Was kostet AssemblyAI?

Es gibt keine Tarifstufen, nur Verbrauch. Eine Stunde aufgezeichnetes Audio kostet 0,15 $ mit Universal-2 und 0,21 $ mit Universal-3.5 Pro. Echtzeit liegt bei 0,15 $ je Stunde mit Universal-Streaming und bei 0,45 $ mit Universal-3.5 Pro. Abgerechnet wird sekundengenau und monatlich, ohne Vertrag und ohne Mindestabnahme. (Anbieterangaben, Stand September 2026)

Was kosten die Zusatzfunktionen?

Jede Analyse wird einzeln je Stunde berechnet. Sprechertrennung kostet 0,02 $, Sentiment-Analyse 0,02 $, Zusammenfassung 0,02 bis 0,07 $, Übersetzung 0,06 $, Entitätenerkennung 0,08 $, Themenerkennung 0,15 $. Das Schwärzen personenbezogener Daten schlägt mit 0,12 $ im Text und 0,05 $ im Audio zu Buche, die Inhaltsmoderation mit 0,15 $. Eine Stunde mit Transkription, Sprechertrennung und Zusammenfassung landet damit bei etwa 0,19 $. (Anbieterangaben, Stand September 2026)

Gibt es ein kostenloses Kontingent?

Ja, und zwar ein großzügiges. Neue Konten bekommen ein Startguthaben von 50 $, das nicht verfällt. Das entspricht laut Anbieter rund 185 Stunden aufgezeichnetem Audio oder bis zu 333 Stunden Echtzeit-Transkription. Zum Ausprobieren reicht das auf Monate hinaus. (Anbieterangaben, Stand September 2026)

Wie wird Echtzeit-Transkription abgerechnet?

Das ist der häufigste Kostenfehler bei diesem Anbieter. Berechnet wird nicht die Länge des Audios, sondern die Dauer der offenen Verbindung. Eine Anwendung, die eine Sitzung nach dem Gespräch nicht schließt, zahlt also weiter. Wer Echtzeit nutzt, sollte das Beenden der Verbindung im Code prüfen.

Wo werden die Daten verarbeitet?

Standardmäßig in den Vereinigten Staaten. Für Europa gibt es einen eigenen Endpunkt, und laut Anbieter verlassen die Daten damit die Europäische Union nicht. An eine Tarifstufe ist das nicht gebunden, es genügt, die Adresse der Schnittstelle umzustellen. Beim Streaming ist Vorsicht geboten: Die Standard-Wegewahl kann in den USA oder in Europa verarbeiten, den europäischen Endpunkt muss man ausdrücklich ansteuern. (Anbieterangaben, Stand September 2026)

Werden meine Aufnahmen für das Training von KI-Modellen genutzt?

Nicht, wenn man widerspricht. Der Anbieter sagt zu, Daten weder zum Training noch zur Verbesserung seiner Modelle zu verwenden, sobald das Konto entsprechend eingestellt ist. Dasselbe gilt bei Nutzung der europäischen Server und bei einer gesonderten Vereinbarung für den Gesundheitsbereich. (Anbieterangabe, Stand September 2026)

Wie lange bleiben die Aufnahmen gespeichert?

Die Löschung des Audios beginnt nach vierundzwanzig Stunden und ist nach spätestens achtundvierzig abgeschlossen. Transkripte und Analyseergebnisse werden nach dreißig Tagen automatisch entfernt. Wer gar nichts speichern lassen will, schaltet im Konto die Einstellung für null Speicherung ein, dann bleibt nach der Verarbeitung nichts zurück. (Anbieterangaben, Stand September 2026)

Wie gut ist die deutsche Transkription?

Universal-2 führt Deutsch unter 99 Sprachen und ordnet es der besten Genauigkeitsklasse zu, also einer Fehlerquote von höchstens zehn Prozent. Universal-3.5 Pro deckt Deutsch ebenfalls ab, dort allerdings unter nur achtzehn Sprachen. Einen genauen Messwert für Deutsch veröffentlicht der Anbieter nicht.

Kommt die Erkennung mit österreichischem Dialekt zurecht?

Bei Akzenten arbeitet das Modell robust, bei starker Mundart stößt es an Grenzen. Für ein Gespräch in gemäßigtem Österreichisch reicht es, für tiefes Tirolerisch nicht. Fachbegriffe und Eigennamen lassen sich über eine Begriffsliste vorab hinterlegen, das hebt die Trefferquote deutlich.

Brauche ich Programmierkenntnisse?

Ja. AssemblyAI ist eine Schnittstelle für Entwickler, keine Anwendung mit Oberfläche. Zum Ausprobieren gibt es einen Testbereich im Browser, für den produktiven Einsatz braucht es jemanden, der die Anbindung schreibt. Wer nur gelegentlich Aufnahmen verschriften will, ist mit einem fertigen Transkriptionsdienst besser bedient.

Wie komme ich bei einem Wechsel wieder an meine Daten?

Transkripte lassen sich über die Schnittstelle auflisten, abrufen und löschen. Weil die Aufnahmen ohnehin im eigenen Haus liegen und der Anbieter sie nach höchstens achtundvierzig Stunden entfernt, ist ein Wechsel hier unkomplizierter als bei den meisten anderen Diensten. Für personenbezogene Daten sagt der Anbieter zusätzlich eine Kopie in maschinenlesbarem Format zu.

Welche Alternativen zu AssemblyAI gibt es?

Deepgram zielt auf denselben Entwicklerkreis und rechnet ähnlich ab, Whisper von OpenAI lässt sich selbst betreiben und kostet dann nur Rechenzeit, und wer keine Schnittstelle will, greift zu einem fertigen Dienst mit Oberfläche. AssemblyAI punktet mit dem europäischen Endpunkt ohne Aufpreis. Einen breiteren Überblick gibt unsere Übersicht der <a href="https://ki-kompass.at/transkriptionstools/">besten Transkriptionstools</a>.

Audio & Sprache: die besten KI-Tools im Vergleich

Filter

AssemblyAI

AssemblyAI Inc. (USA)

Audio & Sprache

7,3/10

AssemblyAI verschriftet Audio über eine Schnittstelle, ab 0,15 $ je Stunde. Europäischer Endpunkt ohne Aufpreis, aber nur mit Entwickler nutzbar.

ElevenLabs

ElevenLabs Inc. (USA)

Audio & Sprache

8,6/10

ElevenLabs erzeugt sehr natürlich klingende Stimmen und bildet auf Wunsch die eigene nach. Ab 6 US-Dollar im Monat, Verarbeitung in der EU nur im größten Tarif.

Podigee

Podigee GmbH (Deutschland)

Audio & Sprache

8/10

Podigee hostet Podcasts und verteilt sie automatisch an alle Verzeichnisse. Server in Europa, Gratispaket vorhanden, unbegrenzter Speicher ab 18 Euro im Monat.

Audacity

Muse Group (MuseCY Holdings Ltd.) (Zypern)

Audio & Sprache

6,4/10

Audacity nimmt Ton auf und schneidet ihn, kostenlos und ohne Cloud. Version 4.0 vom September 2026 bringt eine neue Oberfläche, aber auch fehlende Funktionen.

Trint

Trint Limited (Vereinigtes Königreich)

Audio & Sprache

8,1/10

Trint transkribiert unbegrenzt viel Material zum Festpreis und übersetzt in über 70 Sprachen. Ab 59 Euro je Platz und Monat, ohne Abrechnung nach Minuten.

Murf.ai

Murf AI (USA)

Audio & Sprache

7,7/10

Murf.ai vertont Skripte im Browser und legt die Tonspur an Folien und Video. Das Kontingent zählt Stunden im Jahr, die Daten liegen in den USA.

Adobe Podcast

Adobe Inc. (USA)

Audio & Sprache

9,1/10

Adobe Podcast säubert Sprachaufnahmen im Browser und schneidet sie über das Protokoll. Die Premium-Stufe gibt es nur noch im Firefly-Abo.

Udio

Uncharted Labs (USA)

Audio & Sprache

5,7/10

Udio erzeugt in Minuten komplette Songs aus einer Textvorgabe. Seit Oktober 2025 gibt das Werkzeug keine Tondateien mehr heraus.

Leaping AI

Leaping AI UG (Deutschland)

Audio & Sprache

7,7/10

Telefonagenten samt Rufnummern und Übergabe, die sich nach jedem Anruf selbst nachjustieren. Preise nennt der Anbieter nur im Einzelangebot.

KI Kompass Newsletter

In jeder Ausgabe eine KI-Anwendung, die du sofort ausprobieren kannst: ein Thema, ausführlich erklärt, mit fertigem Prompt und Cheat-Sheet. Dazu KI-Termine, Weiterbildungen und Förderungen in Österreich. Etwa alle zwei Wochen, kostenlos, jederzeit abbestellbar. Zum Start bekommst du das Starter-Paket mit 10 Cheat-Sheets.

AssemblyAI

ElevenLabs

Podigee

Audacity

Trint

Murf.ai

Adobe Podcast

Udio

Leaping AI

Filter

Kategorie

Themen

Gesamtbewertung

Apps

Datenschutz

Preismodell

Sprache