Wissensdatenbank

Es sieht sich eine Bildschirmaufnahme an, speichert nur die Momente, in denen sich der Bildschirm wirklich geändert hat, transkribiert das Gesprochene und fügt beides zu einem Dokument zusammen — PDF, Word, HTML, Markdown, Folien, SCORM, CSV oder JSON. Aus einem Video von vierzig Minuten, das sich niemand ansieht, werden zwölf Screenshots mit dem Text dessen, was zu jedem einzelnen gesprochen wurde.

Es bewahrt das Video nicht auf. Nach dem Erzeugen des Dokuments ist das Video darin nicht mehr vorhanden — und es lag zu keinem Zeitpunkt auf irgendeinem Server. Es schneidet auch kein Video, kürzt keine Abschnitte zur erneuten Veröffentlichung und erstellt keine Untertitel für Videos: Das Endprodukt ist immer ein Dokument.

Weil es kein Ziel gibt, zu dem etwas hochgeladen würde. Der Browser liest die Datei von Ihrer Festplatte, löst die Bilder heraus, führt das Spracherkennungsmodell aus und setzt das PDF im Speicher des Tabs selbst zusammen. In keinem Schritt gibt es einen Upload, und das lässt sich in dreißig Sekunden prüfen, indem Sie mit F12 den Netzwerk-Tab öffnen — die gesendete Gesamtmenge bleibt bei null, selbst bei einem Video von mehreren Gigabyte. Die Schritt-für-Schritt-Anleitung steht unter Informationssicherheit.

Nein und nein. Öffnen Sie das Werkzeug und nutzen Sie es. Es gibt weder Installation noch Erweiterung noch Registrierung. Es gibt eine Fassung als einzelne Datei, die Sie herunterladen und ganz ohne Internet öffnen, für den Fall, dass das Firmennetz alles blockiert — sie steht auf der Seite Preise.

In aktuellen Versionen von Chrome und Edge, auf dem Rechner, funktioniert alles. Firefox und Safari öffnen das Werkzeug und erzeugen aus einem Video ein Dokument, haben aber weder die Bildschirmaufnahme mit dem Ton des Systems noch das Steuerungsfenster. Auf dem Mobiltelefon lässt sich lesen und überprüfen, aber den Bildschirm eines Rechners aufzuzeichnen ist Sache eines Rechners.

Den ganzen Bildschirm. Ein Fenster zu teilen hat zwei Fallen: In diesem Modus liefert der Browser den Ton des Rechners nicht, und alles, was außerhalb dieses Fensters geschieht, fehlt im Nachweis — auch die Fehlermeldung, die in der Ecke aufgetaucht ist. Deshalb öffnet die Auswahl bereits auf der Registerkarte für den ganzen Bildschirm, und das Kästchen „Audio teilen“ ist bereits angehakt. Dieses Kästchen zu vergessen ist die häufigste Ursache für eine Aufnahme ohne Ton.

Das sind drei Sekunden zwischen Ihrer Wahl des Bildschirms und dem Beginn der Aufnahme. Ohne sie ist der erste Screenshot fast immer die Bildschirmauswahl des Browsers selbst — das Fenster, das Sie gerade geschlossen haben — und Sie merken es erst bei der Überprüfung. In den Optionen lässt er sich abschalten.

„Diesen Schritt markieren“ speichert den Bildschirm in genau diesem Moment, auch wenn er sich nicht genug geändert hat, als dass die automatische Erkennung ihn von selbst gespeichert hätte. Direkt unter der Schaltfläche liegt ein Textfeld: Was Sie dort schreiben, wird zur Notiz dieses Screenshots. Sie kommentiert immer die letzte Markierung, nie die nächste — niemand beschreibt ein Problem, bevor er es gesehen hat. Der Grund dafür, dass es sie gibt, ist einfach: Bei der Überprüfung, eine halbe Stunde später, sind sieben markierte Screenshots, von denen keiner das Warum nennt, nicht viel wert.

In der Pause werden keine Screenshots mehr gespeichert und es wird nicht mehr transkribiert, aber die verstrichene Zeit läuft weiter. Wenn der Test dreißig Minuten auf eine Verarbeitung gewartet hat, muss der Nachweis dreißig Minuten zeigen. Was die Pause verhindert, ist ein Dokument voller gleicher Screenshots und voller Nebengespräche. Beim Fortsetzen wird sofort ein Screenshot gespeichert: Nach einer Wartezeit ist das, was sich geändert hat, genau das, was Sie dokumentieren wollten.

Während der Aufnahme liegt der Tab von Walkstamp hinter dem Bildschirm, den Sie teilen — also außerhalb Ihrer Reichweite. Das Steuerungsfenster ist ein kleines Fenster, das über allem liegt, mit der Uhr, den Aussteuerungsanzeigen und den Schaltflächen zum Markieren, Pausieren, Stummschalten des Mikrofons und Beenden. Das Kommentarfeld ist ebenfalls dort. Es gibt es in Chrome und in Edge; wo es fehlt, funktioniert alles weiterhin über den Tab.

Weil Video zu speichern das Gegenteil dessen ist, was das Werkzeug tut. Während Sie aufzeichnen, löst es bereits die Screenshots heraus und transkribiert — wenn Sie auf Beenden drücken, ist das Material bereits fertig. Das Video auf die Festplatte zu schreiben hieße, Gigabyte zu schreiben, um sie danach wegzuwerfen.

Wenn Sie beenden, bleibt ein Nachlauf an Ton übrig, der noch kein vollständiges Fenster für die Transkription gefüllt hat. Das ist der Balken, der erscheint. Während er läuft, bleiben die Schritte 3 und 4 mit Absicht geschlossen: Die Liste der Screenshots ändert sich noch, und eine Liste zu bearbeiten, die sich unter Ihnen verändert, ist die Art, wie ein Screenshot verloren geht. Wenn Sie nicht warten möchten, wird die Schaltfläche zu Nicht warten.

MP4, MOV und WebM. Die Größe spielt keine Rolle — die Datei wird nicht hochgeladen, also gibt es keine Upload-Grenze, die gesprengt werden könnte. Die Grenze ist der Arbeitsspeicher Ihres Rechners, und sehr lange Videos öffnen Sie besser in Teilen.

Sie können ein Video direkt aus Ihrem Google Drive wählen: Der Browser lädt die Datei auf Ihren Rechner herunter, und die Arbeit geschieht dort, wie bei jeder anderen Datei. Bei YouTube führt der Weg über die Transkription — fügen Sie den Text, den YouTube selbst erzeugt, in das Feld für die Transkription ein.

Wählen Sie zwei oder mehr zuvor erzeugte .json-Dateien aus, und sie werden zu Kapiteln eines einzigen Dokuments, in der von Ihnen gewählten Reihenfolge. So wird aus einem Testnachmittag mit vier Fällen ein Bericht. Die Zeit innerhalb jeder Sitzung bleibt wahrheitsgetreu; der Abstand zwischen den Sitzungen wird nicht erfunden.

Von einem Spracherkennungsmodell, das in Ihrem Browser läuft. Beim ersten Mal wird es heruntergeladen — von 77 MB bis etwa 400 MB, je nach gewählter Qualität — und bleibt im Browser gespeichert, für die nächsten Male. Der Ton verlässt den Rechner zu keinem Zeitpunkt.

Ja, und das ist der schnellste Weg: Wer die .vtt oder die .srt einer Besprechung aus Teams, aus Meet oder aus Zoom hat, muss überhaupt kein Modell herunterladen. Ziehen Sie die Datei auf das Feld für die Transkription, fügen Sie den Text ein, oder nutzen Sie die Schaltfläche Einen fertigen Untertitel öffnen direkt darunter. Auch loser Text ohne Zeitmarken funktioniert — nur wird das Gesprochene dann nicht dem jeweiligen Screenshot zugeordnet.

Die beiden Spuren werden getrennt aufgenommen und getrennt transkribiert, und das Dokument nennt, wer was gesagt hat. In einer Testsitzung mit einer Nutzerin ist das der Unterschied zwischen „jemand hat gesagt“ und „die Testperson hat gesagt“.

Systemnamen, interne Kürzel und Eigennamen sind das, was das Spracherkennungsmodell am häufigsten falsch schreibt — und genau das sind die Wörter, auf die es in einem Unternehmensdokument ankommt. Die Fachwortliste ist Ihre eigene Liste von Begriffen, die das Werkzeug nach Fertigstellung auf die Transkription anwendet. Sie liegt direkt unter dem Textfeld, denn dort zeigt sich der Fehler.

Auch die Übersetzung läuft in Ihrem Browser, sofern er den Übersetzer eingebaut hat. Sie können in eine Sprache nach der anderen übersetzen und danach das PDF, das Word oder das Markdown wie gewohnt erzeugen — oder mehrere Sprachen auf einmal auswählen und eine .zip mit demselben Dokument als HTML in jeder dieser Sprachen erhalten.

Es vergleicht jeden Bildschirm mit dem vorherigen und speichert nur, wenn die Änderung groß genug ist. Ein Mauszeiger, der sich bewegt hat, ist keine Änderung; ein Feld, das rot geworden ist, schon. Bei der Überprüfung sehen Sie alle, die es gespeichert hat, und verwerfen die untauglichen — das Verwerfen liegt bei Ihnen, das Werkzeug verhindert nur, dass Sie mit dreihundert gleichen Screenshots beginnen.

Sie können einen Bereich des Bildes schwärzen — eine Steuernummer, einen Namen, einen Betrag. Die Schwärzung wird auf das Bild angewendet, das in das Dokument geht, sie ist keine Ebene darüber: In der ausgelieferten Datei ist das, was darunter lag, nicht mehr vorhanden.

In der Lupe jedes Screenshots: Rechteck, Pfeil und Stift, um auf das Wesentliche zu zeigen; Zuschneiden, um den unnützen Teil des Bildschirms zu entfernen; Duplizieren, wenn derselbe Screenshot zwei Dinge belegt (vor und nach einer Aktion); und Vergleichen, das zwei Screenshots mit einem Regler zum Überblenden übereinanderlegt — das ist die Antwort auf „was hat sich zwischen diesen beiden geändert?“, die das Auge allein nicht findet, wenn eine Schaltfläche um acht Pixel verrutscht ist.

Das ist der häufigste Handgriff für alle, die ein Dokument pflegen: Der Bildschirm hat sich geändert, das Verfahren nicht. Statt anzuhängen, mit den Pfeilen zu verschieben und das alte Bild zu verwerfen, gibt es eine Schaltfläche, die das Bild dieses Schritts austauscht und alles Übrige beibehält.

Ein langes Dokument lässt sich in benannte Aufgaben unterteilen, und jede Aufgabe wird zu einem Kapitel mit ihren Schritten darunter. Aus einer einzigen Aufnahme lässt sich auch je Kapitel ein eigenes Dokument erzeugen.

PDF ist das, was fast alle wollen: abschließen, drucken, anhängen. Word ist für alle, die darauf weiterschreiben. HTML ist eine einzige Datei mit den Bildern darin, die sich in jedem Browser öffnet. Markdown ist zum Einfügen in ein Wiki. Folien zum Präsentieren. SCORM zum Hochladen in ein LMS für Schulungen. CSV und JSON sind Daten: Das CSV geht in die Tabelle, und das JSON ist das, was das Dokument später wieder hierher zurückbringt.

Ein Testnachweis, eine Arbeitsanweisung, ein Besprechungsprotokoll und eine Usability-Sitzung verlangen unterschiedliche Felder und sprechen zu unterschiedlichen Lesern. Der gewählte Anwendungsfall ändert die Bezeichnungen der Identifikation, welche Felder erscheinen und welche Ziele im Prompt angeboten werden. „Kontext für KI“ verlangt gar keine Identifikation: Der Leser ist eine Maschine.

Das Layout entscheidet, wie sich die Screenshots verteilen — automatisch, einer je Seite mit dem Gesprochenen des Abschnitts, oder als kompaktes Raster mit sechs je Seite. Das Papier ist A4 oder Letter. Beides steht im Abschnitt Format, vor den Schaltflächen, die die Datei erzeugen. In einem kostenpflichtigen Konto können beide aus dem Konto vorbelegt sein, und die Oberfläche nennt ihre Herkunft — eine Änderung dort gilt nur für dieses eine Dokument.

Das sind die Felder, die aus einem Haufen Screenshots einen Nachweis machen: zu welchem Testfall er gehört, in welchem System, welches Ticket, und ob er bestanden wurde oder nicht. Diese Felder sind kostenlos. Kostenpflichtig ist, dass sie aus der Konfiguration Ihres Kontos ausgefüllt ankommen.

Die Prüfsumme (SHA-256) jedes Bildes wird im Anwendungsfall Nachweis zusammen mit dem Bild gedruckt. Sie dient dazu, später zu belegen, dass dieses Bild nicht ausgetauscht wurde. Die automatische Nummerierung vergibt dem Fall eine fortlaufende Nummer.

Das PDF an eine Unterhaltung mit einem Modell anzuhängen genügt nicht: Es muss wissen, wie das Dokument aufgebaut ist, sonst ignoriert es die Zeitpunkte und vermischt das Gesehene mit dem Gesprochenen. Der Text des Prompts wird von selbst erzeugt, abgestimmt auf Ihr Video und auf das gewählte Ziel. Er ist von Anfang an eingeklappt — der übliche Handgriff ist Kopieren und Einfügen, nicht Lesen.

Dafür ist die .json da. Bewahren Sie sie zusammen mit dem PDF auf: Sie bringt das gesamte Dokument in das Werkzeug zurück — Screenshots, Transkription, Notizen, Schwärzungen — und Sie korrigieren, was nötig ist, und erzeugen es neu. Ohne sie kostet ein Tippfehler in einer Notiz eine neue Aufnahme.

Die .zip enthält das Dokument in mehreren Formaten auf einmal, mit den Bildern einzeln — sie ist das Paket zum Archivieren oder zur Übergabe an alle, die die Bilder außerhalb dieses Werkzeugs weiterverarbeiten. Sie lässt sich ebenfalls in das Werkzeug zurückladen.

Es gibt eine Seite, die prüft, ob ein erzeugtes Dokument zu den Prüfsummen passt, die es selbst angibt — ein Dokument prüfen. Sie ist für alle, die den Nachweis erhalten und wissen wollen, ob er verändert wurde.

Das Werkzeug im Browser ist kostenlos und bleibt es. Was der Plan bezahlt, ist das Konto: Ihre Marke im Dokument, die Standardwerte, die vorbelegt ankommen (Unternehmen, Umgebung, Kennzeichnung, Layout, Papier), die Dokumentvorlagen des Teams, die Testfallliste und die Fachwortliste. Die vollständige Liste und die Preise stehen unter Preise.

Der Schlüssel wird in Ihrem Browser geprüft. Es gibt keine Abfrage an irgendeinen Server: Sie funktioniert ohne Internet, und wir erfahren nicht, wann oder wo sie genutzt wird. Der übliche Weg führt über den Link, der per E-Mail ankommt; den Schlüssel von Hand einzufügen bleibt möglich für alle, die ihn auf einem anderen Weg erhalten haben.

Was das Unternehmen im Konto konfiguriert, kommt im Werkzeug vorbelegt an — und gilt in dem Moment nicht mehr, in dem die Person, die den Fall in der Hand hat, etwas ändert. Wer weiß, dass dieses Dokument ein anderes Layout braucht, ist die Person, die darauf schaut. Ein Standard ist ein Standard, keine Zwangsjacke.

In einem Team-Konto lässt sich eine Tabelle mit Testfällen hochladen und es lassen sich die Links verteilen: Jede Person erhält eine Adresse, die das Werkzeug bereits mit ihrem Fall ausgefüllt öffnet, und markiert es am Ende als erledigt. Die Übersicht zeigt, was erledigt wurde, von wem und wann — mit dem Beleg des erzeugten Dokuments.

Die Fristen stehen in der Datenschutzerklärung, und dahinter steht Code: Ein tägliches Programm löscht, was die Frist überschritten hat, Datei für Datei. Die Rechnungen bleiben für die Dauer der steuerlichen Aufbewahrungsfrist — auch das steht dort, samt Begründung.

Fast immer ist es eines von zwei Dingen. Das erste: Sie haben ein Fenster geteilt — der Browser liefert in diesem Modus den Ton des Rechners nicht, nur bei einem Tab oder beim ganzen Bildschirm. Das zweite: Das Kästchen „Audio teilen“ in der Auswahl blieb ohne Haken. Das Werkzeug meldet, welches von beiden es war, und die Abschlussseite nennt, ob eine Spur die ganze Zeit stumm geblieben ist.

Dann hat sich der Bildschirm nicht genug geändert — etwa beim Lesen eines Dokuments. Markieren Sie in diesem Fall die Schritte während der Aufnahme von Hand. Das Werkzeug speichert außerdem die Gründe für jeden verworfenen Screenshot und zeigt sie im technischen Bericht, der mitgeht, wenn Sie mit uns Kontakt aufnehmen.

Es kommt von einer öffentlichen CDN-Adresse, und manche Unternehmensnetze blockieren sie. Zwei Wege: eine fertige Transkription nutzen (Punkt 4), oder die IT bitten, die Domain freizugeben. Wenn Sie es früher schon heruntergeladen haben und den Speicherplatz zurückwollen, gibt es die Schaltfläche das heruntergeladene Spracherkennungsmodell löschen, neben der Auswahl des Modells.

Alles läuft im Speicher des Tabs, deshalb wiegt ein sehr langes Video mit vielen Screenshots schwer. Was hilft: die Qualität der Bilder senken, das Dokument in getrennten Kapiteln erzeugen, oder die Aufnahme in zwei Teile teilen und die .json-Dateien danach zusammenführen.

Die Schaltfläche Kontakt aufnehmen in der Ecke des Werkzeugs sendet Problem, Idee oder Lob. Mit geht ein technischer Bericht Ihres Browsers — Versionen, verfügbare Funktionen, was die Aufnahme erfasst hat — und Sie sehen den Bericht, bevor Sie ihn senden. Kein Video, kein Bild und keine Transkription geht darin mit.