Suchergebnisse

Die Autorinnen Susanne Fuß und Ute Karbach haben wiederkehrende Fragen gebündelt, die ihnen im Laufe ihrer Praxistätigkeit sowohl als Transkribierende als auch als Lehrende begegnet sind. Diese haben sie mit den 2014 erschienenen "Grundlagen der Transkription" fachgerecht aufbereitet. In neun nicht zwingend aufeinander aufbauenden Kapiteln stellen sie einen gut fundierten Überblick über die wichtigsten Aspekte (sozial-) wissenschaftlicher Transkriptionsprozesse dar. Dazu haben sie ein modulares System an Regeln erarbeitet und bieten damit Hilfestellung vor allem für wissenschaftliches Personal und Studierende, die neu auf diesem Gebiet sind. Eher erfahrenen Lesenden wird dieses Werk wenig neue Erkenntnisse vermitteln, allerdings bietet es eine sehr gute modulare Strukturierung methodischer Entscheidungen im Transkriptionsprozess. Über die behandelten Themen hinaus werden keine weiterführenden Literaturverweise gegeben. Das Buch liefert eine klare Gliederung der behandelten Grundaspekte, eine verständliche Ausdrucksweise und aufgrund der vielen Beispiele einen guten Einstieg ins Thema. Für zukünftige Auflagen wären Ergänzungen zu damit verbundenen Bereichen wie z.B. der Interviewführung und eine stärkere Einbettung in den sozialwissenschaftlichen Methodendiskurs wünschenswert. Auch der Blick über den deutschsprachigen Diskurs könnte kommende Auflagen um wichtige Aspekte erweitern. (Autorenreferat)

Ist Spracherkennung dazu in der Lage, Forschenden eine schnellere Transkription ihrer Interview-Audioaufnahmen zu ermöglichen als die bisher etablierte Form der manuellen Transkription? Die Untersuchung, über die hier berichtet wird, wirft einen ersten empirischen Blick auf die Möglichkeit, die Transkription von Interviews im sozialwissenschaftlichen Kontext durch den Einsatz von Spracherkennungssoftware zu bewältigen. Hierzu wurden von 20 Personen unter gleichen Bedingungen Transkripte sowohl manuell als auch unter Zuhilfenahme von Spracherkennungssoftware erstellt. Die Erfahrungen hiermit wurden qualitativ und quantitativ ausgewertet. Dabei lässt sich feststellen, dass Spracherkennung und manuelle Transkription etwa gleiche Bearbeitungszeiten benötigen, die Spracherkennung aber hinsichtlich ihrer Präzision und Bedienbarkeit deutliche Schwächen aufweist.