# Speech-to-Text für KI-Agenten und Vibe Coder

> Kopieren Sie einen Prompt in Ihren Coding-Agenten, damit er Ihre App um eine Transkriptionsfunktion erweitert. Die KolWrite-API braucht nur zwei HTTP-Aufrufe und einen Schlüssel in einer Umgebungsvariablen. Abgerechnet wird sekundengenau ab 0,48 US$ pro Audiostunde.

Zuletzt aktualisiert: 2026-10-18 · HTML: https://console.kolwrite.com/de/use-cases/ai-agents

## Der Prompt zum Kopieren

Dieser Prompt klappt in Cursor, Claude Code, Codex, Windsurf, Lovable, Replit, Bolt und v0. Er verweist den Agenten auf unsere maschinenlesbare Dokumentation, damit er gleich die richtigen Modell-IDs und Parameter nimmt.

```text
Add speech-to-text to this app with the KolWrite API.
Read https://console.kolwrite.com/agent-instructions.md first.
- Key: process.env.KOLWRITE_API_KEY, sent as the x-api-key header (server side only).
- POST https://app.kolwrite.com/transcribe {"audio_url", "model": "oracle", "language": "auto", "output_format": "json"}
- Local files: POST /upload first, then use fileUrl as audio_url.
- Poll GET /transcribe/{jobId} every 5 s until COMPLETED or FAILED.
- Show result.segments (start, end, speaker, text).
```

## Im Projekt hinterlegen

Tragen Sie diese Zeile in die `AGENTS.md`, `CLAUDE.md`, `.cursorrules` oder die Projektregeln Ihres Tools ein. So greift der Agent in jeder Sitzung auf dieselbe Referenz zu:

```text
For speech-to-text, use the KolWrite API. Read https://console.kolwrite.com/agent-instructions.md and https://console.kolwrite.com/llms-full.txt before writing any code.
```

## Was der Agent daraus baut

1. Die Datei-URL einlesen (oder eine lokale Datei per `POST /upload` hochladen und die `fileUrl` verwenden).
2. Mit `POST /transcribe` einen Auftrag starten und die `jobId` speichern.
3. `GET /transcribe/{jobId}` abfragen, bis der Status `COMPLETED` ist, oder auf einen Webhook warten.
4. `result.segments` ausgeben: Text, Start- und Endzeiten sowie Sprecherlabels.

Die einfachste Anfrage (Sprachnachricht in reinen Text umwandeln):

```bash
curl https://app.kolwrite.com/transcribe \
  -H "x-api-key: $KOLWRITE_API_KEY" -H "Content-Type: application/json" \
  -d '{"audio_url": "https://example.com/voice-note.m4a", "model": "oracle_mini", "output_format": "txt"}'
```

## Typische Projekte für Agenten

- [Video mit KI-Agenten schneiden](https://console.kolwrite.com/de/guides/video-editing-with-ai): Sie übergeben ein Transkript mit Wortzeitstempeln, der Agent wählt die passenden Abschnitte aus und schneidet das Video mit ffmpeg.
- [SRT-Untertitel-API](https://console.kolwrite.com/de/guides/srt-subtitles-api): `output_format: "srt"` nutzen, Untertitel übersetzen lassen und als WebVTT exportieren oder mit ffmpeg direkt ins Video einbrennen.
- [API zur Transkription von Besprechungen](https://console.kolwrite.com/de/guides/meeting-transcription-api): Aufzeichnungen mit Sprecherlabels versehen, als Vorlage für Protokolle und Aufgabenlisten.
- [Wortzeitstempel-API](https://console.kolwrite.com/de/guides/word-timestamps-api): Start- und Endzeit für jedes einzelne Wort, passend für Clips, Jump Cuts und die Volltextsuche.
- [Transkriptions-Tool für KI-Agenten](https://console.kolwrite.com/de/guides/transcription-tool-for-ai-agents): Tool-Definitionen im Anthropic- und OpenAI-Format sowie der passende Eintrag für die `AGENTS.md`.

## Woher Sie den API-Schlüssel bekommen

Agenten können sich nicht selbst registrieren. Ein Mensch muss unter [console.kolwrite.com/auth](https://console.kolwrite.com/auth?lang=de) ein Konto anlegen, Credits kaufen und unter „API-Schlüssel“ einen Schlüssel erzeugen. Speichern Sie diesen Schlüssel in einer Umgebungsvariablen (`KOLWRITE_API_KEY`) oder im Secret-Speicher Ihrer Plattform. Rufen Sie die API immer vom Server oder aus einer Serverless-Funktion auf, niemals direkt im Browser.

## Kosten

| Aufgabe | Modell | Kosten |
| --- | --- | --- |
| 10 Sprachnachrichten à eine Minute | `oracle_mini` | 0,16 US$ |
| Ein einstündiges Meeting mit Sprechererkennung | `oracle` | 1,44 US$ |
| 100 Stunden sauberes Audio | `base` | 48,00 US$ |

Abgerechnet wird sekundengenau ohne Mindestumsatz. Die komplette Preisliste steht unter [/llms/pricing.md](https://console.kolwrite.com/llms/pricing.md).

## Maschinenlesbare Referenzen

- [llms.txt](https://console.kolwrite.com/llms.txt): Welcher Aufruf und welches Modell zu welcher Aufgabe passt.
- [llms-full.txt](https://console.kolwrite.com/llms-full.txt): Die gesamte Referenz in einer einzigen Markdown-Datei.
- [openapi.json](https://console.kolwrite.com/openapi.json): OpenAPI 3.1 für Codegeneratoren und Tool-Definitionen.
- [agent-instructions.md](https://console.kolwrite.com/agent-instructions.md): Der Prompt, die Modell-IDs und typische Stolpersteine.
- Jede Seite auf dieser Website gibt es auch als Markdown. Hängen Sie einfach `.md` an die Adresse an.

## Fragen und Antworten

### Kann ein KI-Agent selbst ein KolWrite-Konto oder einen API-Schlüssel anlegen?

Nein. Ein Mensch muss sich registrieren und den Schlüssel anlegen. Der Agent liest ihn dann aus einer Umgebungsvariablen aus.

### Welches Modell sollte ein Agent standardmäßig nutzen?

Nehmen Sie `oracle` für Produktionsaudio, `base` als günstigste Option bei klaren Aufnahmen und `oracle_mini`, wenn Sie gleichzeitig günstig übersetzen wollen. Geben Sie `model` immer mit an, denn als Standard ist noch das alte `core` hinterlegt.

### Kann ein KI-Agent mit KolWrite Videos schneiden?

Ja, sofern der Agent Konsolenbefehle ausführen darf. Er holt sich über die API ein Transkript mit Wortzeitstempeln, sucht die gewünschten Stellen heraus und schneidet das Video per ffmpeg. Den Code dazu finden Sie in unserer [Anleitung](https://console.kolwrite.com/de/guides/video-editing-with-ai).

### Gibt es einen MCP-Server oder ein SDK?

Zum Zeitpunkt der Veröffentlichung sind weder ein SDK-Paket noch ein MCP-Server veröffentlicht. Agenten rufen die REST-API mit curl oder Python auf oder nutzen die [Tool-Definition](https://console.kolwrite.com/de/guides/transcription-tool-for-ai-agents); [openapi.json](https://console.kolwrite.com/openapi.json) funktioniert mit Codegeneratoren.

### Kann ich die API aus einer reinen Frontend-App von Lovable, Bolt oder v0 aufrufen?

Nicht direkt aus dem Browser, weil sonst Ihr API-Schlüssel offenliegt. Nutzen Sie die Server- oder Edge-Funktionen der jeweiligen Plattform, um KolWrite aufzurufen und den Schlüssel zu schützen.

## Verwandte Seiten

- [Entwickler und Produktteams](https://console.kolwrite.com/de/use-cases/developers)
- [Medien, Podcasts und Untertitel](https://console.kolwrite.com/de/use-cases/media)
- [Callcenter und Verkaufsgespräche](https://console.kolwrite.com/de/use-cases/call-centers)
- [Unterstützte Sprachen](https://console.kolwrite.com/de/languages/)

---
API-Schlüssel holen: https://console.kolwrite.com/auth?lang=de · API-Dokumentation: https://console.kolwrite.com/de/public_api_docs · llms.txt: https://console.kolwrite.com/llms.txt