Instagram-Transkript: Reels & Post-Videos als Text
Instagram-Transkript: Reels, Posts & Live-Replays
Füge einen öffentlichen Instagram-Videolink ein – ein Reel, einen Videobeitrag, eine gespeicherte Live-Wiederholung oder eine Story mit Ton – und erhalte ein wortgetreues Transkript in der gesprochenen Sprache, eine Zusammenfassung und Kernaussagen in deiner Chat-Sprache sowie eine herunterladbare Datei.
Das Format richtet sich nach deiner Anfrage: standardmäßig Klartext, Markdown mit Zeitstempeln, wenn du Zeitangaben erwähnst, und SRT-Untertitel, wenn du nach Untertiteln fragst. Kein Einstellungsmenü, keine Formatumschalter und kein manuelles Kopieren aus den automatischen Instagram-Untertiteln.
Was diese Skill macht
Sie wandelt jeden öffentlichen Instagram-Videolink in ein herunterladbares Transkript-Dokument mit drei Teilen um:
- Zusammenfassung – 2 bis 4 Sätze über den Inhalt des Videos in deiner Chat-Sprache
- Kernaussagen – 5 bis 7 Stichpunkte mit Hooks, Behauptungen, genannten Personen, Organisationen oder Begriffen und Schlussfolgerungen in deiner Chat-Sprache
- Transkript – der vollständige wortgetreue gesprochene Text, zur besseren Lesbarkeit in Absätze gegliedert und in der gesprochenen Sprache belassen, damit Zitate, Hooks und dokumentierte Aussagen exakt bleiben
Bei kurzen Clips erscheint das vollständige Transkript direkt in der Chat-Antwort. Bei längeren Videos, etwa gespeicherten Live-Wiederholungen oder längeren Videobeiträgen, zeigt der Chat die Zusammenfassung und Kernaussagen zusammen mit einem Dateihinweis, damit ein 30-minütiges Video nicht als riesiger Textblock in der Unterhaltung landet.
Für wen diese Skill gedacht ist
- Content-Creator, die Reels für TikTok, YouTube Shorts, LinkedIn oder X weiterverwenden und den gesprochenen Text innerhalb von Sekunden als sofort einsetzbares Skript extrahieren möchten.
- Social-Media-Manager, die Instagram-Kampagnen für verschiedene Märkte lokalisieren. Wortgetreue Transkripte in der Ausgangssprache bewahren exakt, was gesagt wurde, und können anschließend von Menschen oder KI übersetzt werden.
- Marketer und Wettbewerbsforscher, die virale Reels und Videobeiträge analysieren, Argumente lesen und Hooks erfassen möchten, ohne Dutzende Videos in normaler Geschwindigkeit erneut anzusehen.
- Rezeptsammler, Studierende und Lernende, die Koch-Reels, Vorlesungen und Lernvideos in durchsuchbare, schnell erfassbare Notizen umwandeln.
- Forschende, Journalisten und Accessibility-Teams, die Reels in Artikeln zitieren, SRT-Untertitel für hörgeschädigte Zielgruppen erstellen oder virale Inhalte überprüfen. Das Transkript ist wortgetreu und niemals paraphrasiert.
- Alle, die Videos ohne Ton ansehen, etwa im Büro, in öffentlichen Verkehrsmitteln oder nachts neben einer schlafenden Person.
Was diese Skill anders macht
Zweisprachige Ausgabe als Standard. Das Transkript bleibt wortgetreu in der Sprache, die der Creator gesprochen hat. Jedes Zitat bleibt Wort für Wort erhalten. Zusammenfassung und Kernaussagen erscheinen in der Sprache deiner Anfrage. Ein spanisches Reel, das von einem englischsprachigen Nutzer transkribiert wird, liefert ein spanisches Transkript und eine englische Zusammenfassung. Ein japanischer Videobeitrag, den ein Mandarin sprechender Nutzer verarbeitet, liefert ein japanisches Transkript und eine Zusammenfassung auf Mandarin. Kein Schalter und kein Sprachparameter: Die zweisprachige Ausgabe ist der Standard.
Das Ausgabeformat kommt aus deinem Satz, nicht aus einer Einstellungsseite. Schreibe „Gib mir Untertitel“ und du erhältst eine SRT-Datei für Premiere, CapCut, DaVinci oder YouTube Studio. Schreibe „mit Zeitstempeln, damit ich das Zitat finde“ und du erhältst Markdown mit [mm:ss]-Markierungen pro Absatz. Ohne Formatanforderung bekommst du sauberen Klartext. Die Schlüsselworterkennung funktioniert auf Englisch, Chinesisch, Japanisch, Koreanisch, Spanisch und in weiteren unterstützten Sprachen.
Für öffentliche Instagram-Videoformate entwickelt. Reels sind der häufigste Anwendungsfall. Die Skill verarbeitet außerdem Videobeiträge im Feed, gespeicherte Live-Wiederholungen und Stories mit Ton, solange sie innerhalb ihres 24-Stunden-Fensters verfügbar sind. Ein Linkfeld deckt alle unterstützten Formate ab.
Wortgetreu statt paraphrasiert. Das Transkript wird per Spracherkennung erstellt und niemals umgeschrieben. Füllwörter, Wiederholungen und Zögern bleiben so erhalten, wie sie gesprochen wurden. Das ist wichtig für Journalismus, Forschung und alle Situationen, in denen der genaue Wortlaut als Beleg dient.
Schnell bei langen Inhalten. Längere Videobeiträge und gespeicherte Live-Wiederholungen können eine Stunde oder länger dauern. Die Skill erstellt Zusammenfassung und Kernaussagen, ohne auf das vollständige Transkript zu warten. So liefern lange Videos schnell eine übersichtliche Zusammenfassung und einen Dateihinweis, während das vollständige wortgetreue Transkript in der herunterladbaren Datei gespeichert wird.
Unterstützte Instagram-Inhalte
| Inhaltstyp | Unterstützt | Hinweise |
|---|---|---|
| Reels | ✓ | Der häufigste Anwendungsfall. Das Transkript wird innerhalb von Sekunden erstellt. |
| Videobeiträge im Feed | ✓ | Öffentliche Videobeiträge, die über den Instagram-Feed erreichbar sind. |
| Gespeicherte Live-Wiederholungen | ✓ | Lives, die nach dem Ende der Übertragung im Profil gespeichert wurden. |
| Stories mit Ton | ✓ | Unterstützt, solange die Story innerhalb ihres 24-Stunden-Fensters verfügbar ist. |
| Bilderkarussells | ✗ | Keine Audiospur zum Transkribieren. |
| Laufende Live-Übertragungen | ✗ | Nur abgeschlossene und gespeicherte Aufzeichnungen funktionieren. |
| Private Konten | ✗ | Der Link muss ohne Instagram-Anmeldung erreichbar sein. |
So funktioniert es
- Füge einen öffentlichen Instagram-Link ein – ein Reel, einen Videobeitrag, eine gespeicherte Live-Wiederholung oder eine Story mit Ton. Die Skill erkennt Format und gesprochene Sprache automatisch.
- Sag, was du brauchst, wenn das Standardformat nicht passt: „mit Zeitstempeln“, „Gib mir Untertitel“ oder eine konkrete Frage wie „Was wurde über die Preise gesagt?“. Standardmäßig erhältst du Klartext mit Zusammenfassung und Kernaussagen. Formatbezogene Schlüsselwörter wählen automatisch die passende Ausgabe.
- Erhalte ein Transkript-Dokument – Zusammenfassung und Kernaussagen erscheinen in deiner Chat-Sprache direkt im Chat. Das vollständige wortgetreue Transkript wird in der gesprochenen Sprache als herunterladbare Datei gespeichert. Bei kurzen Reels erscheint das vollständige Transkript zusätzlich im Chat.
Keine Einrichtung, kein Konto und kein API-Schlüssel. Link einfügen und Text erhalten, den du zitieren, durchsuchen, übersetzen oder weiterverwenden kannst.
Ausgabeformate
| Format | Ausgelöst durch | Verwendungszweck |
|---|---|---|
Klartext (.txt) |
Standard, kein Format-Schlüsselwort erforderlich | Lesen, zusammenfassen, zitieren oder in Notizen und Artikel einfügen |
Markdown mit Zeitstempeln (.md) |
„Zeitstempel“, „Timecodes“, „mit Zeiten“ oder eine entsprechende Formulierung | Exakte Stellen finden, als Referenz beim Videoschnitt nutzen, Rezeptschritte aufrufen oder Vorlesungsnotizen erstellen |
SRT-Untertitel (.srt) |
„Untertitel“, „Captions“, „SRT“ oder eine entsprechende Formulierung | Inhalte mit Untertiteln erneut veröffentlichen, Barrierefreiheit verbessern oder Übersetzungsabläufe vorbereiten |
Sprachverarbeitung
Das Transkript bleibt wortgetreu in der gesprochenen Sprache. Zusammenfassung und Kernaussagen erscheinen in deiner Chat-Sprache. Die Transkriptionsengine unterstützt Englisch, Spanisch, Portugiesisch, Französisch, Deutsch, Italienisch, Mandarin, Kantonesisch, Japanisch, Koreanisch, Vietnamesisch, Thailändisch, Indonesisch, Arabisch, Hindi, Russisch und die meisten wichtigen Geschäfts- und Content-Sprachen.
Die Ausgangssprache wird automatisch anhand von URL-Signalen, dem Account-Namen des Creators und Audiosignalen erkannt. Du musst sie nicht angeben. Schlägt die Erkennung fehl, versucht es die Skill automatisch erneut, bevor sie um Bestätigung bittet. Wenn du die Sprache in der Anfrage erwähnst, etwa „dieses spanische Reel“, wird die Erkennung übersprungen.
Bei mehrsprachigen Reels dient die dominierende Sprache als Basis. Das wortgetreue Transkript bewahrt dennoch alle gesprochenen Sprachen exakt.
Genauigkeit
Bei klarer Sprache in unterstützten Sprachen ist die Genauigkeit hoch. Laute Hintergrundmusik, überlappende Stimmen, starke regionale Akzente und stark komprimiertes Audio können die Qualität verringern. Kein Transkriptionssystem kann unverständliches Audio vollständig rekonstruieren. Wirkt ein Abschnitt fehlerhaft, ist das Ausgangsmaterial meistens schwer verständlich.
Die Skill verarbeitet ausschließlich den öffentlichen Videolink. Sie meldet sich nicht bei Instagram an und greift nicht auf private Inhalte zu.
Nicht unterstützt
- Lokale Videodateien –
.mp4-Exporte, Bildschirmaufnahmen und auf dem Computer gespeicherte Dateien benötigen einen separaten Audio-zu-Text-Workflow. - Laufende Live-Übertragungen – nur abgeschlossene und gespeicherte Aufzeichnungen funktionieren. Ein aktives Live kann erst nach dem Ende und der Verfügbarkeit einer Wiederholung transkribiert werden.
- Beiträge nur mit Bildern und Videos ohne Ton – ohne Audio gibt es nichts zu transkribieren.
- Private Konten – der Link muss öffentlich erreichbar sein.
- Übersetzung des Transkripts selbst – das Transkript bleibt absichtlich in der Ausgangssprache, damit exakte Zitate erhalten bleiben. Bitte nach Erhalt des wortgetreuen Textes separat um eine Übersetzung.
