Was ein KI-Videoanruf tatsächlich ist
Es ist ein normaler Videoanruf, bei dem ein Transkriptionist dabei ist. Sie sprechen, und er schreibt mit, wer was gesagt hat, und etwa 30 Sekunden nachdem Sie aufgelegt haben, gibt es eine Zusammenfassung mit den herausgearbeiteten Aktionspunkten.
Eines sollte gleich zu Beginn klar sein, denn der Ausdruck “KI-Videoanruf” wird für zwei verschiedene Produkte verwendet. Dies ist kein KI-Avatar, mit dem Sie sprechen. Es ist ein Anruf zwischen echten Menschen, bei dem die KI die Notizen macht.
ChatGPT und Gemini bieten beide jetzt Live-Video an, und zum Sprechen mit einem Modell sind sie in Ordnung. Keiner von beiden nimmt eine Aufnahme entgegen, die Sie bereits haben. Fügen Sie einen YouTube-Link ein oder laden Sie den Zoom-Export der letzten Woche hoch, und Sie bekommen nichts. Das ist die Lücke, die dies füllt: der Anruf und das Archiv an einem Ort.
Was Sie bekommen:
- Einen kostenlosen KI-notierten Videoanruf bei der Anmeldung, bis zu 30 Minuten, ohne Karte
- Live-Transkription mit Sprecherkennzeichnung
- Ende-zu-Ende DTLS/SRTP-Verschlüsselung bei jedem Anruf
- Die gleichen Funktionen in der iOS- und Android-App wie im Web
- Export nach PDF, TXT, JSON oder CSV, oder Push zu Slack oder Notion
- Alte Aufnahmen oder YouTube-Links hochladen und diese ebenfalls abfragen
Video funktioniert bis zu etwa 2 Mbit/s, was wichtiger ist, als es klingt. Die meisten Beschwerden über “der Anruf ist eingefroren” betreffen eine Person mit Hotel-WLAN.
Wie der Anruf funktioniert
Nichts zu installieren und nichts zu konfigurieren. Starten Sie den Anruf in einem Browser oder der App, und die Transkription beginnt von selbst.
Die KI verfolgt das Gespräch während es läuft und kennzeichnet Aktionspunkte, sobald sie auftauchen, sodass die Zusammenfassung bereits geschrieben ist, wenn Sie gehen. Sie landet innerhalb von 30 Sekunden, nachdem die letzte Person aufgelegt hat.
Anrufe verwenden eine Ende-zu-Ende DTLS/SRTP-Verschlüsselung, und die Verarbeitung läuft auf der im Trust Center (SOC-2) dokumentierten Infrastruktur. Die Anmeldung sichert Ihnen einen kostenlosen KI-notierten Videoanruf, ohne Kreditkarte. Danach folgt die 7-tägige Growth-Testversion, dann Growth für 19 $/Monat (jährlich).
KI-Videoanruf vs. andere Plattformen
| Funktion | ScreenApp | ChatGPT Plus Video | Fireflies.ai | Otter.ai | Fathom |
|---|---|---|---|---|---|
| Live KI-Videoanruf | Ja | Ja | Bot nimmt an Anrufen teil | Bot nimmt an Anrufen teil | Bot nimmt an Anrufen teil |
| Aufgezeichnete Videos analysieren | Ja | Nein (nur live) | Nein | Nein | Nein |
| YouTube-URL-Unterstützung | Ja | Nein | Nein | Nein | Nein |
| Kostenlose Stufe | 1 kostenlose Aufnahme + 7-Tage Growth-Test, 30-Minuten-Anrufe | 15-minütige Live-Sitzungen | 800 Min. Speicher | 600 Min./Monat | Unbegrenzte Anrufe, 30-Minuten-Limit |
| Preise (kostenpflichtig) | 19 $/Monat jährlich | 20 $/Monat Plus | 19 $/Monat jährlich Pro | 16,99 $/Monat Pro | 19 $/Monat jährlich |
| Transkriptions-Engine | Whisper Large-v3 (WER pro Sprache) | OpenAI Whisper API | Otter / proprietär | Otter proprietär | Whisper-basiert |
| Exportformate | PDF, TXT, JSON, CSV | Nur Textkopie | PDF, DOCX | PDF, TXT | PDF, TXT |
| Extraktion von Aktionspunkten | Automatisch mit Zeitstempeln | Manuell | Automatisch | Automatisch | Automatisch |
| Mobile Apps | iOS, Android, Web | iOS, Android | iOS, Android | iOS, Android | Nur Web |
- vs. ChatGPT Plus Video-Chat: ChatGPT für 20 $/Monat bietet Live-KI-Video-Chat, kann aber keine hochgeladenen Aufnahmen oder YouTube-Links verarbeiten. ScreenApp für 19 $/Monat jährlich hostet den Video-Chat direkt und analysiert auch jede vorab aufgezeichnete Videodatei mit durchsuchbaren Transkripten und Sprecheridentifikation.
- vs. Fireflies.ai: Beide kosten 19 $/Monat jährlich für Pro-Funktionen. Fireflies nimmt als Bot an Ihren bestehenden Meetings teil, während ScreenApp KI-Video-Chats direkt hostet und auch hochgeladene Aufnahmen und YouTube-URLs verarbeitet.
- vs. Otter.ai: Otter für 16,99 $/Monat bietet 600 kostenlose Minuten und starke Kollaborationsfunktionen. ScreenApp für 19 $/Monat jährlich bietet zusätzlich die Analyse aufgezeichneter Videos und YouTube-Unterstützung, die Otter nicht bietet.
- vs. Fathom: Beide kosten 19 $/Monat jährlich für kostenpflichtige Tarife. Fathom konzentriert sich auf Live-Meeting-Notizen, während ScreenApp auch vorab aufgezeichnete Videos und YouTube-Links für die Transkriptionsanalyse verarbeitet.
Preise und Funktionsdaten wurden am 21.05.2026 von der öffentlichen Preisgestaltungsseite jedes Anbieters aktualisiert.
Warum der Aufwand, wenn Text-Chat existiert
Zwei Gründe, der Rest ist nebensächlich.
Die Sprecherzuweisung ist der erste. Ein Text-Thread weiß bereits, wer was getippt hat. Ein Anruf nicht, und “jemand hat zugestimmt, den Vertrag zu senden” ist eine Woche später nutzlos, wenn sich niemand mehr erinnert, wer. Das Transkript gibt ihm einen Namen.
Der zweite ist, dass Sie aufhören, Notizen zu machen. Nicht “weniger Notizen machen”, sondern ganz aufhören. Die Person, die normalerweise während des Anrufs kritzelt, kann tatsächlich dabei sein. Das ist der ganze Sinn, und wenn Ihre Anrufe zwei Personen sind, die sich an alles erinnern, brauchen Sie das nicht.
Als Nebeneffekt erhalten Sie auch ein durchsuchbares Archiv, wonach niemand fragt, bis er zum ersten Mal finden muss, was im März versprochen wurde.
Für wen das ist
„Unser Team ertrank in Kundenfeedback, bis wir ScreenApp fanden. Jetzt zeichnen wir jede Präsentation und jeden Kundenanruf auf, und die KI-Zusammenfassungen sind punktgenau. Mein Team freut sich jetzt tatsächlich auf Überprüfungssitzungen, weil alles durchsuchbar und umsetzbar ist.“ Millie, Direktorin (Bewertungsseite).
Die mobilen Apps liegen bei 4.0★ bei 94 Bewertungen im App Store und 3.9★ bei 678 Bewertungen auf Google Play (Stand 2026). Das ist eine echte Streuung, keine Wand voller Fünfen, und die meisten Beschwerden betreffen die Hintergrundaufnahme unter Android.
Es verdient seinen Platz bei wiederkehrenden Anrufen, bei denen jemand anschließend Dinge aufschreiben muss. Kundenanrufe, Einzelgespräche, Stand-ups, Forschungsinterviews. Vertriebsteams profitieren am meisten davon, weil der Einwand, den Sie am Dienstag nur halb gehört haben, am Freitag durchsuchbar ist.
Überspringen Sie es für einen schnellen Zwei-Personen-Sync. Die Zusammenfassung eines Sechs-Minuten-Anrufs ist nur der Anruf.
Wenn Sprechen Tippen übertrifft
Die meiste KI-Nutzung erfolgt durch Tippen, daher ist es fair zu fragen, wann ein Videoanruf bei einer KI tatsächlich besser ist. Die ehrliche Antwort: wenn Sprechen schneller ist als Schreiben, und wenn Sie die Aufzeichnung möchten. Laut über ein Problem nachdenken, eine Interviewantwort üben oder etwas bearbeiten, während Ihre Hände beschäftigt sind - dies sind Fälle, in denen Sprechen gewinnt und ein Textfeld Sie verlangsamt.
Wo Text immer noch gewinnt, ist Präzision: Code, genauer Wortlaut, alles, was Sie vor dem Senden bearbeiten möchten. Dies ist also kein Ersatz für ein Chatfenster, sondern ein anderer Modus für einen anderen Moment. Was den Anruf gegenüber einem einfachen Sprachassistenten lohnenswert macht, ist, dass Sie mit einem Transkript und einer Zusammenfassung gehen, sodass die Konversation nicht in dem Moment verschwunden ist, in dem sie endet.
Häufig gestellte Fragen
Was ist ein KI-Videoanruf?
Ein Live-Videoanruf zwischen echten Menschen, bei dem die KI ihn währenddessen transkribiert, markiert, wer gesprochen hat, Aktionspunkte herausfiltert und die Zusammenfassung schreibt. Die KI arbeitet während des Anrufs, nicht danach, weshalb die Aufzeichnung Sekunden nach dem Auflegen auf Sie wartet und nicht erst am nächsten Morgen.
Ist der KI-Videoanruf kostenlos?
Die Anmeldung ermöglicht Ihnen einen KI-protokollierten Videoanruf von bis zu 30 Minuten, keine Kreditkarte erforderlich. Das ist ein Anruf, nicht unbegrenzte Anrufe. Danach folgt die 7-tägige Growth-Testversion, anschließend Growth für 19 $/Monat bei jährlicher Zahlung.
Was ist die beste kostenlose KI-Videoanruf-App?
Es hängt davon ab, was Sie unter “kostenlos” verstehen, und die ehrliche Antwort ist, dass unsere nicht die großzügigste ist. Fathom bietet Ihnen unbegrenzte Anrufe ohne Transkriptionsbegrenzung pro Meeting (5 KI-Zusammenfassungen pro Monat sind die einzige echte Grenze). Otter bietet Ihnen 300 Minuten pro Monat, begrenzt auf 30 Minuten pro Konversation. ScreenApp bietet Ihnen einen kostenlosen Anruf bei der Anmeldung, dann eine 7-tägige Testphase. Wo ScreenApp punktet, ist, dass es auch Aufnahmen und YouTube-Links liest, die Sie bereits haben, was keine der anderen Apps bietet. Wenn Sie nur Live-Meeting-Notizen und nichts anderes benötigen, ist der kostenlose Tarif von Fathom besser als unserer.
Gibt es eine KI-Videoanruf-App für iPhone und Android?
Ja, und sie bietet die gleichen Funktionen wie die Webversion. iOS 13+ und Android 8+. Hintergrundaufnahme, Push-Benachrichtigungen und Transkripte, die Sie offline lesen können. Die Android-Hintergrundaufnahme ist der Punkt, der in den Play-Bewertungen die meisten Beschwerden hervorruft, überprüfen Sie sie daher auf Ihrem Gerät, bevor Sie sich darauf verlassen.
Kann ich einen KI-Videoanruf online tätigen, ohne etwas zu installieren?
Ja. Es läuft im Browser. Es gibt keinen Download und kein Plugin, was der Hauptgrund ist, warum Leute die Webversion für Anrufe mit Kunden nutzen, die nichts installieren wollen.
Ist der KI-Videoanruf sicher und privat?
Anrufe verwenden End-to-End DTLS/SRTP-Verschlüsselung. Die Verarbeitung erfolgt auf der im Trust Center dokumentierten Infrastruktur (SOC-2). Ihr Audio wird nicht zum Trainieren von Modellen verwendet. Datenresidenzkontrollen und Audit-Protokolle sind in der Enterprise-Version verfügbar.
Wie genau ist die Transkription?
Die Transkription läuft auf Whisper Large-v3 (dasselbe Modell, das OpenAI für seine eigene Whisper API veröffentlicht) auf Groq-Inferenz, über 99 Sprachen hinweg. Sie ist gut bei klarem Englisch und wird schlechter bei Rauschen und starken Akzenten, wie jedes ASR-System. Benutzerdefiniertes Vokabular hilft, wenn Ihre Anrufe voller Produktnamen sind. Wortfehlerraten pro Sprache finden Sie auf der Genauigkeitsseite.
Kann ich bereits vorhandene Aufnahmen analysieren?
Ja, und das ist der Teil, den ChatGPT und Gemini nicht können. Laden Sie eine Videodatei hoch oder fügen Sie eine YouTube-URL ein und Sie erhalten dasselbe Transkript, Sprecheretiketten und dieselbe Zusammenfassung, die Sie von einem Live-Anruf erhalten würden.
Wie unterscheidet sich das von Zoom oder Google Meet?
Zoom und Meet sind in erster Linie Konferenz-Tools. Ihre kostenlosen Tarife transkribieren oder fassen nicht zusammen. Die Anrufqualität bei Zoom ist besser als unsere und bei Weitem nicht vergleichbar, wenn Sie also nur einen zuverlässigen Anruf wünschen, verwenden Sie Zoom. Nutzen Sie dies, wenn Sie den Anruf und die durchsuchbare Aufzeichnung vom selben Ort aus wünschen.
Gibt es einen kostenlosen KI-Videoanruf?
Ja, dies ist ein kostenloser KI-Videoanruf zum Ausprobieren: Sie sprechen per Video mit ihr und sie antwortet, dann behält sie das Transkript und die Zusammenfassung bei. Im Gegensatz zu einem einfachen KI-Videoanruf-Gimmick ist der Punkt die Aufzeichnung, Sie gehen mit durchsuchbaren Notizen des Gesagten, nicht nur dem Chat.
