Sicherer Projektzugang & Datenverarbeitung
Der gesamte Datenaustausch erfolgt über eine dedizierte, verschlüsselte Nextcloud-Instanz. Jeder Kunde erhält ein persönliches Konto mit privaten Ordnern für Uploads und Projektdokumente.
Lade beliebige Quellformate hoch (Audio, Video, gemischt oder Dokumente) — optionale Vorformatierung und Konvertierung (z. B. Container-Normalisierung, Codecs, Samplingrate) gemäß institutionellen Vorgaben.
Speichere Projektdaten gemeinsam: Verträge, Rohdateien, Kundenformulare und Anweisungen in einem sicheren Arbeitsbereich.
Ein optionales Online-Intake-Formular erfasst vorab alle Parameter (Sprachen, Dauer, Vertraulichkeitsstufe, Ausgabeformat); der Workflow startet automatisch nach Upload-Bestätigung.
100 % Offline-First-Verarbeitung — verschlüsselter Transfer, keine Telemetrie und kein Zugriff durch Dritte.
GPU-beschleunigte, präzise ausgerichtete Transkription
Die Transkription erfolgt lokal unter Verwendung der WhisperX-optimierten Spracherkennung auf Hochleistungs-GPU-Systemen, die für institutionelle Arbeitslasten ausgelegt sind. Jedes Segment wird mit Frame-genauer Präzision ausgerichtet, um höchste Genauigkeit auch bei Mehrsprecher- oder rauschbehafteten Aufnahmen zu gewährleisten.
WhisperX-basierte Ausrichtung ermöglicht präzise Zeitmarken und eine konsistente Transkriptionskontinuität.
GPU-Beschleunigung sorgt für schnelle Durchlaufzeiten, selbst bei Langzeitarchiven oder umfangreichen institutionellen Datensätzen.
Sprecherbewusste Verarbeitung erkennt überlappende Dialoge und bewahrt Sprecheridentitäten für die spätere Strukturierung.
Die Transkripte werden vollständig offline generiert — keine Telemetrie, keine Cloud-APIs; damit ist vollständige Datensouveränität und nachvollziehbare Herkunft jedes Ergebnisses gewährleistet.
Strukturierte Segmentierung & Kapitelbasierte Navigation
Nach der Transkription wird jede Aufnahme automatisch in logische Kapitel und Sprecherabschnitte unterteilt. Diese Strukturierung ermöglicht eine intuitive Navigation und Überprüfung und bildet das Rückgrat für die spätere HTML-Darstellung und Analyse.
Automatische Segmentierung basierend auf akustischen, linguistischen und kontextuellen Hinweisen.
Benannte Sprecherrollen werden jedem Dialogabschnitt zugewiesen, um Nachvollziehbarkeit und Klarheit zu gewährleisten.
Zeitlich synchronisierte Kapitelmarken ermöglichen schnellen Zugriff während Wiedergabe und Annotation.
Kapitel- und Sprechergrenzen können auf Wunsch manuell verfeinert oder angepasst werden, um höchste Genauigkeit für archivfähiges, juristisches oder wissenschaftliches Material sicherzustellen.
Lokale kontextuelle Intelligenz
Offline arbeitende LLMs erzeugen strukturierte Zusammenfassungen, Themenindizes und Entitätskarten — vollständig offline innerhalb der R2-Mechanics-Umgebung. Diese Phase bereichert das Transkript um kontextuelles Verständnis und miteinander verknüpfte Metadaten.
Semantische Randnotizen und Entitätszuordnungen verknüpfen Personen, Orte und Konzepte innerhalb jedes Transkripts.
KI-generierte Entitätskarten, Themenindizes und Deep Links ermöglichen präzise Navigation und kontextuelle Querverweise.
Mehrsprachige Kontextnotizen und zeitlich abgestimmte Zusammenfassungen fördern institutionenübergreifende Zusammenarbeit und Forschungsaustausch.
Diese KI-gestützten Analysen bereichern jedes Transkript durch kontextuelles Verständnis und steigern damit den Archivwert, die Nachprüfbarkeit und die langfristige wissenschaftliche Nutzbarkeit.
Interaktiv, navigierbar, archivtauglich
Jedes Transkript wird als durchsuchbares, klickbares und medien-synchronisiertes HTML-Dokument gerendert. Dies gewährleistet eine intuitive Navigation, strukturierte Überprüfung und langfristige Zugänglichkeit über Archivsysteme hinweg.
Kapitel, Zeitmarken und Sprecherlabels sind mit der Audiotimeline verknüpft und ermöglichen die Wiedergabe direkt im Kapitelkontext.
KI-generierte Entitätskarten, Themenindizes und Deep Links ermöglichen präzise Navigation und semantische Erkundung.
Integrierte Wiedergabe und visuelles Markup vereinen Text, Audio und Metadaten für wissenschaftlich reproduzierbare Ergebnisse.
Die Ausgaben sind prüfbar und offline exportierbar (HTML, DOCX, optional PDF) – und gewährleisten somit Nachvollziehbarkeit, Herkunftssicherung und nachhaltige Zugänglichkeit für archivische und institutionelle Nutzung.
Archivbereit, exportierbar und sicher
Abgeschlossene Projekte werden sicher gespeichert und über dasselbe Nextcloud-Konto bereitgestellt, das auch für den Upload verwendet wird. Kundinnen und Kunden können ihre finalen Transkripte und Berichte direkt herunterladen. Dies gewährleistet einen durchgängigen, überprüfbaren Workflow – von der Projekterfassung bis zur Auslieferung – vollständig offline und revisionssicher.
Sichere lokale Speicherung und verschlüsselter Kundendownload über dedizierte Nextcloud-Instanzen – vollständige Datenkontrolle ohne externe Abhängigkeiten.
Optionaler WARC-Standard-Export für Langzeitarchivierung, Integritätsnachverfolgung und die Einhaltung institutioneller Erhaltungsrichtlinien.
Integrationsfertige Ausgabeformate (HTML, DOCX, PDF) zur nahtlosen Einbindung in institutionelle Repositorien, digitale Archive oder automatisierte Dokumenten-Workflows.
Alle Exporte bleiben vollständig offline-first und bewahren dieselbe Datensouveränität, Sicherheit und überprüfbare Nachvollziehbarkeit, die die gesamte R2-Mechanics-Pipeline definiert.
Die Preisgestaltung richtet sich nach dem Projektumfang und dem gewünschten Detaillierungsgrad.
Standardprojekte beginnen bei etwa 120 € pro aufgezeichneter Audio-Stunde und beinhalten strukturierte Transkription, Sprechertrennung und HTML-Export.
Premium-Optionen – wie etwa detaillierte Annotationen, mehrsprachige Zusammenfassungen, Entitätsindizierung oder illustrierte Kapitel-Ausgaben – sind auf Anfrage erhältlich und liegen in der Regel bei bis zu 300 € pro Audio-Stunde.
Für größere Projekte ab 10 Audio-Stunden können individuelle Pakete und Mengenrabatte vereinbart werden.
Bitte kontaktieren Sie uns für ein maßgeschneidertes institutionelles Angebot.