Diktiergerät mit Schreibfunktion: Spracherkennung oder KI?

Woher die Schreibfunktion kommt

Der Begriff klingt nach einem Gerät, das selbst schreibt, aber das tut keines. Der Begriff Diktiergerät mit Schreibfunktion klingt, als würde das Gerät selbst schreiben. Das tut keines. Ein Diktiergerät nimmt auf und speichert eine Datei. Den Text erzeugt eine Software, und davon gibt es zwei grundverschiedene Arten. Beide werden unter dem Begriff Schreibfunktion verkauft, was beim Kauf für Verwirrung sorgt.

Die erste Art ist die klassische Spracherkennung am Rechner. Du diktierst über ein Diktiermikrofon oder überträgst die Datei vom Diktiergerät, und die Software wandelt sie in Text um. Bekannte Lösungen arbeiten mit Fachwortschatz, etwa Dragon Medical, das Philips mit seiner Diktiersoftware SpeechExec verbindet. Wikipedia nennt die Anbindung an eine Spracherkennung als häufige Anwendung digitaler Diktiergeräte. Ohne Schnittstelle zum Rechner ist dieser Weg nicht möglich.

Die zweite Art ist die KI-Transkription in der Cloud. KI-Diktiergeräte wie die von Plaud, Anker oder Comulytic schicken die Aufnahme über eine App an einen Dienst des Herstellers. Zurück kommen ein Text, getrennt nach Sprechern, und eine Zusammenfassung. Plaud nennt dafür 112 Sprachen, Sprechererkennung und eigenes Vokabular.

Spracherkennung und KI im Vergleich

Die beiden Wege sind für verschiedene Aufgaben gebaut:

Die Spracherkennung spielt ihre Stärke beim klassischen Diktat aus. Wer täglich Arztbriefe, Gutachten oder Schriftsätze spricht, diktiert direkt in das Dokument und korrigiert mit Sprachbefehlen. Viele Lösungen lassen sich auf den eigenen Wortschatz einstellen. Für Gespräche mit mehreren Personen ist sie dagegen nicht gedacht.

Die KI-Transkription ist für Gespräche gemacht. Sie trennt Stimmen, fasst zusammen und erstellt Protokolle nach Vorlage. Für ein reines Diktat ist sie auch geeignet, aber sie liefert den Text in einer App und nicht im Dokument. Den Weg ins Textprogramm gehst du per Export oder Kopieren.

Wie genau ist das Ergebnis?

Alle Anbieter werben mit hoher Genauigkeit. Anker nennt für den soundcore Work bis zu 97 Prozent. Solche Werte entstehen unter guten Bedingungen, also mit klarer Aussprache, ruhigem Raum und wenig Fachsprache. Im Alltag sinkt die Genauigkeit vor allem an vier Stellen:

• Namen und Eigennamen, die kein Wörterbuch kennt
• Fachbegriffe aus Medizin, Recht oder Technik
• Dialekte und Akzente, die von der Hochsprache abweichen
• Störgeräusche wie Lüfter, Straßenlärm oder Stimmen im Hintergrund

Gegen die ersten beiden helfen Fachglossare und eigenes Vokabular, wie sie Plaud anbietet. Gegen Störgeräusche hilft eine bessere Aufnahme, also Nähe zum Mikrofon und ein ruhiger Raum. Bei Dialekt helfen deutliches Sprechen und gründliches Nachlesen. Lies jeden Text vor der Weitergabe durch. Gerade ein falsch erkanntes Medikament oder eine verdrehte Zahl kann teuer werden.

Und das Handy?

Auch das Handy hat eine Schreibfunktion. Auf dem iPhone verschriftet die App Sprachmemos Aufnahmen direkt in Text, laut Apple auf dem iPhone 12 und neuer auch auf Deutsch. Unter Android hat etwa die Rekorder-App der Google-Pixel-Handys eine Transkription, ab dem Pixel 6 mit Sprecherlabels. Andere Hersteller bringen eigene Apps mit. Für Notizen und kurze Diktate ist das eine kostenlose Lösung. Für lange Gespräche und Protokolle mit Sprechern fehlt meist der Komfort eines eigenen Geräts. Die Seite Handy oder Diktiergerät vergleicht beides.

Ein letzter Unterschied betrifft die Korrektur. Bei der Spracherkennung korrigierst du direkt im Dokument, oft auch per Sprachbefehl. Bei der KI-Transkription liest du den Text in der App, änderst ihn dort und exportierst ihn dann. Wer viel nachbearbeiten muss, spart mit dem Diktat direkt ins Dokument einen Schritt.

Was die Schreibfunktion kostet

Bei der Spracherkennung am Rechner zahlst du für eine Software-Lizenz, dazu kommt ein gutes Mikrofon. Profi-Lösungen für Praxen und Kanzleien werden oft über den Fachhandel eingerichtet, inklusive Schulung und Anbindung an die Praxis- oder Kanzleisoftware. Das kostet am Anfang mehr, läuft dann aber ohne Minutenzählung.

Bei der KI-Transkription bezahlst du über das Gerät und gegebenenfalls ein Abo. Das kostenlose Kontingent reicht für gelegentliche Diktate. Wer täglich eine Stunde Gespräche aufnimmt, kommt im Monat auf rund 20 Stunden und liegt bei Plaud damit an der Grenze der Pro-Stufe. Der Hersteller rät ab diesem Umfang selbst zur unbegrenzten Stufe.

Die Handy-App kostet nichts, ist aber auch nicht für lange Gespräche mit mehreren Personen gebaut. Für den Einstieg eignet sie sich, um herauszufinden, wie viel sie überhaupt verschriften wollen. Wer nach ein paar Wochen merkt, dass er die Funktion täglich nutzt, steigt auf ein eigenes Gerät um.

Datenschutz bei der Schreibfunktion

Wo der Text entsteht, ist auch eine Frage des Datenschutzes. Eine Spracherkennung, die auf dem eigenen Rechner läuft, schickt nichts nach außen. Manche Lösungen arbeiten allerdings in der Cloud des Anbieters. Frag vor dem Kauf, welche Variante du bekommst. Bei KI-Diktiergeräten geht die Aufnahme immer zum Hersteller. Wer vertrauliche Inhalte diktiert, fragt deshalb bei jeder Lösung nach dem Ort der Verarbeitung und einem Vertrag zur Auftragsverarbeitung.

Für die Entscheidung helfen drei Fragen, die du dir vor dem Kauf ehrlich beantworten solltest:

• Sprichst du allein oder mit anderen? Allein passt die Spracherkennung, mit anderen die KI-Transkription.
• Wo soll der Text landen? Direkt im Dokument spricht für die Spracherkennung, in einer Sammlung von Protokollen für die KI.
• Wie vertraulich sind die Inhalte? Je vertraulicher, desto wichtiger ist der Ort der Verarbeitung.

Mit diesen Antworten ist die Wahl zwischen beiden Wegen meist schnell getroffen.

Welche Lösung zu wem passt

Wer überwiegend allein diktiert und den Text direkt im Dokument braucht, ist mit einer Spracherkennung am Rechner gut bedient, besonders mit Fachwortschatz. In Praxen und Kanzleien ist das verbreitet. Was dort für Datenschutz und Schweigepflicht gilt, steht unter Diktieren in Praxis und Kanzlei.

Wer Gespräche aufnimmt, Besprechungen, Kundentermine oder Interviews, nimmt ein KI-Diktiergerät. Jedes Gerät in unserer Auswahl verschriftet ein Kontingent kostenlos, bei Plaud und soundcore 300 Minuten im Monat, beim Comulytic Note Pro ohne Grenze. Was das für deine Menge bedeutet, rechnet der Abo-Rechner. Alle Geräte mit Datenblatt stehen unter Beste KI-Diktiergeräte.

Wer beides braucht, kombiniert. Eine Möglichkeit ist eine Spracherkennung für das Diktat am Schreibtisch und ein KI-Gerät für die Gespräche. Die Kosten sind überschaubar, und jede Aufgabe läuft über das Werkzeug, das dafür gebaut ist.