Clipto ist eine primär für den Desktop entwickelte KI-Gedächtnisplattform: Sie transkribiert und indexiert Aufnahmen, Meetings, Videos und Dokumente, sodass sich jede Stelle per Frage wiederfinden lässt. Zielgruppe sind Kreative und Wissensarbeiter, die ihre Medien durchsuchbar machen wollen, ohne jede Datei in eine Cloud zu schicken.
Hast du dieses Tool genutzt? Bewerte es
Hast du dieses Tool genutzt? Bewerte es
Clipto.AI ist eine Plattform für Medien-Gedächtnis, die auf einem einzigen Gedanken beruht: Aufnahmen, die Sie ohnehin besitzen, sollten Fragen beantworten können und nicht bloß Speicherplatz belegen. Statt ein zweistündiges Interview als undurchsichtige Datei zu belassen, durch die man sich mit dem Abspielbalken quälen muss, transkribiert Clipto es, kennzeichnet die Sprecher, indexiert jeden Satz zusammen mit seinem Zeitstempel und lässt Sie anschließend in Alltagssprache fragen, um direkt zu jener Stelle zu springen, an die Sie sich nur vage erinnern.
Die Datenschutzerklärung benennt als betreibende Einheit Clipto, Inc. mit Sitz an der Page Mill Road in Palo Alto, Kalifornien. Das ist mehr als die übliche Fußnote im Impressum, denn die zentrale Produktaussage dreht sich gerade darum, wo Ihre Dateien liegen. Es handelt sich um eine US-Gesellschaft, die Nutzungsbedingungen unterliegen dem Recht des Bundesstaates Delaware, und Datenübermittlungen erfolgen überwiegend in die Vereinigten Staaten — alles relevante Eingangsgrößen, wenn Sie das Werkzeug für regulierte oder mandantenvertrauliche Inhalte prüfen.
Falls Sie Clipto früher schon einmal begegnet sind, erinnern Sie es möglicherweise als Transkriptionswerkzeug mit angeflanschter Medienverwaltung. Diese Beschreibung ist überholt. Das Produkt wurde neu positioniert: Die aktuelle Startseite führt mit Local Memory und dem Versprechen, ein Gedächtnis für alles, was Sie wissen, direkt auf Ihrem Rechner bereitzustellen. Transkription bleibt der Motor, wird aber als Mittel und nicht als Zweck präsentiert. Der Zweck ist ein durchsuchbares, geräteübergreifendes Gedächtnis all dessen, was Sie aufgenommen, gesehen, geschrieben oder gesichert haben.
Die meisten Menschen sammeln Medien schneller an, als sie sie ordnen können. Aufgezeichnete Gespräche stapeln sich in einem Ordner, Vorlesungsmitschnitte liegen in einem Cloud-Speicher, den niemand wieder öffnet, Sprachnotizen aus einem Moment der Klarheit werden nie abgehört. Die Information ist nicht wirklich verloren, sie ist nur wirtschaftlich unerreichbar geworden, weil der Aufwand, einen Satz in vierzig Stunden Audio zu finden, den Wert dieses Satzes übersteigt.
Clipto greift diese Kostenkurve an, nicht das Speicherproblem. Sobald Medien transkribiert und indexiert sind, wird das Wiederfinden zur Abfrage statt zur Ausgrabung. Die Verschiebung wirkt fein, hat aber handfeste Folgen: Aufnehmen verwandelt sich vom Archivieren in eine Form des Mitschreibens, weil Sie nicht mehr im Voraus entscheiden müssen, welche Passagen später wichtig werden.
An Cloud-Transkriptionsdiensten herrscht kein Mangel. Wogegen sich Clipto positioniert, ist der implizite Handel, den solche Dienste verlangen: Jede Datei, die durchsuchbar werden soll, muss zuerst auf fremde Infrastruktur hochgeladen werden. Die Startseite formuliert den Einwand unmissverständlich: Ihre Videos sollten Ihr Gerät nicht allein deshalb verlassen müssen, um durchsuchbar zu werden.
Diese Rahmung verdient allerdings eine sorgfältige statt einer begeisterten Lektüre. Der Abschnitt zu den Einschränkungen legt dar, wo die Local-First-Erzählung trägt und wo die veröffentlichte Datenschutzerklärung selbst zeigt, dass Cloud-Verarbeitung weiterhin beteiligt ist. Ehrlich beschrieben ist Clipto local-first auf dem Desktop und nicht local-only auf allen Plattformen.
Clipto wirbt mit 99 % Genauigkeit in über 99 Sprachen — eine Herstellerangabe, die keiner unabhängigen Prüfung unterzogen wurde. Behandeln Sie beide Zahlen als Marketingaussagen, die eine Absicht beschreiben, und nicht als zugesicherte Servicequalität: Die reale Genauigkeit bei einer konkreten Datei hängt von Mikrofonqualität, Übersprechen, Akzenten, Hintergrundgeräuschen und Fachvokabular ab, und keine Schlagzeilenquote eines Anbieters übersteht die Begegnung mit einer schlechten Besprechungsraumaufnahme.
Nachprüfbar ist dagegen die Breite der Oberfläche. Das Unternehmen betreibt eigene Seiten für Video zu Text, Audio zu Text, MP3- und MP4-Konvertierung, Spracherkennung, Podcast-, Interview-, Vorlesungs- und Besprechungstranskription sowie eigene Abläufe für Instagram-Reels und TikTok-Inhalte. Diese Struktur zeigt, dass die Transkriptionspipeline die Eingangstür des Produkts ist und keine Nebenfunktion.
Zu wissen, was gesagt wurde, löst nur die Hälfte des Problems; zu wissen, wer es gesagt hat, macht ein Transkript zitierfähig. Clipto führt die Sprechererkennung automatisch aus, und die Preisseite führt automatisches Personen-Tagging als enthaltene Funktion, das heißt wiederkehrende Teilnehmende werden sitzungsübergreifend erkannt statt jedes Mal neu beschriftet.
Für interviewlastige Arbeit — Journalismus, Nutzerforschung, juristische Anhörungen, qualitative Studien — entscheidet das darüber, ob Sie ein direkt zitierfähiges Transkript erhalten oder eine Textwand, die Sie erneut abhören müssen, um Aussagen zuzuordnen.
Über das reine Transkript hinaus erzeugt das Produkt Zusammenfassungen mit Kernpunkten und Aufgaben und stellt eine KI-Dialogoberfläche bereit, die auf Ihre eigenen Aufnahmen begrenzt ist. Der iOS-Eintrag zählt dieses Bündel klar auf: Live-Transkription, KI-Zusammenfassungen mit sofortigen Kernpunkten und Aufgaben, automatische Sprechererkennung sowie ein Dialog, in dem Sie zu jeder Aufnahme Fragen stellen und unmittelbar Antworten erhalten.
Die Dialogschicht verändert den Alltag am stärksten. Die Frage, was die Kundin zur Frist gesagt hat, ist eine grundlegend andere Interaktion als das Öffnen eines Transkripts und die Suche nach Wörtern im Dokument, weil sie den realen Umstand akzeptiert, dass Sie sich an die Bedeutung einer Aussage erinnern, nicht aber an ihren Wortlaut.
Die Suche ist das Rückgrat des Produkts, nicht eine Funktion darin. Clipto gliedert die Pipeline in fünf Schritte: Erfassen, Verarbeiten, Suchen, Verbinden und Wiederverwenden. Nach der Erfassung transkribiert, fasst zusammen und verschlagwortet das System automatisch; im Suchschritt richten Sie Anfragen in natürlicher Sprache an die gesamte Medienbibliothek und erhalten Ergebnisse, die mit Zeitstempeln verknüpft sind.
Diese Zeitstempel-Verknüpfung macht Treffer für Videoarbeit erst brauchbar. Ein Treffer ist keine bloße Dokumentreferenz, sondern eine Position in einer bestimmten Datei — genau das, was man braucht, wenn das Ziel ein Schnittbild und kein Zitat ist.
Transkripte lassen sich als reiner Text, als SRT- und VTT-Untertiteldateien sowie in den Projektformaten von Final Cut Pro und Adobe Premiere exportieren. Diese Exportmatrix ist ein deutliches Signal zur Zielgruppe. TXT dient dem Mitschreiben, SRT und VTT der Untertitelung und Barrierefreiheit, und die Projektformate bedienen Cutter, die das Transkript als bearbeitbares Timeline-Artefakt erhalten wollen statt als Dokument, das erst mühsam nachsynchronisiert werden muss.
Statt sich als einzige Schnittstelle zu Ihrem eigenen Archiv zu setzen, öffnet Clipto den Zugang nach außen: Eine MCP-Brücke erlaubt es Claude, ChatGPT, Cursor und weiteren Model-Context-Protocol-Clients, die Bibliothek direkt abzufragen.
Das ist eine gewichtige Architekturentscheidung. Sie bedeutet, dass Ihr Medien-Gedächtnis innerhalb des Assistenten, den Sie ohnehin nutzen, als Abrufquelle dienen kann, statt Sie bei jedem Rückgriff auf frühere Aufnahmen zum Anwendungswechsel zu zwingen.
Für Podcasterinnen und Videoproduzenten liegen die wiederkehrenden Kosten nicht im Dreh oder in der Aufnahme, sondern im nachträglichen Auffinden verwertbaren Materials. Ein durchsuchbarer Index über den gesamten Bestand verwandelt ein vages „darüber habe ich vor zwei Jahren etwas gesagt" in einen abrufbaren Ausschnitt, und die Exportwege nach Premiere und Final Cut sorgen dafür, dass der gefundene Moment in der Timeline landet statt in einer Notiz-App.
Qualitativ Forschende, Journalistinnen und Analysten stoßen an dieselbe Wand: Zwanzig Interviews erzeugen weit mehr Erkenntnis, als ein Arbeitsgedächtnis fassen kann. Sprecherzugeordnete Transkripte samt bibliotheksübergreifender Suche erlauben es, eine Hypothese am gesamten Korpus zu prüfen — wer noch eine Sorge geäußert hat und mit welchen Worten — statt sich auf das Interview zu stützen, an das man sich am lebhaftesten erinnert.
Besprechungsmitschriften mit Zusammenfassungen und Aufgaben sind der am stärksten standardisierte Anwendungsfall dieser Kategorie; Cliptos Vorteil liegt hier in der Kontinuität, nicht in der Neuheit. Weil Besprechungen im selben Index liegen wie alles andere, lässt sich eine Frage nach einer Entscheidung beantworten, ohne zu wissen, in welcher Sitzung sie fiel: Gesucht wird im Archiv, nicht in einer einzelnen Datei.
Studierende, die Vorlesungen aufnehmen, können ein ganzes Semester befragen statt einer einzelnen Sitzung. In Verbindung mit Zusammenfassungen verschiebt sich das Wiederholen vom erneuten Anhören zum Abfragen. Der übliche Vorbehalt gilt weiterhin: Ob Vorlesungsmitschnitte zulässig sind, hängt von Hochschule und Rechtsordnung ab.
Die weitere Positionierung — Videos, Besprechungen, Sprachnotizen, Fotos, Dokumente und Lesezeichen zusammenzuführen — rückt Clipto in die Nachbarschaft persönlicher Wissensmanagement-Werkzeuge, mit dem Unterschied, dass die native Eingabe Medien statt Text sind. Für Menschen, denen lautes Denken leichter fällt als Schreiben, ist das ein wesentlich anderer Ausgangspunkt.
Entscheiden Sie zuerst, welcher Client zu Ihren Anforderungen passt, denn die Plattformen unterscheiden sich architektonisch und nicht kosmetisch. Hat die Verarbeitung auf dem eigenen Rechner Vorrang, beginnen Sie am Desktop. Steht mobile Erfassung im Vordergrund, akzeptieren Sie, dass die mobilen Clients in der Cloud arbeiten.
Führen Sie die bereits vorhandenen Medien gemeinsam mit allem Künftigen ein. Das System akzeptiert lokale Datei-Uploads, Erfassung über Web-URLs und direkte Aufnahme, sodass Altbestand und laufender Arbeitsfluss in derselben Bibliothek koexistieren.
Transkription, Zusammenfassung und Verschlagwortung laufen als Pipeline. Warten Sie bei einem großen Erstimport deren Abschluss ab, bevor Sie die Suchqualität bewerten: Ein noch im Aufbau befindlicher Index liefert zwangsläufig irreführend dünne Ergebnisse.
Die Abrufschicht ist auf natürliche Sprache ausgelegt. Stellen Sie die Frage, die Sie einer Kollegin stellen würden, die in der Besprechung war, statt den exakten Wortlaut zu erraten. Zeitcodierte Treffer erlauben es, die Antwort mit einem Klick am Originalton zu prüfen.
Arbeiten Sie in einem KI-Assistenten, binden Sie über MCP an, damit Ihr Archiv dort zur abfragbaren Quelle wird. Arbeiten Sie in einem Schnittprogramm, installieren Sie das Plug-in für Premiere Pro oder DaVinci Resolve, damit Treffer dort erscheinen, wo geschnitten wird.
Behandeln Sie KI-Ausgaben als Entwurf. Bevor Sie ein Transkript öffentlich zitieren, eine Aussage einer namentlich genannten Person zuschreiben oder auf eine zusammengefasste Aufgabe hin handeln, gleichen Sie die Passage mit dem Originalton ab. Das ist gängige Praxis bei jeder automatischen Transkription und keine Besonderheit von Clipto.
Verbessern Sie die Eingabe, bevor Sie die Ausgabe tadeln. Die Transkriptionsgenauigkeit wird von der Audioqualität dominiert. Ein externes Mikrofon, ein ruhigerer Raum und die Bitte, einander nicht ins Wort zu fallen, bewirken mehr als jede Einstellung in der Anwendung.
Ziehen Sie Ihr Archiv vor. Der Nutzen wächst mit der Bibliotheksgröße, weil eine Suche nur so gut ist wie das Korpus, das sie abdeckt. Historisches Material früh zu importieren verwandelt eine bestehende Last in ein Guthaben.
Machen Sie eine Fachvokabular-Probe. Wenn Ihre Arbeit Fachterminologie, Eigennamen oder Sprachwechsel umfasst, schicken Sie während der Testphase eine repräsentative Stichprobe durch. Genauigkeitswerte in Werbeaussagen sind Mittelwerte über leichtes und schwieriges Audio, und Ihr Material liegt nicht zwangsläufig nahe an diesem Mittel.
Ordnen Sie den Client der Vertraulichkeit des Materials zu. Nutzen Sie die Desktop-Clients für vertrauliche Aufnahmen und beschränken Sie mobile Erfassung auf Material, bei dem Cloud-Verarbeitung akzeptabel ist.
Etablieren Sie Zuordnungsdisziplin früh. Prüfen Sie die Sprecherkennzeichnungen an den ersten Dateien. Da die automatische Erkennung sitzungsübergreifend fortbesteht, wirkt eine einmalige Korrektur auf alles Folgende.
Wählen Sie Exportformate bewusst. Nehmen Sie VTT für Barrierefreiheits-Lieferungen, SRT für gewöhnliche Untertitelung und die Projektformate, wenn das Transkript einen Schnitt steuern statt gelesen werden soll.
Videoschnitt und Content-Produktion passen am besten, weil die Kombination aus zeitcodierter Suche und Projektexport genau den Schmerz adressiert, Material wiederzufinden, statt nur nachzulesen, was gesagt wurde.
Forschende, Journalistinnen und Analysten profitieren von sprecherzugeordnetem, korpusübergreifendem Abruf, der die analytische Bewegung stützt, Aussagen mehrerer Quellen zum selben Thema zu vergleichen.
Beratende und Berufe mit Mandantenkontakt gewinnen eine durchgängige Aufzeichnung von Zusagen über Projekte hinweg; wer vertrauliches Audio verarbeitet, sollte jedoch vor der Einführung die Datenschutzbedingungen und Einwilligungspflichten lesen.
Studierende und Lehrende erhalten Vorlesungs- und Seminarmitschnitte, die abfragbar statt nur wieder abspielbar sind — vorbehaltlich der Aufnahmerichtlinien ihrer Einrichtung.
Datenschutzbewusste Wissensarbeitende sind das Publikum, das die aktuelle Positionierung am direktesten anspricht: Menschen, die Mediensuche wollen, aber nicht bereit sind, flächendeckende Cloud-Uploads als Eintrittspreis zu zahlen.
Weniger gut geeignet: Teams, die kollaborative Arbeitsbereiche mit geteilten Bibliotheken und feingranularen Rechten brauchen; Organisationen mit formalen Zertifizierungsanforderungen; und alle, deren Hauptbedarf der Videoschnitt selbst ist statt des Wiederfindens — Clipto dockt an Schnittprogramme an, es ersetzt sie nicht.
Die Plattformmatrix ist hier ungewöhnlich folgenreich, weil sich die Clients darin unterscheiden, wo verarbeitet wird, und nicht nur in der Bildschirmgröße. Mac erscheint als native Anwendung, Windows trägt weiterhin die Kennzeichnung Beta, iPhone und Android arbeiten cloudgestützt, und die Webfassung ist als in Kürze verfügbar ausgewiesen.
Für Cutter schlagen zwei Plug-ins die Brücke zur professionellen Postproduktion: das Premiere-Pro-Plug-in und jenes für DaVinci Resolve. Sie ermöglichen transkriptgesteuerte Suche innerhalb der Schnittumgebung, ohne eine separate Anwendung zu öffnen.
Auf Mobilgeräten bestätigt der iOS-Eintrag Anbieter und Vertriebsmodell: Anbieter ist Clipto, Inc., die App ist ein kostenloser Download, sie ist unter Produktivität eingeordnet und setzt mindestens iOS 17.0 voraus. Die App wird gratis geladen und per Abonnement freigeschaltet und verlangt eine einigermaßen aktuelle Systemversion. Eine Android-Fassung wird über Google Play vertrieben.
Als Ganzes gelesen ergibt die Matrix folgendes Bild: Die Desktop-Clients tragen das Local-First-Versprechen, die mobilen Clients tauschen es gegen Mobilität ein, und die Webverfügbarkeit bleibt ein Punkt der Roadmap statt der Gegenwart.
Clipto ist ein Abonnementprodukt ohne dauerhaft kostenlose Stufe. Auf der veröffentlichten Preisseite betragen die Stufen 9,99 US-Dollar für einen vergünstigten ersten Monat gegenüber einem regulären Monatspreis von 24,99 US-Dollar oder 12,49 US-Dollar pro Monat bei jährlicher Abrechnung, jeweils mit siebentägiger kostenloser Testphase.
Beide Stufen bieten denselben Funktionsumfang, statt Funktionen über den Preis zu staffeln, was die Entscheidung auf die Wahl des Abrechnungszyklus reduziert. Die Preisseite führt als enthaltene Leistungen auf: unbegrenzte Video- und Audiosuche, automatische Sprachtranskription, automatisches Personen-Tagging, Unterstützung von mehr als 99 Sprachen, Analyse von Videos bis zu sechs Stunden Länge sowie Zugang zu fortgeschrittenen Modellen.
Die Kündigungsbedingungen sind konventionell: Das Abonnement lässt sich jederzeit kündigen, wirksam zum Ende der laufenden bezahlten Periode, und der Support ist unter support@clipto.com erreichbar. Wer über einen mobilen App-Store statt über die Website abschließt, verwaltet die Abrechnung in den Abo-Einstellungen dieses Stores; die Kündigung erfolgt dann im Apple- oder Google-Konto und nicht in der Anwendung.
Ein praktischer Hinweis zur Kostenbewertung: Da es keine kostenlose Stufe gibt, ist die siebentägige Testphase die einzige Gelegenheit, das Werkzeug vor dem Bezahlen an eigenem Audio zu prüfen. Nutzen Sie sie an wirklich repräsentativem Material statt an einer sauberen Probe, denn zwischen Studioaufnahme und echter Besprechung trennt sich bei Transkriptionswerkzeugen die Spreu vom Weizen.
Cloud-native Transkriptionsdienste, insbesondere die bekannte Kategorie der Besprechungsprotokollanten, sind bei Teamzusammenarbeit, geteilten Arbeitsbereichen und Kalenderanbindung stärker. Wählen Sie diese, wenn kollaborativer Zugriff wichtiger ist als lokale Verarbeitung.
In Schnittprogramme integrierte Transkription ist in Software enthalten, die Sie womöglich bereits besitzen, und verlässt die Schnittumgebung nie. Es fehlt ihr die bibliotheksübergreifende Suche über alles je Aufgenommene — genau die Lücke, auf die Clipto zielt.
Allgemeine Notiz- und Wissenswerkzeuge beherrschen textzentriertes Wissensmanagement gut, sind aber nicht dafür gebaut, stundenlanges Audio und Video aufzunehmen und zu indexieren, was Cliptos native Eingabe darstellt.
Quelloffene lokale Spracherkennung bietet maximale Kontrolle ohne Abogebühr, verlangt aber, Pipeline, Oberfläche und Suchschicht selbst zusammenzusetzen. Für technisch versierte Anwender, denen Kontrolle wichtiger ist als Bequemlichkeit, ist das ein sinnvoller Weg.
Ehrlich gefasst: Cliptos Alleinstellung liegt in der Kombination aus lokal-erster Desktop-Verarbeitung, bibliotheksübergreifendem zeitcodiertem Abruf, Export in Schnittprogramme und MCP-Zugang. Wettbewerber schlagen es meist auf einer Achse, ohne die Kombination zu erreichen.
Die Local-First-Aussage braucht eine Einschränkung. Das ist der wichtigste Hinweis, und er stammt aus der Dokumentation des Anbieters selbst, nicht aus externer Kritik. Die Datenschutzerklärung hält fest, dass Audio über eine von Clipto betriebene Cloud-KI-Engine transkribiert wird und Datenübermittlungen überwiegend in die Vereinigten Staaten erfolgen. Das Marketing zeichnet eine Local-First-Architektur, die juristische Dokumentation beschreibt Cloud-Verarbeitung. Die Auflösung liegt darin, dass Desktop-Clients als local-first beschrieben werden, mobile Clients hingegen ausdrücklich als cloudgestützt. Ist eine strikte Cloud-Freiheit harte Anforderung für Ihr Material, prüfen Sie vor der Einführung das Verhalten Ihrer konkreten Plattform, statt sich auf die Startseiten-Rahmung zu verlassen.
Verarbeitungsobergrenzen sind veröffentlicht, Kontingente nicht. Die Preisseite gibt an, dass Videos bis zu sechs Stunden analysiert werden — die klarste veröffentlichte Verarbeitungsgrenze. Bemerkenswerterweise sind weder Speicherkontingent noch Dateigrößenobergrenze noch monatliches Minutenbudget ausgewiesen. Bei archivlastigen Arbeitslasten sollte diese Lücke vor einer Jahresbindung mit dem Support geklärt werden.
Windows ist Beta, und Web existiert noch nicht. Die Plattformreife ist ungleich. Windows-Nutzer sollten mit Beta-Stabilität rechnen, und wer Browserzugang benötigt, muss diese Option heute als nicht verfügbar betrachten.
Genauigkeitszahlen sind Selbstauskunft. Die Angaben zu 99 % und über 99 Sprachen stammen von den Seiten des Anbieters und wurden nicht unabhängig geprüft. Für sauberes Audio in gut ausgestatteten Sprachen sind sie plausibel, für verrauschte Mehrsprecheraufnahmen in weniger ausgestatteten Sprachen optimistisch.
Die Zahl unabhängiger Bewertungen ist gering. Der iOS-Eintrag weist im Schnitt 3,8 Sterne bei lediglich 38 Bewertungen aus — eine viel zu kleine Stichprobe für ein Qualitätsurteil. Recherchen in großen Technologiepublikationen ergaben keine unabhängigen redaktionellen Tests. Fehlende Berichterstattung belegt kein Problem, bedeutet aber, dass Sie Ihre Sorgfaltsprüfung nicht an veröffentlichte Bewertungen auslagern können: Die Testphase ist Ihre Bewertung.
Rechts- und Einwilligungspflichten liegen bei Ihnen. Das Aufzeichnen von Gesprächen ist je nach Rechtsordnung unterschiedlich geregelt, und vielerorts ist die Einwilligung aller Beteiligten erforderlich. Die Bedingungen unterliegen dem Recht Delawares und verlangen, dass Minderjährige die Erlaubnis und unmittelbare Aufsicht eines Erziehungsberechtigten haben. Das Werkzeug übernimmt Ihre Einwilligungspflichten nicht.
Keine dauerhaft kostenlose Stufe. Nach der siebentägigen Testphase ist das Produkt ausschließlich kostenpflichtig, was es für gelegentlichen oder einmaligen Transkriptionsbedarf schlecht geeignet macht; dort können minutengenau abgerechnete Dienste günstiger sein.
Da die Kernaussage des Produkts die Datenlokalität betrifft, verdient die Datenschutzdokumentation eine direkte Lektüre statt pauschalen Vertrauens — und der veröffentlichten Erklärung ist zugutezuhalten, dass sie konkret statt ausweichend formuliert ist.
Die Aufbewahrung ist je Datenklasse definiert statt offengelassen: Gelöschte Audiodateien und Transkripte werden binnen 30 Tagen entfernt, Kontodaten bestehen bis zu 90 Tage nach Schließung fort, und Kaufunterlagen werden 7 Jahre aufbewahrt. Die siebenjährige Frist bei Kaufunterlagen spiegelt übliche steuer- und prüfungsrechtliche Vorgaben wider und ist nichts Ungewöhnliches.
Zu den Betroffenenrechten nennt die Erklärung konkrete Reaktionsfristen und zählt den Standardsatz auf: Auskunft, Berichtigung, Löschung, Einschränkung, Übertragbarkeit und Widerspruch, mit Antworten binnen 30 Tagen nach DSGVO und binnen 45 Tagen nach CCPA, verlängerbar. Die Kontolöschung ist per E-Mail-Anfrage möglich.
Die Erklärung benennt ihre Auftragsverarbeiter zudem einzeln, statt vage auf Dienstleister zu verweisen: Anbieter für Attribution und Analyse, Dienste zur Absturzmeldung sowie die Abrechnungssysteme der Plattformen. Eine Offenlegung, dass Nutzeraudio über die Erbringung des Transkriptionsdienstes hinaus zum Training von KI-Modellen verwendet würde, findet sich nicht — wobei das Fehlen einer Offenlegung eine schwächere Zusicherung darstellt als eine ausdrückliche Verpflichtung.
Für sensibles Material bleibt die praktische Empfehlung davon unberührt: Lesen Sie die jeweils geltende Erklärung zum Zeitpunkt der Einführung selbst, klären Sie, wo Ihr Client die Dateien verarbeitet, und holen Sie die Einwilligung der Beteiligten unabhängig davon ein, was die Software erlaubt.
Es gibt keine dauerhaft kostenlose Stufe. Beide kostenpflichtigen Stufen enthalten eine siebentägige Testphase, und die mobilen Apps sind kostenlos ladbar mit Freischaltung per Abonnement. Nach Ablauf der Testphase erfordert die weitere Nutzung ein bezahltes Abonnement.
Veröffentlicht sind 9,99 US-Dollar als Aktionspreis für den ersten Monat gegenüber 24,99 US-Dollar im regulären Monatstarif oder 12,49 US-Dollar pro Monat bei jährlicher Abrechnung. Da beide Tarife dieselben Funktionen bieten, geht es um die Abrechnungsbindung und nicht um den Funktionsumfang. Preise ändern sich; prüfen Sie die aktuellen Werte auf der offiziellen Preisseite.
Nicht durchgängig, und dieser Punkt verdient Genauigkeit. Die Desktop-Clients für Mac und Windows werden als local-first beschrieben, während die Clients für iPhone, Android und die kommende Webfassung ausdrücklich cloudgestützt sind. Die Datenschutzerklärung beschreibt zudem eine unternehmenseigene Cloud-Transkriptionsengine und Datenübermittlungen überwiegend in die Vereinigten Staaten. Gilt für Ihr Material eine strikte Cloud-Freiheit, prüfen Sie das Verhalten Ihrer Plattform, bevor Sie sich darauf verlassen.
Der Anbieter nennt über 99 Sprachen, der mobile Eintrag spricht von mehr als 100. Diese Zahlen sind Selbstauskunft und ungeprüft. Die tatsächliche Genauigkeit schwankt erheblich nach Sprache, Akzent und Aufnahmequalität; testen Sie Ihre eigenen Sprachen während der Testphase, statt eine gleichmäßige Leistung zu unterstellen.
Für Mac gibt es eine native Anwendung, Windows ist als Beta verfügbar, und die Apps für iPhone und Android werden über die jeweiligen Stores vertrieben. Eine Webfassung ist als in Kürze verfügbar angekündigt. Zusätzlich stehen Plug-ins für Adobe Premiere Pro und DaVinci Resolve bereit.
Ja. Die Preisseite gibt an, dass Videos von bis zu sechs Stunden analysiert werden können. Speicherkontingente, Dateigrößenobergrenzen oder monatliche Verarbeitungsbudgets sind nicht veröffentlicht; bei ungewöhnlichem Volumen klären Sie diese vor Abschluss eines Jahrestarifs mit dem Support.
Ja. Zu den Exporten zählen reiner Text, SRT- und VTT-Untertiteldateien sowie die Projektformate von Final Cut Pro und Adobe Premiere. Eigene Plug-ins für Premiere Pro und DaVinci Resolve erlauben zudem transkriptgesteuerte Suche innerhalb der Schnittanwendung.
Ja. Das Produkt unterstützt das Model Context Protocol, wodurch MCP-fähige Clients wie Claude, ChatGPT und Cursor Ihre Bibliothek direkt abfragen können; Ihre Aufnahmen wirken damit als Abrufquelle innerhalb des Assistenten, den Sie ohnehin verwenden.
Abonnements können jederzeit gekündigt werden und enden mit Ablauf der laufenden bezahlten Periode; bei Abschluss über einen mobilen App-Store kündigen Sie in dessen Abo-Einstellungen. Zu den Daten: Gelöschte Aufnahmen und Transkripte werden binnen 30 Tagen entfernt, Kontoinformationen bis zu 90 Tage nach Kontoschließung aufbewahrt. Löschanfragen können per E-Mail gestellt werden.
Das hängt von Ihren Pflichten ab, und die Antwort ergibt sich nicht automatisch. Die veröffentlichte Erklärung ist bei Aufbewahrung und Betroffenenrechten detailliert, es werden jedoch keine Compliance-Zertifizierungen beworben, und bei mobilen Clients ist Cloud-Verarbeitung beteiligt. Für anwaltlich geschütztes, medizinisches oder anderweitig reguliertes Material prüfen Sie die geltenden Bedingungen gemeinsam mit der Compliance-Verantwortung Ihrer Organisation und holen Sie unabhängig von den Möglichkeiten der Software die Einwilligung aller Beteiligten ein.
