ScreenApp nimmt Bildschirm, Meetings und Sprache auf und verwandelt jede Datei in ein Transkript, eine kapitelweise Zusammenfassung und eine Aufgabenliste, die sich durchsuchen und befragen lässt. Betreiber ist die ScreenApp Pty Ltd in Sydney; es läuft im Web, in Chrome, auf macOS, Windows, iOS und Android.
Hast du dieses Tool genutzt? Bewerte es
Hast du dieses Tool genutzt? Bewerte es
ScreenApp ist ein KI-Bildschirmrekorder und eine Analyseplattform, die eine Bildschirmaufnahme, ein Meeting oder eine Sprachnotiz als Rohstoff einer Textverarbeitungskette behandelt und nicht als fertiges Ergebnis. Sie nehmen auf oder laden hoch, und der Dienst liefert ein Transkript, eine in Kapitel gegliederte Zusammenfassung, Sprecherkennzeichnungen, eine Liste extrahierter Aufgaben sowie einen Index, den Sie später durchsuchen und befragen können. Die Startseite fasst den Anspruch in einem Bild zusammen — ein Fenster in Ihre Aufnahmen — und schiebt ein deutlicheres Versprechen nach: Hören Sie auf, alles noch einmal anzusehen, und fangen Sie an zu verstehen. Betrieben wird das Produkt von der ScreenApp Pty Ltd, einem in Sydney im australischen Bundesstaat New South Wales eingetragenen Unternehmen; die Oberfläche liegt derzeit in vierzehn Sprachen vor.
Die Kehrtwende hinter dieser Positionierung ist auch außerhalb des eigenen Marketings dokumentiert. In einer Kundengeschichte des Inferenzanbieters Groq wird ScreenApp als Produkt beschrieben, das als schlichter Bildschirmrekorder begann, bis die Gründer bemerkten, dass Nutzer nicht bloß aufnehmen, sondern den Inhalt der Aufnahmen tatsächlich verwerten wollten. Das australische Technologiemedium Startup Daily veröffentlichte ein Investorenmemo des Fonds Antler, das die Gründung auf 2022 datiert, Andre Smith und Buddhika Jayawardhana als Gründer nennt und festhält, dass die Plattform in der Pre-Seed-Phase über 17.500 monatlich aktive Nutzer verfügte und in einem einzigen Monat mehr als 130.000 Videos verarbeitet hatte.
Was ScreenApp im dicht besetzten Feld der KI-Protokollanten unterscheidet, ist weniger eine einzelne Funktion als die Breite der abgedeckten Fläche: Achtzehn funktionale Einstiegspunkte sitzen auf einem gemeinsamen Kern aus Aufnahme und Transkription, vom Meeting-Rekorder und Notizwerkzeug bis hin zum Clip-Schnitt, zur Komprimierung, zur Untertitelerzeugung und zur Sprachsynthese. Ob diese Breite Stärke oder Verzettelung bedeutet, hängt vollständig vom eigenen Bedarf ab, und diese Seite versucht, genügend geprüfte Details zu liefern, damit Sie das selbst entscheiden können.
Die Aufnahme ist nicht auf einen Zugang beschränkt. ScreenApp bietet eine Webanwendung, eine Chrome-Erweiterung, native Desktop-Programme für macOS und Windows sowie mobile Anwendungen für iOS und Android. Die Desktop-Varianten sind dort entscheidend, wo Systemton mitgeschnitten, große Dateien hochgeladen oder im Hintergrund aufgezeichnet werden muss — drei Dinge, die ein Browser-Tab nicht zuverlässig leistet. Neben der Live-Aufnahme lassen sich vorhandene Dateien hochladen oder über eine Adresse importieren, doch beide Wege sind kostenpflichtigen Tarifen vorbehalten.
Der technisch offenste Teil der offiziellen Website ist die Seite zur Genauigkeit, die erklärt, dass diese Schicht von Sprache zu Text nicht auf einen einzelnen Anbieter setzt. Aufträge werden nach Herkunftsplattform, Länge, Kanalaufbau und Sprache auf drei Hauptanbieter verteilt: Whisper Large-v3 auf der Infrastruktur von Groq für die Sprachbreite, mit der größten Abdeckung und dem schnellsten Weg bei langen Aufnahmen; Googles Gemini 3.1 Flash Lite für kurze Audios unter fünf Minuten; und die Spracherkennung Grok von xAI für Telefonate und mehrkanalige Aufnahmen. Dahinter stehen mehrere Ausweichwege, damit ein Ausfall bei einem Anbieter keinen Auftrag scheitern lässt.
Dieselbe Seite ist zur darüberliegenden Schicht ungewöhnlich direkt: Zusammenfassung, Dialog und Inhaltsanalyse laufen durchgehend über Googles Gemini, und die Seite hält ausdrücklich fest, dass das Produkt weder von GPT-4 noch von ChatGPT oder Claude angetrieben wird. Wer Werkzeuge danach beurteilt, welches Modell seine Besprechungen liest, findet hier eine seltene und nützliche Offenlegung.
ScreenApp wirbt mit 99 Sprachen für die Transkription, doch nur 25 davon erhalten eine Sprechertrennung auf Wortebene über die Spracherkennung von xAI. Alle übrigen Sprachen liefern Text ohne Zuordnung zu einzelnen Personen. Wenn Ihre Arbeit davon abhängt, wer was gesagt hat — Zeugenaussagen, Podiumsrunden, Interviews mit mehreren Beteiligten —, verengt sich die nutzbare Sprachliste erheblich, und ein Blick auf Ihre Arbeitssprache lohnt sich vor der Festlegung.
Statt einer einzelnen Marketingzahl veröffentlicht die Seite eine Matrix über drei Aufnahmebedingungen. Englisch erreicht 4,2 Prozent Wortfehlerrate unter Studiobedingungen, 7,8 Prozent im Besprechungsraum und 12,4 Prozent im Feld mit einem handgehaltenen Telefonmikrofon. Japanisch, Koreanisch und vereinfachtes Chinesisch liegen unter Feldbedingungen bei 19,8, 19,2 und 20,4 Prozent. Die Methodik wird genannt: achtzehn Stunden gemeinfreies Audiomaterial je Sprache, Auswertung mit der Bibliothek jiwer, vierteljährliche Wiederholung, Satzzeichen und Groß- und Kleinschreibung bleiben unberücksichtigt. So genaue Zahlen sind überprüfbar, und genau darin liegt der Sinn ihrer Veröffentlichung.
Über den reinen Text hinaus zerlegt die Kette eine Aufnahme in Kapitel mit jeweils eigener Zusammenfassung, erkennt Sprecher, extrahiert Aufgaben und Entscheidungen und formt die Ausgabe nach wiederverwendbaren Vorlagen. Die Groq-Fallstudie beschreibt exakt diese Ergebnisform — Sitzungsprotokolle, Interviewtranskripte, fertige Berichte — und darin unterscheidet sich das Produkt von einem Transkriptionsdienst, der eine ungegliederte Textwand übergibt.
Der Analysebereich verarbeitet Material, das nicht rein gesprochen ist. Er prüft Video Bild für Bild auf Szenen, Objekte und Schlüsselmomente, erkennt Tonqualitätsprobleme und unterscheidet Sprecher im Audio, führt Objekterkennung und Texterkennung auf Bildern aus und zieht Tabellen sowie Kernaussagen aus PDF-Dateien und Dokumenten. Auf diesen Bereich bezieht sich das gesondert ausgewiesene Videoanalyse-Kontingent der Preisseite, das unabhängig von der gewöhnlichen Transkription gezählt wird.
Sobald Material indexiert ist, lässt es sich befragen. Der Dialog innerhalb einer Datei bezieht sich auf eine einzelne Aufnahme; die dateiübergreifende Abfrage durchsucht die gesamte Bibliothek und bleibt im kostenlosen Tarif gesperrt. Die Suche selbst wird als dauerhaft kostenlos und unbegrenzt geführt, ebenso Sprachdiktat, Dokumentüberarbeitung und Freigabe.
Ein Umsetzungsdetail verdient eigene Erwähnung, weil es die Reichweite der Genauigkeitszahlen verändert. Wenn ein Video bereits eine Untertitelspur veröffentlicht, liest die Plattform diese Spur, statt das Audio zu transkribieren — es läuft überhaupt keine Spracherkennung. Dieser Weg ist tatsächlich schnell, der Median sank von 41,1 auf 14,7 Sekunden, doch der Text stammt von der Videoplattform und nicht von diesem Produkt. Keine der veröffentlichten Wortfehlerraten beschreibt ihn also. Der Anbieter weist selbst darauf hin und ergänzt, dass die Vergleichsstichprobe nur 61 Importe umfasste, was die tatsächliche Beschleunigung zwischen dem 1,9- und dem 3,7-Fachen verortet.
Die Seite zum Notizwerkzeug baut ihre gesamte Argumentation auf einer Abwesenheit auf: Kein Bot tritt Ihren Anrufen bei. Die Aufnahme erfolgt auf Ihrem eigenen Gerät, sodass Teilnehmer keinen dritten Beteiligten sehen, der sich als Mitschnitt ankündigt. Der Anbieter nennt Otter, Fireflies und Fathom ausdrücklich als Werkzeuge, die sich sehr wohl ankündigen, und adressiert Beratende, Therapeutinnen, Anwälte und Vertriebsteams, deren Gespräche keinen sichtbaren Aufnahme-Bot vertragen. Das ist ein echter architektonischer Unterschied und keine Kosmetik, doch er verlagert die Hinweispflicht vollständig auf Sie — dazu mehr im Abschnitt zu den Einschränkungen.
Bei internen Besprechungen ist die Rechnung schlichter: Derzeit schreibt jemand mit, und diese Person nimmt nicht vollständig teil. Automatische Kapitel mit eigenen Zusammenfassungen und eine extrahierte Aufgabenliste ersetzen die Nachbereitung; das ist die konkrete Gestalt, die KI-Meeting-Notizen hier annehmen. Die Tarife ab Growth enthalten zusätzlich einen Meeting-Bot für kalendarisch beigetretene Anrufe, der neben dem geräteseitigen Weg steht und ihn nicht ablöst.
Studierende, die Vorlesungen aufnehmen, erhalten ein durchsuchbares Semesterarchiv statt eines Ordners nie wieder geöffneter Tondateien. Hier zählt die Kapitelstruktur mehr als das Transkript: Eine zweistündige Vorlesung mit Kapitelmarken lässt sich navigieren, ein zweistündiges Transkript nicht. Die mobilen Anwendungen sind im physischen Hörsaal das einzig praktikable Aufnahmemittel.
Journalistinnen und qualitativ Forschende, die Meeting-Transkription betreiben, brauchen genaue Zuordnung dringender als Geschwindigkeit. Hier wird die Liste der 25 Sprachen mit Sprechertrennung entscheidend, ebenso die Wortfehlerrate unter Feldbedingungen: Ein handgehaltenes Telefon in einem lauten Raum entspricht dem englischen Fall mit 12,4 Prozent, nicht dem Studiofall mit 4,2 Prozent. Planen Sie die Nachbearbeitungszeit entsprechend ein.
Aufgezeichnete Anrufe lagern sich zu einem abfragbaren Korpus. Sprechererkennung und dateiübergreifende Abfrage erlauben einer Führungskraft, eine Frage an viele Gespräche gleichzeitig zu stellen, statt jedes einzeln erneut zu hören. Für Telefonate und mehrkanaliges Audio nutzt das System nach eigener Aussage einen eigens optimierten Erkennungsweg.
Wer viel Videomaterial verarbeitet — Wettbewerbsbeobachtung, Kursnachbereitung, Inhaltsaufbereitung —, erhält mit Adressimport und Zusammenfassung eine Video-Zusammenfassung, die stundenlanges Material in lesbare Notizen verwandelt. Behalten Sie nur im Blick, welcher Weg gelaufen ist: direktes Auslesen der Untertitel, wenn vorhanden, sonst vollständige Transkription.
Ein am Bildschirm aufgezeichneter Arbeitsablauf ergibt nach Transkription und Kapitelung einen Dokumentationsentwurf. Für Material, das am Ende als Video verteilt wird, erledigen Clip-Schnitt und Untertitelerzeugung den Rest.
Für einen Browser-Tab oder eine schnelle Bildschirmaufnahme genügt die Webanwendung. Wer gewohnheitsmäßig aus dem Browser aufnimmt, installiert die Chrome-Erweiterung; wer Systemton, Hintergrundaufnahme oder große Uploads benötigt, greift zur Desktop-Fassung für macOS oder Windows. Für Gespräche vor Ort ist die mobile Anwendung die einzig sinnvolle Wahl.
Die Live-Aufnahme deckt in allen Tarifen Bildschirm, Webcam und Ton vor Ort ab. Das Hochladen lokaler Dateien und der Import über eine Adresse verlangen beide einen kostenpflichtigen Tarif; im kostenlosen Tarif sind beide Punkte als nicht verfügbar markiert. Wenn Ihr Zweck darin besteht, vorhandene Videos zusammenzufassen statt neue Aufnahmen zu erzeugen, wirkt diese Einschränkung unmittelbar.
Die Verteilung der Transkription erfolgt automatisch; Nutzer wählen keinen Anbieter aus. Der Anbieter gibt an, dass ein sechzigminütiges Meeting einschließlich Zusammenfassung und Kapitelung in etwa drei Minuten durchläuft. Diese Zahl stammt vom Anbieter und ist nicht unabhängig geprüft, wenngleich die zugrunde liegende Geschwindigkeitsveränderung durch die Groq-Fallstudie gestützt wird: Eine Transkription, die früher zwanzig Minuten dauerte, endet dort inzwischen nach etwa fünfzehn Sekunden.
Der vorgesehene Ablauf dreht die Gewohnheit um. Öffnen Sie zuerst die Kapitelzusammenfassung und die Aufgabenliste und steigen Sie nur dort ins Transkript ein, wo ein Kapitel eine Prüfung nahelegt. Das vollständige Transkript durchzulesen hebt den Zweck des Werkzeugs auf.
Für eine einzelne Datei genügt der Dialog innerhalb der Datei. In einem kostenpflichtigen Tarif durchsucht die dateiübergreifende Abfrage die gesamte Bibliothek — nützlich, wenn Sie wissen, dass etwas gesagt wurde, aber nicht mehr, in welcher Besprechung.
Video- und Audio-Download, PDF-Export und der Export allgemein gehören sämtlich zu den kostenpflichtigen Funktionen. Planen Sie das ein: Was im kostenlosen Tarif entsteht, bleibt im Produkt und lässt sich nicht herausnehmen.
Der häufigste Lesefehler bei diesem Preismodell betrifft die Zeiteinheit. Die 600 KI-Guthaben und 600 Transkriptionen des Growth-Tarifs gelten pro Jahr, nicht pro Monat, und die Videoanalyse ist dort auf 36 pro Jahr begrenzt. Prüfen Sie die Einheit, bevor Sie einen Tarif für großzügig halten.
Passen Sie das Mikrofon der benötigten Genauigkeit an. Der Abstand zwischen 4,2 und 12,4 Prozent im Englischen ist vollständig ein Unterschied der Aufnahmebedingungen. Ein Ansteckmikrofon in einem akustisch behandelten Raum liefert deutlich saubereren Text als ein handgehaltenes Telefon im Café, und keine Modellwahl gleicht das aus.
Prüfen Sie Ihre Sprache, bevor Sie sich auf Sprecherkennzeichnungen verlassen. Die Transkription erreicht 99 Sprachen, die Zuordnung auf Wortebene nur 25. Diesen Unterschied erst nach der Aufnahme einer vierköpfigen Runde zu bemerken, ist teuer.
Wissen Sie, welchen Weg ein Videoimport genommen hat. Hatte das Video Untertitel, halten Sie den Text der Videoplattform in Händen; dessen Qualität liegt außerhalb der Kontrolle des Anbieters und hat mit dessen Messwerten nichts zu tun. Was Sie zitieren wollen, gleichen Sie mit dem Ton ab.
Behandeln Sie den kostenlosen Tarif als Bewertung, nicht als Arbeitsablauf. Drei Aufnahmen insgesamt, drei KI-Generierungen monatlich und eine Transkription monatlich, ohne Upload, ohne Adressimport und ohne Export, reichen zur Beurteilung der Ausgabequalität und zu nichts weiter.
Setzen Sie sich eine eigene Erinnerung, wenn Sie den Test starten. Der siebentägige Growth-Test geht in eine Jahresabrechnung über. Das ist der am häufigsten beanstandete Punkt auf unabhängigen Bewertungsplattformen und lässt sich mit einer am ersten Tag gesetzten Erinnerung vollständig vermeiden.
Nehmen Sie sensible Inhalte lokal auf. Das Hilfezentrum dokumentiert eine Option zur lokalen Speicherung bei abgeschalteter Cloud-Synchronisierung. Für Material, das ein Gerät niemals verlassen darf, existiert diese Einstellung und sollte vor der ersten heiklen Aufnahme gefunden werden, nicht danach.
Sagen Sie den Beteiligten, dass Sie aufnehmen. Da sich kein Bot ankündigt, liegt die Hinweispflicht allein bei Ihnen. In vielen Rechtsordnungen ist die Einwilligung eine gesetzliche Anforderung und keine Höflichkeit: Genau die Unsichtbarkeit, die dieses Produkt attraktiv macht, begründet diese Verantwortung.
Nutzen Sie Kapitel als Navigationsebene. Bei jeder Aufnahme über dreißig Minuten ist die Kapitelliste das, was Sie Woche für Woche tatsächlich verwenden. Überfliegen Sie sie zuerst und öffnen Sie das Transkript nur dort, wo eine Überschrift eine Frage aufwirft.
Kundennahe Berufe mit Vertraulichkeitsanforderungen — Beratende, Anwältinnen, Therapeuten und Vertriebsteams — sind die Gruppe, die die Seite zum Notizwerkzeug ausdrücklich anspricht, und die Architektur ohne Bot beantwortet deren Einwand konkret.
Studierende und Lehrende erhalten ein durchsuchbares Lernarchiv zu geringen Kosten, auch wenn die eine monatliche Transkription des kostenlosen Tarifs für eine über ein Semester tragende Gewohnheit einen kostenpflichtigen Wechsel erzwingt.
Kleine Teams mit Protokollbedarf ohne eigenen Schriftführer sind mit Growth gut bedient, sofern das Volumen in 600 Transkriptionen pro Jahr passt, also rund zwei je Arbeitstag.
Forschende und Journalistinnen profitieren von den je Sprache veröffentlichten Fehlerraten, die eine ehrliche Schätzung des Prüfaufwands erlauben, statt sich auf eine einzelne Genauigkeitszahl zu verlassen.
Unternehmenseinkäufer mit Anforderungen an Einmalanmeldung, Programmierschnittstelle und Regelkonformität finden im Enterprise-Tarif ab 199 Dollar monatlich die einzige Stufe mit SAML-Einmalanmeldung, maßgeschneiderten Anbindungen und eigenem Support.
Wer besser anderswo sucht: wer eine belastbare Rückerstattungszusage braucht, denn die Bedingungen erklären Gebühren für nicht erstattungsfähig; wer Videoanalyse in großem Umfang benötigt, die selbst im Business-Tarif auf 120 pro Jahr begrenzt bleibt; und wer in einer Sprache außerhalb der 25 Sprachen mit Sprechertrennung arbeitet und dennoch auf Sprecherzuordnung angewiesen ist.
Das Produkt beruht auf dem Web und liefert sechs weitere Anwendungen. Alle nachstehenden Zahlen wurden am 24. August 2026 aus erster Hand geprüft; Store-Daten ändern sich täglich.
iOS — geführt als ScreenApp: AI Voice Recorder, herausgegeben von ScreenApp Pty Ltd, bewertet mit 4,0 Sternen bei 111 Bewertungen. Aktuelle Fassung 1.4.47 vom 17. August 2026, Erstveröffentlichung am 18. März 2025. Erfordert iOS 15.0 oder neuer, Freigabe ab 4 Jahren, kostenloser Download.
Android — der Eintrag weist 3,88 Sterne bei 761 Bewertungen und über 100.000 Downloads aus, eingeordnet unter Produktivität mit einer Freigabe für alle. Das ist die größte unabhängige Stichprobe der vier geprüften Kanäle.
Chrome-Erweiterung — 4,1 Sterne bei 71 Bewertungen und rund 20.000 Nutzern, mit Empfehlungsabzeichen und dem Hinweis, dass beim Herausgeber keine Verstöße vorliegen. Beachten Sie, dass eine auf einer Funktionsseite des Anbieters eingebettete Karte für dieselbe Erweiterung 4,7 Sterne bei 2.100 Bewertungen ausweist, was der reale Store-Eintrag nicht bestätigt; maßgeblich ist die Store-Angabe.
macOS — als direkter Download vom offiziellen Auftritt verteilt und nicht über den Mac App Store. Es handelt sich um ein universelles Programm für Apple Silicon und Intel, das als fortlaufende Veröffentlichung unter gleichbleibendem Dateinamen ausgeliefert wird, sodass sich keine Versionsangabe vergleichen lässt.
Windows — natives Desktop-Programm, über den Auftritt herunterladbar.
Oberflächensprachen — der Auftritt veröffentlicht lokalisierte Seiten in vierzehn Sprachen, darunter Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Japanisch, Koreanisch, Russisch, Indonesisch, Chinesisch, Türkisch, Niederländisch und Vietnamesisch. Diese Liste ist von den 99 Transkriptionssprachen zu trennen und deutlich kürzer.
Vier Stufen stehen zur Wahl. Die folgenden Angaben stammen von der offiziellen Preisseite, gelesen am 24. August 2026; Preisseiten ändern sich, prüfen Sie daher vor dem Kauf die aktuelle Fassung.
Kostenlos — 0 Dollar. Drei Aufnahmen insgesamt und nicht pro Monat, drei KI-Generierungen monatlich, eine Transkription monatlich, vollständiges Transkript enthalten, keine Videoanalyse, kein Dateiupload, kein Adressimport, weder Download noch Export. Genug, um die Ausgabequalität zu beurteilen.
Growth — 19 Dollar monatlich bei jährlicher Abrechnung. Unbegrenzte Aufnahmen, 600 KI-Guthaben pro Jahr und 600 Transkriptionen pro Jahr, 36 Videoanalysen pro Jahr, Meeting-Bot enthalten, Download und Export freigeschaltet. Verkauft mit einem siebentägigen kostenlosen Test, danach schreibt es die Seite unmissverständlich: sieben Tage kostenlos, anschließend 228 Dollar pro Jahr.
Business — 34 Dollar monatlich bei jährlicher Abrechnung. Unbegrenzte Aufnahmen, KI-Guthaben und Transkriptionen, Schnittstellenzugang, Anbieterneutralität in der Gestaltung, eigenes Vokabular und Sammelupload. Die Videoanalyse bleibt allerdings auf 120 pro Jahr gedeckelt, was der Rede vom Unbegrenzten an anderer Stelle derselben Stufe widerspricht.
Enterprise — ab 199 Dollar monatlich, bepreist nach Teamgröße. Alles unbegrenzt, dazu SAML-Einmalanmeldung, maßgeschneiderte Anbindungen und eigener Support. Die Einmalanmeldung wird in keiner anderen Stufe angeboten.
Zwei Stellen verlangen genaues Lesen. Erstens verkündet die Kopfzeile der Seite, es sei keine Kreditkarte nötig und man könne jederzeit kündigen, während die Fragensammlung derselben Seite ausführt, dass der siebentägige Test sehr wohl eine Kreditkarte verlangt und automatisch übergeht. Beide Aussagen stehen auf einer Seite: die erste beschreibt den kostenlosen Tarif, die zweite den Test. Zweitens halten die Nutzungsbedingungen fest, dass sämtliche Gebühren für den Dienst nicht erstattungsfähig sind — und diese Regel greift, wenn eine Abbuchung unerwartet kommt.
Otter.ai, Fireflies.ai und Fathom sind die drei Mitbewerber, die der Anbieter selbst benennt, entlang einer einzigen Trennlinie: Diese Werkzeuge treten dem Anruf als sichtbarer Teilnehmer bei, ScreenApp nimmt vom eigenen Gerät auf. Wenn ein sichtbarer Bot akzeptabel oder sogar als impliziter Aufnahmehinweis erwünscht ist, sind diese drei ausgereifte Alternativen mit tieferer Kalenderanbindung.
Loom wird in der offiziellen Fragensammlung direkt verglichen; dort heißt es, der Mitbewerber koste 18 Dollar monatlich, begrenze die kostenlose Nutzung auf fünf Minuten und berechne KI zusätzlich, während der eigene Jahrestarif bei 19 Dollar monatlich KI bereits enthalte. Für gepflegte asynchrone Videokommunikation bleibt Loom die stärkere Wahl; ScreenApp zielt darauf, Text aus Aufnahmen zu gewinnen, nicht auf die Gestaltung von Videopräsentationen.
Spezialisierte Transkriptionsdienste, ob direkt auf offenen Modellen aufgebaut oder von den Spracherkennungsanbietern, die ScreenApp in eigenen Vergleichen selbst nennt, passen besser zu allen, die rohe Transkription mit Schnittstellensteuerung und ohne Produktumfeld wollen.
Allgemeine Dialogassistenten schließt die Analyseseite ausdrücklich aus; ihr Argument lautet, dass textbasierte Chatoberflächen Video- und Audiodateien weder verarbeiten noch ansehen oder anhören können. Das begründet redlich, warum Werkzeuge zur Medienverarbeitung eine eigene Kategorie bilden.
Systemeigene Aufnahmewerkzeuge — Bildschirmaufnahme unter macOS, die Aufnahmefunktion von Windows, das eingebaute Diktiergerät des Telefons — bleiben kostenlos und ausreichend, sobald Sie die Datei selbst und nicht den daraus abgeleiteten Text benötigen.
Das Bild bei unabhängigen Bewertungen ist schlecht, und das Muster ist sehr konkret. Auf Trustpilot erreicht das Unternehmen 1,3 von 5 bei 52 Bewertungen, davon 94 Prozent mit einem Stern. Das Profil wurde im August 2022 vom Unternehmen beansprucht, doch Trustpilot vermerkt, dass zuletzt keine Kunden um Bewertungen gebeten wurden und negative Bewertungen unbeantwortet blieben. Die häufigsten Nennungen ballen sich eng: Kündigung, Abonnement, Rückerstattung, Zahlung, Kundenkommunikation. Namentliche Bewertungen schildern einen siebentägigen Test, der ohne klare Vorwarnung in eine Jahresbelastung von 228 Dollar überging, und Rückerstattungsanfragen, die unter Verweis auf die Kündigungsregelung abgelehnt wurden. Diese Darstellung deckt sich mit den vom Anbieter selbst veröffentlichten Bedingungen, die Gebühren für nicht erstattungsfähig erklären, und mit dem Wortlaut zum Test auf der Preisseite. Sie liest sich daher als Vollzug einer Regelung und nicht als Einzelpanne. Setzen Sie eine Erinnerung oder starten Sie den Test gar nicht erst.
Store-Bewertungen und Trustpilot weichen stark voneinander ab, und beide Stichproben sind echt. iOS liegt bei 4,0 aus 111 Bewertungen, Android bei 3,88 aus 761 — mittelmäßig bis ordentlich, nicht schlecht. Diese Werte lassen sich nicht zu einer Zahl verschmelzen und sollten es auch nicht: Die Store-Stichproben stammen von allgemeinen Nutzern, die eine Produkterfahrung bewerten, während sich die Trustpilot-Stichprobe hier um Abrechnungsstreitigkeiten selbst ausgewählt hat. Lesen Sie sie als Antworten auf zwei verschiedene Fragen. Die 5,0 bei Capterra beruhen auf lediglich vier Bewertungen und tragen keinerlei Qualitätsaussage.
Die Zeiteinheit der Kontingente wird leicht falsch gelesen. Die 600 Guthaben und 600 Transkriptionen bei Growth sind Jahreswerte, die neben einem Monatspreis stehen. Business gibt sich unbegrenzt und deckelt die Videoanalyse dennoch bei 120 pro Jahr.
Mehrere offizielle Angaben widersprechen einander. Der Sicherheitsbeitrag im Hilfezentrum nennt 2020 als Gründungsjahr, die strukturierten Daten des Auftritts nennen 2023, das von Startup Daily veröffentlichte Antler-Memo nennt 2022. Drei verschiedene Gründungsjahre zwischen eigenen Unterlagen und einem Investorendokument. Derselbe Beitrag behauptet zudem, sämtliche Daten lägen auf eigenen Servern und nicht auf Plattformen Dritter, was sich mit der Sicherheitsseite, die eine Infrastruktur bei Amazon einräumt, und mit der Datenschutzerklärung, die fünf externe KI-Anbieter aufführt, schlecht verträgt. Die Nutzungsbedingungen beschreiben weiterhin Tarife unter alten Namen, deren Grenzen zur heutigen vierstufigen Preisseite nicht passen. Einzeln ist nichts davon gravierend, zusammen deutet es auf eine Dokumentation, die dem Produkt nicht gefolgt ist.
Selbst gemeldete Nutzerzahlen stimmen untereinander nicht. Die Startseite nennt 8,1 Millionen Menschen und an anderer Stelle derselben Seite über 8.159.301, während die Bewertungsseite über 3 Millionen aktive Nutzer angibt. Beide Zahlen stammen vom Anbieter und sind ungeprüft. Dieselbe Bewertungsseite führt außerdem einen Durchschnitt von 4,9, einen Empfehlungswert von 72 und 94 Prozent Zufriedenheit an; nichts davon ist unabhängig überprüfbar, und alles steht in offenkundiger Spannung zur Verteilung auf Trustpilot.
Ein Teil der veröffentlichten Genauigkeitswerte sind Hochrechnungen. Die Spalte zum iPhone-Mikrofon in der Fehlerratentabelle ist nach den eigenen Worten des Anbieters eine Hochrechnung und keine Messung, gebildet durch Multiplikation der Feldbedingungen mit 1,2. Dass er das sagt, verdient Anerkennung; die Zahl deshalb als gemessen zu behandeln, wäre falsch.
Eine zitierte Quelle ist verschwunden. Die Genauigkeitsseite führt ihre Geschwindigkeitswerte auf eine Groq-Fallstudie zurück, doch diese Adresse leitet inzwischen auf das Blogverzeichnis von Groq um, und die Studie steht an ihrem ursprünglichen Ort nicht mehr. Der Inhalt ließ sich nur über ein Webarchiv wiederherstellen. Die Zahlen selbst — zwanzigfach schneller, fünfzehnfach günstiger, 30 Prozent mehr Umwandlung, halbierte Abwanderung, 405 Prozent Wachstum der wiederkehrenden Jahreserlöse — sind Aussagen des Anbieters im Marketingmaterial eines Zulieferers, nie unabhängig geprüft, und sollten so gelesen werden.
Es gibt keine unabhängige Berichterstattung der Fachpresse. Recherchen bei den großen Technologiemedien ergaben weder Test noch redaktionellen Beitrag zu diesem Produkt. Die verfügbaren Belege Dritter beschränken sich auf eine Fallstudie eines Zulieferers, ein als Partnerinhalt in einem australischen Gründermedium veröffentlichtes Investorenmemo und Store-Daten. Das ist dünner als bei einem etablierten Marktführer, und dieser Umstand wird hier benannt statt mit Werbeblogs gefüllt.
Die Aufnahme bringt Pflichten mit sich, die das Produkt bewusst nicht übernimmt. Da sich kein Bot ankündigt, benachrichtigt an keiner Stelle des Ablaufs etwas die übrigen Beteiligten. Einwilligungsanforderungen unterscheiden sich je nach Rechtsordnung und sind häufig zwingend. Das Produkt schenkt Ihnen Unsichtbarkeit; das damit verbundene rechtliche Risiko tragen Sie.
Nein. Die Datenschutzerklärung hält unmittelbar fest, dass der Anbieter Ihre Aufnahmen oder Inhalte nicht zum Training von KI-Modellen verwendet und dass seine externen KI-Anbieter Daten ausschließlich zur Erbringung des angeforderten Dienstes verarbeiten, ohne Befugnis zur Nutzung für Training. Ergänzend heißt es, die Modelle seien vor der Bereitstellung vortrainiert und hochgeladene Daten würden allein zur Diensterbringung verarbeitet. Für ein Aufnahmeprodukt ist diese Formulierung ungewöhnlich klar und die wichtigste Zeile jenes Dokuments.
Die Datenschutzerklärung benennt fünf und nennt jeweils die übermittelten Datenarten. Google erhält Transkripttext und Audio für Zusammenfassung, Kapitelbildung, Titelvergabe, Sprechertrennung und Übersetzung. Groq erhält Text und Audio für den KI-Dialog und die Transkription. Mistral erhält Transkripttext für den KI-Dialog. Fireworks AI und Cloudflare erhalten Audio als Ausweichweg für die Transkription. Unterauftragnehmer in dieser Genauigkeit zu benennen, ist selten und anzuerkennen.
Sämtliche personenbezogenen Daten werden in den Vereinigten Staaten gespeichert, was bei einem australischen Unternehmen erwähnenswert ist. Daten werden nur so lange aufbewahrt, wie es für die beschriebenen Zwecke nötig oder gesetzlich vorgeschrieben ist. Wenn Sie über die Einstellungen die Kontolöschung beantragen, werden alle personenbezogenen Daten binnen 30 Tagen endgültig gelöscht, ausgenommen gesetzlich aufbewahrungspflichtige Bestandteile. Einzelheiten zu verbliebenen Daten können Sie beim Support erfragen.
Drei Aufnahmen insgesamt, drei KI-Generierungen monatlich und eine Transkription monatlich, jeweils mit vollständigem Transkript. Videoanalyse, Dateiupload, Adressimport, Download und Export stehen allesamt nicht zur Verfügung. Das genügt, um die Ausgabequalität am eigenen Material zu prüfen, und reicht für einen dauerhaften Ablauf nicht.
Der Test bezieht sich auf den jährlich abgerechneten Growth-Tarif und verlangt laut Fragensammlung der Preisseite eine Kreditkarte; nach sieben Tagen geht er automatisch in 228 Dollar pro Jahr über. Bei der Rückerstattung sind die Bedingungen eindeutig: Sämtliche Gebühren für den Dienst sind nicht erstattungsfähig. Aus dieser Kombination speist sich der Großteil der negativen unabhängigen Bewertungen. Wenn Sie den Test starten, setzen Sie am sechsten Tag eine Erinnerung.
Die Sicherheitsseite gibt an, das Unternehmen habe die Zertifizierung nach SOC 2 Typ II erlangt, unabhängig geprüft durch externe Auditoren, und verweist auf ein bei einer externen Plattform gehostetes Vertrauenszentrum. Diese Seite bestätigt die Konformität und listet ein Rahmenwerk sowie 35 Kontrollpunkte, veröffentlicht jedoch weder den Prüfzeitraum noch den Namen des Auditors. Die Behauptung ist damit von einer dritten Plattform gestützt, während die Einzelheiten des Berichts nicht öffentlich sind. Unternehmenseinkäufer sollten den Bericht direkt anfordern.
Auf dem geräteseitigen Aufnahmeweg nicht, und das ist das zentrale Unterscheidungsmerkmal des Produkts: Die Aufnahme läuft auf Ihrem Rechner, und die übrigen Teilnehmenden sehen keinen zusätzlichen Beteiligten. Ein Meeting-Bot besteht gesondert und ist ab dem Growth-Tarif für kalendarisch beigetretene Anrufe enthalten. Weil der Standardweg lautlos ist, obliegt es vollständig Ihnen, die Teilnehmenden über die Aufnahme zu unterrichten, und in vielen Rechtsordnungen ist das gesetzlich vorgeschrieben.
Sie hängt fast vollständig von den Aufnahmebedingungen ab. Die veröffentlichten englischen Werte betragen 4,2 Prozent unter Studiobedingungen, 7,8 Prozent im Besprechungsraum und 12,4 Prozent im Feld mit handgehaltenem Telefon. Japanisch, Koreanisch und vereinfachtes Chinesisch liegen unter Feldbedingungen nahe 20 Prozent. Geprüft wurde mit achtzehn Stunden gemeinfreiem Audiomaterial je Sprache, ausgewertet mit der Bibliothek jiwer und vierteljährlich wiederholt. Beachten Sie, dass die Spalte zum iPhone-Mikrofon eine Schätzung und keine Messung ist.
Die Transkription deckt über Whisper Large-v3 99 Sprachen ab. Die Sprechertrennung auf Wortebene erfasst davon nur 25 über die Spracherkennung von xAI. Übrige Sprachen liefern Text ohne Zuordnung zu einzelnen Personen. Davon getrennt ist die Oberfläche des Auftritts selbst in vierzehn Sprachen lokalisiert, eine gänzlich andere und weit kürzere Liste.
Nur teilweise. Business bietet tatsächlich unbegrenzte Aufnahmen, KI-Guthaben und Transkriptionen, doch die Videoanalyse bleibt bei 120 pro Jahr gedeckelt. Growth ist auf der KI-Seite gar nicht unbegrenzt: Die 600 Guthaben und 600 Transkriptionen sind Jahreskontingente neben einem Monatspreis, dazu kommen 36 Videoanalysen pro Jahr. Lesen Sie die Zeiteinheit statt des Eigenschaftsworts.
