YouTube-Video in Text umwandeln, mit dem Link.

Ein YouTube-Video in Text umwandeln: Link kopieren, einfügen, fertig. Wir holen den Ton selbst, nach etwa 2 Minuten pro Stunde Video steht das Transkript mit Zeitstempeln, Kapiteln und Zusammenfassung da. Die ersten Minuten sind eine kostenlose Vorschau. Ein Paket ab 4 US$ für 500 Minuten öffnet den Rest und alle Exporte, auch SRT zum Hochladen in YouTube Studio.

Das Upload-Feld spricht Deutsch; die Konto- und Zahlungsseiten sind vorerst auf Englisch. Das Transkript kommt in der Sprache der Aufnahme.

~2 Min. pro Audiostunde 99 Sprachen, automatisch erkannt Bis 10 Std. pro Datei Kein Abo, Guthaben verfällt nie

Auf Deutsch: Audio · Video · MP3 · YouTube · Untertitel · Kosten

So geht's

Vom YouTube-Link zum Transkript

Link kopieren. In der YouTube-App auf Teilen und Link kopieren, im Browser die Adresse aus der Leiste.
Einfügen. Den Link ins Feld oben setzen. Wir laden den Ton, du lädst nichts herunter.
Vorschau lesen. Die ersten Minuten erscheinen kostenlos, die Sprache wird automatisch erkannt.
Weiterverwenden. Nach dem Freischalten als Word, TXT, SRT oder VTT laden, übersetzen oder im Chat Fragen zum Video stellen.

Wofür

Eigene Videos, Vorlesungen, Interviews

Dein eigener Kanal: Aus dem Transkript wird eine SRT-Datei, die du in YouTube Studio unter Untertitel hochlädst. Das ist meist sauberer als die automatischen Untertitel, die bei deutschen Videos oft Namen und Fachwörter verfehlen.
Vorlesungen und Vorträge: Kapitel mit Zeitmarken und eine Zusammenfassung, damit du die Stelle findest, statt neunzig Minuten zu scrollen.
Interviews und Talks: Zitate mit Zeitstempel, die du am Video prüfen kannst, bevor du sie verwendest.
Untertitel in anderen Sprachen: Das fertige Transkript übersetzt du in eine von 99 Sprachen, die Zeiten bleiben gleich. Eine vorhandene SRT-Datei übersetzt das kostenlose SRT-Übersetzungstool für die ersten 20 Minuten.

Transkribiere nur Videos, die du verwenden darfst: deine eigenen, solche mit Erlaubnis oder für Zwecke, die das Urheberrecht zulässt.

Gut zu wissen

Was passiert, wenn YouTube sich sperrt

In Deutschland, Österreich und der Schweiz startet ein YouTube-Link direkt mit der Vorschau. In einigen anderen Ländern braucht ein YouTube-Link zuerst ein Paket; das Feld sagt es dann und öffnet das Paket.

Manchmal verweigert YouTube den Abruf eine Zeit lang („Melde dich an, um zu bestätigen, dass du kein Bot bist“). Dann musst du nichts tun: Der Link wird in den folgenden Stunden automatisch erneut versucht. Sofort neu einfügen hilft meist nicht.

Gemessen in den 30 Tagen bis 27.10.2026: 1.104 Links (YouTube und andere Quellen), mittlere Länge 40,9 Minuten, mittlere Verarbeitungszeit 96 Sekunden ab dem Abruf.

Ehrlich zur Sprache

Hochdeutsch, Österreich, Schweiz: was gut klappt und was du prüfen solltest

Gut: Standarddeutsch in Deutschland, Österreich und der Schweiz, auch mit deutlicher regionaler Färbung. Ein Wiener Interview oder ein Vortrag in Schweizer Hochdeutsch wird so verschriftet, wie es gesprochen wird.

Mundart: Schweizerdeutsch (Züritüütsch, Bärndütsch), starkes Bairisch oder Schwäbisch sind keine Schreibsprache. Die Engine schreibt daraus Hochdeutsch, also eher eine Übertragung als ein wörtliches Protokoll, und lässt dabei öfter Wörter aus. Teste solche Aufnahmen zuerst mit der Vorschau.
ß und ss: Das Transkript folgt in der Regel der Rechtschreibung in Deutschland. Brauchst du Schweizer Schreibweise, ersetze ß durch ss in Word.
Komposita: Lange oder neue Zusammensetzungen (Datenschutzfolgenabschätzung, Projektsteuerungsgruppe) erscheinen manchmal getrennt oder mit Bindestrich. Bei Fachtexten lohnt eine Suche danach.
Zahlen und Daten: Beträge, Uhrzeiten und Datumsangaben können als Ziffern oder ausgeschrieben kommen. Prüfe jede Zahl, die zitiert wird.
Englische Begriffe: Meeting, Deadline oder Feedback sitzen meist. Eingedeutschte Verben wie „gecancelt“ oder „geforwardet“ variieren in der Schreibung. Ganze englische Passagen im Gespräch: siehe zweisprachige Aufnahmen.

Kein Abo

Einmal zahlen statt monatlich

Die meisten Transkriptionsdienste verkaufen ein Monatsabo mit Minutenkontingent, das am Monatsende verfällt. Bei WhipScribe kaufst du ein Paket einmalig: 4 US$ für 500 Minuten (das sind 8 Std. 20 Min. Audio), 12 US$ für 2.000 oder 24 US$ für 5.000 Minuten. Pro Audiostunde sind das 0,48 US$, 0,36 US$ oder 0,29 US$.

Das Guthaben verfällt nie, auch wenn du nur einmal im Semester etwas transkribierst.
Keine Gebühr pro Nutzer, keine automatische Verlängerung.
Abgerechnet wird in US-Dollar; den Gesamtbetrag siehst du im Checkout, bevor du zahlst.
Wer täglich aufnimmt oder im Team arbeitet, nimmt den Workspace für 19 US$ im Monat (Fair-Use-Grenze 150 Stunden pro Abrechnungszeitraum).

Alle Preise und was die Pakete enthalten: Preise und Transkription Kosten.

Gemessen, nicht versprochen

Wie genau ist das deutsche Transkript?

Auf dem öffentlichen Testset FLEURS (vorgelesene deutsche Sprache) lag die mittlere Wortfehlerrate unserer Produktions-Engine bei 8,8 %, gemessen an 5 Dateien mit 25,8 Minuten Audio, 28,7-mal schneller als Echtzeit (Stand 25.09.2026). Vorgelesene Sprache ist der günstige Fall: Echte Aufnahmen mit Hall, Durcheinanderreden, Namen und Fachbegriffen schneiden schlechter ab. Methode und alle Sprachen.

Was es kostet

Einmal zahlen, Minuten behalten

Jede Aufnahme beginnt mit einer kostenlosen Vorschau. Danach kaufst du einmalig ein Minutenpaket; eine einstündige Aufnahme verbraucht 60 Minuten davon.

Option	Preis	Audio	Passt für
Paket 4 US$	500 min	8 Std. 20 Min.	Einzelne Aufnahmen; Guthaben verfällt nie
Paket 12 US$	2.000 min	33 Std. 20 Min.	Einzelne Aufnahmen; Guthaben verfällt nie
Paket 24 US$	5.000 min	83 Std. 20 Min.	Einzelne Aufnahmen; Guthaben verfällt nie
Workspace	19 US$ pro Monat	Unbegrenzt, Fair-Use-Grenze 150 Std. pro Abrechnungszeitraum	Tägliche Aufnahmen oder ein ganzes Team

Preise in US-Dollar, abgerechnet in US-Dollar; deine Bank rechnet in Euro oder Franken um. Pakete sind Einmalzahlungen, kein Abo, keine Gebühr pro Nutzer. Den Gesamtbetrag siehst du im Checkout, bevor du zahlst. Alle Preise.

Häufige Fragen

YouTube-Video in Text umwandeln: Häufige Fragen

Kann ich ein YouTube-Video kostenlos in Text umwandeln?

Jedes Video beginnt mit einer kostenlosen Vorschau der ersten Minuten. Das ganze Transkript gibt es nicht gratis: Ein Paket ab 4 US$ für 500 Minuten transkribiert den Rest und öffnet alle Exporte. Das Guthaben verfällt nie.

Warum nicht einfach das YouTube-Transkript kopieren?

Das geht, wenn ein Video eins hat. Die automatischen YouTube-Untertitel haben aber oft keine Satzzeichen, verfehlen Namen und fehlen bei vielen Videos ganz. Hier bekommst du Text mit Satzzeichen, Kapitel, Zusammenfassung und Word- oder SRT-Export.

Brauche ich in Deutschland, Österreich oder der Schweiz vorher ein Paket?

Nein. Von dort startet ein YouTube-Link direkt mit der kostenlosen Vorschau, wie eine hochgeladene Datei. Nur in einigen anderen Ländern verlangt das Feld für YouTube-Links zuerst ein Paket und sagt das auch.

Was, wenn YouTube „Bestätige, dass du kein Bot bist“ meldet?

Dann sperrt YouTube den Abruf vorübergehend. Der Link wird in den folgenden Stunden automatisch erneut versucht; du musst ihn nicht neu einfügen. Eilt es, lade das Video als Datei hoch, sofern du es besitzt.

Kann ich die Untertitel wieder bei YouTube hochladen?

Ja. Lade die SRT-Datei herunter und füge sie in YouTube Studio unter Untertitel als Datei mit Zeitangaben hinzu. Die Zeiten stammen aus den Wort-Zeitstempeln des Transkripts.

Werden die Sprecher erkannt?

Ja, in der Zusammenfassung, den Kernzitaten und den Kapiteln: Dort werden Sprecher erkannt und benannt. Das Transkript selbst und die Downloads tragen keine Sprecherlabels pro Zeile. Jede Zeile hat aber ihren Zeitstempel, sodass du jede Zuordnung am Audio prüfen kannst.

Weiter auf Deutsch

Mehr zum Transkribieren

Link einfügen, Text bekommen

Füge den YouTube-Link ein und lies zuerst die kostenlose Vorschau.

Pakete und Workspace ansehen