Zoom-Transkript in Word umwandeln — sauber und lesbar

Sie haben Zoom um ein Transkript gebeten und eine .vtt-Datei bekommen: Hunderte nummerierte Blöcke, alle paar Sekunden eine Zeitstempel-Zeile, ein Satzfragment pro Block. In Word eingefügt ergibt das ein vierzigseitiges Chaos, das niemand liest. Hier sind zwei saubere Wege zu einem richtigen Dokument — und ein dritter für den Fall, dass es gar kein Transkript gibt.

Was Zoom liefert (und wo es sich versteckt)

• In Bezahltarifen mit Cloud-Aufzeichnung kann Zoom ein Audio-Transkript erzeugen. Es liegt im Zoom-Webportal unter Aufzeichnungen, direkt neben der Videodatei, und lässt sich als .vtt herunterladen.
• Wenn im Meeting Untertitel aktiviert waren, können Teilnehmer sie als .txt speichern — bereits reiner Text, nur Zeile für Zeile.
• Im Gratis-Tarif oder bei einer lokalen Aufnahme gibt es kein Transkript — nur die MP4/M4A. Springen Sie direkt zu Weg 2.

So sieht die .vtt von innen aus:

122
00:14:07.560 --> 00:14:11.220
Maria Lopez: wir könnten den Launch auf die zweite Märzwoche verschieben.

Für Untertitel großartig, als Dokument unlesbar. Das Ziel: Nummerierung und Zeitstempel entfernen, Namen und Wortlaut behalten — und Text bekommen, der sich in Word benimmt.

Weg 1: der kostenlose Konverter im Browser (zwei Minuten)

Unser kostenloser Untertitel-Konverter macht genau das — und läuft vollständig im Browser. Das Transkript verlässt Ihren Rechner nicht.

1. Laden Sie die .vtt-Datei aus Ihren Zoom-Aufzeichnungen herunter.
2. Öffnen Sie den Konverter, ziehen Sie die Datei hinein (oder fügen Sie den Inhalt ein) und wählen Sie Text.
3. Kopieren Sie das Ergebnis — oder laden Sie es als .txt herunter — und fügen Sie es in Word ein.

Cue-Nummern und Zeitstempel sind weg; die Sprechernamen bleiben erhalten, weil Zoom sie direkt in den Text schreibt. Übrig bleibt eine Zeile pro gesprochener Phrase — für Meeting-Notizen meist völlig ausreichend, und Words Suchen & Ersetzen kann Zeilen zusammenführen, wenn Sie Fließtext möchten. Wer sich auch das sparen will, bekommt mit Weg 2 fertige Absätze.

Weg 2: Aufräumen überspringen — DOCX direkt aus der Aufnahme

Wenn das Transkript nicht existiert, unbrauchbar geworden ist oder Sie ein echtes Dokument statt aufgehübschter Untertitel wollen, transkribieren Sie die Aufnahme selbst:

1. Laden Sie die MP4 oder M4A des Meetings bei Speecho hoch. Video funktioniert direkt — die Tonspur wird im Browser extrahiert, sodass auch ein langer Call schnell hochgeladen ist.
2. Aktivieren Sie die Sprechererkennung, damit das Ergebnis als beschrifteter Dialog zurückkommt statt als Textwand.
3. Klicken Sie auf Export → DOCX und erhalten Sie eine Word-Datei mit echten Absätzen und ohne Zeitstempel. PDF, TXT, SRT und VTT sind ebenfalls einen Klick entfernt.

Dieser Weg deckt auch ab, was der Konverter nicht kann: Gratis-Tarif-Aufnahmen ohne Transkript, eine Übersetzung in eine andere Sprache und eine KI-Zusammenfassung mit Action Items obendrauf. Sie zahlen nur für die hochgeladenen Audiominuten — ohne Abo, kurze Meetings kosten Centbeträge.

Der manuelle Weg, der Vollständigkeit halber

Words Suchen & Ersetzen (mit aktivierten Platzhaltern) kann Zeitstempel-Zeilen löschen, ein Texteditor mit Regex-Unterstützung ist noch schneller. Es funktioniert — aber jeder Zoom-Export hat genug Eigenheiten (Kopfzeilen, mehrzeilige Cues, verirrte Leerblöcke), dass Sie länger am Suchmuster feilen, als der Konverter insgesamt braucht. Wem so etwas Freude macht: Wir halten Sie nicht auf.

Drei Handgriffe, die daraus ein Dokument machen

• Sprechernamen fetten. Ein Suchen-&-Ersetzen-Durchlauf pro Person („Maria Lopez:” → gleicher Text, fett) macht den Dialog überfliegbar.
• Kopfblock ergänzen — Datum, Teilnehmer, Anlass — plus Seitenzahlen. Transkripte werden lang, und die Empfänger werden es Ihnen danken.
• Originaldatei behalten. Fügen Sie den sauberen Text in ein frisches Word-Dokument ein und archivieren Sie die .vtt; wird ein Zitat je angezweifelt, ist die Version mit Zeitstempeln Ihr Beleg.

Welcher Weg ist Ihrer?

Sie haben eine brauchbare .vtt und wollen sie nur lesbar machen: Weg 1, zwei Minuten, kostenlos. Sie haben nur die Aufnahme, brauchen Sprechernamen oder wollen ein Dokument zum direkten Weiterleiten: Weg 2 geht in einem Durchgang vom Video zur DOCX. So oder so — Zeitstempel von Hand zu löschen hat 2026 niemand mehr nötig.