Ein Gespräch bleibt auf deinem Rechner. Bis du die Notizen einem Assistenten gibst, der seine Antworten in der Cloud berechnet. Servus, hier ist Lissy. Heute entscheiden wir, wie viel Technik du für Meeting-Notizen selbst betreiben willst. Der Anlass ist Yogurt, eine neue quelloffene Desktop-App. Wir verfolgen einen erfundenen Projekttermin von der Aufnahme bis zur Aufgabenliste. Danach kannst du zwischen vorhandener Meeting-Funktion, fertiger lokaler App und Eigenbau wählen, ohne zuerst ein neues Abo abzuschließen.
Eine selbstständige Beraterin bespricht mit einem Auftraggeber den nächsten Workshop. Danach braucht sie die vereinbarten Aufgaben, wer sie übernimmt und bis wann. Bei seltenen Terminen reicht dafür vielleicht die eigene Mitschrift.
Bei regelmäßigen Terminen kann eine fertige Anwendung mehr abnehmen. Yogurt zeichnet laut Dokumentation Mikrofon und Gesprächsaudio auf, transkribiert und schreibt eine Zusammenfassung neben den eigenen Notizen. Ein zusätzlicher Teilnehmer tritt dem Termin nicht bei. Die App steht unter der MIT-Lizenz und wird kostenlos angeboten. Das sagt etwas über die Nutzungsrechte und den Preis der Software, aber noch nichts über die Qualität auf deinem Rechner.
Der Entwickler Eric nennt in seinem Launch-Bericht whisper.cpp für Spracherkennung und llama.cpp für lokale Zusammenfassungen. Auf geeigneten Apple-Systemen kommt auch Apples SpeechAnalyzer zum Einsatz. Du musst diese Bausteine also nicht einzeln verbinden. Genau darin liegt hier der Kaufentscheid, auch wenn die App nichts kostet: Du übernimmst ein fertiges Zusammenspiel von Aufnahme und Notizen, statt die Verbindung selbst zu warten.
Als Gegenoption gibt es die Transkriptionsfunktion deiner vorhandenen Meeting-Plattform. Schau zuerst nach, ob dein Tarif sie enthält und wo die Verarbeitung stattfindet. Wenn die bestehende Lösung deine erlaubten Daten verarbeitet und du kaum nacharbeiten musst, brauchst du wegen eines neuen Projekts nicht umzuziehen. Mei, ein zusätzlicher Notizordner allein macht noch keinen besseren Kundentermin.
Für die Beraterin sind Aufnahme und spätere Verwendung zwei getrennte Entscheidungen. Yogurt erklärt in seiner Hilfe, Audio und Texte lokal zu verarbeiten, ohne Meeting-Upload und ohne Telemetrie. Das ist die Aussage des Projekts. Wir haben die App hier weder installiert noch ihren Netzwerkverkehr untersucht.
Für die Einrichtung braucht die Anwendung trotzdem Internet. Sie lädt Modelle herunter und sucht nach Updates. Laut Hilfe können weitere Modelle noch im Hintergrund nachkommen. Bevor du den Laptop ohne Netz in den Termin mitnimmst, müssen die benötigten Modelle tatsächlich bereitliegen.
Dann gibt es die optionale Verbindung zu anderen KI-Anwendungen über MCP. Das ist ein Protokoll, über das ein Assistent angebotene Werkzeuge und Daten lesen kann. Bei Yogurt ist dieser Zugang standardmäßig aus. Aktivierst du ihn, darf die verbundene Anwendung laut Hilfe Meetings, Notizen und Transkripte lesen, aber nicht verändern. Sie kann den gelesenen Inhalt allerdings an ihr eigenes Online-Modell senden.
Nur lesen heißt also nicht: Der Text bleibt hier. Wenn unsere Beraterin für die Aufgabenliste mit der lokalen Zusammenfassung auskommt, lässt sie diese Verbindung aus. Will sie später einen Cloud-Assistenten nutzen, entscheidet sie vorher, welches Material dafür geeignet ist. Nachträgliches Abschalten stoppt weitere Lesezugriffe; bereits übertragene Inhalte holt es nicht zurück.
Auch die Aufnahme selbst braucht die Zustimmung der Beteiligten und die Regeln des jeweiligen Arbeitsumfelds. Dass kein Bot im Termin auftaucht, ist keine Erlaubnis zum heimlichen Mitschnitt. Für den ersten Versuch verwenden wir deshalb ein ausdrücklich vereinbartes Testgespräch mit erfundenen Inhalten.
Reserviere dafür sechzig Minuten auf einem Rechner, dessen Modelle bereits heruntergeladen sind. Diese Stunde ist unser Übungsbudget, keine gemessene Installationsdauer. Zuständig ist die Person, die auch das spätere Protokoll verschicken würde. Du brauchst Yogurt, die Zustimmung eines Testpartners und eine kurze schriftliche Vorlage. Für den lokalen Grundversuch brauchst du keinen zusätzlichen Cloud-Assistenten.
Die Hilfe nennt mindestens acht Gigabyte Arbeitsspeicher. Angeboten werden Downloads für Apple-Silicon-Macs ab macOS 14.4, für Windows und für Linux. Kalenderzugriff und das Auslesen von Sprechernamen aus Anrufen sind laut Hilfe nur auf dem Mac verfügbar. Auf Windows und Linux untersucht die Einrichtung außerdem die Transkriptionsgeschwindigkeit und stoppt, wenn der Rechner nicht mithält.
Die ersten zehn Minuten gehören dem Ton. Erteile die benötigten Berechtigungen und nimm eine kurze Probe mit beiden Gesprächsseiten auf. Hör nach, ob die Gegenstimme überhaupt enthalten ist.
Danach führt ihr einen zehnminütigen fiktiven Workshop-Termin. In der Vorlage stehen genau drei Aufgaben mit Namen und Fristen. Eine Person sagt zusätzlich einen Vorschlag, den ihr anschließend ausdrücklich verwerft. Lass die App eine Zusammenfassung erstellen und vergleiche sie mit der Vorlage. Für diesen Versuch gilt: Alle drei vereinbarten Aufgaben müssen richtig zugeordnet sein, die Fristen müssen stimmen und der verworfene Vorschlag darf nicht als Auftrag erscheinen. Das ist unsere Erfolgsschwelle, keine Herstellerkennzahl.
Notiere im verbleibenden Teil der Stunde, welche Stellen du korrigierst und wie lange das dauert. Wenn eine Stimme fehlt, brich den Inhaltsvergleich ab und behebe zuerst die Audioquelle. Wenn Zuordnungen falsch bleiben, nutze das Ergebnis höchstens als Textentwurf. Ein einzelner gelungener Probetermin belegt noch keine Zuverlässigkeit bei Dialekt, Fachsprache oder vielen Beteiligten.
Wenn du nur gelegentlich eine kurze Aufgabenliste brauchst, behalte die eigene Mitschrift. Wenn dein vorhandenes Meeting-Werkzeug denselben Bedarf abdeckt und dessen Datenverarbeitung für den Auftrag passt, bleib dort. Wenn du lokal aufnehmen und zusammenfassen willst, ist eine fertige lokale App der nächste Versuch. Dafür musst du keine eigene Sprachverarbeitung entwickeln.
Eigenbau beginnt an einer anderen Stelle: Deine Arbeit braucht etwa eine ganz bestimmte Übergabe in das interne Projektsystem, die du mit der fertigen Ausgabe nicht sinnvoll erreichst. Schreib dann zuerst auf, was genau fehlt. Vielleicht reicht schon ein manuell übertragener Aufgabenblock. Wer sofort Aufnahme, Sprechererkennung und Zusammenfassung selbst zusammenschraubt, übernimmt nebenbei Audiofehler und Modellpflege. Das muss sich durch eine konkrete benötigte Funktion rechtfertigen.
Bevor unsere Beraterin echte Termine sammelt, gehört noch der Rückweg dazu. In den Einstellungen unter Backup exportierst du laut Hilfe Meetings und Audio in eine ZIP-Datei. Beende dafür zuerst die Aufnahme. Teste mit deinem erfundenen Termin, ob du das Archiv findest und öffnen kannst. Sichere es nur an einem dafür geeigneten Ort. Ein lokales Protokoll kann über einen synchronisierten Ordner später doch auf einem fremden Server landen.
Auch beim Entfernen gibt es einen Unterschied: Die Deinstallation lässt laut Hilfe die Daten stehen. Auf dem Mac liegen sie im persönlichen Application-Support-Ordner unter Yogurt; die Dokumentation nennt die entsprechenden Orte für Windows und Linux. Löschen der App ist also keine Löschung der Mitschnitte. Die ganze Datenablage zu entfernen würde wiederum auch Einstellungen und Modelle beseitigen.
Ich würde für diesen Bedarf erst die fertige App mit Testmaterial ausprobieren. Kaufen oder beim vorhandenen Dienst bleiben ist genauso vernünftig, wenn dort weniger Nacharbeit entsteht und die Verarbeitung passt. Selber bauen würde ich erst für die fehlende Übergabe. Der fertige Baustein darf ruhig von jemand anderem kommen; deine Kundennotizen müssen deshalb noch lange nicht überall landen.
Die Entscheidung fällt an einem vollständigen Probetermin: beide Stimmen drin, Vereinbarungen richtig, Ergebnis an einem passenden Ort. Fang damit an und lass die optionale Verbindung zu anderen Assistenten zunächst aus. Schreib mir in die Kommentare zur Folge auf Spotify, ob du eher an der Aufnahme oder an der Übergabe der Aufgaben hängenbleibst. In den Shownotes findest du die Projektquellen und die Vorlage für den Versuch. Pfiat euch und bis morgen, eure Lissy.