Interviews für die Forschung transkribieren: Ein praktischer Arbeitsablauf

Der Ablauf

Gute Transkription von Forschungsinterviews bedeutet, die richtigen Entscheidungen zu treffen, bevor du auf Aufnahme drückst, nicht danach. Hol dir die informierte Einwilligung schriftlich ein, nimm sauber auf, erstelle einen KI-Entwurf, prüfe ihn gegen das Audio, wende deine methodischen Konventionen an, anonymisiere den Text und speichere alles gemäß deinem IRB-Protokoll. Jede Stufe prägt die Validität deiner Daten; wenn du sie überspringst oder umstellst, entstehen Lücken, die dein Prüfungsausschuss oder dein Journal-Gutachter finden wird.

Dieser Leitfaden geht den gesamten Ablauf der Reihe nach durch. Was du mit dem Transkript machst, sobald es existiert, behandeln die Leitfäden zur thematischen Analyse und zur qualitativen Codierung.

Stufe 1: Einwilligung und Aufnahme-Setup

Bevor irgendeine Aufnahme beginnt, müssen deine Teilnehmenden ihr schriftlich zustimmen. IRBs sind da spezifisch: Die Einwilligung zur Aufnahme ist eine separate, ausdrückliche Offenlegung, keine Zeile, die in einer allgemeinen Studienvereinbarung vergraben ist. Dein Einwilligungsformular muss Folgendes abdecken:

• Dass das Interview als Audio aufgezeichnet wird
• Wer es transkribiert (dein Team, ein externer Anbieter oder ein KI-Tool)
• Wo Aufnahmen und Transkripte gespeichert werden und wer Zugriff darauf hat
• Wie lange Aufnahmen vor der Löschung aufbewahrt werden
• Ob das Transkript zur Überprüfung an die Teilnehmenden zurückgeschickt wird (Member Checking)

Einige universitäre IRBs behandeln KI-Transkriptionsanbieter seit 2025 als „in die Forschung mit Menschen eingebunden“, wenn sie Teilnehmerdaten verarbeiten. Das bedeutet, dass es die sicherere Praxis ist, die Art des verwendeten Tools (KI-gestützt) in deinem Einwilligungsformular zu benennen, selbst wenn deine Einrichtung es noch nicht ausdrücklich verlangt. Kläre das mit deinem IRB-Koordinator.

Ein praktischer Tipp: Schicke das Einwilligungsformular vor dem Interview per E-Mail. Das gibt den Teilnehmenden Zeit, es zu lesen und Fragen zu stellen, und dir einen zeitgestempelten Nachweis des Eingangs.

Für die Aufnahmeausrüstung ist ein dedizierter Audio-Rekorder in den meisten Situationen einem Telefon- oder Laptop-Mikrofon überlegen. Platzieren Sie ihn nah am Sprecher, testen Sie die Pegel vor der Sitzung und lassen Sie eine Sicherungsaufnahme laufen (viele Forscher nutzen ihr Telefon als zweites Gerät). Beschriften Sie jede Datei sofort mit Teilnehmercode, Datum und Interviewnummer.

Stufe 2: Wählen Sie Ihren Transkriptionsgrad

Bevor Sie eine einzige Datei hochladen, entscheiden Sie, welches Detailniveau Ihre Methodik erfordert. Dies ist eine Designentscheidung, keine Transkriptionsentscheidung.

Vollständiges Verbatim erfasst jedes Wort, Fülllaute (ähm, äh, also), Fehlstarts, Wiederholungen und Pausen. Einige Konventionen notieren auch nonverbale Elemente: Lachen, Seufzen, Betonung, emotionale Wechsel. Verwenden Sie vollständiges Verbatim, wenn Ihre Analyse davon abhängt, wie etwas gesagt wird: Konversationsanalyse, Diskursanalyse oder Forschung zu Kommunikationsmustern und Sprechakten.

Intelligentes Verbatim (auch sauberes Verbatim genannt) bewahrt den vollständigen Inhalt und die Bedeutung, entfernt jedoch Füllwörter, Fehlstarts und redundante Wiederholungen. Die Grammatik kann für die Lesbarkeit leicht geglättet werden. Dies ist die Standardwahl für die meisten qualitativen Arbeiten, einschließlich thematischer Analyse und Grounded Theory, bei denen der analytische Fokus darauf liegt, was gesagt wurde, nicht auf seiner verbalen Textur.

Zusammenfassende Transkription komprimiert das Interview auf Kernpunkte. Sie wird für vorläufige Kartierung oder Machbarkeitsstudien verwendet, nicht für die primäre Datenanalyse.

Dokumentieren Sie diese Entscheidung in Ihrem Methodenteil, bevor die Transkription beginnt. Ein Wechsel der Konventionen mitten in einem Projekt mit mehreren Interviews erzeugt Inkonsistenz, die den Vergleich über Fälle hinweg untergräbt.

Stufe 3: Erstellen Sie den KI-Erstentwurf

Sobald die Aufnahmen sauber sind und Ihre Transkriptionsebene festgelegt ist, laden Sie sie in Ihr Transkriptionstool hoch und aktivieren Sie die Sprecherdiarisierung. Die Diarisierung weist verschiedenen Sprechern automatisch Labels zu, was bei Interviewdaten enorm wichtig ist, da die gesamte Analyseeinheit davon abhängt, wer was gesagt hat.

Für Interviews in anderen Sprachen als Englisch wählen Sie vor der Verarbeitung die richtige Sprache aus. Die meisten Tools erkennen 50 oder mehr Sprachen, und die Genauigkeit sinkt deutlich, wenn die falsche Sprache ausgewählt wird.

Ein 60-minütiges Interview produziert typischerweise in 3 bis 5 Minuten einen ersten Entwurf. Die KI-Transkriptionsgenauigkeit ist bei klarem Audio in ruhiger Umgebung hoch, sinkt jedoch bei Akzenten, Fachvokabular, Überlappungen oder emotional aufgeladener Sprache (die Teilnehmer oft leise oder zögernd äußern). Siehe Transkriptionsgenauigkeit erklärt für einen realistischen Maßstab.

Der KI-Entwurf ist Ihr Ausgangspunkt, nicht Ihre endgültigen Daten. Analysieren Sie niemals ein ungeprüftes KI-Transkript als Forschungsdaten.

Stufe 4: Überprüfung gegen das Audio

Dies ist der zeitaufwendigste Schritt und er ist nicht optional. Spielen Sie das Audio mit 1,0x bis 1,25x Geschwindigkeit ab, während Sie das Transkript lesen. Korrigieren Sie Fehler, während Sie vorgehen.

Achten Sie besonders auf:

• Disziplin- oder gemeinschaftsspezifische Begriffe. KI-Modelle transkribieren allgemeine Sprache gut, haben aber Schwierigkeiten mit Fachvokabular, das Ihre Teilnehmenden fließend verwenden. Erstellen Sie vor der Überprüfung ein Terminologie-Glossar und korrigieren Sie diese systematisch.
• Eigennamen. Namen von Personen, Organisationen, Orten und kulturellen Referenzen werden konsequent falsch transkribiert oder phonetisch geraten.
• Emotional aufgeladene oder leise Sprache. Passagen, in denen Teilnehmende leise sprechen, zögern oder aufgewühlt sind, sind für KI schwerer zu erfassen. Oft sind genau diese Passagen analytisch am relevantesten.
• Unverständliche Abschnitte. Markieren Sie sie explizit als [unverständlich 12:34]. Raten Sie nicht. Wenn Sie etwas teilweise hören, schreiben Sie [unklar: "etwas über Finanzierung"] und kennzeichnen Sie es.

Für ein einzelnes 60-minütiges Interview dauert eine gründliche Überprüfung in der Regel 90 Minuten bis 2,5 Stunden, verglichen mit 4 bis 6 Stunden für eine manuelle Transkription von Grund auf. Bei einer Studie mit 20 Interviews entspricht dieser Unterschied etwa 60 bis 80 Stunden Forscherzeit.

Wenn mehrere Teammitglieder Transkripte überprüfen, testen Sie die Konsistenz früh: Lassen Sie zwei Personen unabhängig voneinander denselben 15-minütigen Abschnitt überprüfen und vergleichen Sie ihre Korrekturen. Abweichungen zeigen, wo Ihre Transkriptionskonventionen mehr Details benötigen. Dies ist eine Qualitätskontrolle des Transkriptionsprozesses, getrennt von Inter-Rater-Reliabilitätsprüfungen beim Kodieren (das kommt später, behandelt in qualitativem Kodieren).

Stufe 5: Wenden Sie Ihre Transkriptionskonventionen an

Nach den sachlichen Korrekturen formatieren Sie das Transkript nach Ihrem methodischen Standard:

• Sprecherbezeichnungen, durchgängig einheitlich: Interviewer: und Teilnehmer 3:, oder T3: wenn Sie Kürze bevorzugen. Wählen Sie ein Format und verwenden Sie es in jedem Transkript.
• Pausenmarkierungen, falls Ihre Methodik sie erfordert: [Pause], [lange Pause] oder Jefferson-Notation, wenn Sie Konversationsanalyse betreiben.
• Nonverbale Elemente: [lacht], [seufzt], [wird emotional].
• Betonung, falls relevant: Kursivschrift für betonte Wörter oder Großbuchstaben gemäß Ihrer gewählten Konvention.
• Zeitstempel in natürlichen Abständen oder bei jedem Sprecherwechsel, falls Ihre QDAS-Software diese erwartet.

Konsistenz ist hier der springende Punkt. Bevor Ihr Team mit der Durchsicht beginnt, schreiben Sie einen einseitigen Stilleitfaden, der jeden dieser Punkte abdeckt. NVivo, MAXQDA und ATLAS.ti importieren alle gängigen Formate (TXT, DOCX, SRT, VTT), und einheitliche Sprecherbezeichnungen ermöglichen eine automatische Kodierung nach Sprecher, was in der Analyse erheblich Zeit sparen kann. MAXQDA und ATLAS.ti synchronisieren SRT- und VTT-Zeitstempel mit Audioclips für die Clip-basierte Kodierung; NVivo funktioniert in der Regel besser mit DOCX oder zeitgestempelten CSV-Dateien.

Stufe 6: Anonymisierung des Transkripts

Die meisten Ethikprotokolle verlangen die De-Identifizierung von Transkripten vor Beginn der Analyse. Eine Ausnahme bildet die Oral-History-Forschung, bei der Teilnehmende oft namentlich genannt werden möchten. Prüfen Sie die Anforderungen Ihres Protokolls.

Anonymisierung und Pseudonymisierung sind nicht dasselbe. Anonymisierung entfernt Identifikatoren dauerhaft und macht die Daten unzurückverfolgbar; unter der DSGVO sind vollständig anonymisierte Daten nicht mehr reguliert. Pseudonymisierung ersetzt Identifikatoren durch Codes (die Person wird zu „P04“ oder „Maya“), aber ein Re-Identifikationsschlüssel existiert und die Daten bleiben reguliert.

Die meisten qualitativen Studien verwenden Pseudonymisierung. Der Re-Identifikationsschlüssel (die Liste, die „P04“ mit der echten Person verbindet) wird getrennt vom Transkript aufbewahrt, mit eingeschränktem Zugriff und einem eigenen Aufbewahrungs- und Löschplan.

Was im Transkript ersetzt oder geändert werden sollte:

• Vollständige Namen, einschließlich der Namen von Personen, die Teilnehmende erwähnen
• Konkrete Adressen, benannte Einrichtungen und identifizierbare Orte
• Berufsbezeichnungen oder Rollen, die im Kontext eindeutig genug sind, um eine Person zu identifizieren
• Daten, die in Kombination mit anderen Informationen die Identität eingrenzen könnten
• Direkte Zitate, die Teilnehmende darum gebeten haben, nicht aufzuzeichnen

Führen Sie ein Anonymisierungsprotokoll: Halten Sie für jedes Transkript fest, was ersetzt wurde und wodurch. Bewahren Sie es getrennt vom Transkript auf. Dieses Protokoll unterstützt Ihre Prüfspur und belegt, dass Sie Ihrem genehmigten Verfahren gefolgt sind.

Stufe 7: Aufbewahrung gemäß IRB-Richtlinien

IRBs verlangen einen dokumentierten Plan, wie lange Sie Aufnahmen, Transkripte und Einwilligungserklärungen aufbewahren und wie jede davon vernichtet wird. Das im Vorfeld richtig zu regeln, erspart Ihnen Compliance-Probleme bei Veröffentlichung und Archivierung.

Die allgemeine Leitlinie von US-amerikanischen Einrichtungen besagt, dass Forschungsunterlagen mindestens drei Jahre nach Abschluss der Studie aufbewahrt werden müssen (gemäß 45 CFR 46). Anforderungen von Sponsoren oder Fördergebern können diese Frist verlängern; Bundesförderungen verlangen oft fünf bis sieben Jahre. Prüfen Sie Ihre spezifischen Förderbedingungen.

Audioaufnahmen bergen ein höheres Risiko als Transkripte, da sie die tatsächliche Stimme der Teilnehmenden enthalten. Viele IRBs empfehlen, Aufnahmen zu vernichten, sobald Transkripte gegen das Audio verifiziert und das Member Checking (falls zutreffend) abgeschlossen ist. Wenn Sie Aufnahmen aufbewahren, gelten für sie dieselben Sicherheitskontrollen wie für andere identifizierbare Daten.

Praktische Speicherkontrollen:

• Verschlüsseln Sie Audiodateien und Transkripte im Ruhezustand; verwenden Sie Zugriffskontrollen, sodass nur das Forschungsteam sie öffnen kann.
• Speichern Sie auf institutionellen Servern oder einem forschungstauglichen Cloud-Dienst, nicht auf persönlichen Geräten oder Verbraucherspeichern.
• Halten Sie identifizierbare Daten (Aufnahmen, nicht anonymisierte Transkripte) getrennt von de-identifizierten Daten.
• Dokumentieren Sie Speicherort, Zugriffsliste, Aufbewahrungsfrist und Löschmethode in Ihrem Ethikantrag.

Bei der Nutzung eines KI-Transkriptionstools solltest du die Datenschutzrichtlinie des Anbieters lesen und deine Erkenntnisse in deinem Ethikantrag dokumentieren. Konkret solltest du klären: ob Audio nach der Verarbeitung gespeichert wird und wie lange, ob Inhalte zum Training von KI-Modellen verwendet werden, wo die Daten geografisch verarbeitet werden und ob eine Datenverarbeitungsvereinbarung für die DSGVO-Konformität verfügbar ist. Konsultiere den Datenschutzbeauftragten deiner Einrichtung, wenn deine Studie Teilnehmende in der EU oder im Vereinigten Königreich umfasst.

Wenn du Transkription mit minimalem Datenfußabdruck benötigst, überlege, ob ein datenschutzorientiertes Tool oder eine lokale Lösung (On-Premise) besser zu deinem Protokoll passt. Für allgemeine akademische Transkription ohne klinische PHI reicht in der Regel ein verschlüsseltes Webtool ohne Speicherung aus, sofern du es dokumentierst.

Qualitätsprüfungen, die sich lohnen

Neben dem Abgleich jedes Transkripts mit dem Audio unterstützen zwei Praktiken die Vertrauenswürdigkeit deiner Daten:

Member Checking. Das Rahmenwerk von Lincoln und Guba aus dem Jahr 1985 zur Vertrauenswürdigkeit in der qualitativen Forschung identifiziert das Zurücksenden von Transkripten an Teilnehmende zur Überprüfung als zentrale Technik zur Herstellung von Glaubwürdigkeit. Teilnehmende können Aussagen klarstellen, Missverständnisse korrigieren und bestätigen, dass das Transkript ihre Absicht widerspiegelt. Dies ist in der phänomenologischen und der Grounded-Theory-Forschung üblich; in der Konversationsanalyse ist es weniger Standard, da das Transkript dort wörtliche Rede und nicht interpretierte Bedeutung darstellt.

Audit-Trail. Dokumentiere, welches Tool du verwendet hast, wer jedes Transkript geprüft hat, welche Konventionen du befolgt hast und welche Ermessensentscheidungen bei mehrdeutigem Audio getroffen wurden. Dieser Nachweis unterstützt sowohl die Genauigkeit deiner veröffentlichten Ergebnisse als auch jede institutionelle Prüfung deiner Datenverarbeitung.

Ein Hinweis zur Tool-Auswahl

Wenn du Meeting-Bot-Workflows vermeiden und einfach eine Datei direkt hochladen möchtest, um ein sauberes Transkript zu erhalten, verarbeitet ConvertAudioToText MP3, WAV, M4A, MP4 und die meisten anderen Formate, mit Sprecherdiarisierung und Mehrsprachunterstützung. Für die Einhaltung ethischer Richtlinien lies die Datenschutzerklärung sorgfältig durch und dokumentiere deren Inhalt in deinem IRB-Antrag, wie bei jedem anderen Anbieter auch.

Häufig gestellte Fragen

Sollte ich KI-Transkription für akademische Forschung nutzen?

Ja, aber mit einem verpflichtenden Schritt der menschlichen Überprüfung. KI-Transkription erstellt in Minuten statt Stunden einen starken ersten Entwurf und reduziert die Gesamtzeit für die Transkription bei großen Interviewmengen erheblich. Die Voraussetzung ist, dass du die Ausgabe immer gegen das Originalaudio prüfst, bevor du sie als Daten behandelst. Ein ungeprüftes KI-Transkript ist ein Entwurf, kein Datensatz.

Wie lege ich KI-Transkription in meiner Forschungsmethodik offen?

Beschreibe deinen Prozess im Methodenteil: Gib an, dass die ersten Transkripte mit KI-Transkriptionssoftware erstellt wurden (nenne das Tool, wenn es dein Methodenteil rechtfertigt), und dass alle Transkripte anschließend vom Forschungsteam gegen die Originalaudioaufnahmen überprüft und korrigiert wurden. Einige Zeitschriften und IRBs verlangen inzwischen, dass du spezifizierst, wie KI-Tools mit Teilnehmerdaten verwendet wurden, also passe deine Offenlegung an die aktuellen Richtlinien deiner Einrichtung an.

In welchem Dateiformat sollte ich aufnehmen und transkribieren?

WAV bietet die höchste Audioqualität und ist verlustfrei. Für die meisten Forschungszwecke ist MP3 mit 128 kbps oder höher ausreichend und erzeugt Dateien, die in der Größe deutlich handlicher sind. Die Qualität der Aufnahmeumgebung, insbesondere Hintergrundgeräusche und Abstand zum Mikrofon, ist für die Genauigkeit der KI-Transkription wichtiger als das Dateiformat.

Wie gehe ich mit unverständlichen oder unklaren Abschnitten um?

Markieren Sie sie mit einem Zeitstempel: [unverständlich 23:45]. Wenn Sie Inhalte teilweise verstehen können, schreiben Sie auf, was Sie hören, und vermerken Sie die Unsicherheit: [unklar: "etwas über die Finanzierung"]. Raten Sie nicht. Dokumentieren Sie in Ihrer Methodik, wie häufig und an welchen Stellen unverständliche Abschnitte auftreten, da diese die Vollständigkeit Ihrer Analyse beeinträchtigen können, und kennzeichnen Sie alle, die in analytisch bedeutsame Passagen fallen.

Wie lange sollte ich Forschungsinterviews und Transkripte aufbewahren?

Die meisten US-amerikanischen Einrichtungen verlangen, dass Forschungsunterlagen mindestens drei Jahre nach Abschluss der Studie aufbewahrt werden, gemäß 45 CFR 46. Förderauflagen des Bundes verlängern diesen Zeitraum oft auf fünf bis sieben Jahre. Audioaufnahmen, die identifizierbare Stimmdaten enthalten, bergen ein höheres Risiko als anonymisierte Transkripte; viele IRBs empfehlen, sie zu löschen, sobald die Transkription abgeschlossen und verifiziert ist. Prüfen Sie die spezifischen Anforderungen Ihres Fördergebers, Ihr IRB-Protokoll und die Datenaufbewahrungsrichtlinie Ihrer Einrichtung, da diese drei voneinander abweichen können.

Quellen

• Penn State IRB Guideline XI: Research Involving Audio, Video or Digital Recordings of Research Participants: https://researchsupport.psu.edu/orp/irb/irb-resources-training-and-events/irb-guidelines/irb-guideline-xi-research-involving-audio-video-or-digital-recordings-of-research-participants/
• GoTranscript: Using AI Transcription in Human-Subjects Research: IRB Risk Checklist and Controls: https://gotranscript.com/en/blog/ai-transcription-human-subjects-research-irb-risk-checklist-controls
• GoTranscript: Retention Timeline for Recordings and Transcripts (IRB-Friendly Plan): https://gotranscript.com/en/blog/retention-timeline-recordings-transcripts-irb-friendly-plan-template
• GoTranscript: IRB Consent Script for Audio-Recorded Interviews: https://gotranscript.com/en/blog/irb-consent-script-audio-recorded-interviews-template
• Skimle: How to Anonymise and Pseudonymise Qualitative Research Data: https://skimle.com/blog/how-to-anonymise-qualitative-research-data-irb-compliant-pseudonymisation
• Statistics Solutions: Member Checking in Qualitative Research: https://www.statisticssolutions.com/member-checking-in-qualitative-research/
• ATLAS.ti: Data Anonymization in Qualitative Research: https://atlasti.com/research-hub/data-anonymization-qualitative-research
• University of Florida IRB: Investigator Requirements for Retaining Research Data: https://irb.ufl.edu/index/data/investigator-requirements-for-retaining-research-data.html
• Qualtranscribe: What the EU AI Act Means for Researchers Who Use AI Transcription: https://www.qualtranscribe.com/post/eu-ai-act-ai-transcription-researchers