YouTube-Transkript anzeigen und herunterladen: So geht’s

Jedes YouTube-Video mit Untertiteln ist bereits transkribiert. Die Maschine hat die Arbeit erledigt, der Text existiert und liegt drei Klicks entfernt. Ärgerlich ist nicht, an das YouTube-Transkript heranzukommen, sondern dass das Ergebnis fast, aber eben nicht ganz das ist, was Sie wollten.

Sie haben danach gesucht, weil Sie den Wortlaut brauchen. Ein zweistündiger Konferenzvortrag mit einem brauchbaren Abschnitt irgendwo in der Mitte. Die Produktvorführung eines Wettbewerbers, die Sie exakt zitieren wollen. Vierzig Minuten Vorlesung, aus denen bis Donnerstag Lernnotizen werden müssen. Was auch immer der Grund ist: Sich mit der Maus durch die Zeitleiste zu klicken, ist keine Recherchemethode, und das wissen Sie.

Deshalb erklären wir hier, wie Sie ein YouTube-Transkript am Rechner und am Handy herunterladen, was Sie tun, wenn die Schaltfläche fehlt, die eigentlich da sein sollte, und – den Teil überspringen die meisten Anleitungen ganz – wie aus dem Rohtext etwas wird, das Sie tatsächlich noch einmal lesen.

Drei Wege zum Transkript, in der richtigen Reihenfolge

Welcher für Sie passt, hängt an einer einzigen Frage: Gehört Ihnen das Video?

Als Zuschauer: Transkript anzeigen lassen

Öffnen Sie das Video am Rechner, klappen Sie die Beschreibung auf und klicken Sie auf Transkript anzeigen. Rechts neben dem Player öffnet sich ein scrollbares Panel mit dem vollständigen Text, aufgeteilt in Zeilen mit Zeitstempeln, die während der Wiedergabe hervorgehoben werden. Markieren, kopieren und dort einfügen, wo Sie arbeiten.

Das ist schon die ganze Methode, und hier muss man deutlich werden: Für Zuschauer gibt es keinen Download-Button. YouTube zeigt Ihnen den Text und erwartet, dass Sie ihn mit Strg+C mitnehmen. Jedes Tool für „YouTube-Transkript herunterladen“, das Sie finden, erledigt im Kern genau das für Sie: Es holt die Untertitelspur und gibt sie als Datei zurück.

Wenn das Video Ihnen gehört: YouTube Studio

Creator bekommen, was Zuschauer nicht bekommen: eine echte Datei. Gehen Sie in YouTube Studio auf Untertitel, wählen Sie das Video und exportieren Sie über das Download-Menü eine .srt- oder .vtt-Datei. Das sind echte Untertitelformate mit vollständigen Zeitangaben, und das zählt, wenn Sie die Datei in ein Schnittprogramm laden oder Untertitel anderswo erneut hochladen. Soll das Transkript etwas anderes werden als ein Textdokument, fangen Sie hier an.

Wenn beides nicht geht: YouTube-Video mit einem Tool transkribieren

Video-URL einfügen, Text zurückbekommen. Diese Tools gibt es wegen der beiden Lücken oben: kein Download für Zuschauer und am Handy nicht einmal Kopieren. Die guten lassen außerdem eine Spracherkennung laufen, wenn ein Video gar keine Untertitel hat, die sie abholen könnten. Genau das kann YouTube selbst nicht für Sie tun.

Kurzer Tipp: Ist das Transkript-Panel offen, durchsuchen Sie den Text mit Strg+F (Cmd+F auf dem Mac) und klicken auf die passende Zeile. Der Player springt direkt an diese Stelle. So wird ein zweistündiges Video in etwa fünfzehn Sekunden navigierbar, und Sie müssen nichts kopieren.

„Transkript anzeigen“ fehlt: woran das liegt

Das ist das häufigste Problem, und die Erklärung ist einfacher, als die Forenthreads vermuten lassen. Das Transkript von YouTube entsteht aus den Untertiteln. Keine Untertitel, kein Transkript: Unter der Funktion liegt dann schlicht nichts, was sich anzeigen ließe.

Fehlt Transkript anzeigen, trifft also einer dieser Fälle zu:

• Der Creator hat die Untertitel deaktiviert. Das ist seine Entscheidung, und als Zuschauer kommen Sie daran nicht vorbei.
• Das Video ist zu neu. Die automatische Untertitelung läuft erst nach dem Hochladen und braucht eine Weile. Schauen Sie später noch einmal vorbei.
• Die Sprache wird nicht unterstützt. Die automatische Untertitelung kennt eine lange Liste von Sprachen, aber nicht alle.
• Eine Browsererweiterung funkt dazwischen. Werbeblocker und YouTube-Erweiterungen bauen die Seite um und verstecken manchmal genau dieses Bedienelement.

Die ersten drei Fälle lassen sich schnell vom vierten unterscheiden: Achten Sie auf das CC-Symbol im Player. Fehlt es, gibt es keine Untertitelspur, und kein Tool der Welt kann eine abrufen. Dann bleibt nur, eine Spracherkennung über die Tonspur laufen zu lassen. Ist das CC-Symbol da, die Transkript-Option aber nicht, liegt es an der Seite, nicht am Video.

Kurzer Tipp: Öffnen Sie dasselbe Video in einem privaten Fenster (Inkognitomodus), bevor Sie nach einer Lösung suchen. Dort laden keine Erweiterungen, und Website-Daten stören nicht. Erscheint das Transkript, haben Sie den Schuldigen in etwa fünf Sekunden gefunden.

YouTube-Transkript auf dem Handy: lesen ja, kopieren nein

Diese Frage treibt Leute um 11 Uhr nachts zu Google. In der YouTube-App können Sie auf den Videotitel oder …mehr tippen, um die Beschreibung aufzuklappen, und bei vielen Videos steht dort ein Transkript. Sie können es lesen. Sie können mitlesen. Was Sie nicht können: den Text markieren und kopieren.

Eine seltsame Einschränkung, und innerhalb der App lässt sie sich nicht umgehen. Zwei Wege funktionieren:

1. Desktop-Website anfordern. Öffnen Sie das Video in Safari oder Chrome auf dem Handy und wechseln Sie über das Browsermenü zur Desktop-Version. Das Transkript-Panel erscheint wie am Laptop, und die Textauswahl funktioniert wieder.
2. Link kopieren und in ein Transkript-Tool einfügen. Tippen Sie auf „Teilen“ und „Link kopieren“ und fügen Sie den Link in das Tool Ihrer Wahl ein. Bei diesem Weg landen die meisten, und er erklärt, warum Tools für YouTube-Transkripte so viel mobilen Traffic bekommen: Sie lösen eine Einschränkung der App, kein technisches Problem.

Sind Sie am Handy und in Eile, ist die zweite Option schneller. Der Trick mit der Desktop-Website ist auf dem kleinen Display fummeliger, als er klingt.

Was 90 % Genauigkeit tatsächlich bedeuten

Wer automatische Untertitel genau liest, hat einen Lieblingssatz, den die Automatik verhunzt hat. Creator haben dafür sogar einen Namen: Craptions. Das Problem verdient aber echte Zahlen, denn „ganz ordentlich“ und „gut genug zum Zitieren“ sind sehr verschiedene Maßstäbe.

Die automatischen Untertitel von YouTube sind zu 85 bis 95 % genau, und den Unterschied macht fast ausschließlich der Ton, nicht der Algorithmus. Eine saubere Studioaufnahme mit einer Person, die deutlich spricht, erreicht 94–96 %. Dasselbe System kommt bei Aufnahmen im Freien mit Verkehr und Wind nur auf 78–82 %.

Rechnen Sie nach. Menschen sprechen etwa 150 Wörter pro Minute, ein 40-minütiges Video hat also rund 6.000 Wörter. Bei 90 % Genauigkeit sind das 600 falsche Wörter, verteilt über Ihr Transkript. Kein Kauderwelsch, meist Kleinigkeiten: ein fehlendes Komma, das den Sinn eines Satzteils umdreht, ein Name in vier verschiedenen Schreibweisen, ein Fachbegriff, an dessen Stelle irgendetwas Ähnlichklingendes steht. Genug, um ein wörtliches Zitat riskant und einen veröffentlichten Auszug peinlich zu machen.

Die Faustregel: Zum Suchen, Überfliegen und Zusammenfassen reichen automatische Untertitel. Sie reichen nicht, wenn ein bestimmter Satz in einen Artikel, eine Quellenangabe oder eine juristische Akte wandert. Dann gleichen Sie die zitierte Passage vor der Veröffentlichung mit dem Ton ab. Das kostet eine Minute und erspart Ihnen eine Richtigstellung.

Sprechernamen? Fehlanzeige

Wer sucht, wie man Sprechernamen in ein YouTube-Transkript bekommt, findet viele Behelfslösungen und keine echte Antwort. Die echte Antwort lautet: Die automatischen Untertitel von YouTube kennen überhaupt keine Sprecher. Heraus kommt ein einziger durchgehender Textstrom. Eine Podiumsdiskussion mit drei Personen sieht genauso aus wie ein Monolog.

Bei einem Erklärvideo mit einer Person spielt das keine Rolle. Bei einem Interview, einer Podcast-Folge oder einem aufgezeichneten Meeting ist es der Unterschied zwischen einem brauchbaren Dokument und einer Textwand, die Sie aus dem Gedächtnis rekonstruieren müssen. Am Ende spulen Sie doch wieder durch das Video, und genau das wollten Sie vermeiden.

Abhilfe schafft die Sprechertrennung (Speaker Diarization): Die Transkription trennt die Stimmen und kennzeichnet jede einzeln. Die meisten kostenpflichtigen Transkriptions-Tools können das, und Tools für Meetings, darunter Laxis, machen es standardmäßig statt als Zusatzfunktion, denn ein Meeting-Transkript ohne Sprecherzuordnung ist kaum ein Transkript. Die Kennzeichnungen sind zunächst allgemein (Sprecher 1, Sprecher 2); Sie benennen sie einmal oben um, und das ganze Dokument wird lesbar.

Kurzer Tipp: Prüfen Sie das Transkript stichprobenartig an den Stellen, an denen die Sprecher wechseln, egal mit welchem Tool. Die Sprechertrennung verrutscht am ehesten, wenn mehrere durcheinanderreden, und ein Fehler an dieser Stelle sieht nicht nach Fehler aus. Er sieht aus, als hätte jemand etwas gesagt, was er nie gesagt hat.

Zwanzig Minuten vom Rohtext zum lesbaren Dokument

Ein Transkript ist Rohmaterial. Die meisten kopieren es in ein Dokument und halten die Sache für erledigt. Deshalb werden so viele Transkripte einmal heruntergeladen und nie wieder geöffnet.

Vier Schritte machen den Unterschied, und keiner dauert lange:

Zeitstempel weglassen, wenn Sie sie nicht brauchen. Im Drei-Punkte-Menü des Transkript-Panels lassen sich die Zeitstempel ausblenden. Schalten Sie sie vor dem Kopieren ab, und Sie bekommen durchgehenden Fließtext statt einer nummerierten Liste, die Sie sonst von Hand bereinigen müssten.

Zuerst die Eigennamen korrigieren. Namen, Produkte und Fachbegriffe sind die Stellen, an denen Spracherkennung am häufigsten scheitert und Fehler den größten Schaden anrichten. Suchen und Ersetzen für die drei, vier Begriffe, auf die es ankommt, beseitigt den Großteil des Chaos in weniger als einer Minute.

Absätze einfügen. Automatische Untertitel kommen als ein einziger Block. Erst wenn Sie ihn an den Themenwechseln aufteilen, wird aus einem Transkript, das man durchsucht, eines, das man liest.

Die Zusammenfassung schreiben, solange alles frisch ist. Drei Stichpunkte ganz oben: worum es ging, was entschieden oder behauptet wurde, was Sie damit vorhaben. Wenn Sie später darauf zurückkommen, lesen Sie diese drei Punkte und überspringen den Rest, und genau darum geht es.

Im letzten Schritt steckt der größte Teil des Nutzens, und gerade ihn lassen viele weg, weil er als einziger Nachdenken verlangt. Inzwischen übernehmen ihn die besseren Transkriptions-Tools für Sie. Ist Ihre Aufnahme ein Meeting statt eines YouTube-Videos, läuft dieser Ablauf weitgehend automatisch: Laxis zeichnet das Gespräch auf, ordnet zu, wer gesprochen hat, und erstellt neben dem Volltext die Fassung mit Entscheidungen und Aufgaben. Die Zusammenfassung ist also schon da, bevor Sie danach suchen. Andere Quelle, gleiches Prinzip: Das Transkript ist der Ausgangspunkt, nicht das Ergebnis.

Das Transkript war nie das Ziel

Sehen Sie sich an, was in den letzten Jahren aus dieser Aufgabe geworden ist. Den Text aus einem Video zu holen, war früher wirklich mühsam: Man bezahlte jemanden dafür oder tippte selbst, vier Stunden Arbeit pro Stunde Material. Heute ist der Text schon erzeugt, kostenlos und drei Klicks entfernt. Die Schwierigkeit hat sich vollständig auf die Form verlagert: keine Sprechernamen, keine Absätze, keine Zusammenfassung und ein Kopieren-Button, der ausgerechnet auf dem Gerät, das die meisten in der Hand halten, rätselhafterweise nicht funktioniert.

Optimieren sollte man also nicht das Herausholen des Textes. Kaum jemand will wirklich ein Transkript. Die Leute wollen einen Moment in zwei Stunden Video finden, ein Zitat prüfen oder aus einem Vortrag Notizen machen, und das Transkript ist nur das am wenigsten schlechte Format auf dem Weg dorthin. Die Tools, für die sich 2026 Geld auszugeben lohnt, sind nicht die, die den Text am schnellsten holen. Es sind die, die verstanden haben, dass es nie um den Text ging.

Häufig gestellte Fragen

Wie lade ich ein YouTube-Transkript herunter?

Klappen Sie am Rechner die Videobeschreibung auf und klicken Sie auf „Transkript anzeigen“. Neben dem Player öffnet sich ein Panel mit Zeitstempeln; markieren Sie den Text und kopieren Sie ihn. YouTube bietet Zuschauern keinen Download-Button, das Kopieren ist also der Download. Gehört Ihnen das Video, bekommen Sie in YouTube Studio eine echte Datei: unter „Untertitel“ das Video auswählen und als .srt oder .vtt herunterladen.

Warum fehlt „Transkript anzeigen“ bei YouTube?

Das Transkript entsteht aus den Untertiteln, ohne Untertitel gibt es also kein Transkript. Das ist der Fall, wenn der Creator sie deaktiviert hat, wenn das Video zu neu ist und die automatische Untertitelung noch nicht fertig ist oder wenn die Sprache noch nicht unterstützt wird. Fehlt das CC-Symbol im Player, gibt es keine Untertitelspur, die sich auslesen ließe. Auch Browsererweiterungen können die Schaltfläche verstecken; ein privates Fenster schließt das in wenigen Sekunden aus.

Wie bekomme ich ein YouTube-Transkript auf dem Handy?

Die YouTube-App kann unter der aufgeklappten Beschreibung ein Transkript anzeigen, lässt Sie den Text aber weder markieren noch kopieren. Um ihn mitzunehmen, rufen Sie im mobilen Browser die Desktop-Website auf und nutzen dort das Transkript-Panel, oder Sie kopieren den Videolink und fügen ihn in ein Transkript-Tool ein. Kopieren in der App ist das Einzige, was sie nicht erlaubt.

Wie genau sind die automatischen Untertitel von YouTube?

Etwa 85 bis 95 %, und den Unterschied macht der Ton, nicht der Algorithmus. Saubere Studioaufnahmen erreichen 94–96 %, Aufnahmen im Freien mit Hintergrundgeräuschen nur 78–82 %. Bei 90 % Genauigkeit enthält ein 40-minütiges Video rund 600 falsche Wörter. Deshalb sind automatische Untertitel ein Ausgangspunkt und kein fertiges Transkript.

Wie entferne ich die Zeitstempel aus einem YouTube-Transkript?

Öffnen Sie im Transkript-Panel das Drei-Punkte-Menü und blenden Sie die Zeitstempel aus. Die Zeitmarken verschwinden, und der Text wird zu durchgehendem Fließtext, den Sie in ein Dokument einfügen können, ohne Zeile für Zeile Zahlen zu löschen.

Enthalten YouTube-Transkripte Sprechernamen?

Nein. Die automatischen Untertitel von YouTube sind ein durchgehender Textstrom ohne Sprecherkennzeichnung, ein Interview oder eine Podiumsrunde sieht also aus wie ein Monolog. Tools mit Sprechertrennung trennen die Stimmen und kennzeichnen sie als Sprecher 1 und Sprecher 2; die echten Namen tragen Sie danach einmal ein.