Zurück zum Blog

Transkriptionssoftware für Mac 2026: 7 Apps im Vergleich

Transkriptionssoftware für Mac 2026: sieben Apps, lokal auf dem Mac oder in der Cloud, im Vergleich nach Preis, Apple-Silicon-Tempo, Sprechern und Export.

12. November 2026
Sablate Team

Transkriptionssoftware für den Mac wandelt gesprochene Sprache in Text um, und das Erste, was die Apps unterscheidet, ist der Ort, an dem das geschieht: auf dem Mac selbst oder auf den Servern des Anbieters. Lokale Apps lassen das Audio auf deiner Festplatte und sind meist kostenlos oder ein Einmalkauf; Cloud-Dienste ergänzen Meeting-Aufnahme, Teilen und Team-Funktionen in einem Monatsabo.

Die Kurzversion: MacWhisper ist die vollständigste lokale App, Aiko die einfachste, noScribe die kostenlose Wahl für Interviews, Otter der Meeting-Notiz-Schreiber und Descript der Editor, der Audio und Video über das Transkript schneidet. Sablate, das wir selbst herstellen, steht aus einem einzigen Grund auf der Liste: ein Video, dessen Transkript zu Untertiteln werden muss. Die anderen Apps haben wir nicht selbst benchmarkt; ihre Angaben stammen von den eigenen Websites, Hilfecentern und App-Store-Einträgen, geprüft am 12. November 2026.

Du brauchst …WähleWo transkribiert wird
Schnelle Transkripte von AufnahmenMacWhisperAuf dem Mac
Eine Schaltfläche und nichts zu konfigurierenAikoAuf dem Mac
Interviews mit mehreren Sprechern, kostenlosnoScribeAuf dem Mac
Notizen aus Online-MeetingsOtterCloud
Audio oder Video bearbeiten, indem du den Text bearbeitestDescriptCloud
Untertitel für ein Video, in einer oder mehreren SprachenSablateAuf dem Mac
Stapel, die per Skript laufenwhisper.cppAuf dem Mac

Lokal oder Cloud: Welche Art Transkriptionssoftware brauchst du?

Entscheide das, bevor du Funktionen vergleichst, denn es legt Datenschutz, Kosten und Tempo auf einmal fest.

Lokale AppsCloud-Dienste
Wohin das Audio gehtBleibt auf dem MacWird zum Anbieter hochgeladen
Typischer PreisKostenlos oder einmaligMonats- oder Jahresabo, oder pro Minute
Das Tempo hängt ab vonDeinem Mac und der Engine der AppDeren Servern und deinem Upload
Funktioniert ohne InternetJa, nach dem Modell-DownloadNein
Meeting-Aufnahme, Teilen, Team-ArbeitsbereicheMancheStandard

Die lokalen Apps auf dieser Liste führen alle OpenAIs Whisper oder Modelle aus derselben Familie aus, bei klarer Sprache in einer großen Sprache liegt die Transkriptqualität also nah beieinander; die Hardware des Macs und die Engine der App entscheiden, wie lange es dauert. Cloud-Dienste setzen eigene oder lizenzierte Modelle ein, und bei lauten Räumen, starken Akzenten oder dichtem Fachjargon kann ein aktuelles Cloud-Modell noch messbar besser sein. Der Vergleich der Offline-Untertitel-Generatoren liefert die Zahlen hinter diesem Abwägen.

Transkribiert ein Mac Audio ohne zusätzliche Software?

Ja, wenn er Apple Silicon und ein aktuelles macOS hat. Apples Support-Seiten beschreiben drei eingebaute Funktionen, und nur zwei davon arbeiten mit Aufnahmen:

  • Sprachmemos transkribiert Aufnahmen auf einem Mac mit Apple Silicon ab macOS 15, während oder nach der Aufnahme, und transkribiert ältere Aufnahmen, wenn du sie öffnest.
  • Notizen nimmt Audio innerhalb einer Notiz auf und zeigt auf Macs ab M1 ein Live-Transkript, wenn die Gerätesprache Englisch, Spanisch, Portugiesisch, Italienisch, Französisch, Deutsch, Japanisch, Koreanisch oder Chinesisch ist.
  • Diktierfunktion tippt, was du sagst, in jedes Textfeld. Sie ist Live-Eingabe und kein Weg, eine vorhandene Datei zu transkribieren.

Apple weist darauf hin, dass die Audiotranskription nicht in allen Ländern oder Regionen verfügbar ist. Für ein Sprachmemo oder eine Vorlesung, die du direkt aufnimmst, reichen die eingebauten Werkzeuge vielleicht schon. Apples Seiten beschreiben weder einen Untertitel-Export noch eine Sprecherzuordnung, und keine der beiden Apps nimmt einen Ordner voller Videodateien an; dort fangen die Apps unten an.

Worauf du bei Transkriptionssoftware für den Mac achten solltest

  1. Ob sie die GPU von Apple Silicon nutzt. whisper.cpp läuft auf Apple Silicon vollständig auf der GPU über Metal. Apps, die nur auf faster-whisper basieren, laufen auf dem Mac auf der CPU, was bei kurzen Clips in Ordnung und bei langen langsam ist.
  2. Dateien oder Live-Meetings. Manche Apps transkribieren Aufnahmen, die du schon hast; andere nehmen Zoom-, Teams- oder Meet-Audio auf, während es passiert. Wenige können beides gut.
  3. Sprecherzuordnung. Interviews und Meetings brauchen „wer hat was gesagt“. Mehrere Apps hier können das gar nicht.
  4. Was am Ende herauskommt. Reiner Text, ein Dokument oder eine Untertiteldatei mit Zeitstempeln (.srt, .vtt) für ein Video.
  5. Sprachen. Whisper selbst deckt etwa 100 Sprachen ab. Descript nennt in seinem Hilfecenter 26 und Otter 17.
  6. Wie du bezahlst. Einmalig, im Abo oder pro Minute. Revs menschliche Transkription beginnt zum Vergleich bei $1,99 pro Minute.

Die 7 besten Transkriptions-Apps für den Mac 2026

1. MacWhisper — die vollständigste lokale App

MacWhisper ist eine native Mac-App auf Basis von whisper.cpp, mit Metal- und GPU-Unterstützung für extrem schnelle Transkription, und sein Entwickler nennt Geschwindigkeiten von bis zu etwa 30-facher Echtzeit. Auf Macs der M-Serie kommen WhisperKit-Modelle hinzu. Es nimmt außerdem Zoom-, Teams-, Webex- und andere Anrufe auf, ohne dass ein Bot beitritt, die Direktdownload-Version ergänzt systemweites Diktieren; Pro ergänzt NVIDIAs Parakeet-Modelle, Sprechererkennung und Live-Untertitel. Exportiert werden .srt- und .vtt-Untertitel sowie .docx, .pdf, .csv, Markdown und HTML, und übersetzt wird über Whisper oder über DeepL mit deinem eigenen Schlüssel.

Die Sprechererkennung hat einen Haken: Lokal funktioniert sie nur mit WhisperKit-Modellen auf Macs der M-Serie, sonst läuft sie über die Cloud-Dienste ElevenLabs oder Deepgram. Die aktuelle Direktdownload-Version braucht macOS 14 oder neuer, ältere Builds bleiben für frühere Systeme verfügbar, und sie läuft auch auf Intel-Macs. Die Fassung im Mac App Store ist eine eigene App namens Whisper Transcription, die im Abo verkauft wird und macOS 15 voraussetzt.

Kostenlos, oder 64 € einmalig für Pro. Für die meisten, die Aufnahmen auf einem Mac transkribieren, ist das die Standardwahl.

2. Sablate — wenn das Transkript zu Untertiteln werden muss

Sablate transkribiert Video- und Audiodateien lokal mit Whisper (whisper.cpp auf der GPU bei Apple Silicon, faster-whisper auf Intel) in vier Stufen, von Fast (tiny) bis Best (large-v3), für 100 Ausgangssprachen und macht aus dem Transkript Untertitelzeilen aus höchstens zwei Zeilen zu je 42 Zeichen und sechs Sekunden Länge. Auf dem Mac ergänzt es alles nach dem Text: Übersetzungsebenen für andere Sprachen auf derselben Transkription, jede mit eigenem Stil und eigener Schriftart; 13 Untertitel-Presets; und ein libass-Einbrennen in 16:9, 9:16 oder 1:1. Exportiert wird als .srt, .vtt und .txt, mit Pro zusätzlich als .ass und als .mkv mit mehreren Spuren. Ein Video in Text transkribieren führt durch den ganzen Weg.

Die Zugeständnisse sind real. Auf Apple Silicon transkribiert Sablate über whisper.cpp und Metal auf der GPU, hat aber keinen Neural-Engine-Pfad und keine Parakeet-Modelle, die MacWhisper beide bietet; Intel-Macs nutzen die CPU. Es nimmt keine Meetings auf, ordnet keine Sprecher zu und transkribiert kein Live-Audio. Es liefert getrennte Builds für Apple-Silicon- und Intel-Macs und braucht macOS 12 Monterey oder neuer.

$29 einmalig oder $5,99 im Monat. Der kostenlose Plan braucht kein Konto und deckt Videos bis zehn Minuten, drei Aufträge im Monat, die Modelle Fast und Balanced sowie eine Offline-Übersetzungsebene ab; sein Einbrennen trägt eine kleine Marke in der Ecke.

3. Aiko — eine Schaltfläche, ein Preis, jedes Apple-Gerät

Aiko macht eine Sache: Du ziehst eine Aufnahme hinein und bekommst den Text. Es führt Whisper large-v2 auf dem Mac aus, komplett auf dem Gerät, in 100 Sprachen, und exportiert Text, Text mit Zeitstempeln, .srt, WebVTT, JSON und CSV. Ein Kauf deckt Mac, iPhone, iPad und Apple Vision Pro ab.

Die eigene FAQ ist offen, was die Grenzen angeht. Das große Modell braucht einen Mac mit Apple Silicon und mindestens 16 GB Arbeitsspeicher, die App zeigt jeweils eine Transkription, es gibt keine Bearbeitung und keine eingebaute Stapelverarbeitung, und für Sprecherzuordnung verweist der Entwickler auf MacWhisper. Der App-Store-Eintrag setzt macOS 26.6 oder neuer und einen Mac mit M1 oder neuer voraus.

$24 einmalig, mit einer 14-tägigen Testphase über TestFlight.

4. noScribe — kostenlos, für Interviews mit mehreren Sprechern

noScribe ist kostenlos und quelloffen unter GPL-3.0 und für die Transkription von Interviews gebaut. Es kombiniert faster-whisper mit der Sprecher-Diarization von pyannote, sodass das Transkript markiert, wer spricht, und öffnet das Ergebnis in einem eigenen Editor, in dem du jeden Abschnitt mit dem Audio abgleichst. Es erkennt rund 60 Sprachen und exportiert HTML, reinen Text und .vtt.

Auf dem Mac braucht es macOS 14 und Apple Silicon; der letzte Intel-Build ist Version 0.6. Version 0.8 erschien am 6. Oktober 2026, und es läuft auch unter Windows und Linux.

Kostenlos. Für qualitative Interviews und Fokusgruppen ist es das Erste, was du ausprobieren solltest.

5. Otter — Meeting-Notizen, auf deinem Mac aufgenommen

Otter ist ein Cloud-Meeting-Assistent mit einer Mac-Desktop-App, die Meetings aufnimmt und transkribiert, ohne dass Otter Notetaker als Teilnehmer beitritt, ab macOS 13. Er ordnet Sprecher zu, importiert Audio- und Videodateien bis 5 GB und transkribiert laut Hilfecenter 17 Sprachen, darunter Englisch, Französisch, Spanisch, Deutsch, Japanisch, Koreanisch und Türkisch.

Der kostenlose Basic-Plan erlaubt 300 Minuten im Monat, 30 Minuten pro Unterhaltung und insgesamt drei importierte Dateien. Der Untertitel-Export als .srt ist eine Funktion der kostenpflichtigen Pläne. Alles wird auf den Servern von Otter verarbeitet.

Kostenloser Plan; Pro $16,99 im Monat, oder $8,33 im Monat bei jährlicher Abrechnung.

6. Descript — Audio und Video bearbeiten, indem du das Transkript bearbeitest

Descript ist ein Video- und Podcast-Editor, in dem das Transkript die Timeline ist: Löschst du einen Satz aus dem Text, verschwindet er aus der Aufnahme. Er ordnet Sprecher zu, exportiert Untertitel als .srt oder .vtt und brennt Untertitel ins Video ein. Die Transkription läuft in der Cloud; laut Hilfecenter beginnt sie, nachdem die Datei fertig verarbeitet und in die Cloud hochgeladen wurde.

Er deckt laut Hilfecenter 26 Sprachen ab, ohne Chinesisch, Japanisch und Russisch, und die Mac-App braucht macOS 14. Der kostenlose Plan bietet 60 Medienminuten im Monat und exportiert in 720p mit Wasserzeichen.

Kostenloser Plan; Hobbyist $24 im Monat, oder $16 im Monat bei jährlicher Abrechnung; Creator $35, oder $24 jährlich. Wenn dein Transkript ein Schritt beim Bearbeiten der Aufnahme selbst ist, erledigt nichts anderes hier diese Aufgabe.

7. whisper.cpp — die Engine, auf der Kommandozeile

whisper.cpp ist die Open-Source-Engine unter MacWhisper und mehreren anderen Apps, kostenlos unter der MIT-Lizenz. Auf Apple Silicon läuft sie über Metal auf der GPU, und der optionale Core-ML-Build verlagert den Encoder auf die Neural Engine. Sind die Kommandozeilen-Werkzeuge von Xcode, CMake und FFmpeg installiert, bauen diese Befehle sie, laden das Turbo-Modell und schreiben eine .srt-Datei:

git clone https://github.com/ggml-org/whisper.cpp.git
cd whisper.cpp
sh ./models/download-ggml-model.sh large-v3-turbo
cmake -B build
cmake --build build -j --config Release
ffmpeg -i ~/Movies/interview.m4a -ar 16000 -ac 1 -c:a pcm_s16le interview.wav
./build/bin/whisper-cli -m models/ggml-large-v3-turbo.bin -f interview.wav -l auto -osrt

Das Kommandozeilen-Tool liest 16-Bit-WAV, daher der FFmpeg-Schritt, und geht von Englisch aus, solange du kein -l übergibst. Eine Sprechersegmentierung gibt es nur als experimentelle Option für Englisch. Es gibt keinen Editor und keine Oberfläche; du bekommst die Datei.

Kostenlos. Die richtige Wahl, wenn Transkription ein Schritt in einem Skript ist und nichts, bei dem du zuschaust.

Transkriptionssoftware für den Mac im Vergleich

FunktionMacWhisperSablateAikonoScribeOtterDescriptwhisper.cpp
Wo transkribiert wirdAuf dem MacAuf dem MacAuf dem MacAuf dem MacCloudCloudAuf dem Mac
PreisKostenlos, 64 € einmalig für Pro$29 einmalig oder $5,99 im Monat, kostenloser Plan$24 einmaligKostenlosKostenloser Plan, Pro $16,99 im MonatKostenloser Plan, Hobbyist $24 im MonatKostenlos
Nutzt die GPU von Apple SiliconJa (Metal)Ja (Metal)Nicht dokumentiertNicht dokumentiertLäuft in der CloudLäuft in der CloudJa (Metal, Core ML)
Nimmt Meetings aufJaNeinNeinNeinJaNicht dokumentiertNein
SprecherzuordnungPro, auf Macs der M-Serie oder per CloudNeinNeinJaJaJaExperimentell, nur Englisch
Untertiteldateien.srt, .vtt.srt, .vtt, .ass, .mkv, Einbrennen.srt, .vtt.vtt.srt in kostenpflichtigen Plänen.srt, .vtt.srt, .vtt
Sprachen100100100Etwa 601726Die volle Whisper-Liste
Mindestens macOS14 für die aktuelle Version12 Monterey26.6, M1 oder neuer14, Apple Silicon1314Wird aus dem Quellcode gebaut

Lies zuerst die Zeilen, die gegen Sablate sprechen. Es hat keinen Neural-Engine-Pfad und keine Parakeet-Modelle, es nimmt keine Meetings auf und ordnet keine Sprecher zu, und zwei der sieben sind rundheraus kostenlos. Vorn liegt es in der Untertitel-Zeile: als einzige mit Einbrennen, .ass und einer Spur pro Sprache.

Ist lokale Transkription auf Apple Silicon schnell genug?

Für die Apps, die die GPU nutzen: ja. Laut README von whisper.cpp läuft die Inferenz auf Apple Silicon vollständig auf der GPU über Metal, und der Core-ML-Encoder auf der Neural Engine ist mehr als dreimal so schnell wie die reine CPU-Ausführung. MacWhisper, darauf aufgebaut, nennt bis zu etwa 30-fache Echtzeit; das ist die eigene Angabe des Entwicklers und kein unabhängiger Benchmark.

Bei den CPU-gebundenen Apps zeigt sich der Unterschied. Das README von faster-whisper nennt NVIDIA-Bibliotheken als einzigen GPU-Weg, auf dem Mac läuft es also auf dem Prozessor; Sablate umgeht das, indem es auf Apple Silicon zu whisper.cpp wechselt. Bei einem zehnminütigen Clip ist die Wartezeit so oder so kurz. Bei einer zweistündigen Vorlesung sind die GPU-Apps deutlich früher fertig, und der Whisper-Modellvergleich zeigt, wie viel ein kleineres Modell wie small oder large-v3-turbo auf einer CPU wieder aufholt.

Intel-Macs fallen zurück. Aikos App-Store-Eintrag und die Voraussetzung macOS 26.6 schließen sie aus, der letzte Intel-Build von noScribe ist 0.6, und Apples eigene Transkription braucht Apple Silicon. MacWhisper und Sablate laufen weiterhin auf Intel-Macs, allerdings ohne die Hardware, die lange Dateien schnell macht.

Welche solltest du wählen?

„Ich transkribiere jede Woche Aufnahmen und will es schnell.“ MacWhisper. Es nutzt die GPU und deckt Untertitel, Dokumente und Übersetzung ab.

„Ich will den Text und sonst nichts.“ Aiko, oder die Sprachmemos, wenn sie ohnehin schon auf deinem Mac sind.

„Interviews mit zwei oder mehr Personen, mit kleinem Budget.“ noScribe. Kostenlos, lokal, und es markiert, wer spricht.

„Meeting-Notizen für ein Team.“ Otter. Wenn das Audio auf dem Mac bleiben muss, ist Anarlog ein quelloffener Meeting-Notiz-Schreiber, der auf dem Gerät transkribiert.

„Ich schneide Podcasts oder Videos und will über den Text schneiden.“ Descript.

„Das Transkript muss stimmen, für Gericht oder Druck.“ Revs menschliche Transkription, ab $1,99 pro Minute mit 99 % Genauigkeitsgarantie.

„Ein Video braucht Untertitel, vielleicht in mehreren Sprachen.“ Sablate: eine Transkription, eine gestylte Ebene pro Sprache und das Einbrennen. Untertitel in mehreren Sprachen zeigt den Ablauf, und unter Windows deckt die Liste der MacWhisper-Alternativen für Windows dieselbe Aufgabe ab.

„Ich will jede Whisper-App sehen, nicht nur die für den Mac.“ Der Vergleich der Whisper GUIs listet die plattformübergreifenden Optionen auf.

Fazit

Wähle auf dem Mac danach, wohin das Audio gelangen darf und was du am Ende brauchst. Für Text aus Aufnahmen: MacWhisper, oder Aiko, wenn du weniger willst. Für Interviews: noScribe. Für Meetings und Team-Notizen: Otter. Zum Bearbeiten über das Transkript: Descript. Wenn das Endprodukt ein Video mit Untertiteln ist, in einer Sprache oder in mehreren, lade Sablate für Mac herunter und lass ein echtes Video durch den kostenlosen Plan laufen, oder sieh dir an, was Pro ergänzt, für eine einmalige Zahlung von $29.

Häufig gestellte Fragen

Was ist die beste Transkriptionssoftware für den Mac?

MacWhisper für die meisten: Es führt Whisper auf der GPU des Macs aus, exportiert Untertitel und Dokumente, und Pro kostet einmalig 64 Euro. Aiko ist mit $24 einmalig einfacher, noScribe ist die kostenlose Wahl für Interviews mit mehreren Sprechern, und Otter eignet sich für Meeting-Notizen, wenn die Verarbeitung in der Cloud für dich in Ordnung ist.

Hat ein Mac eine eingebaute Transkription?

Ja, auf Macs mit Apple Silicon. Laut Apple transkribieren die Sprachmemos Aufnahmen ab macOS 15 auf einem Mac mit Apple Silicon, und Notizen können Audio aufnehmen und transkribieren, auf Macs ab M1 mit einer von etwa zehn Gerätesprachen. Beides ist nicht in jeder Region verfügbar, und die Diktierfunktion tippt Live-Sprache, statt eine Datei zu transkribieren.

Kann ich auf dem Mac transkribieren, ohne das Audio hochzuladen?

Ja. MacWhisper, Aiko, noScribe, Sablate und whisper.cpp führen das Sprachmodell auf dem Mac selbst aus, die Aufnahme bleibt also auf deiner Festplatte. Otter, Descript und Rev verarbeiten Audio auf eigenen Servern. Einige lokale Apps bieten zusätzlich optionale Cloud-Engines an, prüfe also die gewählte Engine, bevor du vertrauliches Audio transkribierst.

Ist Transkription auf einem Apple-Silicon-Mac schneller?

Ja, wenn die App die GPU oder die Neural Engine nutzt. whisper.cpp läuft auf Apple Silicon vollständig auf der GPU über Metal, und sein Core-ML-Encoder auf der Neural Engine ist mehr als dreimal so schnell wie die CPU allein. Apps, die nur auf faster-whisper basieren, transkribieren auf dem Mac auf der CPU und brauchen bei langen Aufnahmen länger; Sablate wechselt auf Apple Silicon zu whisper.cpp.

Welche Mac-Transkriptions-Apps ordnen Sprecher zu?

noScribe, MacWhisper Pro, Otter und Descript. noScribe ist kostenlos und macht es mit pyannote auf dem Mac. MacWhisper ordnet Sprecher lokal nur mit WhisperKit-Modellen auf Macs der M-Serie zu, sonst über die Cloud-Dienste ElevenLabs und Deepgram. Otter und Descript ordnen Sprecher in der Cloud zu. Aiko und Sablate ordnen keine Sprecher zu.

Was kostet Transkriptionssoftware für den Mac?

Von nichts bis zum Monatsabo. noScribe, whisper.cpp und Apples Sprachmemos sind kostenlos, Aiko kostet $24 einmalig, MacWhisper Pro 64 Euro einmalig und Sablate $29 einmalig oder $5,99 im Monat. Cloud-Dienste kosten monatlich: Otter Pro $16,99 im Monat und Descript Hobbyist $24, beide günstiger bei jährlicher Abrechnung.