KI-Meeting-Assistenten: Transkription, Zusammenfassung und Action Items

Was ein KI-Meeting-Assistent eigentlich macht

Ein KI-Meeting-Assistent hoert bei einer Besprechung mit - live oder per Aufzeichnung - und macht daraus automatisch drei Dinge: ein Transkript (wer hat wann was gesagt), eine Zusammenfassung (worum ging es, was wurde entschieden) und eine Liste von Action Items (wer muss bis wann was tun). Was frueher eine Person manuell mitschreiben musste, uebernimmt heute ein Sprachmodell in Echtzeit oder direkt nach dem Meeting.

Die bekanntesten Vertreter sind Microsoft Copilot in Teams, Otter.ai und Fireflies.ai, dazu kommen aehnliche Funktionen in Zoom (AI Companion) und Google Meet (Gemini). Alle nutzen im Kern dieselbe Technik: automatische Spracherkennung (Speech-to-Text) wandelt Audio in Text um, ein LLM verdichtet diesen Text anschliessend zu Zusammenfassung und Aufgabenliste. Wie ein LLM dabei “versteht”, was wichtig ist, steht im Grundlagenartikel Wie ein LLM funktioniert.

Die drei Bausteine im Detail

Transkription. Die Basis ist ein Speech-to-Text-Modell, das Audio in geschriebenen Text umwandelt - im Idealfall inklusive Sprechererkennung (“Speaker Diarization”), sodass im Protokoll steht, wer welchen Satz gesagt hat. Die Genauigkeit hat sich in den letzten Jahren stark verbessert, bleibt aber abhaengig von Audioqualitaet, Akzenten, Fachjargon und Ueberlappungen (mehrere Leute reden gleichzeitig).

Zusammenfassung. Aus dem oft mehrere Tausend Woerter langen Rohtranskript erstellt ein LLM eine verdichtete Zusammenfassung: Kernthemen, wichtigste Aussagen, Entscheidungen. Das ist derselbe Mechanismus wie bei jeder anderen Textzusammenfassung durch KI (siehe KI fuer Texte) - nur ist die Quelle hier ein automatisch erzeugtes, manchmal fehlerhaftes Transkript statt eines sauberen Dokuments.

Action Items. Die Tools versuchen zusaetzlich, Saetze zu erkennen, die wie Zusagen oder Aufgaben klingen - zum Beispiel “Marie, kannst du das Angebot bis Freitag verschicken?” - und daraus automatisch eine Aufgabe mit Verantwortlicher Person und Termin abzuleiten. Das funktioniert bei klaren, direkten Formulierungen gut, bei vagen oder ironischen Aussagen (“Das sollten wir mal angehen”) deutlich schlechter.

Die wichtigsten Tools im Ueberblick (Stand: 2026-07)

Praxis: So sieht ein typischer Workflow aus

1. Vor dem Meeting: Alle Teilnehmenden ueber die Aufzeichnung/Transkription
   informieren (siehe Abschnitt Datenschutz weiter unten) und Zustimmung
   einholen.
2. Meeting starten, Assistent aktivieren (z. B. "Aufzeichnung starten" +
   Copilot-Symbol in Teams, oder Bot beitreten lassen bei Otter/Fireflies).
3. Nach dem Meeting: Zusammenfassung und Action Items durchlesen -
   nicht blind uebernehmen.
4. Falsche oder unklare Punkte korrigieren, bevor die Notizen verschickt
   werden.
5. Action Items ins eigene Ticket-/Aufgabensystem uebertragen (die
   KI-Liste ist der Ausgangspunkt, nicht die Ablage selbst).

Ein Beispiel-Prompt, falls du das Rohtranskript zusaetzlich selbst noch einmal gezielt zusammenfassen willst (etwa weil die automatische Zusammenfassung zu allgemein war):

Hier ist das Transkript eines einstuendigen Projektmeetings.
Fasse es so zusammen:
1. Drei Kernentscheidungen (je ein Satz)
2. Alle Action Items im Format: Aufgabe - Verantwortliche Person - Termin
3. Offene Fragen, die im Meeting nicht geklaert wurden

[Transkript einfuegen]

Datenschutz und Einwilligung (Schweiz/DSGVO)

Das ist der Punkt, an dem viele KMU stolpern: Ein Meeting-Assistent verarbeitet Personendaten (Namen, Stimmen, Gesagtes) - und die Stimme einer Person gilt dabei als besonders sensibel, weil sie sich einer identifizierbaren Person eindeutig zuordnen laesst. Zwei Rechtsbereiche greifen gleichzeitig: das Strafrecht (unbefugte Aufzeichnung von Gespraechen) und das Datenschutzrecht (DSG in der Schweiz, DSGVO in der EU).

Strafrechtlich (Schweiz): Nach Art. 179bis/179ter des Schweizer Strafgesetzbuchs macht sich strafbar, wer ein nicht-oeffentliches Gespraech ohne Einwilligung aller Beteiligten aufzeichnet - unabhaengig davon, ob die aufzeichnende Person selbst am Gespraech teilnimmt oder nicht. Eine Ausnahme gilt fuer Gespraeche im reinen Geschaeftsverkehr, die Bestellungen, Auftraege oder Reservationen zum Inhalt haben; ein normales internes Projektmeeting faellt nicht darunter. Ohne Zustimmung aller Teilnehmenden ist eine Aufzeichnung damit grundsaetzlich unzulaessig.

Datenschutzrechtlich (DSG/DSGVO): Unabhaengig vom Strafrecht muessen alle Teilnehmenden vorher informiert werden, welches Tool eingesetzt wird, wo die Daten gespeichert werden (Land/Anbieter), wie lange sie aufbewahrt werden und wer Zugriff hat. Die Einwilligung muss aktiv, freiwillig, informiert und eindeutig sein - blosses Schweigen reicht nicht. Ein kurzer Hinweis per E-Mail oder Chat vor dem Meeting genuegt in der Praxis, muss aber vor Beginn erfolgen, nicht erst waehrend oder danach.

Eine kurze, praxistaugliche Formulierung fuer die Einladung oder den Meeting-Chat:

Hinweis: Dieses Meeting wird mit [Tool-Name] transkribiert und
zusammengefasst. Die Aufzeichnung dient nur der internen
Nachverfolgung von Aufgaben, wird nach [Zeitraum] geloescht und
ist nur fuer [Personenkreis] einsehbar. Wer nicht einverstanden
ist, bitte vor Beginn kurz melden - die Aufzeichnung starten wir
erst danach.

Wann brauchst du wirklich eine explizite Einwilligung?

Entscheidungsbaum: Welcher Meeting-Assistent passt?

Firma nutzt bereits Microsoft 365 mit Teams?
  → Ja, und Copilot-/Teams-Premium-Lizenz vorhanden → Copilot in Teams nutzen
  → Ja, aber ohne passende Lizenz         → Otter.ai oder Fireflies als Bot pruefen

Firma nutzt primaer Google Workspace?
  → Gemini in Meet pruefen (je nach Workspace-Edition)

Sehr sensible Gespraeche (Recht, Medizin, Personal, Behoerden)?
  → Cloud-Tool meiden, lokale/offline Transkription (z. B. Whisper-basiert)
    in Betracht ziehen und Rechtsabteilung/Datenschutzberatung einbeziehen

Gelegentliche Nutzung, kein Firmen-Tool vorhanden?
  → Gratis-Tarif von Otter.ai testen, Limits (Minuten/Monat) beachten

YouTube

Kurz zusammengefasst

• KI-Meeting-Assistenten kombinieren Spracherkennung mit einem LLM: Transkript, Zusammenfassung und Action Items entstehen automatisch, muessen aber gegengelesen werden.
• Microsoft Copilot in Teams ist nativ in die Plattform integriert, Otter.ai und Fireflies.ai treten typischerweise als sichtbarer Bot dem Meeting bei.
• In der Schweiz braucht eine Gespraechsaufzeichnung grundsaetzlich die Einwilligung aller Teilnehmenden (Art. 179bis/179ter StGB) - zusaetzlich zur datenschutzrechtlichen Informationspflicht nach DSG/DSGVO.
• US-Cloud-Anbieter sind fuer normale interne Meetings meist vertretbar, bei sensiblen Themen (Kunden, Personal, Recht, Medizin) lohnt sich eine bewusste Pruefung oder eine lokale Alternative.
• Eine kurze, einheitliche interne Regel, welche Tools erlaubt sind und wie informiert wird, verhindert Wildwuchs im Team.

Weiterlernen

• Microsoft Support: Copilot in Teams-Meetings
• EDOEB: Aufzeichnung von Gespraechen
• Otter.ai: Offizielle Website
• Fireflies.ai: Offizielle Website
• Art. 179bis StGB (droit-bilingue.ch)
• Microsoft Teams Meeting aufzeichnen, transkribieren & mit KI zusammenfassen (YouTube)

Videos

YouTube