Zoom für die Transkription aufzeichnen: Die Einstellungen, die wirklich zählen

Um Zoom für die Transkription aufzunehmen, erledigen Sie drei Dinge, bevor der Anruf beginnt: Aktivieren Sie getrennte Audiospuren pro Teilnehmer, stellen Sie die Unterdrückung von Hintergrundgeräuschen auf Niedrig und wählen Sie die lokale Aufnahme, wenn Ihnen Audioqualität wichtiger ist als Bequemlichkeit. Alles andere ist ein kleinerer Zusatznutzen obendrauf.

Die eine Einstellung, die alles verändert

Der Zoom-Standard erzeugt eine einzige gemischte Audiodatei. Die Stimme jedes Sprechers landet in einer Spur, und jedes Transkriptionstool muss sie allein anhand stimmlicher Merkmale trennen – ein schwieriges Problem, wenn sich drei oder mehr Sprecher überschneiden.

Wenn Sie „Für jeden Teilnehmer eine separate Audioaufnahme erstellen“ aktivieren, erhält jede Person ihre eigene M4A-Datei. Jede Datei enthält eine Stimme. Die Sprecherzuordnung wird nahezu sicher, weil die Datei selbst verrät, wer spricht – nicht ein Algorithmus, der aus Audioeigenschaften rät.

So aktivieren Sie sie für die lokale Aufnahme:

1. Öffnen Sie die Zoom-Desktop-App, dann Einstellungen, dann Aufzeichnung.
2. Setzen Sie ein Häkchen bei „Für jeden Teilnehmer eine separate Audioaufnahme erstellen“.
3. Starten Sie die Aufnahme wie gewohnt.

Bei der Cloud-Aufnahme finden Sie die Einstellung im Zoom-Webportal unter Einstellungen und dann Aufzeichnung: Suchen Sie nach „Nur eine Audiodatei aufnehmen“ und danach nach „Für jeden Teilnehmer eine separate Audiodatei aufnehmen“. Dafür benötigen Sie ein Pro-, Business- oder Enterprise-Konto mit aktivierter Cloud-Aufnahme.

Zwei Einschränkungen: Teilnehmer, die per Telefon (nicht über die Zoom-App) beitreten, werden unabhängig von dieser Einstellung zu einer einzigen kombinierten Audiodatei zusammengefasst. Und das Maximum, das Zoom unterstützt, sind 200 getrennte Sprecherspuren pro Meeting.

Lokale vs. Cloud-Aufnahme: Was sollten Sie wählen?

Die richtige Wahl hängt davon ab, was Sie optimieren wollen.

Meine Einschätzung: Bei Kundengesprächen, Interviews für journalistische Zwecke oder allem, worauf Sie später zurückgreifen wollen, nehmen Sie lokal auf. Das Audio ist besser, die Datei steht sofort zur Verfügung, und Sie sind nicht von Zooms Servern abhängig. Bei routinemäßigen Team-Stand-ups punktet die Cloud-Aufnahme durch Bequemlichkeit – Dateien werden automatisch hochgeladen, alle haben Zugriff, und der Qualitätsunterschied fällt bei internen Meetings weniger ins Gewicht.

Speziell für die Transkription ist der Kompressionsunterschied zwischen lokal und Cloud real, aber nicht die wichtigste Variable. Getrennte Spuren plus anständige Mikrofone schlagen die Bitrate in fast jedem Praxisvergleich.

Mikrofon-Setup auf der Teilnehmerseite

Aufnahmeeinstellungen können nur so gut sein wie das, was das Mikrofon liefert. Wenn drei Personen im Anruf die eingebauten Laptop-Mikrofone nutzen, wird die Aufnahme das widerspiegeln.

Bitten Sie die Teilnehmer vor dem Meeting, bei Anrufen, die Ihnen wichtig sind:

• ein kabelgebundenes USB-Headset oder externes Mikrofon zu verwenden, nicht das eingebaute des Laptops.
• während des Anrufs kabelgebundene Ohrhörer oder Kopfhörer zu tragen. Lautsprecher, die ins Mikrofon zurückspielen, erzeugen akustisches Echo, das Zooms Rauschunterdrückung für menschliche Ohren beseitigt, aber nicht sauber für die Transkription – das Transkript endet mit einem schwachen Duplikat der Wörter, das Modelle verwirrt.
• sich stummzuschalten, wenn sie nicht sprechen, besonders an lauten Orten.
• während des gesamten Anrufs beim selben Audiogerät zu bleiben. Ein Wechsel mitten im Anruf setzt Zooms Audioverarbeitung zurück.

Die Bitte um Kopfhörer wird am häufigsten ignoriert und hat die größte Wirkung. Nehmen Sie sie in die Kalendereinladung auf.

Zoom-Audioeinstellungen zum Anpassen

In der Zoom-Desktop-App jedes Teilnehmers unter Einstellungen und dann Audio:

• Hintergrundgeräusche unterdrücken: Niedrig oder Aus. Die Einstellung „Hoch“ schneidet leise Silben und Wortanfänge ab, um den Anruf für menschliche Zuhörer aufzuräumen. Diese Verarbeitung arbeitet gegen die Transkriptionsgenauigkeit. Niedrig oder Aus bewahrt das volle Audiosignal. Nachteil: Laute Teilnehmer klingen lauter, aber das Transkript wird vollständiger.
• Originalton: Ein, wenn Sie einen Podcast-Gast oder ein Interview mit guter Technik aufnehmen. Das umgeht Zooms Audioverbesserungen vollständig. Verwenden Sie es nur, wenn das Quellaudio wirklich sauber ist – es hilft nicht und kann schaden, wenn sich der Teilnehmer in einem lauten Raum befindet.
• Echounterdrückung: Auto ist für die meisten Setups in Ordnung.
• HiFi-Musikmodus: Aus für Standardmeetings. Nur Ein bei Musik- oder Podcast-Gastaufnahmen, bei denen Audioqualität wichtiger ist als Sprachverständlichkeit.

Hinweis: Die Einstellung „Für Video-Editor von Drittanbietern optimieren“ in den Präferenzen der lokalen Aufnahme ändert das Video von variabler auf konstante Bitrate. Das hilft Videoeditoren. Es hat keine nennenswerte Auswirkung auf die Audiodatei oder die Transkriptionsgenauigkeit.

Die Checkliste für die Aufnahmeseite

Gehen Sie diese in den 60 Sekunden vor dem Anruf durch:

• Die Einstellung für getrennte Audiospuren ist aktiviert (prüfen Sie das in den App-Einstellungen von Zoom, nicht nur einmal – sie kann sich zurücksetzen).
• Lokale Aufnahme ausgewählt, wenn Audioqualität zählt.
• Unterdrückung von Hintergrundgeräuschen auf Niedrig oder Aus gestellt.
• Teilnehmer tragen Kopfhörer (bestätigt über Kalendereinladung oder Nachricht zu Beginn).
• Die Aufnahme wurde allen Teilnehmern vor dem Start angekündigt.
• Der Cloud-Speicher hat Platz, falls Sie die Cloud-Aufnahme nutzen.

Die Teams, die konsequent saubere Meeting-Transkripte bekommen, verwenden keine bessere Software. Sie gehen bei jedem einzelnen Anruf eine Checkliste durch.

Nach der Aufnahme: Ihre Dateien verarbeiten

Sobald Ihre Zoom-Aufnahme fertig ist, stehen Sie vor einer von zwei Situationen.

Einzelne gemischte Datei: Waren getrennte Spuren deaktiviert, haben Sie eine audio_only.m4a. Laden Sie sie in ein beliebiges Transkriptionstool hoch. Die Sprecherzuordnung stützt sich dann auf Stimmmerkmale – rechnen Sie bei Anrufen mit drei oder mehr Teilnehmern mit 80–85 % Genauigkeit, besser bei weniger Sprechern und saubererem Audio.

Dateien pro Sprecher: Waren getrennte Spuren aktiviert, erhalten Sie einen Ordner mit audio_only.m4a und einzelnen audio_[Name].m4a-Dateien für jeden App-Teilnehmer. Zwei Ansätze:

Laden Sie jede Sprecherdatei einzeln hoch und beschriften Sie sie nach und nach. Jede Datei ergibt ein perfekt zugeordnetes Mini-Transkript. Führen Sie sie anschließend nach Zeitstempel zusammen.

Oder verwenden Sie ffmpeg, um die Sprecherdateien vor dem Hochladen zu einer Mehrkanal-WAV zusammenzuführen. So bleiben die Zeitstempel ausgerichtet, und Sie erhalten eine Ausgabedatei mit eingebetteten Sprecherlabels.

Den vollständigen Transkriptions-Workflow – was Sie mit diesen Dateien machen, wie Sie daraus Meeting-Protokolle erstellen und welche Tools Mehrsprecher-Aufnahmen am besten verarbeiten – finden Sie im Begleitartikel Wie man ein Zoom-Meeting transkribiert.

Lange Meetings und Dateiaufteilungen handhaben

Zooms kostenloser Basic-Plan begrenzt Gruppenmeetings auf 40 Minuten (gilt weiterhin 2026, laut Zooms Plan-Dokumentation). Bei kostenpflichtigen Plänen können Meetings stundenlang laufen.

Die meisten Transkriptionstools akzeptieren große Dateien. Wenn Sie eine lange Aufnahme teilen müssen, kann ffmpeg nach Zeitstempel schneiden, ohne neu zu kodieren:

ffmpeg -i meeting.m4a -ss 00:00:00 -t 01:00:00 -c copy part1.m4a
ffmpeg -i meeting.m4a -ss 01:00:00 -t 01:00:00 -c copy part2.m4a

Die ausgegebenen Transkripte lassen sich der Reihe nach zusammenfügen und gemeinsam zusammenfassen. Wie Sie das Transkript in Aufgaben und Entscheidungen umwandeln, erfahren Sie unter Meeting-Protokolle aus Audio erstellen.

Was tun, wenn Sie nicht aufnehmen können?

Manchmal verhindern rechtliche Gründe, Unternehmensrichtlinien oder Teilnehmerpräferenzen eine Aufnahme.

Zooms integrierte Live-Transkription (Teil des AI Companion bei kostenpflichtigen Plänen) liefert Ihnen während des Anrufs einen Echtzeit-Untertitel-Stream. Die Genauigkeit liegt unter guten Bedingungen bei etwa 85–90 % und sinkt bei Fachbegriffen, Akzenten und sich überschneidenden Sprechern. Das Ergebnis ist eine rohe Untertiteldatei, kein strukturiertes Transkript. Beim AI Companion deckt Zoom laut aktueller Dokumentation 46 Sprachen für Live-Untertitel ab.

Wenn weder Aufnahme noch Live-Transkription verfügbar sind, ist der Export der Live-Untertitel die nächstbeste Option. Die Qualität liegt bei rund 80 % und leidet mit zunehmender Inhaltskomplexität.

Einwilligung zur Aufnahme

Zoom zeigt allen Teilnehmern einen Hinweisbanner an, wenn ein Gastgeber die Aufnahme startet. Dieser sichtbare Hinweis erfüllt in der Regel die Anforderungen der Einwilligung einer Partei nach Bundesrecht (dem Electronic Communications Privacy Act) und in den meisten US-Bundesstaaten.

Bei Anrufen mit Teilnehmern in Kalifornien, Florida, Connecticut, Maryland oder anderen Bundesstaaten, in denen alle Parteien zustimmen müssen, ist eine verbale Bestätigung zu Beginn des Anrufs die sicherere Praxis: „Ich nehme dieses Gespräch auf, sagen Sie mir bitte Bescheid, falls das nicht in Ordnung ist.“ Nimmt der Teilnehmer weiter teil, gilt das in der Regel als Einwilligung.

Überschreitet Ihr Anruf internationale Grenzen, unterscheiden sich die Anforderungen erheblich. Prüfen Sie im Zweifel immer die Gesetze der jeweiligen Gerichtsbarkeit jedes Teilnehmers. Dieser Artikel behandelt die Aufnahmeseite; der rechtliche Rahmen für verschiedene Szenarien ist ein eigenes Thema, das eigene Recherche verdient.

Wenn Sie nur schnell ein Transkript brauchen

Wenn sich das obige Setup für einen Routineanruf zu aufwendig anfühlt, akzeptiert das Meeting-Transkriptionstool von ConvertAudioToText die gemischte audio_only.m4a-Datei, die Zoom standardmäßig erzeugt. Keine getrennten Spuren nötig. Hochladen, etwa 90 Sekunden pro Stunde Audio warten, und Sie erhalten ein Transkript mit Sprecherlabels und Zeitstempeln.

Bei Aufnahmen mit höheren Einsätzen lohnen sich die obigen Einstellungen für zwei zusätzliche Minuten Vorbereitung. Für alles andere: Nehmen Sie auf, wie es gerade bequem ist, und verbessern Sie das Ergebnis mit einem guten Transkriptionstool.

Häufig gestellte Fragen

Funktioniert die Einstellung für getrennte Audiospuren auch bei Cloud-Aufnahmen?

Ja. Zoom hat einzelne Audiodateien pro Teilnehmer für die Cloud-Aufnahme bei den Plänen Pro, Business und Enterprise eingeführt. Telefonteilnehmer sind eine Ausnahme: Alle Anrufer, die per Telefon beitreten, werden unabhängig von dieser Einstellung zu einer kombinierten Audiodatei zusammengefasst. Die lokale Aufnahme unterstützt getrennte Spuren schon länger und funktioniert weiterhin bei allen kostenpflichtigen Plänen.

Was ist der Qualitätsunterschied zwischen lokalen und Cloud-Zoom-Aufnahmen?

Lokale Aufnahmen verwenden höhere Bitraten (laut Zoom insgesamt unter 2 Mbps) und können Videos bis 1080p speichern. Cloud-Aufnahmen sind stärker komprimiert (insgesamt unter 1 Mbps) und meist auf 720p begrenzt. Für die Transkription ist der Audiounterschied real, aber gering – der größere Gewinn sind getrennte Spuren, nicht die Auflösung.

Kann ich Zoom auf dem kostenlosen Plan für die Transkription aufnehmen?

Teilweise. Kostenlose Konten können lokal aufnehmen, Sie können also eine Datei erfassen und in ein Transkriptionstool hochladen. Cloud-Aufnahmen und die Funktion für getrennte Audiospuren pro Teilnehmer erfordern beide einen kostenpflichtigen Plan (Pro oder höher). Der kostenlose Plan begrenzt Gruppenmeetings zudem auf 40 Minuten.

Hilft eine niedrigere Rauschunterdrückung tatsächlich bei der Transkription?

Ja, in den meisten Fällen. Die hohe Rauschunterdrückung von Zoom schneidet leise Wortanfänge und Plosive ab, damit Anrufe für menschliche Zuhörer sauberer klingen. Dieselbe Verarbeitung kann KI-Transkriptionsmodelle verwirren. Niedrig oder Aus bewahrt das volle Audiosignal. Der Nachteil: Befindet sich ein Teilnehmer in einer lauten Umgebung, lässt Niedrig/Aus dieses Rauschen durch.

Quellen

• Zoom Support: Changing basic and advanced cloud recording settings, support.zoom.com/hc/en/article?id=zm_kb&sysparm_article=KB0064676
• Zoom Support: Recording formats, support.zoom.com/hc/en/article?id=zm_kb&sysparm_article=KB0064394
• Zoom Support: Cloud recording storage capacity, support.zoom.com/hc/en/article?id=zm_kb&sysparm_article=KB0067670
• Zoom Support: Understanding time limits for Zoom Meetings, support.zoom.com/hc/en/article?id=zm_kb&sysparm_article=KB0067966
• Brass Transcripts: Zoom Recording Settings for Better Transcription, brasstranscripts.com/blog/zoom-recording-settings-perfect-transcription
• Recording Law: California Recording Laws (2026), recordinglaw.com/party-two-party-consent-states/california-recording-laws/
• StreamGeeks: How to Increase the Quality of Your Zoom Recordings, streamgeeks.us/how-to-increase-the-quality-of-your-zoom-recordings/