Descript Transkription im Test: Genauigkeit, Preise und Grenzen

Paula produziert einen wöchentlichen Interview-Podcast in Köln. Sie nimmt zwei Gäste im Studio auf, zieht die Dateien in einen Editor und schneidet die Folge, indem sie Wörter aus dem Transkript löscht. Jonas verkauft Verpackungsmaschinen. Seine „Aufnahmen“ sind Gespräche mit einem Einkäufer in der Werkshalle, im Stehen geführt, halb auf Polnisch, und er braucht eine Zusammenfassung, bevor er beim nächsten Standort ankommt. (Paula und Jonas sind zusammengesetzte Beispiele, keine realen Personen.)

Beide haben „Descript Transkription“ in eine Suchleiste getippt. Kaufen sollte es wahrscheinlich nur einer von beiden.

Dieser Test basiert auf Descripts eigenen Seiten: der Preisseite und dem Hilfecenter, alle gelesen am 16. Oktober 2026. Er zeigt, wie genau Descript seine Transkripte nach eigener Aussage macht, welche Sprachen es beherrscht, wie die Tarife und Verbrauchszähler tatsächlich funktionieren und wo Descript selbst die Grenzen zieht. Wir entwickeln ParrotNotes, eine Notiz-App für das Smartphone, und haben also ein Interesse. Deshalb verlinkt jede Angabe zu Descript auf Descripts eigene Seite, und deshalb steht der Vergleich in einem einzigen Abschnitt gegen Ende.

Wenn Ihre Aufnahmen Gespräche sind, die Sie mit dem Smartphone festhalten, können Sie ParrotNotes kostenlos testen, während Sie diesen Test lesen, und selbst vergleichen.

Descript Transkription in Kürze

Descript ist ein textbasierter Audio- und Videoeditor. Die Transkription ist der Motor: Sie macht aus Ihrer Aufnahme ein Skript, und Sie bearbeiten das Medium, indem Sie die Wörter bearbeiten. Für Podcaster und Videoproduzenten ist das eine wirklich andere Arbeitsweise, und das Transkript fällt als Nebenprodukt eines Schnitts ab, den Sie ohnehin machen wollten.

Die Grenzen stehen auf Descripts eigenen Seiten. Laut Hilfecenter „kann die Genauigkeit bei klarem Audio bis zu 95 % erreichen“. Die Transkription umfasst 25 oder 26 Sprachen, je nachdem, welche Descript-Seite Sie lesen, eine Sprache pro Datei. Abgerechnet wird nach Medienminuten und KI-Credits statt nach Transkriptionsstunden. Und die Apps sind Desktop-Apps für Mac und Windows, gebaut für den Schnittplatz statt für den Besprechungsraum.

Fazit: stark, wenn das Transkript der erste Schritt eines Schnitts ist. Wenig geeignet, wenn Sie eine schnelle, zusammengefasste Aufzeichnung eines Live-Gesprächs vom Smartphone brauchen.

So funktioniert die Descript Transkription

Sie importieren oder nehmen Medien auf, und Descript transkribiert sie automatisch. Laut dem Artikel zur automatischen Transkription steuert das Transkript dann den Schnitt: Löschen Sie einen Satz im Skript, verschwindet er aus Audio und Video.

Drei Werkzeuge bestimmen die Qualität des Ergebnisses:

1. Transkriptions-Glossar. Tragen Sie Namen, Marken und Fachbegriffe vor dem Transkribieren ein, dann erkennt Descript diese Begriffe nach eigener Aussage genauer. Das Glossar funktioniert nur auf Englisch (dazu unten mehr).
2. Neu transkribieren. Hat Descript die falsche Sprache erkannt, öffnen Sie das Dateimenü, wählen Re-transcribe und stellen statt Auto die richtige Sprache ein.
3. Transkript korrigieren. Verbleibende Fehler korrigieren Sie von Hand im Text, damit Skript und Medium synchron bleiben.

Derselbe Hilfeartikel setzt eine harte Grenze: „Jede Datei, die länger als 15 Stunden ist, wird nicht automatisch transkribiert.“ Kaum jemand stößt daran, aber die Aufnahme eines ganzen Konferenztags kann es.

Genauigkeit der Descript Transkription: was Descript angibt

Descripts Hilfecenter nennt genau eine Zahl: „Bei klarem Audio kann die Genauigkeit bis zu 95 % erreichen.“ Derselbe Artikel nennt, was sie senkt: Aufnahmequalität, Akzente, Hintergrundgeräusche und andere Faktoren. Die Transkriptions-Seite wiederholt „bis zu 95 % Genauigkeit“ und nennt sie „branchenführend“.

Zwei Dinge stecken in diesem Satz:

• „Bis zu“ und „klares Audio“ tragen die Aussage. Eine Studioaufnahme mit einer Stimme pro Mikrofon ist der beste Fall. Durcheinanderreden, ein lauter Raum oder ein Sprecher weit weg vom Mikrofon ist der schlechteste, und dafür veröffentlicht Descript keine Zahl.
• 95 % bedeutet trotzdem Korrekturen. Bei 95 % Wortgenauigkeit kann ein Transkript mit 6.000 Wörtern aus einem 45-minütigen Interview noch rund 300 falsche Wörter enthalten. Für einen Schnitt, den Sie ohnehin anhören, ist das in Ordnung. Für ein Zitat, das gedruckt wird, prüfen Sie es gegen die Aufnahme.

Auch in Tests von Dritten finden Sie Genauigkeitswerte für Descript, manche höher, manche für Audio mit mehreren Sprechern deutlich niedriger. Wir konnten sie keinem veröffentlichten Test zuordnen und haben sie deshalb weggelassen. Die faire Zusammenfassung ist Descripts eigene: hervorragend bei sauberem Audio, schwankend bei allem anderen.

Sprachen der Descript Transkription: 25, 26 oder 30+?

Hier widersprechen sich Descripts Seiten.

• Die Preisseite nennt „25 Transkriptionssprachen“ in jedem Tarif.
• Der Artikel zu unterstützten Sprachen im Hilfecenter spricht von 26 und listet 27 Einträge, weil Englisch (USA) und Englisch (UK) getrennt aufgeführt sind. Griechisch, Hindi und Walisisch sind als Beta markiert. Englisch (UK) und Walisisch müssen von Hand gewählt werden; die automatische Erkennung wählt sie nicht.
• Die Transkriptions-Seite nennt an einer Stelle „25 Sprachen“ und in ihren FAQ „30+ Sprachen für die Transkription“.

Das Hilfecenter ist am ausführlichsten, nehmen Sie also seine Liste als maßgeblich. Es sind überwiegend europäische Sprachen: Spanisch (USA), Französisch, Deutsch, Italienisch, brasilianisches Portugiesisch, Niederländisch, Polnisch, die nordischen Sprachen und weitere. Chinesisch, Japanisch, Arabisch und Russisch stehen nicht darauf.

Zwei Regeln aus demselben Artikel zählen mehr als die Anzahl:

• Eine Sprache pro Datei. „Descript unterstützt die Transkription in nur einer Sprache pro Datei. Dateien mit mehreren gesprochenen Sprachen werden derzeit nicht unterstützt.“ Ein zweisprachiges Interview oder eine Besprechung, die zwischen Spanisch und Englisch wechselt, wird als eine Datei nicht sauber transkribiert.
• Manche Werkzeuge gibt es nur auf Englisch. Füllwort-Erkennung, Transkript importieren, Transkript ersetzen und das Transkriptions-Glossar unterstützen derzeit nur englische Transkripte.

Sind Ihre Aufnahmen auf Englisch, betrifft Sie nichts davon. Arbeiten Sie in mehreren Sprachen, ist das der erste Punkt, den Sie testen sollten.

Descript Preise und die Zähler, auf die es ankommt

So listete Descripts Preisseite die Tarife am 16. Oktober 2026. Die Preise gelten pro Person; der niedrigere Betrag gilt bei jährlicher Abrechnung, die laut Descript „bis zu 35 % gegenüber dem Monatstarif“ spart.

Quelle: descript.com/pricing, geprüft am 16. Oktober 2026. Creator wird für Teams bis 3 Personen verkauft, Business bis 5.

Viele ältere Tests sprechen von „Transkriptionsstunden“. Das ist überholt. Descripts Hilfecenter sagt heute: „In den aktuellen Tarifen wird die Transkription nicht erfasst oder gezählt.“ Nur Legacy- und Sunset-Tarife zählen noch Transkriptionsstunden. Verbraucht werden stattdessen zwei Kontingente:

Quelle: Descript-Hilfecenter, Artikel zu Medienminuten und KI-Credits und zur automatischen Transkription, geprüft am 16. Oktober 2026.

Praktisch heißt das: Ihr monatliches Medienkontingent ist die eigentliche Obergrenze dafür, wie viel Sie transkribieren können, denn Medien müssen erst hereinkommen, bevor sie transkribiert werden. „Nicht genutzte Medienminuten und KI-Credits werden nicht in den nächsten Zeitraum übertragen“, so das Hilfecenter; wird es knapp, können Sie ein Top-up kaufen. Und im Free-Tarif sind die 100 KI-Credits ein einmaliges Kontingent, KI-Werkzeuge wie Zusammenfassungen oder Shownotes von Underlord sind dort also ein Test und keine monatliche Routine.

Sprechererkennung und Dateigrenzen

Descripts Preisseite nennt Sprechererkennung für „8+ Sprecher“ in jedem Tarif. Der Artikel zur Sprechererkennung im Hilfecenter ergänzt die Details:

• Die Erkennung läuft während der Transkription im Hintergrund, danach hören Sie eine kurze Probe jeder Stimme und tippen einen Namen ein.
• „Die automatische Sprechererkennung ist für Dateien bis zu 5 Stunden Länge verfügbar“, und bei Dateien unter 10 Sekunden läuft sie nicht.
• Ein manueller Modus fragt zuerst nach der Zahl der Sprecher.

Dieser Schritt aus Anhören und Benennen passt zu einem Editor, der jede Beschriftung im Skript kontrollieren will. Er ist ein zusätzlicher Schritt, wenn Sie nur festhalten wollten, wer in einer Besprechung was gesagt hat.

Was Descripts eigene Seiten sagen, nebeneinander

Hier ist unser eigener Beitrag: dieselben Fragen, beantwortet von drei Descript-Seiten am selben Tag.

Alle drei Seiten gelesen am 16. Oktober 2026.

Für ein Produkt, das sich schnell entwickelt, ist das nicht ungewöhnlich, aber es bedeutet: Lesen Sie das Hilfecenter, nicht die Landingpage, bevor Sie sich festlegen.

Wo Descript stark ist

Fairerweise: Descript macht einiges sehr gut.

• Schneiden per Text. Einen Podcast oder ein Video durch das Löschen von Wörtern zu schneiden, ist der Grund, warum die meisten Descript wählen, und die Transkription macht das möglich.
• Genauigkeit bei sauberem Audio. Bei einer gut aufgenommenen Studiodatei ist Descripts selbst genannte Obergrenze hoch, und das Glossar hilft bei Namen auf Englisch.
• Produktionswerkzeuge. Studio Sound, Füllwort-Entfernung und Underlords KI-Werkzeuge liegen direkt neben dem Transkript, sodass eine App von der Rohaufnahme bis zur fertigen Folge reicht.
• Datenschutz-Voreinstellungen. Die Sicherheitsseite nennt SOC 2 Type II, AES-256-Verschlüsselung im Ruhezustand und dass das Teilen von Transkriptionsdaten zur Verbesserung des Dienstes „standardmäßig deaktiviert ist“.

Wo Descript unter den Werkzeugen für Redaktionen steht, zeigt unser Überblick über Transkriptionssoftware für Journalisten, und den kompletten Ablauf für eine Interview-Sendung beschreibt unser Leitfaden zur Podcast-Transkription.

Der Descript-Eignungstest: 7 Fragen

Antworten Sie mit Ja oder Nein.

1. Wird die Aufnahme geschnitten und als Audio oder Video veröffentlicht?
2. Nehmen Sie am Schreibtisch oder im Studio auf, an einem Mac oder Windows-Rechner?
3. Ist das Audio überwiegend sauber, mit einer Stimme pro Mikrofon?
4. Ist jede Aufnahme in einer einzigen Sprache aus Descripts Liste?
5. Ist Englisch die Hauptsprache, sodass Glossar und Füllwort-Werkzeuge funktionieren?
6. Passen Ihre monatlichen Medien in die Stunden des Tarifs?
7. Wollen Sie jede Sprecherbeschriftung selbst kontrollieren?

Überwiegend Ja: Descript passt. Paula kommt auf sieben von sieben; sie nimmt im Studio auf, schneidet jede Folge, und ihre Gäste sprechen Englisch.

Überwiegend Nein: Sie brauchen wahrscheinlich ein Werkzeug zum Festhalten, keinen Editor. Jonas kommt bestenfalls auf eins. Seine Gespräche finden im Stehen in der Werkshalle statt, viele davon auf Polnisch, niemand wird sie je schneiden, und was er braucht, sind eine Zusammenfassung und nächste Schritte, kein Skript.

Wenn Sie Gespräche mit dem Smartphone festhalten: ParrotNotes

Wenn Ihr Ergebnis wie das von Jonas aussieht, hier die App, die wir entwickeln, nach demselben Maßstab wie die Descript-Angaben oben, von parrotnotes.app/pricing am 16. Oktober 2026.

ParrotNotes ist um das Smartphone herum gebaut, das Sie ohnehin dabeihaben, mit Apps für iOS, Android und macOS. Es gibt keinen Bot und nichts einzurichten. Tippen Sie auf Aufnahme, legen Sie das Telefon auf den Tisch, und die Aufnahme läuft bei gesperrtem Bildschirm weiter. Wenn Sie stoppen, erhalten Sie ein Transkript, eine KI-Zusammenfassung, Aufgaben und einen Entwurf für die Follow-up-E-Mail. Die Aufnahme funktioniert offline; Transkription und KI brauchen eine Verbindung.

Descript-Angaben von descript.com/pricing und aus dem Hilfecenter; ParrotNotes-Angaben von parrotnotes.app/pricing. Geprüft am 16. Oktober 2026.

ParrotNotes Free kostet 0 USD und umfasst 100 Minuten Aufnahme pro Monat, eine automatische Zusammenfassung bei jeder Aufnahme, 5 KI-gestützte Aufnahmen pro Monat (Zusammenfassungen, Erkenntnisse, Aufgaben, Frameworks und Chat funktionieren bei diesen) und unbegrenzte schriftliche Notizen. Pro kostet 19,99 USD pro Monat oder 14,99 USD pro Monat bei jährlicher Abrechnung, mit 3.000 Minuten pro Monat, Aufnahmen bis zu 3 Stunden, allen KI-Funktionen bei jeder Aufnahme, Sprechererkennung, mehrsprachiger Transkription mit Übersetzung in 99+ Sprachen, KI-Suche über Ihre Notizen sowie Export als docx und PDF.

Jonas' Woche damit: jedes Gespräch in der Werkshalle mit dem Smartphone in der Hemdtasche aufgenommen, das Hin und Her auf Polnisch und Deutsch als ein deutsches Transkript zurück, und Zusammenfassung und nächste Schritte im Transporter gelesen, bevor er den Motor startet. Sie haben schon eine Datei, die transkribiert werden soll? Unser kostenloses Tool Audio in Text umwandeln nimmt einen Upload an. Wenn Sie andere Optionen abwägen, lesen Sie unsere Rev-Alternativen, den Otter.ai-Test oder die besten kostenlosen Transkriptions-Apps.

Eine Regel gilt für Descript, ParrotNotes und jedes andere Werkzeug: Fragen Sie, bevor Sie jemanden aufnehmen. Einige US-Bundesstaaten verlangen die Zustimmung aller Beteiligten; unser Überblick über One-Party-Consent-Staaten hat die Details. Dies ist keine Rechtsberatung.

Machen Sie Jonas' Test. Laden Sie ParrotNotes kostenlos herunter, nehmen Sie Ihr nächstes persönliches Gespräch mit dem Einverständnis aller auf, und lesen Sie die Zusammenfassung, bevor Sie das Gebäude verlassen haben.

Fazit: Descript Transkription im Test

Die Descript Transkription ist der Motor eines sehr guten Editors. Bei sauberem Audio kann Descript nach eigener Aussage 95 % Genauigkeit erreichen; aktuelle Tarife zählen die Transkription überhaupt nicht, nur die Medien, die Sie hereinholen, und die KI-Werkzeuge, die Sie nutzen; und der Ablauf mit dem Transkript als Skript ist nach wie vor der beste Grund, Descript zu wählen. Die Grenzen stehen auf Descripts eigenen Seiten: 25 oder 26 Sprachen mit einer pro Datei, Glossar und Füllwort-Werkzeuge nur auf Englisch, Desktop-Apps statt Smartphone-Apps und ein Free-Tarif mit einer Stunde Medien und einem einmaligen Kontingent an KI-Credits.

Entscheiden Sie also nach der Aufgabe. Wenn Sie bearbeiten, was Sie aufnehmen, testen Sie Descript. Wenn Sie eine zusammengefasste Aufzeichnung der Gespräche brauchen, die Sie mit dem Smartphone festhalten, in welcher Sprache auch immer sie stattfinden, holen Sie sich ParrotNotes kostenlos und sehen Sie den Unterschied bei Ihrem nächsten Termin.