Niederländisch: Keine Engine überschritt eine rote Linie. Wie wählt man dann?

Niederländisch war die ruhigste Sprache dieser ganzen Übung. Vier Aufnahmen, vier Engines und kein einziger erfundener Satz, keine umgekehrte Verneinung, keine ausufernde Schleife. Jeder Fehler war ein Verhörer auf der Ebene eines einzelnen Wortes: ein Wort, ersetzt durch etwas ähnlich Klingendes, dort, wo Leute durcheinanderredeten, zu schnell sprachen oder einen starken Akzent hatten.

Wenn rote Linien die Engines nicht unterscheiden, braucht man einen anderen Weg zu wählen. Wir haben geschaut, wessen Fehler sich von wessen Fehlern unterscheiden.

Die Testclips: keiner davon einfach

• Alles is Liefde (2007), zwei Szenen: eine volle Fernsehstudio-Szene, in der sich Leute ins Wort fallen, dazu Hintergrundlärm; und ein schneller Streit über eine Supermarkt-Durchsage. Mittlere bis hohe Stufe.
• OP1-Debatte über Afghanistan (2021): eine Fernsehrunde mit streitenden Gästen und einem Moderator, der dazwischengeht. Das einzige echte interviewartige Gespräch im niederländischen Set. Mittlere bis hohe Stufe.
• New Kids Turbo (2010): ein Geldeintreiber an der Tür, Brabanter Dialekt, mehrere Leute gehen aufeinander los, starker Lärm, schnelles Sprechen. Höchste Stufe.

Keiner der vier ist ein sauberer Basisclip mit ruhigem Tempo.

Getestete Engines

Erste Runde: ElevenLabs Scribe v2, AssemblyAI, Speechmatics und Doubao (nl-NL). Soniox-Transkripte wurden später Zeile für Zeile geprüft. Gemini kam im August 2026 hinzu. Gladia und Deepgram waren bereits bei anderen europäischen Sprachen durchgefallen und wurden für Niederländisch nicht getestet.

Die Fehler aller waren klein

• ElevenLabs hörte in der Studioszene „Tonnen“ als „Donder“ und schrieb in der Durchsage zweimal „uitverkocht“ (ausverkauft) statt „uitverkoop“ (Ausverkauf).
• AssemblyAI machte aus „Sint maakt grapjes“ (Sinterklaas macht Witze) eine ähnlich klingende Zeichenfolge, „Zit maar krampje“.
• Speechmatics machte aus „Ik kan die man niet verstaan“ (Ich kann den Mann nicht verstehen) ein „Ich kann jemanden nicht verstehen“.
• Doubao lag richtig, wo die Untertitel falsch waren. Der Untertitel-Scan hatte „Pardon“ als „Rardon“ und „Pleur op“ als „Rleur op“ gelesen. Doubao schrieb die richtigen Wörter und wurde dafür als falsch gewertet.

Eine Falle erwischte fast alle. Im Brabanter Dialekt heißt „du“ „gij“, und mehrere Engines hörten es als „ik“ (ich). Das Subjekt des Satzes wechselte von „du“ zu „ich“. Nur AssemblyAI lag richtig.

Soniox oder Doubao: ein Unentschieden – wer bleibt?

In unserer Überprüfung erfüllte Soniox unsere Anforderungen an eine Referenzspur: null rote Linien und Erster unter den Engines außer der primären. Der Prüfer schlug vor, es anstelle von Doubao einzusetzen. Also haben wir die beiden Zeile für Zeile über alle vier Clips verglichen:

• Studioszene: Soniox war besser. Doubao ließ zwei ganze Sätze aus und machte aus „gib ihm“ ein „gib mir“.
• Streit: Doubao war besser. Es erfasste eine Schlüsselzeile, „Pleur op!“ (Hau ab!), die Soniox zu sinnlosen Silben verstümmelte.
• Interview: inhaltlich identisch. Der Vorsprung von Soniox kam ausschließlich von Namen von Personen und Institutionen – und davon, dass Doubao die Seite mit „Uh“ füllte.
• Dialektszene: Beide lagen an denselben Stellen auf dieselbe Weise daneben.

Inhaltlich nah genug beieinander, dass es kein Grund für einen Wechsel war.

Was wir gewählt haben und warum

Primär: ElevenLabs Scribe v2. Die konservativste der vier, erfindet nie Wörter. Am saubersten beim Interview, mit jedem Namen richtig.

Referenz 1: AssemblyAI. Was uns bei AssemblyAI am meisten Sorgen macht, sind Schleifen und erfundene Sätze. Beides trat im Interview nicht auf. Und es war die einzige Engine, die nicht in die „du/ich“-Dialektfalle tappte.

Referenz 2: Doubao. Auf keinem Clip rote Linien, und es ist anders gebaut als die übrigen, sodass sich seine Fehler meist nicht mit ihren überschneiden.

Referenz 3: Gemini. Keine roten Linien beim Interview. Es erfasste die Schlüsselzitate richtig (sinngemäß „ihr habt die Uhren, wir haben die Zeit“), ebenso Namen wie NATO und Den Haag, und transkribierte mehr vom Gespräch als jede andere Engine. Beim Streit-Clip unterlief ihm ein Ausrutscher: Aus „ich hol den Sand“ wurde ein unzusammenhängendes Wort, „Conversant“.

Soniox steht als Backup an erster Stelle, vor Speechmatics.

Was gegen unsere Wahl spricht

• Nach unserem eigenen Maßstab hat sich Soniox qualifiziert, und der Prüfer empfahl den Tausch. Dass wir Doubao behalten, lag teils daran, dass wir einen anderen technischen Ansatz schätzen, nicht rein an gemessener Qualität.
• Die niederländische Evidenz für Gemini beruht auf einem einzigen Gesprächsclip. Das ist dünn.
• Nach Fehlerrate lag AssemblyAI auf zwei der drei verwertbaren Clips vorn. ElevenLabs, unsere primäre Engine, lag auf keinem davon eindeutig vorn.

Noch offen

• Belgisches Niederländisch (Flämisch) wurde nicht getestet.
• Wir haben nur einen echten Interviewclip, und dessen Untertitel sind eine Umformulierung – wir können also die Bedeutung beurteilen, aber keine Punktzahl vergeben.