Meeting-Transkription mit KI: Warum wir statt Copilot eine eigene Lösung gebaut haben

In vielen Unternehmen entstehen die wichtigsten Informationen in Meetings – Entscheidungen, Anforderungen, Absprachen. Aber was davon tatsächlich dokumentiert wird, hängt davon ab, ob jemand mitschreibt und wie viel danach noch in Erinnerung bleibt.

Teams und Zoom bieten inzwischen Transkription und KI-Zusammenfassungen an. Das ist ein guter Anfang – aber in der Praxis zeigt sich schnell: Die Zusammenfassungen sind oft generisch, Fachbegriffe werden falsch erkannt, und für Offline-Termine oder Gespräche als Gast funktioniert es gar nicht.

Wir standen vor der gleichen Herausforderung und haben für unseren Beratungsalltag eine eigene Lösung entwickelt: Ein Portal, das aus Audio-Aufnahmen oder vorhandenen Transkripten automatisch strukturierte, fachsprachlich korrekte Zusammenfassungen erzeugt – über eigene KI-Agenten, formatgenau pro Meeting-Typ. In diesem Artikel zeigen wir, wie das funktioniert.

Was es schon gibt – und warum es für uns nicht reichte

Egal ob Teams, Zoom oder Google Meet – die meisten Meeting-Plattformen bieten Transkription inzwischen im Standard-Abo an. Das Transkript ist also da. Die Frage ist: Was passiert damit?

Wer mehr will als den Rohtext, kann KI-Erweiterungen dazubuchen – Copilot in Teams, Gemini in Google Meet, AI Companion in Zoom – oder auf spezialisierte SaaS-Tools wie tl;dv, Fathom oder Fireflies.ai setzen. Die liefern automatische Zusammenfassungen, Aufgabenextraktion und teilweise CRM-Integration.

Für viele Unternehmen reicht das. Für unsere Anforderungen – regelmäßige Kundenmeetings (selbst organisiert oder als Gast), Offline-Termine, Fachsprache, Datenschutz – hat es nicht gepasst:

So funktioniert unsere Lösung

Bevor eine Aufnahme oder ein Transkript verarbeitet wird, legen wir ein Meeting an – optional mit Kunde, Titel und Teilnehmern. Das klingt nach Mehraufwand, zahlt sich aber direkt aus: Das kundenspezifische Wörterbuch wird automatisch angewendet, und die Namen stehen beim Speaker-Mapping als Vorschläge bereit.

Bei eigenen Teams-Meetings vollautomatisch: Der Webhook legt das Meeting an, übernimmt Teilnehmer und Kunde und startet die Verarbeitung – ohne manuellen Schritt.

Danach wählen wir die Quelle – es gibt drei Wege, ein Meeting ins System zu bringen:

Audio/Video Upload

Drag & Drop im Portal

Transkript einfügen

Copy & Paste

Teams Webhook

Vollautomatisch

Für Gast-Meetings oder Offline-Termine nutzen wir Meetily (lokale Audio-Aufnahme von Mikrofon + System-Audio), ein Konferenzmikrofon im Besprechungsraum oder einfach das Smartphone (Android/iOS). Je besser die Audioqualität, desto genauer die spätere Sprechererkennung.

Was dann passiert – die Pipeline

Audio/Video TranskriptTeams Webhook

Transkription→

Speaker-Mapping→

Wörterbuch→

KI-Summary→

Ablage & Sharing

Strukturierte Summary + Ablage E-Mail mit KI-Zusammenfassung ans Team

Die einzelnen Schritte

1

Transkription

AutomatischNur bei Audio-Upload

Gladia API – Whisper-basiert, automatische Sprechererkennung, 100+ Sprachen. Europäischer Anbieter (Frankreich), DSGVO-konform. Bei Transkript-Import oder Teams-Webhook wird dieser Schritt übersprungen.

2

Speaker-Mapping

Manuell

Erkannte Sprecher benennen, Sprechzeit-Verteilung und Konfidenzwerte einsehen. „Speaker 0" wird zu „Jan Verhagen" – die vorher erfassten Namen helfen als Vorschläge.

3

Wörterbuch

Automatisch

Globale + kundenspezifische Korrekturen, automatisch angewendet. „kay-ei" → „KI", „em see pee" → „MCP".

4

KI-Summary

Automatisch

Konfigurierbarer KI-Agent pro Meeting-Typ und Kunde – Discovery-Call, Workshop oder Strategiemeeting jeweils mit eigenem Prompt und Ausgabeformat.

5

Ablage & Sharing

Automatisch

Zentrale Meeting-Übersicht mit Status, Filter und Kundensuche. Der Organisator bekommt automatisch eine E-Mail mit Summary und Link. Export als Word oder Teilen über Kunden-Portal möglich.

Alles an einem Ort

Das Ergebnis ist eine zentrale Meeting-Übersicht: alle Termine mit Transkript, Audio-Datei, Teams-Aufzeichnung und KI-Zusammenfassung – durchsuchbar, filterbar nach Kunde, und automatisch im SharePoint abgelegt. Das Wörterbuch ist direkt aus der Übersicht erreichbar und gilt global oder kundenspezifisch.

viamind Portal: Meeting-Übersicht mit Status, Quelle, Thema und Kundenfilter

Was kostet das?

Ein konkretes Beispiel aus unserem Alltag: 50 Meetings pro Monat mit 3 Teammitgliedern – davon 30 eigene Teams-Meetings, 10 Vor-Ort-Termine mit Audio-Upload (je ~2 Stunden) und 10 Termine mit direktem Transkript-Import.

Fairer Hinweis: Bei der eigenen Lösung kommen Hosting- und Entwicklungskosten dazu, die in den API-Kosten nicht enthalten sind. Der Vergleich lohnt sich vor allem dann, wenn die Infrastruktur bereits für andere Zwecke betrieben wird – und wenn Offline-Termine, Fachsprache und Datenhoheit keine optionalen Anforderungen sind.

Was sich dadurch verändert

Transkription und Zusammenfassung einzelner Meetings ist der offensichtliche Nutzen. Der eigentliche Unterschied zeigt sich im Alltag: Wenn alle Meetings – egal ob Teams-Call, Workshop vor Ort oder Telefonat – im gleichen Format, am gleichen Ort und mit derselben Fachsprache dokumentiert sind, entsteht etwas Neues.

Strukturierte Meeting-Daten sind kein Selbstzweck – sie werden zur Grundlage für Automatisierungen, die im Tagesgeschäft echten Unterschied machen:

Wann wer was entschieden hat, ist nachvollziehbar dokumentiert – für Audits, für Compliance, aber vor allem für die tägliche Zusammenarbeit.

Sie möchten Ihre Meetings ebenfalls systematisch erfassen? Wir zeigen Ihnen, wie ein ähnlicher Ansatz für Ihre Plattform, Fachsprache und Infrastruktur aussehen kann – mehr zu unseren Leistungen.