Sprechermarkierungen und Zeitstempel bei der Transkription: Best Practices

Sprechernamen und Zeitstempel machen ein Transkript durchsuchbar, zuordenbar und leichter überprüfbar – aber nur, wenn das Format zum vorgesehenen Ergebnis passt. Verwenden Sie verifizierte Namen für bekannte Teilnehmende, Rollenbezeichnungen, wenn die Identität nicht erforderlich ist, stabile anonyme Bezeichnungen, wenn nur Stimmen voneinander getrennt werden, und „Unbekannter Sprecher“, wenn die Identität nicht bestätigt werden kann. Für gut lesbare Transkripte fügen Sie bei jedem Sprecherwechsel einen Zeitstempel hinzu; verwenden Sie Start-Ende-Intervalle für Bearbeitung oder Beweissicherung und Cue-Intervalle für Untertitel. Dieser Leitfaden definiert die Begriffe, vergleicht Formate, behandelt überlappende Sprache und stellt einen wiederholbaren Workflow für die menschliche Qualitätssicherung vor.

Direkte Antwort: Sprecherbezeichnungen identifizieren jeden Sprecherbeitrag, während Zeitstempel diesen Beitrag mit einem Moment in der Quelle verbinden. Die schnellste zuverlässige Standardeinstellung ist ein verifizierter Name oder eine stabile Rollenbezeichnung plus ein Zeitstempel zu Beginn des Beitrags, etwa [00:09] Maya Chen:. Verwenden Sie Intervalle für die Bearbeitung, Cue-Zeiten für Untertitel und „Unbekannter Sprecher“, statt eine Identität zu erraten.

Definition: Sprecherbezeichnungen und Zeitstempel sind Transkriptmetadaten, die Sprache einer konsistenten Person oder Rolle zuordnen und Wörter, Beiträge oder Untertitel-Cues mit exakten Positionen in der Quell-Audiodatei verbinden.

Was sind Sprecherbezeichnungen und Zeitstempel?

Sprecherbezeichnungen und Zeitstempel beantworten zwei verschiedene Fragen: wer für einen Abschnitt verantwortlich ist und wo dieser Abschnitt in der Quelle vorkommt. Ein nützliches Transkript hält diese Fragen getrennt, da ein System Stimmen möglicherweise präzise lokalisieren und voneinander trennen kann, während es dennoch den falschen Namen aus der realen Welt zuweist.

Google Cloud beschreibt Diarisierung als das Erkennen von Sprecherwechseln und die Zuweisung von Bezeichnungen zu verschiedenen Stimmen. Die Dokumentation von IBM geht weiter: Generierte IDs können nicht sequenziell sein, vorläufige IDs können sich ändern, und dieselbe Bezeichnung sollte ohne eine weitere Beweisquelle nicht als verifizierter Name interpretiert werden.

Quellen: Google Cloud: Verschiedene Sprecher erkennen und IBM Cloud: Sprecherbezeichnungen, geprüft am 05.08.2026.

Was ist die richtige Sprecherbezeichnung in der Transkription?

Eine korrekte Sprecherbezeichnung ist die spezifischste Zuordnung, die durch die Belege gestützt wird, und wird von Anfang bis Ende konsistent verwendet. Der visuelle Stil ist zweitrangig. Die Bezeichnung muss der vorgesehenen Leserschaft helfen, Beiträge voneinander zu unterscheiden, ohne die Sicherheit der Zuordnung zu übertreiben.

Kann: eine anonyme Bezeichnung umbenennen, nachdem die Stimme bestätigt wurde. Kann nicht: eine Diarisierungsnummer, Anzeigereihenfolge, einen Akzent, eine von jemand anderem erwähnte Berufsbezeichnung oder eine vermutlich zugehörige Stimme als Identitätsnachweis behandeln.

In Untertiteln kann die visuelle Platzierung manchmal einen Sprecher auf dem Bildschirm identifizieren, ohne einen Namen zu wiederholen. DCMP empfiehlt eine eindeutige Sprecheridentifizierung und eine einheitliche Darstellung; außerdem wird darauf hingewiesen, dass als Sprecher-IDs verwendete Eigennamen großgeschrieben werden, während allgemeine Identifizierungen normalerweise kleingeschrieben werden. Ein einfaches Transkript kann die normale Großschreibung von Namen verwenden, gefolgt von einem Doppelpunkt.

Quelle: DCMP Captioning Key, geprüft am 05.08.2026.

Welches Format für Sprecherbezeichnungen ist korrekt?

Es gibt kein universelles Format für Sprecherbezeichnungen. Das korrekte Format ist dasjenige, das vom Zielmedium verlangt und einheitlich angewendet wird. Verwenden Sie für Dokumente eine gut lesbare Sprecherbezeichnung, für WebVTT eine maschinenlesbare Sprachanmerkung und den exakten Stil des Kunden, wenn ein Gericht, ein Rundfunkanbieter, ein Forschungsprojekt, ein Anbieter für Barrierefreiheit oder ein Archiv einen solchen vorgibt.

Vermeiden Sie es, für dieselbe Stimme zwischen Maya, M. Chen, Sprecher 1, und Manager zu wechseln. Wenn die Identität während der Überprüfung korrigiert wird, aktualisieren Sie alle früheren Gesprächsbeiträge und überprüfen Sie erneut jede Zusammenfassung, jeden Aktionspunkt, jedes Zitat oder jede Antwort, die aus der alten Bezeichnung abgeleitet wurde.

Wo sollte eine Zeitangabe im Transkript erscheinen?

Die schnellste nützliche Standardeinstellung für ein lesbares Transkript mit mehreren Sprechern ist ein Zeitstempel am Beginn jedes Gesprächsbeitrags, unmittelbar vor der Sprecherbezeichnung. So erhält die prüfende Person pro Sprecherwechsel einen Klick- oder Scrub-Punkt, ohne jeden Satz mit Zeitdaten zu überladen. Wählen Sie eine andere Detailstufe nur dann, wenn die nächste Aufgabe dies erfordert.

Google Cloud stellt Start- und End-Offsets für erkannte Wörter bereit. W3C WebVTT definiert Cues als Zeitintervalle, die mit Audio oder Video synchronisiert sind, und verwendet einen Punkt für Millisekunden, wie in 00:11.000 --> 00:13.000. Die eckigen Klammern eines Transkripts sind eine redaktionelle Konvention, keine WebVTT-Anforderung.

Kann: Wortgenaue Zeitangaben speichern und gleichzeitig nur Zeitstempel auf Redebeitragsebene anzeigen. Kann nicht: davon ausgehen, dass eine granularere Zeitangabe beweist, dass die Erkennung oder Zuordnung korrekt ist.

Quellen: Google Cloud: Word time offsets und W3C WebVTT, geprüft am 2026-08-05.

Wie unterscheiden sich vollständige wortgetreue Transkripte, intelligente wortgetreue Transkripte und Untertitel?

Aus demselben Quell-Audio können drei gültige Ausgaben entstehen, da jedes Format eine andere Aufgabe erfüllt. Vollständige wortgetreue Transkripte bewahren das Sprachverhalten, intelligente wortgetreue Transkripte verbessern die Lesbarkeit unter Beibehaltung von Bedeutung und Zuordnung, und Untertitel segmentieren Text für die synchronisierte Anzeige.

Kontrolliertes redaktionelles Quellenbeispiel: Bei 00:09.100 sagt Maya: "Um, so I, I think the pilot starts September 22." Bei 00:11.500 fällt Luis mit "Pending procurement approval." ein. Bei 00:13.300 sagt Maya: "Right." Dies ist ein konstruiertes QA-Beispiel, kein signierter Produkttest.

Vollständiges wortgetreues Transkript

[00:09.100-00:12.700] Maya: Um, so I, I think the pilot starts September 22.
[00:11.500-00:13.200] Luis: [overlapping speech] Pending procurement approval.
[00:13.300-00:13.800] Maya: Right.

Verwenden Sie diese Ebene, wenn Wiederholungen, Füllwörter, Pausen, Unterbrechungen und konkurrierende Redebeiträge Teil der Analyse oder der Projektspezifikation sind. Definieren Sie jede Notation im Styleguide.

Intelligentes wortgetreues Transkript

[00:09] Maya: I think the pilot starts September 22.
[00:11] Luis: [overlapping speech] Pending procurement approval.
[00:13] Maya: Right.

Diese Version entfernt sprachliche Unflüssigkeiten, fügt Luis' Bedingung jedoch nicht in Mayas Satz ein. Die sprachliche Bereinigung darf die Urheberschaft einer Aussage nicht übertragen.

WebVTT-Untertitelauszug

WEBVTT

00:09.100 --> 00:12.700
<v Maya>I think the pilot starts September 22.

00:11.500 --> 00:13.200
<v Luis>Pending procurement approval.

00:13.300 --> 00:13.800
<v Maya>Right.

WebVTT verwendet eine Start-Ende-Cue-Zeitangabe und unterstützt einen Sprecherbereich. Bei der Untertitelproduktion müssen außerdem Lesegeschwindigkeit, Zeilenumbrüche, Platzierung und gleichzeitige Cues berücksichtigt werden. DCMP empfiehlt Synchronisierung, inhaltliche Gleichwertigkeit, Sprecheridentifizierung und bedeutungsvolle Toninformationen; die Untertitelungsregeln des FCC für das Fernsehen verwenden die Prüfprinzipien korrekt, synchron, vollständig und richtig platziert.

Quellen: W3C WebVTT, DCMP Captioning Key und 47 CFR 79.1, geprüft am 2026-08-05. Die CFR-Regeln zur Untertitelqualität gelten für ihren definierten Fernsekontext; dieser Artikel verwendet die vier Qualitätsbegriffe als Prüfungskriterien, nicht als allgemeine rechtliche Aussage.

Wie sollten Überlappungen, unbekannte Sprecher und Ereignismarkierungen behandelt werden?

Überlappung ist sowohl ein Transkriptions- als auch ein Zuordnungsproblem. Wenn beide Stimmen verständlich sind, bewahren Sie beide Redebeiträge mit sich überschneidenden Intervallen. Wenn nur eine Stimme verständlich ist, transkribieren Sie diese Stimme und markieren Sie die Bedingung nur, wenn dies dem Leser hilft. Wenn keine der beiden Stimmen zuverlässig verständlich ist, markieren Sie die Quelle als unverständlich und greifen Sie während der Qualitätssicherung erneut darauf zurück.

• Überschneidende verständliche Sprecherwechsel: separate Labels und Zeitintervalle beibehalten; zwei Sprecher nicht zu einem Satz zusammenfassen.
• Kurze Rückmeldungen: „yes“, „right“ und „mm-hmm“ sorgfältig überprüfen, da die Sprecherdiarisierung kurze Äußerungen häufig falsch zuordnet.
• Unbekannte Identität: Unknown speaker: oder eine stabile anonyme ID verwenden, statt einen wahrscheinlichen Namen zuzuweisen.
• Unklare Wörter: einen projektspezifisch definierten Marker wie [inaudible 00:24] verwenden; niemals das Wort schreiben, das der Prüfer zu hören erwartet hat.
• Bedeutungsvolle Geräusche: präzise kleingeschriebene Beschreibungen wie [laughter], [door closes] oder [phone rings] verwenden, wenn sie für das Verständnis relevant sind.
• Stille und Pausen: nur markieren, wenn die Dauer oder die Wirkung auf das Gespräch für das Ergebnis relevant ist.

IBM warnt, dass Übersprechen oder Überlappungen in gemischten Audiospuren möglicherweise nur schwer oder gar nicht zuverlässig erkannt werden können. Auch kurze Äußerungen, Geräusche, ein dominanter Sprecher und viele Teilnehmer können die Leistung der Sprecherkennzeichnung beeinträchtigen. Separate aufgezeichnete Kanäle können den Bedarf verringern, zu erschließen, wer gesprochen hat, doch die Kanäle müssen weiterhin ausgerichtet und einer Qualitätssicherung unterzogen werden.

Welche Grenzen hat die automatische Sprecheridentifizierung?

Automatische Systeme können die Segmentierung und Quellennavigation beschleunigen, doch das Ergebnis der Sprecherdiarisierung ist vorläufige Metadaten. Betrachten Sie es als Prüfwarteschlange, nicht als endgültigen Identitätsdatensatz.

Kann: die Sprecherdiarisierung verwenden, um die Überprüfung von Sprecherwechseln zu priorisieren. Kann nicht: versprechen, dass jede Stimme, jede Unterbrechung oder jeder Name ohne Anhören der Quelle korrekt ist.

Wie führt man eine menschliche Qualitätssicherung von Sprecherlabels und Zeitstempeln durch?

Beginnen Sie mit Material mit hohem Risiko, anstatt die Datei linear erneut abzuspielen: Entscheidungen, Verpflichtungen, Namen, Daten, Zahlen, Zitate, externe Zusagen und Stellen, an denen sich Stimmen überschneiden. Vereinheitlichen Sie anschließend das gesamte Dokument.

1. Teilnehmerliste und Stil vorbereiten. Erwartete Sprecher, freigegebene Namen oder Rollen, Ausgabeformat, Granularität der Zeitstempel, Konvention für Ereignismarker und Datenschutzbeschränkungen auflisten.
2. Bekannte Stimmen verankern. Selbstvorstellungen oder einen anderen verifizierten Moment als Quelle verwenden, um eine Stimme mit einem tatsächlichen Namen zu verbinden; Identitäten nicht aus der Nummer der Sprecherdiarisierung ableiten.
3. Sprecherwechsel überprüfen. Die erste Übergabe sowie jede risikoreiche Entscheidung, jedes Zitat, jeder Verantwortliche, jede Frist, jede kurze Bestätigung und jede Unterbrechung erneut anhören.
4. Überlappungen und Unsicherheit auflösen. Verständliche gleichzeitige Sprecherwechsel beibehalten, nützliche Überlappungen oder Tonereignisse einheitlich markieren und Unknown-speaker- oder inaudible-Marker beibehalten, wenn die Belege nicht ausreichen.
5. Zeitstempelausrichtung prüfen. Bestätigen, dass Zeitstempel für den Beginn eines Sprecherwechsels oder eines Intervalls den richtigen Moment in der Quelle öffnen und dass Beginn, Ende und Lesereihenfolge der Untertitelzeilen mit dem Audio übereinstimmen.
6. Dokument vereinheitlichen. Im gesamten Ergebnis einheitliche Schreibweise der Labels, Großschreibung, Zeichensetzung, Zeitstempelmuster und Gestaltung der Ereignismarker anwenden.
7. Abgeleitete Ausgaben erneut prüfen. Nach der Korrektur eines Labels oder einer Zeit Zusammenfassungen, Aufgaben, Zitate, Exporte und zitierte Antworten überprüfen, damit der Fehler nicht in nachgelagerten Ergebnissen fortbesteht.

Schnellster vertretbarer Arbeitsablauf: stabile generierte Labels und Zeitstempel für den Beginn eines Sprecherwechsels verwenden, die Vorstellung oder das erste eindeutige Beispiel für jede Stimme überprüfen, jede Übergabe mit hoher Auswirkung prüfen und die Labels anschließend global umbenennen. Wenn das Ergebnis ein hohes Risiko birgt, einen zweiten Prüfer oder eine dokumentierte Stichprobenregel verwenden, statt anzunehmen, dass der erste Durchgang vollständig ist.

Gemessen: Google- und Bing-SERPs sowie Seiten von Google Cloud, IBM Cloud, W3C, DCMP und FCC wurden am 05.08.2026 überprüft. N/A: Audio-Upload, Ergebnis der Sprecherdiarisierung, Produktgenauigkeit, Übereinstimmung der Prüfer, Verarbeitungsgeschwindigkeit und Verfügbarkeit von Funktionen nach der Anmeldung.

Wie überprüfen sich Sprecherlabels, Zeitstempel und Zitate gegenseitig?

Ein Transkript ist quellenbasiert, wenn Label, Quellenzeit und abgeleitete Antwort als eine Kette überprüft werden können. Die Korrektur des Transkripts reicht nicht aus, wenn eine Aufgabe oder eine KI-Antwort weiterhin den alten Verantwortlichen enthält.

Kontrollierte redaktionelle Demonstration; Produktmessung N/A.

00:09 Maya Chen: "The pilot starts September 22."
00:24 Speaker 2: "I will send the access list by September 15."
00:41 Maya Chen: "Procurement approval is still open."

Prüfpfad: 00:24 öffnen, die Stimme mit der verifizierten Vorstellung von Luis Ortiz vergleichen, Speaker 2 in Luis Ortiz ändern und jede abgeleitete Ausgabe erneut ausführen oder überprüfen.

Korrigierter Aktionspunkt: Luis Ortiz – die Zugriffsliste senden – fällig am 15. September – Quelle 00:24.

Zitierte Antwort: „Wer ist für die Zugriffsliste verantwortlich?“ Luis Ortiz [00:24].

Die Korrektur ist erst abgeschlossen, wenn Transkript, Zusammenfassung, Aktionspunkt, Export und zitierte Antwort alle Luis verwenden. Wenn die Identität nicht verifiziert werden kann, lautet die ehrliche Antwort: Sprecher 2 ist für die Aktion verantwortlich, mit Quelle 00:24, bis zur Identifizierung.

Wo passt HiNoter in diesen Arbeitsablauf?

HiNoter ist ein KI-Tool für Besprechungen und Notizen aus mehreren Quellen, das autorisierte Besprechungen, YouTube-Videos, PDFs sowie Video- und Audiodateien in strukturierte Notizen und zitierte Antworten umwandelt.

Nachdem eine Besprechung oder Datei zur Verarbeitung autorisiert wurde, kann HiNoter auf sprecherbeschriftete Transkript-Navigation, Zeitstempel-Wiedergabe, Beschriftungskorrektur, strukturierte Zusammenfassungen, Aktionspunkte und AI-Chat-Antworten geprüft werden, die auf Quellenmomente zurückverweisen. Der Quellenlink macht eine Korrektur überprüfbar; er macht die ursprüngliche automatische Beschriftung nicht unfehlbar.

Vom Nutzer bereitgestellt / vor Veröffentlichung prüfen: Die Bearbeitung von Sprecherbeschriftungen, Zeitstempel-Navigation, automatische Anwesenheitserfassung, Transkripterstellung, Verarbeitungsgeschwindigkeit, Sprachunterstützung, strukturierte Notizen, Integrationen und quellenverknüpfter AI Chat wurden für diese Seite nicht in einem angemeldeten HiNoter-Konto getestet. Prüfen Sie vor der Veröffentlichung das aktuelle Verhalten, den Kontotarif, das Exportformat, die Datenschutzeinstellungen, den Quellzugriff, die Weitergabe von Korrekturen und die Löschoptionen.

Besuchen Sie HiNoter, testen Sie den Audio-zu-Text-Arbeitsablauf, vergleichen Sie KI-Notizen für Besprechungen, prüfen Sie die Quellenverweise von AI Chat, lesen Sie die Datenschutzerklärung und sehen Sie sich die Google-Docs-Integration an. Der zugehörige mehrsprachige Transkript-Arbeitsablauf erklärt, warum Sprecherzuordnung und sprachübergreifende Bedeutung getrennte Qualitätsprüfungen sind.

Welche Datenschutz- und Berechtigungsprüfungen sind erforderlich?

Sprecherbeschriftungen können ein allgemeines Transkript in personenbezogene Daten verwandeln, indem sie eine Stimme, einen Namen, eine Rolle, eine Aussage und einen Zeitpunkt miteinander verknüpfen. Verarbeiten Sie nur Audiodateien, die Ihnen gehören oder deren Nutzung Sie genehmigt haben, informieren Sie die Teilnehmenden, sofern erforderlich, und beschränken Sie den Zugriff auf Transkript und Quellenaufzeichnung auf die Personen, die sie benötigen.

• Dokumentieren Sie den Zweck der Aufzeichnung, Transkription, Sprecheridentifizierung und nachgelagerten KI-Verarbeitung.
• Verwenden Sie Teilnehmercodes anstelle von Namen, wenn die Forschungs- oder Datenschutzkonzeption eine De-Identifizierung erfordert.
• Leiten Sie keine sensiblen Identitätsmerkmale aus einer Stimme ab.
• Beschränken Sie den Zugriff auf die Liste, die anonyme Teilnehmercodes den echten Namen zuordnet.
• Wenden Sie Aufbewahrungs- und Löschregeln sowohl auf das Transkript als auch auf die zugrunde liegende Audiodatei an.
• Bei rechtlichen, Personal-, Gesundheits-, Kunden- oder regulierten Inhalten sollte die zuständige Datenschutz- oder Compliance-Verantwortliche Person einbezogen werden.

Dies ist ein Leitfaden für Arbeitsabläufe und keine Rechtsberatung. Die Datenschutzbestimmungen des Produkts sowie die lokalen Vorschriften zu Aufzeichnungen oder biometrischen Daten müssen für die tatsächlichen Teilnehmenden, den Gerichtsstand und den Anwendungsfall geprüft werden.

Häufig gestellte Fragen

Was ist eine Sprecherbeschriftung bei der Transkription?

Eine Sprecherbeschriftung in einem Transkript identifiziert die Person, Rolle oder anonyme Stimme, die für einen Gesprächsbeitrag verantwortlich ist. Beispiele sind Maya Chen, Interviewer, Sprecher 2 und Unbekannter Sprecher. Die Beschriftung sollte konsistent bleiben und keine echte Identität behaupten, sofern diese Identität nicht anhand der Quelle oder des Projektprotokolls verifiziert wurde.

Welche Sprecherbeschriftung ist korrekt?

Die korrekte Sprecherbeschriftung ist die spezifischste Beschriftung, die durch die Belege gestützt wird: ein verifizierter Name, wenn die Identität von Bedeutung ist, eine Rolle, wenn die Rolle ausreicht, eine stabile anonyme Nummer, wenn die Sprecherdiarisierung nur Stimmen getrennt hat, oder „Unbekannter Sprecher“, wenn die Identität nicht bestätigt werden kann. Konsistenz und Überprüfbarkeit sind wichtiger als dekorative Formatierung.

Welches Format ist für Sprecherbeschriftungen korrekt?

Verwenden Sie für ein gut lesbares Transkript zu Beginn jedes Gesprächsbeitrags eine Beschriftung gefolgt von einem Doppelpunkt, zum Beispiel [00:09] Maya Chen: Der Pilotversuch beginnt am 22. September. Befolgen Sie bei Untertiteln die Spezifikation der Zieldatei; WebVTT unterstützt einen Sprachbereich, der den Sprecher des Cues identifiziert. Ein Kunde, ein Gericht, ein Rundfunkveranstalter oder ein Forschungsprojekt kann einen anderen hausinternen Stil verlangen.

Wo sollte eine Zeitangabe in einem Transkript erscheinen?

Setzen Sie bei einem allgemeinen Transkript einen Zeitstempel zum Beginn des Gesprächsbeitrags unmittelbar vor die Sprecherbeschriftung. Verwenden Sie Start-Ende-Intervalle, wenn eine bearbeitende Person genaue Grenzen benötigt, regelmäßige Zeitstempel nur, wenn das Projekt sie verlangt, und Cue-Intervalle für Untertitel. Zeitangaben auf Wortebene sollten besser als maschinenlesbare Ausrichtungsdaten gespeichert werden, statt vor jedem Wort ausgegeben zu werden.

Wie sollten überlappende oder unbekannte Sprecher beschriftet werden?

Bewahren Sie beide Gesprächsbeiträge auf, wenn die Wörter verständlich sind, und geben Sie für jeden ein Zeitintervall an. Fügen Sie eine einheitliche Kennzeichnung wie [überlappende Sprache] hinzu, wenn dies die Prüfung unterstützt. Wenn die Stimme oder die Wörter nicht verifiziert werden können, verwenden Sie „Unbekannter Sprecher“ oder [unverständlich 00:24], statt einen wahrscheinlichen Namen zuzuweisen oder Text zu erfinden.

Was macht HiNoter mit Sprecherbeschriftungen und Zeitstempeln?

Nach der Autorisierung kann HiNoter auf Transkript-Navigation, die Bearbeitung von Sprecherbeschriftungen, strukturierte Notizen, Aktionspunkte und AI-Chat-Antworten geprüft werden, die zu Quellenzeitstempeln zurückführen. Diese Produktfunktionen wurden für diesen Artikel vom Nutzer bereitgestellt und müssen vor der Veröffentlichung im aktuellen Produkt, Tarif, mit den Datenschutzeinstellungen und im Arbeitsablauf der Quellenverknüpfung verifiziert werden.

Ein autorisiertes Transkript mit seiner Quelle abgleichen

Prüfen Sie zunächst das obige kontrollierte Beispiel. Verarbeiten Sie anschließend eine autorisierte Besprechung oder Datei in HiNoter, korrigieren Sie die Sprecherbeschriftungen, öffnen Sie die Quellenzeitstempel und bestätigen Sie, dass Zusammenfassung, Aktionspunkte und AI-Chat-Antworten die korrigierte Zuordnung übernehmen.

Eine autorisierte Besprechung oder Datei verarbeiten | Quellenverknüpften AI Chat anzeigen