Video in Text umwandeln — ohne Tonspur-Gebastel

Welche Videos du umwandeln kannst

Scriptivo nimmt die gängigen Videoformate direkt an: MP4, MOV, MKV, AVI, WEBM und MPEG. Das deckt die allermeisten Quellen ab:

• Webinare und Online-Meetings — Aufzeichnungen aus Zoom, Teams oder Google Meet (meist MP4). Für Meetings gibt es eigene Anleitungen, etwa Zoom-Aufnahme transkribieren.
• Bildschirmaufnahmen — Tutorials und Software-Demos aus OBS, Loom-Downloads oder der Bildschirmaufnahme von macOS und Windows (MP4, MOV, MKV).
• Handyvideos — iPhone-Videos sind meist MOV, Android-Videos meist MP4.
• Schulungs- und Lernvideos — interne Trainings, aufgezeichnete Vorträge, Vorlesungen.
• Eigene YouTube-Videos — aus YouTube Studio heruntergeladen, siehe YouTube-Video transkribieren.

So wandelst du ein Video in Text um

1. Videodatei auswählen — Zieh das Video in die Upload-Box unten. Du musst die Tonspur nicht vorher extrahieren — das passiert automatisch.
2. Sprache prüfen — Die Sprache wird automatisch erkannt. Stell sie manuell ein, wenn im Video mehrere Sprachen vorkommen oder viel Fachvokabular fällt.
3. Transkription abwarten — Bei 30 bis 60 Minuten Material dauert die Verarbeitung in der Regel wenige Minuten. Große Dateien brauchen zusätzlich etwas Upload-Zeit.
4. Text korrigieren — Über die Zeitstempel springst du zu jeder Stelle. Korrigiere Namen und Fachbegriffe direkt im Browser.
5. Im passenden Format exportieren — TXT gibt es kostenlos. Mit Pro kommen DOCX, PDF, SRT und VTT dazu — welches Format wofür passt, steht weiter unten.

Limits pro Datei: kostenlos, Pro und Business

Videos sind schnell mehrere Gigabyte groß, obwohl für die Transkription nur die Tonspur zählt. Diese Grenzen gelten pro hochgeladener Datei:

Tipps für große Videodateien

• Auflösung reduzieren — Für den Text ist das Bild egal. Ein Export in 720p statt 4K verkleinert die Datei erheblich.
• Nur Audio exportieren — Hast du Zugriff auf ein Schnittprogramm oder die Quelldatei, exportiere die Tonspur als MP3 oder M4A. Das ist oft ein Bruchteil der Videogröße.
• Lange Aufzeichnungen teilen — Ein ganztägiger Workshop kann die Längengrenze sprengen. Teile ihn in sinnvolle Abschnitte, etwa nach Pausen.
• Stabile Verbindung — Große Uploads am besten über WLAN oder Kabel, nicht über mobiles Netz.

Dokument oder Untertitel: SRT vs. DOCX

Ob du das Transkript als Textdokument oder als Untertiteldatei brauchst, hängt davon ab, was du damit vorhast:

• DOCX oder PDF — wenn du mit dem Inhalt arbeitest: Artikel schreiben, Protokoll erstellen, Zitate markieren, Unterlagen verteilen. Fließtext, bearbeitbar in Word oder Google Docs.
• SRT oder VTT — wenn der Text wieder zum Video soll: Untertitel für YouTube, Vimeo, Social Media oder Lernplattformen. Jede Zeile hat einen Zeitcode. Mehr dazu unter Untertitel erstellen.
• TXT — wenn du den reinen Text schnell irgendwo einfügen willst, zum Beispiel in ein KI-Tool oder eine Notiz-App.

Was ein Video-Transkript nicht leistet

Scriptivo transkribiert gesprochene Sprache. Text, der nur im Bild zu sehen ist — Folien, Einblendungen, Code auf dem Bildschirm — wird nicht erkannt. Auch Sprecher werden nicht automatisch getrennt: Du bekommst einen durchgehenden Text mit Zeitstempeln und ergänzt Namen bei Bedarf selbst.

Bei Videos mit lauter Hintergrundmusik oder vielen gleichzeitig Sprechenden sinkt die Qualität. Klar gesprochene Webinare und Tutorials funktionieren dagegen in der Regel sehr gut.