Kevin Klein (mw speech + claude summary)

Teilnehmer: Kevin, Frank, weitere Personen (teilweise am Telefon)

Neue Voice-to-Text App mit KI-Zusammenfassung

Entwickelte App:

• Kevin hat eine App entwickelt, die Sprachnachrichten transkribiert und automatisch zusammenfasst
• Ausgelöst durch 8-Minuten-Feedback von Sabrina → wollte nicht alles manuell durchhören
• Verarbeitung: 6-Minuten-Nachricht in ~1,5 Minuten, 8-Minuten-Nachricht (~2000 Wörter) in ~3 Minuten
• Verwendet Whisper für Transkription + Claude für Zusammenfassung

Einsatzszenarien:

• Projekt-Feedback und CMS-Rückmeldungen strukturiert aufbereiten
• Meeting-Protokolle automatisch erstellen (auch für Kundengespräche)
• Content-Erstellung: Sabrina interessiert an Mindmap-zu-Artikel-Feature
• Projekt-Erstbesprechungen dokumentieren

Technische Details:

• Aktuell: SQLite (Deployment-Probleme Windows/Linux)
• Problem: Speaker-Diarization fehlt → kann nicht unterscheiden wer spricht
• Lösungsansatz: Whisper-X (Whisper + Pyannote) für Speaker-Labels
• Erwägt GPU-Server für bessere Performance bei längeren Inputs

Terminverwaltungs-App (Quartalsprojekt)

Entwickelte Funktionen:

• Magic Link Authentication für Einrichtungen
• Einrichtungen können Termine eintragen und zur Freigabe senden
• Zentrale Verwaltung kann Termine durchgehen und freigeben
• Direkte Übernahme auf Website nach Freigabe
• Entwicklungszeit: ca. 3 Wochen intensiv

Potenzielle Vermarktung

Überlegungen:

• Voice-to-Text-Tool als zusätzliches Angebot für Alltäcks
• Suchmaschinen-Integration nach Biotop-Projekt weiter verfolgen
• Notebook LM für erweiterte Projekt-Features (Mindmaps, Präsentationen, Research)

Herausforderungen:

• Budget-Limitierung bei bestehenden Kunden
• GPU-Server-Kosten (ab 254€/Monat bei Hetzner für Nvidia RTX 4000)
• Technische Komplexität bei Multi-Speaker-Erkennung

Nächste Schritte

• Test der App in echtem 3-Personen-Meeting
• Evaluation von Whisper-X für Speaker-Erkennung
• Prüfung GPU-Hosting-Optionen bei Midwald
• Weitere Tests mit Video-Transkription