KI-Zusammenfassung

Video zusammenfassen mit KI: Kernaussagen und Notizen aus jedem YouTube-Video

Ein YouTube-Video lässt sich zusammenfassen, sobald sein Text vorliegt: du fügst den Link ein, die KI liest das ganze Transkript und schreibt daraus 5 bis 7 Kernaussagen oder ausführliche Notizen nach Themen, in der Reihenfolge des Videos, mit Fakten, Zahlen und Namen. Hier steht, was in der Zusammenfassung landet, woher die KI den Inhalt kennt, wie es mit englischen Videos und eigenen Dateien klappt und was es kostet. Videos mit Untertiteln fasst du kostenlos und ohne Anmeldung zusammen.

Aktualisiert am 7. Oktober 2026

Audio- oder Videodatei hierher ziehen oder auswählen Audio- oder Videodatei auswählen

KI-Transkription, abgerechnet in Minuten · die erste kostenlos, ohne Anmeldung

Auf dieser Seite

So geht’s Was drinsteht Zusammenfassung oder Notizen Untertitel als Quelle Englische Videos Dateien und Videos ohne Untertitel Kosten Im Vergleich Grenzen Fragen

So fasst du ein YouTube-Video zusammen

Ein YouTube-Video zusammenfassen dauert vier Schritte, und die KI startet erst beim dritten, wenn du selbst eine Kachel anklickst.

Link einfügen. Jede Form der YouTube-Adresse funktioniert: die Watch-Seite, ein youtu.be-Kurzlink oder ein Shorts-Link. Eine Datei vom Rechner lädst du direkt unter dem Feld hoch.
Transkript abwarten. Hat das Video Untertitel, öffnet sich ihr Text sofort neben dem Player. Ohne Untertitel läuft vorher eine Spracherkennung.
Kachel wählen. „Zusammenfassung“ und „Ausführliche Notizen“ stehen in der Gruppe „Verstehen“. Die KI arbeitet erst, wenn du klickst.
Ergebnis kopieren oder speichern. Der Text lässt sich mit einem Klick kopieren und als TXT, Markdown, PDF oder DOCX herunterladen.

Neben dem Ergebnis bleibt das Transkript mit Zeitstempeln offen. Ein Klick auf eine Zeitmarke springt im Player an die Stelle, so prüfst du jede Aussage am Original.

Was in der Zusammenfassung steht

Wer ein Video zusammenfassen lässt, bekommt mit der Kachel „Zusammenfassung“ 5 bis 7 Kernaussagen, jede in einem Satz, ohne Einleitung und ohne Wiederholungen.

Beispiel für das Format, kein echtes Video:

- Erwachsene brauchen 7 bis 9 Stunden Schlaf, der Bedarf schwankt individuell.
- Ein fester Rhythmus wirkt stärker als die genaue Schlafdauer.
- Licht am Abend verschiebt die Müdigkeit um bis zu eine Stunde nach hinten.
- Koffein wirkt 5 bis 6 Stunden nach, auch wenn man es nicht spürt.
- Ein Mittagsschlaf über 30 Minuten macht eher träge als wach.

So eine Liste beantwortet die Frage, ob sich das ganze Video lohnt. Bei einem 40-Minuten-Interview liest du sie in einer Minute und entscheidest danach, welche Stelle du dir anhörst.

Zusammenfassung oder ausführliche Notizen?

Die Wahl hängt davon ab, wozu du ein Video zusammenfassen willst: um zu wissen, worum es geht, oder um festzuhalten, was genau gesagt wurde.

Zusammenfassung: Kurz, 5 bis 7 Punkte. Für Vorträge, Podcasts und Nachrichten, bei denen dir der Kern reicht.
Ausführliche Notizen: Das ganze Video nach Themenblöcken, unter jedem Block Thesen, Fakten, Zahlen und Namen. Für Vorlesungen, Webinare und Tutorials, aus denen du lernen willst.
Artikel: Fließtext mit Zwischenüberschriften, als Grundlage für einen Blogbeitrag oder Newsletter.
Eigener Prompt und Chat mit dem Video: Du schreibst selbst, was du brauchst: zehn Prüfungsfragen, eine Liste aller genannten Tools, die Gegenargumente des Gastes. Im Chat fragst du nach einer einzelnen Stelle, ohne den Text zu durchsuchen.

Woher die KI den Inhalt kennt: aus den Untertiteln

Die KI-Zusammenfassung entsteht aus der Untertitelspur, die YouTube zum Video bereitstellt, und nicht aus Bild oder Ton.

Untertitel vom Autor hat ein Mensch geschrieben, mit Satzzeichen und richtig geschriebenen Fachbegriffen. Darauf ist die Zusammenfassung am genauesten.
Automatische Untertitel erzeugt YouTube selbst, für fast jedes Video mit Sprache und auch auf Deutsch. Satzzeichen fehlen, seltene Namen werden manchmal falsch erkannt. Den Sinn rekonstruiert die KI, ein falsch gehörtes Wort aber nicht.

Weil kein Ton verarbeitet wird, ist ein Video mit Untertiteln in Sekunden bereit. Wenn du statt einer Zusammenfassung den Wortlaut brauchst, etwa für Zitate, nimm den vollständigen Text des Videos: Er ist ebenfalls kostenlos und ohne Anmeldung.

Englische Videos auf Deutsch zusammenfassen

Die Zusammenfassung erscheint in der Sprache des Transkripts: Ein deutsches Video ergibt eine deutsche Zusammenfassung, ein englisches eine englische.

Für eine deutsche Fassung eines englischen Videos gibt es zwei Wege. Kostenlos geht es, wenn der Autor eine deutsche Untertitelspur hochgeladen hat: Du wählst sie im Sprachmenü, das ist keine Übersetzung, sondern eine fertige Spur. Fehlt sie, übersetzt die KI auf der Website das Transkript gegen Minuten vom Guthaben, der Preis steht vorher da. Danach entstehen Zusammenfassung und Notizen auf Deutsch. Die Untertitel selbst kannst du mit der Chrome-Erweiterung kostenlos ins Deutsche übersetzen, direkt auf der YouTube-Seite.

Videodateien und Videos ohne Untertitel zusammenfassen

Auch ein Video ohne Untertitel oder eine eigene Aufnahme kannst du zusammenfassen, vorher wandelt aber eine Spracherkennung den Ton in Text um.

Das gilt für Bildschirmaufnahmen, Zoom- und Teams-Mitschnitte und Videos, die du nur als Datei hast. Das Modell Whisper erkennt die Sprache, der Text bekommt Zeitstempel, danach stehen dieselben Kacheln bereit wie bei einem YouTube-Link. Wie das mit MP4, MOV und MKV abläuft, erklärt die Seite Videodatei transkribieren, für Sprachmemos und MP3 gibt es Audio in Text mit Zeitstempeln. Nach der Anmeldung nimmt die Website Dateien bis 500 MB und 4 Stunden an.

Video zusammenfassen mit KI: was kostenlos ist und wann Minuten anfallen

Mit KI Videos zusammenfassen kostet nichts, wenn das YouTube-Video Untertitel hat: Jede KI-Analyse davon ist kostenlos, ohne Anmeldung und ohne Preis pro Video, von der Zusammenfassung über Notizen, Artikel, Social-Post und eigenen Prompt bis zum Chat.

Das ist das Angebot der Website für Videos mit Untertiteln, kein Versprechen für immer. An Tagen mit sehr hoher Nachfrage kann die kostenlose KI bis zum nächsten Tag pausieren. Das Transkript bleibt immer kostenlos.

Minuten kostet nur die Spracherkennung, also Videos ohne Untertitel und eigene Dateien: eine Minute Guthaben pro Minute Aufnahme, ab $0.033 pro Minute, der Preis steht vor dem Start. Die erste solche Aufnahme ist kostenlos, vollständig bis 10 Minuten und bei einer längeren die ersten 10 Minuten. Nach der Anmeldung schenken wir dir 10 Minuten. Ist eine Aufnahme einmal transkribiert, sind alle KI-Analysen dazu inklusive, ohne zweite Abrechnung. Pakete und Bedingungen findest du in der Übersicht über Gratisumfang und Minutenpakete.

Im Vergleich: ChatGPT, Gemini oder selbst mitschreiben

Ein Video zusammenfassen kannst du auch anders, der Unterschied liegt darin, wie viel Handarbeit bei dir bleibt.

Weg	Was du tust	Was du bekommst
Selbst mitschreiben	Video ganz ansehen, oft pausieren	die beste Erinnerung, aber eine Stunde Video kostet mehr als eine Stunde
ChatGPT mit kopiertem Transkript	Transkript kopieren, Prompt schreiben, lange Texte in Stücke teilen	eine Zusammenfassung, wenn der Text ins Chatfenster passt
Gemini mit YouTube-Link	Link in den Chat einfügen	eine Antwort im Chat, ohne Transkript daneben
Dieser YouTube Summarizer	Link einfügen, Kachel anklicken	Zusammenfassung des ganzen Videos, Transkript mit Zeitstempeln daneben, Export als DOCX und PDF

Grenzen der KI-Video-Zusammenfassung

Die KI verdichtet, was gesagt wurde, und ergänzt nichts, was im Video fehlt.

Sie liest kein Bild: Folien, Tafel, Code und Einblendungen bleiben draußen.
Sie nimmt nur YouTube-Links an. Videos von anderen Plattformen brauchst du als Datei.
Sie fasst keine Playlist und keinen Kanal auf einmal zusammen: ein Video, ein Ergebnis.
Sie prüft keine Fakten. Irrt sich der Sprecher, steht der Irrtum auch in der Zusammenfassung.
Dateien über 500 MB oder 4 Stunden nimmt sie nicht an.

Fest zusagen können wir drei Dinge: Der Preis steht vor dem Start, Minuten werden erst nach einer erfolgreichen Transkription abgezogen, und das Transkript eines Videos mit Untertiteln kostet nie etwas.

Fragen zur KI-Zusammenfassung

Ist es kostenlos, ein YouTube-Video zusammenfassen zu lassen?

Ja, wenn das Video Untertitel hat, vom Autor oder automatisch von YouTube erzeugt. Dann sind Zusammenfassung, Notizen, Artikel und Chat kostenlos und ohne Anmeldung. Minuten kostet nur die Spracherkennung für Videos ohne Untertitel und eigene Dateien.

Muss ich mich anmelden?

Nein. Für ein Video mit Untertiteln brauchst du kein Konto, für deine erste Aufnahme ohne Untertitel auch nicht. Weitere ganze Dateien gibt es nach der Anmeldung per E-Mail-Link, und dafür schenken wir dir 10 Minuten Transkription.

Was passiert mit dem Video und dem Text?

Das YouTube-Video wird nirgendwohin hochgeladen, verarbeitet wird der Text seiner Untertitel. Das Transkript geht an ein Sprachmodell von OpenAI, das API-Inhalte laut seinen Bedingungen nicht zum Training nutzt. Bei einer hochgeladenen Datei wird das Original gelöscht, sobald der Ton herausgelöst ist.

Bekomme ich die Zusammenfassung eines englischen Videos auf Deutsch?

Ja, auf zwei Wegen. Gibt es eine deutsche Untertitelspur vom Autor, wechselst du kostenlos dorthin. Sonst übersetzt die KI zuerst das Transkript gegen Minuten, danach entsteht die Zusammenfassung auf Deutsch.

Sieht die KI, was im Bild passiert?

Nein. Die Zusammenfassung entsteht aus dem gesprochenen Wort. Folien, Code oder Diagramme, die niemand vorliest, kommen darin nicht vor.

Wie lang darf das Video sein?

Lange Videos werden nicht nach den ersten Minuten abgeschnitten: Das Transkript wird abschnittsweise verdichtet, und die Zusammenfassung deckt das ganze Video ab. Hochgeladene Dateien dürfen bis zu 500 MB groß und 4 Stunden lang sein.

Was ist, wenn die kostenlose KI gerade nicht verfügbar ist?

An Tagen mit sehr hoher Nachfrage können die kostenlosen KI-Analysen von Videos mit Untertiteln bis zum nächsten Tag pausieren, und die Seite sagt dir das. Das Transkript bleibt verfügbar.