Descript ist ein cloudbasierter Editor für Video und Podcast des US-Unternehmens Descript Inc. aus San Francisco, gegründet von Groupon-Mitgründer Andrew Mason. Der zentrale Ansatz: Descript transkribiert die Aufnahme automatisch, und geschnitten wird anschließend im Text — wer im Transkript einen Satz löscht, entfernt ihn damit auch aus Audio und Video.
Für Geschäftsführer heißt das konkret: Mitarbeiter ohne Schnitt-Ausbildung können Podcasts, Tutorials und Social-Clips produzieren. Das Werkzeug ersetzt keinen Videoprofi, senkt aber die Einstiegshürde für regelmäßigen Content drastisch.
Funktionsumfang
Der Transkript-Schnitt ist das Fundament, darauf sitzen inzwischen mehrere KI-Ebenen:
- Underlord, der KI-Assistent, arbeitet seit den letzten Versionen agentisch: Anweisungen wie „Füllwörter raus, Pausen straffen, Untertitel drauf, drei vertikale Clips für Social ziehen” führt er als Kette aus.
- Rooms ist ein integriertes Remote-Aufnahmestudio im Browser: 4K-Mehrspuraufnahme, lokale Aufzeichnung mit fortlaufendem Upload, Gäste brauchen keine Installation. Dazu kommen Zoom-Import für Mehrspur-Sessions und automatischer Multicam-Schnitt.
- Studio Sound entfernt Hall und Störgeräusche, Eye Contact korrigiert den Blick in die Kamera, dynamische Untertitel und Vorlagen liefern Social-taugliche Formate.
- Overdub/Voice Cloning erzeugt eine synthetische Version der eigenen Stimme, um versprochene Wörter per Texteingabe zu korrigieren — verwandt mit dem, was ElevenLabs als eigenständiges Produkt anbietet.
Die Basis all dessen ist automatische Spracherkennung — wie das grundsätzlich funktioniert, erklärt der Eintrag KI-Transkription.
Preise und Lizenzmodell
Descript hat sein Preismodell im September 2025 umgestellt: Statt Transkriptionsstunden gelten jetzt Medienminuten (jede hochgeladene Datei zählt, auch mehrere Kameraspuren derselben Aufnahme) plus KI-Credits für rechenintensive Funktionen. Bei bestehenden Kunden kam das schlecht an, weil vormals unbegrenzte Funktionen kontingentiert wurden — einplanen sollte man das bei der Kalkulation trotzdem nüchtern.
| Plan | Preis (jährlich abgerechnet) | Kern |
|---|---|---|
| Free | 0 $ | 60 Medienminuten/Monat, Test-Credits |
| Hobbyist | 16 $/Nutzer/Monat | Export bis 1080p, Basis-KI-Funktionen |
| Creator | 24 $/Nutzer/Monat | 4K-Export, mehr Minuten und Credits |
| Business | 50 $/Nutzer/Monat | Brand-Vorlagen, Dubbing in 30+ Sprachen, Priority Support |
| Enterprise | auf Anfrage | SSO/SCIM, individuelle Verträge |
Bei monatlicher Zahlung liegen die Preise deutlich höher (Hobbyist 24 $, Creator 35 $, Business 65 $). Wie sich solche Nutzerlizenzen im Unternehmen sinnvoll bündeln lassen, zeigt der KI-Lizenzen-Vergleich.
Datenschutz und DSGVO
Descript ist ein US-Anbieter, Uploads und KI-Verarbeitung laufen in dessen Cloud. Für öffentliche Marketing-Inhalte — Podcast-Folgen, YouTube-Videos, Social-Clips — ist das in der Praxis unkritisch. Anders sieht es aus, sobald personenbezogene oder vertrauliche Inhalte verarbeitet werden: Kundeninterviews, interne Meetings, Schulungsaufnahmen mit Mitarbeitern.
Dann gilt: Auftragsverarbeitungsvertrag abschließen, Drittlandtransfer in die USA prüfen und Sprecher informieren — beim Stimm-Cloning zusätzlich mit ausdrücklicher Einwilligung. Wer Transkription vollständig unter eigener Kontrolle braucht, kann sie mit Whisper lokal betreiben und Descript nur für unkritisches Material nutzen. Was bei US-Tools generell zu beachten ist, fasst DSGVO-konforme KI zusammen.
Abgrenzung zur Konkurrenz
Descript konkurriert je nach Anwendungsfall mit unterschiedlichen Werkzeugen: Riverside ist stärker beim Remote-Recording, schwächer im Schnitt. CapCut ist auf schnelle Social-Videos ausgelegt, hat aber keinen Transkript-Schnitt als Kernprinzip und gehört zu ByteDance — datenschutzrechtlich ein eigenes Thema. Opus Clip macht nur eines: aus langen Videos automatisch kurze Clips — das kann Descript auch, aber weniger automatisiert. Klassische Editoren wie Premiere Pro oder DaVinci Resolve bleiben überlegen, wenn es um Farbkorrektur, Motion Design und frame-genauen Schnitt geht.
Einordnung für den Mittelstand
Descript lohnt sich dort, wo regelmäßig gesprochene Inhalte entstehen und niemand Zeit für klassische Schnittsoftware hat: der monatliche Geschäftsführer-Podcast, Produkt-Tutorials für den Vertrieb, Recruiting-Videos, aufbereitete Webinar-Mitschnitte. Eine Person aus dem Marketing kommt nach wenigen Tagen zu vorzeigbaren Ergebnissen — das ist der eigentliche Business Case, nicht die Feature-Liste.
Nicht geeignet ist es als Ersatz für professionelle Videoproduktion mit Anspruch an Bildsprache und Animation. Und wer Video-Content komplett synthetisch erzeugen will — Avatar statt Kamera — schaut eher Richtung KI-Videoproduktion mit Werkzeugen wie Synthesia oder HeyGen.
Häufige Fragen
Was ist Descript?
Descript ist ein cloudbasierter Video- und Audio-Editor des US-Unternehmens Descript Inc. Das Kernprinzip: Die Aufnahme wird automatisch transkribiert, geschnitten wird im Text — wer einen Satz im Transkript löscht, löscht ihn auch im Video. Dazu kommen KI-Funktionen wie der Assistent Underlord, Studio Sound und automatische Untertitel.
Was kostet Descript?
Es gibt einen Free-Plan mit 60 Medienminuten pro Monat. Die Bezahlpläne: Hobbyist ab 16 US-Dollar, Creator ab 24 US-Dollar und Business ab 50 US-Dollar pro Nutzer und Monat (jeweils bei jährlicher Zahlung, monatlich teurer). Seit der Preisumstellung 2025 rechnet Descript in Medienminuten und KI-Credits ab — hochgeladenes Material und KI-Aktionen verbrauchen Kontingent.
Ist Descript DSGVO-konform nutzbar?
Descript ist ein US-Anbieter, die Verarbeitung läuft in der Cloud. Für Marketing-Inhalte ohne sensible Daten ist das meist unkritisch. Sobald personenbezogene oder vertrauliche Inhalte verarbeitet werden (Interviews, interne Meetings), braucht es einen Auftragsverarbeitungsvertrag und eine Prüfung des Drittlandtransfers. Wer volle Datenkontrolle will, transkribiert lokal, etwa mit Whisper.
Descript oder Riverside — was ist besser?
Riverside ist zuerst ein Remote-Recording-Studio mit angeschlossenem Editor, Descript zuerst ein Editor mit angeschlossenem Recording (Rooms, Zoom-Import). Wer vor allem Interviews in hoher Qualität aufzeichnet, fährt mit Riverside gut. Wer viel schneidet, umbaut und Clips für Social ableitet, ist bei Descript besser aufgehoben. Viele Teams kombinieren beide.
Für wen eignet sich Descript?
Für Teams, die regelmäßig Podcasts, Video-Tutorials, Webinar-Aufzeichnungen oder Social-Clips produzieren und keinen Videoeditor beschäftigen. Marketing- und HR-Abteilungen im Mittelstand kommen damit ohne Schnitt-Vorkenntnisse zu brauchbaren Ergebnissen. Für Hochglanz-Imagefilme mit Motion Design bleibt klassische Postproduktion die bessere Wahl.