Eine KI kann aus einer Besprechung in Minuten ein strukturiertes Protokoll machen. Sie kann aber nicht entscheiden, was davon stimmt. Diese Seite beschreibt den Weg vom Mitschnitt zum verwertbaren Ergebnis — mit dem Arbeitsschritt, den kein Anbieter abnimmt.
Erstens aufnehmen — im Browser, über die Desktop-Anwendung oder die Mobil-App; alternativ eine vorhandene Audio- oder Videodatei hochladen. Zweitens transkribieren: Das Gesprochene wird zu Text, die Sprecher werden automatisch getrennt. Drittens zusammenfassen: Aus dem Transkript entstehen eine Zusammenfassung und die offenen Punkte. Viertens prüfen und freigeben — dieser Schritt bleibt beim Menschen, und er ist der wichtigste.
Sie hört zuverlässiger zu als ein mitschreibender Mensch, weil sie nichts auslässt, während sie tippt. Sie trennt Sprecher, findet Wiederholungen, ordnet lange Wortmeldungen und liefert eine Fassung, die man kürzen statt schreiben muss. Bei wiederkehrenden Fachbegriffen, Produktnamen und Eigennamen hilft ein hinterlegtes Vokabular spürbar. Der Zeitgewinn liegt weniger im Tippen als im Nichtvergessen.
Ein Sprachmodell erkennt keine Bedeutung, es erkennt Muster. Es unterscheidet nicht zuverlässig zwischen einer Entscheidung und einem lauten Gedanken, es kennt die Hierarchie im Raum nicht, und es weiß nicht, welcher Halbsatz später juristisch zählt. Bei schlechter Aufnahmequalität, starkem Dialekt, Durcheinanderreden oder Fachsprache ohne hinterlegtes Vokabular sinkt die Genauigkeit — und ein Transkriptfehler wandert unbemerkt in die Zusammenfassung. Deshalb ist ein KI-Protokoll Arbeitsmaterial und keine Niederschrift.
Für Beschlussprotokolle mit Rechtswirkung, Betriebsratssitzungen, Gesellschafterversammlungen und alles, was unterschrieben wird, ist die KI-Fassung ein Entwurf. Sie beschleunigt die Vorarbeit, ersetzt aber weder die verantwortliche Person noch die Form. Wer das umdreht, spart eine Stunde und riskiert einen Streit über den Inhalt.
Abgerechnet wird nach Minuten, nicht nach Nutzern. Kostenlos sind 30 Minuten im Monat, Starter umfasst 300 Minuten für 9,90 Euro netto, Pro 1.500 Minuten für 19,90 Euro, Business 5.000 Minuten für 49,90 Euro. Eine einstündige Besprechung kostet also 60 Minuten Kontingent. Die erste Zusammenfassung ist im Preis der Aufnahme enthalten; eine erneute Zusammenfassung oder eine Übersetzung kostet zusätzliches Kontingent, und der Preis steht vor dem Klick auf dem Knopf.
In einer Besprechung sitzen Menschen, die den Anbieter nicht gewählt haben. Bei BonusVoice liegen Audio und Transkript bei Hetzner in Deutschland, die KI-Verarbeitung läuft bei Mistral AI in Paris — beides in der EU, ohne US-Cloud. Die übermittelten Inhalte werden vertraglich nicht zum Modelltraining verwendet. Was der Anbieter nicht übernimmt: die Information der Teilnehmer, die Rechtsgrundlage für die Aufnahme und, wo nötig, die Beteiligung des Betriebsrats.
Manche Protokolle sollen weitergegeben werden, aber ohne Klarnamen — etwa bei Beschwerden, Personalthemen oder wenn ein Ergebnis an einen größeren Kreis geht. Dafür gibt es eine Anonymisierung, die Personennamen im Transkript unkenntlich macht. Auch hier gilt: Das Ergebnis vor dem Weitergeben ansehen. Eine Anonymisierung, die eine Person übersieht, ist gefährlicher als gar keine, weil man sich auf sie verlässt.
Die häufigste Enttäuschung ist nicht die Genauigkeit, sondern die Länge. Eine wörtliche Mitschrift von 60 Minuten liest niemand. Nützlich wird es erst durch die Struktur: Was wurde entschieden, was ist offen, wer macht was bis wann. Alles andere gehört ins Transkript, das man bei Bedarf nachschlägt — nicht in das Protokoll, das man verschickt.
Der übliche Fall: Es wird geredet, niemand schreibt mit, und drei Tage später weiß keiner mehr, was verabredet war. Hier ist selbst ein unvollkommenes Protokoll ein Gewinn gegenüber keinem.
Ortstermine, Kundengespräche, Baustellenbesprechungen. Mitschreiben ist dort unpraktisch, ein Sprachmemo direkt danach dagegen einfach — und daraus lässt sich ein strukturiertes Protokoll erzeugen.
Fachsprache, Abkürzungen und Produktnamen brauchen ein gepflegtes Vokabular, sonst steigt der Korrekturaufwand. Mit gepflegtem Vokabular funktioniert es gut, ohne ist es mühsam.
Beschlussprotokolle, Betriebsratssitzungen, Gesellschafterversammlungen. Die KI kann den Entwurf liefern, die Verantwortung und die Form bleiben beim Menschen.
In der Regel wenige Minuten nach dem Ende der Aufnahme. Die Verarbeitung läuft im Hintergrund; Sie müssen das Fenster nicht offen lassen. Bei sehr langen Aufnahmen dauert es entsprechend länger, weil das Transkript in Stücken verarbeitet wird.
Nein. BonusVoice nimmt über den Browser, die Desktop-Anwendung oder das Mobilgerät auf, statt sich als Teilnehmer in die Konferenz zu setzen. Das ist gerade in Runden angenehm, in denen ein sichtbarer fremder Teilnehmer irritiert oder gegen interne Vorgaben verstößt. Bestehende Aufzeichnungen können Sie außerdem als Datei hochladen.
Ja, die Sprecher werden automatisch getrennt. Die Zuordnung ist eine Schätzung anhand der Stimmen — wer die Sprecher benennen will, macht das nachträglich im Editor. Bei Durcheinanderreden oder ähnlichen Stimmen kann eine Korrektur nötig sein.
60 Minuten aus Ihrem Kontingent. Im Pro-Plan mit 1.500 Minuten für 19,90 Euro netto sind das rechnerisch etwa 80 Cent. Die erste Zusammenfassung ist enthalten; erneutes Zusammenfassen, Übersetzen oder Anonymisieren kostet zusätzliches Kontingent, und der Preis wird vor dem Auslösen angezeigt.
Ja. Transkript, Sprecherzuordnung und Zusammenfassung lassen sich bearbeiten, danach exportieren Sie das Ergebnis. Der Bearbeitungsschritt ist ausdrücklich vorgesehen — ein KI-Protokoll ist als Entwurf gedacht, nicht als Endstand.
Ja. Beim erneuten Zusammenfassen können Sie einen Wunsch mitgeben, etwa kürzer oder mit mehr Gewicht auf den Entscheidungen. Ohne einen solchen Hinweis liefert ein zweiter Durchgang bei gleicher Eingabe nur eine Variante, kein besseres Ergebnis — kostet aber trotzdem Kontingent.
Bei guter Aufnahmequalität und deutlicher Sprache ist sie brauchbar genug, dass Korrekturen die Ausnahme bleiben. Schwierig wird es bei starkem Nebengeräusch, mehreren gleichzeitig Sprechenden, ausgeprägtem Dialekt und ungewöhnlichen Fachbegriffen. Eine belastbare Prozentzahl nennen wir bewusst nicht — sie hängt so stark vom Material ab, dass sie mehr verspricht, als sie hält. Testen Sie mit einer eigenen typischen Aufnahme.
30 Minuten im Monat sind kostenlos. Nehmen Sie eine unkritische Besprechung und prüfen Sie, wie viel Nacharbeit für Ihre Themen und Ihre Fachsprache übrig bleibt.
Kostenlos testen