Warum wir Purple.audio gebaut haben: Audio zu Text für Profis, die ihre Daten nicht aus der Hand geben

Willkommen bei Purple.audio. Das hier ist der erste Beitrag unseres Magazins, und ich will ihn nutzen, um eine naheliegende Frage zu beantworten:

Warum tun wir uns das an? Der Markt für Audio zu Text wirkt schließlich voll. Dutzende Tools, alle versprechen dasselbe.

Die kurze Antwort: Genau dieser Markt hat mich über Jahre so geärgert, dass wir irgendwann beschlossen haben, es selbst besser zu machen.

Was mich an diesem Markt wirklich stört

Fangen wir mit der Qualität an. Sie hat mich bei vielen Tools immer und immer wieder regelrecht schockiert. Schon das, was Plattformen wie YouTube automatisch unter Videos legen, zeigt das Niveau: verhunzte Fachbegriffe, falsch geschriebene Namen, Zeichensetzung oft wie nach dem Zufallsprinzip. Für den Hausgebrauch mag das reichen. Wer aber aus Interviews, Sitzungsmitschnitten oder Videoproduktionen belastbare Protokolle, zitierfähige Transkripte oder barrierefreie Untertitel erstellen muss, kann damit nichts anfangen. Und viele der spezialisierten Tools, die ich getestet habe, waren erschreckend oft kaum besser.

Dann die Anbieter von Audiotranskriptionssoftware selbst

Bei erstaunlich vielen sucht man ein Impressum vergebens. Kein erkennbares Unternehmen, kein Ansprechpartner, keine Angabe, wo die hochgeladenen Dateien landen. Ich frage mich bis heute, wer vertrauliches Material ernsthaft in so eine Blackbox lädt. Offenbar viele, sonst gäbe es diese Anbieter nicht. Oder halt ein Imprint mit Firmen „oder Alias-Firmen“ in Amerika, den Caymans oder anderen Offshore-Standorten. Nachtigall, ick hör Dir trapsen…

Und schließlich das Bezahlen

Selbst die brauchbaren Lösungen wickeln fast alles über amerikanische Bezahldienstleister wie Stripe ab. Kreditkarte, vielleicht noch PayPal, sonst in der Regel nichts. Wer schon einmal in einem normalen deutschen Unternehmen versucht hat, eine Firmenkreditkarte für ein Abteilungstool zu bekommen, weiß, wie realitätsfern das ist. Eine simple Rechnung, wie sie jede Buchhaltung seit Jahrzehnten verarbeitet? Fehlanzeige.

Das eigentliche Thema: unsere digitale Souveränität

Der Grund, der mich persönlich am stärksten umtreibt, liegt aber noch eine Ebene tiefer. Es ist die mangelnde digitale Souveränität Europas und Deutschlands.

Wir haben uns in nahezu allen digitalen Belangen von amerikanischen Konzernen abhängig gemacht

Von Meta, Google, Amazon und Co. Mich gruselt das, und zwar zunehmend. Spätestens wenn man beobachtet, wie ein Donald Trump diese Konzerne offen protegiert und Europa unter Druck setzt, ihnen noch mehr Raum zu geben, sollte jedem klar sein: Das ist keine akademische Debatte mehr. Wer heute sensible Daten auf die Infrastruktur dieser Anbieter lädt, macht sich erpressbar. Als Unternehmen, als Behörde, letztlich als Gesellschaft.

Purple.audio ist unsere Antwort darauf

Und das in einem Bereich, den wir am besten können. Die gesamte Verarbeitung läuft auf deutschen Servern deutscher Anbieter. Ausdrücklich nicht bei US-Konzernen, die sich ein Rechenzentrum nach Frankfurt stellen und das dann „souverän“ nennen. Die eingesetzten Sprachmodelle sind lokal auf unseren Servern installiert und tauschen keine Daten mit den zentralen Systemen der einschlägigen KI-Anbieter aus. Ihre Inhalte bleiben, wo sie hingehören: in Deutschland, unter deutschem und europäischem Recht.

Für Legal-Teams, Personalabteilungen bzw. HR-Teams, Marketing mit unveröffentlichtem Material und besonders für den öffentlichen Sektor ist das kein „nice to have“. Es ist die Voraussetzung, ein solches Werkzeug überhaupt einsetzen zu dürfen.

Qualität heißt: nacharbeiten dürfen, nicht nacharbeiten müssen

Eines verspreche ich Ihnen nicht: hundertprozentige Fehlerfreiheit. Kein automatisches System der Welt liefert diese derzeit. Der Unterschied liegt darin, wie nah am fertigen Ergebnis Sie starten und wie schnell Sie die letzten Prozente selbst schließen können.

Genau dafür haben wir unseren Editor gebaut. Er läuft synchron zur Aufnahme: Beim Abspielen wird jedes Wort automatisch markiert, Sie müssen Ton und Text nie mühsam übereinanderlegen. Untertitel lassen sich framegenau anpassen und als standardkonforme .srt-Dateien exportieren, die direkt in professionelle Produktions- und Publikationsketten passen.

Die automatische Diarisierung geht dabei weiter als das, was übliche Transkriptionstools können

Sie trennt nicht nur „Sprecher 1“ von „Sprecher 2“, sondern klassifiziert Stimmen zusätzlich demografisch nach Geschlecht und Altersklassen. Und einmal benannte Sprecher werden innerhalb (nur!) Ihres Accounts wiedererkannt und beim nächsten Mal automatisch zugeordnet. Bei Podcasts, regelmäßigen Meetings oder Interviewreihen summiert sich das zu spürbar gesparter Zeit.

Das alles ist keine schnell zusammengesteckte Lösung auf Basis öffentlicher Standardmodelle und wilder Vibe-Coding-Sessions, sondern eine Eigenentwicklung. Warum wir uns das zutrauen, dazu gleich mehr.

Bezahlen wie unter Erwachsenen: auf Rechnung, ohne Abo

Beim Pricing haben wir schlicht das gebaut, was ich als Kunde selbst nie gefunden habe. Purple.audio rechnet sekundengenau pro Aufgabe ab, also pro Transkription oder Untertitelung. Keine monatlichen Abomodelle, keine Funktionsbündel, die Sie nie nutzen, aber mitbezahlen.

Und ja: Sie bekommen eine ganz normale Rechnung. Keine Firmenkreditkarte nötig, kein internationaler Paymentprozess, keine Diskussion mit der Buchhaltung. Ein Angebot ist nur so vertrauenswürdig wie die Menschen dahinter.

Purple.audio ist ein Projekt der Spotwatch GmbH

Seit 2014 betreiben wir Echtzeit-Audio- und Videoerkennung für TV-Werbung auf einer dreistelligen Anzahl europäischer Fernsehkanäle, von Deutschland über Österreich und die Schweiz bis nach Frankreich, Spanien und Italien. Ton und Bewegtbild in großem Maßstab und unter harten Echtzeitbedingungen zu verarbeiten, ist seit über einem Jahrzehnt unser Tagesgeschäft, basierend auf eigenen Algorithmen bei Ton und Bild.

Dass wir aus dieser Technologie gerne Produkte machen, die man anfassen kann, zeigt auch AdClips: eine öffentliche Plattform, die wir mittlerweile gelauncht haben und auf der sich Tausende deutsche TV-Spots durchsuchen, bewerten und diskutieren lassen. Purple.audio geht nun den nächsten Schritt und stellt dieselbe Kompetenz in Ihren Dienst, für Ihre eigenen Inhalte.

Kurz gesagt: Wir sind kein Startup-Experiment, das morgen wieder verschwindet

Wir sind ein Unternehmen mit Impressum, Ansprechpartnern und mehr als einem Jahrzehnt Erfahrung genau in dem Feld, in dem wir jetzt antreten.

Warum es hier um mehr als Transkription geht

Unser Gründer und Head of Business Development Thomas Stehle hat die Idee von Spotwatch mit einer unglaublichen Energie verfolgt und umgesetzt. Heute treibt er mit genau derselben Energie das Thema Audiotranskription voran.

Aber, und das ist typisch für ihn, nicht primär um dieses Themas willen. Für Thomas ist die Transkription der Einstieg in etwas Größeres: die Audiodeskription und damit die Barrierefreiheit. Untertitel sind für ihn kein Exportformat, sondern der erste Schritt dahin, dass audiovisuelle Inhalte wirklich alle Menschen erreichen. Daran hängt weit mehr, als die meisten ahnen: gesetzliche Anforderungen, Verständlichkeit, Mehrsprachigkeit und die Frage, wie Inhalte langfristig auffindbar und nutzbar bleiben. Sie werden zu diesem Thema in diesem Magazin noch einiges von uns lesen.

Dazu Thomas Stehle, Gründer & Head of Business Development, Purple.audio / Spotwatch GmbH

Digitale Barrierefreiheit ist seit Juni 2025 offiziell gesetzliche Pflicht und für uns alle kein optionales „Nice-to-have“ mehr. Es ist für mich aber auch eine grundlegende ethische Verpflichtung, dass audiovisuelle Medien niemanden ausschließen dürfen.

Wer seine Videos heute noch ohne barrierefreie Optionen veröffentlicht, schließt alleine im DACH-Raum über 11 Millionen Menschen (Quelle: Offizielle Erhebungen des Statistischen Bundesamtes Destatis, der Statistik Austria sowie des Schweizer Bundesamtes für Statistik BFS) mit Beeinträchtigungen direkt vom eigenen Angebot aus. Dabei ist diese Offenheit auch unternehmerisch der logischste Schritt: Ein Video mit Untertiteln hilft der Person in der lauten Bahn genauso wie Menschen mit Hörschädigung, während kollateral die Such-Rankings und potenzielle Mentions und Citations in LLMs durch den lesbaren Text meist ebenfalls steigen.

Die Transkription ist aber nur ein erster Schritt in einem umfassenden Entwicklungsprozess. Unser Ziel führt von Audiotranskription zur Audiodeskription, weil diese noch weitgehend manuell erfolgt und meist nur für ausgewählte Dokumentationen, Serien oder Filme zur Verfügung steht. Unser Ziel ist es, eine Technologie zu entwickeln, die auch den enormen Aufwand der manuellen Audiodeskription spürbar minimiert und sie später für der Software bekannte Medien automatisiert bereitstellt. Dadurch wird es gelingen, mit purple.audio, visuelle Barrieren endgültig abzubauen.

Für wen wir das gebaut haben

Purple.audio richtet sich bewusst an Business und Enterprise: an Legal, HR, Marketing und den öffentlichen Sektor, überall dort, wo Audio zu Text zuverlässig, rechtssicher und effizient funktionieren muss, in vielen Sprachen, bei der Transkription wie bei der Untertitelung.

Was wir nicht sein wollen, sage ich genauso deutlich

Das nächste bunte Audiotranskriptions-Massentool mit Feature-Feuerwerk. Purple.audio ist eine grundsolide, skalierbare Lösung für Profis, bis hinauf ins Enterprise-Umfeld. So ist z.B. eine API-Anbindung kein Problem, sondern im Rahmen digitaler Prozessoptimierung State of the art.

Meine Mitstreiter und ich machen das mit großer Leidenschaft, und dieses Magazin ist der Ort, an dem wir künftig teilen, was wir über Ton, Bewegtbild, Sprachverarbeitung und Audiodeskription wissen. Praxisnah, konkret, ohne Marketing-Getöse. Ich freue mich, dass Sie von Anfang an dabei sind.

Willkommen bei Purple.audio, und bleiben Sie uns gewogen.

Ralf Zmölnig, CEO Spotwatch GmbH