Quellenhinweis: Externe Angaben sind an der jeweiligen Passage verlinkt. Eigene Preise, Abläufe und Leistungsbeschreibungen sind als Angaben von Hermes Writing zu verstehen. Details: Redaktions- und Korrekturrichtlinie.
Transkription ist Teil der Methode. Das qualitative Methodenseminar der Universität Leipzig behandelt Erhebungsdaten, Transkript und Auswertung als zusammenhängende Dokumentationsschritte. Legen Sie deshalb zuerst fest, welche Merkmale für die Forschungsfrage relevant sind.
Das passende Niveau wählen
Bei einer thematischen Experteninterview-Auswertung interessieren meist Aussagen, Beispiele und Unterschiede. Dialekt kann ins Hochdeutsche übertragen, Füllwörter können reduziert werden, solange Sinn und Unsicherheit erhalten bleiben. Bei einer Analyse von Gesprächsführung, Identität oder sprachlicher Positionierung wären genau diese Merkmale Daten und dürften nicht verschwinden.
Testen Sie das Regelwerk an fünf Minuten Material. Wenn Codierende Kontext verlieren, ist es zu grob; wenn eine Minute Audio zwanzig Minuten Detailnotation erzeugt, die später nie analysiert wird, ist es zu fein.
Ein praxistaugliches Regelwerk
- Sprecher mit neutralen Kürzeln kennzeichnen.
- Wortlaut vollständig erfassen und vereinbarte Glättung benennen.
- Abbrüche mit Gedankenstrich, unverständliche Stellen mit Zeitmarke markieren.
- Längere Pausen nur erfassen, wenn relevant.
- Nonverbale Ereignisse sparsam in Klammern notieren.
- Namen und identifizierende Details konsistent ersetzen.
- Zeilennummern oder Zeitmarken für Belegzitate erhalten.
Beispiel roh: „Ähm, also wir, wir haben das dann irgendwie doppelt gemacht, ne, weil das Tablet… war halt nicht da.“ Geglättet: „Wir haben die Dokumentation doppelt geführt, weil das Tablet nicht verfügbar war.“ Wenn Zögern analytisch wichtig ist, wäre diese Glättung ungeeignet.
Anonymisieren statt nur Namen löschen
Auch Funktion, seltene Ereignisse, Standort oder Projektname können eine Person identifizierbar machen. Verwenden Sie konsistente Platzhalter wie [Einrichtung A] und halten Sie eine Zuordnungsliste getrennt. Entfernen Sie unnötige Metadaten aus Dateinamen und Dokumenteigenschaften.
Die Datenschutzinformationen der eigenen Hochschule sind verbindlich. Als allgemeiner Rechtsrahmen erläutert die Europäische Kommission Grundprinzipien der EU-Datenschutzregeln. Eine Abschlussarbeit braucht trotzdem ein konkretes Schutz- und Einwilligungskonzept.
Automatische und KI-Transkription prüfen
Automatische Systeme können einen Rohentwurf liefern, müssen aber gegen die Audiodatei kontrolliert werden. Fachbegriffe, Namen, Zahlen, Dialekt und überlappende Sprecher verursachen Fehler. Markieren Sie unklare Stellen statt eine plausible Formulierung zu erfinden.
Prüfen Sie vor Upload Speicherort, Löschung, Modelltraining, Unterauftragnehmer und Vertrag zur Auftragsverarbeitung. Eine lokale Software kann bei sensiblen Daten geeigneter sein. Dokumentieren Sie verwendetes Tool, Version, manuelle Korrektur und Qualitätssicherung.
Vom Transkript zur Auswertung
Nach der Qualitätssicherung wird ein einheitlicher Materialstand eingefroren. Änderungen am Transkript müssen versioniert werden, damit Codes und Zeilenangaben nicht unbemerkt verrutschen. Der Beitrag Experteninterview auswerten führt weiter zu Kategorien und Fallvergleich; der Interviewleitfaden zeigt den Schritt davor.
Im Methodenkapitel nennen Sie Transkriptionsniveau, Regelwerk, Anonymisierung und eingesetzte Software. Der vollständige Regelkatalog kann in den Anhang. Für die Gesamtlogik hilft Methodik prüfen.
Kurzes Transkriptionsbeispiel
Eine einfache inhaltlich-semantische Zeile kann lauten: „I: Was hat den Ablauf verändert? B3: Vor allem die neue Freigabe. [Pause] Am Anfang wusste niemand, wer entscheiden darf.“ Das Kürzel trennt Rollen, die Pause wird nach der festgelegten Regel markiert und der Wortlaut nicht grammatikalisch geglättet. Für eine gesprächsanalytische Fragestellung wären Länge der Pause, Betonung, Überlappung oder Abbruch möglicherweise genauer zu notieren.
Entscheidend ist nicht, möglichst viele Zeichen zu verwenden. Jede Markierung muss später eine analytische Funktion erfüllen. Werden Sprechtempo oder Lautstärke nicht ausgewertet, erhöhen aufwendige Notationen vor allem Bearbeitungszeit und Fehleranfälligkeit.
Qualität systematisch prüfen
Hören Sie nach der Ersttranskription jede Aufnahme vollständig gegen. Kontrollieren Sie besonders Eigennamen, Fachbegriffe, Zahlen, Sprecherwechsel und Stellen, die eine Kategorie beeinflussen könnten. Markieren Sie unverständliche Passagen mit einem einheitlichen Zeitstempel, statt Inhalte zu erraten. Eine zweite Person kann stichprobenartig prüfen, wenn Datenschutz und Einwilligung dies erlauben.
Führen Sie außerdem ein Transkriptionsprotokoll. Darin stehen verwendete Software, Regelversion, Bearbeitungsdatum, offene Stellen und vorgenommene Anonymisierungen. Bei mehreren Transkribierenden enthält das Protokoll gemeinsame Beispielsätze, damit Pausen, Abbrüche und nonverbale Ereignisse konsistent behandelt werden.
Zeit und Dateien realistisch planen
Eine Stunde Audio benötigt je nach Qualität, Sprechtempo, Anzahl der Personen und Detailgrad mehrere Stunden Bearbeitung. Testen Sie das Regelwerk deshalb an fünf bis zehn Minuten Material, bevor Sie alle Dateien transkribieren. Sichern Sie Original, Arbeitsfassung und anonymisierte Analysefassung getrennt. Automatische Transkription kann einen Rohentwurf liefern, ersetzt aber weder den Hörabgleich noch die verantwortliche Anonymisierung.
Planen Sie Dateinamen und Sprecherkürzel vorab. Ein konsistentes Schema wie „INT03_2026-08-17_anonym“ erleichtert die Zuordnung, ohne Klarnamen in Analysedateien zu tragen. Die Zuordnungsliste gehört verschlüsselt und getrennt von den Transkripten aufbewahrt. Legen Sie Löschfristen und Zugriffsrechte ebenfalls vor Beginn der Erhebung verbindlich und nachvollziehbar fest.
Codebuch mit Definitionen und Codierregeln erstellen
Für die konkrete Dokumentation der Kategorien nutzen Sie die Vorlage mit Einschluss, Ausschluss, Ankerbeispiel und Versionsprotokoll im Beitrag Codebuch mit Definitionen und Codierregeln erstellen.
Qualitätssicherung zwischen Audio, Transkript und Code
Definieren Sie vor dem ersten Interview, welche Merkmale für die Analyse relevant sind: Wortlaut, Pausen, Betonung, Überlappungen oder nur der semantische Inhalt. Ein feineres Regelsystem ist nicht automatisch besser; es muss zur Forschungsfrage passen und über alle Dateien konsistent angewandt werden. Unverständliche Stellen werden mit Zeitmarke gekennzeichnet, niemals plausibel ergänzt.
Führen Sie danach eine Stichprobenkontrolle durch: Anfang, Mitte und Ende jedes Transkripts gegenhören, Sprecherwechsel prüfen, personenbezogene Angaben pseudonymisieren und Dateinamen vereinheitlichen. Bewahren Sie Zuordnungsschlüssel getrennt auf. Wie das Material anschließend in Kategorien überführt wird, erklärt der Beitrag qualitative Inhaltsanalyse.
Nachweisbare Transkriptionsentscheidung: Dokumentieren Sie Regelsystem, Software, Bearbeitungsschritte, Pseudonymisierung, Qualitätssicherung und Abweichungen. Automatische Transkription kann Arbeit sparen, verschiebt aber die Verantwortung nicht: sensible Uploads, Anbieterbedingungen, Zugriff und sachliche Korrektur müssen vor der Nutzung geklärt sein.
Legen Sie außerdem einen Aufbewahrungs- und Löschplan fest. Er verbindet Einwilligung, Prüfungszweck, institutionelle Anforderungen und Zugriffsrechte und verhindert, dass Audio, Zuordnungsschlüssel und Transkript nach Projektende unkontrolliert weiterbestehen.
Quellen und fachliche Grundlage
Die folgenden Primär-, Methoden- und Institutionenquellen stützen die überprüfbaren Aussagen dieses Beitrags. Hochschulvorgaben bleiben fach- und institutionsspezifisch.
- Principles of the GDPR — European Commission
- Information for individuals whose personal data is collected — European Commission
- COREQ: Consolidated criteria for reporting qualitative research — EQUATOR Network (2007)
Passt das Transkriptionsniveau zur Analyse?
Senden Sie Forschungsfrage, geplante Methode und Regelentwurf. Sie erhalten eine klare Einschätzung zu Detailgrad, Nachvollziehbarkeit und Datenschutzfragen.
Transkriptionsplan prüfenHäufige Fragen zur Interviewtranskription
Muss jedes Wort transkribiert werden?
Das hängt vom Analyseziel ab. Thematische Inhaltsanalysen können moderat glätten; sprach- und gesprächsanalytische Verfahren benötigen feinere Transkripte.
Darf man Füllwörter löschen?
Nur wenn das Regelwerk dies vorsieht und Füllwörter nicht Teil der Analyse sind. Die Entscheidung muss für alle Interviews konsistent gelten.
Wie anonymisiert man ein Transkript?
Namen und identifizierende Kontextdetails werden durch konsistente Platzhalter ersetzt; Zuordnungslisten werden getrennt und geschützt gespeichert.
Darf KI das Interview transkribieren?
Nur wenn Einwilligung, Datenschutz, Hochschulvorgaben und Vertragsbedingungen die Verarbeitung erlauben. Der Output muss manuell geprüft werden.
Gehört das Transkript in den Anhang?
Das hängt von Prüfungsordnung, Umfang und Datenschutz ab. Häufig werden Ausschnitte oder anonymisierte Transkripte separat eingereicht.
Wie kontrolliert man ein automatisch erstelltes Interviewtranskript?
Hören Sie systematisch gegen, prüfen Sie Sprecherwechsel, Fachbegriffe, Namen, Zahlen und unklare Passagen, markieren Sie Unsicherheit mit Zeitstempel und dokumentieren Sie die Korrekturroutine. Personenbezogene Daten werden nach Einwilligung und Zweckbindung behandelt.