Scribe v3 hört Deutsch 42 % besser. Deine Marke nur mit Liste

Lies mal das automatische Protokoll eures letzten Meetings. Ich wette, irgendwo steht euer Produktname falsch. Oder der Name eures wichtigsten Kunden. Oder „fünfzig“, wo jemand „fünfzehn“ gesagt hat. Klingt nach Kleinkram. Ist es nicht, sobald eine KI aus diesem Protokoll Aufgaben, CRM-Einträge oder eine Zusammenfassung für die Geschäftsführung baut.

Was neu ist

• Scribe v3: Am 10.11.2026 hat ElevenLabs ein neues Modell für aufgezeichnetes Audio vorgestellt. Laut Hersteller macht es über 102 Sprachen 27 % weniger Wortfehler als Scribe v2, auf Deutsch 42 % weniger.
• Scribe v3 Live: die Echtzeit-Variante mit 43 % weniger Fehlern bei der Bedeutung als Scribe v2 Realtime und erstmals mit Sprecherzuordnung. Ein Modus für Gespräche, die mitten im Satz die Sprache wechseln, ist dabei.
• Wer hat was gesagt: 12 % weniger Fehler bei der Sprecherzuordnung als v2, bei drei oder mehr Personen 17 % weniger.
• Begriffslisten: „Keyterm Prompting“ nimmt bis zu 1.000 Begriffe auf, etwa Markennamen, Abkürzungen und Fachjargon. Dazu Formatregeln in normaler Sprache, z. B. für Datumsangaben.
• Zugang: beide Modelle über die ElevenLabs-API, v3 Live auch in ElevenAgents. Preise nennt der Beitrag nicht.

Alle Werte stammen aus ElevenLabs' eigenen Tests, unter anderem auf einer internen Version des FLEURS-Benchmarks mit kurzer, sauber gelesener Sprache. Ein echtes Team-Meeting ist härter.

Das Protokoll ist das Fundament

Meine Faustregel: KI repariert keine kaputten Arbeitsweisen, sie vergrößert die Risse im Fundament. Bei Meeting-KI ist das Fundament das Transkript. Alles danach, die Zusammenfassung, die To-dos, der Agent, der die Follow-up-Mail schreibt, erbt jeden Hörfehler. ElevenLabs rechnet es selbst vor: Ein einstündiges Meeting hat rund 9.000 Wörter. Zwischen 4 und 2 % Fehlerquote liegen 180 falsche Wörter. Und die Fehler häufen sich laut ElevenLabs bei Namen, Zahlen, Abkürzungen und Jargon. Also genau bei den Wörtern, auf die es ankommt.

Die Begriffsliste ist ein Brand Asset

Hier liegt für mich der Second-Order-Punkt. Ein Agent weiß nur, was man ihm mitgibt. Das gilt auch fürs Zuhören. Die 1.000 Begriffe sind im Kern euer Glossar: Produkt- und Markennamen, Kundennamen, interne Abkürzungen, das Denglisch, das in jedem DACH-Marketing-Meeting fällt. Wer diese Liste pflegt, bekommt sauberere Daten. Wer nicht, bekommt ein schnelleres Modell, das weiter falsch schreibt.

Der Haken

Scribe ist ein Baustein für Entwickler, kein fertiges Meeting-Tool. Ob euer Notiz-Tool ElevenLabs nutzt und ob es eigene Begriffslisten zulässt, müsst ihr beim Anbieter erfragen.

Was ich jetzt tun würde

• → Drei echte Meeting-Protokolle nehmen und zählen, wie oft Marken-, Produkt- und Kundennamen falsch geschrieben sind. Das ist eure Basislinie.
• → Eine Begriffsliste mit den 100 bis 200 wichtigsten Namen und Abkürzungen anlegen. Einmal gepflegt, für jedes Tool nutzbar.
• → Beim Anbieter eures Meeting-Tools fragen: Gibt es ein eigenes Vokabular, und welches Spracherkennungsmodell läuft darunter?

Bottom Line: Das beste Spracherkennungsmodell kennt euren Markennamen erst, wenn ihr ihn aufschreibt.