KI Video Transkription: Warum deine Videos bei Google fehlen

Kurz gesagt: Suchmaschinen und KI-Antwortmaschinen lesen keine Videos, sie lesen Text. Mit KI-Transkription verwandelst du vorhandenes Videomaterial automatisiert in Transkripte, Untertitel, Kapitel und Metadaten - und machst damit Inhalte auffindbar, die bisher unsichtbar in einer MP4-Datei stecken.

Viele Firmen haben Videomaterial herumliegen: Produktvideos, aufgezeichnete Webinare, Kundenstimmen, Messemitschnitte. Auf der Website liegt das als eingebetteter Player. Für Google, Perplexity oder ChatGPT ist das eine Blackbox. Der gesamte Inhalt - Fachbegriffe, Antworten auf echte Kundenfragen, Produktdetails - ist für die Indexierung schlicht nicht vorhanden.

Genau dieses Thema beschreibt auch ein aktueller Beitrag auf artificialintelligence-news.com: Multimedia wird durch KI vom passiven Medium zur strukturierten Datenquelle. Für Website-Betreiber ist das weniger eine Zukunftsvision als eine Pipeline, die man an einem Nachmittag aufsetzt.

Was aus einem Video wirklich rausfällt

Ein Transkript ist nur der erste Schritt. Aus einer Stunde Video bekommst du mit den heutigen Modellen:

• Volltranskript mit Zeitmarken, optional mit Sprechertrennung (Diarisierung)
• Untertitel als SRT- oder VTT-Datei für den Player
• Kapitelmarken, die das LLM aus dem Transkript ableitet
• Zusammenfassung als Textblock unter dem Video
• FAQ-Blöcke aus den tatsächlich gestellten Fragen im Webinar
• Metadaten: Titelvorschläge, Beschreibung, Keyword-Kandidaten, Alt-Text für das Thumbnail

Das Interessante ist der letzte Punkt. Ein Webinar-Q&A enthält die Fragen, die Kunden wirklich stellen. Das ist Keyword-Recherche aus erster Hand - besser als jedes Tool, weil es aus deinem Markt kommt.

Der Workflow zum Selberbauen

So sieht die Kette in der Praxis aus:

1. Audio extrahieren: ffmpeg zieht die Tonspur aus dem Video und wirft sie als komprimiertes Audio raus. Das spart bei Cloud-APIs Upload und Kosten.
2. Transkribieren: OpenAIs Whisper ist als Open-Source-Modell unter MIT-Lizenz verfügbar und läuft mit whisper.cpp auch auf normaler Hardware. Wer keine eigene Maschine will, nutzt eine Transkriptions-API.
3. Strukturieren: Das Rohtranskript geht an ein Sprachmodell mit klarem Prompt - Zusammenfassung, Kapitel, FAQ, Metadaten, jeweils als JSON.
4. Ins CMS schreiben: Der Output landet per API im Content-Feld neben dem Video.
5. Auszeichnen: Ein VideoObject-Schema mit transcript und hasPart für die Kapitel macht die Struktur für Suchmaschinen explizit.

Die Schritte 1 bis 4 lassen sich komplett in n8n verdrahten, ausgelöst durch einen neuen Upload in einem Ordner. Genau solche Ketten baue ich in der Automatisierung regelmäßig - der Aufwand liegt beim ersten Video, danach läuft es.

Ein Webinar-Q&A ist Keyword-Recherche aus erster Hand, weil dort die Fragen fallen, die Kunden wirklich stellen.

Wo die Grenzen liegen

Ehrlich bleiben hilft hier mehr als Begeisterung:

• Dialekt und Fachbegriffe sind die Schwachstelle. Bei oberösterreichischem Dialekt, Produktnamen und Abkürzungen produziert jedes Modell Fehler. Ohne Korrekturlauf veröffentlichst du falsche Begriffe auf deiner Website.
• Roh-Transkripte sind kein Content. Gesprochene Sprache liest sich schlecht. Was du veröffentlichst, ist die redigierte Fassung oder die Zusammenfassung, nicht das Wortprotokoll.
• Kein Ranking-Automatismus. Text unter dem Video macht Inhalt indexierbar. Ob er rankt, entscheidet sich wie sonst auch über Relevanz und Wettbewerb. Wer das mit Struktur angeht, kombiniert das mit der übrigen Suchmaschinenoptimierung.
• Laufende Kosten. Cloud-Transkription rechnet nach Audiominute ab. Bei einem Archiv mit hunderten Stunden lohnt sich der Blick auf eine selbst gehostete Whisper-Instanz. Konkrete Preise bitte beim Anbieter prüfen, sie ändern sich häufig.

DSGVO: was du vorher klären musst

In Videos sprechen Menschen. Schickst du die Tonspur an eine US-API, verarbeitest du personenbezogene Daten - Stimme plus Inhalt. Bei internen Aufzeichnungen mit Mitarbeitern oder Kunden ist das der Punkt, an dem Selbst-Hosting die einfachere Antwort ist: Whisper lokal laufen lassen, dann verlässt nichts das eigene Netz. Bei öffentlich publizierten Marketingvideos ist der Fall entspannter, ein Auftragsverarbeitungsvertrag gehört trotzdem dazu.

Fazit

Für wen sich das lohnt: alle mit mehr als einer Handvoll Videos, die bereits produziert sind. Der Content ist bezahlt, er liegt nur in einem Format, das niemand durchsuchen kann. Für wen nicht: wer ein einzelnes Imagevideo auf der Startseite hat. Da tippst du die Zusammenfassung in zehn Minuten selbst.

FAQ

Was ist KI-Video-Transkription? Ein Sprachmodell wandelt die Tonspur eines Videos automatisch in Text mit Zeitmarken um. Daraus entstehen Untertitel, durchsuchbare Transkripte und strukturierte Metadaten. Moderne Modelle erkennen Deutsch zuverlässig, haben aber bei starkem Dialekt und Fachbegriffen Schwächen.

Bringt ein Transkript unter dem Video wirklich SEO-Vorteile? Es macht den Inhalt überhaupt erst indexierbar, weil Suchmaschinen den Audioinhalt nicht auslesen. Besonders für Long-Tail-Suchanfragen und für KI-Antwortmaschinen ist das relevant, weil dort exakte Formulierungen zählen. Ein garantiertes Ranking ist es nicht.

Welches Tool eignet sich für den Einstieg? Whisper als Open-Source-Modell ist der pragmatische Start, weil es lokal läuft und keine Daten weitergibt. Wer keine eigene Hardware betreiben will, nutzt eine Transkriptions-API und spart sich das Setup. Die Strukturierung danach übernimmt ein beliebiges Sprachmodell.

Muss ich das Transkript nachbearbeiten? Ja, zumindest einmal drüberlesen. Falsch transkribierte Produktnamen oder Zahlen landen sonst als Fehler dauerhaft auf deiner Website. Der Korrekturaufwand liegt nach meiner Erfahrung deutlich unter dem Aufwand, den Text selbst zu schreiben.

Darf ich Kundeninterviews einfach transkribieren lassen? Nur mit Einwilligung der gefilmten Personen, und die sollte die Weiterverarbeitung und Veröffentlichung abdecken. Bei Cloud-Diensten kommt ein Auftragsverarbeitungsvertrag dazu. Wer das umgehen will, hostet die Transkription selbst.