Zum Inhalt
Zusammenfassung zu russischen Transkriptionstools und deren Genauigkeit
tl;dv bei unserem Test zur Transkription russischer Besprechungen mit 168 von 200 möglichen Punkten am bestentl;dv . HappyScribe belegte mit 126 Punkten den zweiten Platz, Fireflies 110 Punkten den dritten und Fathom den vierten. Die Bewertung erfolgte im Blindverfahren, wobei die Tools während der Bewertungsrunden mit LLMs und einem Muttersprachler anonymisiert wurden.
tl;dv in der Kategorie „Genauigkeit“ mit einem Vorsprung von 17 Punkten am bestentl;dv . Es war das einzige Tool, das die Eigennamen in allen drei Sitzungen korrekt identifizierte und über alle Durchläufe hinweg konsistente Ergebnisse lieferte. Beim Erkennen der russischen Sprache kam kein anderes Tool auch nur annähernd an tl;dv heran.
Hier finden Sie die Bewertungen für jedes Tool, basierend auf den von uns getesteten Bereichen.
| Stufe | Max | tl;dv | Fireflies | Fathom | HappyScribe |
|---|---|---|---|---|---|
| Transkription und Genauigkeit | 65 | 52/65 | 22/65 | 14/65 | 35/65 |
| Realistische Besprechungsqualität | 45 | 37/45 | 16/45 | 15/45 | 29/45 |
| Funktionen und Merkmale | 72 | 61/72 | 54/72 | 42/72 | 44/72 |
| Vertrauen, Sicherheit und Wert | 18 | 18/18 | 18/18 | 18.12. | 18/18 |
| Gesamtpunktzahl | 200 | 168/200 | 110/200 | 83/200 | 126/200 |
| Rang | 1 | 3 | 4 | 2 |
Die Transkriptionsgenauigkeit bei russischen Besprechungen ergab ein differenzierteres Ergebnis als unsere früheren Tests mit Französisch, Spanisch und Portugiesisch. tl;dv mit 168 Punkten das beste Ergebnis, während HappyScribe bei 126 Punkten landete.
Auch die Abstände waren nicht gleichmäßig verteilt. Im Bereich der Transkription tl;dv mit insgesamt 17 Punktentl;dv dem nächstplatzierten Tool, wobei die Ergebnisse bei der Entitätserkennung recht stark voneinander abwichen. Bei Eigennamen hatten die anderen Tools auf dieser Liste echte Schwierigkeiten.
Russisch ist eine Sprache, die kleine Fehler auf eine Weise deutlich hervorheben kann, wie es Englisch nicht tut. Im Russischen tragen Substantive und Adjektive Kasusendungen, sodass schon ein einziger Silbenfehler die Bedeutung von „wer hat was mit wem gemacht“ verändern kann, anstatt einen offensichtlichen Tippfehler zu erzeugen. Auch im Geschäftsrussisch wechseln Lehnwörter aus dem Englischen in kyrillische Sätze ein. Jedes der von uns getesteten Tools musste entscheiden, ob es beispielsweise Markennamen transkribieren, sie in lateinischer Schrift belassen oder einfach eine Entscheidung treffen sollte, die auf seiner eigenen Einschätzung beruhte. Drei von vier Tools schienen zu raten, und eines dieser Tools verwandelte sogar den Leiter einer Regionalregierung in den Oberdämon.
Um unseren Test durchzuführen, haben wir drei echte Besprechungen in russischer Sprache herangezogen und diese durchlaufen lassen:
Die Art der Veranstaltungen war vielfältig und umfasste unter anderem eine Sitzung zum Thema „Unterschied zwischen Wachstum und Entwicklung“, eine Podiumsdiskussion zum Thema Unternehmenskommunikation sowie eine Sitzung zur Stadtentwicklung in Kasan.
Bei unseren Tests würden wir normalerweise versuchen, Google Gemini einzubeziehen, da es sich dabei um ein gängiges Tool im Arbeitsalltag handelt; da Gemini jedoch derzeit Gemini Russisch unterstützt, wurde es nicht berücksichtigt.
Um möglichst faire Ergebnisse zu erzielen, erfolgte die Bewertung im Blindverfahren. Zwei LLMs bewerteten jede Ausgabe, wobei die Namen der Tools entfernt wurden, und ein russischer Muttersprachler überprüfte die Bereiche, in denen die Tools Schwierigkeiten hatten oder voneinander abwichen.
Transkription und Genauigkeit russischer Besprechungen
In unseren Tests hat der Bereich „Transkription und Genauigkeit“ das größte Gewicht, da sich alles andere daraus ergibt. Von insgesamt 65 Punkten tl;dv 52, während Fathom lediglich 14 Fathom .
Diese wurden von LLMs (ClaudeAnthropicund ChatGPT von OpenAI) bewertet und anschließend anhand einer Blindbewertung durch Muttersprachler bestätigt, wobei die Namen der Tools verborgen blieben.
| Metrisch | Wie wird gewertet? | tl;dv | Fireflies | Fathom | HappyScribe |
|---|---|---|---|---|---|
| Sprachliche Genauigkeit | Blinde Bewertung des Schweregrads durch Muttersprachler hinsichtlich der sprachlichen Korrektheit | 15/20 | 20.7. | 20.05. | 20.12. |
| Sprachspezifische Handhabung | Kyrillische Rechtschreibung, Kasusendungen, Zeichensetzung, Sprachwechsel | 15/20 | 20.7. | 20. April | 20.9. |
| Anteil der eindeutig falschen Wörter | Anteil der Token, die offensichtlich fehlerhaft sind: erfundene oder nicht-russische Einfügungen sowie Wiederholungsschleifen | 5/5 | 2/5 | 0/5 | 4/5 |
| Entitätserkennung | Namen, Firmen und Orte der gesamten Besetzung | 5/5 | 1/5 | 0/5 | 2/5 |
| Zahlen, Datumsangaben und Währungen | Zahlen, Datumsangaben und Beträge sind in der jeweiligen Sprache korrekt formatiert | 4/5 | 2/5 | 2/5 | 3/5 |
| Fachbegriff: Rohdaten-Erkennung | Fachbegriffe und Abkürzungen vor der maßgeschneiderten Schulung | 4/5 | 1/5 | 1/5 | 2/5 |
| Zeichensetzung und Segmentierung | Satzumbrüche und Absatzgliederung in der Ausgabe des Testlaufs | 4/5 | 2/5 | 2/5 | 3/5 |
| Zwischensumme für Transkription und Genauigkeit | 52/65 | 22/65 | 14/65 | 35/65 |
Entitätserkennung
Die größte Abweichung bei der Bewertung zeigte sich bei der Entitätserkennung. tl;dv 5 von 5 Punkten, während Fathom 0 Fathom .
Russische Eigennamen sind schwieriger als im Englischen. Zum Beispiel müssen Markennamen in kyrillische Schrift transkribiert werden, und ein Tool kann nicht einfach auf die ausgeschriebene Form des Erfassten zurückgreifen. Zwei Beispiele, bei denen tl;dv gut tl;dv und andere Tools Schwierigkeiten hatten, waren die korrekte Erfassung von „Проктер энд Гэмбл“ und die Erweiterung von „CBD“ zu „Customer Business Development“. Keines der anderen Tools hat dies geschafft.
Einer der größten Fehler betraf den Markennamen „Wrike“. tl;dv ihn korrekt benennen. Die anderen drei beschrieben ein Produkt mit 30.000 Nutzern, ließen den Produktnamen jedoch komplett aus dem Satz heraus. Würde jemand diese Mitschriften lesen und versuchen herauszufinden, welches Tool der Sprecher empfahl, könnte er dieses konkrete Detail nicht finden.
In der Sitzung in Kasan war dies erneut bei МЕГА, Баухауз und Проспект Универсиады der Fall. tl;dv das einzige Tool, das in allen drei Tests in dieser Kategorie die volle Punktzahl erreichte.
Sprachliche Genauigkeit
Niemand hat in dieser Kategorie, die mit 20 Punkten bewertet wurde, die volle Punktzahl erreicht – dies entspricht in etwa dem Anteil des Treffens, der den Transkriptionsprozess überstanden hat. tl;dv mit 15 Punkten am bestentl;dv .
Fathom erhielt Fathom 5 Punkte, und dabei handelte es sich um einen konkreten Fehler, der aufgedeckt wurde – es waren also nicht nur Hörfehler. In einem clip generierte clip englische Sätze, die nie gesprochen wurden, und schuf Begriffe, die in der Audioaufnahme schlichtweg nicht erwähnt wurden. Unser Muttersprachler sagte zwar, dass die Transkription an sich plausibel sei, doch letztendlich fügte das Programm vieles hinzu, was gar nicht vorhanden war.
Fireflies erzielte insgesamt 7 Punkte und lieferte etwas gefährlichere Ergebnisse. Die Fehler bestanden darin, dass russische Wörter zwar richtig geschrieben waren, aber an den falschen Stellen standen. So verwandelte das Programm beispielsweise „главы региона“ (den Leiter der Regionalregierung) in „главного демона“ (den Oberdämon). In derselben Passage wurde aus „Проспект Универсиады“ „Проспект Грузиады“, was weder in Kasan noch anderswo eine Straße ist.
Das bedeutet, dass jemand, der die Fathom liest, leicht erkennen und denken könnte: „Das ist falsch“, während Fireflies auf den ersten Blick zwar stimmiger Fireflies , aber dennoch erhebliche Fehler enthält.
Sprachspezifische Behandlung
tl;dv auch hier 15 Punkte und liegt damit an der Spitze
Wie bereits erwähnt, kann es in der russischen Geschäftssprache gelegentlich zu einem Sprachwechsel ins Englische kommen, und zwar mitten im Satz. Jedes Tool musste in solchen Situationen den Text transkribieren und entscheiden, wie damit umzugehen ist und ob ein englisches Wort in einen kyrillischen Satzteil eingefügt werden sollte. Tl;dv Fathom alles, was in lateinischer Schrift vorlag, beibehalten. Fireflies die Wörter phonetisch aus, beispielsweise „вот эвер“, was unser Muttersprachler als falsch markierte.
Wortfehlerquote
tl;dv hier 5 Punkte, während Fathom mit 0 Punkten das Schlusslicht Fathom .
Da uns bei unseren Tests kein verifiziertes, wortgetreues Transkript des Sprechers vorlag, haben wir untersucht, wie die einzelnen Tools damit zurechtkamen und wie viele Wörter ganz offensichtlich einfach falsch waren. Dazu zählten beispielsweise nicht-russische Zeichen, sich wiederholende Passagen und alles, was schlichtweg falsch war. Die Ausgabetl;dvzum ersten clip praktisch keine solchen Fehler. Fathomwar etwa jedes achte Wort fehlerhaft.
Zahlen, Datumsangaben und Währungen
In einem Bereich, in dem Daten korrekt sein müssen, da sie sonst später zu echten Fehlern führen können, tl;dv hier mit 4 die Höchstpunktzahl.
Einer der größten Fehler in dieser Datenreihe betraf HappyScribe. Ein Redner sprach von einem bestimmten Zeitraum von „десять лет“ (zehn Jahren). HappyScribe zeichnete stattdessen „десять миллионов“ (zehn Millionen) auf. Bei flüchtiger Lektüre des Textes würde dies nicht sofort als Transkriptionsfehler auffallen, doch der Unterschied zwischen zehn Jahren und zehn Millionen ist ziemlich groß.
Im Bereich Unternehmenskommunikation konnten alle vier Tools alle Zahlen korrekt darstellen. Dazu gehörten Zahlen, Datumsangaben und Prozentangaben.
Fachbegriff: Rohdaten-Erkennung
tl;dv 4 Punkte, HappyScribe 2, Fireflies und Fathom .
tl;dv die Fachbegriffe und Terminologie in dieser Zeile am besten erfassen, ohne dass benutzerdefinierte Vokabeln eingegeben werden mussten. Die anderen Tools hatten ein wenig Schwierigkeiten mit dem spezifischen Begriff „персонализация“ (Personalisierung).
HappyScribe hat „реализация“ (Realisierung oder Umsetzung) gehört. Fireflies „кристаллизация“ (Kristallisation) Fireflies . Beides sind echte russische Wörter, aber sie sind falsch und unterscheiden sich voneinander.
Treffen in der Praxis – Qualität
Die Genauigkeit der Transkription ist das Rückgrat, das sich durch alles zieht; wenn diese fehlerhaft ist, drohen Probleme bei allem, was darauf aufbaut.
In diesem Abschnitt befassen wir uns mit einigen weiteren Aspekten der Transkription sowie mit den Ergebnissen und deren Nutzen für reale Geschäftstreffen und Ihre Arbeitsabläufe.
tl;dv hier mit 37 die höchste Punktzahl, die niedrigste Punktzahl ging an Fathom 15.
| Metrisch | Wie wird gewertet? | tl;dv | Fireflies | Fathom | HappyScribe |
|---|---|---|---|---|---|
| Qualität der Diarisierung | Korrekte Anzahl der Sprecher und Zuordnung der Sprechrollen im Vergleich zur bekannten Besetzung | 10/10 | 0/10 | 0/10 | 10/10 |
| Verhaltensstabilität | Verhaltensstabilität über verschiedene Sitzungstypen hinweg | 9/10 | 3/10 | 1/10 | 5/10 |
| Zusammenfassung der Qualität | Nützlichkeit der Zusammenfassung und ob sie in der Ausgangssprache belassen wurde, unter Berücksichtigung von Lehnwörtern | 5/5 | 4/5 | 5/5 | 2/5 |
| Halluzinations-/Einfügungsrate | Erfundener, wiederholt oder duplizierter Text, der im Audio nicht vorkommt. Hörfehler und Auslassungen ausgenommen | 8/10 | 0/10 | 0/10 | 10/10 |
| Ermittlung von Aktionspunkten | Qualität der aus der Besprechung abgeleiteten Aufgaben und Folgemaßnahmen | 0/5 | 5/5 | 5/5 | 0/5 |
| Automatische Kapitel-/Abschnittsunterteilung | Wird die Sitzung in der Zusammenfassung in sinnvolle Abschnitte unterteilt? | 5/5 | 4/5 | 4/5 | 2/5 |
| Zwischensumme zur Qualität von Präsenzbesprechungen | 37/45 | 16/45 | 15/45 | 29/45 |
Zusammenfassung: Qualität
tl;dv Fathom 5 Punkte, Fireflies und HappyScribe 2.
Fireflies haben die geografischen Rahmenbedingungen einer Tagung Fireflies verändert. In der Zusammenfassung der Tagung in Kasan gibt es einen Abschnitt mit dem Titel „Градостроительная политика и инновации в Москве“ (Stadtplanungspolitik und Innovationen in Moskau). Das Problem ist nur, dass sich die gesamte Tagung um Kasan dreht, das gut 800 km von Moskau entfernt liegt. Im Text dieses Abschnitts wird das Gebiet als „in der Nähe des Zentrums von Moskau“ bezeichnet.
Auch HappyScribe schnitt mit 2 Punkten schlechter ab, allerdings aus einem anderen Grund. Bei einer Besprechung konnte das Programm trotz der Transkription der Besprechung keine Zusammenfassung erstellen. Es gab die Meldung „Keine Sprache erkannt“ aus, obwohl es eine recht ordentliche Transkription erstellt hatte.
Wie bereits oben erwähnt, hat Fathom hier Fathom sehr gut abgeschnitten. Obwohl englische Sätze erfunden wurden, war die Zusammenfassung fehlerfrei, themenbezogen und vollständig auf Russisch verfasst. Keiner der erfundenen Inhalte fand Eingang in die Zusammenfassung.
Halluzinationen und Einfügungsrate
HappyScribe erhielt 10 Punkte, tl;dv , Fireflies Fathom .
Dies ist einer der wenigen Bereiche, in denen tl;dv nicht die Nase tl;dv , und es handelte sich um eine einzige Stelle, an der zwei japanische Schriftzeichen auftauchten. Das war leicht zu erkennen und wäre einem Leser sicher aufgefallen, stellte aber dennoch eine Einfügung dar.
Fireflies in zwei der drei Tests einige größere Schleifen. In einer Aufnahme wiederholte es „с людьми“ (mit Menschen) vierundzwanzig Mal. In der Sitzung in Kasan wiederholte es acht Mal „Я не знаю“ (Ich weiß es nicht). Unser Muttersprachler hielt dies für Transkriptionsfehler.
Fireflies nach Abschluss einer Diskussion den Hinweis „Продолжение следует“ (Fortsetzung folgt) Fireflies . Dabei handelt es sich eher um einen Standard-Abschlusstext als um etwas, das im Raum tatsächlich gesagt wurde.
Qualität der Diarisierung
tl;dv HappyScribe erhielten 10 Punkte, Fireflies Fathom .
Da der Kerntest als einzelne Audioquelle über Google Meetausgeführt wird, führen wir zur Bewertung eine weitere Testrunde durch, bei der wir die Inhalte direkt auf die Plattform hochladen, um zu prüfen, wie gut diese die Sprecher identifizieren und kennzeichnen kann. Sowohl tl;dv HappyScribe erhalten hier die volle Punktzahl. Fathom keine Möglichkeit, Audio- oder Videodateien auf seine Plattform hochzuladen.
Fireflies dasselbe Audiomaterial vorgelegt und versagte. Bei einer Audioaufnahme, die nur einen einzigen Sprecher enthielt, erfasste das Programm drei Sprecher und wechselte diese innerhalb von vierundzwanzig Segmenten zweiundzwanzig Mal, oft mitten im Satz. In einem Fall wurde ein einziger Satz drei verschiedenen Sprechern zugeordnet.
Verhaltensstabilität
tl;dv 9 Punkte, HappyScribe 5, Fireflies und Fathom .
Hier untersuchen wir, wie konstant die Leistung eines Tools über alle Sitzungen hinweg ist. tl;dv durchweg die größte Stabilität, während Fathom die größten Fathom .
Ermittlung von Aktionspunkten
In diesem Bereich tl;dv nicht punkten, und dafür gibt es einen triftigen Grund. In jeder der Zusammenfassungen Fathom Fireflies Fathom den Mitarbeitern Aufgaben auf der Grundlage der Ergebnisse Fathom .
tl;dv : Bei keinem der drei Durchläufe tl;dv dies getan, und dafür gibt es einen Grund. Es gab keine zu protokollierenden Maßnahmen.
Wo also Fireflies Fathom Aktionspunkte Fathom , taten sie dies aus dem Nichts. Es handelte sich um drei Rundtischgespräche. Niemand hat irgendjemandem etwas zugewiesen, niemand hat sich bereit erklärt, etwas zu liefern, und es wurden keine Folgemaßnahmen festgelegt. Es gab keine Liste, aus der man etwas extrahieren konnte, also haben beide Tools eine erstellt.
Auch wenn tl;dv hier keine Punkte tl;dv , sollte man das mit Vorsicht genießen.
Automatische Kapitel- und Abschnittsunterteilung
tl;dv 5 Punkte, Fireflies Fathom , HappyScribe 2 Punkte.
tl;dv jede Besprechung konsequent in nummerierte thematische Abschnitte unterteilen, wobei jeder Punkt mit einem verlinkten Zeitstempel zur Überprüfung versehen war. Keines der anderen Tools lieferte Zeitstempel auf diesem Niveau, und obwohl sie ebenfalls eine Unterteilung ermöglichten, variierten Qualität und Anzahl je nach Tool stärker. Aus Gründen der Fairness haben wir für jedes dieser Tools die standardisierte Zusammenfassung verwendet.
Funktionen und Merkmale
In diesem Abschnitt betrachten wir die Tools in ihrer Gesamtheit, ihre Funktionen sowie einige grundlegende Ergebnisse zu Aspekten wie Verarbeitungsgeschwindigkeit und Genauigkeit der Zeitstempel.
Während es in den vorangegangenen Abschnitten darum ging, die Leistungsfähigkeit des Tools zu bewerten, geht es hier darum, auf wie viele verschiedene Arten die Daten innerhalb eines Unternehmens genutzt werden können. In diesem Abschnitt liegen die Ergebnisse ziemlich dicht beieinander, und tl;dv mit 61 Punkten die Bestnote, wobei der Abstand zu den anderen Tools 19 Punkte beträgt.
| Metrisch | Wie wird gewertet? | tl;dv | Fireflies | Fathom | HappyScribe |
|---|---|---|---|---|---|
| Lautsprecherbenennung direkt nach dem Auspacken | Erkennt die Namen der tatsächlichen Sprecher in Meet, Zoom und Teams automatisch | 5/5 | 5/5 | 5/5 | 0/5 |
| Stimmabdruck | Möglichkeit, ein Stimmabdruck-Training für die eigene Stimme durchzuführen | 5/5 | 0/5 | 0/5 | 0/5 |
| Bot-freie Aufzeichnung | Nimmt über die System-Audiofunktion auf, ohne einen Bot in das Gespräch einzubinden | 5/5 | 5/5 | 5/5 | 5/5 |
| CRM-Synchronisation | Native und automatische Synchronisierung | 3/3 | 3/3 | 3/3 | 0/3 |
| Benutzerdefinierte Notizen / Vorlagen | Anpassbare Zusammenfassungsformate im Vergleich zu einer festen Ausgabe | 3/3 | 3/3 | 3/3 | 3/3 |
| Training mit benutzerdefinierten Vokabeln/Entitäten | Branchenbegriffe und Abkürzungen vermitteln | 5/5 | 5/5 | 0/5 | 5/5 |
| Lokalisierung der Benutzeroberfläche ins Russische | Ob die Produktschnittstelle selbst auf Russisch verfügbar ist | 0/5 | 0/5 | 0/5 | 0/5 |
| Umfang der Integrationen | Slack, Kalender, Zapier, API | 3/3 | 3/3 | 3/3 | 3/3 |
| Verarbeitungsgeschwindigkeit | Reihenfolge des Eingangs der fertigen Mitschrift nach Ende der Sitzung | 3/3 | 3/3 | 3/3 | 2/3 |
| Erfassung von Füllwörtern | Erfasst Füllwörter ohne Verdopplung bei Stottern, anstatt das Transkript übermäßig zu glätten | 3/3 | 0/3 | 0/3 | 0/3 |
| Genauigkeit der Zeitstempel | Stichprobenartig prüfen, ob die Zeitstempel den richtigen Zeitpunkt angeben | 3/3 | 1/3 | 0/3 | 0/3 |
| Verfügbarkeit von Übersetzungen | Kann es die Besprechungsnotizen übersetzen, und in wie viele Sprachen? | 3/3 | 0/3 | 0/3 | 3/3 |
| Im Transkript suchen | In einer Besprechung und in der Bibliothek suchen | 3/3 | 3/3 | 3/3 | 3/3 |
| Benutzeroberfläche zur Bearbeitung von Transkripten | Kann man das Transkript im Nachhinein problemlos korrigieren? | 3/3 | 3/3 | 3/3 | 3/3 |
| Exportformate | SRT, VTT, TXT, DOCX und ähnliche Formate | 0/3 | 3/3 | 0/3 | 3/3 |
| Live-/Echtzeit-Mitschrift | Wird während der Sitzung ein Protokoll live angezeigt? | 0/3 | 3/3 | 3/3 | 0/3 |
| Berichterstattung über die Konferenzplattform | Berichterstattung zu Zoom, Meet, Teams und Webex | 3/3 | 3/3 | 3/3 | 3/3 |
| Erfassung über die mobile App | Kann es persönliche Besprechungen über eine mobile App aufzeichnen? | 3/3 | 3/3 | 0/3 | 3/3 |
| Nativer MCP-Server | Eigener Server, über den KI-Assistenten die Besprechungsbibliothek abfragen können | 5/5 | 5/5 | 5/5 | 5/5 |
| Bearbeiten der Lautsprecherbezeichnungen | Kann man Lautsprecher nachträglich umbenennen und neu zuweisen? | 3/3 | 3/3 | 3/3 | 3/3 |
| Zwischensumme: Funktionen und Merkmale | 61/72 | 54/72 | 42/72 | 44/72 |
Stimmabdruck
Die Stimmenerkennung ist eine Funktion, bei der das System – sofern der Nutzer dem zugestimmt hat – auf dessen eigene Stimme trainiert wird, sodass diese in allen Besprechungen erkannt wird, ohne dass eine erneute Kennzeichnung erforderlich ist. Diese Bewertung basiert darauf, ob diese Funktion verfügbar ist oder nicht, und tl;dv der einzige Anbieter, der über diese Funktion verfügt.
Erfassung von Füllwörtern
Einer der Gründe, warum tl;dv bei der Transkription so gute tl;dv , ist, dass es Füllwörter nicht entfernt, sondern nachverfolgt. Das bedeutet, dass das Tool die authentischste Version des Transkripts ermittelt und Zögerungen beibehält, anstatt sie zu glätten. Die anderen drei Tools liefern zwar insgesamt eine übersichtlichere Version des Meetings, bearbeiten das Meeting dabei jedoch effektiv.
Verfügbarkeit von Übersetzungen
tl;dv HappyScribe erhielten 3 Punkte. Fireflies Fathom 0 Punkte.
Ich konnte bei tl;dv HappyScribe das Transkript aufrufen, auf eine Schaltfläche klicken und das russische Transkript ins Englische umwandeln. Das ist unglaublich nützlich für multinationale Unternehmen, die Besprechungen in verschiedenen Sprachen abhalten. Fathom dies Fathom bei der Zusammenfassung möglich, nicht jedoch beim Transkript selbst; daher erhalten sie keine Bewertung, da wir bereits festgestellt haben, dass es Abweichungen zwischen dem Transkript und der Zusammenfassung gab.
Lautsprecherbenennung „Out of the Box“
tl;dv: Fireflies Fathom jeweils 5 Punkte. „HappyScribe“ erhielt 0 Punkte.
Die meisten Tools können die Bezeichnungen aus Google Meet, Zoom Teams übernehmen und sie automatisch in das Transkript einfügen. Bei HappyScribe ist dies nicht der Fall, sodass die Sprecher zunächst als allgemeine Bezeichnungen erscheinen und Sie die Namen anschließend selbst eingeben müssen.
CRM-Synchronisierung
HappyScribe ist das einzige Tool, das keine native CRM-Synchronisierung bietet. Es gibt zwar verschiedene Integrationsmöglichkeiten, jedoch keine direkte Anbindung an ein CRM.
Das lässt sich mit Zapier bewerkstelligen, erfordert jedoch zusätzliche Einrichtung und Pflege eines Workflows.
Alle drei anderen Tools sind in der Lage, Notizen automatisch direkt in das CRM zu übertragen, was Zeit, Energie und Ressourcen spart.
Verarbeitungsgeschwindigkeit
tl;dv Fireflies Fathom tl;dv 3 Punkte. „HappyScribe“ erhielt 2 Punkte.
In diesem Abschnitt wurde gemessen, wie schnell das Protokoll und die Zusammenfassungen nach der Besprechung verfügbar waren. Tl;dv Fathom unmittelbar danach Fathom , gefolgt von Fireflies. Bei HappyScribe dauerte es von allen Tools am längsten.
Dieser Abschnitt ist geschlossen
Im Vergleich zu den Ergebnissen bei der reinen Transkriptionsgenauigkeit waren die Unterschiede bei den Bewertungen hier geringer. Jedes der Tools verfügt über einige wirklich gute Funktionen, weshalb viele Aspekte wie botfreie Aufzeichnung, Plattformabdeckung und MCP-Server auf einem gleichwertigen Niveau liegen.
Diese vier Produkte sind sich in ihren Funktionen zwar sehr ähnlich, doch die eigentliche Transkriptionsfunktion zeigt, dass sie in Bezug auf die russische Transkription nicht auf Augenhöhe sind.
Vertrauen, Sicherheit und Wert
In diesem Abschnitt geht es vor allem um die Sicherheit und Vertrauenswürdigkeit der einzelnen Plattformen. Alle vorgestellten Tools verfügen über hervorragende Sicherheitsfunktionen und sind sich ihrer Verantwortung im Jahr 2026 hinsichtlich der Gewährleistung der Datensicherheit voll und ganz bewusst.
tl;dv Fireflies HappyScribe erhalten beide die volle Punktzahl, während Fathom aus ganz bestimmten Gründen in zwei Kategorien Punkte Fathom .
| Metrisch | Wie wird gewertet? | tl;dv | Fireflies | Fathom | HappyScribe |
|---|---|---|---|---|---|
| Datenspeicherort / regionales Hosting | Regionale Hosting-Optionen, z. B. EU-Hosting auf Anfrage | 3/3 | 3/3 | 0/3 | 3/3 |
| Sicherheit und Konformität | SOC2, ISO 27001, DSGVO | 3/3 | 3/3 | 3/3 | 3/3 |
| KI-Training anhand von Benutzeraufnahmen | Wird dadurch vermieden, dass die KI anhand Ihrer Audioaufnahmen trainiert wird (kein Training, volle Punktzahl)? | 3/3 | 3/3 | 0/3 | 3/3 |
| Kontrolle der Datenspeicherung | Kontrolle darüber, wie lange Aufzeichnungen und Transkripte aufbewahrt werden | 3/3 | 3/3 | 3/3 | 3/3 |
| Preistransparenz | Die Preise der Tarife werden veröffentlicht und nicht nur auf Anfrage mitgeteilt | 3/3 | 3/3 | 3/3 | 3/3 |
| Kostenlose Stufe / Limits | Verfügbarkeit eines kostenlosen Tarifs (eine reine kostenlose Testversion wird mit 0 bewertet) | 3/3 | 3/3 | 3/3 | 3/3 |
| Vertrauen, Sicherheit und Wert – Zwischensumme | 18/18 | 18/18 | 18.12. | 18/18 |
Datenspeicherort und regionales Hosting
tl;dv Fireflies HappyScribe haben 3 Punkte erzielt. Fathom 0 Punkte Fathom .
Dies ist der erste Punkt, in dem sich die drei Tools von Fathom abheben. Und das ist durchaus von Bedeutung. Kunden können selbst entscheiden, wo ihre Daten gespeichert werden – was für Unternehmen aus der EU und solche, die in ganz bestimmten Bereichen tätig sind, von entscheidender Bedeutung ist. Die Bewertung erfolgt hier auf der Grundlage der Auswahlmöglichkeiten.
Insbesondere britische und europäische Teams werden Hosting-Verpflichtungen haben, und viele Unternehmen werden Daten nicht an bestimmten geografischen Standorten speichern können.
Fathom diesbezüglich keine Alternativen Fathom , und alle Daten werden in den USA gespeichert. Das Unternehmen gibt jedoch an, dass es für Anbieter aus der EU und dem Vereinigten Königreich die Anforderungen der DSGVO erfüllen kann und auf Anfrage eine Datenverarbeitungsvereinbarung (DPA) unterzeichnet.
KI-Training anhand von Benutzeraufnahmen
tl;dv Fireflies HappyScribe haben 3 Punkte erzielt. Fathom 0 Punkte Fathom .
In diesem Abschnitt werden Punkte dafür vergeben, dass die KI nicht mit Kundendaten trainiert wird. Drei der vier Tools geben an, dass dies nicht der Fall ist.
Die Position Fathomist differenzierter. Seinen KI-Unteranbietern – die das Unternehmen als Anthropic, OpenAI und Google bezeichnet – ist es vertraglich untersagt, Modelle anhand von Nutzerdaten zu trainieren. Fathom , dass es anonymisierte Kundendaten zur Verbesserung seiner eigenen Modelle verwendet, und diese Einstellung ist standardmäßig aktiviert.
Die Funktion lässt sich deaktivieren, und Teamadministratoren können sie für eine gesamte Organisation deaktivieren. Ich habe sie jedoch erst gefunden, nachdem ich die Einstellungen durchgescrollt hatte, und eine Einstellung, die erst gefunden werden muss, ist etwas anderes als eine, die erst aktiviert werden muss.
Test zur Genauigkeit russischer Übersetzungen: Methodik
Unser Vergleich basiert auf einem kontrollierten, direkt vergleichbaren Test, bei dem für jedes Werkzeug die gleichen Bedingungen gelten.
Das Testset
Um ein breites Spektrum an Testmöglichkeiten zu gewährleisten, wurden drei voneinander unabhängige russische Rundtischgespräche ausgewählt. Diese stammten aus öffentlich zugänglichen Aufzeichnungen, und wir führten alle Tests – soweit möglich – unter identischen Bedingungen durch.
Zum einen geht es um eine geschäftliche Diskussion über den Unterschied zwischen Wachstum und Entwicklung, wobei Themen wie Organisationsstruktur, Personalfluktuation und Risiken behandelt werden.
Der zweite Teil ist eine Podiumsdiskussion zum Thema Unternehmenskommunikation, die reich an englischen Lehnwörtern, Markennamen und Nutzerzahlen ist.
Der dritte Beitrag befasst sich mit Stadtentwicklung, Tourismus und Immobilien in Kasan und enthält zahlreiche lokale Ortsnamen.
Die Clips waren etwa 7 Minuten lang, was ausreichend Inhalt bieten sollte, um ein klares Muster zu erkennen und Schwachstellen zu identifizieren. Alle Geräte nahmen an derselben Google Meet teil und zeichneten gleichzeitig auf. Der empfangene Ton war identisch und stammte aus derselben Situation.
Soweit möglich, haben wir zudem einen separaten Upload-Durchlauf durchgeführt, um die Diarisierungszeile zu bewerten. Dabei handelte es sich um dieselbe Audiodatei, die direkt hochgeladen wurde, um den Aufruf zu umgehen.
Die Rezension
Zunächst wurden die Transkriptionsqualität und die Sitzungsqualität im Blindverfahren bewertet. Die Ergebnisse der Tools wurden in ein Dokument übertragen und mit den Buchstaben A bis D anonymisiert. Weder die LLMs noch unser Muttersprachler konnten feststellen, welche Transkription zu welchem Tool gehörte.
Wir haben zwei unabhängige LLM-Durchläufe durchgeführt und diese anhand der Bewertungsrubrik bewertet. Ein Durchlauf wurde von Claude und einer von ChatGPT durchgeführt. Die Durchläufe fanden in voneinander getrennten Projekten statt, sodass die Ergebnisse des jeweils anderen nicht bekannt waren.
In Fällen, in denen die beiden Tools zu unterschiedlichen Ergebnissen kamen, haben wir uns auf das Tool gestützt, das die meisten Belege lieferte, anstatt einen Mittelwert zu bilden. Das bedeutet, dass sich die abgestimmte Bewertung auf bestimmte Zeilen in bestimmten Transkripten bezieht und nicht auf das gesamte Transkript.
Anschließend haben wir einen russischen Muttersprachler gebeten, die Ergebnisse zu überprüfen und dabei die Bereiche herauszuarbeiten, die besondere Schwierigkeiten bereiteten und in denen die Tools bei ihren Ergebnissen voneinander abwichen. Zum Vergleich wurden ihm die Links zu den Original-Audioaufnahmen zur Verfügung gestellt. Anhand dieser Markierungen wurden die Ergebnisse der LLMs überprüft und konkrete Beispiele aufgezeigt, die einem echten russischen Muttersprachler auffallen würden.
Die Leistungsfähigkeit und die Vertrauenswürdigkeit wurden im Anschluss anhand der zum Zeitpunkt der Tests verfügbaren Dokumentation bewertet. Diese Angaben wurden direkt bei den Anbietern und nicht über eine Website eines Drittanbieters überprüft.
Das Werkzeugset
Die Tools wurden aus einem einzigen Grund ausgewählt: In ihrer Werbung behaupten sie, dass sie russische Texte transkribieren können.
Aufschlüsselung nach Motor und Plan
Die Transkriptionsarbeit wird von der Engine der Tools übernommen, die nicht immer öffentlich zugänglich ist. Bei unseren Tests tl;dv ElevenLabs; Fireflies Lizenzen statt eigener Builds, nennt jedoch keinen Anbieter. Fathom HappyScribe machen keine Angaben dazu.| Tool | Zugrundeliegender Motor / Hersteller | Eigenentwicklung oder lizenziert | Motortyp | Plan |
|---|---|---|---|---|
| tl;dv | ElevenLabs Scribe | Lizenziert, öffentlich bekannt gegeben | Dedizierter ASR | Business |
| Fireflies | Nicht bekannt gegeben | Lizenziert. CEO Krish Ramineni erklärte, das Unternehmen habe nie vor gehabt, ein API-Anbieter zu werden, und die Transkription sei lediglich ein Mittel zum Zweck; dabei verwies er auf externe ASR-Anbieter. | ASR eines Drittanbieters mit einer darüberliegenden LLM-Schicht | Pro |
| Fathom | Nicht bekannt gegeben | Nicht bekannt gegeben | Nicht bekannt gegeben | Kostenlos |
| HappyScribe | Nicht bekannt gegeben | Nicht bekannt gegeben | Nicht bekannt gegeben | Lite-Tarif |
Geltungsbereich und Vorbehalte
Für jede Aufnahmesitzung lagen keine verifizierten wortgetreuen Transkripte vor. Wir haben die von YouTube selbst erstellten automatischen Untertitel als Referenz getestet und verworfen: Im Vergleich zu diesen Untertiteln wies jedes Tool eine Fehlerquote von über 100 % auf. Die Diarisierung erfolgte als direkter Datei-Upload und nicht als Live-Anruf. Da Fathom keinen Upload-Pfad Fathom , bedeutet der Wert 0 in dieser Zeile, dass diese Funktion nicht vorhanden ist, und nicht, dass der Test fehlgeschlagen ist. Alle Bewertungen in diesem Artikel wurden festgelegt, bevor ein Tool namentlich genannt wurde.Was ist die beste Software zur Transkription von Besprechungen für Russisch?
tl;dv mit 168 von 200 Punkten die höchste Punktzahl aller vier von uns getesteten Tools, wobei der entscheidende Unterschied eher in der Genauigkeit der Transkription als in den Funktionen lag. Zwar erfüllen alle diese Tools denselben Zweck, doch sie erkennen und zeichnen Russisch nicht gleichermaßen gut auf.
Der eigentliche Hauptmangel vieler dieser Tools im Vergleich zu tl;dv der Fähigkeit, Eigennamen zu erkennen und korrekt wiederzugeben. Die Erkennung von Entitäten war die mit Abstand größte Schwachstelle in der Bewertung. Markennamen, Ortsnamen und Abkürzungen müssen ins Kyrillische transkribiert werden. Wenn das Tool versucht, dies zu erraten, kann es zu einer Transkription kommen, die zwar korrekt aussieht, aber sachlich falsch ist.
Dieses Muster zieht sich durch die gesamte Serie. Wir haben denselben 200-Punkte-Test auf Japanisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Schwedisch und Finnisch durchgeführt. Verschiedene Sprachen, verschiedene Wettbewerber, jedes Mal dasselbe Bewertungsschema. Wenn Sie in einer dieser Sprachen arbeiten, sollten Sie dort ansetzen und nicht mit einem englischsprachigen Benchmark beginnen.
Die in diesem Artikel beschriebenen Funktionen lassen sich zwar umgehen, und tl;dv bereits tl;dv die meisten davon, doch ein Transkript, in dem der Kunde falsch benannt wird, ist nicht zu umgehen. Probieren Sie tl;dv Ihrem nächsten russischsprachigen Meeting kostenlos aus, überzeugen Sie sich selbst und erleben Sie, wie sich eine bessere Ausgabequalität auf Ihre gesamte weitere Arbeit auswirkt.
Häufig gestellte Fragen zur Transkription von Besprechungen auf Russisch
Welches ist das genaueste KI-Transkriptionstool für Russisch?
tl;dv am genauesten und erzielte in unserem Blindtest 2026 52 von 65 Punkten bei der Transkriptionsqualität. HappyScribe belegte mit 35 Punkten den zweiten Platz, Fireflies 22 Punkte und Fathom . Am größten war der Abstand bei der Entitätserkennung, wo tl;dv 5 von 5 Punkten tl;dv , während die anderen 2, 1 bzw. 0 Punkte erreichten. Bei Eigennamen heben sich die russischen Transkriptionstools deutlich voneinander ab.
Welche KI-Besprechungsassistenten unterstützen Russisch?
tl;dv Fireflies Fathom HappyScribe erstellen alle Transkripte auf Russisch. Keines der vier Programme bietet eine russischsprachige Benutzeroberfläche an, sodass die Funktionen rund um das Transkript auf Englisch bleiben. Google Gemini die Transkription von Besprechungen auf Russisch überhaupt Gemini . Gemini acht Sprachen Gemini : Englisch, Französisch, Deutsch, Italienisch, Japanisch, Koreanisch, Portugiesisch und Spanisch.
Warum liefern KI-Transkriptionstools bei Russisch falsche Ergebnisse?
Transkriptionsmodelle können Standardtexte einfügen, wenn die Audioaufnahme stumm wird oder verrauscht ist, anstatt gar nichts zurückzugeben. In unserem Test aus dem Jahr 2026 Fathom eine Untertitel-Abspannzeile, die an keiner Stelle der Audioaufnahme vorkommt. Fireflies „Продолжение следует“, einen Standard-Abspanntext. Bei beiden handelt es sich um Textmuster, über die in Modellen, die mit untertitelten Videos trainiert wurden, häufig berichtet wird.
Wie genau ist die KI-Transkription für Russisch im Vergleich zu Englisch?
Die Genauigkeit schwankt im Russischen weitaus stärker, als die veröffentlichten englischen Vergleichswerte vermuten lassen. In unserem Test aus dem Jahr 2026 erzielten die vier Tools bei denselben drei Besprechungen zwischen 14 und 52 von 65 möglichen Punkten. Bei den Fehlern handelte es sich nicht um kleine Ausrutscher. Dazu gehörten frei erfundene englische Sätze, eine vierundzwanzigmal wiederholte Phrase und die Umschreibung von „zehn Jahren“ als „zehn Millionen“.
Können KI-Protokollführer in derselben Besprechung sowohl Russisch als auch Englisch verarbeiten?
Alle vier Tools, die wir im Jahr 2026 getestet haben, transkribieren russische Code-Switching-Texte – mit gemischten Ergebnissen. tl;dv Fathom das englische Wort „whatever“ in lateinischer Schrift Fathom . Fireflies es phonetisch als „вот эвер“ Fireflies , was unser Muttersprachler als falsch bewertete. Die Transliteration richtete mehr Schaden an als der Code-Switching-Wechsel selbst. Nur tl;dv „Проктер энд Гэмбл“ und „CBD“ korrekt tl;dv .
