YouTube-Video transkribieren: 3 Methoden, die funktionieren

Von der Redaktion von whispertranscribe.ai · Zuletzt aktualisiert im November 2026 · 12 Min. Lesezeit

Ein YouTube-Video lässt sich auf drei Arten transkribieren: Öffne das integrierte Transkript und kopiere bei Bedarf den Text, füge den Videolink in ein KI-Transkriptionstool ein oder lade deine eigene Videodatei hoch. Die integrierte Funktion braucht vorhandene Untertitel; bei den anderen beiden Methoden dient der Ton als Grundlage.

Dieser Ratgeber erklärt alle drei Möglichkeiten Schritt für Schritt. Dazu gibt es eine Checkliste zur Überarbeitung kopierter YouTube-Transkripte, eine Entscheidungshilfe und einen Ablauf, mit dem du aus einem Transkript Untertitel, eine Zusammenfassung oder einen Blogbeitrag erstellst.

Die kurze Antwort: So transkribierst du ein YouTube-Video

Am schnellsten geht es kostenlos mit der YouTube-Funktion Transkript anzeigen. Sie steht nur bei Videos mit Untertiteln zur Verfügung, und der Text lässt sich dort nicht als Datei herunterladen. Wenn du ein sauberes YouTube-Transkript zum Exportieren brauchst oder das Video keine Untertitel hat, nutze ein KI-Tool, das Videolinks verarbeitet.

  1. Prüfe, ob es auf YouTube ein Transkript gibt. Öffne die Beschreibung und klicke auf Transkript anzeigen.
  2. Kopiere und bereinige den Text. Füge ihn in ein Dokument ein und entferne Zeitstempel und Geräuschhinweise.
  3. Fehlt das Transkript oder brauchst du eine Datei? Füge den Link in das Tool zur Transkription per URL von whispertranscribe.ai ein und exportiere das Ergebnis als TXT, DOCX oder SRT.

Methode 1: Die YouTube-Funktion „Transkript anzeigen“ verwenden

Bei Videos mit Untertiteln zeigt YouTube ein vollständiges Transkript an. Dabei spielt es keine Rolle, ob der Kanal die Untertitel hochgeladen oder YouTube sie automatisch erstellt hat. Laut YouTube-Hilfe öffnest du das Transkript über die Videobeschreibung. Der Text scrollt beim Abspielen des Videos mit.

Das brauchst du: ein Video mit Untertiteln. Hat der Kanal keine Untertitel hinzugefügt und hat YouTube auch keine automatisch erstellt, erscheint die Schaltfläche nicht.

Am Computer im Browser

  1. Öffne das Video auf youtube.com.
  2. Klicke auf die Beschreibung unter dem Video, um sie aufzuklappen.
  3. Scrolle zum Ende der Beschreibung und klicke auf Transkript anzeigen. Neben dem Videoplayer öffnet sich das Transkript.
  4. Klicke auf eine beliebige Zeile, um zur entsprechenden Stelle im Video zu springen.
  5. Um den Text zu kopieren, markiere ihn im Transkript und füge ihn in ein Dokument ein. Über den Menüpunkt Zeitstempel ein-/ausblenden (Toggle timestamps) kannst du die Zeitangaben vor dem Kopieren ausblenden.

Auf dem Smartphone in der YouTube-App

  1. Öffne das Video in der YouTube-App.
  2. Tippe auf die Videobeschreibung, um sie aufzuklappen.
  3. Tippe auf Transkript anzeigen und dann auf eine Zeile, um zur entsprechenden Stelle zu springen.

Die YouTube-Hilfe erklärt, wie du das Transkript liest und darin zu einer Stelle springst. Sie beschreibt keinen Weg, den Text aus der App zu kopieren. Wenn du den Text in einem Dokument brauchst, ist die Website am Computer einfacher zu nutzen.

💡 Tipp: Bei einem eigenen Video kannst du die Untertitel direkt in YouTube Studio herunterladen. Öffne den Bereich Untertitel, wähle das Video aus, klicke neben der Sprache auf Bearbeiten und dann auf Optionen → Untertitel herunterladen (YouTube-Hilfe). Für Zuschauer steht diese Option nicht zur Verfügung.

Grenzen des integrierten YouTube-Transkripts

Das YouTube-Transkript eignet sich zum schnellen Nachlesen oder zum Auffinden eines Zitats. Wenn du einen vollständigen, genauen Text zur Weiterverwendung brauchst, stößt es an Grenzen. Die folgenden Punkte stützen sich auf die YouTube-Hilfe.

1. Ohne Untertitel gibt es kein Transkript

YouTube erstellt das Transkript aus der Untertitelspur. Fehlt diese Spur, kann YouTube kein Transkript anzeigen. Laut YouTube kann es mehrere Gründe geben, warum automatische Untertitel fehlen. Der Ton wird möglicherweise noch verarbeitet, die Sprache wird nicht unterstützt, das Video ist zu lang, der Ton ist schlecht oder das Video beginnt mit einer längeren Pause. Auch gleichzeitiges Sprechen oder Sprachwechsel können die automatische Untertitelung verhindern (Automatische Untertitel verwenden).

2. Automatische Untertitel können Wörter falsch wiedergeben

YouTube weist darauf hin, dass automatische Untertitel das Gesagte durch undeutliche Aussprache, Akzente, Dialekte oder Hintergrundgeräusche falsch wiedergeben können. Der Dienst empfiehlt, sie nach der Erstellung zu prüfen. Wenn der Kanal die Untertitel nicht korrigiert hat, landen die Fehler der Spracherkennung auch in deinem Transkript.

3. Automatische Untertitel gibt es nur für eine Sprache

Hat ein Video mehrere Audiospuren, erstellt YouTube automatische Untertitel nur für die Standardsprache. Auch Videos, in denen zwischen zwei Sprachen gewechselt wird, nennt YouTube als Fälle, in denen die automatische Untertitelung scheitern kann.

4. Es fehlen Sprecherkennzeichnungen

Automatische Untertitel wandeln Gesprochenes in Text um. Die YouTube-Hilfe beschreibt keine Funktion zur Sprechererkennung. Bei Interviews oder Podiumsdiskussionen bekommst du daher eine Reihe von Textzeilen, ohne zu sehen, wer was gesagt hat. Namen erscheinen nur, wenn der Kanal sie selbst in die Untertitel geschrieben hat.

5. Zuschauer können keine Datei herunterladen

Als Zuschauer kannst du das Transkript lesen, einzelne Zeilen anklicken und Text kopieren. Eine Schaltfläche zum Download als TXT, DOCX oder SRT gibt es nicht. Untertitel herunterladen ist eine Funktion von YouTube Studio und steht nur dem Kanalinhaber oder Personen mit Studio-Zugriff zur Verfügung.

Methode 2: Ein YouTube-Video mit whispertranscribe.ai transkribieren

whispertranscribe.ai ist ein browserbasiertes Transkriptionstool, das auf dem Spracherkennungsmodell Whisper von OpenAI beruht. Du fügst einen öffentlich zugänglichen Link von YouTube, Vimeo, Google Drive oder Dropbox ein. Das Tool transkribiert den Ton direkt und funktioniert daher auch bei YouTube-Videos ohne Untertitel.

Laut OpenAIs Forschungsarbeit wurde Whisper mit 680.000 Stunden überwachter Trainingsdaten für mehrere Sprachen und Aufgaben trainiert. Die Arbeit berichtet, dass sich die Modelle auch ohne Feinabstimmung gut auf neue Daten übertragen lassen. whispertranscribe.ai unterstützt mehr als 130 Sprachen und erreicht bei klarem Ton eine Genauigkeit von bis zu 99 %. Hintergrundgeräusche, starke Akzente und gleichzeitiges Sprechen können die Genauigkeit verringern. Plane deshalb eine Kontrolle des Ergebnisses ein.

Schritt 1: Öffne das URL-Tool und wähle die Sprache aus

Öffne Transkription per URL oder die Seite zur YouTube-Transkription. Wähle in Schritt 1 die Sprache, die im Video gesprochen wird. Falls verfügbar, wähle die passende regionale Variante, etwa Englisch (Großbritannien), Englisch (Indien), Spanisch (Lateinamerika) oder Portugiesisch (Brasilien).

Kopiere die Video-URL aus der Adressleiste deines Browsers oder über die YouTube-Schaltfläche Teilen. Füge sie in das Linkfeld ein. Der Link muss öffentlich zugänglich sein.

Schritt 3: Aktiviere die Sprechererkennung, falls nötig

Wenn mehrere Personen sprechen, etwa in einem Interview, Podcast oder auf einem Podium, aktiviere Enable Speaker Detection. Das Transkript kennzeichnet dann, wer jeweils spricht. Im integrierten YouTube-Transkript fehlt diese Kennzeichnung.

Schritt 4: Starte die Transkription

Klicke auf Start URL Transcription. Du erhältst ein Texttranskript mit Zeitstempeln.

Schritt 5: Exportiere das passende Format

Exportiere TXT oder DOCX für Notizen und Bearbeitung, PDF zum Weitergeben, CSV zur Auswertung oder SRT/VTT für Untertiteldateien.

Du kannst kostenlos und ohne Konto mit der Transkription beginnen. Kostenpflichtige Tarife beginnen bei 9,99 US-Dollar pro Monat bei jährlicher Abrechnung. Aktuelle Angaben findest du auf der Preisseite.

Methode 3: Die Videodatei hochladen, wenn es dein eigenes Video ist

Wenn du das Video selbst erstellt hast, liegt dir wahrscheinlich die Originaldatei vor. Sie direkt hochzuladen liefert meist das sauberste Ergebnis. Damit umgehst du Probleme mit dem Link und verwendest die beste dir vorliegende Tonfassung.

  1. Öffne auf der Startseite von whispertranscribe.ai die Dateitranskription (Transcribe Files).
  2. Wähle die Sprache, die im Video gesprochen wird.
  3. Ziehe die Datei in das Upload-Feld oder wähle sie aus. Zu den unterstützten Formaten gehören unter anderem MP4, MOV, MKV, WEBM, AVI, MP3, WAV und M4A. Eine Datei darf bis zu 5 GB groß sein.
  4. Aktiviere bei Bedarf die Sprechererkennung (Speaker Detection), starte die Transkription und exportiere das Ergebnis.

Lade nur Dateien hoch, die du verwenden darfst. Dazu zählen eigene Videos, lizenziertes Material und Inhalte, für deren Transkription du eine Erlaubnis hast. Diese Anleitung behandelt den Download fremder YouTube-Videos nicht. Die YouTube-Nutzungsbedingungen untersagen Downloads, sofern YouTube sie nicht ausdrücklich gestattet oder du keine Erlaubnis hast. Für öffentliche Videos anderer kannst du Methode 1 oder 2 verwenden.

Besteht der Ton hauptsächlich aus Sprache und ist die Datei sehr groß? Du kannst die Datei zuerst in MP3 umwandeln, damit der Upload kleiner wird.

Welche Methode passt zu deinem Vorhaben?

Das YouTube-Transkript genügt, wenn du nur ein paar Zeilen nachlesen oder zitieren willst. Ein KI-Tool, das Videolinks verarbeitet, ist sinnvoll, wenn Untertitel fehlen, mehrere Personen sprechen oder du eine Datei brauchst. Bei einem eigenen Video kannst du die Originaldatei hochladen.

Was du brauchst Beste Methode Warum
Beim Video mitlesen oder schnell ein Zitat finden Methode 1: Transkript auf YouTube anzeigen Kostenlos, direkt auf YouTube, ohne Zusatztool
Text aus einem Video ohne Untertitel Methode 2: Videolink einfügen Transkribiert die Tonspur direkt
Erkennen, wer was gesagt hat Methode 2 oder 3 mit Sprechererkennung YouTube-Untertitel haben keine Sprecherkennzeichnungen
Eine TXT-, DOCX- oder PDF-Datei zum Download Methode 2 oder 3 YouTube bietet Zuschauern keine Download-Schaltfläche
Untertitel im SRT- oder VTT-Format Methode 2 oder 3 mit SRT/VTT-Export Die Untertiteldateien enthalten Zeitangaben
Transkript für ein eigenes Video Methode 3: Originaldatei hochladen Beste verfügbare Tonqualität, kein Link nötig
Ein Video mit mehreren gesprochenen Sprachen Methode 2 mit Multilingual Mix Automatische YouTube-Untertitel verwenden eine einzige Sprache
Eine mehrstündige Vorlesung oder einen langen Stream Methode 2 oder 3 Die Tarife unterstützen Dateien mit bis zu 10 Stunden Laufzeit

So überarbeitest du ein kopiertes YouTube-Transkript

Wenn du Methode 1 nutzt, braucht der kopierte Text etwas Nacharbeit, bevor du ihn verwenden kannst. Geh diese Checkliste durch:

  1. Entferne Zeitstempel. Wähle vor dem Kopieren im Transkriptmenü Zeitstempel ein-/ausblenden. Stehen die Zeitstempel schon im Dokument, lösche alle Zeilen, die ausschließlich eine Zeitangabe enthalten. Suche in einem Texteditor mit Unterstützung für reguläre Ausdrücke nach ^\d{1,2}(:\d{2}){1,2}\s*$ und ersetze die Treffer durch leeren Text.
  2. Füge getrennte Zeilen zusammen. Untertitel bestehen aus kurzen Abschnitten, die auf den Bildschirm passen. Ersetze einfache Zeilenumbrüche durch Leerzeichen und beginne einen neuen Absatz, wenn das Thema wechselt.
  3. Entferne Geräuschhinweise. Automatische englische Untertitel können Geräusche in eckigen Klammern beschreiben. YouTube bezeichnet diese Untertitel als „expressive captions“. Suche nach [ und entferne Hinweise wie [Music] oder [Applause], sofern du sie nicht brauchst.
  4. Korrigiere die Großschreibung. Expressive Untertitel stellen lautes Sprechen mitunter in Großbuchstaben dar. Stelle die normale Groß- und Kleinschreibung wieder her.
  5. Ergänze Satzzeichen und die Namen der Sprechenden. Automatische Untertitel enthalten oft nur wenige Satzzeichen und geben nicht an, wer gerade spricht. Höre dir die Abschnitte, die du zitieren willst, noch einmal an.
  6. Prüfe Namen und Zahlen. Vergleiche Eigennamen, Zahlen und Fachbegriffe mit dem Video, bevor du etwas veröffentlichst.

Wenn dir diese Liste zu lang erscheint, übernimmt Methode 2 den Großteil der Arbeit. Du erhältst Sprecherkennzeichnungen und Zeitstempel, die du beim Export übernehmen oder weglassen kannst.

Aus einem Transkript Untertitel, eine Zusammenfassung oder einen Blogbeitrag machen

Nach der Transkription kannst du den Text für verschiedene Zwecke weiterverwenden. So gehst du vor:

  • Untertitel: Exportiere SRT oder VTT und lade die Datei in YouTube Studio unter Untertitel → Datei hochladen hoch. Für mehr Kontrolle nutze den KI-Untertitelgenerator. Wenn dir die Videodatei vorliegt, kannst du den MP4-zu-SRT-Konverter verwenden.
  • Zusammenfassungen und Notizen: Exportiere TXT und öffne die Datei in ChatGPT im KI-Zusammenfassungs-GPT von whispertranscribe.ai. Damit kannst du Kernaussagen, Kapitelnotizen oder eine Lernübersicht erstellen.
  • Blogbeiträge und Shownotes: Beginne mit dem DOCX-Export, behalte die aussagekräftigsten Zitate und formuliere den restlichen Text als Beitrag neu. Das Transkript liefert das Rohmaterial für den Artikel.
  • Übersetzung: Wenn das Video in einer anderen Sprache ist und du einen englischen Text brauchst, nutze das Tool, um Audio ins Englische zu übersetzen.

Lange und mehrsprachige Videos

In zwei Fällen hilft das YouTube-Transkript oft nicht weiter:

  • Lange Videos. Bei Konferenzmitschnitten, Livestream-Aufzeichnungen und ganztägigen Kursen fehlen automatische Untertitel häufiger. YouTube nennt eine zu lange Laufzeit ausdrücklich als möglichen Grund. Die Tarife von whispertranscribe.ai unterstützen Dateien mit bis zu 10 Stunden Laufzeit. Eine einzelne Datei darf bis zu 5 GB groß sein.
  • Mehrsprachige Videos. Wenn in einem Interview beispielsweise zwischen Englisch und Spanisch gewechselt wird, stößt eine einsprachige Untertitelung an Grenzen. Der Modus Multilingual Mix von whispertranscribe.ai verarbeitet Aufnahmen, in denen Englisch, Spanisch, Französisch, Deutsch, Hindi, Russisch, Portugiesisch, Japanisch, Italienisch und Niederländisch gemischt werden.

Tipps für bessere Ergebnisse

  • Wähle die passende Sprachvariante. Für Englisch stehen Varianten für die USA, Großbritannien, Australien, Neuseeland und Indien zur Verfügung. Für Chinesisch gibt es vereinfachtes Chinesisch, traditionelles Chinesisch und Kantonesisch.
  • Nutze bei schlechtem Ton den Modus Noise / Low-Quality. Viele Sprachen haben eine eigene Option für verrauschte oder minderwertige Audio- und Videoaufnahmen, etwa Straßeninterviews, Handyvideos und ältere Uploads.
  • Nutze Multilingual Mix bei Sprachwechseln. Wähle den Modus, wenn die Beteiligten mitten im Gespräch die Sprache wechseln.
  • Probiere bei Musik English (Songs & Lyrics) aus. Diese Option ist für Gesang gedacht.
  • Aktiviere bei mehreren Stimmen die Sprechererkennung. Sie erleichtert das Lesen von Interviews und Podiumsdiskussionen erheblich.
  • Probiere bei ungenauen Ergebnissen eine andere Einstellung aus. Laut whispertranscribe.ai stehen für manche Sprachen mehrere Optionen zur Verfügung. Wenn dich das Ergebnis nicht überzeugt, starte die Transkription mit einer anderen Einstellung erneut.
  • Lade möglichst die Originaldatei hoch. Bei eigenen Videos bekommt das Modell damit den Ton in der besten verfügbaren Qualität.

Für andere Arten von Videomaterial kannst du den allgemeinen Video-zu-Text-Konverter verwenden.

Urheberrecht und Fair Use

Transkribiere nur Inhalte, die du verwenden darfst. Auch im Transkript eines fremden Videos bleiben es die Worte der ursprünglichen Urheber. Kurze Zitate mit Quellenangabe können für Kommentare, Forschung oder Unterricht zulässig sein. Für die Veröffentlichung eines vollständigen Transkripts brauchst du in der Regel eine Erlaubnis. YouTube erläutert das US-Konzept Fair Use im YouTube-Leitfaden zu Fair Use. Die Regeln unterscheiden sich je nach Land. Dieser Abschnitt dient der allgemeinen Information und ersetzt keine Rechtsberatung. Frage im Zweifel beim Kanal oder bei einer Rechtsberatung nach.

Häufig gestellte Fragen

Kann ich ein YouTube-Video ohne Untertitel transkribieren?

Ja. Nutze ein Tool, das den Ton direkt transkribiert. YouTube zeigt sein integriertes Transkript nur bei Videos mit Untertiteln an. Bei whispertranscribe.ai fügst du den öffentlichen YouTube-Link ein, wählst die gesprochene Sprache und lässt den Ton in Text umwandeln. Das funktioniert auch, wenn YouTube wegen Störgeräuschen, der Videolänge oder gemischter Sprachen keine automatischen Untertitel erstellt hat.

Kann ich ein YouTube-Video kostenlos transkribieren?

Ja. Das integrierte Transkript ist bei YouTube-Videos mit Untertiteln kostenlos. Öffne die Beschreibung, klicke auf „Transkript anzeigen“ und kopiere den Text. Die Funktion liefert keine herunterladbare Datei und keine Sprecherkennzeichnungen. Bei Videos ohne Untertitel steht sie nicht zur Verfügung. Bei whispertranscribe.ai kannst du ebenfalls kostenlos und ohne Konto beginnen und ein Video testen, bevor du über einen kostenpflichtigen Tarif entscheidest. Kostenpflichtige Tarife beginnen bei 9,99 US-Dollar pro Monat bei jährlicher Abrechnung.

Wie bekomme ich ein YouTube-Transkript ohne Zeitstempel?

Blende die Zeitstempel vor dem Kopieren aus. Öffne am Computer die Funktion „Transkript anzeigen“, gehe in das Menü des Transkripts und wähle „Zeitstempel ein-/ausblenden“. Markiere und kopiere anschließend den Text. Stehen die Zeitstempel schon in deinem Dokument, entferne Zeilen, die nur eine Zeitangabe enthalten, per Suchen und Ersetzen. Die Checkliste oben beschreibt das Vorgehen. Bei whispertranscribe.ai kannst du TXT oder DOCX als lesbaren Text und SRT/VTT mit Zeitangaben exportieren.

Kann ich ein YouTube-Video in einer anderen Sprache transkribieren oder ins Englische übersetzen?

Ja. whispertranscribe.ai unterstützt mehr als 130 Sprachen, darunter regionale Varianten wie Spanisch (Lateinamerika) und Kantonesisch. Wähle vor dem Start die gesprochene Sprache. Bei Sprachwechseln kannst du Multilingual Mix auswählen. Wenn du aus einem nicht englischsprachigen Video einen englischen Text erstellen willst, nutze das Tool zur Übersetzung von Audio ins Englische. Die automatischen YouTube-Untertitel unterstützen weniger Sprachen und werden nur in der Standardsprache eines Videos erstellt.

Wie lang darf ein YouTube-Video für die Transkription sein?

Die Tarife von whispertranscribe.ai unterstützen Dateien mit bis zu 10 Stunden Laufzeit und einer Größe von bis zu 5 GB pro Upload. Damit lassen sich die meisten Vorlesungen, Podcasts und Livestream-Aufzeichnungen auf einmal verarbeiten. Bei YouTube fehlen automatische Untertitel bei sehr langen Videos manchmal ganz. Das ist einer der Gründe, warum bei langen Aufzeichnungen kein Transkript angezeigt wird. Für mehrstündige Inhalte ist ein Tool, das Links oder Dateien verarbeitet, die verlässlichere Option.

Kann ich ein YouTube-Transkript als TXT- oder Word-Datei speichern?

Als Zuschauer kannst du das nicht direkt in YouTube. Im integrierten Transkript kannst du Text lesen und kopieren. Eine Download-Schaltfläche gibt es dort nicht. Bei eigenen Videos kannst du die Untertitelspur in YouTube Studio über „Untertitel → Optionen → Untertitel herunterladen“ abrufen. Für öffentlich zugängliche Videos kannst du den Link in whispertranscribe.ai einfügen und das Transkript als TXT, DOCX, PDF, CSV, SRT oder VTT exportieren.


Probiere es mit deinem nächsten Video aus: Füge einen YouTube-Link bei whispertranscribe.ai ein. Das Tool erstellt Transkripte in mehr als 130 Sprachen, kennzeichnet die Sprechenden und bietet den Export als SRT oder VTT.

Quellen

Möchten Sie Ihre Aufnahmen in Text umwandeln?

Transkribieren Sie Audio und Video mit whispertranscribe.ai.

Transkription starten ↗