Descript verkauft eine einzige Idee: das Video bearbeiten, indem man sein Transkript bearbeitet. Jede „Descript-Alternative” kopiert diese Idee entweder oder lehnt sie zugunsten einer Timeline ab — und diese Weichenstellung entscheidet die Kaufentscheidung lange vor dem Preis.
Im Folgenden werden die beiden Lager entlang der drei Dimensionen verglichen, die die Arbeitsweise verändern: wie ein Schnitt entsteht, was Export und Zusammenarbeit kosten, sobald man wechselt, und ob das Werkzeug auch ohne Netz läuft. Die Angaben stammen von den Seiten der Anbieter selbst, gelesen Ende September 2026; nichts hiervon ist ein Praxistest.
Die Open-Source-Timeline: Kdenlive (image: KDE/kdenlive).
Wo der Schnitt tatsächlich stattfindet
Bei Descript ist das Transkript die Timeline. Ein Wort löschen und das Audio verschwindet mit ihm; das Entfernen von Füllwörtern, Studio Sound und der Underlord-Mitbearbeiter übernehmen den ersten Zusammenbau. Für Interviews und Podcasts ist das schneller, als Clips hin und her zu ziehen.
Die Alternativen spalten sich. Riverside und Kapwing liefern beide textbasierte Editoren — Riverside rund um die Aufnahme entfernter Gäste, Kapwing rund um Browserarbeit und Social-Clips. Premiere Pro hat ein Transkript-Panel, aber es sitzt auf einer Timeline; man schneidet am Ende trotzdem auf Spuren. DaVinci Resolve, Kdenlive und Shotcut lassen das Dokument ganz weg. Textbearbeitung ist ein Tempo-Gewinn für gesprochenes Wort und ein Handicap für alles andere: Sobald man geschichtetes B-Roll oder framegenaues Audio braucht, ist die Timeline nicht mehr die langsame Option.
Was kostenlos und Zusammenarbeit wirklich kosten
Descript rechnet in Medienstunden und KI-Credits ab, nicht in Transkriptionsminuten. Kostenlos ist $0; Hobbyist bietet 10 Medienstunden pro Monat, 400 KI-Credits und 1080p-Export ohne Wasserzeichen; Creator hebt das auf 30 Stunden, 800 Credits und 4K an; Business ergänzt Brand Studio, Dubbing in 30+ Sprachen und Priority-Support. Die Preise stehen auf der offiziellen Website — die erste Hürde ist meist die Exportqualität oder die Anzahl der Plätze.
Die kostenlose Stufe von Kapwing exportiert unbegrenzt viele Videos, versieht sie aber mit einem Wasserzeichen und begrenzt jedes auf vier Minuten; etwa $16 pro Mitglied und Monat, jährlich abgerechnet, räumt beides aus dem Weg. Der kostenlose Plan von Riverside endet bei zwei Stunden Mehrspur-Aufnahme, mit bezahlten Plänen ab etwa $24 pro Monat. Die Open-Source-Editoren vertreten die entgegengesetzte Haltung: DaVinci Resolve, Kdenlive und Shotcut sind kostenlos, ohne Wasserzeichen, ohne Konto und ohne Export-Zähler. Bei der Zusammenarbeit gewinnen die Cloud-Werkzeuge klar — geteilte Projekte, Kommentare, Review-Links — und hier muss man bei lokalen Editoren Speicher und Versionierung selbst stellen.
Schneiden bei abgeschaltetem Internet
Descript ist Cloud-first: Transkription und die KI-Werkzeuge laufen auf seinen Servern. Für Material, das das Gebäude nicht verlassen darf, oder ein Projekt, das ein gekündigtes Abo überleben muss, ist genau das das Problem.
Der Open-Source-Weg ist praktikabler, als er einmal war. Die Modellgewichte von Whisper sind offen, und whisper.cpp führt sie lokal auf einer CPU, auf Apple Silicon oder einer NVIDIA-GPU ohne Konto aus. Ausgehend von diesem Transkript ist auto-editor ein Kommandozeilen-Werkzeug, das Stille und Leerlauf herausschneidet und die Datei an FFmpeg übergibt; Audacity deckt Audio ab, Kdenlive oder Shotcut das Video. Nichts wird hochgeladen, und nichts wird abgerechnet.
Die Bereitstellungskosten sind Rechenleistung und Klebstoff, kein Abo. Das große Whisper-Modell umfasst einige Gigabyte, einmal heruntergeladen; eine CPU eines Mittelklasse-Laptops transkribiert etwa in Echtzeit, eine GPU um ein Vielfaches schneller, und eine gemietete Cloud-GPU kostet unter einem Dollar pro Stunde, wenn man keine besitzt. Die versteckte Kostenposition ist der Round-Trip: Ein bearbeitetes Transkript wieder auf Timecodes abzubilden ist Handarbeit, und kein Open-Source-Projekt pflegt die reibungslose Version, die Descript berühmt gemacht hat. Unser eigener Sony XM6 Test fasste ein 45-minütiges gemischt chinesisch-englisches Meeting sauber zusammen, verpatzte aber eine Währungseinheit — selbst gute Transkription will einen menschlichen Durchlauf, bevor man darauf schneidet.
| Dimension | Descript | Timeline-Editoren (Premiere, DaVinci, Kdenlive) | Selbst gehosteter Whisper-Stack |
|---|---|---|---|
| Wie man schneidet | Das Transkript bearbeiten; Text löschen löscht Audio | Clips auf einer Timeline ziehen; Premiere hat ein Transkript-Panel | Whisper-Transkript, auto-editor für Stille, dann eine Timeline |
| Export | 1080p ohne Wasserzeichen bei Hobbyist, 4K bei Creator | DaVinci und Kdenlive kostenlos, ohne Wasserzeichen | Kostenlos; nur Hardware und Zeit |
| Zusammenarbeit | Cloud-Projekte, Kommentare, Brand Studio bei Business | Geteilter Speicher oder Projektdateien, keine Review-Ebene | Selbst gebaut: eine Netzwerkfreigabe, Git oder nichts |
| Offline | Cloud-first | Vollständig offline | Vollständig offline |
| Kosten | Kostenlose Stufe, dann bezahlte Pro-Nutzer-Pläne | Kostenlos oder eine einmalige Studio-Lizenz | Nur Rechenleistung |
Wann man was wählt
- Talking-Head-Video und Podcasts, ein Editor: bei Descript bleiben, oder Riverside, wenn man auch entfernte Gäste aufnimmt.
- Geschichtete, framegenaue Schnitte mit B-Roll und Sounddesign: eine echte Timeline — DaVinci Resolve, wenn kostenlos zählt, Premiere Pro, wenn das Team ohnehin in Adobe lebt.
- Vertrauliches Material oder eine harte Kein-Abo-Regel: der Stack aus Whisper, auto-editor und Kdenlive.
- Aufnehmen und Bearbeiten an einem Ort: Riverside macht beides; Descript macht den Schnitt immer noch besser.
Fragen, die wirklich gestellt werden
Gibt es eine kostenlose Alternative zu Descript? Ja, in drei Bedeutungen. Kapwing ist kostenlos, wenn man ein Wasserzeichen und eine Vier-Minuten-Grenze akzeptiert. DaVinci Resolve und Kdenlive sind kostenlos, ohne Wasserzeichen. Der Whisper-Stack ist kostenlos und offline, kostet aber Einrichtungszeit.
Kann ich ohne Descript per Text bearbeiten? Teilweise. Riverside und Kapwing legen das Transkript offen, und das Panel von Premiere hilft, aber keines macht den Round-Trip so sauber — rechnen Sie damit, die letzten 10% auf einer Timeline zu korrigieren.
Funktioniert Descript offline? Nicht wirklich. Transkription und die KI-Werkzeuge laufen in der Cloud, eine verlorene Verbindung kostet also genau das, wofür man bezahlt.
Brauche ich eine GPU für die Offline-Transkription? Nein — whisper.cpp läuft auf der CPU — aber eine GPU macht aus einem Echtzeit-Job einen um ein Vielfaches schnelleren. Für die Audioseite siehe unseren Text-to-Speech-Leitfaden und die ElevenLabs-Werkzeugseite für synthetische Sprachausgabe.
Wenn Ihr Inhalt überwiegend aus jemandem besteht, der spricht, verdient sich der Transkript-Editor sein Abo, und Descript baut noch immer den besten. Wenn Ihr Schnitt Ebenen, Deadlines und das Material von jemand anderem hat, hören Sie auf, ein Transkript zu mieten, und nutzen Sie die Timeline. Der einzige ehrliche Grund, den selbst gehosteten Stack aufzubauen, ist Vertraulichkeit oder eine harte Kein-Abo-Regel; alle anderen kaufen ein Hobby.