Descript ist eine Software zur Bearbeitung von Audio- und Videodateien. Aufnahmen werden automatisch in Text umgewandelt. Der Schnitt erfolgt direkt im Transkript: Wird Text gelöscht oder verschoben, ändert sich die Spur entsprechend. Zum Funktionsumfang gehören automatische Untertitel, das Entfernen von Füllwörtern sowie die Reduzierung von Störgeräuschen. Sprachaufnahmen lassen sich zudem per Texteingabe erzeugen oder anpassen. Der Export unterstützt gängige Formate und lässt sich in typische Arbeitsabläufe für Podcasts, Marketing- und Schulungsinhalte einbinden.
Vor- und Nachteile
Vorteile
- Schnitt über das Transkript wie in einem Textdokument
- Füllwörter und Pausen verschwinden auf Knopfdruck
- Kein Training mit Kundendaten nach Anbieterangabe
Nachteile
- Verarbeitung ausschließlich in den USA
- Oberfläche, Hilfe und Support nur auf Englisch
- Starker Dialekt bringt die Transkription ins Straucheln
Funktionen
- Schnitt im Text: Löschen oder Verschieben von Wörtern im Transkript verändert Ton- und Bildspur an derselben Stelle mit.
- Automatische Verschriftlichung: Aufnahmen werden in Text umgewandelt, bei starkem Dialekt sinkt die Trefferquote.
- Overdub, Stimme per Texteingabe: fehlerhafte Passagen lassen sich durch Eintippen neuer Wörter in einer nachgebildeten eigenen Stimme korrigieren.
- Studio Sound gegen Störgeräusche: entfernt Hintergrundgeräusche und Hall automatisch, für eine klarere Aufnahme ohne Studioausrüstung.
- Füllwörter auf Knopfdruck entfernen: wiederholte Wörter, Räuspern und Pausen verschwinden automatisch aus der ganzen Aufnahme.
- Automatische Untertitel: erzeugt Untertitel direkt aus dem Transkript für den Export als Video.
- Vorschläge vom KI-Assistenten Underlord: fasst lange Aufnahmen zusammen, schlägt Titel und Kapitelmarken vor und zeigt mögliche Kürzungen im Material auf.
- Mehrspur- und Bildschirmaufnahme: nimmt Bildschirm und Webcam gleichzeitig auf und bearbeitet mehrere Spuren nebeneinander.
Setup
Sprache
Datenschutz
Unsere Bewertung
Produktivität
Descript beschleunigt Schnitt, Untertitelung und Korrekturen deutlich, automatisiert viele Arbeitsschritte (z. B. Füllwort-Entfernung, Audioverbesserung, KI-Stimme) und ermöglicht kleinen Teams professionelle Inhalte ohne externe Dienstleister. Punktabzug gibt es, weil Renderzeiten bei großen Projekten lange ausfallen können und KI-Voiceovers teils noch manuelle Nacharbeit erfordern.
Benutzerfreundlichkeit
Die textbasierte Bearbeitung und die übersichtliche Oberfläche machen Descript für Teams ohne Videoschnitt-Erfahrung schnell nutzbar und ermöglichen einen zügigen Einstieg. Punktabzüge gibt es für die teils versteckten Funktionen, die ressourcenintensive Verarbeitung größerer Projekte und die komplexere Handhabung einzelner KI-Features wie AI Voiceover.
Kundensupport
Solider englischsprachiger Support mit guter Doku, Community und hilfreichem Kundendienst, der bei Fragen tatsächlich weiterhilft. Für KMU in Österreich fehlen jedoch klar kommunizierte deutschsprachige Ansprechpersonen, SLAs und proaktive Schulungsangebote, sodass der Support für geschäftskritische Einsätze nur bedingt geeignet wirkt.
Einsatzbereiche
- Audioformate: Podcasts und Beiträge werden über den Text geschnitten. Versprecher und Füllwörter verschwinden wie in einem Textdokument. Ganze Gesprächsteile lassen sich durch Verschieben von Absätzen umstellen. Das ist der eigentliche Grund für dieses Werkzeug.
- Videoproduktion: Interviews, Webinare und kurze Clips entstehen im selben Verfahren, die Bildspur folgt dem Text. Zusätzliche Einblendungen und Untertitel hängen an der jeweiligen Textstelle. Vor der Veröffentlichung gehört der Schnitt trotzdem einmal in Ruhe angesehen.
- Wissenstransfer: Für Schulungen und Einarbeitung reicht eine Bildschirmaufnahme mit Ton. Sprachfehler lassen sich im Text ausbessern, ohne die Szene neu aufzunehmen. Bei firmeninternen Informationen ist zu bedenken, dass die Verarbeitung in den USA stattfindet.
- Dokumentation: Mitschnitte von Besprechungen und Fachgesprächen werden zu durchsuchbarem Text. Zitate wandern per Kopieren direkt in den Bericht. Bei vertraulichen Gesprächen gehören die Beteiligten vorher gefragt und heikle Stellen geschwärzt.
Screenshots
Preis
Descript deckelt zwei Größen zugleich, Medienstunden im Monat und KI-Punkte, und an einer von beiden scheitert der Tarif zuerst, nicht am Funktionsumfang. Beträge in US-Dollar je Person und Monat, bei Jahreszahlung nennt der Anbieter bis zu 35 Prozent Nachlass.
- Free: 0 US-Dollar. 60 Transkriptionsminuten im Monat, Wasserzeichen, Export in 720p.
- Hobbyist: 16 US-Dollar, 24 bei Monatszahlung. 10 Medienstunden, 400 KI-Punkte, Export in 1080p, kein Wasserzeichen.
- Creator: 24 US-Dollar, 35 bei Monatszahlung. 30 Medienstunden, 800 Punkte, Export in 4K, bis zu drei Plätze.
- Business: 50 US-Dollar, 65 bei Monatszahlung. 40 Medienstunden, 1.500 Punkte, bis zu fünf Plätze.
Der Gratistarif zählt Minuten, nicht Stunden. Für eine wöchentliche Podcastfolge von 40 Minuten reicht schon Hobbyist, für regelmäßige Videoproduktion braucht es Creator. Zwei Punkte für österreichische Betriebe: Die Rechnung kommt ohne ausgewiesene Umsatzsteuer, es greift das Verfahren mit umgekehrter Steuerschuld, und die Umsatzsteuer-Identifikationsnummer gehört vor der ersten Zahlung ins Konto, sonst wird abgerechnet wie bei einer Privatperson (Anbieterangaben, Stand September 2026).
Unser Fazit
Wer schon einmal eine Tonspur in einer klassischen Schnittsoftware bearbeitet hat, versteht Descript in fünf Minuten: Die Aufnahme wird zu Text, und der Text ist die Zeitleiste. Ein Absatz gelöscht, und die entsprechende Passage ist weg. Für Podcasts, Interviews und Schulungsvideos spart das mehr Zeit als jede andere Funktion, die wir in dieser Werkzeugklasse kennen.
Die Füllwortentfernung gehört dazu: Ein Klick, und alle Ähms sind verschwunden. Wer regelmäßig Aufnahmen nachbearbeitet, hat den Preis nach zwei Folgen wieder herinnen.
Drei Dinge sprechen dagegen. Die Verarbeitung findet ausschließlich in den USA statt, eine Datenhaltung in der EU bietet der Anbieter nicht an. Alles läuft auf Englisch, Oberfläche, Hilfe und Support. Und bei starkem Dialekt wird das Transkript ungenau, womit der zentrale Vorteil wegbricht. Wer auf Hochdeutsch aufnimmt und keine vertraulichen Gespräche verarbeitet, bekommt hier ein sehr gutes Werkzeug. Alle anderen prüfen vorher genau.
Häufige Fragen
Free 0 US-Dollar, Hobbyist 16 US-Dollar je Person und Monat bei Jahreszahlung oder 24 monatlich, Creator 24 beziehungsweise 35, Business 50 beziehungsweise 65. Bei Jahreszahlung nennt der Anbieter bis zu 35 Prozent Nachlass. (Anbieterangaben, Stand September 2026)
60 Transkriptionsminuten im Monat, Export mit Wasserzeichen und höchstens 720p, dazu 100 einmalige KI-Punkte und eine Stunde Exportlänge. Zum Ausprobieren reicht das, für veröffentlichte Videos nicht, weil das Wasserzeichen bleibt.
Hobbyist bringt 10 Medienstunden im Monat, 400 KI-Punkte und Export in 1080p ohne Wasserzeichen. Creator liegt bei 30 Stunden, 800 Punkten und 4K und erlaubt bis zu drei Plätze. Business bietet 40 Stunden, 1.500 Punkte und bis zu fünf Plätze. Für eine wöchentliche Podcastfolge reicht Hobbyist.
Auf Hochdeutsch zuverlässig. Starker Dialekt bringt sie ins Straucheln, und genau das ist für österreichische Aufnahmen die entscheidende Einschränkung. Wer im Dialekt aufnimmt, rechnet mit deutlicher Nacharbeit am Transkript.
In den USA. Der Anbieter schreibt selbst, dass er Informationen dort verarbeitet und speichert, auf Servern der großen US-Cloud-Anbieter. Eine Datenhaltung in der EU bietet er nicht an, ein öffentlich abrufbarer Auftragsverarbeitungsvertrag war nicht auffindbar. (Anbieterangaben, Stand September 2026)
Nach Anbieterangabe nicht: Die eingesetzten Modelle würden keine Kundendaten verwenden, eine Nutzung für Forschungsmodelle sei nur mit ausdrücklicher Zustimmung möglich. Das Teilen von Transkripten ist standardmäßig ausgeschaltet. (Anbieterangabe, Stand September 2026)
Nein. Der Anbieter sitzt in den USA, für österreichische Betriebe greift das Verfahren mit umgekehrter Steuerschuld. Die Buchhaltung braucht dafür die Umsatzsteuer-Identifikationsnummer im Konto, sonst wird abgerechnet wie bei einer Privatperson.
Für Transkription und KI-Funktionen nicht, die rechnen beim Anbieter. Beim Bearbeiten größerer Projekte und beim Ausspielen merkt man den eigenen Rechner dagegen deutlich. Ältere Geräte kommen an ihre Grenzen.
Nur eingeschränkt. Bereits heruntergeladene Projekte lassen sich bearbeiten, Transkription, KI-Funktionen und Ausspielen brauchen eine Verbindung. Für die Arbeit im Zug ist das die falsche Software.
Ja. Der Export als Schnittliste für gängige Profiprogramme ist vorgesehen, die Agentur arbeitet dann in ihrer eigenen Software weiter. Das macht das Werkzeug auch als reines Vorschnittwerkzeug brauchbar.
Fertige Videos, Tondateien und Transkripte lassen sich exportieren, ebenso die Schnittliste. Projektdateien in der Cloud des Anbieters sind nach Vertragsende nicht mehr zugänglich. Wer aussteigt, exportiert vorher alles, was er behalten will.
Riverside deckt Aufnahme und Schnitt über das Transkript mit ähnlichem Ansatz ab, Audacity ist kostenlos und rechnet lokal, Adobe Audition bietet die professionelle Tonbearbeitung gegen Abo. Descript gewinnt beim Schnitt über den Text. Einen Vergleich bietet unser Beitrag zu den besten Tools für die Podcast-Produktion.
