Online-Meetings sind aus unserem Arbeitsalltag nicht mehr wegzudenken. Doch mit der Flut an virtuellen Besprechungen w\u00e4chst auch eine zentrale Herausforderung: Wie stellen wir sicher, dass wertvolle Informationen, Entscheidungen und Aufgaben nicht verloren gehen? Manuelle Protokolle sind zeitaufwendig und fehleranf\u00e4llig. KI-gest\u00fctzte Transkriptionsdienste versprechen Abhilfe, doch oft hapert es an der Qualit\u00e4t oder der nahtlosen Integration in bestehende Prozesse. In diesem Artikel zeigen wir dir, wie du einen robusten, automatisierten Workflow aufbaust, der Meeting-Aufzeichnungen nicht nur transkribiert, sondern die Inhalte analysiert, in konkrete Aufgaben umwandelt und intelligent im Zoho-\u00d6kosystem verteilt. Wir \u00fcberbr\u00fccken die L\u00fccke zwischen einer reinen Audio-Datei und verwertbaren, strukturierten Daten.<\/p>\n
Stell dir folgendes Szenario vor: Ein wichtiges Projektteam h\u00e4lt ein 25-min\u00fctiges Abstimmungsmeeting \u00fcber eine Videokonferenz-Software ab. Um sicherzustellen, dass keine Details verloren gehen, wird das Gespr\u00e4ch aufgezeichnet. Anschlie\u00dfend wird die Videodatei durch einen automatischen Transkriptionsdienst \u2013 beispielsweise auf Basis von OpenAIs Whisper-Modell \u2013 verarbeitet. Die Hoffnung: ein durchsuchbares Protokoll und eine klare Liste der n\u00e4chsten Schritte.<\/p>\n
Das Ergebnis ist jedoch ern\u00fcchternd. Die erstellte Textdatei ist unbrauchbar. Sie besteht aus wiederholten Phrasen, sinnlosen Wortfragmenten und sogenannten \u201eHalluzinationen\u201c der KI, die bei schlechter Audioqualit\u00e4t oder Stille auftreten k\u00f6nnen. Der gesamte Inhalt des Gespr\u00e4chs ist faktisch verloren. Es k\u00f6nnen keine Entscheidungen nachverfolgt, keine Aufgaben zugewiesen und keine offenen Punkte identifiziert werden. Der Versuch, Effizienz zu gewinnen, hat zu einem kompletten Informationsverlust und Mehraufwand gef\u00fchrt. Genau dieses Problem l\u00f6sen wir jetzt mit einer durchdachten Kombination aus Zoho-Anwendungen und externen APIs.<\/p>\n
Wir bauen einen Workflow, der eine Meeting-Aufzeichnung aus einem Cloud-Speicher abholt, sie \u00fcber eine externe API transkribieren l\u00e4sst, den Textinhalt mittels einer weiteren KI analysiert und die Ergebnisse (Zusammenfassung, Aufgaben, Entscheidungen) in den passenden Zoho-Apps ablegt.<\/p>\n
Jeder Prozess braucht einen klaren Startpunkt. In unserem Fall ist das die Ablage der Meeting-Aufzeichnung. Zoho WorkDrive<\/strong><\/a> ist hierf\u00fcr die ideale Wahl, da es tief in das Zoho-\u00d6kosystem integriert ist.<\/p>\n Um auf das Ereignis \u201eNeue Datei in WorkDrive\u201c zu reagieren und externe Dienste anzusprechen, nutzen wir Zoho Flow<\/strong><\/a>. Es ist unsere Integrationsplattform, die verschiedene Anwendungen miteinander \u201esprechen\u201c l\u00e4sst.<\/p>\n Jedes Mal, wenn eine neue Datei hochgeladen wird, startet dieser Flow und stellt uns die Datei-ID und weitere Metadaten zur Verf\u00fcgung.<\/p>\n Obwohl Zoho eigene KI-Funktionen (Zia) besitzt, greifen wir f\u00fcr die hochspezialisierte Aufgabe der Audio-Transkription auf einen externen Top-Anbieter zur\u00fcck. OpenAI’s Whisper API<\/a> ist hierf\u00fcr eine exzellente Wahl. Alternativen w\u00e4ren Dienste wie AssemblyAI<\/a> oder Deepgram<\/a>.<\/p>\n Um die API aus Zoho Flow anzusprechen, verwenden wir eine Custom Function<\/strong> mit Deluge-Script. Das gibt uns maximale Flexibilit\u00e4t.<\/p>\n Hier ist ein Beispiel-Code f\u00fcr eine Deluge Custom Function in Zoho Flow:<\/p>\n Der rohe Text der Transkription ist bereits wertvoll, aber noch nicht handlungsleitend. Wir wollen eine Zusammenfassung, eine Liste von Entscheidungen und konkrete Aufgaben extrahieren. Daf\u00fcr nutzen wir erneut eine externe API, diesmal die eines LLMs wie GPT-4<\/a> oder eines Konkurrenzmodells.<\/p>\n Wir f\u00fcgen dem Zoho Flow eine weitere Custom Function hinzu, die den transkribierten Text als Input erh\u00e4lt.<\/p>\n Jetzt haben wir strukturierte Daten (eine Zusammenfassung, Entscheidungen, Aufgaben) im JSON-Format. Zoho Flow kann diese nun an die richtigen Stellen verteilen:<\/p>\n Dieser Workflow ist nur der Anfang. Du kannst ihn beliebig erweitern:<\/p>\n Die Implementierung dieses automatisierten Workflows verwandelt deine Meeting-Aufzeichnungen von passiven, schwer durchsuchbaren Dateien in aktive, wertsch\u00f6pfende Ressourcen. Du sparst nicht nur enorm viel Zeit bei der Protokollierung, sondern stellst auch sicher, dass keine Aufgaben und Entscheidungen mehr durchrutschen. Die wahre St\u00e4rke von Zoho zeigt sich hier in seiner F\u00e4higkeit, als zentrale Plattform zu agieren, die sowohl interne Apps als auch leistungsstarke externe Dienste nahtlos \u00fcber APIs und Tools wie Zoho Flow miteinander verbindet. Du schaffst einen konsistenten und skalierbaren Prozess, der die Produktivit\u00e4t deines gesamten Teams steigert.<\/p>\n Verwendete Zoho-Anwendungen in diesem Workflow:<\/strong><\/p>\n Erh\u00f6he deine Produktivit\u00e4t mit einem automatisierten Zoho-Workflow: Transkribiere Meetings, erstelle Aufgaben und verfolge Entscheidungen effizient!<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"ocean_post_layout":"","ocean_both_sidebars_style":"","ocean_both_sidebars_content_width":0,"ocean_both_sidebars_sidebars_width":0,"ocean_sidebar":"","ocean_second_sidebar":"","ocean_disable_margins":"enable","ocean_add_body_class":"","ocean_shortcode_before_top_bar":"","ocean_shortcode_after_top_bar":"","ocean_shortcode_before_header":"","ocean_shortcode_after_header":"","ocean_has_shortcode":"","ocean_shortcode_after_title":"","ocean_shortcode_before_footer_widgets":"","ocean_shortcode_after_footer_widgets":"","ocean_shortcode_before_footer_bottom":"","ocean_shortcode_after_footer_bottom":"","ocean_display_top_bar":"default","ocean_display_header":"default","ocean_header_style":"","ocean_center_header_left_menu":"","ocean_custom_header_template":"","ocean_custom_logo":0,"ocean_custom_retina_logo":0,"ocean_custom_logo_max_width":0,"ocean_custom_logo_tablet_max_width":0,"ocean_custom_logo_mobile_max_width":0,"ocean_custom_logo_max_height":0,"ocean_custom_logo_tablet_max_height":0,"ocean_custom_logo_mobile_max_height":0,"ocean_header_custom_menu":"","ocean_menu_typo_font_family":"","ocean_menu_typo_font_subset":"","ocean_menu_typo_font_size":0,"ocean_menu_typo_font_size_tablet":0,"ocean_menu_typo_font_size_mobile":0,"ocean_menu_typo_font_size_unit":"px","ocean_menu_typo_font_weight":"","ocean_menu_typo_font_weight_tablet":"","ocean_menu_typo_font_weight_mobile":"","ocean_menu_typo_transform":"","ocean_menu_typo_transform_tablet":"","ocean_menu_typo_transform_mobile":"","ocean_menu_typo_line_height":0,"ocean_menu_typo_line_height_tablet":0,"ocean_menu_typo_line_height_mobile":0,"ocean_menu_typo_line_height_unit":"","ocean_menu_typo_spacing":0,"ocean_menu_typo_spacing_tablet":0,"ocean_menu_typo_spacing_mobile":0,"ocean_menu_typo_spacing_unit":"","ocean_menu_link_color":"","ocean_menu_link_color_hover":"","ocean_menu_link_color_active":"","ocean_menu_link_background":"","ocean_menu_link_hover_background":"","ocean_menu_link_active_background":"","ocean_menu_social_links_bg":"","ocean_menu_social_hover_links_bg":"","ocean_menu_social_links_color":"","ocean_menu_social_hover_links_color":"","ocean_disable_title":"default","ocean_disable_heading":"default","ocean_post_title":"","ocean_post_subheading":"","ocean_post_title_style":"","ocean_post_title_background_color":"","ocean_post_title_background":0,"ocean_post_title_bg_image_position":"","ocean_post_title_bg_image_attachment":"","ocean_post_title_bg_image_repeat":"","ocean_post_title_bg_image_size":"","ocean_post_title_height":0,"ocean_post_title_bg_overlay":0.5,"ocean_post_title_bg_overlay_color":"","ocean_disable_breadcrumbs":"default","ocean_breadcrumbs_color":"","ocean_breadcrumbs_separator_color":"","ocean_breadcrumbs_links_color":"","ocean_breadcrumbs_links_hover_color":"","ocean_display_footer_widgets":"default","ocean_display_footer_bottom":"default","ocean_custom_footer_template":"","osh_disable_topbar_sticky":"default","osh_disable_header_sticky":"default","osh_sticky_header_style":"default","osh_sticky_header_effect":"","osh_custom_sticky_logo":0,"osh_custom_retina_sticky_logo":0,"osh_custom_sticky_logo_height":0,"osh_background_color":"","osh_links_color":"","osh_links_hover_color":"","osh_links_active_color":"","osh_links_bg_color":"","osh_links_hover_bg_color":"","osh_links_active_bg_color":"","osh_menu_social_links_color":"","osh_menu_social_hover_links_color":"","ocean_post_oembed":"","ocean_post_self_hosted_media":"","ocean_post_video_embed":"","ocean_link_format":"","ocean_link_format_target":"self","ocean_quote_format":"","ocean_quote_format_link":"post","ocean_gallery_link_images":"on","ocean_gallery_id":[],"footnotes":""},"categories":[1],"tags":[],"class_list":["post-5023","post","type-post","status-publish","format-standard","hentry","category-zoho","entry"],"acf":[],"yoast_head":"\n\n
Schritt 2: Die Schaltzentrale \u2013 Zoho Flow als Br\u00fccke zur Au\u00dfenwelt<\/h3>\n
\n
Schritt 3: Transkription per API \u2013 OpenAI Whisper ansteuern<\/h3>\n
\n
\/\/ Input: file_id (wird vom WorkDrive-Trigger \u00fcbergeben)\n\/\/ Wichtig: Erstelle eine Connection in Zoho Flow f\u00fcr \"OpenAI\" mit deinem API Key.\n\n\/\/ 1. Datei von WorkDrive herunterladen\nfile_content = zoho.workdrive.download_file(file_id);\n\n\/\/ 2. API-Aufruf an OpenAI Whisper vorbereiten\napi_url = \"https:\/\/api.openai.com\/v1\/audio\/transcriptions\";\nheaders = Map();\n\/\/ \"openai_connection\" ist der Name deiner sicheren Verbindung in Zoho Flow\nheaders.put(\"Authorization\",\"Zoho-oauthtoken openai_connection\");\n\nfiles = Map();\nfiles.put(\"file\",file_content,\"audio.mp4\");\n\nparams = Map();\nparams.put(\"model\",\"whisper-1\");\nparams.put(\"response_format\",\"text\"); \/\/ Wir wollen nur den reinen Text zur\u00fcck\n\n\/\/ 3. API-Aufruf durchf\u00fchren\ntry \n{\n response = invokeurl\n [\n url :api_url\n type :POST\n headers:headers\n files:files\n parameters:params\n ];\n \n \/\/ Transkribierten Text zur\u00fcckgeben\n return response;\n}\ncatch (e)\n{\n \/\/ Fehlerbehandlung: Sende z.B. eine Cliq-Nachricht\n zoho.cliq.post_to_channel(\"automation_alerts\", \"Fehler bei Whisper-Transkription: \" + e);\n return \"\";\n}<\/code><\/pre>\nSchritt 4: Analyse und Extraktion mit einem Large Language Model (LLM)<\/h3>\n
\/\/ Input: transcript_text (der Output aus der vorherigen Funktion)\n\n\/\/ 1. Prompt f\u00fcr die KI definieren\nprompt = \"Analysiere das folgende Meeting-Transkript. Extrahiere die folgenden Informationen und gib sie im JSON-Format zur\u00fcck: 1. 'summary': Eine kurze Zusammenfassung in 3-5 S\u00e4tzen. 2. 'decisions': Eine Liste der getroffenen Entscheidungen als Bullet Points. 3. 'tasks': Eine Liste von Action Items mit der verantwortlichen Person, falls genannt. Jede Aufgabe sollte klar und handlungsorientiert formuliert sein. Hier ist das Transkript: nn\" + transcript_text;\n\n\/\/ 2. API-Aufruf an die OpenAI Chat-Completion API\napi_url = \"https:\/\/api.openai.com\/v1\/chat\/completions\";\nheaders = Map();\nheaders.put(\"Authorization\",\"Zoho-oauthtoken openai_connection\");\nheaders.put(\"Content-Type\",\"application\/json\");\n\nparams = Map();\nparams.put(\"model\",\"gpt-4-turbo-preview\");\nmessage = Map();\nmessage.put(\"role\",\"user\");\nmessage.put(\"content\",prompt);\nmessages = List();\nmessages.add(message);\nparams.put(\"messages\",messages);\nparams.put(\"response_format\", {\"type\": \"json_object\"}); \/\/ Fordert eine garantierte JSON-Antwort an\n\n\/\/ 3. API-Aufruf durchf\u00fchren und JSON parsen\ntry\n{\n response = invokeurl\n [\n url :api_url\n type :POST\n headers:headers\n parameters:params.toString()\n ];\n \n json_response = response.get(\"choices\").get(0).get(\"message\").get(\"content\");\n return json_response.toMap();\n}\ncatch (e)\n{\n zoho.cliq.post_to_channel(\"automation_alerts\", \"Fehler bei GPT-Analyse: \" + e);\n return Map();\n}<\/code><\/pre>\nSchritt 5: Aktionen im Zoho-\u00d6kosystem ausl\u00f6sen<\/h3>\n
\n
Tipps und Best Practices<\/h3>\n
\n
Zus\u00e4tzliche Erweiterungsm\u00f6glichkeiten<\/h3>\n
\n
Fazit: Vom passiven Datengrab zur aktiven Wissensquelle<\/h3>\n
\n