Das Wichtigste in Kürze
Der Stau entsteht, weil man Audio nicht überfliegen kann. Hundert Sprachnachrichten von je zwei Minuten sind über drei Stunden Hörzeit und rund dreißigtausend Wörter Text. Sortiere nach Absender und Datum in drei Gruppen: Menschen, die dir wichtig sind, Nachrichten zu einem bestimmten Ereignis und der Rest. Lösche die dritte Gruppe, ohne sie anzuhören. Transkribiere die ersten beiden, denn Text liest sich mit etwa 250 Wörtern pro Minute gegenüber 150 gesprochenen Wörtern, und ein Transkript lässt sich überhaupt erst durchsuchen.
Da ist dieser Chat, der Jahre zurückreicht. Irgendwo darin stecken ein paar Hundert Sprachnachrichten, von denen du vielleicht ein Fünftel gehört hast. Jedes Mal, wenn du an einer Reihe grauer Sprechblasen mit ungelesenen Punkten vorbeiscrollst, spürst du einen kleinen Stich schlechtes Gewissen – und scrollst weiter.
Dieses schlechte Gewissen ist unbegründet, der Instinkt dahinter aber nicht. Manche dieser Nachrichten sind wirklich wichtig. Das Problem: Du hast keine Möglichkeit zu wissen, welche – außer alle der Reihe nach abzuspielen, also genau das, was du seit drei Jahren vermeidest.
Rechne einmal nach, und das schlechte Gewissen verschwindet
Audio ist das einzige gängige Format, das man nicht überfliegen kann. Eine Seite Text lässt sich in wenigen Sekunden nach der einen wichtigen Zeile durchsuchen. Eine vierminütige Aufnahme braucht vier Minuten, um herauszufinden, dass sie unwichtig war. Es gibt kein Äquivalent zum schnellen Blick über eine Seite. Entweder du hörst sie dir komplett an, oder du weißt nicht, was drin ist.
Also rechne einmal durch, was tatsächlich vor dir liegt. Hundert Sprachnachrichten à zwei Minuten sind über drei Stunden Hörzeit. Nicht drei Stunden nützliche Information – drei Stunden reine Wiedergabe, inklusive Pausen, Räuspern und der Stelle, an der jemand mitten im Satz seine Meinung ändert. Bei mehreren Hundert Nachrichten im Chat kommt ein ganzer Arbeitstag an Audio zusammen, ohne Möglichkeit, zu den guten Stellen vorzuspulen – weil du gar nicht weißt, wo die guten Stellen sind.
Verschriftlicht sind dieselben hundert Nachrichten etwa dreißigtausend Wörter. Menschen sprechen mit rund 150 Wörtern pro Minute, die meisten Menschen lesen mit rund 250. Den gesamten Text von vorne bis hinten zu lesen dauert damit schon weniger als halb so lange – und das, bevor du auch nur eine einzige Zeile überspringst. Sobald es Text ist, liest du ihn ohnehin nicht mehr komplett durch. Du überfliegst, suchst, springst. Aus den drei Stunden wird etwas, das du bei einer Tasse Kaffee erledigen kannst.
Du warst nicht faul. Du hast es abgelehnt, drei Stunden in eine Aufgabe mit ungewissem Ertrag zu stecken – eine durchaus vernünftige Entscheidung.
Sortiere, bevor du irgendetwas anhörst
Sortierung nach Absender und Datum reicht meist aus, um einen Nachrichtenstau in drei Stapel zu teilen, und zwei davon erkennst du, ohne einen Ton abzuspielen.
- Nachrichten von Menschen, die dir wichtig sind. Ein Elternteil, ein Partner, eine enge Freundin, jemand, der inzwischen gestorben ist oder sich entfremdet hat. Der Wert liegt hier oft in der Stimme selbst, nicht im Inhalt.
- Nachrichten zu einem bestimmten Ereignis. Die Woche des Umzugs, die Reise, der neue Job, der Streit, die Geburt. Das Datum übernimmt hier die Arbeit für dich – du weißt ungefähr, wann etwas passiert ist, also weißt du, welchen Abschnitt des Chats du dir ansehen musst.
- Alles andere. Organisatorisches. „Komme später.“ „Was gibt’s zum Essen?“ Bestätigungen von Plänen, die vor Jahren stattgefunden haben oder auch nicht.
Der dritte Stapel ist fast immer der größte, und er ist auch derjenige, der das schlechte Gewissen verursacht. Das sollte er nicht. Sortieren dauert Minuten, keine Stunden, und es ist der einzige Schritt, der zwingend zuerst kommen muss.
Lösche das meiste – bewusst
Den Großteil eines Sprachnachrichten-Staus zu löschen, ist ein legitimes Ergebnis, kein Versagen im Umgang damit. Die Nachrichten, die es zu behalten lohnt, sind meist eine kleine, offensichtliche Minderheit – und „offensichtlich“ ist hier das entscheidende Wort. Du weißt in der Regel schon, welche das sind, ohne sie anzuhören, weil du weißt, wer sie geschickt hat und wann.
Der Widerstand gegen das Löschen hat selten mit dem Inhalt zu tun. Es ist die Sorge, dass eine der ungehörten Nachrichten etwas Wichtiges enthielt. Dazu zwei Dinge. Erstens: Wäre es dringend gewesen, wäre die Sache zurückgekommen – Menschen fragen nach. Zweitens: Alles, was vor vier Jahren wirklich Gewicht hatte, hat seine Konsequenzen längst gehabt, ob abgespielt oder nicht.
Falls dir das komplette Löschen zu radikal ist: Transkribiere zuerst den ganzen Stapel und lösche danach das Audio. Du behältst die Worte – das, wonach du sowieso zurückgegangen wärst –, und verlierst die Stimme, die du bei einer Nachricht über einen Parkplatz eh nie wieder abgespielt hättest.
Transkribiere, was du behältst, damit du es durchsuchen kannst
Das eigentliche Argument fürs Transkribieren ist nicht Geschwindigkeit. Es ist, dass sich ein Transkript durchsuchen lässt und ein Haufen Audiodateien nicht. Tippe einen Namen, eine Straße, ein Restaurant in ein Suchfeld ein, und du landest direkt bei der passenden Nachricht. Kein noch so langes Durchhören schafft das, denn um etwas per Gehör zu finden, musst du schon ungefähr wissen, wo es liegt.
Genau das macht aus einem Stau ein Archiv. Sobald die Nachrichten der Menschen, die dir wichtig sind, und die Nachrichten zu bestimmten Ereignissen als Text vorliegen, verwaltest du keine Warteschlange mehr, sondern führst eine Aufzeichnung. Du bist mit nichts mehr im Rückstand.
Handelt es sich um eine Gruppenunterhaltung, bestehe auf Sprecherkennzeichnung. Ein zusammengeführtes Transkript von vier Personen, die abwechselnd Nachrichten schicken, liest sich wie ein einziger langer Monolog – und ein Monolog hilft wenig, wenn du herausfinden willst, wer angeboten hat, die Kaution zu übernehmen. Genau das leistet ein spezialisiertes Werkzeug, eine grobe automatische Untertitelung dagegen nicht. SozAI ist hier eine Möglichkeit: ein Tool, das Audio und Video in Text umwandelt, mit Sprecherkennzeichnung, Zusammenfassungen und Übersetzung, verfügbar für iOS, Android und macOS – zu finden auf der Download-Seite der App. Egal welches Werkzeug du nutzt: Prüfe vorher, ob es Sprecher trennt, bevor du einen großen Stapel damit bearbeitest.
Den Umfang abschätzen, bevor du anfängst
Willst du wissen, worauf du dich einlässt, transkribiere ein paar typische Nachrichten und zähle das Ergebnis. Füge den Text in einen browserbasierten Wortzähler ein, und du bekommst eine Zahl, die du hochrechnen kannst. Bei rund 150 gesprochenen Wörtern pro Minute zeigt dir die Wortzahl auch, wie viel Hörzeit du dir gerade erspart hast.
Hör dir eine kurze Liste an – und nur die
Manche Nachrichten solltest du wirklich anhören. Die Stimme eines Menschen, den du verloren hast. Die Aufnahme, die dein Kind mit vier Jahren gemacht hat. Die Nachricht, in der der Tonfall etwas transportiert, das die Worte nicht sagen. Das sind keine Informationen, das sind Aufnahmen – und sie zu transkribieren verfehlt den Punkt völlig.
Diese Liste ist meist kurz – ein Dutzend, keine hundert. Hör sie dir richtig an, einmal, mit voller Aufmerksamkeit. Verschiebe sie danach an einen Ort, der kein Chatverlauf ist, denn ein Chatverlauf ist eine Warteschlange, und in einer Warteschlange fühlt sich alles wie eine Aufgabe an.
Was das nicht löst
Transkription macht aus schlechtem Audio kein gutes. Eine Nachricht, die in einer Bar aufgenommen wurde, mit Windgeräuschen am Mikrofon oder von jemandem, der in die Tasche murmelt, ergibt ein Transkript mit Lücken und falschen Vermutungen. Meist merkst du aus dem Zusammenhang, dass etwas nicht stimmt, aber du wirst nicht immer ohne erneutes Anhören herausfinden, was tatsächlich gesagt wurde.
Außerdem geht der Tonfall verloren. Sarkasmus, Zögern, die Pause vor einem schwierigen Satz – nichts davon überlebt den Wechsel zu Text. Bei organisatorischen Dingen ist das kein Verlust. Bei den Nachrichten, die du wegen der Art, wie jemand geklungen hat, aufbewahrt hast, ist es der ganze Verlust – deshalb gehören sie auf die Anhör-Liste und nicht auf die Transkriptions-Liste.
Und Speicherplatz war ohnehin nie das Problem. Sprachnachrichten sind kleine Dateien; ein paar Hundert davon füllen dein Telefon kaum. Den Stau aufzulösen bringt dir eine durchsuchbare Aufzeichnung und das Ende eines leisen, nagenden Gefühls. Speicherplatz gewinnst du dadurch nicht – und wenn dir genau darum ging, kämst du weiter, wenn du stattdessen ein paar Videos löschst.
Setz dir vorher eine Grenze. Eine Stunde Sortieren plus eine Stapel-Transkription reicht den meisten Menschen, um einen jahrelangen Stau aufzulösen. Merkst du nach drei Stunden, dass du immer noch Nachrichten von oben nach unten der Reihe nach abspielst, hast du genau das Problem wieder aufgebaut, das du eigentlich lösen wolltest.
