einheit) auf, sodass ein 45-Sekunden-Clip genauso viel kostet wie eine ganze Minute. Die Suchergebnisse nennen bis Mitte 2026 keinen konkreten Anbieter mit längeren Mindesteinheiten, aber es ist ein dokumentiertes Muster bei transaktionsbasierten Preismodellen. Wenn Sie sehr kurze Clips haben, prüfen Sie die Abrechnungsgenauigkeit, bevor Sie sich für einen verbrauchsabhängigen Dienst entscheiden.

Nützlicher Hintergrund zum Vergleich von verbrauchsabhängigen und Abo-Modellen: Transkriptions-Preismodelle erklärt.

2. Eilzuschläge bei menschlicher Transkription

Die KI-Lieferzeit wird inzwischen in Minuten gemessen, aber die menschliche Transkription dauert weiterhin Stunden bis Tage, und Geschwindigkeit kostet Geld.

Rev berechnet 1,99 $ pro Audiominute als Basispreis für die von Menschen geprüfte Transkription. Schnellere Bearbeitungsstufen kosten Aufpreise. Die wörtliche Transkription, die Füllwörter, Abbrüche und Stottern mitschneidet, kommt zusätzlich zum Standardsatz noch pro Minute obendrauf. Wenn Sie ein Transkript am selben Tag in wörtlicher Ausgabe brauchen, summieren sich diese beiden Zuschläge.

Rev gibt ausdrücklich an, im menschlichen Tarif keinen Aufpreis für mehrere Sprecher, schwierige Audiodateien, Fachterminologie oder Akzente zu berechnen. Das ist relevant, weil es solche Zuschläge bei anderen Anbietern durchaus gibt.

Das menschliche Korrektorat von Happy Scribe beginnt bei 1,75 € pro Minute in den meisten Tarifen, mit Business-Rabatt auf 1,66 € pro Minute.

Für die meisten Anwendungsfälle hat die KI-Transkription die menschliche Transkription zur Option gemacht. Aber bei gerichtlichen Aussagen, medizinischen Diktaten oder Broadcast-Arbeiten, bei denen eine Genauigkeit unter 99 % unakzeptabel ist, ist der menschliche Tarif oft die richtige Wahl. Der Vergleich KI gegen menschliche Transkription zeigt, wann welches Modell Sinn ergibt.

3. Gesperrte Sprecherdiarisierung

Sprecherdiarisierung, also die Möglichkeit zu kennzeichnen, wer was gesagt hat, gehört zu den am häufigsten gewünschten Transkriptionsfunktionen. Sie ist auch eine der am häufigsten hinter höheren Tarifen gesperrten.

Der Gratis-Tarif von Descript enthält keine Sprechererkennung. Die Fähigkeit, 8 oder mehr Sprecher zu erkennen, gibt es erst ab Hobbyist (16 $/Monat bei Jahreszahlung) und darüber. Wer im Gratis-Tarif Sprecherlabels für ein Interview mit mehreren Personen braucht, kommt ohne Upgrade nicht weiter.

Otter.ai enthält die Sprecherdiarisierung in allen bezahlten Tarifen, beschränkt den kostenlosen Basic-Tarif jedoch auf eine einfache Sprechererkennung mit einer Grenze von 30 Minuten pro Meeting.

Fireflies.ai geht einen anderen Weg: Der Gratis-Tarif enthält unbegrenzte Transkription und KI-Zusammenfassungen, aber das Herunterladen von Transkripten und Aufnahmen erfordert Pro (10 $/Monat bei Jahreszahlung) oder höher. Sie können die Sprecher in der Oberfläche lesen – die Datei bekommen Sie nur nicht heraus.

Meine Einschätzung: Das Sperren der Sprecherdiarisierung ist die einzelne Funktionseinschränkung, die Nutzer am meisten überrascht, wenn sie einen Gratis-Tarif ausprobieren und dann merken, dass das gewünschte Ergebnis ein Upgrade erfordert. Wenn Sie gekennzeichnete Sprecher brauchen, vergewissern Sie sich vor dem Upload, dass die Funktion enthalten ist. Mehr dazu, was Diarisierung tatsächlich leistet: Sprecherdiarisierung erklärt.

4. Exportformate hinter Paywalls

Das Transkript existiert. Es im gewünschten Format herauszuholen, ist manchmal ein separater Kauf.

Der kostenlose Basic-Tarif von Otter.ai exportiert nur MP3-Audio und TXT. PDF, DOCX und SRT sind Pro vorbehalten (8,33 $/Monat bei Jahreszahlung). Wer Untertiteldateien oder ein Word-Dokument braucht, stößt im Gratis-Tarif an eine Sackgasse.

Happy Scribe schaltet seine vollständige Bibliothek mit 15 oder mehr Exportformaten, darunter VTT, STL, XML, FCPXML und EDL, erst in den Tarifen Pro und Business frei. Basic-Nutzer erhalten TXT, SRT, PDF und DOCX. Die kostenlose Testphase versieht Videoexporte mit einem Wasserzeichen.

TurboScribe bezieht eine andere Position: Alle Exportformate, darunter PDF, DOCX, TXT, SRT, VTT und CSV, sind sogar im Gratis-Tarif verfügbar (begrenzt auf drei Dateien pro Tag, jeweils bis zu 30 Minuten). Das ist eine Ausnahme – und eine bemerkenswerte – in einem Markt, in dem der Formatzugang häufig als Tarif-Unterscheidungsmerkmal dient.

Für videolastige Workflows sollten Sie vor der Wahl prüfen, ob Untertitel-Exportformate wie SRT und VTT in Ihrem Tarif enthalten sind. Das Untertitel-Generator-Tool vermittelt schnell ein Gefühl dafür, welche Ausgabe eine Transkriptions-Engine liefert.

5. Limits bei der Datenspeicherung

Manche Dienste begrenzen, wie lange sie Ihre Transkripte und Audiodateien speichern, besonders in Gratis- oder Einstiegstarifen.

Der Gratis-Tarif von Fireflies.ai begrenzt den Gesamtspeicher auf 400 Minuten pro Team. Pro erweitert dies auf 8.000 Minuten pro Platz; Business und Enterprise bieten unbegrenzten Speicher. Sobald Sie das Gratis-Limit erreichen, fallen ältere Meetings heraus – außer Sie upgraden.

Der kostenlose Basic-Tarif von Otter.ai beschränkt Sie auf Ihre 25 letzten Gespräche, unabhängig davon, wie viele Minuten sie beanspruchen. Ältere Gespräche sind in der Oberfläche nicht mehr zugänglich.

Das Muster: Gratis- und Einstiegstarife nutzen Speicherlimits als Upgrade-Hebel. Wenn Sie ein durchsuchbares Archiv vergangener Meetings oder Aufnahmen brauchen, ist das Verhalten des Gratis-Tarifs der meisten meetingorientierten Tools ein temporärer Sandkasten, kein Langzeitarchiv.

6. Preise pro Nutzerplatz im Teammaßstab

Privatkundenpreise gelten meist pro Konto. Teampreise gelten fast immer pro Platz, und die Multiplikation ist die häufigste Ursache für den Preisschock.

Otter.ai Business kostet 19,99 $ pro Nutzer und Monat bei jährlicher Abrechnung. Ein Fünf-Personen-Team zahlt 1.199 $ pro Jahr. Otters Business-Tarif bietet zusätzlich unbegrenzte Meeting-Transkription, 6.000 Minuten für importierte Dateien pro Nutzer und Monat sowie eine Obergrenze von vier Stunden pro Meeting – aber die Kosten pro Platz sind real.

Trints Starter-Tarif liegt bei etwa 80 $ pro Platz und Monat. Für ein fünfköpfiges Redaktionsteam sind das rund 400 $ pro Monat für sieben Dateien pro Platz monatlich. Der Advanced-Tarif (etwa 100 $/Platz) hebt die Dateibegrenzung für Einzelnutzer auf, verstärkt aber die Vervielfachung pro Platz für Teams.

Fireflies.ai ist moderater mit 10 bis 19 $ pro Platz und Monat (Jahresplan), aber dieselbe Multiplikation greift. Fünf Personen im Fireflies-Business-Jahresplan ergeben 95 $ pro Monat.

Der Ausweg ist nicht immer offensichtlich: Manchmal erledigt ein gemeinsam genutztes Power-User-Konto die gesamte Transkriptionsarbeit für ein ganzes Team, und Einzelkonten sind gar nicht nötig. Bevor Sie ein platzbasiertes Tool im Teammaßstab einführen, klären Sie, welche Nutzer tatsächlich Transkriptionsvolumen erzeugen und welche nur das Ergebnis lesen.

Für Teams, die abwägen, ob das Volumen einzelne Plätze oder ein anderes Modell rechtfertigt, schlüsselt der Vergleich Unbegrenzte gegen verbrauchsabhängige Transkriptionspreise die Rechnung auf verschiedenen Nutzungsniveaus auf.

Die ehrliche Vergleichstabelle

Wenn Sie einfach nur saubere Transkripte ohne Meeting-Bot, Platzgebühren oder Kontingent-Rechnerei brauchen, bietet ConvertAudioToText pauschal 9,99 $/Monat mit allen Formaten, allen Sprachen und inklusive Sprecherdiarisierung. Keine Platz-Mathematik, kein Mehrverbrauchsaufpreis bei normalem Nutzungsvolumen.

So lesen Sie eine Preisseite auf versteckte Kosten

Ein kurzer Durchlauf dieser Punkte entlarvt die meisten Überraschungen, bevor Sie sich festlegen:

• Lesen Sie jedes Sternchen. Fair-Use-Klauseln, Funktionseinschränkungen und Mehrverbrauchsauslöser stecken in Fußnoten, nicht in den Tarif-Überschriften.
• Achten Sie auf „pro Nutzer“ in der Tarifbeschreibung. Ein Business-Tarif für 20 $ ist tatsächlich eine Verpflichtung von 100 $ für ein Fünf-Personen-Team.
• Prüfen Sie den Zugriff auf Exportformate in Ihrem Tarif. Viele Dienste listen Formate auf der Preisseite nur in der Spalte des höchsten Tarifs.
• Finden Sie die Fair-Use- oder Mehrverbrauchsrichtlinie. „Unbegrenzt“ hat fast immer irgendwo in den Nutzungsbedingungen eine Decke.
• Bestätigen Sie die Sprecherdiarisierung ausdrücklich. Steht die Funktion nicht in der Spalte Ihres Tarifs, gehen Sie davon aus, dass sie nicht enthalten ist.
• Prüfen Sie den Kündigungsweg. Jährliche Bindungen bei Tarifen, die Sie nicht monatlich testen können, sind ein reales Verlustrisiko.

Versteckte Kosten von Gratis-Tarifen

Gratis-Tarife haben jenseits der üblichen versteckten Kosten ihre eigene Kategorie von Stolperfallen.

Zur Kontoerstellung kann eine hinterlegte Kreditkarte nötig sein. Kündigungsreibung ist real, besonders wenn Sie Aufnahmen im Dienst gespeichert haben und sie vor dem Absprung exportieren müssen.

Manche Gratis-Tarife erzeugen Ausgaben mit Wasserzeichen. Happy Scribe versieht Videoexporte im Gratis-Tarif mit einem Wasserzeichen. Der Gratis-Tarif von Descript versieht exportierte Videos mit einem Wasserzeichen. Ein Transkript, das Sie extern teilen müssen, ist nicht wirklich gratis, wenn das Wasserzeichen es unbrauchbar macht.

Dateianzahl- und lebenslange Importlimits (Otter Basic: drei Audio-Importe insgesamt) bedeuten, dass Sie den Gratis-Tarif schnell aufbrauchen und keinen offensichtlichen Weg zurück haben, sobald die Import-Slots verbraucht sind.

Der Vergleich Kostenlose gegen bezahlte Transkription zeigt, wann Gratis-Tarife sinnvoll sind und wann sie mehr Reibung erzeugen, als sie sparen.

FAQ

Sind „unbegrenzte“ Transkriptionstarife wirklich unbegrenzt?

Nicht immer. Die meisten Dienste definieren Fair-Use-Schwellenwerte in ihren Nutzungsbedingungen. Bei typischer Einzelnutzung erreichen Sie das Limit selten. Bei Workflows mit hohem Volumen wie Podcast-Netzwerken oder Agenturen sollten Sie die Fair-Use-Klausel sorgfältig lesen, bevor Sie sich auf einen als unbegrenzt beworbenen Tarif festlegen.

Berechnen Transkriptionsdienste Aufpreise für mehrere Sprecher?

Das hängt vom Dienst ab. Rev gibt ausdrücklich an, keinen Aufpreis für mehrere Sprecher zu berechnen. Andere KI-Dienste enthalten die Sprecherdiarisierung in allen bezahlten Tarifen oder schalten sie erst in höheren Tarifen frei, statt einen Zuschlag pro Sprecher zu erheben. Die Kosten entstehen meist durch ein Tarif-Upgrade, nicht als separate Position.

Welche Transkriptionsdienste beschränken Exportformate bei günstigeren Tarifen?

Der kostenlose Basic-Tarif von Otter.ai beschränkt Exporte auf MP3 und TXT, ohne PDF, DOCX und SRT. Happy Scribe schaltet seine vollständige Bibliothek mit über 15 Formaten erst ab Pro frei und versieht Videoexporte in niedrigeren Tarifen mit einem Wasserzeichen. TurboScribe enthält alle Formate bereits im Gratis-Tarif, was ungewöhnlich ist.

Was sind Eilzuschläge bei menschlicher Transkription?

Eilzuschläge variieren je nach Dienst und Bearbeitungszeit. Rev berechnet 1,99 $ pro Audiominute für die Standard-Transkription durch Menschen und erhebt Aufpreise für schnellere Bearbeitungsstufen. Je schneller die Lieferung, desto höher der Satz. Auch die wörtliche Transkription (mit Füllwörtern und Abbrüchen) kostet bei Rev einen zusätzlichen Zuschlag pro Minute.

Wie führen nutzerplatzbasierte Preismodelle zu unerwarteten Kosten für Teams?

Platzbasierte Tarife stellen jedem Nutzer einzeln in Rechnung statt dem gesamten Workspace. Der Business-Tarif von Otter.ai kostet 19,99 $ pro Nutzer und Monat. Trint liegt beim Starter-Tarif bei etwa 80 $ pro Platz und Monat. Fireflies.ai berechnet auf Jahresplänen 10 bis 19 $ pro Nutzer und Monat. Ein Fünf-Personen-Team kommt so leicht auf 100 bis 400 $ pro Monat – ausgehend von einem Tarif, der für einen einzelnen Nutzer günstig wirkte.

Quellen

• Rev-Preise - Struktur der Abo-Pläne und Basispreis für menschliche Transkription
• Rev-Transkriptions-Kostenrechner - Humanrate von 1,99 $/Minute bestätigt
• Otter.ai-Preise - Tarifstufen, Exportbeschränkungen, Minutenlimits
• Descript-Preise - Tarifstufen, Medienstunden-Limits, Sperren bei der Sprecherdiarisierung
• Fireflies.ai-Preise - Platzpreise, Speicherlimits, Funktionssperren
• Happy-Scribe-Preise - Tarifpreise (EUR), Minutenlimits, Mehrverbrauchssätze, Formatzugriff
• TurboScribe - Tarifpreise über Suche bestätigt (Seite lieferte beim direkten Abruf 403)