LLM-Minutes-of-Meeting
Verwandeln Sie Audio- und Videoaufnahmen in strukturierte Besprechungsprotokolle und Aktionspunkte.
Konvertieren Sie Aufnahmen lokal oder über Cloud-APIs in Transkripte, Entscheidungen und Aktionspunkte.
LLM-Minutes-of-Meeting verarbeitet Audio- und Videoaufnahmen, um strukturierte Transkripte, Entscheidungen und Aktionspunkte zu generieren. Es eignet sich für Berufstätige, die sensible Besprechungen abwickeln und die absolute Kontrolle darüber behalten möchten, wo ihre Daten verbleiben.
Was es ist
Die Anwendung liest Besprechungsaufnahmen ein, transkribiert sie mit einer Speech-to-Text-Engine Ihrer Wahl (lokal oder in der Cloud) und leitet den Text zur Zusammenfassung an ein OpenAI-kompatibles LLM weiter. Sie verarbeitet beliebig lange Aufnahmen, indem sie Dateien aufteilt und die Ausgaben zusammenführt, während der Fortschritt über Celery- und Redis-Hintergrundworker verfolgt wird.
Für wen
Es eignet sich für technische Fachleute und interne IT-Teams, die eine interne Alternative zu kommerziellen Besprechungs-Bots suchen und Wert auf Datenschutz legen. Es ist nicht geeignet für nicht-technische Benutzer, die ein verwaltetes Cloud-SaaS erwarten, ohne Docker oder Befehlszeilentools zu berühren.
Wichtige Funktionen
Flexible Transkriptions-Engine
Wählen Sie zwischen Deepgram, AssemblyAI, ElevenLabs Scribe, Sarvam AI, OpenAI-kompatiblen Endpunkten oder lokalem Whisper.
Universeller LLM-Support
Verbinden Sie jede OpenAI-kompatible Chat-API, einschließlich OpenAI, Anthropic, Gemini, Ollama, LM Studio oder vLLM.
Chunking für lange Aufnahmen
Lange Audiodateien werden in Teilen transkribiert und zusammengefasst und dann automatisch zusammengeführt, um Kontextfenster-Limits zu umgehen.
Lokale Datenverschlüsselung
Datenbank, Protokolle, hochgeladene Dateien und verschlüsselte API-Schlüssel werden lokal in einem einzigen Anwendungsverzeichnis gespeichert.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Vollständige Kontrolle über die Datenspeicherung ohne Telemetrie oder Tracking
- Freier Wechsel zwischen lokalen Modellen und Cloud-Transkriptions- oder LLM-Anbietern
- Integrierte Celery-Hintergrundauftragswarteschlange mit Live-Fortschritt, Abbruch und Wiederholungsversuchen
- Gesundheits- und Bereitschaftsendpunkte neben Prometheus-Überwachungsmetriken
Schwächen
- Erfordert technische Kompetenz für die Bereitstellung über Docker oder die manuelle Konfiguration von Redis und Celery
- Das Ausführen von lokalem Whisper oder lokalen LLMs erfordert leistungsfähige Hardware-Ressourcen
- Cloud-Transkriptions- und LLM-Anbieter verursachen eigene, separate API-Nutzungskosten
Preise & Lizenz
Die Software ist unter der MIT-Lizenz kostenlos. Die einzigen Kosten entstehen durch den Betrieb Ihrer eigenen Hardware-Infrastruktur oder die Bezahlung von Drittanbietern für Cloud-Transkriptions- und LLM-Anbieter.
Stellen für Deutschsprachige
873 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$170 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Nutze es, oder lass es uns einrichten
FAQ
Kann ich dies komplett offline ohne API-Schlüssel ausführen?
Ja, indem Sie es mit lokalem Whisper erstellen und das LLM auf eine lokale Instanz von Ollama oder LM Studio verweisen.
Wie werden API-Schlüssel gespeichert?
Sie werden im Ruhezustand mithilfe eines Schlüssels verschlüsselt, der beim ersten Start generiert und lokal in Ihrem Anwendungsverzeichnis gespeichert wird.
Was passiert, wenn eine Besprechungsaufnahme sehr lang ist?
Die Anwendung teilt lange Dateien automatisch auf, verarbeitet sie in Chunks und führt die resultierenden Transkripte und Zusammenfassungen zusammen.
