KI-Transkription — selbst gehostet, Rohtext mit Sprechern und Zusammenfassung
Audio und Video DSGVO-konform in Text verwandeln — mit automatischen Protokollen, Zusammenfassungen und Action-Items.
Projekte ab 2.000 €
Für wen & welches Problem?
Für Teams mit vielen Meetings, Interviews oder Calls, die ihre Nachbereitung und Dokumentation automatisieren und nichts mehr verlieren wollen.
Was wir liefern
DSGVO-Transkription
Das Whisper-Modell läuft vollständig in Ihrer eigenen Infrastruktur, sodass Audioaufnahmen von Meetings oder Beratungsgesprächen keinen externen Cloud-Dienst erreichen.
Sprecher-Trennung
Über Diarization wird jeder Wortbeitrag dem jeweiligen Sprecher zugeordnet, sodass im Protokoll klar erkennbar ist, wer welche Aussage getroffen hat.
Zusammenfassung
Statt eines langen Wortprotokolls erstellt ein Sprachmodell zusätzlich eine kompakte Zusammenfassung der wichtigsten Themen und Ergebnisse des Gesprächs.
Action-Items
Zugesagte Aufgaben und getroffene Entscheidungen werden automatisch aus dem Gespräch extrahiert und als Liste bereitgestellt, statt im Protokolltext unterzugehen.
So läuft's ab
Quellen & Formate
Wir klären Audioquellen, Sprachen und Ausgabeformate.
Pipeline & Prototyp
Aufbau der Transkriptions-Pipeline und ein Testlauf.
Integration & Go-Live
Anbindung an Ihre Tools und Übergabe der Ergebnisse.
Optimierung
Feinschliff von Genauigkeit, Format und Zusammenfassung.
Technologien
Die Transkription läuft über ein self-hosted Whisper-Modell auf eigener Infrastruktur, ergänzt um Sprecher-Trennung und ein Sprachmodell zur Zusammenfassung — Audiodaten verlassen dabei zu keinem Zeitpunkt Ihre Umgebung.

Anwendungsfälle
Meeting-Protokolle
Nach einem internen Projekt-Meeting liegt binnen Minuten ein fertiges Protokoll mit Zusammenfassung und Action-Items vor, ohne dass jemand manuell mitschreiben musste.
Interview-Transkription
Ein einstündiges Bewerbungsgespräch liegt kurz danach als durchsuchbares Transkript vor, sodass sich einzelne Aussagen später gezielt wiederfinden lassen.
Untertitel
Ein Schulungsvideo erhält automatisch generierte Untertitel, wodurch es barrierefrei nutzbar wird und auch ohne Ton verständlich bleibt.
Warum twentyonepixels?
DSGVO & AI-Act by Design
KI compliant umgesetzt: EU-Hosting, Datenschutz und AI-Act-Konformität von Anfang an.
Training auf Ihren Daten
Modelle arbeiten mit Ihrem Wissen — kein Datenabfluss an fremde Plattformen.
Direkt beim Entwickler
Keine Account-Manager-Schicht. Ihr KI-Projekt landet direkt beim Team.
Nutzen statt Hype
Wir setzen KI dort ein, wo sie nachweisbar entlastet — nicht des Trends wegen.
Transkription ohne Datenabfluss
Self-hosted Whisper — Ihre Aufnahmen verlassen Ihre Umgebung nicht.

Alexander Seidler
Gründer · Fachinformatiker für Anwendungsentwicklung
„Jedes Projekt ist Chefsache — Sie schreiben direkt an mich.“
Wo Transkription an Grenzen stößt
Automatische Transkription erreicht bei klarer Aufnahme und Hochdeutsch sehr gute Quoten — und fällt bei starkem Dialekt, mehreren gleichzeitig Sprechenden oder schlechter Raumakustik deutlich ab. Fachbegriffe, Produktnamen und Eigennamen werden zuverlässig falsch geschrieben, solange sie dem System nicht bekannt gemacht wurden. Deshalb ist das Ergebnis ein Rohtext, kein Protokoll: Wer daraus eine verbindliche Sitzungsniederschrift machen will, liest gegen. Und die Aufnahme selbst ist der heikle Teil — Mitschnitte von Gesprächen brauchen die Einwilligung aller Beteiligten, unabhängig davon, welches Werkzeug danach mitschreibt.
Häufige Fragen
Wie datenschutzkonform ist die Transkription?
Erkennt die KI verschiedene Sprecher?
Bekomme ich auch eine Zusammenfassung?
Welche Sprachen werden unterstützt?
Lässt sich die Transkription in unsere Tools einbinden?
Passende Branchen
Fachbeiträge dazu
KI-Telefonassistent: was er im Betrieb leistet und was nicht
Ein KI-Telefonassistent nimmt Anrufe an, bucht Termine und nimmt Anliegen auf — zuverlässig aber nur in engen Grenzen. Was heute funktioniert, was es kostet und warum schon die Mitschrift eines Anrufs eine Einwilligung braucht.
Beitrag lesen →Alle Fachbeiträge So läuft ein Projekt ab Eingesetzte Technologien
Begriffe dazu erklärt
OCR (Texterkennung)
OCR wandelt Text in Bildern und gescannten Dokumenten in maschinenlesbaren Text um. Aus einer eingescannten Rechnung wird damit etwas, das ein Programm auslesen und weiterverarbeiten kann.
Erklärung lesen →Verwandte Services
Workflow-Automatisierung
Wiederkehrende Prozesse automatisieren mit n8n. E-Mail-Workflows, CRM-Anbindung, Social Media Automatisierung und mehr.
KI-Agenten & Assistenten
Autonome KI-Agenten für komplexe Aufgaben. Datenanalyse, Recherche, Code-Generierung und Prozesssteuerung mit menschlicher Kontrolle.
API-Integration
Bestehende Systeme intelligent vernetzen. CRM, ERP, Payment-Provider und Drittanbieter-APIs nahtlos integrieren.