Um Meetings auf dem Mac offline zu transkribieren, nimmst du sie mit Whisper Notes auf, der App, die wir entwickeln: Sie erfasst Anrufe in Zoom, Teams und Google Meet aus Systemton plus deinem Mikrofon, ohne dass ein Bot beitritt, erkennt den Anruf, zeigt ein Live-Transkriptfenster, während du sprichst, hält mit Sprecherlabels fest, wer was gesagt hat (die Zahl der Sprecher stellst du selbst ein, bis zu 8), und transkribiert bis zu 24 Stunden pro Aufnahme auf dem Gerät, ohne etwas hochzuladen. Die Meeting-Aufnahme steckt in beiden Mac-Versionen: einmalig $7.99 im App Store, ein Kauf für die iPhone-App und die Mac-App-Store-Version, oder einmalig $14 für die Mac-Version von unserer Website, die für 5.000 Wörter pro Woche kostenlos ist.
Transkribiert wird mit dem integrierten Parakeet-Modell (Parakeet Ultra von Moondream, auf Basis von NVIDIA Parakeet V3 nachtrainiert); sind in der Mac-Version von unserer Website die KI-Funktionen eingeschaltet, kann das Modell Gemma 4 das Transkript auf dem Gerät zusammenfassen.
Ein typischer Montag
10 Uhr, Zoom-Termin mit einem Kunden. Whisper Notes erfasst das Meeting-Audio und dein Mikrofon, ohne als Bot in der Teilnehmerliste aufzutauchen. Ob eine Aufnahme zulässig ist, kann die App nicht für dich entscheiden: Informiere die Teilnehmer und hole die Zustimmung ein, die dein Unternehmen und das anwendbare Recht verlangen.
Nach dem Anruf transkribiert Parakeet die Aufnahme auf deinem Mac. Das integrierte Parakeet-Modell läuft auf dem Mac mit etwa 74× Echtzeit, ein einstündiges Meeting ist also in unter einer Minute transkribiert. Die tatsächliche Dauer hängt vom Mac, der Aufnahme und dem gewählten Modell ab. Schalte die KI-Funktionen ein, dann kann Gemma 4 das Transkript anschließend zusammenfassen oder mögliche Aufgaben herausarbeiten, ohne es an eine API zu senden.
Der Ablauf bleibt übersichtlich: aufnehmen, transkribieren, prüfen und zusammenfassen. Aufnahme, Spracherkennung und Gemma-Verarbeitung bleiben auf dem Mac.
Was die Funktion kann
Aufnahme
Whisper Notes nimmt Meeting-Audio und Mikrofon gleichzeitig auf, sodass beide Seiten eines Gesprächs in Zoom, Teams oder Google Meet enthalten sind. Auf dem Mac erkennt Whisper Notes Anrufe in Zoom, Teams und Google Meet, fragt, ob du aufnehmen willst, und kann automatisch starten, wenn du das einschaltest. Bevor du Transkript oder Aufnahme behältst oder weitergibst, kannst du sie prüfen.
Anders als ein Meeting-Bot erscheint Whisper Notes nicht als zusätzlicher Teilnehmer. Das ist ein Unterschied im Ablauf, aber keine Erlaubnis für heimliche Aufnahmen: Informations- und Zustimmungspflichten unterscheiden sich je nach Unternehmen, Land und Bundesland.
Transkription
Parakeet läuft über CoreML auf Apple Silicon und unterstützt 25 europäische Sprachen. Für Chinesisch, Japanisch, Koreanisch und Kantonesisch steht SenseVoice über MLX zur Verfügung. Bevor Whisper transkribiert, findet Silero VAD die gesprochenen Stellen und überspringt die Stille. Die Leistung hängt vom Mac, Modell, Audio und tatsächlichen Sprachanteil ab.
Ein Meeting-Transkript, nach Sprechern aufgeteilt und mit Zeitstempeln; ein Klick auf einen Satz spielt das Audio ab genau dieser Stelle ab
Sprecherlabels: Wer hat was gesagt
Whisper Notes erkennt jetzt Sprecher. Führ die Sprechererkennung auf einer Meeting-Aufnahme aus, und jeder Absatz erhält ein Label — Sprecher 1, Sprecher 2 — samt Zeitstempel. Einmal umbenannt, aktualisiert sich das Label im gesamten Transkript; SRT- und VTT-Exporte behalten die Namen.
Wie der Rest des Workflows läuft die Sprechererkennung vollständig auf dem Gerät, auf dem iPhone und auf dem Mac. Am besten funktionieren zwei bis drei klar unterscheidbare Stimmen — ein Kundengespräch, ein Interview; klingen die Stimmen ähnlich, legst du die Sprecherzahl selbst fest, bis zu 8. Benchmarks, schwierige Fälle und ehrliche Grenzen stehen in der Ankündigung: Whisper Notes unterstützt jetzt Sprechererkennung.
Sprecherlabels in einem Meeting mit drei Personen, die erkannten Sprecher umbenannt
Werkzeuge nach der Transkription
Schalte in der Mac-Version von unserer Website die KI-Funktionen ein, dann läuft Gemma 4 ohne API-Schlüssel oder Cloud-Aufruf auf dem Mac. Nach der Transkription kannst du:
- •Zusammenfassen — das geprüfte Transkript auf Kernpunkte verdichten
- •Aufgaben — mögliche Aufgaben und Fristen finden und anschließend prüfen
- •Übersetzen — das Transkript auf unterstützten Macs übersetzen
- •Chat — Fragen stellen, deren Antworten sich auf das Transkript stützen
Der KI-Assistent in der Mac-App von unserer Website: eine Zusammenfassung des Meetings, erstellt auf dem Mac
Wie schnell ist die lokale Meeting-Transkription?
Gemessene Werte sind eine Orientierung, kein Versprechen. Wir haben dieselbe englische Datei auf einem M4 Pro mit zwei Modellen verarbeitet:
| Modell | Echtzeitfaktor auf M4 Pro |
|---|---|
| Parakeet V3 | 103× |
| Whisper Large V3 Turbo | 14,3× |
Der Vergleich nutzt eine Datei auf einem Mac. Längere Meetings skalieren nicht immer exakt linear. Chip, Modell, Sprache, Audioqualität und der Anteil an Stille beeinflussen die Dauer. Der oben verlinkte Artikel zu Parakeet V3 beschreibt die vollständige Methodik.
Warum wir es so gebaut haben
Meeting-Audio kann vertrauliche Kundenverhandlungen, Personalgespräche, Vorstandssitzungen oder Rechtsberatungen enthalten. Wo diese Daten verarbeitet und gespeichert werden, verdient dieselbe Sorgfalt wie jede andere vertrauliche Unterlage.
Cloud-basierte Meeting-Assistenten senden Audio oder Transkripte an die Infrastruktur des Anbieters und behandeln sie nach dessen Speicher- und Datenverarbeitungsregeln. Das kann für Live-Zusammenarbeit nützlich sein, ist aber ein weiteres System, das dein Team prüfen muss.
Whisper Notes hält Aufnahme, Sprachmodell, Transkript und Gemma-Verarbeitung auf dem Mac. Das reduziert die Übertragung an Dritte, macht einen Ablauf aber nicht automatisch DSGVO-, HIPAA- oder berufsrechtlich konform. Zustimmung, Zugriffsschutz, Aufbewahrungsregeln und Gerätesicherheit bleiben deine Verantwortung.
Vergleich mit Cloud-Assistenten
| Whisper Notes | Typischer Cloud-Meeting-Assistent | |
|---|---|---|
| Verarbeitung | Auf dem Gerät | Infrastruktur des Anbieters |
| Bot im Anruf | Nein | Oft Bot, Browser-Erweiterung oder Kalenderintegration |
| Preis | Einmalig $7.99 (App Store) oder einmalig $14 (Mac-Version von unserer Website, 5.000 Wörter/Woche gratis) | Meist Gratisstufe und/oder Abonnement |
| Offline nutzbar | Ja | Meist ist Internet erforderlich |
| KI-Zusammenfassung | Gemma 4 lokal (Mac-Version von unserer Website) | Verarbeitung beim Anbieter |
Kostenlose Open-Source-Alternativen auf GitHub
Suchst du auf GitHub nach Offline-Meeting-Transkription für den Mac, stößt du auf diese vier Projekte. Bei allen bleibt das Audio auf deinem Rechner:
- •Steno nimmt beide Seiten von Anrufen in Zoom, Meet oder Teams auf, unter macOS 15 oder neuer mit Apple Silicon, transkribiert mit Whisper (WhisperKit) und zeigt die Wörter live, während gesprochen wird; die Sprecherlabels erscheinen, nachdem du die Aufnahme beendet hast. Zusammenfassungen gibt es bewusst nicht. Kostenlos für die private, nicht kommerzielle Nutzung (Business Source License 1.1).
- •Recap nimmt dein Mikrofon und den Systemton ohne Bot auf, transkribiert im Hintergrund mit Whisper-Modellen auf dem Gerät und macht mit Apple Intelligence aus den Stichpunkten, die du während des Meetings notierst, fertige Notizen. Es setzt macOS 26 voraus. MIT-Lizenz, Installation per DMG oder Homebrew.
- •local-meeting-transcriber nimmt selbst nicht auf: Es ist ein Hintergrunddienst, der Ordner mit fertigen Aufnahmen überwacht, sie mit MLX Whisper transkribiert, Sprecher mit pyannote kennzeichnet und pro Aufnahme eine TXT-Datei schreibt. Die Einrichtung läuft im Terminal (Python, FFmpeg, ein Hugging-Face-Token). MIT-Lizenz.
- •Meeting Transcriber nimmt dein Mikrofon und das Meeting-Audio unter Windows oder auf einem Mac mit macOS 13 oder neuer auf, Intel-Macs eingeschlossen, und transkribiert lokal mit faster-whisper zu Notizen in reinem Text. Es ist eine Vorabversion (0.1.5) und auf dem Mac noch nicht notarisiert. GPL-3.0.
Nimm eines dieser Projekte, wenn du kostenlose Software willst, mit Homebrew oder dem Terminal gut zurechtkommst oder Windows bzw. einen Intel-Mac brauchst (Meeting Transcriber). Nimm Whisper Notes, wenn du eine einzige App willst, die Anrufe in Zoom, Teams und Google Meet erkennt, das Live-Transkriptfenster zeigt, Sprecher kennzeichnet, die du umbenennen kannst, mehrere Engines (Parakeet, Whisper, SenseVoice, Qwen3-ASR) passend zur Sprache des Meetings bietet und auf deinem iPhone dieselbe App ist, für Aufnahmen abseits des Macs.
Angaben zu den Projekten aus der jeweiligen README auf GitHub, geprüft am 2026-11-02.
Unterschiedliche Meetings, unterschiedliche Sprachen
Wähle das Modell passend zur Sprache:
| Englisch / Europa | Parakeet V3 — 25 europäische Sprachen; etwa 74× Echtzeit auf dem Mac; 6,32 % englische WER im Open ASR Leaderboard |
| Chinesisch / Japanisch / Koreanisch | SenseVoice — die schnelle Option für Chinesisch, Japanisch, Koreanisch und Kantonesisch; 27 Minuten Chinesisch in 13,83 Sekunden in unserem M4-Pro-Test; der Test lief noch mit einer älteren App-Version – die Modellkarte nennt heute 115–131× Echtzeit, also etwa dasselbe. Weniger Fehler auf dem Mac: Qwen3-ASR 1.7B (Beta) |
| Andere Sprachen | Whisper Large V3 Turbo — 100+ Sprachen und die größte Sprachabdeckung der drei Modelle |
Wann dieser Ablauf passt — und wann nicht
Whisper Notes passt zu Meetings, bei denen du nach dem Anruf eine private Aufnahme und ein geprüftes Transkript möchtest. Auf dem Mac zeigt ein Live-Transkriptfenster die Wörter schon während des Anrufs an: in den 25 europäischen Sprachen, die Parakeet abdeckt, nach wenigen Sekunden, in anderen Sprachen wie Chinesisch etwa alle 30 Sekunden. Das ist ein mitlaufendes Transkript, kein Untertiteldienst. Einen gemeinsamen Cloud-Arbeitsbereich, in dem mehrere Teammitglieder gleichzeitig dasselbe Transkript bearbeiten, gibt es nicht.
Wenn Live-Untertitel, automatische Verteilung an ein großes Team oder gleichzeitige Bearbeitung wichtiger sind als lokale Verarbeitung, passt eine Cloud-Plattform möglicherweise besser. Soll die Aufnahme auf einem Mac bleiben, ist genau das der Vorteil des lokalen Ablaufs.
Wenn du das aus einem Skript oder deinen eigenen Tools heraus steuern willst: Die Mac-App von unserer Website bringt ein lokales CLI und einen MCP-Server mit — die Einrichtung steht im CLI- und MCP-Leitfaden.
Häufig gestellte Fragen
Wie transkribiere ich eine Meeting-Aufnahme auf dem Mac ohne Upload?
Whisper Notes nimmt Meeting-Audio und Mikrofon auf und transkribiert anschließend lokal. Auf dem Mac läuft Parakeet mit etwa 74× Echtzeit. Das Ergebnis hängt vom Mac, Modell, der Sprache und Aufnahme ab.
Kann ich Zoom- oder Teams-Meetings ohne Meeting-Bot aufnehmen und transkribieren?
Ja. Whisper Notes erfasst das Audio auf dem Mac und fügt der Teilnehmerliste keinen Bot hinzu. Auf dem Mac erkennt es Anrufe in Zoom, Teams und Google Meet und fragt, ob du aufnehmen willst. Informiere die Teilnehmer und hole die erforderliche Zustimmung ein.
Was muss ich vor einer Meeting-Aufnahme prüfen?
Prüfe die Regeln deines Unternehmens und das Recht, das für alle Teilnehmer gilt. Informiere die Anwesenden, hole die nötige Zustimmung ein, schütze die lokale Datei und lösche sie nach deiner Aufbewahrungsrichtlinie. Lokale Verarbeitung ersetzt diese Pflichten nicht.
Transkribiert Whisper Notes Meetings in Echtzeit?
Beinahe. Auf dem Mac zeigt ein Live-Transkriptfenster den Text schon während des Anrufs an, transkribiert auf deinem Mac: in den 25 europäischen Sprachen, die Parakeet abdeckt, nach wenigen Sekunden, in anderen Sprachen wie Chinesisch etwa alle 30 Sekunden. Ein Werkzeug für Echtzeit-Untertitel ist das nicht: Wenn Teilnehmende Untertitel brauchen, während gesprochen wird, nimm ein Werkzeug, das dafür gemacht ist.
Kann ich ein Meeting lokal mit KI zusammenfassen?
Ja. Schalte in der Mac-Version von unserer Website die KI-Funktionen ein, dann läuft Gemma 4 lokal, fasst das geprüfte Transkript zusammen, schlägt Aufgaben vor und beantwortet Fragen dazu. Ein API-Schlüssel oder Cloud-Aufruf ist nicht erforderlich. Prüfe Zusammenfassung und Aufgaben immer am Transkript.
Gibt es kostenlose Open-Source-Apps für Offline-Meeting-Transkription auf dem Mac?
Ja. Steno und Recap nehmen beide Seiten eines Anrufs auf und transkribieren mit Whisper auf dem Gerät: Steno zeigt die Wörter live und ist für die private Nutzung kostenlos, Recap setzt macOS 26 voraus und steht unter MIT-Lizenz. local-meeting-transcriber transkribiert fertige Aufnahmen aus überwachten Ordnern, und Meeting Transcriber ist eine Vorabversion, die auch unter Windows läuft. Whisper Notes ist die kostenpflichtige Option, wenn du Anruferkennung, ein Live-Transkriptfenster und Sprecherlabels in einer App willst.
Kann Whisper Notes zeigen, wer in einem Meeting was gesagt hat?
Ja. Die Sprechererkennung auf dem Gerät versieht jeden Absatz mit einem Sprecherlabel, auf dem iPhone und auf dem Mac. Einmal umbenannt, aktualisiert sich das gesamte Transkript; SRT- und VTT-Exporte behalten die Namen. Bei ähnlichen Stimmen legst du die Sprecherzahl selbst fest, bis zu 8.
Für iOS laden