Sally und die Uni Mannheim: ZIM-Projekt für die Zukunft der Meeting-Transkription

Sally zählt heute bereits zu den führenden KI-basierten Meeting-Assistenten im deutschsprachigen Raum. Doch der Anspruch an präzise, zuverlässige und kontextuell korrekte Meeting-Transkription wächst stetig - vor allem, weil reale Besprechungen komplexer sind als klassische Online-Calls. Um diese Herausforderungen technologisch zu meistern, wird Sally im Rahmen eines gemeinsamen ZIM-Projekts zusammen mit der Universität Mannheim wissenschaftlich weiterentwickelt.

Die Universität Mannheim gehört zu den renommiertesten Hochschulen in den Bereichen Datenwissenschaften, KI-Forschung und empirischer Analyse. Gemeinsam verfolgt das Projekt ein zentrales Ziel: eine neue Generation von KI-gestützter Meeting-Transkription und Analyse zu entwickeln, die den Anforderungen moderner Unternehmenskommunikation deutlich überlegen ist.

Warum dieses gemeinsame ZIM-Projekt so bedeutend ist

Meetings sind ein fester Bestandteil des Arbeitsalltags - und dennoch bleibt die Qualität ihrer Dokumentation in vielen Unternehmen hinter dem tatsächlichen Bedarf zurück. Standard-Transkriptionssysteme stoßen schnell an Grenzen: Störgeräusche, wechselnde Sprecher, parallele Diskussionen, Umgangssprache oder firmenspezifische Begriffe sind typische Faktoren, die die Genauigkeit maßgeblich beeinträchtigen.

Genau hier setzt Sally mit der Forschung der Universität Mannheim an. Das gemeinsame Projekt untersucht und entwickelt unter anderem:

• Transkriptionsmodelle, die Hintergrundgeräusche aktiv ausblenden
• Sprechertrennung (Speaker Diarization) für dynamische Meeting-Situationen
• Erkennung von Action Items direkt aus dem Gesprächsverlauf
• Erkennung für unternehmensspezifische Begriffe, Abkürzungen und Produktnamen
• Kontextuelle Analyse, um den Sinn eines Gesprächs präziser zu erfassen

Diese Bereiche sind nicht neu - aber ihre Kombination auf hohem Qualitätsniveau ist bisher ein ungelöstes technologisches Problem. Das ZIM-Projekt zielt darauf ab, genau diese Lücke zu schließen.

Transkription auf höchstem Niveau: Sally setzt neue Maßstäbe

Schon heute erreicht Sally eine Transkriptionsgenauigkeit von bis zu 98,8 %. Dieser Wert liegt deutlich über dem, was gängige Systeme im deutschsprachigen Raum leisten können – insbesondere, wenn es um reale Meetings geht, nicht nur glatte Videokonferenzsituationen.

Doch das Projekt mit der Universität Mannheim geht deutlich weiter:

Das Ziel ist eine Transkription, die auch in anspruchsvollen Kommunikationssituationen zuverlässig bleibt:

• mehrere Sprecher gleichzeitig
• spontane Wortwechsel
• unterschiedliche Abstände zum Mikrofon
• natürliche Störgeräusche wie Stühle, Blätterrascheln oder Tastaturen
• fachlicher Jargon und industrie-spezifische Bezeichnungen

Um dies zu erreichen, werden speziell entwickelte Testdatensätze eingesetzt, die reale Meeting-Situationen realistisch abbilden - selbstverständlich vollständig anonymisiert und datenschutzkonform. Dadurch entsteht eine wissenschaftlich belastbare Grundlage, die weit über klassische Trainingsmethoden hinausgeht.

Forschung trifft Anwendung: Sally wird wissenschaftlich weitergedacht

Was dieses ZIM-Projekt besonders macht, ist die Kombination aus akademischer Forschung und praktischer Einsatzorientierung. Die Universität Mannheim bringt ein tiefes Verständnis für moderne KI-Modellierung, Sprachverarbeitung und Machine Learning ein. Sally wiederum bietet die technische Basis, um diese Erkenntnisse in echte Produktinnovation zu überführen.

Das Ergebnis: ein Meeting-Assistent, der nicht nur transkribiert, sondern versteht.

Mit jedem Fortschritt des gemeinsamen Projekts wird Sally präziser, kontextsensibler und zuverlässiger – und setzt damit neue Maßstäbe für die Zukunft der Meeting-Transkription.