Was listen ist

In Meetings, Workshops und Interviews entsteht das Meiste im Gespräch. Wer was vorgeschlagen hat, welcher Einwand kam, worauf man sich am Ende geeinigt hat: gesagt wird es einmal, aufgeschrieben selten. Ein paar Tage später bleibt eine ungefähre Erinnerung und die Frage, was eigentlich beschlossen war.

Eine Aufnahme allein löst das nicht. Zwei Stunden Audio hört niemand ein zweites Mal durch. Und die automatischen Transkripte, die man kennt, werfen alle Stimmen in einen Topf, verschlucken Namen und lesen sich, als hätte sie eine Maschine geschrieben. Genau da setzt listen an.

Du nimmst auf, listen macht den Rest. Aus der Aufnahme wird ein Transkript in ganzen Sätzen, nach Sprecher:innen getrennt und mit der Uhrzeit versehen, an der etwas gesagt wurde. Man liest es wie ein Protokoll, nicht wie eine Rohausgabe.

Weil klar ist, wer was gesagt hat und wann, kannst du eine Stelle nachhören, statt sie zu suchen. Ein Klick auf eine Zeile springt im Audio genau dorthin.

Zwei Transkriptions-Engines hören dieselbe Aufnahme parallel: Deepgram und Voxtral. Beide machen unterschiedliche Fehler, keine ist überall die bessere. Danach führt ein Sprachmodell die zwei Fassungen zu einer zusammen und räumt auf, was eine einzelne Engine allein falsch verstanden hätte: die Sprechertrennung, die Namen, die abgebrochenen Sätze.

Das ist der Grund, warum das Ergebnis sich lesen lässt, statt nur korrekt zu sein. Die rohen Fassungen bleiben erhalten, das konsolidierte Transkript liegt als eigene Fassung darüber, und jede spätere Korrektur wird eine neue Fassung, nie ein Überschreiben.

Das Transkript öffnest du im Browser. Beim Abspielen läuft die Ansicht mit und markiert die Zeile, die gerade läuft. Ein falsch gehörtes Wort besserst du direkt aus. Das ganze Transkript nimmst du mit einem Klick als Markdown mit, für eine Mail oder ein Dokument.

Teilen ist eine Entscheidung, kein Standard. Eine Aufnahme gehört zunächst dir. Willst du sie zeigen, legst du einen Lese-Link an: read-only, mit Audio, jederzeit widerrufbar.

listen läuft auf Servern in der EU. Vor der ersten Sekunde Mikrofon steht die Zustimmung: Aufgenommen wird erst, wenn bestätigt ist, dass alle Beteiligten einverstanden sind. Vorher verlässt kein Byte das Gerät.

• Eine Aufnahme ist privat, bis du sie teilst. Wer lesen darf, entscheidest du.
• Beim Hochladen legst du fest, wie offen die Aufnahme sein soll.
• Provider-Protokolle, Kosten und die hochgeladenen Rohteile sehen nur die Eigentümer:innen.

Die Zustimmung ist keine Formsache, sondern die rechtliche Ordnung der Aufnahme (§ 201 StGB). listen fragt sie deshalb vor dem Mikrofon ab, nicht danach.