Das Wichtigste in Kürze
Legen Sie den Detailgrad fest, bevor Sie überhaupt zu transkribieren anfangen. Geht es in Ihrer Analyse darum, was gesagt wurde, reicht ein glattes, gut lesbares Transkript. Geht es darum, wie etwas gesagt wurde, brauchen Sie Pausen, Überlappungen und Zögern im Text – und genau das entfernt automatische Transkription als Erstes. Prüfen Sie vor jedem Upload, was Ihre Einwilligungserklärung und Ihr Ethikvotum darüber sagen, wohin Aufnahmen überhaupt gelangen dürfen. Anonymisieren Sie im Transkript, nicht in der Aufnahme, bewahren Sie eine eventuelle Zuordnungstabelle getrennt auf, und arbeiten Sie mit Zeitstempeln, damit sich Zitate später nachverfolgen lassen.
Dass niemand Ihnen einen verbindlichen Standard nennt, liegt daran, dass es keinen gibt. Es gibt mehrere, und welcher für Sie gilt, hängt davon ab, was Sie mit den Transkripten später vorhaben. Diese Entscheidung ist methodischer Natur und gehört vor die Wahl des Werkzeugs, nicht danach.
Wer die Reihenfolge vertauscht, zahlt dafür. Sie transkribieren sechs Interviews ordentlich glatt, steigen in die Auswertung ein und merken plötzlich, dass Sie wissen müssten, wo die befragte Person gezögert hat – und schon hören Sie sich sechs Aufnahmen noch einmal an, diesmal mit anderen Ohren. Investieren Sie deshalb vorher eine Stunde in diese Frage.
Erst klären, wofür das Transkript gebraucht wird – dann erst tippen
Wie detailliert ein Transkript sein muss, ist eine methodische Frage, keine Frage von Sorgfalt oder Fleiß. Sie ergibt sich aus Ihrem analytischen Zugang.
Geht es in Ihrer Analyse um das, was gesagt wurde, genügt ein glattes Transkript. Sie brauchen die Worte, korrekt der richtigen Sprecherin oder dem richtigen Sprecher zugeordnet. Füllwörter, Satzabbrüche und kurze Pausen können bedenkenlos herausgeglättet werden, weil sie in Ihrer Codierung ohnehin nie auftauchen. Der Großteil thematischer und inhaltsorientierter Arbeiten bewegt sich in diesem Bereich, und ein glattes Transkript entsteht schneller, liest sich schneller und lässt sich schneller codieren.
Geht es in Ihrer Analyse um das, wie etwas gesagt wurde, kehrt sich das um. Pausen, Überlappungen, Zögern, der Moment, in dem zwei Personen gleichzeitig sprechen, die drei Sekunden vor einer Antwort, die Korrektur mitten im Satz – das sind Ihre Daten. Ein Transkript, das all das entfernt, hat genau das entfernt, was Sie untersuchen wollen. Das betrifft automatische Transkription ganz besonders, weil sie genau diese Merkmale zuverlässig glättet. Sie liefert flüssigen, gut lesbaren Text – und flüssiger, gut lesbarer Text ist eine verlustreiche Wiedergabe eines zögerlichen, sich überlappenden Gesprächs.
Es liegt nahe, auf Nummer sicher zu gehen und alles auf höchstem Detailniveau zu transkribieren, nach dem Motto: Was man nicht braucht, kann man ja ignorieren. Meist ist das der falsche Weg. Detaillierte Transkription ist langsam, und langsame Arbeit an zwanzig Interviews verschlingt Monate, die Sie nicht haben. Außerdem werden die Transkripte dadurch schwerer lesbar, was die Codierung wiederum verlangsamt. Wenn Sie ehrlich noch nicht wissen, ob Interaktion für Ihre Analyse eine Rolle spielt, ist das ein Gespräch, das Sie jetzt mit Ihrer Betreuerin oder Ihrem Betreuer führen sollten – kein Problem, das sich mit roher Gründlichkeit lösen lässt. Wie Sie sich auch entscheiden: Die Aufnahmen bleiben erhalten, denn die Aufnahme ist Ihr eigentliches Datum. Das Transkript ist nur eine Darstellung davon.
Regeln festlegen, bevor das zweite Interview beginnt
Sobald der Detailgrad feststeht, legen Sie die Konventionen fest und schreiben sie in ein kurzes Dokument, das während der Arbeit neben Ihnen liegt. Änderungen im Nachhinein bedeuten, jede bereits bearbeitete Aufnahme noch einmal durchzugehen – und das ist die Art Aufgabe, die still und heimlich zwei Wochen verschlingt.
Diese Punkte lohnt es, vorab zu klären:
- Ob Füllwörter und Satzabbrüche erhalten, glattgezogen oder nur dann behalten werden, wenn sie bedeutsam erscheinen – letzteres ist die Variante, die am ehesten zu Uneinheitlichkeit über die Interviews hinweg führt.
- Wie Pausen markiert werden und ob kurze und lange Pausen unterschieden werden.
- Wie sich überlappende Sprache darstellen lässt und was gilt, wenn nicht erkennbar ist, wer zuerst gesprochen hat.
- Wie unverständliche Passagen gekennzeichnet werden und ob der Grund dafür vermerkt wird.
- Wie Sprecherinnen und Sprecher benannt werden und wie diese Benennung mit Ihrem Anonymisierungskonzept zusammenhängt.
- Wo Zeitstempel gesetzt werden: in regelmäßigen Abständen, bei jedem Sprecherwechsel oder nur bei Passagen, die Sie voraussichtlich zitieren werden.
Zeitstempel verdienen einen eigenen Gedanken. Sie erlauben es, ein Zitat in Ihrer Abschlussarbeit bis zu seiner Position in der Aufnahme zurückzuverfolgen – und genau das macht die Aussage für jeden nachprüfbar, der Zugang zu Ihren Daten hat, einschließlich einer Prüferin oder eines Prüfers. Sie direkt beim Transkribieren zu setzen, kostet fast nichts. Sie nachträglich in ein fertiges Transkript einzufügen, bedeutet, die gesamte Aufnahme noch einmal mit Stoppuhr abzuhören. Welches Werkzeug Sie auch verwenden: Setzen Sie die Zeitstempel gleich im ersten Durchgang.
Einwilligung und Ethikvotum entscheiden, wohin die Audiodatei darf
Ihre Einwilligungserklärung ist kein Papier, das vor Beginn der Forschung einmal erledigt wurde. Sie legt fest, was Sie jetzt mit den Aufnahmen tun dürfen, und regelt meist drei Dinge: wie die Aufnahme gespeichert wird, wer sie hören darf und wann sie gelöscht wird.
Audiodateien an einen externen Transkriptionsdienst zu schicken, ist eine Weitergabe personenbezogener Daten. Jemand oder etwas außerhalb Ihres Projekts erhält damit eine Kopie der Stimme einer teilnehmenden Person. Das muss zu dem passen, was diese Person zugesagt hat. Manchmal ist das eindeutig gedeckt, weil die Einwilligung genau das vorgesehen hat. Manchmal ist es eindeutig nicht gedeckt, weil der Person gesagt wurde, nur das Forschungsteam werde die Aufnahme hören. Häufig ist die Formulierung uneindeutig, und diese Unklarheit klärt man besser vor dem Hochladen mit der Betreuung oder der Ethikkommission als danach.
Ethikvoten legen häufig noch genauer fest, wo Aufnahmen gespeichert werden dürfen, auf welcher Art von Gerät oder institutionellem System, und wie lange. Das Transkript übernimmt diese Bedingungen. Ebenso alles, was daraus entsteht: Ihre codierten Dateien, Ihre Zitatsammlungen, das Arbeitsdokument, in das Sie beim Schreiben Passagen einfügen. All das zählt als Daten und gehört in genau die Speicherumgebung, für die Sie eine Genehmigung haben. Das verliert man leicht aus dem Blick, sobald man tief in der Analyse steckt und sich Kopien auf Laptop, Cloud-Speicher und der eigenen E-Mail vermehren.
In der Praxis schränkt das die Werkzeugauswahl schon ein, bevor Sie überhaupt Qualität oder Preis verglichen haben. Ein Dienst, der Dateien auf dem eigenen Gerät verarbeitet, ist etwas grundlegend anderes als einer, der sie hochlädt. Wenn Sie das abwägen, lohnt es sich, nachzulesen, wie ein bestimmtes Werkzeug mit Ihren Dateien und Daten umgeht, statt es einfach anzunehmen. Steht das nirgends klar geschrieben, ist das selbst schon eine Antwort.
Anonymisiert wird im Transkript
Die Aufnahme bleibt, wie sie ist. Eine Stimme lässt sich nicht durch Textbearbeitung anonymisieren, und Sie sollten ohnehin nicht versuchen, Ihre Primärdaten zu verändern. Anonymisierung findet am Transkript statt.
Das heißt: Namen, Ortsnamen, Namen von Arbeitgebern, Berufsbezeichnungen, die eine bestimmte Person identifizieren, sowie kleine Randdetails ersetzen, die jemanden für alle erkennbar machen, die das Umfeld kennen. Und zwar durchgängig. Ist eine Kollegin in einem Interview [Kollegin A], dann ist sie das überall, wo sie in Ihrem gesamten Material auftaucht, und dieselbe Regel gilt für die ganze Sammlung. Uneinheitliche Pseudonymisierung ist schlimmer als keine, weil sie anonym wirkt, aber für aufmerksame Leserinnen und Leser trotzdem nachverfolgbar bleibt.
Führen Sie eine Zuordnungstabelle zwischen echten Identitäten und Ersetzungen, bewahren Sie diese getrennt von den Transkripten auf, unter den Speicherbedingungen, die Ihr Ethikvotum vorgibt, und machen Sie sich klar, warum Sie sie überhaupt aufheben und wann sie gelöscht wird. In manchen Projekten gibt es einen guten Grund dafür: Sie müssen vielleicht noch einmal Kontakt zu Teilnehmenden aufnehmen oder Interviews über mehrere Erhebungswellen hinweg verknüpfen. In anderen gibt es diesen Grund nicht, und die sicherste Zuordnungstabelle ist die, die es gar nicht gibt. Entscheidend ist, dass Sie das bewusst entscheiden.
Eine Warnung, wenn Sie das schnell erledigen wollen: Suchen-und-Ersetzen erfasst die offensichtlichen Namen und übersieht den Rest – den Spitznamen, der zweimal fällt, die falsche Schreibweise, die Beschreibung eines Gebäudes, auf die in der ganzen Stadt nur ein einziger Ort passt. Der Anonymisierungsdurchgang braucht menschliche Augen auf dem gesamten Dokument.
Wo automatische Transkription wirklich hilft
Automatische Transkription liefert einen ersten Entwurf. Das ist eine echte Zeitersparnis, und sie aus Prinzip abzulehnen, bedeutet meist nur, mehrere Stunden Sprache von Hand abzutippen, ohne dass der Methode dadurch irgendetwas gewonnen wäre. Was sie nicht liefert, ist ein fertiges Transkript.
Bei Interviewdaten ist der Korrekturdurchgang gegen die Aufnahme Teil der Methode, keine optionale Nacharbeit am Ende. Sie hören mit dem Entwurf vor sich die Aufnahme durch, korrigieren Fehler, stellen wieder her, was Ihre Konvention verlangt und die Maschine weggelassen hat, setzen oder prüfen die Zeitstempel und wenden Ihre Anonymisierung an. Das geht langsamer als Lesen und schneller als Tippen. Und dabei werden Sie mit dem Material vertraut – das ist kein Nebeneffekt. Wer seine Interviews selbst transkribiert, kennt beim Einstieg in die Analyse den Inhalt schon, und der Korrekturdurchgang bringt einen guten Teil dieser Vertrautheit zurück.
Wenn Sie einen Entwurf möchten, ohne Dateien an einen Server zu schicken: Die App SozAI für iOS, Android und macOS transkribiert Aufnahmen und Dateien mit Sprecherkennzeichnung und übernimmt damit den mechanischen Teil eines Interviewtranskripts – den entscheidenden Durchgang übernehmen Sie selbst. Mehr dazu, wie sich das konkret auf die Transkription von Interviews anwenden lässt. Es ist eine Option unter mehreren, und die Speicherfrage von oben sollte Ihre Auswahl filtern, bevor die Qualität es tut.
Was der erste Entwurf nicht für Sie erledigt
Rechnen Sie damit, dass der Entwurf genau dort am schwächsten ist, wo Interviews ohnehin am schwierigsten sind. Durcheinanderredende Stimmen verwirren die Sprechertrennung, und wenn zwei Personen gleichzeitig sprechen, klingt das im Ergebnis oft so, als hätte eine Person etwas leicht Unzusammenhängendes gesagt. Starke Dialekte oder Akzente, leise sprechende Teilnehmende, Hintergrundgeräusche aus einem Café oder Flur und fachspezifisches Vokabular verschlechtern die Genauigkeit zusätzlich. Sprecherkennzeichnungen liegen meist nahe an der Realität, sind an den Übergängen aber nicht zuverlässig, besonders bei kurzen Einwürfen.
Und Prosodie liefert der Entwurf nicht. Kein automatisches Transkript bewahrt die Länge einer Pause oder markiert den Moment, in dem sich die Stimme einer Person verändert hat. Wenn Ihre Analyse das braucht, ist der maschinelle Entwurf ein Gerüst für die Worte und nicht mehr, und Ihre Zeitplanung sollte das berücksichtigen. Eine Kollegin, die am gleichen Korpus mit einer inhaltsorientierten Fragestellung arbeitet, wird in einem Bruchteil der Zeit fertig sein, und das liegt nicht daran, dass sie weniger sorgfältig arbeitet. Ihr Transkript beantwortet einfach eine andere Frage.
Planen Sie außerdem mehr Zeit ein, als die reine Rechnung nahelegt. Der Korrekturdurchgang ist kein einmaliges Abspielen der Aufnahme in normaler Geschwindigkeit, sondern ständiges Anhalten, Zurückspulen, erneutes Anhören der sechs Sekunden, die einfach nicht verständlich sein wollen. Bei einem vollständigen Satz Interviews ist das ein erheblicher Arbeitsaufwand, und das ist völlig normal. Wenn Sie sehen möchten, wie all das über ein ganzes Projekt hinweg zusammenpasst, gibt es einen Einblick in den Arbeitsablauf einer Doktorandin, der eine Aufnahmenreihe von der Datei bis zum zitierfähigen Transkript begleitet.
Was am Ende bleibt: Das Transkript ist eine Darstellung, und jede Konvention, die Sie gewählt haben, ist eine Entscheidung darüber, was erhalten bleibt und was verloren geht. Schreiben Sie diese Entscheidungen in Ihr Methodenkapitel. Wer nachvollziehen kann, warum Ihre Transkripte so aussehen, wie sie aussehen, liest sie als durchdacht. Wer das nicht kann, wird sich fragen, warum.
