Plaud nimmt auf. Ab da machen es unsere Modelle: Transkript, Analyse aus mehreren Perspektiven, erkannte Aufgaben — und KI-Agenten, die ihren Auftrag selbst abholen und abarbeiten. Ohne Plaud-Abo, ohne manuelles Nachtragen.
Seit 2026 gibt es eine echte Plaud-Developer-Plattform. Wir ziehen daraus nur den Rohstoff — Audio und Roh-Transkript. Zusammenfassung und Analyse macht ausschließlich unser Stack.
Programmatischer Zugriff auf Aufnahmen, Transkripte und Notizen. Token per E-Mail+Passwort, hält ~300 Tage, refresht sich selbst.
Für Skripte und Cronjobs gebaut: list, transcript <id>, download <id>. Damit pollen wir neue Aufnahmen automatisch.
Fünf Tools für KI-Assistenten (Claude/Codex): Aufnahmen listen, Transkript per ID, Account-Info, temporäre MP3-Links. Direkt in unsere Agenten einhängbar.
Jede Karte nennt das Problem — und daneben, wie unsere Pipeline es löst. Das ist gleichzeitig unsere Bauliste.
„Ich mache das bis Freitag" — aber wer ist „ich"? Plaud trennt Sprecher unzuverlässig und benennt sie nie. Aufgaben landen beim Falschen.
Plaud erzeugt ein generisches Summary-Dokument. Ein Vertriebsgespräch, ein Rechtstermin und ein Projekt-Call brauchen aber völlig verschiedene Auswertungen.
Plauds beste Zusammenfassungen hängen am Subscription-Modell und an Plauds Modell-Wahl. Fremdbestimmt und laufende Kosten.
Der blinde Fleck. Heimliches Aufnehmen des gesprochenen Worts ist in DE strafbar. Ohne Consent-Vermerk kein Produktivbetrieb — egal wie gut die Technik ist.
Ein Modell erfindet Zusagen, die nie gefallen sind. Wird das autonom ausgeführt, entsteht echter Schaden statt Nutzen.
App-Aufnahmen landen nicht automatisch in der Cloud — ohne „Private Cloud Sync" sieht die API nichts. Und ein Poller verarbeitet dasselbe Gespräch sonst mehrfach.
Plaud liefert nur Audio und Transkript. Alles Wertschöpfende passiert in unserem Stack — und endet nicht bei einem Dokument, sondern bei erledigten Aufgaben.
Recorder → Audio + Roh-Transkript, abgeholt per MCP/CLI.
Bessere Diarisierung + deutsche Genauigkeit, Sprecher benannt.
7 Perspektiven parallel + Aufgaben-Extraktion nach festem Schema. Claude-Max-OAuth, kein Abo.
Aufgaben-JSON wird zu echten Tickets im PM-System.
Der passende Agent zieht sein Ticket und arbeitet es ab.
Statt eines Einheits-Dokuments läuft das Transkript durch mehrere Linsen — jede zieht heraus, was ihre Rolle braucht. Parallelisierbar, jede als eigener Modell-Durchlauf.
Wer hat wem was bis wann versprochen. Der höchste Wert — wird sonst vergessen.
Konkrete To-dos mit Owner und Frist, direkt maschinenlesbar.
Kaufsignale, Einwände, nächster Closing-Schritt — dockt an Einwandbehandlung + MasterSeller an.
Rechtliches, Termindruck, Erwartungslücken — früh sichtbar statt zu spät.
Was wurde entschieden, welche Zahlen und Preise sind gefallen.
Fertige E-Mail- oder Angebots-Rohfassung als Nebenprodukt, nicht als Extra-Arbeit.
Sentiment und unausgesprochene Bedenken — der Ton hinter den Worten.
Pro Gesprächstyp erweiterbar: Recruiting, Support, Einkauf — ein Prompt, eine neue Perspektive.
type + owner_agent sind der Router: der passende Agent zieht sein Ticket. Das O-Ton-Zitat ist sein Beweis-Anker gegen Halluzination, der Confidence-Wert entscheidet Auto-Run gegen Vorschlag.
// eine erkannte Aufgabe aus dem Gespräch { "task_id": "conv-2026-0714-03", "source_recording":"plaud://a1b2c3", // Idempotenz-Schlüssel "type": "email_draft | offer | research | call_back | reminder", "title": "Angebot Fassade Objekt DE-NW-0001 nachreichen", "owner_agent": "bbe-sales | infra-expert | claude", "context": { "kunde": "Müller GmbH", "projekt_id":"DE-NW-2026-0001", "zitat": "Schicken Sie mir das Angebot bis Freitag" // Beleg }, "due": "2026-07-18", "confidence": 0.86, // < Schwelle -> nur Vorschlag "action_ready": true // Agent darf autonom starten }
Pro Gespräch: von manuellem Nachtragen auf automatische Tickets.
Analyse über eigenes Gateway statt Plaud-Subscription.
Von der Aufnahme bis zum abgearbeiteten Ticket ohne Handarbeit.
Jede Phase liefert ein testbares Inkrement. Auto-Ausführung wird erst scharf geschaltet, wenn die Aufgaben-Erkennung an echten Gesprächen taugt.
Plaud-MCP holt das neueste Transkript → Gateway erzeugt die 7 Linsen + Aufgaben-JSON → PM-CLI legt Tickets an. Ohne Deepgram, ohne Auto-Run. Voll reversibel auf 178.
@bbe/deepgram vorschalten, Sprecher benennen, Idempotenz-Poller. Löst die zwei größten Verarbeitungs-Schwächen.
Agenten arbeiten Tickets oberhalb der Confidence-Schwelle eigenständig ab. Einziger Schritt, der ein echtes Freigabe-Gate braucht (Agent handelt nach außen).
Dieselbe Pipeline als verkaufbares Modul für jede Firma mit Kundengesprächen — neben @bbe/deepgram und Einwandbehandlung.
Du hast bisher nur die Handy-App — das reicht nicht für die API. Dieselben Zugangsdaten funktionieren aber im Web und für unsere Anbindung. So kommst du dran:
Gehe im Browser auf web.plaud.ai/login und melde dich mit demselben Konto an wie in der App (E-Mail + Passwort, oder Google/Apple).
Wichtig: App-Aufnahmen erscheinen im Web und in der API nur, wenn in der Handy-App Private Cloud Sync eingeschaltet ist. Ohne das sieht unsere Pipeline nichts.
Die API und der MCP-Server liegen auf dev.plaud.ai bzw. docs.plaud.ai. Unser Toolkit meldet sich mit E-Mail + Passwort an und hält den Token ~300 Tage selbst.
Nur die Plaud-Zugangsdaten (E-Mail + Passwort), damit unser Ingest sich anmelden kann. Das ist der einzige manuelle Schritt — den Rest baut die Pipeline.
Gib mir die Plaud-Zugangsdaten und ein „los" — dann dockt der Ingest an, erzeugt am echten Gespräch das Aufgaben-JSON und legt die ersten Tickets an. Alles auf 178-Staging, jederzeit rückrollbar.
Login-Schritte ansehen