<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="de">
  <title>Der Transcribe Labs Blog</title>
  <subtitle>Wie wir die Qualität von Transkriptionen testen – und was dabei herauskommt.</subtitle>
  <link href="https://transcribe.solutions/de/blog"/>
  <link rel="self" href="https://transcribe.solutions/de/blog/feed.xml"/>
  <id>https://transcribe.solutions/de/blog</id>
  <updated>2026-09-22T00:00:00Z</updated>
  <entry>
    <title>Warum eine Engine nicht reicht: mehr Engines helfen nur, wenn sie an anderen Stellen scheitern</title>
    <link href="https://transcribe.solutions/de/blog/engines-that-fail-differently"/>
    <id>https://transcribe.solutions/de/blog/engines-that-fail-differently</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Eine Engine schreibt Namen und Zahlen immer wieder falsch. Mehr Engines helfen nur, wenn sie woanders scheitern. Ein echtes Interview – samt Niederlagen.</summary>
  </entry>
  <entry>
    <title>Die gefährlichsten Transkriptionsfehler lesen sich einwandfrei</title>
    <link href="https://transcribe.solutions/de/blog/fluent-errors"/>
    <id>https://transcribe.solutions/de/blog/fluent-errors</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Eine gekippte Verneinung liest sich einwandfrei, und keine Mehrheitsabstimmung fängt sie ab. Tools sollten zeigen, wo sie unsicher sind. Wir prüften 15.</summary>
  </entry>
  <entry>
    <title>WER lügt. So messen wir Genauigkeit bei echten Interviews</title>
    <link href="https://transcribe.solutions/de/blog/wer-lies"/>
    <id>https://transcribe.solutions/de/blog/wer-lies</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Die beliebteste Fehlermetrik der Branche täuscht bei Interviews. Was wir stattdessen tun: erst die Referenz prüfen, dann bedeutungsverändernde Fehler zählen.</summary>
  </entry>
  <entry>
    <title>Wenn Interviews die Sprache wechseln</title>
    <link href="https://transcribe.solutions/de/blog/mixed-language-interviews"/>
    <id>https://transcribe.solutions/de/blog/mixed-language-interviews</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Interviewte spricht Spanisch, Forscher Chinesisch, dazwischen eine Dolmetscherin. Doku und Labortests täuschten uns; eine echte Aufnahme sagte das Gegenteil.</summary>
  </entry>
  <entry>
    <title>Wer hat das gesagt? Sprecherzuordnung, wenn viele Menschen reden</title>
    <link href="https://transcribe.solutions/de/blog/who-said-that"/>
    <id>https://transcribe.solutions/de/blog/who-said-that</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Eingebaute Sprecherlabels driften mit mehr Personen. Jede Stimme vorab zu lernen, brachte über 99 % auf öffentlichen Meetingdaten – wenn man sich abwechselt.</summary>
  </entry>
  <entry>
    <title>Notizen aus 27 Sprachen: wie wir für jede Sprache die Engines ausgewählt haben</title>
    <link href="https://transcribe.solutions/de/blog/27-languages"/>
    <id>https://transcribe.solutions/de/blog/27-languages</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Keine Engine ist überall die beste. Der Index zu unseren Tests Sprache für Sprache: welche Engines wir für 27 Sprachen gewählt haben und warum.</summary>
  </entry>
  <entry>
    <title>Arabisch: Gesprochen wird Dialekt, die Untertitel schreiben MSA. Wie wir trotzdem Engines ausgewählt haben</title>
    <link href="https://transcribe.solutions/de/blog/languages-ar"/>
    <id>https://transcribe.solutions/de/blog/languages-ar</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Gleiche Engine, andere Referenz: Die Fehlerrate fiel von 49% auf 18%. Die arabische Diglossie zwang uns, Engines Satz für Satz nach Bedeutung zu beurteilen.</summary>
  </entry>
  <entry>
    <title>Tschechisch: das Präfix aus zwei Buchstaben, das über unsere Engine-Aufstellung entschied</title>
    <link href="https://transcribe.solutions/de/blog/languages-cs"/>
    <id>https://transcribe.solutions/de/blog/languages-cs</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Im Tschechischen ist „nicht“ oft nur ein ne- vor dem Verb. In unserer schwersten Aufnahme verlor Speechmatics es, Soniox behielt es. So wählten wir die Engines.</summary>
  </entry>
  <entry>
    <title>Dänisch: Wir haben die sauberste Engine bei der interviewähnlichsten Aufnahme ausgetauscht</title>
    <link href="https://transcribe.solutions/de/blog/languages-da"/>
    <id>https://transcribe.solutions/de/blog/languages-da</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Bei der dänischen Aufnahme, die einem echten Interview am nächsten kommt, war AssemblyAI am saubersten. Wir ersetzten es trotzdem durch Soniox – und warum.</summary>
  </entry>
  <entry>
    <title>Deutsch: als Wiener Dialekt die stabilste Engine ins Englische kippen ließ</title>
    <link href="https://transcribe.solutions/de/blog/languages-de"/>
    <id>https://transcribe.solutions/de/blog/languages-de</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Drei deutsche Filme und ein österreichischer. AssemblyAI war bei Hochdeutsch am saubersten, wechselte bei Wiener Dialekt ins Englische. Doubao blieb deutsch.</summary>
  </entry>
  <entry>
    <title>Griechisch: Fallen die Akzentzeichen weg, zerfällt die Hälfte der Wörter</title>
    <link href="https://transcribe.solutions/de/blog/languages-el"/>
    <id>https://transcribe.solutions/de/blog/languages-el</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Eine Engine lieferte echtes Griechisch, verschluckte aber jeden betonten Vokal. Griechische Fehlerraten sind von Natur aus hoch. So wählten wir die Engines.</summary>
  </entry>
  <entry>
    <title>Englisch: zwei Referenzspuren, die an verschiedenen Stellen scheitern</title>
    <link href="https://transcribe.solutions/de/blog/languages-en"/>
    <id>https://transcribe.solutions/de/blog/languages-en</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Vier englische Filmszenen, Zeile für Zeile gelesen. AssemblyAI und Doubao machen selten denselben Fehler – deshalb sichern beide ElevenLabs ab.</summary>
  </entry>
  <entry>
    <title>Spanisch: die Engine, die unser eigener Code kaputt aussehen ließ</title>
    <link href="https://transcribe.solutions/de/blog/languages-es"/>
    <id>https://transcribe.solutions/de/blog/languages-es</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Vier Filmszenen aus Spanien, Mexiko und Argentinien. Doubao galt im Spanischen einmal als unbrauchbar. Der wahre Grund war ein falscher Sprachcode von uns.</summary>
  </entry>
  <entry>
    <title>Finnisch: fast fehlerfrei bei klarer Sprache, erfundene Zeilen unter Beschuss</title>
    <link href="https://transcribe.solutions/de/blog/languages-fi"/>
    <id>https://transcribe.solutions/de/blog/languages-fi</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Bei klarem finnischem Gespräch machte ElevenLabs keine echten Fehler. Unter Gewehrfeuer erfanden alle Engines Zeilen. Und warum wir hier auf Soniox verzichten.</summary>
  </entry>
  <entry>
    <title>Französisch: drei Engines, ein Satz, dieselbe falsche Bedeutung</title>
    <link href="https://transcribe.solutions/de/blog/languages-fr"/>
    <id>https://transcribe.solutions/de/blog/languages-fr</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Vier Filmszenen aus der Banlieue, Paris und Québec. Doubao war die einzige Nebenengine, die nie erfand oder umkehrte – und die WER sagte uns nichts.</summary>
  </entry>
  <entry>
    <title>Ungarisch: warum wir die Engine behielten, die 23-mal „Fahrkarte“ schrieb</title>
    <link href="https://transcribe.solutions/de/blog/languages-hu"/>
    <id>https://transcribe.solutions/de/blog/languages-hu</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Fünf ungarische Filmszenen. AssemblyAI wiederholte in einer Schlägerei ein Wort 23-mal, blieb am Imbiss sauber. Wir behielten es – hier die Gegenbelege.</summary>
  </entry>
  <entry>
    <title>Indonesisch: Jemand schreit um Hilfe, die Engine schreibt „danke“</title>
    <link href="https://transcribe.solutions/de/blog/languages-id"/>
    <id>https://transcribe.solutions/de/blog/languages-id</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Alle vier indonesischen Testaufnahmen stammen aus einem Film. Was Engines in lauten Szenen erfanden und warum Soniox AssemblyAI als Referenz ersetzte.</summary>
  </entry>
  <entry>
    <title>Italienisch: als unsere Hauptspur Bestürzung als Lob hörte</title>
    <link href="https://transcribe.solutions/de/blog/languages-it"/>
    <id>https://transcribe.solutions/de/blog/languages-it</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Vier Filmszenen aus Rom, Sizilien, Neapel und Mailand. Bei einer Schlüsselzeile lag nur Doubao von zehn Engines richtig; ElevenLabs kehrte die Bedeutung um.</summary>
  </entry>
  <entry>
    <title>Japanisch: Die Engine, die am besten aussah, strich die Füllwörter</title>
    <link href="https://transcribe.solutions/de/blog/languages-ja"/>
    <id>https://transcribe.solutions/de/blog/languages-ja</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Zwei Filme aus den 1950ern und zwei moderne Interviews: wie Füllwörter unser Ranking kippten, warum Soniox AssemblyAI ersetzte und was offen bleibt.</summary>
  </entry>
  <entry>
    <title>Koreanisch: drei Engines, eine identische falsche Verneinung</title>
    <link href="https://transcribe.solutions/de/blog/languages-ko"/>
    <id>https://transcribe.solutions/de/blog/languages-ko</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Vier koreanische Filmszenen: warum ElevenLabs klar vorne lag, warum Doubao und Soniox AssemblyAI ersetzten und was ein gemeinsamer Fehler dreier Engines lehrte.</summary>
  </entry>
  <entry>
    <title>Malaiisch: Der Sprecher wechselte ins Englische, und die Engine übersetzte es zurück</title>
    <link href="https://transcribe.solutions/de/blog/languages-ms"/>
    <id>https://transcribe.solutions/de/blog/languages-ms</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Malaiische Interviews wechseln mitten im Satz ins Englische. Der riskanteste Fehler: eine Engine, die das Englische still in Malaiisch umschreibt.</summary>
  </entry>
  <entry>
    <title>Niederländisch: Keine Engine überschritt eine rote Linie. Wie wählt man dann?</title>
    <link href="https://transcribe.solutions/de/blog/languages-nl"/>
    <id>https://transcribe.solutions/de/blog/languages-nl</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Vier niederländische Clips, vier Engines, nichts erfunden, umgekehrt oder in Schleife. Trennen rote Linien nicht, zählt, wessen Fehler sich unterscheiden.</summary>
  </entry>
  <entry>
    <title>Norwegisch: Aus „wir waren nicht untreu“ wurde „wir entschieden uns, untreu zu sein“</title>
    <link href="https://transcribe.solutions/de/blog/languages-no"/>
    <id>https://transcribe.solutions/de/blog/languages-no</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Fünf norwegische Filmclips, ein Podcast. Eine Engine machte bei klarem Ton dreimal aus „wir waren nicht untreu“ ein „wir wählten Untreue“. So wählten wir.</summary>
  </entry>
  <entry>
    <title>Polnisch: Ein „nie“ weniger, und aus „Ich will keine Kinder“ wird „Ich will“</title>
    <link href="https://transcribe.solutions/de/blog/languages-pl"/>
    <id>https://transcribe.solutions/de/blog/languages-pl</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Vier polnische Filmclips, eine umgekehrte Verneinung – das reichte, um eine Engine auszuschließen. Wie wir für Polnisch gewählt und eine Spur getauscht haben.</summary>
  </entry>
  <entry>
    <title>Portugiesisch: drei umgekehrte Zeilen und ein geretteter Schlüsselsatz</title>
    <link href="https://transcribe.solutions/de/blog/languages-pt"/>
    <id>https://transcribe.solutions/de/blog/languages-pt</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Brasilianische Filmszenen, drei echte Gespräche: Gemini kehrte in jedem eine Zeile um, schlug aber oft die Hauptspur. Europäisches Portugiesisch: kein Testclip.</summary>
  </entry>
  <entry>
    <title>Rumänisch: Aus „Hast du Hunger?“ wurde „Ich verhungere“</title>
    <link href="https://transcribe.solutions/de/blog/languages-ro"/>
    <id>https://transcribe.solutions/de/blog/languages-ro</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Beim klarsten rumänischen Clip kehrte eine Engine in einer Minute drei Bedeutungen um. Bei Rumänisch tauschten wir erstmals deshalb eine Spur.</summary>
  </entry>
  <entry>
    <title>Russisch: die Zeile, bei der beide Referenz-Engines falsch lagen</title>
    <link href="https://transcribe.solutions/de/blog/languages-ru"/>
    <id>https://transcribe.solutions/de/blog/languages-ru</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Wie wir acht Engines an vier schweren russischen Filmszenen testeten, was schiefging und warum wir ElevenLabs mit AssemblyAI, Doubao und Gemini nutzen.</summary>
  </entry>
  <entry>
    <title>Schwedisch: als aus „Entschuldige dich!“ ein „Ich entschuldige mich“ wurde</title>
    <link href="https://transcribe.solutions/de/blog/languages-sv"/>
    <id>https://transcribe.solutions/de/blog/languages-sv</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Vier schwedische Clips, neun Engines. Ein Peiniger befiehlt „Entschuldige dich!“; vier Engines machten „Ich entschuldige mich“ daraus. Nur eine lag richtig.</summary>
  </entry>
  <entry>
    <title>Thailändisch: Ein Teil des Werts unserer primären Engine war unser eigener Bug</title>
    <link href="https://transcribe.solutions/de/blog/languages-th"/>
    <id>https://transcribe.solutions/de/blog/languages-th</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Drei thailändische Clips: ein Bug, der Vokal- und Tonzeichen löschte, Gladias Endlosschleifen, warum Spitzenreiter Qwen fehlt – und was offen ist.</summary>
  </entry>
  <entry>
    <title>Türkisch: wie ein Modell-Upgrade eine weiße Weste befleckte</title>
    <link href="https://transcribe.solutions/de/blog/languages-tr"/>
    <id>https://transcribe.solutions/de/blog/languages-tr</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Vier türkische Filmszenen: warum AssemblyAIs neueres Modell schlechter war, warum Schlusslicht Doubao bleibt, Soniox nur Backup ist und Gemini Enden verliert.</summary>
  </entry>
  <entry>
    <title>Ukrainisch: 54 Sekunden Stille, verwandelt in einen Vortrag</title>
    <link href="https://transcribe.solutions/de/blog/languages-uk"/>
    <id>https://transcribe.solutions/de/blog/languages-uk</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Nur ein Fernseher lief im Hintergrund, und zwei Engines schrieben Dialog hinein. Warum wir Soniox für Ukrainisch ablehnten und welches Risiko blieb.</summary>
  </entry>
  <entry>
    <title>Vietnamesisch: Die „Halluzination“ war eine Marktverkäuferin</title>
    <link href="https://transcribe.solutions/de/blog/languages-vi"/>
    <id>https://transcribe.solutions/de/blog/languages-vi</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Nur zwei gültige vietnamesische Testclips. Was sie zeigen, warum wir ElevenLabs mit Doubao, Soniox und Gemini nutzen und was zwei Clips nicht beweisen.</summary>
  </entry>
  <entry>
    <title>Mandarin: Engines auswählen zwischen Schüssen und Schreien</title>
    <link href="https://transcribe.solutions/de/blog/languages-zh"/>
    <id>https://transcribe.solutions/de/blog/languages-zh</id>
    <published>2026-09-22T00:00:00Z</published>
    <updated>2026-09-22T00:00:00Z</updated>
    <author><name>Zeyu Si</name></author>
    <summary>Vier Mandarin-Filmszenen, zwölf Engines, Zeile für Zeile gelesen: Wer im Lärm Sätze erfindet, wer aufgibt und warum Chinesisch am Ende vier Referenzspuren hat.</summary>
  </entry>
</feed>
