YouTube-Video in Text umwandeln – 4 Wege

Welcher Weg passt zu dir?

Du willst den Text eines YouTube-Videos – als Blogartikel, als Lernunterlage, für Untertitel oder um ein Zitat nachzuschlagen? Dafür gibt es mehrere Wege, und welcher passt, hängt vor allem von einer Frage ab: Ist es dein eigenes Video oder das von jemand anderem?

Fremdes Video, nur lesen oder kurz zitieren: Weg 1 (Transkript in YouTube anzeigen)
Eigenes Video, sauberer Text oder Untertitel: Weg 2 (Download aus YouTube Studio + Transkription) oder Weg 3 (automatische Untertitel exportieren)
Technisch versiert, alles lokal: Weg 4 (Whisper auf dem eigenen Rechner)

Am Ende findest du eine Vergleichstabelle und einen Hinweis zum Urheberrecht.

Weg 1: „Transkript anzeigen“ direkt in YouTube

YouTube erstellt für viele Videos automatisch Untertitel und zeigt sie auf Wunsch als durchlaufendes Transkript an.

So geht's (Browser am Desktop)

Öffne das Video auf youtube.com.
Klappe die Videobeschreibung unter dem Video auf („…mehr“).
Scrolle in der Beschreibung nach unten und klicke auf „Transkript anzeigen“.
Rechts neben dem Video erscheint das Transkript mit Zeitstempeln. Über das Drei-Punkte-Menü im Transkriptfenster kannst du die Zeitstempel je nach Oberfläche ein- oder ausblenden.
Markiere den Text mit der Maus und kopiere ihn in dein Dokument.

Die Position des Buttons ändert sich bei YouTube gelegentlich. Findest du ihn nicht in der Beschreibung, schau im Drei-Punkte-Menü unter dem Video nach.

Grenzen dieses Wegs

Nicht bei jedem Video verfügbar. Wenn die Person keine Untertitel hochgeladen hat und keine automatischen Untertitel erzeugt wurden, gibt es kein Transkript.
Qualität schwankt. Automatische YouTube-Untertitel haben oft wenig oder keine Satzzeichen, Eigennamen und Fachbegriffe sind häufig falsch.
Umständliches Kopieren. Bei langen Videos musst du viel scrollen, und die Zeitstempel landen je nach Einstellung mit im Text.
Nur zum Lesen gedacht. Das Kopieren ersetzt kein Nutzungsrecht – dazu unten mehr.

Für einen schnellen Überblick oder ein kurzes Zitat mit Quellenangabe reicht dieser Weg oft völlig.

Weg 2: Eigenes Video aus YouTube Studio herunterladen und transkribieren

Wenn es um dein eigenes Video geht und du einen sauberen, gut lesbaren Text brauchst, ist dieser Weg meist der beste. Du lädst das Video aus YouTube Studio herunter und lässt es von einer spezialisierten Transkriptions-KI verschriftlichen.

Schritt für Schritt

Melde dich in YouTube Studio an und öffne links den Bereich „Inhalte“.
Fahre mit der Maus über das gewünschte Video und klicke auf das Drei-Punkte-Menü („Optionen“).
Wähle „Herunterladen“. Du erhältst eine MP4-Datei. Die Download-Qualität kann je nach Video begrenzt sein – für die Transkription zählt aber nur die Tonspur, das Bild spielt keine Rolle.
Lade die MP4-Datei bei Scriptivo hoch. Die Audiospur wird automatisch extrahiert. Wähle die Sprache des Videos manuell aus, das verbessert das Ergebnis.
Nach ein paar Minuten bekommst du das Transkript mit Zeitstempeln. Du kannst es direkt im Browser korrigieren.
Exportiere den Text als TXT (kostenlos) oder – mit Pro – als DOCX, PDF oder als Untertiteldatei im Format SRT oder VTT.

Tipp: Wenn du eine Originaldatei vom Schnittprogramm noch hast, nimm lieber diese. Sie ist oft in besserer Qualität als der YouTube-Download.

Mehr Details, Formate und Limits findest du auf der Seite YouTube-Video transkribieren. Für andere Videoquellen wie Screenrecordings oder Webinare hilft dir Video in Text umwandeln.

Kein Link-Import: Scriptivo transkribiert Dateien, die du hochlädst. Einen YouTube-Link einfügen funktioniert nicht – bewusst, denn du solltest nur Material transkribieren, an dem du die Rechte hast oder für das du eine Erlaubnis besitzt.

Weg 3: Automatische Untertitel deines Videos in YouTube Studio exportieren

YouTube erzeugt für viele eigene Videos automatisch Untertitel. Diese kannst du in YouTube Studio als Untertiteldatei herunterladen.

So geht's

Öffne in YouTube Studio links den Bereich „Untertitel“.
Wähle das Video aus.
In der Liste der Sprachen siehst du einen Eintrag für die automatisch erstellten Untertitel (erkennbar am Zusatz „automatisch“).
Über das Drei-Punkte-Menü neben dem Eintrag wählst du „Herunterladen“ und je nach Angebot das Format .srt, .vtt oder .sbv.

Die Menüführung kann sich mit Updates von YouTube Studio ändern; das Prinzip bleibt meist gleich.

Welches Format nehmen?

SRT: das verbreitetste Untertitelformat, funktioniert in fast jedem Schnittprogramm und Player.
VTT (WebVTT): Standard für Web-Player und HTML5-Video.
SBV: ein einfaches YouTube-eigenes Format, außerhalb von YouTube wenig verbreitet.

Wenn du nur den reinen Text brauchst, kannst du jede dieser Dateien in einem Texteditor öffnen und die Zeitangaben entfernen. Musst du zwischen SRT und VTT wechseln oder die Zeiten verschieben, hilft der kostenlose SRT-VTT-Konverter.

Grenzen

Automatische YouTube-Untertitel sind in der Qualität oft schwächer als eine Transkription mit einem großen Whisper-Modell: Satzzeichen fehlen häufig, die Zeilen sind in kurze Häppchen zerteilt und Namen werden oft falsch geschrieben. Für veröffentlichte Untertitel solltest du sie gründlich korrigieren – oder direkt über Weg 2 eine neue SRT-Datei erzeugen und diese wieder bei YouTube hochladen. Wie das geht, erklären wir auf der Seite Untertitel für YouTube.

Weg 4: Whisper lokal auf dem eigenen Rechner

Wenn du technisch versiert bist und alles lokal verarbeiten möchtest, kannst du das Open-Source-Modell Whisper von OpenAI selbst installieren. Das ist besonders dann interessant, wenn deine Videos vertrauliche Inhalte haben und nicht in eine Cloud hochgeladen werden sollen.

Grober Ablauf

Python und ffmpeg installieren. Whisper braucht beides; ffmpeg liest die Audiospur aus dem Video.
Whisper installieren, zum Beispiel per Paketmanager:

pip install -U openai-whisper

Transkription starten – mit deiner eigenen Videodatei:

whisper mein-video.mp4 --language de --model turbo --output_format srt

Whisper legt die Ausgabedatei (hier SRT) im aktuellen Ordner ab. Mit --output_format txt bekommst du reinen Text.

Was du wissen solltest

Hardware zählt. Größere Modelle wie large-v3 sind genauer, laufen ohne leistungsfähige Grafikkarte aber sehr langsam. Kleinere Modelle sind schneller, aber fehleranfälliger.
Einrichtung kostet Zeit. Treiber, Python-Versionen und Pfade können beim ersten Mal Nerven kosten.
Keine Oberfläche. Korrigieren und Exportieren machst du selbst in einem Editor.
Grafische Alternativen: Wer nicht mit der Kommandozeile arbeiten will, findet Programme mit Oberfläche, die Whisper lokal nutzen, etwa noScribe. Einen fairen Vergleich findest du unter noScribe-Alternative.

Die 4 Wege im Vergleich

	Weg 1: Transkript anzeigen	Weg 2: Studio-Download + Scriptivo	Weg 3: Auto-Untertitel exportieren	Weg 4: Whisper lokal
Für welche Videos	alle mit Untertiteln	nur eigene	nur eigene	eigene Dateien
Aufwand	sehr gering	gering	gering	hoch (Einrichtung)
Textqualität	schwankend, oft ohne Satzzeichen	gut lesbar, mit Satzzeichen	schwankend	je nach Modell gut
Zeitstempel	ja	ja	ja	ja
Untertitel-Export (SRT/VTT)	nein	ja (Pro)	ja	ja
Bearbeitung im Browser	nein	ja	nein	nein
Kosten	kostenlos	kostenlos bis 30 Min., sonst Pro	kostenlos	kostenlos, eigene Hardware
Daten bleiben lokal	–	nein (Cloud)	–	ja

Urheberrecht und Nutzungsbedingungen

Ein Transkript ist rechtlich gesehen eine Vervielfältigung des gesprochenen Inhalts. Deshalb gilt:

Eigene Videos kannst du frei transkribieren und den Text weiterverwenden – etwa als Blogartikel oder Shownotes.
Fremde Videos: Das Lesen des Transkripts in YouTube ist unproblematisch. Kurze Zitate mit Quellenangabe sind im Rahmen des Zitatrechts meist möglich. Den kompletten Text zu veröffentlichen oder weiterzuverarbeiten, braucht dagegen in der Regel die Erlaubnis der Rechteinhaber.
Herunterladen fremder Videos mit Drittanbieter-Tools verstößt gegen die Nutzungsbedingungen von YouTube. Wir geben dafür deshalb keine Anleitung. Frag stattdessen die Urheberin oder den Urheber direkt nach der Datei oder dem Skript.

Das ist keine Rechtsberatung. Wenn du fremde Inhalte kommerziell nutzen willst, lass dich im Zweifel beraten.

Fazit

Für einen schnellen Blick in fremde Videos reicht die Transkript-Funktion von YouTube. Für eigene Videos bekommst du den saubersten Text, wenn du die Datei aus YouTube Studio herunterlädst und mit einer spezialisierten KI transkribierst – inklusive SRT- oder VTT-Datei für bessere Untertitel. Wer alles lokal halten will und technisch fit ist, greift zu Whisper.

Eigenes Video jetzt kostenlos in Text umwandeln →