Stadtratssitzungen, Ausschüsse und öffentliche Anhörungen produzieren stundenlange Redebeiträge – doch erst die schriftliche Niederschrift macht sie rechtssicher, nachvollziehbar und barrierefrei zugänglich. Die manuelle Transkription öffentlicher Sitzungen bindet jedoch personelle Ressourcen, die in vielen Kommunen knapp sind. Moderne KI-gestützte Speech-to-Text-Systeme versprechen Abhilfe, werfen aber zugleich datenschutzrechtliche und organisatorische Fragen auf, die jedes Stadtparlament vor dem Einsatz klären muss.
Dieser Leitfaden richtet sich an Leiter städtischer Hauptämter, Datenschutzbeauftragte und Ratssekretariate, die eine belastbare, rechtskonforme Lösung für die Transkription öffentlicher Sitzungen suchen. Er fasst die aktuellen Anforderungen aus dem Landesrecht, der DS-GVO und der Gemeindeordnung zusammen und gibt eine Schritt-für-Schritt-Implementierungsempfehlung.
Die wichtigsten Erkenntnisse auf einen Blick
- Die gesetzliche Grundlage für die Niederschrift öffentlicher Sitzungen findet sich in der Gemeindeordnung – der Einsatz von KI zur Transkription ist zulässig, bedarf aber einer expliziten Regelung im Ortsrecht.
- Ein strukturiertes Löschkonzept ist zwingend erforderlich: Audioaufnahmen müssen nach Fertigstellung des Transkripts gelöscht werden, sofern keine legitimen Aufbewahrungsgründe bestehen.
- Technische und organisatorische Maßnahmen nach Art. 32 DS-GVO, insbesondere Verschlüsselung und Zugriffssteuerung, müssen bereits in der Ausschreibung festgelegt werden.
- Die Informationspflichten gegenüber Sitzungsteilnehmern sind vor der ersten Aufzeichnung zu erfüllen – ein Hinweis in der Einladung reicht aus.
- Speechyou unterstützt Kommunen mit einer skalierbaren Transkriptionsplattform für 1.700 Sprachen und exportiert direkt in die Formate, die für die Veröffentlichung benötigt werden.
1. Rechtlicher Rahmen: Warum die reine Technik nicht reicht
Die Transkription öffentlicher Sitzungen ist keine bloße Fleißaufgabe: Nach § 38 Absatz 1 der Gemeindeordnung (GemO) für Baden-Württemberg – und vergleichbaren Regelungen in anderen Bundesländern – sind Gemeinden verpflichtet, über öffentliche Sitzungen des Gemeinderats eine Niederschrift zu fertigen. Diese Niederschrift muss den wesentlichen Verlauf der Sitzung, die gefassten Beschlüsse und die Abstimmungsergebnisse dokumentieren.
Doch während die analoge Niederschrift jahrzehntelang als ausreichend galt, eröffnet die Digitalisierung neue Möglichkeiten – und neue Pflichten. Der Landesbeauftragte für den Datenschutz und die Informationsfreiheit Baden-Württemberg hat im Juni 2026 einen Leitfaden veröffentlicht, der die Rahmenbedingungen für den KI-Einsatz in der Gemeinderatsprotokollierung präzisiert [https://www.baden-wuerttemberg.datenschutz.de/wp-content/uploads/2026/06/Leitfaden-Ki-Transkription-Gemeinderat-260611.pdf]. Danach gelten folgende Kernanforderungen:
- Ortsrechtliche Grundlage: Die Verarbeitung personenbezogener Daten ist nach Art. 6 Abs. 1 Buchst. e DS-GVO i.V.m. § 4 LDSG und § 38 GemO zulässig, aber nur dann, wenn die Stadt eine Regelung im Ortsrecht – meist in der Geschäftsordnung des Rates oder einer Satzung – schafft. Darin sind die Verarbeitungsvorgänge (Aufnahme, Transkription, Zusammenfassung) abschließend aufzuführen.
- Datenschutz-Folgenabschätzung: Vor der Einführung eines KI-Transkriptionssystems ist eine Schwellwertanalyse und gegebenenfalls eine vollständige Datenschutz-Folgenabschätzung (DSFA) durchzuführen. Der Leitfaden empfiehlt ausdrücklich, den Fokus auf die Risiken automatisierter Verarbeitung und die geeigneten Schutzmaßnahmen zu legen.
- Verbot der biometrischen Verarbeitung: Die KI darf keine Stimmenprofile oder biometrische Merkmale der Redner analysieren. Die Transkription dient ausschließlich der Verschriftlichung des gesprochenen Wortes.
Praktische Konsequenz: Eine Kommune, die Speechyou oder ein vergleichbares Tool einführen möchte, muss den Einsatz zuerst im Hauptausschuss beraten und die Regelung in die Geschäftsordnung aufnehmen lassen. Parallel ist das Verzeichnis der Verarbeitungstätigkeiten (VVT) zu aktualisieren.
2. Der gesamte Workflow: Von der Sitzung bis zur veröffentlichten Niederschrift
Die Transkription öffentlicher Sitzungen ist kein isolierter technischer Schritt, sondern Teil einer Prozesskette. Gerade in der Stadtverwaltung hängen die Qualität des Ergebnisses und die Einhaltung der Vorschriften vom Zusammenspiel aller Beteiligten ab.
2.1 Vor der Sitzung: Vorbereitung und Transparenz
Bevor die Aufzeichnung startet, muss die Rechtsgrundlage geschaffen sein. In der Praxis bedeutet das:
- Einladung mit Datenschutzhinweis: Jeder Teilnehmer – ob gewähltes Ratsmitglied, sachkundiger Bürger oder Verwaltungsangestellter – erhält bereits mit der Einladung eine Information über die geplante Aufzeichnung und Transkription. Ein kurzer Text im Anhang reicht: „Der öffentliche Teil der Sitzung wird aufgezeichnet und mithilfe einer KI in Textform übertragen. Details entnehmen Sie bitte der beigefügten Datenschutzinformation.“
- Zustimmung einholen, wo nötig: Auch wenn die Rechtsgrundlage nach Art. 6 Abs. 1 Buchst. e DS-GVO grundsätzlich ohne Einwilligung auskommt, sollten Kommunen bei besonders schutzbedürftigen Personengruppen eine Einwilligung einholen.
2.2 Während der Sitzung: Aufnahme und Live-Transkription
Moderne Tools wie Speechyou erlauben es, sowohl das Mikrofon der Rednerpulte als auch das Systemaudio der digitalen Ratsinfrastruktur zu erfassen. Das ist besonders wertvoll, wenn Referenten Präsentationen zeigen oder auf Einschübe aus dem Plenum reagieren. Die automatische Spracherkennung arbeitet dabei diarisiert, das heißt, sie erkennt, wer gerade spricht, und weist die Textblöcke den Rednern zu.
Ein wichtiger Hinweis für die Praxis: Auch bei bester Technik kommt es zu Fehlern – bei Eigennamen, Fachbegriffen aus dem Bau- oder Planungsrecht oder starken Dialekten. Daher empfiehlt es sich, einen Protokollführer im Raum zu lassen, der parallel die Niederschrift überwacht und notfalls korrigiert.
2.3 Nach der Sitzung: Prüfung, Korrektur und Freigabe
Die maschinelle Transkription ist der Rohling, nicht das Endprodukt. Die verantwortliche Stelle – in der Regel das Ratssekretariat – muss das Transkript auf Richtigkeit prüfen. Dazu gehört:
- Vollständigkeit – Fehlen einzelne Passagen aufgrund von Hintergrundgeräuschen oder Überlappungen?
- Rednerzuordnung – Ist die Diarisierung korrekt? Gerade bei hitzigen Debatten, in die mehrere Personen gleichzeitig rufen, kommt es zu Vertauschungen.
- Rechtliche Begriffe – Sind Paragrafen, Ordnungsnummern oder Projekttitel richtig geschrieben?
- Beschlüsse – Sind die Abstimmungsergebnisse (Ja/Nein/Enthaltung) sowie die genauen Wortlaute der Beschlüsse erfasst? Denn diese sind rechtsverbindlich.
Erst nach dieser Prüfung wird die Niederschrift im Original freigegeben und gegebenenfalls als PDF auf der städtischen Internetseite veröffentlicht.
2.4 Löschung und Archivierung
Ein strukturiertes Löschkonzept ist nach dem GDD-Kurzpapier zur Gesprächstranskription [https://www.gdd.de/wp-content/uploads/2026/01/GDD-Kurzpapier-4-Gespraechstranskription.pdf] zwingend erforderlich. Die Rohaudioaufnahmen sollten unverzüglich nach Fertigstellung des geprüften Transkripts gelöscht werden, es sei denn, es liegen legitime Aufbewahrungsgründe vor (zum Beispiel ein Widerspruchsverfahren oder eine geplante Weiterverwendung für Schulungszwecke – dann mit gesonderter Rechtsgrundlage).
3. Datenschutzpraxis: Informationspflichten, Löschkonzept und technische Maßnahmen
Die datenschutzkonforme Einführung eines Transkriptionssystems ist kein Hexenwerk, erfordert aber Disziplin. Die folgende Checkliste hilft, die wichtigsten Punkte abzudecken:
Informationspflichten gegenüber Betroffenen
- Zweck der Verarbeitung (Niederschrift der öffentlichen Sitzung)
- Umfang (Aufnahme, Transkription, ggf. automatisierte Zusammenfassung)
- Eingesetzte Systeme (z. B. Speechyou, Version, Standort der Server)
- Speicherdauer (separate Fristen für Audio und Text)
- Betroffenenrechte (Auskunft, Berichtigung, Löschung)
Ein gutes Vorbild ist der Hinweis zu Beginn einer Videokonferenz: „Diese Sitzung wird aufgezeichnet, um eine Niederschrift anzufertigen. Weitere Informationen finden Sie in der Einladung.“
Technische und organisatorische Maßnahmen (TOMs)
Die Verarbeitung muss durch geeignete Maßnahmen abgesichert werden, die in der DSFA festzuhalten sind. Mindestanforderungen:
- Privacy by Design: Das System darf keine Daten über den Zweck hinaus verarbeiten. Keine Stimmbiometrie, keine Gesichtserkennung.
- Zugriffssteuerung: Nur autorisierte Personen (etwa das Ratssekretariat, der Datenschutzbeauftragte) haben Lese- und Korrekturzugriff auf die Rohdaten.
- Verschlüsselung: Sowohl in der Übertragung als auch im Ruhezustand. Speechyou setzt hier auf Ende-zu-Ende-Verschlüsselung.
- Audit-Log: Jeder Zugriff auf ein Transkript wird protokolliert – das ist für die spätere Rechenschaftspflicht unerlässlich.
4. Qualitätssicherung: Worauf bei der Auswahl des Systems zu achten ist
Nicht jeder Transkriptionsdienst ist gleich gut für die besonderen Anforderungen einer Stadtverwaltung geeignet. Die folgende Vergleichstabelle zeigt die wichtigsten Entscheidungskriterien:
| Kriterium | Einfache Cloud-Dienste (nicht empfohlen) | Spezialisierte Verwaltungslösung (z. B. Speechyou) |
|---|---|---|
| Datenschutz-Grundlage | Allgemeine AGB, kein spezifischer Verarbeitungsvertrag | Individuelle Vereinbarung zur Auftragsverarbeitung (AVV) möglich |
| Serverstandort | Oft außerhalb der EU | EU oder Deutschland (je nach Konfiguration) |
| Löschfunktion | Manuelle Löschung nach Login, keine Policy | Automatisierte Löschprozesse nach konfigurierbaren Fristen |
| Diarisierung | Häufig eingeschränkt oder kostenpflichtig | Personengetrennte Transkription mit Rednerlisten |
| Ausgabeformate | Nur TXT oder DOCX | SRT, VTT, TXT, DOCX, direkt in PDF konvertierbar |
| Sprachvielfalt | Oft auf 10-20 Sprachen begrenzt | Unterstützung von 1.700 Sprachen |
| Kostenmodell | Pauschal, kein kostenloser Test | Kostenloser Start (3 Transkriptionen pro Tag ohne Kreditkarte) |
Ein wichtiger Punkt: Viele günstige Dienste speichern Daten standardmäßig in den USA. Für die Verarbeitung personenbezogener Daten öffentlicher Stellen ist dies nur nach Abschluss eines Angemessenheitsbeschlusses oder mit Standardvertragsklauseln zulässig – und selbst dann bleibt das Restrisiko eines Zugriffs durch US-Behörden. Die Stadt sollte daher einen Dienst bevorzugen, der die Verarbeitung in Deutschland oder mindestens im EWR anbietet.
5. Barrierefreiheit: Untertitel als Mehrwert
Die Transkription öffentlicher Sitzung dient nicht nur der internen Dokumentation, sondern auch der barrierefreien Teilhabe. Nach der UN-Behindertenrechtskonvention haben Bürger mit Hörbeeinträchtigungen einen Anspruch auf gleichberechtigten Zugang zu öffentlichen Informationen.
Eine maschinelle Transkription kann relativ einfach in Untertitel umgewandelt werden. Speechyou unterstützt die Formate SRT und VTT, die direkt in Videoplattformen wie YouTube, Vimeo oder städtische Livestream-Systeme eingebunden werden können. Ein Leitfaden zur Erstellung von Untertiteln, der an den Standards des öffentlich-rechtlichen Rundfunks orientiert ist, gibt konkrete Tipps zur Gestaltung [https://barrierefreiheit.dh.nrw/fileadmin/user_upload/barrierefreiheit/Publikationen/Leitfaeden_Stand_07-2025/Leitfaden_zur_Erstellung_von_Untertiteln_Kurth_Mai_2024.pdf].
Praktisch: Für die Stadtratssitzung, die live im Bürgerkanal übertragen wird, kann die Transkription parallel als Live-Untertitel ausgespielt werden. Das erhöht die Reichweite und erfüllt die gesetzlichen Vorgaben zur digitalen Barrierefreiheit.
6. Perspektive: Warum wir Speechyou speziell für Kommunen entwickelt haben
Von Corneliu, Speechyou-Team
Selbst der effizienteste Protokollführer kann nicht mithalten, wenn in einer Gemeinde drei Ausschüsse parallel tagen und alle ein Transkript benötigen. Wir bei Speechyou haben jahrelang mit Verwaltungen gesprochen, die genau dieses Problem haben: Sie brauchen eine zuverlässige, schnelle und rechtskonforme Lösung, die mit minimalen Schulungen auskommt.
Deshalb haben wir Speechyou so entwickelt, dass die gesamte Plenararbeit in einem geschützten Teamworkspace ablaufen kann. Ein Mitarbeiter lädt die Audio hoch, die Transkription erfolgt automatisch, und dann geben mehrere Kollegen parallel Korrekturen. Die Revisionshistorie zeigt jede Änderung – wichtig für die Transparenz gegenüber dem Datenschutzbeauftragten. Wir unterstützen 1.700 Sprachen, weil in vielen Städten Bürgeranfragen auf Türkisch, Arabisch oder Ukrainisch gestellt werden. Und weil wir wissen, dass Kommunalrecht von Ort zu Ort variiert, ermöglichen wir es, die Löschfristen pro Projekt zu definieren.
Unser Ziel war nie, den Protokollführer überflüssig zu machen – im Gegenteil: Die KI übernimmt die stupide Tipparbeit, der Mensch konzentriert sich auf die Prüfung der Inhalte und die rechtliche Bewertung. Genau so sollte moderne Verwaltungsdigitalisierung funktionieren.
Häufig gestellte Fragen (FAQ)
1. Welche gesetzliche Grundlage brauche ich für den Einsatz von KI-Transkription im Stadtrat? Die Rechtsgrundlage ist Art. 6 Abs. 1 Buchst. e DS-GVO i.V.m. der landesspezifischen Gemeindeordnung und einer Regelung im Ortsrecht. Für Baden-Württemberg sind die Details im Leitfaden des LfDI BW beschrieben.
2. Muss ich die Teilnehmer vor der Aufnahme informieren? Ja. Die Information muss bereits mit der Einladung zur Sitzung erfolgen. Ein Hinweis auf der Tagesordnung reicht nicht aus, da die Einladung der frühste Zeitpunkt der Kontaktaufnahme ist.
3. Wie lange darf ich die Audioaufnahmen speichern? Grundsätzlich nur bis zur Fertigstellung des geprüften Transkripts. Danach sind die Audioaufnahmen zu löschen, es sei denn, es liegen spezifische gesetzliche Aufbewahrungsfristen vor.
4. Kann ich die Transkripte öffentlich ins Internet stellen? Ja, sofern die Niederschrift die Anforderungen des § 38 GemO erfüllt und keine personenbezogenen Daten über den Zweck hinaus enthält. Eine anonymisierte oder pseudonymisierte Fassung kann sinnvoll sein.
5. Was kostet eine professionelle Transkriptionslösung? Die Kosten variieren je nach Umfang. Speechyou bietet einen kostenlosen Einstieg mit bis zu drei Transkriptionen pro Tag ohne Kreditkarte, sodass Kommunen das Tool risikofrei testen können.
6. Funktioniert die Transkription auch bei starken Dialekten? Die Systeme sind trainiert auf Hochdeutsch und die wichtigsten Regionalsprachen. In der Praxis verbessert sich die Erkennungsrate erheblich, wenn die Redner direkt vor dem Mikrofon sprechen und Hintergrundgeräusche minimiert werden.
7. Kann ich später Untertitel aus der Transkription erzeugen? Ja. Speechyou exportiert in die Formate SRT und VTT, sodass die erstellten Transkripte direkt als Untertitel für die Veröffentlichung auf YouTube oder im Stadtrats-Livestream genutzt werden können.
Fazit: Nächste Schritte für Ihre Stadtverwaltung
Die Transkription öffentlicher Sitzungen ist technisch ausgereift und datenschutzrechtlich beherrschbar, wenn die richtigen Weichen gestellt werden. Der Schlüssel liegt im Zusammenspiel von Ortsrecht, technischen Maßnahmen und einem klaren Prozess. Wir empfehlen: Starten Sie mit einem Pilotprojekt in einem Ausschuss, testen Sie die Technik und die Akzeptanz, und überführen Sie die gewonnenen Erfahrungen in eine Muster-Geschäftsordnung für alle städtischen Gremien.
Speechyou unterstützt Sie dabei – unverbindlich und ohne Risiko. Testen Sie die Plattform mit bis zu drei Transkriptionen pro Tag: https://app.speechyou.com/sign-up.