KI für Podcast-Shownotes bezeichnet den automatisierten Workflow, bei dem KI-Tools aus Audioaufnahmen oder Transkripten strukturierte Episodenbeschreibungen, Kapitelmarken, Linksammlungen und Social-Media-Posts erstellen.
Rubrik: GenAI & Content Creation · Unterrubrik: KI-Workflows · Niveau: Einsteiger Synonyme / Auch bekannt als: KI-Podcast-Workflow, AI Show Notes Generator, automatisierte Episodenbeschreibungen
Was ist KI für Podcast-Shownotes?
Podcast-Shownotes sind die schriftliche Begleitung zu einer Podcast-Episode: Sie enthalten eine Episodenzusammenfassung, Zeitmarken, Links zu erwähnten Ressourcen, Gäste-Infos und einen CTA. Manuell erstellt sind Shownotes zeitaufwändig und oft eine vernachlässigte Aufgabe. KI-Tools für Transkription (etwa Whisper), Sprachmodelle wie Claude oder GPT (Textgenerierung) und spezialisierte Podcast-Werkzeuge wie Castmagic oder Podcastle übernehmen große Teile dieses Prozesses, von der Audiodatei bis zum Entwurf, der dann noch geprüft wird.
Erklärung
Phase 1, Transkription: OpenAI Whisper (Open Source, lokal nutzbar) oder kommerzielle Dienste wie Descript, Otter.ai oder Rev wandeln die Audioaufnahme in ein Texttranskript um. Bei klarer Sprache sind die Ergebnisse meist gut, Eigennamen und Fachbegriffe müssen trotzdem geprüft werden. Für Podcasts mit mehreren Sprecher/innen bieten Dienste wie Descript eine automatische Sprechererkennung (Diarization).
Phase 2, Transkript-Bereinigung (optional): Bei hoher Audio-Qualität ist eine Bereinigung oft unnötig. Bei Hintergrundgeräuschen oder mehreren Sprechern hilft ein kurzer KI-Prompt: „Bereinige dieses Transkript: Entferne Ähs und Füllwörter, korrigiere offensichtliche Transkriptionsfehler, füge Absätze nach Themenwechsel ein."
Phase 3, Shownotes generieren: Das Transkript wird in ein Sprachmodell wie Claude oder GPT eingegeben; aktuelle Modelle verarbeiten dank großer Kontextfenster auch lange Episoden am Stück. Der Prompt: „Erstelle vollständige Shownotes für diese Podcast-Episode: 1) 150-Wörter-Zusammenfassung, 2) 5 Key-Takeaways als Bullet Points, 3) Zeitmarken für die Hauptthemen (im Format MM:SS, Thema), 4) alle erwähnten Bücher, Websites, Tools als Liste, 5) SEO-optimierter Titel und Meta-Description."
Phase 4, Kapitelmarken und Zeitstempel: Viele Podcast-Player unterstützen Kapitelmarken. Die KI extrahiert thematische Übergänge aus dem Transkript und erstellt Zeitmarken-Listen, die direkt in Podcast-Hosting-Plattformen wie Buzzsprout oder Podbean eingefügt werden.
Phase 5, Social-Media-Content aus Shownotes: Ein weiterer Prompt liefert aus denselben Shownotes: 5 Posts für X mit Zitaten, 1 LinkedIn-Post, 3 Instagram-Captions, 1 Newsletter-Snippet. Der Content der einen Episode speist damit mehrere Kanäle, typisches Content-Repurposing.
Phase 6, Vollautomatisierung: Castmagic.io und Podcastle sind spezialisierte Tools, die den gesamten Workflow (Upload → Transkript → Shownotes → Social Posts) mit einem Klick abbilden. Für individuelle Workflows verbindet Make.com Descript (Transkript-API) mit Claude und dem WordPress-Blog.
- 1 TranskriptionWhisper oder Descript erstellen das Transkript
- 2 BereinigungFüllwörter und Fehler entfernen (optional)
- 3 ShownotesZusammenfassung, Takeaways und Links
- 4 KapitelmarkenZeitmarken für den Podcast-Player
- 5 Social MediaPosts und Newsletter-Snippet
- 6 Automatisierungein Klick mit Castmagic oder eigener Make.com-Workflow
Beispiele
- Wöchentlicher Interview-Podcast: Ein Shownotes-Workflow mit Whisper und Claude verkürzt die Nachbereitung pro Episode deutlich, weil nur noch geprüft und ergänzt wird.
- Bildungspodcast Lernplattform: Aus einer 45-Minuten-Episode generiert ein Sprachmodell: Zusammenfassung, 10 Lernziele, Quiz-Fragen und Literaturliste für die Begleitwebsite.
- Zeitersparnis-Rechenbeispiel (Annahme): Dauern manuelle Shownotes 75 Minuten und der KI-Workflow mit Prüfung 15 Minuten, spart das bei 52 Episoden im Jahr rund 52 Stunden.
- Typischer Fehler: KI-generierte Zeitmarken sind ohne Zeitstempel im Transkript ungenau. Lösung: Whisper mit Timestamps-Option exportieren (whisper --output_format srt) und diese dem Prompt übergeben.
- Best Practice: Ein Episoden-Template mit festen Abschnitten (Intro, Hauptthema, Gast-Bio, CTA) als System-Prompt sorgt für konsistente Shownotes über alle Episoden.
In der Praxis
Tool-Stack: Whisper oder Descript (Transkription), ein Sprachmodell wie Claude Sonnet 5.5 (Shownotes-Generierung), Castmagic.io (All-in-one Alternative), Make.com (Automatisierung), Buzzsprout oder Podbean (Hosting).
Schritt-für-Schritt:
- Audiodatei in Whisper oder Descript hochladen → Transkript (SRT oder TXT) erhalten
- Transkript in Claude einfügen → Shownotes-Prompt senden
- Ergebnis prüfen: Zeitmarken manuell verifizieren, Links ergänzen
- Social-Media-Content-Prompt ausführen
- Shownotes in Podcast-Hosting-Backend einfügen
- Social Posts planen (Buffer oder Metricool)
Kosten: Whisper als Open Source ist lokal kostenlos; über die OpenAI-API kostet Whisper 0,006 USD pro Audiominute (Stand: November 2026; das API-Modell whisper-1 ist zum 26. Februar 2027 abgekündigt, Nachfolger sind neuere Transkriptionsmodelle). Descript, Castmagic und Chat-Abos für Sprachmodelle rechnen über eigene Monatsabos ab; aktuelle Preise stehen auf den Herstellerseiten.
Vergleich & Abgrenzung
Im Vergleich zu manuellen Shownotes oder dem Auslagern an eine virtuelle Assistenz sind KI-Shownotes meist günstiger und schneller. Gegenüber reinen Transkriptionsdiensten (Rev, Trint) bietet der KI-Workflow die vollständige Inhaltserstellung, nicht nur den Text. Spezialisierte Tools wie Castmagic sind komfortabler, bieten aber weniger Flexibilität als der manuelle Claude-Workflow.
Häufige Fragen
Funktioniert der Whisper-Workflow auch mit deutschen Podcasts? Ja. Whisper wurde mit mehrsprachigen Audiodaten trainiert und erkennt Deutsch gut (Radford et al. 2022). Bei klarer Aussprache und gutem Mikrofon sind die Ergebnisse meist brauchbar; Dialekte, starke Akzente und Fachbegriffe erhöhen die Fehlerquote, deshalb Zeitmarken und Namen immer prüfen.
Kann ich das Transkript für andere Zwecke wiederverwenden? Absolut, das ist einer der Hauptvorteile. Aus einem einzigen Podcast-Transkript lassen sich Blog-Artikel, E-Mail-Newsletter, Social-Media-Posts, Quiz-Fragen, Zitat-Grafiken und sogar E-Book-Kapitel generieren. Dieses Prinzip nennt sich Content-Repurposing und holt mehr aus jeder produzierten Episode heraus.
Wie genau sind KI-generierte Zeitmarken? Nur so genau wie die Zeitstempel im Transkript. Wer Whisper mit Zeitstempeln exportiert (etwa als SRT) und diese dem Prompt mitgibt, erhält brauchbare Kapitelmarken; ohne Zeitstempel schätzt das Modell und liegt oft daneben.
Verwandte Einträge
Weiterführend
- Radford, A. et al. (2022): Robust Speech Recognition via Large-Scale Weak Supervision. arXiv:2212.04356. arxiv.org/abs/2212.04356
- OpenAI Whisper GitHub: github.com/openai/whisper
- Castmagic Dokumentation: castmagic.io
