Diktieren mit KI: Warum Sprechen statt Tippen der schnellste Einstieg ist
Du bekommst drei Wege, mit Bordmitteln zu diktieren, einen Prompt, der aus einem holprigen Diktat einen sauberen Text macht, und die Stellen, an denen Sprechen dir nichts bringt.
Stell dir eine Fotografin vor, die um 18 Uhr aus einem Vorgespräch für eine Hochzeit kommt. Im Kopf hat sie alles: Ablauf, Wünsche, die Tante, die nicht aufs Gruppenfoto soll. Die Notiz dazu müsste sie jetzt tippen, zehn Minuten am Laptop. Sie schiebt sie auf morgen. Am nächsten Abend fehlt die Hälfte.
Die ehrliche Antwort vorweg: In solchen Momenten ist nicht die KI der Engpass, sondern das Tippen davor. Wer erst einen Absatz eintippen muss, bevor ein Chatbot überhaupt etwas tun kann, lässt es oft ganz. Diktieren nimmt genau diese Hürde weg. Du sprichst, die Software schreibt mit, und die KI räumt danach auf. In diesem Artikel zeige ich dir, wie das mit Werkzeugen klappt, die schon auf deinem Rechner liegen.
FADIS KERNPUNKTE
Diktieren ist für mich der niedrigste Einstieg in KI, den es gibt. Du brauchst keine neue Software, kein Abo und keine Schulung. Windows, der Mac und die ChatGPT-App haben die Funktion bereits eingebaut. Sprechen ist dazu deutlich schneller als Tippen, auch das ist gut untersucht.
Die unbequeme Seite: Ein Diktat ist noch kein Text. Gesprochene Sprache ist voller Füllwörter, halber Sätze und Gedankensprünge. Dazu kommen falsch erkannte Namen. Wer das Rohdiktat ungeprüft weitergibt, verschickt genau das. Der eigentliche Gewinn entsteht erst im zweiten Schritt, wenn eine KI das Gesprochene ordnet und du das Ergebnis liest. Was viele übersehen: Bei Diktaten über die Cloud landet deine Stimme auf fremden Servern. Kundennamen gehören deshalb nur dann ins Diktat, wenn du sie dort auch tippen dürftest.
Für Zahlen, Tabellen und den Feinschliff an einzelnen Formulierungen bleibt die Tastatur schneller. Für Notizen, Entwürfe und das Sortieren von Gedanken ist sie es nicht mehr.
Warum Sprechen schneller ist als Tippen
Forscher der Universität Stanford haben 2016 gemessen, wie schnell Menschen auf dem Smartphone Text eingeben. Das Ergebnis der Stanford-Studie zur Spracheingabe: Im Englischen war Sprechen dreimal so schnell wie Tippen, und die Fehlerquote lag um 20,4 % niedriger. Getestet haben sie das mit 32 Personen, auf dem Handy und nicht am Laptop. Am Rechner mit voller Tastatur dürfte der Abstand kleiner ausfallen. Die Richtung bleibt trotzdem dieselbe, und die Spracherkennung ist seit 2016 eher besser geworden als schlechter.
Rechne das an deinem eigenen Alltag durch. Eine Gesprächsnotiz mit 300 Wörtern kostet dich beim Tippen vielleicht zehn Minuten. Bei dreifachem Tempo wären es gut drei. Bei drei solchen Notizen am Tag sind das rund 20 Minuten, also fast zwei Stunden pro Woche. Wie viel es bei dir ist, hängt davon ab, wie viel du schreibst. Wichtiger als die Zeit ist oft etwas anderes: Du fängst überhaupt an. Genau das ist die Idee hinter meinem Artikel zum Einstieg über die Aufgabe. Du nimmst zuerst eine kleine, lästige Aufgabe und erst danach das Werkzeug.
So startest du das Diktieren in zwei Minuten
Du musst nichts kaufen und nichts installieren. Windows und macOS bringen eine Diktierfunktion mit, und die ChatGPT-App hat eine eigene. Welche du nimmst, hängt davon ab, wo der Text am Ende landen soll. Die Systemfunktion schreibt in jedes Textfeld, ChatGPT nur in den eigenen Chat. Für die ersten Versuche genügt das eingebaute Mikrofon deines Laptops, in lauter Umgebung hilft ein Headset.
Windows: Windows-Taste und H
Unter Windows heißt die Funktion Spracheingabe. Du setzt den Cursor in ein beliebiges Textfeld, etwa in Word, in eine Mail oder in das Eingabefeld eines Chatbots, und drückst die Windows-Taste zusammen mit H. Ein kleines Mikrofonfenster erscheint, und du sprichst los. Laut der Anleitung von Microsoft braucht die Spracheingabe eine Internetverbindung und ein Mikrofon, Deutsch gehört zu den über 40 unterstützten Sprachen. In den Einstellungen des Fensters schaltest du die automatische Zeichensetzung ein. Dann setzt Windows Punkte und Kommas selbst, und du musst sie nicht ansagen.
Mac: die Diktierfunktion einschalten
Auf dem Mac aktivierst du das Diktieren einmalig unter Systemeinstellungen, Tastatur, Diktierfunktion. Danach startest du es über die Mikrofontaste, einen Kurzbefehl oder im Menü über Bearbeiten und Diktat starten. Die Hilfe von Apple zum Diktieren nennt zwei Details, die im Alltag zählen: Du kannst beliebig lange am Stück sprechen, und die Aufnahme stoppt erst, wenn 30 Sekunden lang nichts kommt. In den Tastatureinstellungen siehst du außerdem, ob dein Mac die Sprache auf dem Gerät verarbeitet oder an Apple schickt.
ChatGPT: Diktat statt Gespräch
In der ChatGPT-App gibt es zwei Mikrofon-Funktionen, und die Verwechslung kostet Nerven. Der Sprachmodus ist ein Live-Gespräch, ChatGPT antwortet laut. Das Diktat dagegen nimmt deine Anweisung auf, zeigt dir die Abschrift zum Korrigieren und schickt sie erst dann als Text ab. Für den Einstieg nimmst du das Diktat. Laut OpenAI löscht der Dienst die Tonaufnahme nach der Abschrift, sofern du sie nicht für das Training freigegeben hast (Stand Oktober 2026).
| Weg | So startest du | Gut zu wissen |
|---|---|---|
| Windows | Windows-Taste und H in einem Textfeld | Braucht Internet, Satzzeichen auf Wunsch automatisch |
| Mac | Mikrofontaste oder Bearbeiten, Diktat starten | Einmal unter Tastatur aktivieren, stoppt nach 30 Sekunden Stille |
| ChatGPT-App | Mikrofon für das Diktat, nicht der Sprachmodus | Abschrift vor dem Absenden prüfen und korrigieren |
Aus dem Rohdiktat wird ein Text
Was die Spracherkennung liefert, ist ein Rohdiktat: jedes Wort, das du gesagt hast, in der Reihenfolge, in der es dir eingefallen ist. Es enthält jedes „äh", jede Wiederholung und den Satz, den du nach der Hälfte abgebrochen hast. Lesbar ist das selten. Hier kommt die KI ins Spiel, und zwar als Aufräumhilfe, nicht als Autor.
Der Prompt zum Aufräumen
Ein Prompt ist die Anweisung, die du einem Chatbot gibst. Für Diktate brauchst du genau eine, und du kannst sie immer wieder verwenden. Kopiere sie in ChatGPT oder Claude, füge darunter dein Rohdiktat ein und schick beides ab. Wichtig ist der letzte Satz der Anweisung: Die KI soll nichts ergänzen, was du nicht gesagt hast. Ohne diesen Satz füllt sie Lücken mit Vermutungen, und die lesen sich genauso glaubwürdig wie deine echten Angaben.
Prompt zum Kopieren
Unten steht ein Rohdiktat. Mach daraus eine gut lesbare Notiz. Entferne Füllwörter, Wiederholungen und abgebrochene Sätze. Ordne den Inhalt unter kurze Überschriften und setz offene Aufgaben als Liste ans Ende. Korrigiere falsch erkannte Wörter anhand der Namensliste, falls ich eine mitschicke. Ändere keine Zahlen, Uhrzeiten oder Namen ohne Hinweis. Ergänze nichts, was ich nicht gesagt habe, und markiere unklare Stellen mit [unklar].
Ein Beispiel von der Heimfahrt
Zurück zur Fotografin. Stell dir vor, sie setzt sich nach dem Vorgespräch ins Auto, bevor sie losfährt, öffnet die ChatGPT-App und tippt auf das Mikrofon. Drei Minuten redet sie einfach: Trauung um 14 Uhr, Empfang im Garten, die Braut will keine gestellten Gruppenbilder, nur eines mit der ganzen Familie, die Tante bitte am Rand. Dazwischen fällt ihr ein, dass sie noch eine zweite Speicherkarte bestellen muss.
Danach fügt sie den Prompt ein. Zurück kommt eine Notiz mit drei Überschriften: Ablauf, Wünsche, offene Punkte. Die Speicherkarte steht als Aufgabe unten, getrennt vom Kundentermin. Ein Wort muss sie korrigieren, weil die Erkennung den Namen des Hochzeitsorts falsch geschrieben hat. Die Notiz ist trotzdem fertig, bevor der Motor läuft. Ohne Diktat hätte sie am nächsten Abend vor einer leeren Seite gesessen.
Wie du sprichst, damit die Erkennung mitkommt
Die ersten Diktate fühlen sich fast immer seltsam an. Du hörst dich selbst reden, verhaspelst dich und fängst Sätze neu an. Das legt sich nach ein paar Tagen. Rechne in der ersten Woche damit, dass du nach jedem Diktat ein oder zwei Wörter von Hand korrigierst. Das ist normal und wird mit jeder Namensliste weniger. Zwei Gewohnheiten helfen dir, schneller dorthin zu kommen.
Satzzeichen und Pausen
Sprich in ganzen Sätzen und mach am Satzende eine kurze Pause. Die Erkennung nutzt diese Pausen, um Punkte zu setzen. Unter Windows kannst du Satzzeichen auch ansagen, etwa „Punkt" oder „neue Zeile". Für eine Notiz, die ohnehin durch den Aufräum-Prompt läuft, lohnt sich das kaum. Die KI setzt die Zeichen danach selbst. Wichtiger ist, dass du Gedanken nacheinander erzählst statt durcheinander. Ein Satz wie „erstens der Ablauf, zweitens die Wünsche" gibt der KI eine Struktur vor, die sie fast immer übernimmt.
Namen und Fachbegriffe
Hier scheitert die Spracherkennung am häufigsten. Ein seltener Nachname, ein Ortsname oder ein Fachwort aus deiner Branche landet gern als ähnlich klingendes Alltagswort im Text. Der Satz klingt dann richtig und ist trotzdem falsch, und genau das übersiehst du beim schnellen Lesen. Dagegen helfen zwei Dinge. Buchstabiere schwierige Namen einmal beim ersten Auftreten. Schreib außerdem eine kurze Liste mit Namen und Fachbegriffen unter den Prompt und bitte die KI, falsch erkannte Wörter danach zu korrigieren. Die Liste kannst du für wiederkehrende Kunden oder Projekte aufheben und jedes Mal mitschicken.
Wo Diktieren nicht hilft
Diktieren ist kein Allzweckwerkzeug. Im Großraumbüro, im Zug oder am Tresen eines Cafés willst du nicht laut über Kundentermine reden, und die Erkennung kämpft dort zusätzlich mit dem Lärm. Texte mit vielen Zahlen, Tabellen oder Aufzählungen tippst du schneller, als du sie ansagst. Für den Feinschliff gilt dasselbe: Ein einzelnes Wort im dritten Absatz austauschen geht mit der Tastatur in zwei Sekunden, per Stimme ist es ein Krampf.
- ● Notizen nach Gesprächen: läuft zuverlässig, mit Aufräum-Prompt
- ● Erste Entwürfe für Texte: deutlich schneller als Tippen
- ● Namen und Fachbegriffe: klappt mit Namensliste und Kontrolle
- ● Zahlen, Tabellen und Feinschliff: mit der Tastatur schneller
- ● Diktieren in Zug oder Großraumbüro: Lärm und fremde Ohren
Die zweite Grenze betrifft deine Daten. Die Spracheingabe unter Windows läuft über das Internet, ChatGPT verarbeitet dein Diktat auf den Servern von OpenAI. Sobald du Namen von Kunden, Gesundheitsangaben oder Vertragsdetails diktierst, gelten dieselben Regeln wie beim Tippen. Was du dabei beachten musst, steht in meinem Artikel über Kundendaten in KI-Tools. Für die Notiz der Fotografin reicht oft „das Brautpaar" statt der vollen Namen.
Die dritte Grenze liegt bei dir: Ein aufgeräumtes Diktat ist ein Entwurf, keine fertige Nachricht. Lies es, bevor du es weitergibst, vor allem Namen, Uhrzeiten und Beträge. Der Ablauf in diesem Artikel ist bewusst die Handversion. Du sprichst, kopierst den Prompt und liest das Ergebnis. Wenn deine Sprachnotizen künftig von selbst als sortierte Aufgaben in deinem eigenen System landen sollen, baue ich diesen Ablauf mit dir im KI-Workflow Sprint, an deinen echten Notizen und in einer Sitzung. Dafür braucht es die Anbindung an deine Werkzeuge und einen Test mit deinen eigenen Sonderfällen.
Fang mit einer Notiz pro Tag an
Nimm dir für die nächste Woche genau eine Sorte Text vor, am besten die, die du am häufigsten aufschiebst. Für viele Selbstständige ist das die Notiz nach einem Gespräch, für andere der erste Entwurf eines Newsletters oder die Liste für die kommende Woche. Diktiere diese eine Sorte jeden Tag, schick sie durch den Aufräum-Prompt und lies das Ergebnis. Mehr brauchst du nicht. Schreib dir am Freitag in zwei Sätzen auf, was geklappt hat und was nicht. Diese Bilanz darfst du natürlich auch diktieren.
Nach fünf Tagen weißt du zwei Dinge. Du kennst die Wörter, an denen deine Spracherkennung scheitert, und du hast deine Namensliste beisammen. Du merkst außerdem, ob dir Sprechen liegt. Falls nicht, ist das kein Fehler, dann bleibst du eben bei der Tastatur. Falls doch, hast du den bequemsten Weg in die Arbeit mit KI gefunden, den es im Moment gibt: Du redest einfach, und den Rest erledigt eine Anweisung, die du einmal kopiert hast.
