Transkription ist gelöste Technik: Whisper läuft lokal auf jedem halbwegs aktuellen Rechner und liefert für Deutsch wie Englisch sehr gute Ergebnisse. Zusammenfassung und Fragen zum Transkript übernimmt ein LLM-Call. Die Minuten-Limits, für die Otter Geld nimmt, existieren beim Eigenbau schlicht nicht.
Der Moat
Ein Moat ist der Burggraben um ein Produkt: alles, was ein Nachbau nicht einfach mitkopieren kann, etwa Nutzer, Daten, Verträge oder Vertrauen. Je tiefer der Graben, desto eher lohnt sich das Abo trotz KI-Agent.Viele Schnittstellen brauchen OAuth, Pflege und zuverlässige Synchronisierung.
Gemeinsame Bearbeitung und Rechte lohnen sich erst im ganzen Team.
Zuverlässigkeit und sauberer Feinschliff sparen dauerhaft Arbeit.
Der Prompt
Bau mir ein lokales Transkriptions-Tool für Meeting-Aufnahmen. Funktionsumfang: 1. Befehl "transcribe <datei>": nimmt eine Audio- oder Videodatei (mp3, m4a, wav, mp4), extrahiert die Tonspur mit ffmpeg und transkribiert sie lokal mit whisper.cpp (Modell large-v3-turbo, Pfad in .env konfigurierbar). 2. Sprecher-Trennung: nutze die Wortzeitstempel und Pausen für eine einfache Segmentierung; markiere Segmente als "Sprecher A/B", perfekte Diarisierung ist nicht nötig. 3. Befehl "summarize <transkript>": schickt das Transkript an die Anthropic-API (Key aus .env) und erzeugt Zusammenfassung, Action Items und Kernaussagen als Markdown. 4. Befehl "ask <transkript> <frage>": beantwortet eine freie Frage zum Transkript per LLM-Call. Alles wird als Markdown in ~/Transkripte/ abgelegt: pro Aufnahme ein Ordner mit transcript.md, summary.md und einer meta.json (Dauer, Datum, Dateiname). Stack: Python mit einem schlanken CLI (argparse reicht), keine Datenbank, keine Accounts. Transkription funktioniert komplett offline, nur summarize und ask brauchen Netz. Schreib eine README mit Installation (ffmpeg, whisper.cpp, Modell-Download) und je einem Beispielaufruf pro Befehl.
Lies, was Entscheider lesen.
Jeden Sonntag das Wichtigste aus der KI-Welt. Kompakt, verständlich, praxisnah. Schließe dich über 4.500 Lesern an.
100 % kostenlos. Jederzeit mit einem Klick abmeldbar.
Der Bot wählt sich selbst in Zoom und Teams ein, und das Transkript liegt für alle Kollegen durchsuchbar an einem Ort. Für Teams ist das Verwaltungs-Argument stärker als das Technik-Argument.
Für den Eigenbedarf reicht der Eigenbau oben meistens.
| Plan | Monatlich | Jährlich (pro Monat) | Enthalten |
|---|---|---|---|
| Pro | 15,50 € / Nutzer | 7,50 € | 1.200 Minuten/Monat, Meetings bis 90 Minuten, 10 Datei-Importe |
| Business | 27 € / Nutzer | 18 € | 6.000 Minuten/Monat, Meetings bis 4 Stunden, Admin-Funktionen |
Geprüft am 31.08.2026 · Quelle · aus USD umgerechnet, der EUR-Preis beim Anbieter kann abweichen
Preis, Nachbau und Ersparnis von Otter.ai auf einen Blick.
Otter.ai kostet im Plan „Pro" 7,50 € pro Monat (geprüft am 31.08.2026). Gratis-Version: 300 Transkriptionsminuten pro Monat, max. 30 Minuten pro Gespräch.
Ja, an einem Abend machbar: Transkription ist gelöste Technik: Whisper läuft lokal auf jedem halbwegs aktuellen Rechner und liefert für Deutsch wie Englisch sehr gute Ergebnisse. Zusammenfassung und Fragen zum Transkript übernimmt ein LLM-Call. Die Minuten-Limits, für die Otter Geld nimmt, existieren beim Eigenbau schlicht nicht.
Beim Eigenbau verzichtest du auf: Live-Transkript zum Mitlesen während des Calls, Automatischer Meeting-Beitritt über den Kalender, Sprechererkennung mit Namen statt Sprecher 1/2, Mobile Apps und Team-Freigaben.
Das Abo kostet 7,50 € pro Monat — aufs Jahr gerechnet sparst du rund 90 €.
Granola
Meeting-Notetaker, der deine Stichpunkte während des Calls mit KI zu sauberen Notizen ausbaut.
12,50 €/Monat
Fireflies.ai
Meeting-Bot, der sich in Calls einwählt, transkribiert und Zusammenfassungen ins CRM schiebt.
9 €/Monat
Descript
Video- und Podcast-Schnitt über das Transkript: Text löschen heißt Szene löschen.
14,50 €/Monat
Der Kommentarbereich wird geladen, sobald du ihn erreichst.