Genauer diktieren: so machst du weniger Fehler mit der Spracherkennung
Die meisten Diktierfehler haben langweilige Ursachen: ein Laptop-Mikrofon einen halben Meter entfernt, ein Lüfter direkt daneben, ein Satz, der beim Nachdenken ins Leere läuft. Wer diese Dinge abstellt, bekommt mit fast jedem Programm bessere Ergebnisse. Dieser Ratgeber beginnt mit einem kurzen Test, der zeigt, welche Art Fehler du machst, und geht die Stellschrauben dann ungefähr in der Reihenfolge durch, in der sie sich lohnen. Prozentangaben findest du hier keine: Wie genau eine Erkennung arbeitet, entscheiden deine Stimme, dein Raum und dein Wortschatz mehr als jede Marke.
Erst diagnostizieren: der Fünf-Minuten-Test
Bevor du irgendetwas umstellst, finde heraus, was schiefgeht. Öffne eine leere Notiz und diktiere diesen Absatz in deinem normalen Tempo, ohne zu unterbrechen:
„Am Dienstag habe ich mit Frau Kowalczyk über das Budget für März gesprochen. Sie möchte die überarbeiteten Zahlen bis Freitag haben und fragt, ob wir die Abnahme auf den Vierzehnten verschieben können. Ich habe zugesagt, aber nur, wenn das Grafikteam vorher seine Anmerkungen schickt.“
Markiere danach jeden Fehler und sortiere in vier Stapel. Fehlende oder abgeschnittene Wörter deuten auf Mikrofon, Eingangspegel oder zu frühes Lossprechen. Ähnlich klingende falsche Wörter („Abnahme“ wird „Ab Name“) sprechen für Tempo, Nuscheln oder Hintergrundlärm. Falsche Namen wie „Kowalczyk“ sind ein Wortschatzproblem, das kein Mikrofon löst. Falsche Satzzeichen sind eine Frage von Gewohnheit und Einstellungen. Der größte Stapel zeigt dir, wo du anfängst; die folgenden Abschnitte sind passend sortiert.
Mikrofon: Abstand schlägt Preis
Für die meisten Leute bringt eine Sache am meisten: das Mikrofon näher an den Mund. Das eingebaute Laptop-Mikrofon sitzt neben Tastatur und Lüfter und hört Tippen, Kühlung und Raum genauso laut wie dich. Ein einfaches kabelgebundenes Headset mit Mikrofonarm wenige Zentimeter neben dem Mundwinkel hebt deine Stimme weit über alles andere.
Setz den Mikrofonarm leicht seitlich, nicht direkt vor den Mund, damit der Luftstoß bei „p“ und „b“ ihn nicht trifft. Ein Tischmikrofon stellst du in festem Abstand auf, etwa ein bis zwei Handbreit, und lehnst dich beim Sprechen nicht vor und zurück. Viele Bluetooth-Headsets schalten in einen schlechteren Audiomodus, sobald ihr Mikrofon aktiv ist. Liefert dein Funk-Headset mehr Fehler als das eingebaute Mikrofon, teste ein Kabel-Headset, bevor du der Software die Schuld gibst.
- Mac: Apple-Menü > Systemeinstellungen > Ton, dann auf Eingabe klicken, das Gerät wählen und den Lautstärkeregler anpassen. Die Diktierfunktion hat in den Tastatur-Einstellungen zusätzlich eine eigene Mikrofonquelle. Wählt „Automatisch“ das falsche Gerät, stell dort dein Headset direkt ein.
- Windows: Start > Einstellungen > System > Sound, unter Eingabe das Mikrofon wählen, mit dem Pfeil daneben die Eigenschaften öffnen, Test starten wählen und normal sprechen. Danach Test beenden und Wiedergabe, um dich selbst zu hören. Ist die Aufnahme zu leise oder kratzt sie, den Regler Eingabelautstärke verschieben.
Hör dir die Testaufnahme ehrlich an. Klingt sie für dich dumpf, weit weg oder verrauscht, hört die Erkennung genau dasselbe.
Tempo und Satzlänge
Sprachmodelle nutzen den Zusammenhang: Die Wörter rund um ein Wort helfen zu entscheiden, was gemeint war. Deshalb wird es oft schlechter, wenn du Wort für Wort, langsam und überdeutlich sprichst. Sprich ganze Wortgruppen in ruhigem Gesprächstempo, so wie du einem Kollegen einen Satz vorlesen würdest.
Der Trick, den viele erst spät entdecken: erst denken, dann sprechen. Formuliere den Satz im Kopf und sag ihn dann in einem Atemzug. Lange Pausen mit „ähm“ und Neuanfängen liefern der Erkennung nur Bruchstücke. Verlierst du den Faden, hör auf, lass die Taste los oder mach eine Pause und beginne den Satz sauber neu.
Deutsche Schachtelsätze sind hier ein eigenes Thema. Ein Satz mit drei Nebensätzen und dem Verb ganz am Ende sammelt gegen Schluss kleine Fehler ein, weil die Stimme dort abfällt. Zwei Satzteile sind bequem, danach lieber einen Punkt setzen. Sprich das Satzende mit Energie, statt es ausklingen zu lassen.
Die Windows-Spracheingabe hat eine Einstellung Wartezeit vor dem Handeln. Laut Microsoft legt sie fest, wie lange die Spracheingabe wartet, bevor ein Sprachbefehl ausgeführt wird, und soll die Erkennung genauer machen, egal ob du langsam oder schnell sprichst. Am Mac gilt: Die Diktierfunktion stoppt von selbst, wenn 30 Sekunden lang keine Sprache erkannt wird.
Namen, Fachwörter und Abkürzungen
Erkennungen sind stark bei häufigen Wörtern und schwächer bei seltenen: Nachnamen, Produktnamen, Abkürzungen, Begriffe aus deinem Fachgebiet. Ein paar Gewohnheiten begrenzen den Schaden.
- Seltenen Wörtern Umfeld geben. „Ruf Dr. Nowak wegen des MRT an“ klappt besser als ein nacktes „Nowak“ am Satzanfang.
- Abkürzungen so sagen, wie man sie spricht. „GmbH“ sagt man Buchstabe für Buchstabe, „Kita“ als Wort. Erwarte, dass das Werkzeug schreibt, was es hört.
- Eine kurze Liste der Problemwörter führen. Notiere die fünf Wörter, die immer scheitern. Oft gibt es eine andere Formulierung, oder du tippst genau dieses eine Wort.
- Ein scheiterndes Wort nicht zehnmal wiederholen. Klappt es zweimal nicht, tipp es. Lauter wiederholen bringt den meisten Werkzeugen nichts bei.
- Ausgeschriebene Wörter statt Kürzel. Diktiere „zum Beispiel“, nicht „z. B.“, außer du willst die Abkürzung im Text haben.
Satzzeichen sind eine eigene Gewohnheit. Ist die automatische Zeichensetzung an, lass das Werkzeug die Kommas setzen und sag nur, was es vergisst. Ist sie aus, sag jedes Zeichen, also „Komma“, „Punkt“, „neuer Absatz“. Wer beide Stile mischt, bekommt doppelte oder fehlende Zeichen.
Der Raum, in dem du diktierst
Kahle Räume mit harten Wänden hallen, und Hall verwischt Konsonanten. Ein Zimmer mit Vorhängen, Teppich, Sofa oder Bücherregal klingt trockener und funktioniert besser. Dicht vor einer Wand zu sitzen ist schlechter, als in den Raum hinein zu sprechen.
Gleichmäßiger Lärm (Lüfter, Klimaanlage, Kühlschrank) ist leichter zu verkraften als Stimmen. Ein laufender Fernseher oder Kollegen im Großraumbüro sind der schlimmste Fall, weil die Erkennung nicht sicher weiß, welche Stimme deine ist. Windows hat eine Echounterdrückung, die laut Microsoft Ton aus deinen Lautsprechern herausfiltert, etwa Sprachausgabe oder App-Wiedergabe. Gegen die Kollegin am Nachbartisch hilft trotzdem nur Nähe: Je dichter das Mikrofon, desto weniger zählt der Raum.
Schau auch auf deinen Rechner. Ein Laptop unter Last dreht die Lüfter direkt neben dem eingebauten Mikrofon hoch. Einen schweren Browser-Tab oder die Videokonferenz im Hintergrund zu schließen, bringt oft mehr Ruhe, als man denkt.
Was wie viel bringt
| Änderung | Behebt vor allem | Aufwand |
|---|---|---|
| Headset oder nahes Mikrofon statt Laptop-Mikrofon | Fehlende Wörter, ähnlich klingende Fehler | Gering, einmaliger Kauf |
| Richtiges Eingabegerät und passender Pegel | Abgeschnittene oder leise Wörter | Zwei Minuten |
| Erst denken, dann den ganzen Satz sprechen | Bruchstücke, Neuanfänge, seltsame Wortwahl | Eine Woche Gewöhnung |
| Kürzere Sätze statt Schachtelsätze | Fehler am Satzende | Gewohnheit |
| Ruhigerer, weicher klingender Raum | Ähnlich klingende Fehler, eingestreute Wörter | Unterschiedlich |
| Umfeld für Namen und Fachwörter | Namen und seltene Begriffe | Gewohnheit |
| Ein einheitlicher Stil bei Satzzeichen | Doppelte oder fehlende Zeichen | Gewohnheit |
| Anderes Diktierprogramm | Je nach Programm und Sprachen | Ein Nachmittag Testen |
Der Wechsel des Programms steht bewusst ganz unten. Er kann viel ausmachen, besonders wenn du Sprachen mischst (siehe in mehreren Sprachen diktieren), aber ein schlechtes Mikrofon schadet jedem Programm gleich.
Was meistens nichts bringt
- Schreien. Lauter verzerrt oft; normale Stimme dicht am Mikrofon ist sauberer.
- Roboter-Sprache. Wer jedes Wort einzeln absetzt, nimmt dem Modell den Zusammenhang.
- Mitten im Fluss korrigieren. Wer jeden Fehler sofort repariert, verliert den Rhythmus. Erst den Absatz diktieren, dann in einem Durchgang überarbeiten.
- Fünf Einstellungen auf einmal ändern. Eine Sache ändern, den Testabsatz wiederholen, vergleichen. Sonst weißt du nie, was geholfen hat.
Wenn das Programm selbst die Grenze ist
Klingt deine Aufnahme sauber, sind deine Gewohnheiten gut und die Ergebnisse trotzdem schwach, passt die Erkennung vielleicht nicht zu deiner Sprache, deinem Akzent oder deinem Wortschatz. Dann lohnt sich ein zweites Programm, mit demselben Testabsatz, damit der Vergleich fair bleibt.
Voice Monkeys, unsere eigene App, ist eine Option für diesen Vergleich. Auf Macs mit Apple Silicon läuft das Sprachmodell auf der Neural Engine, nach einem einmaligen Download von rund 600 MB auch offline; unter Windows, Linux und auf Intel-Macs nutzt es einen Server in Deutschland. Es erkennt 25 Sprachen ohne Umschalten. Auf der Website gibt es eine 15-Sekunden-Demo im Browser (fünf Versuche am Tag) und über die Seite zum Download eine 7-tägige Testphase. Lies denselben Absatz in beide Programme und behalte das, das bei deiner Stimme weniger Korrekturen braucht. Arbeitest du vor allem in einer Sprache, die nicht auf der Liste steht, bist du mit der eingebauten Funktion oder einer anderen App besser bedient. Einen breiteren Vergleich bietet der Überblick zur besten Diktier-App; startet das Diktat gar nicht erst, helfen die Anleitungen zum Diktieren am Mac und zur Diktierfunktion von Windows 11.
Fragen und Antworten
Bringt ein teureres Mikrofon automatisch bessere Ergebnisse?
Nein. Der Abstand zählt mehr als der Preis. Ein günstiges Kabel-Headset dicht am Mund schlägt meist ein teures Tischmikrofon am anderen Ende des Schreibtischs.
Sollte ich beim Diktieren langsam sprechen?
Sprich gleichmäßig in normalem Tempo und in ganzen Wortgruppen. Sehr langsames Sprechen Wort für Wort nimmt der Erkennung den Zusammenhang, der ihr bei der Wortwahl hilft.
Warum schreibt die Spracherkennung einen Namen immer falsch?
Seltene Namen sind die Schwachstelle fast jeder Erkennung. Gib dem Namen Umfeld, sprich ihn üblich aus, und wenn er zweimal scheitert, tipp ihn, statt ihn zu wiederholen.
Stört Musik im Hintergrund beim Diktieren?
Musik mit Gesang ist die schwierigste Art von Lärm, weil die Erkennung eine zweite Stimme hört. Leise Instrumentalmusik stört weniger, und ein nahes Mikrofon dämpft beides.
Welche Genauigkeit kann ich erwarten?
Das hängt viel stärker von Mikrofon, Raum, Sprache und Wortschatz ab als von irgendeiner veröffentlichten Zahl. Diktiere den Testabsatz aus diesem Ratgeber und zähle deine eigenen Fehler vor und nach jeder Änderung.
Quellen
- Apple: Diktieren auf dem Mac (geprüft 6. November 2026)
- Apple: Toneingabe-Einstellungen auf dem Mac ändern (geprüft 6. November 2026)
- Microsoft: Verwenden der Spracheingabe zum Sprechen statt Tippen auf Ihrem PC (geprüft 6. November 2026)
- Microsoft: Einrichten und Testen von Mikrofonen in Windows (geprüft 6. November 2026)