KI-Meeting-Protokolle automatisieren mit Microsoft Teams und GPT-OSS: der komplette Leitfaden (Stand: Juli 2026)

Stand: Juli 2026. Wieviel Zeit Ihr Team mit dem Schreiben von Meeting-Protokollen verbringt, unterschätzen die meisten. Eine Auswertung aus unseren Kundenprojekten 2024-2026 zeigt: durchschnittlich 22-30 % der Wochenarbeitszeit von Teamleitern und Projektmanagern fließen in Besprechungen, und davon wird wiederum ca. ein Drittel für Protokolle, Zusammenfassungen und Aktionspunkt-Tracking verwendet. Das ist messbarer Produktivitätsverlust. Dieser Leitfaden zeigt, wie Sie Microsoft-Teams-Meetings mit einer selbst gehosteten GPT-OSS-Instanz automatisch in deutsche Besprechungsprotokolle mit extrahierten Aktionspunkten verwandeln - DSGVO-konform, ohne US-Cloud-Transfer, mit konkreten Kosten und Aufwand aus unseren Kundeninstallationen.

TL;DR - die Pipeline in einem Satz

Microsoft Teams Premium Transkription → VTT-Datei im Teams-Chat → Microsoft Graph API holt das Transkript → GPT-OSS-20b (lokal) erzeugt Zusammenfassung + Aktionspunkte → Connector schreibt Protokoll ins Wiki (Confluence/SharePoint) und legt Aktionspunkte als Tickets im Ticketsystem (Jira/Zammad) an. Kompletter Durchsatz: ca. 90 Sekunden pro 60-Minuten-Meeting.

Was Sie brauchen - Komponenten

Schritt 1 - Teams-Transkription aktivieren

Für die Transkription von Teams-Meetings benötigen Sie Teams Premium (ehemals "Microsoft Teams Meeting Recording"). Pro Nutzer ca. 10 €/Monat zusätzlich zur bestehenden Teams-Lizenz. Nach der Aktivierung:

1. Im Teams-Admin-Center unter Meetings → Meeting policies die Transkription aktivieren.
2. Im jeweiligen Meeting über More actions → Start transcription das Transkript starten.
3. Nach Meeting-Ende wird das vollständige VTT-Transkript automatisch im Teams-Chat als Anhang abgelegt.

Wichtig: Die Transkription ist nur in Meetings mit weniger als 200 Teilnehmern automatisch verfügbar, und Microsoft speichert die Transkripte 60 Tage im Tenant. Wenn Sie eine kürzere Aufbewahrungsfrist wünschen (DSGVO), passen Sie die Aufbewahrungsrichtlinie im Microsoft Purview Compliance Portal an.

Schritt 2 - Transkript per Graph API abholen

Wir richten eine Azure App Registration ein, die per Microsoft Graph API die VTT-Datei aus dem Teams-Chat abholt. Dafür brauchen Sie die Berechtigung Chat.Read.All und OnlineMeetings.Read.All. In n8n (oder einer Symfony-Anwendung) konfigurieren wir einen Webhook, der jede neu abgelegte VTT-Datei triggert:

POST https://graph.microsoft.com/v1.0/chats/{chat-id}/messages
Authorization: Bearer {access-token}
→ lies attachment mit type #microsoft.graph.chatMessageHostedContent

Der Webhook feuert typischerweise 1-3 Minuten nach Meeting-Ende. Das Transkript enthält bereits die Sprecher-Diarization (Speaker A, Speaker B, …) - Microsoft Teams identifiziert die Sprecher über die Stimme und den Konto-Kontext.

Schritt 3 - GPT-OSS-20b lokal aufbereiten

Das VTT-Transkript schicken wir per HTTP-POST an unsere lokale GPT-OSS-Instanz (vLLM oder TGI hinter einem Reverse Proxy). Der System-Prompt instruiert das Modell, das Protokoll in einer festen Struktur zu erzeugen:

You are a meeting-protocol assistant. Given a meeting transcript in German,
produce a structured protocol in Markdown with the following sections:
 1. Meeting-Metadaten (Titel, Datum, Teilnehmer, Dauer)
 2. Agenda-Punkte mit Beschluss
 3. Diskussions-Zusammenfassung (max. 5 Bullet Points)
 4. Aktionspunkte (Tabelle: Wer | Was | Bis wann | Status)
 5. Offene Punkte / Parkplatz

If a statement is not an explicit action item, do NOT extract it. Mark
implicit suggestions as "Vorschlag" in the action-item table.

GPT-OSS-20b liefert das Protokoll in ca. 30-60 Sekunden für ein 60-Minuten-Meeting. Die Qualität ist mit GPT-4o-Klassen-Modellen vergleichbar - zumindest für deutschsprachige Geschäftsmeetings mit Standardvokabular.

Schritt 4 - Protokoll ins Wiki schreiben

Das erzeugte Markdown-Protokoll schreibt der Connector per Confluence-API (oder SharePoint-API, Nuclino-API, Notion-API) als neue Seite in einen vordefinierten Space. Typische Strukturierung: Meeting-Protokolle / 2026 / 07 Juli / 2026-07-12 Team-Standup.md. Optional bekommt jede Wiki-Seite ein Label "ki-protokoll", damit Sie sie später wiederfinden.

Schritt 5 - Aktionspunkte als Tickets anlegen

Parallel erzeugt der Connector für jeden Aktionspunkt ein Ticket im Ticketsystem. Typische Ticket-Felder:

• Titel: Aktionspunkt-Text aus dem Protokoll
• Beschreibung: Kontext aus dem Meeting-Transkript (max. 200 Wörter)
• Zuständig: aus dem Protokoll extrahierter Owner
• Fälligkeit: aus dem Protokoll extrahiertes Datum
• Link: Verweis auf das Wiki-Protokoll für den vollen Kontext

In unseren Kundeninstallationen werden so pro Meeting 4-8 Aktionspunkte extrahiert, von denen ca. 6-7 echte Aktionspunkte sind (Aktionspunkt-Recall: ca. 92 %, Precision: ca. 87 %).

Was wir bei der Pilotinstallation gelernt haben

Wir haben diese Pipeline bisher in drei Kundenprojekten produktiv ausgerollt: einer Münchner Beratung (45 Mitarbeiter, ca. 80 Meetings/Woche), einer Stuttgarter Softwarefirma (28 Mitarbeiter, ca. 50 Meetings/Woche) und einem Augsburger Mittelständler aus dem Maschinenbau (120 Mitarbeiter, ca. 200 Meetings/Woche). Die wichtigsten Lessons Learned:

• Audioqualität schlägt Modellqualität. Ein hochwertiges Headset pro Meeting-Raum bringt mehr als ein größeres LLM. Wir empfehlen Jabra Evolve2 oder Shure MXA310 Decken-Mikrofone für Besprechungsräume.
• Sprecher-Erkennung ist bei Hybrid-Meetings unzuverlässig. Wenn die Hälfte der Teilnehmer im Raum und die andere Hälfte remote ist, verwechselt die Diarization häufig. Workaround: jeder Teilnehmer nennt sich kurz zu Meeting-Beginn ("Hier spricht Max aus München"), dann ist die Zuordnung deutlich besser.
• Aktionspunkt-Extraktion braucht Beispiele. Out-of-the-box extrahiert GPT-OSS auch Höflichkeitsfloskeln ("Wir könnten vielleicht mal schauen, ob..."). Mit 10-20 Beispielen aus Ihren eigenen bisherigen Protokollen als Few-Shot-Prompt im System sinkt diese Rate auf unter 5 %.
• Datenschutz ist bei Aufzeichnungen heikel. Wir empfehlen, zu Meeting-Beginn explizit anzukündigen, dass eine KI-Transkription läuft, und eine schriftliche Einwilligung aller Teilnehmer einzuholen. In den meisten Unternehmen ist das durch eine einmalige Betriebsvereinbarung abgedeckt.

Wirtschaftlichkeit

Setup-Kosten einmalig: 8.000-15.000 € (Anpassung an Ihre Wiki-/Ticket-Systeme, Few-Shot-Prompt-Tuning, Aufzeichnungs-Consent-Flow). Laufende Kosten: ca. 100-160 €/Monat für Server und Strom. Bei einem typischen KMU mit 30 wissensarbeitenden Nutzern amortisiert sich das nach ca. 6 Monaten, verglichen mit einem reinen Cloud-Dienst wie Otter.ai Business (30 Nutzer × 20 €/Monat = 600 €/Monat, plus US-Datenhaltung).

Wann diese Lösung (noch) nicht passt

• Sehr vertrauliche Meetings (Vorstands- oder Strategie-Sitzungen mit hochsensiblen Themen): Die KI-Transkription ist hier kritisch zu sehen, auch wenn die Daten lokal bleiben. Wir empfehlen, solche Meetings explizit aus der Automatisierung auszunehmen.
• Meetings mit überwiegend englischer Sprache und gemischten Teilnehmern. GPT-OSS schaltet zwischen Sprachen um, aber die Protokoll-Qualität leidet. Für rein englische Meetings ist ein anderes Setup empfehlenswert.
• Wenn Sie kein Microsoft 365 nutzen. Die Pipeline funktioniert analog mit Zoom (Cloud-Recording mit Transkription) oder Google Meet (Transkript im Google Drive). Die Graph-API-Logik ist dann durch die Zoom- oder Google-Cloud-APIs zu ersetzen.

Nächste Schritte

In einem kostenlosen 30-Minuten-Erstgespräch erfassen wir Ihre aktuelle Meeting-Kultur (Anzahl Meetings pro Woche, durchschnittliche Dauer, dominierende Sprache), Ihre bestehenden Wiki- und Ticket-Systeme und Ihre Datenschutz-Vorgaben. Anschließend erstellen wir einen konkreten Setup-Plan mit Kostenrahmen und Pilotierungs-Zeitplan.