Sprachnachrichten und Besprechungen in Text umwandeln
Ablauf, Datenschutz und Grenzen
Ja, das geht automatisch: Eine Spracherkennung macht aus Audio einen Text, ein Sprachmodell kann daraus Protokoll oder Aufgaben formen. Rechtlich sind Stimmen in der Regel personenbezogene Daten, und bei Gesprächen kommt § 201 StGB ins Spiel. Vor dem Einsatz sollten Sie Zustimmung, Vertrag, Speicherort und Löschung klären.
Kurz gesagt: Automatische Transkription besteht aus zwei Schritten: Eine Spracherkennung wandelt Audio in Text um, danach kann ein Sprachmodell zusammenfassen und Aufgaben herausziehen. Das Ergebnis ist ein Entwurf, den eine Person prüfen muss, besonders bei Namen, Zahlen und Dialekt. Stimmen und Inhalte sind in der Regel personenbezogene Daten. Bei Besprechungen und Telefonaten sollten alle Beteiligten vor der Aufnahme zustimmen, weil unbefugtes Aufnehmen des nichtöffentlich gesprochenen Wortes nach § 201 StGB strafbar sein kann. Ein externer Dienst braucht in der Regel einen Auftragsverarbeitungsvertrag. Klären Sie außerdem Speicherort, Drittlandübermittlung und Löschfristen.
Wie die automatische Umwandlung funktioniert
Im ersten Schritt arbeitet eine Spracherkennung, englisch Speech-to-Text. Sie zerlegt die Audiodatei in kurze Abschnitte, erkennt Laute und Wörter und setzt daraus einen Fließtext zusammen. Das Ergebnis heißt Transkript. Es enthält zunächst alles, was gesagt wurde, auch Füllwörter und Abbrüche.
Im zweiten, optionalen Schritt liest ein Sprachmodell (KI, die Text versteht und erzeugt) das Transkript. Es kann kürzen, gliedern, Beschlüsse markieren oder Aufgaben mit Verantwortlichen und Terminen vorschlagen. Aus einer Besprechung wird so ein Protokollentwurf, aus einer gesprochenen Notiz eine Aufgabe. Manche Lösungen versuchen außerdem, Sprecher zu unterscheiden. Das ist fehleranfällig, vor allem wenn mehrere Personen durcheinandersprechen.
Wichtig ist die Rollenverteilung: Das System liefert einen Entwurf. Ob er stimmt, entscheidet eine Person. Wer ein Protokoll nur zum Abhaken braucht, wird das anders sehen als jemand, dessen Protokoll später als Nachweis dient. Für den zweiten Fall gilt die menschliche Prüfung erst recht.
Typische Einsatzfälle im Betrieb
Am häufigsten sind drei Fälle. Erstens die eigene Sprachnotiz: Sie sprechen unterwegs eine Aufgabe ein, die als Eintrag in Ihrer Aufgabenverwaltung landet. Zweitens die Sprachnachricht von Kunden oder Mitarbeitenden, die jemand sonst abhören und abtippen müsste. Drittens das Besprechungsprotokoll: Eine Besprechung wird aufgezeichnet und als Ergebnisprotokoll mit Aufgabenliste aufbereitet.
Wer nach „Protokoll schreiben“ sucht, meint oft Vereins- oder Schulprotokolle ohne Technik. Dieser Ratgeber behandelt den automatischen Weg. Für den inhaltlichen Aufbau eines Protokolls gilt unabhängig davon: Festhalten, was beschlossen wurde, wer was bis wann erledigt, und was offen blieb.
Einsatzfälle im Vergleich: was zu klären ist
Die Tabelle zeigt, welche Stimmen betroffen sind und worauf Sie je Fall achten sollten. Sie ersetzt keine Prüfung Ihres Einzelfalls.
| Einsatzfall | Betroffene Daten | Rechtlich zu klären | Menschliche Prüfung |
|---|---|---|---|
| Eigene Sprachnotiz für Aufgaben | Ihre Stimme, ggf. Namen von Kunden und Mitarbeitenden im Inhalt | Personenbezug über genannte Namen, Dienstleistervertrag, Löschfrist | Aufgabe, Termin und Name nach dem Anlegen gegenlesen |
| Sprachnachricht von Kunden oder Mitarbeitenden | Stimme und Inhalt eines Dritten | Rechtsgrundlage, Information der Person, Zweckbindung, bei Beschäftigten § 26 BDSG | Wortlaut bei Beschwerden, Bestellungen und Zusagen prüfen |
| Besprechung mit mehreren Personen | Stimmen und Aussagen aller Teilnehmenden | Zustimmung aller vor der Aufnahme (§ 201 StGB im Blick), Information nach Art. 13 DSGVO, Löschfrist | Beschlüsse, Zahlen und Zuständigkeiten gegen die Aufnahme prüfen |
| Telefonat mit Kunden | Stimme und Inhalt der Gegenseite, Telefonnummer | Zustimmung der Gegenseite vor der Aufnahme einholen (unsere Lesart zu § 201 StGB), Hinweis zu Beginn des Gesprächs | Zusagen und Vereinbarungen schriftlich bestätigen |
Spalte drei nennt nur die Punkte, die aus den gelesenen Vorschriften folgen. Maßgeblich bleibt der Gesetzestext.
Grenzen der Genauigkeit
Spracherkennung macht Fehler, und zwar nicht gleichmäßig. Schwierig sind Dialekte und starke Akzente, Fachwörter, Eigennamen von Personen, Firmen und Orten, Zahlen und Beträge, Aufnahmen mit Hall oder Hintergrundlärm sowie Gespräche, in denen mehrere Personen gleichzeitig sprechen. Eine seriöse Prozentzahl für „die“ Genauigkeit gibt es deshalb nicht, sie hängt von Ihrer Aufnahme ab.
Gefährlich sind Fehler, die plausibel klingen: ein falsch verstandener Name, eine vertauschte Ziffer, ein überhörtes „nicht“. Solche Fehler fallen beim flüchtigen Lesen nicht auf. Nach unserer Einschätzung gehören Namen, Zahlen, Termine und Zusagen bei jedem Protokoll gegen die Aufnahme geprüft, bevor das Ergebnis weiterverwendet wird.
So gehen Sie in sechs Schritten vor
Die Reihenfolge ist ein Vorschlag. Wichtig ist, dass Zustimmung und Vertrag vor der ersten echten Aufnahme geklärt sind.
Zweck und Aufnahmesituation festlegen
Schreiben Sie auf, wofür Sie die Transkription brauchen: eigene Sprachnotizen für Aufgaben, Sprachnachrichten von Kunden oder Mitarbeitenden, ein Besprechungsprotokoll oder ein aufgezeichnetes Telefonat. Die Situation entscheidet, wessen Stimme im Spiel ist und wer zustimmen muss. Nehmen Sie nur auf, was Sie für diesen Zweck wirklich brauchen (Datenminimierung, Art. 5 Abs. 1 Buchst. c DSGVO).
Einwilligung und Rechtsgrundlage klären
Sobald das nichtöffentlich gesprochene Wort anderer aufgenommen wird, ist § 201 StGB im Blick. Holen Sie vor der Aufnahme eine Zustimmung aller Beteiligten ein, am besten nachweisbar. Für die weitere Verarbeitung der Daten braucht es zusätzlich eine Rechtsgrundlage nach Art. 6 Abs. 1 DSGVO. Eine Einwilligung ist nur eine von mehreren möglichen.
Dienstleister prüfen und Vertrag abschließen
Läuft die Transkription über einen externen Dienst, ist dieser in der Regel Auftragsverarbeiter nach Art. 4 Nr. 8 DSGVO. Dann ist ein Vertrag nach Art. 28 Abs. 3 DSGVO nötig. Klären Sie außerdem Speicherort, Unterauftragnehmer und ob Daten in ein Land außerhalb der EU (Drittland) gelangen (Art. 44 ff. DSGVO).
Betroffene informieren
Teilen Sie den Beteiligten vor oder bei der Aufnahme mit, wer verantwortlich ist, wofür die Aufnahme genutzt wird, auf welcher Rechtsgrundlage, wer sie erhält und ob sie ins Ausland übermittelt wird (Art. 13 Abs. 1 DSGVO). Ein kurzer Satz zu Beginn der Besprechung und ein Absatz in Ihrer Datenschutzerklärung sind ein Anfang. Ob sie alle Angaben nach Art. 13 abdecken, prüfen Sie im Einzelfall.
Ergebnis prüfen und freigeben
Lesen Sie jedes Transkript und jede Zusammenfassung, bevor Aufgaben angelegt oder Protokolle verschickt werden. Besonders Namen, Zahlen, Termine und Zusagen müssen Sie gegen die Aufnahme prüfen. Ein Protokoll mit einem falsch verstandenen Betrag ist schlimmer als gar keines.
Rohdaten löschen und Aufbewahrung regeln
Legen Sie fest, wie lange Audiodatei, Transkript und Protokoll aufbewahrt werden und wer darauf zugreifen darf. Daten dürfen nur so lange gespeichert werden, wie es der Zweck erfordert (Art. 5 Abs. 1 Buchst. e DSGVO). Oft genügt das geprüfte Protokoll, die Audiodatei kann früher gelöscht werden.
Datenschutz und Recht: was die Normen sagen
Personenbezogene Daten sind nach Art. 4 Nr. 1 DSGVO alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen. Nach unserer Lesart gehören Sprachaufnahmen und Transkripte dazu, sobald Personen erkennbar sind, sei es an der Stimme oder an genannten Namen. Jeder Vorgang damit, vom Speichern bis zum Löschen, ist eine Verarbeitung (Art. 4 Nr. 2 DSGVO). Art. 5 Abs. 1 DSGVO nennt die Grundsätze: rechtmäßig und transparent, zweckgebunden, auf das Nötige begrenzt, richtig, nicht länger als nötig gespeichert, angemessen geschützt.
Für die Verarbeitung braucht es eine Rechtsgrundlage nach Art. 6 Abs. 1 DSGVO. Genannt sind unter anderem Einwilligung, Vertragserfüllung, rechtliche Pflicht und berechtigte Interessen. Welche passt, hängt vom Fall ab, deshalb nennen wir hier keine pauschale Antwort. Nach Art. 13 Abs. 1 DSGVO müssen Sie die Betroffenen bei der Erhebung unter anderem über den Verantwortlichen, die Zwecke, die Rechtsgrundlage, die Empfänger und eine Übermittlung in Drittländer informieren.
Nutzen Sie einen externen Dienst, verarbeitet dieser in Ihrem Auftrag. Er ist dann Auftragsverarbeiter (Art. 4 Nr. 8 DSGVO). Nach Art. 28 Abs. 1 DSGVO dürfen Sie nur Auftragsverarbeiter einsetzen, die hinreichende Garantien bieten. Art. 28 Abs. 3 DSGVO verlangt einen Vertrag oder ein anderes Rechtsinstrument, das unter anderem festlegt, dass Daten nur auf Ihre dokumentierte Weisung verarbeitet werden und am Ende gelöscht oder zurückgegeben werden. Gelangen Daten in ein Land außerhalb der EU, ist das nach Art. 44 DSGVO nur unter den Bedingungen von Kapitel V zulässig, etwa mit Angemessenheitsbeschluss (Art. 45) oder geeigneten Garantien wie Standarddatenschutzklauseln (Art. 46).
Aufnahme von Gesprächen: § 201 StGB
§ 201 Abs. 1 StGB bestraft mit Freiheitsstrafe bis zu drei Jahren oder Geldstrafe, wer unbefugt das nichtöffentlich gesprochene Wort eines anderen auf einen Tonträger aufnimmt oder eine so hergestellte Aufnahme gebraucht oder einem Dritten zugänglich macht. Der Versuch ist strafbar (Abs. 4). Abs. 2 erfasst außerdem das unbefugte Abhören mit einem Abhörgerät und das öffentliche Mitteilen solcher Äußerungen, Letzteres nur, wenn es geeignet ist, berechtigte Interessen eines anderen zu beeinträchtigen.
Das Gesetz sagt nicht, wann jemand „befugt“ ist. Nach unserer Lesart ist die Zustimmung aller Gesprächsteilnehmenden vor der Aufnahme der sicherste Weg. Offen lassen wir, ob eine reine Live-Transkription ohne gespeicherte Audiodatei ebenfalls unter die Vorschrift fällt. Das lässt sich dem Wortlaut nicht entnehmen. Wir empfehlen, die Zustimmung unabhängig davon einzuholen. Wer die Aufnahme vorab ankündigt, kann damit zugleich einen Teil der Information nach Art. 13 DSGVO erfüllen (unsere Lesart).
Beschäftigte, Aufbewahrung und AI Act
Bei Beschäftigten erlaubt § 26 Abs. 1 Satz 1 BDSG die Verarbeitung „für Zwecke des Beschäftigungsverhältnisses“, soweit sie dafür erforderlich ist. Beruht die Verarbeitung auf einer Einwilligung, ist nach § 26 Abs. 2 BDSG die Abhängigkeit der beschäftigten Person bei der Frage der Freiwilligkeit zu berücksichtigen. Eine pauschale Einwilligungsabfrage im Team reicht deshalb nach unserer Lesart nicht aus. Prüfen Sie Zweck und Grundlage für Ihren Fall. Zu beachten: Der EuGH hat 2023 (C-34/21) zu einer fast gleichlautenden hessischen Regelung entschieden, dass allgemeine Klauseln dieser Art Zweifel an ihrer Anwendbarkeit auslösen. Wie sich das auf § 26 Abs. 1 Satz 1 BDSG auswirkt, ist in der Fachliteratur umstritten. Neben der Norm kann Art. 6 Abs. 1 DSGVO in Betracht kommen.
Zur Aufbewahrung gilt der Grundsatz der Speicherbegrenzung nach Art. 5 Abs. 1 Buchst. e DSGVO: nicht länger als für den Zweck nötig. Legen Sie getrennte Fristen für Audiodatei, Transkript und fertiges Protokoll fest. Ob für ein Protokoll besondere Aufbewahrungsregeln gelten, hängt vom Inhalt ab. Klären Sie das gegebenenfalls mit Ihrer Steuerberatung.
Art. 50 der KI-Verordnung enthält Informations- und Kennzeichnungspflichten. Nach Abs. 1 müssen Anbieter KI-Systeme, die direkt mit Menschen interagieren, so gestalten, dass die Personen erkennen, dass sie es mit einem KI-System zu tun haben, es sei denn, das ist aus dem Zusammenhang offensichtlich. Abs. 2 verpflichtet Anbieter von Systemen, die synthetische Inhalte erzeugen, zur maschinenlesbaren Kennzeichnung, mit Ausnahmen etwa für unterstützende Standardbearbeitung. Abs. 4 betrifft bestimmte veröffentlichte Texte. Nach unserer Lesart berührt ein intern genutztes Protokoll diese Pflichten in der Regel nicht. Anders liegt es, wenn Anrufer mit einem KI-System sprechen, etwa bei einem Telefonassistenten. Das ist unsere Einordnung, keine Aussage der EU-Kommission.
Illustratives Szenario: kleiner Handwerksbetrieb
Ein kleiner Betrieb möchte die wöchentliche Teambesprechung automatisch protokollieren und Sprachnachrichten von Kunden in Aufgaben umwandeln. Das ist ein illustratives Szenario ohne Zahlen aus einem realen Betrieb.
Der Betrieb kündigt die Aufnahme zu Beginn der Besprechung an, fragt nach der Zustimmung der Teilnehmenden und prüft vorab, auf welche Rechtsgrundlage er die Verarbeitung der Beschäftigtendaten stützt, weil eine pauschale Einwilligung im Team heikel ist. Der Dienstleister wird vor dem Einsatz über einen Vertrag nach Art. 28 DSGVO eingebunden, der Speicherort ist geklärt. Die Datenschutzerklärung nennt die Verarbeitung. Nach der Besprechung liest die Büroleitung den Protokollentwurf, korrigiert zwei falsch verstandene Namen und gibt ihn frei. Die Audiodatei wird nach der Freigabe gelöscht, das Protokoll bleibt abgelegt. Kundennachrichten werden als Aufgabe angelegt und vor der Bearbeitung kurz gegengehört.
Typische Fehler und was dagegen hilft
| Fehler | Folge | Gegenmaßnahme |
|---|---|---|
| Besprechung ohne Ankündigung aufnehmen | Die Aufnahme des nichtöffentlich gesprochenen Wortes kann nach § 201 Abs. 1 StGB strafbar sein, wenn sie unbefugt erfolgt | Vorher fragen, Zustimmung nachvollziehbar festhalten, bei Widerspruch nicht aufnehmen |
| Dienst nutzen, ohne Vertrag abzuschließen | Ein Auftragsverarbeiter braucht einen Vertrag nach Art. 28 Abs. 3 DSGVO | Vertrag vor dem ersten Einsatz abschließen und ablegen |
| Speicherort und Drittland nicht geprüft | Übermittlungen in Drittländer sind nach Art. 44 DSGVO nur unter den Bedingungen des Kapitels V zulässig | Anbieter nach Standort, Unterauftragnehmern und Übermittlungsgrundlage fragen |
| Audiodateien unbegrenzt liegen lassen | Daten dürfen nur so lange gespeichert werden, wie der Zweck es erfordert (Art. 5 Abs. 1 Buchst. e DSGVO) | Löschfrist festlegen, Audiodatei nach Prüfung des Protokolls löschen |
| Transkript ungeprüft weiterleiten | Erkennungsfehler bei Namen, Zahlen und Dialekt landen in Verträgen und Aufgaben | Jedes Ergebnis von einer Person lesen und freigeben lassen |
| Mitarbeitende pauschal um Einwilligung bitten | Bei Beschäftigten ist die Abhängigkeit bei der Freiwilligkeit zu berücksichtigen (§ 26 Abs. 2 BDSG) | Zweck und Rechtsgrundlage vorab prüfen, Alternativen zur Einwilligung erwägen |
Checkliste vor dem Einsatz eines Transkriptionswerkzeugs
Gehen Sie diese Punkte durch, bevor Sie echte Aufnahmen verarbeiten lassen. Die Liste ist eine Orientierung und keine Prüfung Ihres Einzelfalls.
Auftragsverarbeitung
Liegt ein Vertrag nach Art. 28 Abs. 3 DSGVO vor? Er regelt unter anderem Verarbeitung nur auf Ihre dokumentierte Weisung, Vertraulichkeit, Schutzmaßnahmen und den Umgang mit Unterauftragnehmern.
Speicherort
Wo werden Audio und Text verarbeitet und gespeichert? Gelangen Daten in ein Drittland, braucht es nach Art. 44 ff. DSGVO eine Grundlage, etwa einen Angemessenheitsbeschluss (EU-Anerkennung eines gleichwertigen Datenschutzniveaus) oder von der Kommission vorgegebene Standardvertragsklauseln (Standarddatenschutzklauseln).
Löschung
Gibt es eine feste Löschfrist für Audio, Transkript und Zusammenfassung? Nach Art. 28 Abs. 3 Buchst. g DSGVO ist am Vertragsende Löschung oder Rückgabe vorzusehen.
Einwilligung und Information
Wissen alle Beteiligten vor der Aufnahme Bescheid? Sind Zustimmung und Information (Art. 13 DSGVO) nachweisbar festgehalten?
Kennzeichnung
Ist für Leser erkennbar, dass ein Protokoll automatisch erzeugt und von einer Person geprüft wurde? Das ist eine sinnvolle interne Regel, keine aus den hier gelesenen Normen folgende Pflicht.
Nutzung der Daten
Dürfen die Daten vom Dienstleister nur für Ihren Auftrag genutzt werden? Der Vertrag sollte das ausdrücklich festlegen, denn Art. 28 Abs. 3 Buchst. a DSGVO verlangt Verarbeitung nur auf dokumentierte Weisung.
Zugriff
Wer im Betrieb darf Aufnahmen und Protokolle sehen? Beschränken Sie den Kreis auf den Zweck (Art. 5 Abs. 1 Buchst. f DSGVO, Integrität und Vertraulichkeit).
Menschliche Prüfung
Ist festgelegt, wer Transkripte liest und freigibt, bevor sie Wirkung entfalten? Das gilt für Aufgaben, Protokolle und jede Weitergabe.
Wie Bot-Agent das einrichtet
Bot-Agent richtet Abläufe wie Sprachnachrichten zu Aufgaben oder Besprechungsprotokolle auf Anfrage für Ihren Betrieb ein. Vorher klären wir mit Ihnen Anwendungsfall, Anbindung an Ihre Werkzeuge und die Datenschutzpunkte aus der Checkliste. Ein eigenes Katalogprodukt mit dem Namen „Sprachnotizen und Protokolle“ gibt es bei uns nicht. Verwandt sind die Katalogseiten „Sprache zu Aufgabe“ und „Meeting-Protokoll“, die wir unten verlinken. Ob und wie wir Ihren Fall umsetzen, klären wir im Einzelfall. Die Entscheidung über Rechtsgrundlage und Zustimmung bleibt bei Ihnen.
Primärquellen
- Europäisches Parlament und Rat: Datenschutz-Grundverordnung, Verordnung (EU) 2016/679, Art. 4, 5, 6, 13, 28, 44 bis 46, Amtsblatt L 119 vom 4. Mai 2016, gelesen am 13. November 2026
- Bundesministerium der Justiz: Strafgesetzbuch, § 201 (Verletzung der Vertraulichkeit des Wortes), gelesen am 13. November 2026
- Bundesministerium der Justiz: Bundesdatenschutzgesetz, § 26 (Datenverarbeitung für Zwecke des Beschäftigungsverhältnisses), gelesen am 13. November 2026
- Europäische Kommission, AI Act Service Desk: Verordnung (EU) 2024/1689, Art. 50 (Transparenzpflichten), konsolidierte Fassung mit Stand 27. Juli 2026, gelesen am 13. November 2026
Keine Rechtsberatung.
Weiterführend
- KI und Datenschutz im Unternehmen: Grundlagen für den KI-Einsatz
- Voice-Bot und Telefonassistent: Wenn Anrufer mit einer KI sprechen
- Meeting-Protokoll mit KI: Katalogleistung, Konditionen auf Anfrage
- KI-Automatisierung im Mittelstand
Diese Seite ist allgemeine Information auf Grundlage der genannten Primärquellen und keine Rechtsberatung. Eigene Schlussfolgerungen sind im Text als „nach unserer Lesart“ gekennzeichnet. Für Ihren Einzelfall wenden Sie sich an eine fachkundige Rechtsberatung oder Ihre Datenschutzbeauftragte bzw. Ihren Datenschutzbeauftragten.
Häufige Fragen zur Umwandlung von Sprache in Text
Abläufe in Ihrem Betrieb prüfen
Der kostenlose Automatisierungs-Check zeigt, wo in Ihrem Betrieb wiederkehrende Abläufe Zeit binden. Das Ergebnis ist eine Orientierung und keine Rechtsprüfung.
Passende Automatisierungen & weiterführende Themen
Stand: November 2026