Indonesische Transkription: Formell vs. Jakarta-Umgangssprache

Kann KI-Transkription mit Bahasa Indonesia gut umgehen?

Ja, Indonesisch ist 2026 eine der besser unterstützten nichteuropäischen Sprachen für KI-Transkription, und der Grund liegt in der Struktur: Bahasa Indonesia verwendet das lateinische Alphabet ohne Diakritika, hat für eine asiatische Sprache ein relativ überschaubares Phoneminventar und besitzt seit der EYD-Reform von 1972 eine einheitliche formale Rechtschreibung. Jede große ASR-Engine unterstützt die Sprache inzwischen.

Dennoch sind „unterstützt“ und „auf Ihrem Audio akkurat“ nicht dasselbe. Die Lücke zwischen beiden ergibt sich fast ausschließlich aus dem Register, nicht aus der Wahl der Engine.

Die Lücke zwischen formell und umgangssprachlich ist die eigentliche Genauigkeitsfrage

Die Genauigkeitsfrage, die die meisten stellen, lautet „wie viele Prozent?“ Die nützlichere Frage lautet „welches Indonesisch?“

Bahasa baku, der formelle geschriebene Standard, ist das, was in Nachrichtensendungen, Regierungsverhandlungen, Universitätsvorlesungen und Geschäftsberichten erscheint. Modelle werden primär auf diesem Register trainiert. Es wird vorgelesen, ist sauber und phonologisch gut vorhersagbar.

Bahasa gaul, die umgangssprachliche urbane Variante aus Jakarta, die sich über nationale Medien und soziale Plattformen verbreitet hat, ist etwas anderes. Derselbe Satz sieht völlig anders aus:

Über den Wortschatz hinaus fügt bahasa gaul Modalpartikel hinzu, die den emotionalen Ton eines Satzes justieren, ohne seine Bedeutung zu ändern: dong (Gewissheit), sih (lockere Betonung), deh (Endgültigkeit), lah (Abschwächung), kok (Überzeugungsarbeit beim skeptischen Zuhörer). Ein Modell, das diese Partikel nie in größerer Menge gesehen hat, streicht sie entweder oder liest sie fälschlich als Inhaltswörter.

Die Forschung zu indonesischem ASR hat bestätigt, dass die Variabilität des Sprechstils die Genauigkeit stärker beeinflusst als Rauschen oder Akzent, wobei spontane Umgangssprache messbar höhere Wortfehlerraten erzeugt als vorgelesene formelle Sprache. Wenn Ihre Inhalte Podcasts, Vlogs, lockere Interviews oder Team-Aufnahmen in Startups sind, betrachten Sie die beworbenen Benchmark-Zahlen für das formelle Register als Obergrenze, nicht als typisches Ergebnis.

Das Problem der Verwechslung von Indonesisch und Malaiisch

Wenn Genauigkeit zählt, dürfen Sie die Sprache nicht automatisch erkennen lassen – stellen Sie sie explizit auf Indonesisch ein. Hier ist der Grund.

Indonesisch und Malaiisch sind gegenseitig verständlich und teilen dasselbe Schriftsystem. Die indonesisch-malaysische Orthografiereform von 1972 – in Indonesien als EYD (Ejaan yang Disempurnakan), in Malaysia als ERB (Ejaan Rumi Bersama) bekannt – vereinheitlichte die Rechtschreibung beider Sprachen. Vor 1972 verwendeten sie sogar leicht unterschiedliche lateinische Umschriften derselben Laute: Das Indonesische hatte tj und dj, wo die moderne Schreibung c und j verwendet.

Das Ergebnis: Modelle zur automatischen Erkennung hören Audio, das sich in beiden Sprachen sehr ähnlich anhört, lesen es gegen ein nahezu identisches Schriftbild und haben eine reale Chance, auf Malaiisch (ms) statt auf Indonesisch (id) zu landen. Passiert das, kann das Transkript malaiische Wortschatzmuster statt indonesischer verwenden – ein durchaus relevanter Unterschied.

Was einem gut trainierten Modell tatsächlich hilft, beide auseinanderzuhalten, sind die Lehnwörter. Das Indonesische hat in der Kolonialzeit stark aus dem Niederländischen geschöpft: kantor (Büro, vom niederländischen kantoor), televisi (Fernsehen, vom niederländischen televisie), polisi (Polizei, vom niederländischen politie). Das malaysische Malaiisch entlehnte dieselben Begriffe aus dem Englischen: pejabat (Büro), televisyen (Fernsehen), polis (Polizei). Die indonesische Phonologie bewahrt außerdem das auslautende /a/, das das malaiische der Malaiischen Halbinsel zu einem Schwa abschwächt.

Praktisch heißt das: Setzen Sie den Sprachcode in jedem Transkriptionstool, das Sie verwenden, auf id. Auto-Erkennung ist bei einem so eng verwandten Sprachpaar ein Komfortmerkmal, kein Präzisionswerkzeug.

Engine-Unterstützung: Was 2026 für Indonesisch verifiziert ist

Drei große ASR-Anbieter haben die Unterstützung für Indonesisch mit ihren aktuellen Produktionsmodellen bestätigt:

Whisper (OpenAI): Indonesisch (id) steht in Whispers Liste der unterstützten Sprachen – in allen Modellgrößen, inklusive Large-v3. Whispers mehrsprachiges Training schloss Indonesisch ein. Das Modell bewältigt formelles Indonesisch gut. Studien zeigen, dass Feintuning von Whisper Medium auf indonesischen Datensätzen die Fehlerraten signifikant senkt – ein Hinweis darauf, dass das Basismodell bei umgangssprachlicher und spontaner Sprache noch spürbares Potenzial hat.

Deepgram Nova-3: Deepgram nahm Indonesisch (id) im Januar 2026 in Nova-3 auf und beschreibt die Sprache als „eine Hybridsprache, die malaiische Wurzeln, englische Lehnwörter und regionale Färbung verbindet und häufig in mehrsprachigen Umgebungen verwendet wird“. Ein aktualisiertes Nova-3-Multilingual-Release im März 2026 wies eine relative Senkung der Batch-Wortfehlerrate um rund 34 % über alle unterstützten Sprachen aus. Nova-3 bietet Keyterm-Prompting für bis zu 100 domänenspezifische Begriffe pro Anfrage – direkt nützlich, um indonesische Markennamen, Ortsnamen und Fachbegriffe einzuspeisen, die sonst falsch transkribiert würden.

AssemblyAI: Indonesisch zählt zu den 99 Sprachen, die AssemblyAIs Universal-Modell unterstützt.

Einen breiteren Vergleich dieser Engines über weitere Sprachen und Preisklassen hinweg liefert die Speech-to-Text-API-Preisübersicht 2026.

Code-Switching zwischen Indonesisch und Englisch

Indonesische Tech-, Startup- und Businessinhalte mischen routinemäßig Englisch in indonesische Sätze, und moderne ASR-Engines meistern das ordentlich. Sätze wie „Kita perlu push ke production sebelum meeting“ oder „Dia bikin konten untuk social media“ kommen zurück, wobei die indonesischen Anteile auf Indonesisch und die englischen Entlehnungen auf Englisch ausgegeben werden. Deepgram Nova-3 führt mehrsprachiges Code-Switching ausdrücklich als Funktion für Indonesisch an.

Der schwierigere Fall ist Indonesisch, vermischt mit Javanesisch oder Sundanesisch – in informellem Audio aus Mittel-, Ost- und Westjava gang und gäbe. Weder Javanesisch noch Sundanesisch ist 2026 eine produktiv unterstützte Sprache in den großen ASR-Engines. Tauchen solche Wörter in einer ansonsten indonesischen Unterhaltung auf, errät das Modell sie phonetisch, statt sie als eigene Sprache zu erkennen. Bei solch gemischtsprachigen Inhalten ist menschliche Nachbearbeitung wahrscheinlich unumgänglich.

Für sprachspezifischen Kontext zur Genauigkeit bei eng verwandten südostasiatischen Sprachen siehe den Tagalog- und Filipino-Transkriptionsleitfaden.

Vergleich von Transkriptionstools mit Indonesisch-Unterstützung

Die folgende Tabelle zeigt verifizierte Funktionen und Preise Stand Mitte 2026. Genauigkeitswerte stammen – sofern nicht anders angegeben – vom Anbieter selbst und sind als Best-Case-Angaben zu lesen.

Sonix bietet eine kostenlose Testphase mit 30 Minuten. Happy Scribe bietet 10 kostenlose Testminuten und beziffert die KI-Genauigkeit für Indonesisch mit rund 85 %; die menschlich geprüfte Option verspricht für kritische Inhalte 99 % Genauigkeit. Otter unterstützt Indonesisch gar nicht – erwähnenswert, weil das Tool für Meeting-Transkription häufig empfohlen wird.

Wer unbegrenzte Transkription zum Pauschalpreis statt minutenweiser Abrechnung sucht, bekommt bei ConvertAudioToText Indonesisch für 9,99 $ pro Monat (10 Gratisminuten im kostenlosen Tarif, einmalig bei der Registrierung).

Den vollständigen Preisvergleich über diese und weitere Dienste finden Sie im Transkriptions-Preisvergleich 2026.

Regionale Akzente: Was wirklich zählt

Vom Javanesischen geprägtes Indonesisch (Mittel- und Ostjava), vom Sundanesischen geprägtes Indonesisch (Bandung und Westjava), vom Balinesischen geprägtes Indonesisch sowie ostindonesisches Indonesisch (Maluku, Papua) bringen jeweils phonologische Muster mit, die vom formellen Jakarta-Indonesisch abweichen. Vokalrealisierung, Konsonantencluster, Intonationsverläufe und Sprechtempo variieren.

In der Praxis fällt der Effekt kleiner aus, als die Liste vermuten lässt, denn diese Sprecher nutzen Bahasa Indonesia meist als gemeinsame Verkehrssprache, nicht als ihre regionale Muttersprache. Das Register liegt oft näher an baku als an gaul – was dem Modell in die Karten spielt. Die ostindonesischen Varianten (Maluku, Papua) entfernen sich am weitesten von der Trainingsverteilung und weisen die höchsten Fehlerraten auf. Ein regionales Untermodell ist nicht nötig; das Standardmodell id deckt alle ab, mit etwas geringerer Genauigkeit an den Randbereichen.

Die größere Variable – zurück zum eingangs genannten Punkt – ist, ob Ihr Sprecher formelles oder umgangss