Aus einer Podcast-Episode Shownotes machen, die wirklich gelesen werden

Das Wichtigste in Kürze

Transkribieren Sie die Episode zuerst, mit Zeitstempeln, und behandeln Sie diese Datei als Rohmaterial und nicht als etwas, das Sie veröffentlichen. Die Zeitstempel liefern Ihnen die Kapitelmarken. Der Text liefert Ihnen die Zitate, die Sie vor jeder Veröffentlichung mit der Audiospur abgleichen. Die Zusammenfassung richtet sich an jemanden, der noch entscheiden muss, ob er reinhört; die Shownotes richten sich an jemanden, der die Episode schon gehört hat. Das rohe Transkript einfach als Shownotes zu veröffentlichen, hilft keinem der beiden, denn gesprochene Sprache ist im Druckbild voller Wiederholungen und Satzabbrüche, die beim Hören niemand bemerkt.

Die Aufnahme ist im Kasten, der Schnitt ist fertig – und jetzt kommt die Aufgabe, vor der niemand gewarnt hat: Shownotes, Kapitelmarken, eine Zusammenfassung für den Feed, zwei oder drei Social-Media-Posts. Die meisten Podcaster erledigen das aus dem Gedächtnis und mit dem Fortschrittsbalken, spulen siebzig Minuten vor und zurück, um die Stelle zu finden, an der der Gast diesen einen guten Satz gesagt hat. Das dauert so lange wie der Schnitt selbst, und das Ergebnis bleibt vage, weil man eine Episode beschreibt, an die man sich nur halb erinnert.

Ein Transkript löst das Problem der Wiederauffindbarkeit. Es schreibt die Notizen nicht für Sie. Was es tut: Es verwandelt jede dieser Aufgaben von einem Suchproblem in ein Redigierproblem – und Redigieren geht deutlich schneller als Suchen. Die Reihenfolge, in der Sie vorgehen, ist wichtiger als das Werkzeug, das Sie dafür benutzen.

Erst das Transkript, dann die Notizen

Die Abfolge, die funktioniert, lautet: Transkript mit Zeitstempeln, dann Kapitel, dann Zitate, dann Zusammenfassung, dann Shownotes, dann Social-Media-Beiträge. Jeder Schritt greift auf das zurück, was der vorherige geliefert hat. Wer zuerst die Notizen schreibt, muss am Ende doch wieder nach den Kapitelpositionen suchen – und dann noch einmal nach den Zitaten.

Die Zeitstempel sind der Teil, den man gern überspringt und später bereut. Ein reiner Textblock zeigt, was gesagt wurde. Zeitstempel zeigen, wo – und genau das braucht jede folgende Aufgabe: Eine Kapitelmarke ist eine Position, ein Zitat braucht eine Position, damit man es überprüfen kann, und ein Hörer, der fragt „Wann geht es um die Preise?“, will ebenfalls eine Position. Ein Transkript ohne Zeitstempel löst nur die Hälfte des Problems und überlässt Ihnen für den Rest wieder den Fortschrittsbalken.

Es gibt viele Wege, an ein Transkript zu kommen. Manche Hosting-Anbieter erstellen Transkripte automatisch beim Veröffentlichen, manche Schnittprogramme exportieren sie aus der Session, und es gibt eigenständige Tools dafür; die praktischen Unterschiede liegen bei Sprecherkennzeichnung, der Feinheit der Zeitstempel und dem Umgang mit ungewöhnlichem Vokabular. Eine Podcast-Episode zu transkribieren ist inzwischen gut abgedeckt, und welches Werkzeug Sie wählen, ist weniger wichtig, als die Datei tatsächlich in einem zweiten Fenster geöffnet zu haben, während Sie schreiben.

Wenn Sie das auf dem Gerät erledigen möchten, an dem Sie ohnehin schneiden: SozAI ist eine Transkriptions-App für iOS, Android und macOS, die Audio- und Videodateien oder einen YouTube-Link entgegennimmt und Text mit Sprecherkennzeichnung samt Zusammenfassung zurückgibt. Das ist eine Option unter mehreren – wenn Ihr Hosting-Anbieter schon ein brauchbares Transkript mit Zeitstempeln liefert, nehmen Sie das und sparen sich den zusätzlichen Schritt.

Ehrlicher Einwand: Wenn Ihre Episoden kurz sind, nur ein Thema behandeln und Sie sowieso nur eine zweizeilige Beschreibung mit Link veröffentlichen, ist dieser ganze Ablauf zu viel Aufwand. Das Transkript rechnet sich bei langen, gesprächigen Episoden mit mehreren klar abgegrenzten Abschnitten – also bei den meisten Interview-Formaten.

Kapitelmarken kommen aus den Zeitstempeln, nicht aus dem Text

Kapitel sind Positionen in der Audiospur. Das klingt selbstverständlich, bis man versucht, sie aus einer Zusammenfassung abzuleiten, und feststellt, dass eine Zusammenfassung überhaupt keine Positionen enthält. Sie kann sagen, dass die Episode um Einstellungsprozesse, Preise und Burnout ging. Sie kann nicht sagen, dass es bei Minute vierzehn um Preise ging, weil diese Information im Text der Zusammenfassung nie enthalten war.

Also macht das Transkript die Arbeit in zwei Durchgängen. Erst lesen Sie es zügig durch und markieren die Stellen, an denen sich das Thema tatsächlich ändert. Dann nehmen Sie den Zeitstempel der ersten Zeile des neuen Themas – nicht den der letzten Zeile des alten –, damit Hörer, die zu einem Kapitel springen, am Anfang der neuen Sache landen und nicht am Ende der vorherigen.

Zu entscheiden, wo die Wendepunkte liegen, ist eine Frage des Urteils und bleibt es auch. Ein Gespräch wechselt selten sauber das Thema; es driftet, kehrt zurück, und irgendwann erzählt jemand eine Geschichte, die sich als der eigentliche Kern des Abschnitts herausstellt. Sie müssen entscheiden, ob diese Geschichte ihr eigenes Kapitel ist oder Teil des Kapitels davor – und keine automatische Zusammenfassung trifft diese Entscheidung für Sie, weil sie davon abhängt, was Hörer sich wohl anspringen wollen.

• Wählen Sie Kapitel, zu denen ein Hörer realistisch springen würde – nicht jedes Thema, das nur beiläufig erwähnt wurde.
• Benennen Sie Kapitel nach Inhalt, nicht nach Struktur: „Warum sie den kostenlosen Tarif abgeschafft haben“ ist besser als „Teil 3“.
• Packen Sie Intro und Werbeeinblendung in eigene kurze Kapitel, damit man sie überspringen kann.
• Prüfen Sie, ob das letzte Kapitel vor dem Outro beginnt – nicht mittendrin.

Die Formate unterscheiden sich je Plattform. Manche wollen Stunden, Minuten und Sekunden, manche kommen mit Minuten und Sekunden aus, manche verlangen ein bestimmtes Trennzeichen – und eine Kapitel-Datei, die ein Player ablehnt, ist schlimmer als gar keine Kapitel. Wenn Sie zwischen Formaten wechseln müssen, übernimmt das ein Timecode-Umrechner im Browser, ohne dass Sie um Mitternacht mit dem Taschenrechner rechnen müssen.

Zitate – und warum Sie sie trotzdem prüfen

Ein Transkript nach zitierfähigen Sätzen zu durchsuchen, geht viel schneller, als danach zu hören, und man stößt dabei auf Dinge, die man längst vergessen hatte. Achten Sie auf Sätze, die für sich allein stehen, ohne Kontext zu brauchen. Solche Sätze sind seltener, als man denkt, denn die meisten guten Momente hängen von der Frage ab, die davor gestellt wurde – und ein Satz, der drei Sätze Kontext braucht, ist kein Zitat.

Dann prüfen Sie jedes einzelne Zitat gegen die Audiospur, bevor es auf eine Grafik oder in einen Post wandert. Das ist keine Kür, und der unbequeme Grund dafür: Die typischen Fehler bei automatischer Transkription treten genau bei den markanten Formulierungen auf, die man am liebsten zitieren würde. Ungewöhnliche Wortwahl, erfundene Begriffe, betonte Aussprache, jemand, der schnell spricht, weil er aufgeregt ist – genau unter diesen Bedingungen ist der Text am unzuverlässigsten, und genau das sind die Bedingungen, unter denen der Satz entsteht, den man in großen Buchstaben aufs Bild setzen will.

Die Prüfung ist mit Zeitstempeln schnell erledigt. Zur Position springen, fünfzehn Sekunden anhören, Wortlaut bestätigen. Für vier Zitate sind das ein paar Minuten. Ein falsches Zitat des eigenen Gasts zu veröffentlichen, kostet deutlich mehr.

Leichtes Kürzen ist in Ordnung – ein „ähm“ entfernen, einen abgebrochenen Satzanfang weglassen, eine gestrichene Nebenbemerkung mit Auslassungspunkten kennzeichnen. Das Gesagte in eine glattere Formulierung umzuschreiben ist es nicht, selbst wenn die glattere Version offensichtlich das ist, was gemeint war.

Zusammenfassung und Shownotes sind für zwei verschiedene Leute

Die Zusammenfassung liest jemand, der noch nicht zugehört hat und entscheiden will, ob er es tut. Sie muss als eigenständiger Text funktionieren: Worum geht es in der Episode, wer ist zu hören, was ist die Kernaussage, warum lohnt sich eine Stunde dafür. Sie sollte den Inhalt verraten, statt ihn anzuteasern, denn eine Zusammenfassung, die die Pointe zurückhält, wirkt wie ein Trailer – und Trailer überspringt man.

Die Shownotes liest jemand, der die Episode schon gehört hat oder gerade beim Hören mitliest. Dieser Leser will die Details, die man aus Audio nicht heraushören kann: das erwähnte Buch, das Profil des Gasts, die Studie, über die diskutiert wurde, das Tool mit dem sperrigen Namen, Links zur vorherigen Episode, auf die verwiesen wurde. Auch die Kapitel gehören hierhin. Diesem Leser muss man nichts mehr verkaufen.

Der typische Fehler ist, einen einzigen Absatz zu schreiben, der beide Aufgaben erledigen soll – dabei kommt etwas heraus, das zu vage zusammenfasst, um nützlich zu sein, und zu wenig auflistet, um als Nachschlagewerk zu dienen. Schreiben Sie beides getrennt. Beides bleibt kurz.

Wenn Sie zusätzlich eine Videofassung veröffentlichen, ist das Beschreibungsfeld der Videoplattform noch ein drittes Publikum – meist Leute, die über die Suche oder eine Empfehlung dorthin gekommen sind. Die Episode durch einen Zusammenfasser, der mit einem YouTube-Link arbeitet, laufen zu lassen, liefert einen Entwurf für dieses Feld, der aber denselben Feinschliff braucht wie alles andere hier.

Namen sind der Teil, der stimmen muss

Ein Transkript macht Ihr gesamtes Archiv durchsuchbar, und das ist der Unterschied zwischen einem Hörer, der die Episode zu einem bestimmten Thema findet, und einem, der nach zwei Versuchen aufgibt. Audio ist für die Suche undurchsichtig. Text ist es nicht. Ein Archiv aus Transkripten macht aus dreißig Stunden Gesprächen etwas, in dem man tatsächlich nachschlagen kann.

Der Haken: Genau die Wörter, die am ehesten falsch transkribiert werden, sind die Wörter, nach denen Leute suchen. Namen von Gästen, Firmennamen, Produktnamen – Eigennamen generell, besonders wenn es keine gängigen deutschen Wörter sind. Sie sind naturgemäß ungewöhnlich, weshalb die Transkription an ihnen scheitert, und sie sind naturgemäß spezifisch, weshalb genau sie in die Suchleiste eingegeben werden.

Korrigieren Sie diese zuerst, bevor Sie irgendetwas anderes schreiben. Öffnen Sie das Transkript, suchen Sie nach jedem Namen, den Sie kennen, und korrigieren Sie jedes Vorkommen in einem Durchgang. Das dauert ein paar Minuten und wirkt sich überall aus: Die korrekte Schreibweise fließt dann in Ihre Kapitelüberschriften, Ihre Zitate, Ihre Zusammenfassung und Ihre Shownotes ein, ohne dass Sie es viermal separat korrigieren müssen. Achten Sie darauf, ob ein Name in zwei oder drei unterschiedlichen falschen Schreibweisen auftaucht, denn ein einziges Suchen-und-Ersetzen erfasst nur eine davon.

Was das Transkript nicht für Sie übernimmt

Es wird nicht Ihre Shownotes sein. Das rohe Transkript einfach ins Notizfeld zu kopieren, ist der häufigste Fehler in diesem ganzen Prozess, und es liest sich genauso schlecht, wie es sich anhört. Gesprochene Sprache ist voller Wiederholungen, Neuanfänge, halb abgebrochener Sätze und Einwürfe, die beim Zuhören völlig unauffällig sind und auf der Seite grell hervorstechen. Der Hörer hat nicht bemerkt, dass der Gast neunmal „also“ gesagt hat. Der Leser bemerkt es sofort.

Es befriedigt auch niemanden richtig. Wer noch entscheiden muss, ob er zuhört, will keine elftausend Wörter. Wer schon zugehört hat, will die Links und Verweise, nicht das gerade Gehörte in schlechterer Form. Es liest sich wie Füllmaterial, und Suchmaschinen erkennen Füllmaterial seit langem.

Das Transkript auf einer eigenen Seite zu veröffentlichen, deutlich als Transkript gekennzeichnet, ist etwas anderes und durchaus sinnvoll. Es dient der Barrierefreiheit und der Suche, und wer es öffnet, weiß, was ihn erwartet.

Ein Transkript in einen lesbaren Artikel zu verwandeln, ist möglich und echte Schreibarbeit – umstrukturieren, kürzen, den Kontext ergänzen, den die Stimmen im Gespräch mitgeliefert haben und die Seite nicht. Nehmen Sie sich dafür wirklich Zeit, oder lassen Sie es. Das Transkript erspart Ihnen den Fortschrittsbalken. Es erspart Ihnen nicht das Schreiben, und jeder Workflow, der etwas anderes verspricht, beschreibt Shownotes, die niemand liest.