Die Idee
Ein Meeting dauert eine Stunde. Danach beginnt die eigentliche Arbeit: Protokoll schreiben, Aufgaben verteilen, Zahlen in eine Tabelle übertragen, Folien für den Beirat bauen. Oft dauert das länger als das Meeting selbst.
Für diesen Fall bin ich zurück zu Kroll Facility Services gegangen, der erfundenen Firma aus meinen Mockumentarys. Diesmal ohne Pointe: Geschäftsführung und Bereichsleitungen besprechen das dritte Quartal. Umsatz, Ergebnis, Krankenstand, offene Rechnungen, Preise. 47 Minuten, neun Stimmen, rund 7.000 Wörter. Aus diesem einen Transkript sollte alles Weitere entstehen.
Wie ein Transkript entsteht
Solche Transkripte lassen sich heute mit vielen Werkzeugen erstellen, etwa mit Microsoft Copilot, Notion, TurboScribe oder ElevenLabs. Aufgenommen wird entweder direkt im jeweiligen Werkzeug oder mit jeder üblichen Sprachaufnahme auf dem Smartphone.
Wichtig: Alle Teilnehmenden müssen der Aufnahme zugestimmt haben. Im Kroll-Gespräch holt der IT-Verantwortliche diese Zustimmung gleich in der ersten Minute ein, reihum, von jedem einzeln.
Ein Auszug, sechs Formate
Der wichtigste Schritt ist unsichtbar. Bevor ein einziges Dokument entsteht, zieht die Assistenz einen strukturierten Auszug aus dem Gespräch: Kennzahlen mit Ist, Plan und Vorjahr, Beschlüsse, Aufgaben mit Namen und Termin. Jede Zeile trägt den Zeitstempel der Stelle, auf die sie sich stützt. Fehlt so eine Stelle, bricht der Bau ab.
Aus diesem einen Auszug entstehen alle Formate. Ändert sich eine Zahl, ändert sie sich überall. Und wer wissen will, woher eine Zahl kommt, findet den Zeitstempel daneben.
Das Protokoll ist ein Word-Dokument im Kroll-Design mit Kernaussagen, Tagesordnungspunkten, fünf Beschlüssen, fünfzehn Aufgaben und den Absprachen ohne Beschluss. Hinter jedem Punkt steht klein, wo er im Gespräch steht. Dazu kommen zwei CSV-Dateien für Excel, eine mit den Aufgaben, eine mit 45 Kennzahlen.
Protokoll als Word · als PDF · Aufgaben als CSV · Kennzahlen als CSV
Folien in HTML
Die Folien baue ich in HTML. Das geht natürlich auch in PowerPoint. Der Grund für HTML ist für mich die Struktur: Überschriften, Zahlen und Tabellen stehen als lesbarer Text in der Datei, und damit kann jede Maschine etwas anfangen. Eine PowerPoint-Datei ist ein Paket aus vielen XML-Teilen, in dem der Text in Layout-Schnipsel zerfällt. Ein PDF kennt oft nur noch Zeichen an Positionen; welche Zahl zu welcher Spalte gehört, muss eine Maschine dort erst wieder erraten. Bei Kroll kommt dazu: Die Charts werden aus denselben Zahlen gerechnet wie das Protokoll, und jede Folie nennt unten die Stelle im Transkript, aus der sie stammt. Als PDF drucken lassen sich die Folien trotzdem.
Sechzehn Folien, jede mit einer Aussage, im Schnitt sechzehn Wörter. Ein Skript prüft, dass auf keiner Folie etwas über den Rand ragt. Das war nötig: Auf zwei Chart-Folien war der Inhalt zu hoch und schob die Überschrift aus dem Satzspiegel.
Die Folien öffnen (Pfeiltasten, F für Vollbild) · als PDF
Charts und Tabellen
Als Zugabe gibt es eine Zahlenseite: Kennzahlen-Kacheln, sechs Charts mit Hover und Tabellenansicht, alle 45 Kennzahlen zum Filtern und die Aufgabenliste nach Personen. Sie läuft auch auf dem Handy.
Der Film
Der Infografik-Film oben ist kein generiertes Video. Er ist Motion Design: eine HTML-Bühne, auf der Zahlen hochzählen, Linien sich zeichnen und Balken wachsen, Bild für Bild gerendert, 60 Bilder pro Sekunde. Die Bewegungen hängen an den Wortzeiten der Stimme. Der Pfeil „+4,7 %“ erscheint genau bei „mehr“, die drei Hebel kommen jeweils mit ihrem Wort.
Die Stimme ist meine, als Klon meiner Brandvoice von ichbinsprecher.de. Im ersten Satz hörte die Spracherkennung „Crawl“ statt „Kroll“. Der Satz wurde neu gesprochen, mit „Kroll“ als eigenem Wort. Danach kamen drei Fassungen. Nach der ersten wollte ich mehr Art Direction und eine weichere Infografik. Die zweite bekam ein festes Raster, weichere Bewegungen und Übergänge, die ein Bild ins nächste führen. In der dritten wurde die Stimme acht Prozent schneller.
Dass alles im Bild bleibt, prüft ebenfalls ein Skript. Es tastet den Film alle Viertelsekunde ab.
Im Berufsalltag
Ein Werkstattfall ist kein Arbeitsalltag. Also habe ich durchgerechnet, wie das Quartalsgespräch in einer echten Firma liefe: acht Teilnehmende, eine Stunde Meeting, danach Transkript, Protokoll, Revision durch alle, Folien und Film, jeweils mit Korrekturschleife. Die Vorlagen stehen schon, es ist das zweite Quartal. Stundensätze als Arbeitgeber-Vollkosten: 90 Euro für den Leitungskreis, 55 Euro für die Assistenz.
| Schritt | Mit KI | Klassisch |
|---|---|---|
| Meeting, 8 Teilnehmende | 8:00 h | 8:00 h |
| Transkript | 0:15 h | – |
| Protokoll | 0:40 h | 2:30 h |
| Revision durch alle | 3:10 h | 4:05 h |
| Folien mit Revision | 1:30 h | 6:30 h |
| Film mit Revision | 1:40 h | meist keiner |
| Personenzeit | 15:15 h | 21:05 h |
| Personalkosten | ≈ 1.230 € | ≈ 1.700 € |
| Sachkosten je Meeting | ≈ 8 € | – |
Das Transkript kostet je nach Werkzeug fast nichts. In Teams ist es Teil von Microsoft 365, TurboScribe nimmt pauschal 20 Dollar im Monat, ElevenLabs rechnet unter 40 Cent je Stunde Audio ab. Das Protokoll mit Opus 5.5 kostet als reiner Aufruf rund 13 Cent, mit Word-Bau und Beleg je Zeile rund 2 Euro. Ein Agenturfilm in dieser Art läge bei mehreren tausend Euro. Deshalb gibt es ihn klassisch meist gar nicht.
Gespart werden knapp sechs Personenstunden je Quartalsgespräch. Die Kosten sind dabei das kleinere Thema. Wichtiger ist, wo es im Alltag hakt:
- Aufnahme und Zustimmung. Alle müssen zustimmen. In Deutschland ist zudem der Betriebsrat zu beteiligen, sobald ein Werkzeug Verhalten oder Leistung auswerten kann. Das klärt man einmal, nicht vor jedem Meeting.
- Wo die Daten liegen. Ein Quartalsgespräch enthält Personal- und Kundendaten. Welches Werkzeug in Frage kommt, entscheidet die IT-Freigabe. Bei Kroll bleibt die Aufnahme auf dem eigenen Server. Ein Cloud-Dienst wäre damit nicht vereinbar.
- Die Revision bleibt der größte Block. Gut drei Stunden lesen und kommentieren alle. Die KI verkürzt das kaum. Sie macht es leichter, weil jede Zeile auf eine Stelle im Gespräch zeigt.
- Der Film ist der unpraktischste Teil. Er braucht eine Werkzeugkette, die es auf einem normalen Büro-PC nicht gibt. Mit fertiger Vorlage kostet er wenig, ohne sie ist er ein Projekt. Im Büro liegt näher, PowerPoint als Video zu exportieren und die Stimme darunterzulegen.
Einmalig kostet das Einrichten der Vorlagen etwa das, was dieser Fall gekostet hat: knapp zweieinhalb Stunden und ein paar Euro.
Der Blick auf den Fall
Die Arbeit nach dem Meeting kostet in diesem Fall fast nichts: rund 1,25 Euro und knapp zweieinhalb Stunden, die meiste Zeit davon im Hinschauen. Im Alltag spart der Ablauf knapp sechs Personenstunden je Meeting, und am Ende steht ein Film, den es sonst nicht gäbe.
Lesen, ordnen und rechnen kann die Maschine. Das Gewichten bleibt beim Menschen: Was ist wichtig, was ist beschlossen, was zeigen wir dem Beirat? Und vor allem anderen steht eine Frage, die keine Maschine stellt: Sind alle einverstanden, dass wir aufnehmen?
Was das für eine Organisation heißt
Strategie. Die gesparte Zeit ist das kleinere Ergebnis: knapp sechs Personenstunden je Quartalsgespräch, Personalkosten von rund 1.700 auf rund 1.230 Euro. Größer ist, dass ein Meeting zur Quelle wird. Aus einer Stunde Gespräch entstehen Protokoll, Kennzahlen, Folien und ein Film, den es vorher nicht gab. Wer so berichtet, spricht anders mit Beirat und Belegschaft.
Rolle. Das Protokoll braucht mit KI vierzig Minuten statt zweieinhalb Stunden. Neu ist die Arbeit davor und danach: Vorlagen pflegen, Belege prüfen.
Ablauf. Drei Dinge klärt man einmal, nicht vor jedem Meeting: die Zustimmung zur Aufnahme, die Beteiligung des Betriebsrats, die Freigabe des Werkzeugs durch die IT. Die Revision bleibt mit gut drei Stunden der größte Block. Sie wird leichter, weil jede Zeile auf eine Stelle im Gespräch zeigt.
Beim Menschen. Das Gewichten. Was ist beschlossen, was nur besprochen, was sieht der Beirat? Das ist eine Führungsentscheidung. Die Maschine bereitet sie vor. Treffen muss sie jemand, der dafür geradesteht.