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>.

Transkription: passende KI-Tools finden

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.

Bliro

bliro GmbH (Deutschland)

MeetingSales & Kundensupport

8,4/10

bliro schreibt Besprechungen ohne sichtbaren Bot mit und speichert keine Tondateien. Buchbar allerdings erst ab zwanzig Nutzern, Preise nennt der Anbieter nicht.

fireflies.ai

Fireflies AI Corp (USA)

Meeting

7,5/10

Fireflies schreibt Besprechungen in über hundert Sprachen mit, auch auf Deutsch. Die Daten liegen in den USA, eine EU-Ablage kommt erst im obersten Tarif.

Otter.ai

Otter.ai, Inc. (USA)

Meeting

5,7/10

Otter.ai transkribiert seit 2026 auch auf Deutsch, bisher als Vorabversion. Server in den USA und Training mit Aufnahmen bleiben die Hürde.

Zoom AI Companion

Zoom Video Communications (USA )

Meeting

7,9/10

Zoom AI Companion protokolliert Besprechungen und zieht Aufgaben daraus, ohne Aufpreis auf die Lizenz. Ohne Zoom im Haus bringt er nichts.

AssemblyAI

Bliro

fireflies.ai

Otter.ai

Zoom AI Companion

Filter

Kategorie

Themen

Gesamtbewertung

Apps

Datenschutz

Preismodell

Sprache