Pflichtanforderungen sind u. a.: deutsche Spracherkennung mit einer Wortfehlerrate von höchstens 15 %, Sprecher-Diarisierung für mindestens zehn Teilnehmerinnen und Teilnehmer sowie Echtzeit- und nachgelagerte Transkription. Erforderlich sind außerdem die automatische Generierung gängiger Protokolltypen (z. B. Wort-, Ergebnis-, Beschlussprotokoll), die Extraktion von Aufgaben (Action Items), Exporte in gängige Formate (DOCX und PDF) sowie offene Schnittstellen und Integrationen, insbesondere in Videokonferenz- und Ratsinformationssysteme.

Die Lösungen müssen strenge Datenschutzanforderungen erfüllen. Dazu gehören eine rollenbasierte Zugriffssteuerung, die automatische Löschung der Audiodaten nach spätestens 90 Tagen sowie ein Human-in-the-Loop-Freigabeschritt gemäß EU-KI-Verordnung. Unsicher erkannte Passagen müssen durch Konfidenzindikatoren kenntlich gemacht werden. Eine Nutzung von Kundendaten für KI-Training ist nur mit ausdrücklicher Einwilligung zulässig. Die vollständigen Anforderungen einschließlich der erforderlichen Nachweise enthält das Leistungsblatt im Download-Paket.