Eine Sprachaufnahme in Text umzuwandeln braucht auf aktuellen Handys meist keine Zusatz-App mehr. Auf dem iPhone transkribiert die App „Sprachmemos" Gesprochenes ab iPhone 12 auch auf Deutsch, wahlweise live oder danach, und „Transkript kopieren" legt den ganzen Text in die Zwischenablage. Auf dem iPad geht das ab iPadOS 18.2, auf dem Mac ab macOS 15 mit Apple Chip, und die App „Notizen" kann dasselbe und legt Ton und Text zusammen in eine Notiz. Auf Pixel-Telefonen schreibt die Recorder-App während der Aufnahme mit, ab Pixel 6 in fünfzehn Sprachen, Deutsch dabei, und gibt das Ergebnis als .txt oder direkt an Google Docs weiter; auf Galaxy-Geräten macht das der Transkriptions-Assistent im Diktiergerät. Der Unterschied, der in der Praxis zählt, ist nicht die Genauigkeit, sondern der Weg danach: Auf der Hauptstrecke gibt Apple dir Text in der Zwischenablage, Google eine Datei. Und für Gesprächsaufnahmen ist die wichtigere Frage ohnehin, wo verarbeitet wird, auf dem Gerät oder beim Anbieter.
Ich nehme unterwegs viel auf, im Auto, zwischen zwei Terminen, abends beim Spazierengehen. Was bei mir früher schiefging, war nie die Umwandlung in Text, sondern die Ablage. Deshalb entscheide ich heute vor dem Aufnehmen, wo der Text landen soll. Wie ich Abläufe erst auseinandernehme, bevor ich sie automatisiere, steht auf der Seite Prozessoptimierung, und welche Aufgaben sich für eine Übergabe an KI eignen, klärt Welche Aufgaben du an KI abgeben kannst.
Die Bordmittel auf iPhone, iPad und Mac
Apple beschreibt im Handbuch zwei Apps, die Gesprochenes transkribieren; sie arbeiten sehr ähnlich.
In Sprachmemos startest du die Aufnahme und streichst in der Wellenform nach oben, um das Transkript live mitlaufen zu sehen. Danach tippst du die Aufnahme an und wählst entweder „Transkript anzeigen", markierst einen Teil und kopierst ihn, oder gleich „Transkript kopieren" für den ganzen Text. Praktisch ist die Suche: Das Suchfeld über der Aufnahmenliste durchsucht laut Apple nicht nur Titel, sondern auch die Transkriptionen, und ein Treffer setzt die Abspielposition an die passende Stelle.
In Notizen tippst du in einer Notiz auf das Plus und dann auf „Audio aufnehmen". Das Transkript öffnest du über das Symbol an der Audioaufnahme und übernimmst es mit „Transkript zu Notiz hinzufügen" direkt in den Text der Notiz, oder du kopierst es. Ein Detail aus dem Handbuch: Löschst du die Audioaufnahme, ist das Transkript ebenfalls weg.
Die Voraussetzungen nennt Apple je Gerät unterschiedlich:
Deutsch steht bei allen drei in der Sprachliste, und bei allen drei weist Apple darauf hin, dass Audiotranskriptionen nicht in allen Ländern oder Regionen verfügbar sind. Was du tatsächlich siehst, hängt an Modell, Systemversion, Sprache und Region zugleich, und diese Kombination ändern die Hersteller laufend: Alle Angaben hier haben den Stand September 2026. Einen Textdatei-Export beschreibt das Handbuch nicht, sondern das Kopieren in ein anderes Dokument. Die Tondatei exportierst du über „In ‚Dateien' sichern", standardmäßig als .m4a. Sind auf allen Geräten derselbe Apple Account und in den iCloud-Einstellungen „Sprachmemos" aktiviert, liegen die Aufnahmen ohnehin überall.
Die Bordmittel auf Android
Auf Pixel-Telefonen wählst du in der Recorder-App zuerst eine Sprache in den Einstellungen, danach transkribiert die App während der Aufnahme. Google nennt zwei Stufen: Pixel 3 bis Pixel 5a schreiben in acht Sprachen live mit, Deutsch dabei, ab Pixel 6 sind es fünfzehn. Nachträglich neu transkribieren geht in über vierzig Sprachen. Der Export ist der bequemste, den ich an einem Handy kenne: Aufnahme gedrückt halten, „Teilen", „Transkript (.txt)". Über das Dreipunkt-Menü gibt es zusätzlich „Transkript an Google Docs senden" und „Transkript an NotebookLM senden". Zum Speicherort schreibt Google: Aufnahmen bleiben auf dem Pixel, solange du den Abgleich nicht selbst auslöst. Das Backup einzuschalten stellt ihn dauerhaft her; Teilen, Kopieren in eine andere App oder Sichern etwa in Drive tun etwas anderes und geben nur die eine Aufnahme oder das Transkript an den Dienst, den du gerade wählst.
Auf Galaxy-Geräten heißt die App Diktiergerät, und der Transkriptions-Assistent gehört zu Galaxy AI: Aufnahme öffnen, „Transkribieren" antippen, Sprache wählen, bestätigen. Samsung listet dafür 23 Sprachen und Regionsvarianten. Die Abschrift lässt sich übersetzen und zusammenfassen, für die Zusammenfassung verlangt Samsung eine Anmeldung mit dem Samsung-Account. Die Tondateien findest du in „Eigene Dateien" unter „Interner Speicher > Recordings > Voice Recorder", geteilt wird über langes Drücken und „Senden". Einen eigenen Textdatei-Export beschreibt Samsung auf diesen Hilfeseiten nicht.
Ist dein Gerät weder Pixel noch Galaxy, führt der Weg über eine App. Welche in Frage kommen, steht in Transkriptionssoftware im Vergleich.
Telefonate: was am Handy geht und was nicht
Für Telefonate gelten strengere Regeln als für eine Sprachnotiz.
Auf dem iPhone gibt es die Anrufaufnahme, das Transkript dazu laut Apple ab iOS 18.1: im Telefonat auf die weiteren Aktionen tippen, „Anrufaufnahme" wählen, beide Seiten hören eine Ansage. Die Aufnahme landet im Ordner „Anrufaufnahmen" der App „Notizen", das Transkript steht daneben und weist laut Apple jede Aussage der sprechenden Person zu. Nur: In der Europäischen Union ist die Anrufaufnahme nicht verfügbar. Apple führt die EU ausdrücklich in der Liste der Regionen ohne diese Funktion. Daneben steht ein Satz, den ich für den wichtigsten der Handbuchseite halte: Prüfe die Genauigkeit eines Transkripts, bevor du dich darauf verlässt, es ist möglicherweise keine perfekte Wiedergabe des Gesprächs.
Auf Android kann die Google Telefon-App Anrufe aufzeichnen. Google beschreibt die Funktion als vielerorts verfügbar, aber nicht in allen Ländern oder Regionen, und nennt als Voraussetzung Android 9 oder neuer auf Nicht-Pixel-Geräten sowie Pixel 6 oder neuer mit Android 14 auf Pixel-Geräten. Beide Seiten werden zu Beginn der Aufzeichnung informiert, und die Aufnahmen bleiben laut Google auf dem Gerät und werden an keinem anderen Ort gesichert. Ein Transkript beschreibt die Hilfeseite dabei nicht: Du bekommst eine Tondatei, die du anschließend in die Recorder-App, das Diktiergerät oder eine Transkriptions-App gibst. Wer stattdessen über Teams telefoniert, findet den Weg in Telefonate in Teams transkribieren.
Und der Absatz, der vor allem anderen steht: In Deutschland ist das unbefugte Aufnehmen des nichtöffentlich gesprochenen Wortes eines anderen nach § 201 StGB eine Straftat, nicht bloß eine Ordnungswidrigkeit. Sicher bist du, wenn alle anderen Beteiligten vorher ausdrücklich zugestimmt haben. Eine automatische Ansage des Telefons transportiert die Information, die Zustimmung selbst gehört nachweisbar dokumentiert. Frag also vorher, halte die Zustimmung fest, und klär getrennt davon, was danach mit der Aufnahme passieren darf. Die Einzelheiten, auch zur DSGVO-Seite, stehen in Gespräche transkribieren: was rechtlich gilt. Ich bin Entwickler und kein Anwalt: Das hier ist meine Arbeitsgrundlage, keine Rechtsberatung.
Wo die Aufnahme verarbeitet wird
Bei einer Einkaufsliste ist das egal, bei einem Kundengespräch ist es die entscheidende Frage. Hier steht deshalb, was die Anbieter selbst angeben, nicht, was sich daraus vermuten ließe.
Zwei Dinge lese ich daraus. Erstens: Fehlt sie auf der ausgewerteten Seite, ist das keine Zusage und kein Beleg, dass der Hersteller sie nirgends macht. „Steht nicht dabei" heißt weder „bleibt auf dem Gerät" noch das Gegenteil. Zweitens: Genau bei Zusammenfassen, Übersetzen und Neu-Transkribieren nennen Google und Samsung den Weg nach außen. Wer sicher sein will, dass eine Gesprächsaufnahme das Gerät nicht verlässt, nimmt ein Werkzeug, das das ausdrücklich zusagt. Welche Daten bei mir überhaupt Richtung KI gehen, steht in KI und Datenschutz: was die KI sehen darf.
Vom Handy in den Ablauf am Rechner
Drei Wege, geordnet nach Aufwand. Auf Pixel schickst du das Transkript direkt an Google Docs, wo es von jedem Rechner aus durchsuchbar ist. Auf iPhone, iPad und Mac setzt du den kopierten Text in ein Ziel ein, das du ohnehin durchsuchst; mit eingeschaltetem iCloud-Abgleich kopierst du am Mac mit Tastatur statt mit Daumen. Auf Galaxy und allen anderen teilst du die Tondatei in ein Transkriptionswerkzeug: der Umweg, aber auch der Weg, bei dem du den Verarbeitungsort selbst bestimmst.
Die Ablage ist die eigentliche Arbeit
Hier scheitern die meisten Sammlungen. Die Umwandlung in Text passiert inzwischen automatisch; schwierig ist, dass der Text dort landet, wo du ihn wiederfindest. Wer das nicht löst, sammelt Audiodateien statt Wissen.
Was bei mir hilft, sind drei Festlegungen, getroffen vor dem Aufnehmen, nicht danach:
- Ein Zielort, nicht fünf. Eine Sammelstelle, die du sowieso täglich öffnest. Ob Notizen, Obsidian, Notion oder ein Ordner in Drive, zählt weniger als die Tatsache, dass es genau einer ist.
- Ein Name, der ohne Anhören verrät, was drin ist. Datum, Thema, Anlass. „Sprachmemo 47" ist in drei Wochen nichts mehr wert, „2026-09-19 Angebot Umbau Rückfrage Fristen" schon.
- Ein fester Termin für den Übertrag. Einmal am Tag, fünf Minuten, alles vom Handy ins Ziel. Ohne ihn bleibt die beste Ablagestruktur leer.
Die Probe: Wenn du eine Woche später nicht sagen kannst, ob eine Idee in Sprachmemos, in Notizen oder in einer Sprachnachricht an dich selbst liegt, hast du kein Transkriptionsproblem, sondern ein Ablageproblem. Eine bessere App löst es nicht.
Aus vielen Sprachnotizen wird ein Register
Eine Sprachnotiz wird zu Text. Viele Gespräche werden zu etwas anderem, und das ist der Schritt, der sich rechnet: Liegt ein Stapel Kundengespräche als Transkript vor, steht darin mehr als eine Reihe von Einzelinformationen. Es wird sichtbar, welche Frage immer wieder gestellt wurde und welche eigene Antwort danach keine Rückfrage mehr ausgelöst hat.
Genau dafür ist Gustav gebaut, der KI-Mitarbeiter in meiner Belegschaft, der Call-Transkripte auswertet. Er liefert kein Protokoll, sondern ein Muster-Register: die wiederkehrenden Fragen samt der besten eigenen Antwort, aus der sich Playbook, FAQ, Einwand-Bibliothek und Content-Rohstoff ableiten lassen. Ton transkribiert ein lokales Whisper-Modell. Ohne saubere Rechtsgrundlage bekommt er kein Transkript zu sehen, und vor jeder Verarbeitung steht ein fester Anonymisierungs-Pass, bei dem Namen zur Rolle werden, Firmen zur Branche, Beträge zur Größenordnung und Orte zur Region. Namen zu ersetzen macht den Bestand erst pseudonym, nicht anonym (Art. 4 Nr. 5 DSGVO); zum Pass gehört deshalb die Gegenprobe je Eintrag, ob Rolle, Branche, Zeitpunkt und ein Zitat zusammen nicht doch auf eine Person führen. Er destilliert außerdem nur, was du selbst gesagt hast, statt eigene Ratschläge zu erfinden. Wie das Schritt für Schritt aussieht, steht in Gesprächsanalyse mit KI: das Muster-Register. Geht es zunächst nur um die Nachbereitung einzelner Termine, ist Meeting-Protokoll automatisch erstellen der nähere Einstieg.
Häufige Fragen
Kann das iPhone Sprachaufnahmen ohne Zusatz-App in Text umwandeln?
Ja. Die App „Sprachmemos" transkribiert Gesprochenes laut Apple auf dem iPhone 12 oder neuer, unter anderem auf Deutsch, live während der Aufnahme oder danach. Dasselbe kann die App „Notizen" für Audioaufnahmen innerhalb einer Notiz. Apple weist darauf hin, dass die Funktion nicht in allen Ländern und Regionen verfügbar ist.
Warum finde ich auf meinem iPhone keine Anrufaufnahme?
Weil sie in der Europäischen Union nicht angeboten wird. Apple führt die EU ausdrücklich in der Liste der Regionen auf, in denen die Anrufaufzeichnung derzeit nicht verfügbar ist. In Regionen mit der Funktion hören beide Seiten eine Ansage.
Wie bekomme ich ein Transkript als Datei statt als Text im Bildschirm?
Am direktesten auf Pixel-Telefonen: Aufnahme gedrückt halten, „Teilen", „Transkript (.txt)" wählen, alternativ „Transkript an Google Docs senden". Bei Apple beschreibt das Handbuch den Weg über die Zwischenablage, also „Transkript kopieren" und in ein Dokument einsetzen. Die Tondatei selbst exportierst du über „In ‚Dateien' sichern".
Bleibt die Aufnahme auf dem Gerät oder geht sie zum Anbieter?
Das hängt vom Werkzeug und von der Funktion ab. Google nennt für das nachträgliche Neu-Transkribieren eine mögliche Verarbeitung auf Google-Servern und für Zusammenfassungen eine isolierte Cloud-Umgebung. Samsung gibt an, dass Galaxy AI je nach Funktion auf dem Gerät oder über die Cloud verarbeitet. Apples Handbuchseiten nennen Gerätevoraussetzungen, aber keinen Verarbeitungsort.
Was mache ich mit alten Sprachmemos, die noch kein Transkript haben?
Öffnen genügt oft schon. Apple gibt an, dass Aufnahmen aus iOS 17 oder älter beim Öffnen automatisch transkribiert werden, sofern sie Sprache enthalten; auf dem Mac gilt das für Aufnahmen aus macOS 14 oder älter. In der Pixel-Recorder-App lässt sich eine vorhandene Aufnahme nachträglich neu transkribieren, laut Google in über vierzig Sprachen.
Wie du weitermachst
Nimm dir den nächsten Termin, bei dem du unterwegs ohnehin etwas festhalten willst, und lege vorher fest, wohin der Text soll. Wiederhol das eine Woche lang täglich und prüf dann, ob du alles wiederfindest. Erst danach lohnt der Blick auf Werkzeuge, und der steht in Transkriptionssoftware im Vergleich.
Soll aus vielen Aufnahmen ein Register werden, wird aus der Ablage eine Rolle. Wie ich solche Rollen baue, sammle ich unter KI-Mitarbeiter, der Weg zur ersten eigenen steht in KI-Mitarbeiter einstellen. Vorlagen und fertige Pakete findest du in meiner Community Claude Practitioners.
