Mitschreiben ohne Mitschnitt.

Kein Audio wird gespeichert: Der Ton wird live transkribiert und im selben Moment verworfen, das eigene Backend berührt er nie. Es bleibt ausschließlich Text.

Vorläufiger Text erscheint sofort, finale Abschnitte etwa alle zwei Sekunden, Sprechertrennung in Echtzeit, sechs Sprachen zur Wahl. Ein Bot, der sich ins Meeting einwählt, ist nicht nötig: Die Mitschrift läuft unauffällig im Browser, ob Präsenztermin, Videocall oder Telefonat.

Bewusst nicht genutzt wird die eingebaute Diktierfunktion des Browsers: Sie verarbeitet die Sprache im EU-Ausland und wäre damit nicht DSGVO-konform.

Das Transkript liegt als bearbeitbares Markdown mit Sprecher-Markup vor, strikt je Nutzer isoliert und mit Tests abgesichert. Gelöscht wird hart und endgültig, ganz bewusst ohne Papierkorb.

Die Übergabe ist Push statt Pull: Der Nutzer schickt das Transkript aktiv, der Agent holt sich nichts von selbst. Und er bekommt das volle Original, keine Vor-Zusammenfassung. Eine Stunde Gespräch sind grob 12.000 bis 15.000 Tokens, etwa sieben Prozent des Kontextfensters.

Nachvollziehbarkeit ohne Rohdaten: Die Einwilligung wird mit Zeitstempel gespeichert, Zugriffe werden protokolliert, mit gehashter IP statt Klartext.

Der Agent ist über eine Systemanweisung definiert: Sie bestimmt, wie der Besuchsbericht aussieht, welche Aufgaben mit Verantwortlichen und Folgeterminen abgeleitet werden und ob gleich ein Entwurf der Follow-up-Mail entsteht. Der Fachbereich passt das selbst an, ohne Code.

Das CRM ist per OAuth angebunden, serverseitig begrenzt auf die freigegebenen Werkzeuge. Im Einsatz ist HubSpot, der Weg funktioniert für jedes angebundene System gleich.

Schreibende Aktionen, eine Notiz anlegen, eine Aufgabe erstellen, werden als Veränderung erkannt und landen im Freigabe-Postfach. Erst die Bestätigung führt aus: Der Mensch bleibt die letzte Instanz vor dem Kundendatensatz.