Ist Diktieren privat? So findest du heraus, wohin deine Stimme geht

Aktualisiert: 6. November 2026

Irgendwo muss aus deiner Stimme Text werden. Genau dieses Irgendwo ist die ganze Datenschutzfrage: dein eigener Prozessor, ein Server des Anbieters oder eine Mischung, bei der die Aufnahme zu Hause bleibt und nur der Text reist. Hier bekommst du die drei Modelle ohne Fachchinesisch erklärt, eine Liste mit Fragen, auf die ein Anbieter konkret antworten muss, einen Selbsttest für fünf Minuten und eine Checkliste für alles, was du nicht öffentlich posten würdest. Rechtsberatung ist das nicht: Ob ein Werkzeug für deine Arbeit erlaubt ist, entscheiden deine Firma, deine Hochschule oder dein Datenschutzbeauftragter.

Drei Orte, an denen Sprache zu Text wird

Auf Produktseiten steht das selten in einem klaren Satz, deshalb lohnt sich das Vokabular. Lokal (auch On-Device oder offline) heißt: Das Sprachmodell läuft auf deinem Rechner, die Aufnahme braucht kein Netz. Cloud heißt: Die Aufnahme geht an einen Server, wird dort umgewandelt, und der Text kommt zurück. Hybrid heißt: Ein Schritt passiert bei dir, ein anderer im Netz, meistens lokale Erkennung plus eine optionale KI-Überarbeitung des Textes online.

Keines der drei Modelle ist automatisch sicher oder unsicher. Ein sauber betriebener Cloud-Dienst, der die Aufnahme sofort verwirft, kann besser passen als eine lokale App auf einem unverschlüsselten Familien-Laptop, an dem jeder sitzt. Entscheidend ist, dass du weißt, welches Modell du gerade benutzt.

Modell	Was deinen Rechner verlässt	Ohne Internet nutzbar	Was du prüfen solltest
Lokal	Beim Diktieren nichts (eventuell Lizenzprüfung und Updates)	Ja, nach dem Download des Modells	Ob es nicht doch heimlich auf die Cloud ausweicht
Cloud	Die Aufnahme, meist verschlüsselt übertragen	Nein	Serverstandort, Speicherdauer von Audio und Text, wer Zugriff hat
Hybrid	Meist der erkannte Text, manchmal Kontext wie der App-Name	Teilweise	Welche Funktion was sendet und ob sich der Online-Teil abschalten lässt

Was die eingebauten Diktierfunktionen verraten

Auf dem Mac schreibt Apple, dass die Tastatur-Einstellungen anzeigen, ob dein Diktat auf dem Gerät verarbeitet und nicht an Siri-Server geschickt wird. Das Teilen von Audioaufnahmen mit Apple ist laut Apple eine eigene, freiwillige Einstellung. Öffne Systemeinstellungen > Tastatur > Diktat und lies den Hinweis unter dem Schalter. Er hängt von Sprache und Mac-Modell ab, also schau auf deinem eigenen Gerät nach statt auf dem Screenshot eines Kollegen. Wie das Fenster aufgebaut ist, steht in der Anleitung zum Diktieren auf dem Mac.

Unter Windows braucht die Spracheingabe (Windows-Taste + H) laut Microsoft eine Internetverbindung, weil sie die Online-Spracherkennung nutzt. Sie ist also von Haus aus ein Cloud-Modell. Wer bei „diktierfunktion windows 11 datenschutz“ nach einem Offline-Schalter sucht, findet keinen, der das ändert: Wenn das für deine Arbeit ein Problem ist, brauchst du ein lokales Werkzeug. Den Alltag mit der Spracheingabe beschreibt die Seite zur Diktierfunktion unter Windows.

Fragen, die jeder Anbieter beantworten sollte

Schick diese Fragen per Mail oder such die Antworten in der Datenschutzerklärung. Ein Anbieter, der alles schriftlich beantwortet, ist leichter einzuschätzen als einer, der nur ein Siegel zeigt. Viele Anbieter haben ihre Seiten nur auf Englisch, die Begriffe heißen dort meist on-device, retention und subprocessors.

Wo wird Sprache in Text umgewandelt? Auf meinem Gerät, auf euren Servern oder beides? Falls Server: in welchem Land, bei welchem Hoster?
Wird die Aufnahme nach der Umwandlung gespeichert? Wenn ja, wie lange, und kann ich sie löschen?
Wird der erkannte Text gespeichert? Viele Erklärungen regeln Audio und schweigen zum Text.
Werden meine Daten zum Training von Modellen genutzt? Opt-in, Opt-out oder gar nicht?
Was wird sonst übertragen? App-Namen, Fenstertitel, umgebender Text, Inhalt der Zwischenablage?
Welche Funktionen brauchen Internet? Umformulieren, Übersetzen und Formatieren laufen oft online, auch in Apps, die lokal erkennen.
Gibt es einen vollständigen Offline-Modus, und was fällt darin weg?
Wer hat intern Zugriff, und gibt es Unterauftragnehmer?

Ob die Antworten zur DSGVO und zu den Regeln deines Arbeitgebers passen, ist eine Frage für deinen Datenschutzbeauftragten. Nimm die schriftlichen Antworten mit in dieses Gespräch, das spart beiden Seiten Zeit.

Der WLAN-aus-Test: fünf Minuten, die mehr sagen als jede Werbeseite

Was in einer Datenschutzerklärung steht, ist das eine, was die App tatsächlich tut, das andere. Mit diesem Test siehst du, ob die Erkennung vom Netz abhängt.

Öffne einen einfachen Texteditor, zum Beispiel TextEdit oder den Windows-Editor, und diktiere: „Der blaue Ordner steht im zweiten Regal links.“ Prüf, dass es normal funktioniert.
Schalte WLAN aus und zieh das LAN-Kabel. Diktiere denselben Satz noch einmal.
Erscheint der Text trotzdem, läuft die Erkennung lokal. Kommt eine Fehlermeldung oder passiert nichts, nutzt das Werkzeug einen Server.
Probier ohne Netz auch die KI-Funktionen aus (umformulieren, zusammenfassen, übersetzen). Was offline scheitert, schickt mit Netz etwas nach draußen.
Schalte das Netz wieder ein und achte darauf, ob die App synchronisieren, hochladen oder dich neu anmelden will.

Der Test zeigt, wo die Erkennung passiert. Was ein Anbieter mit Daten macht, die er tatsächlich bekommt, zeigt er nicht. Dafür brauchst du weiterhin die schriftlichen Antworten von oben.

Checkliste, bevor du Vertrauliches diktierst

Du weißt, welches der drei Modelle dein aktueller Modus nutzt, und ob eine Einstellung das still ändern kann.
Du hast die Regeln deines Arbeitgebers, deiner Hochschule oder deines Auftraggebers zu fremder Software gelesen. Die gehen jedem Versprechen eines Anbieters vor.
Musst du in der Cloud diktieren, nimm einen Dienst, der schriftlich sagt, dass er weder Audio noch Text speichert, und leg diese Antwort ab.
Optionale KI-Überarbeitung ist bei vertraulichen Dokumenten aus, wenn sie Text ins Netz schickt.
Du schaust, wo der Cursor steht. Diktat tippt in das Feld mit Fokus, auch in das Teams- oder WhatsApp-Fenster, das du vergessen hast.
Der Rechner wird gesperrt, wenn du aufstehst. Ein lokales Modell ist nur so privat wie das Gerät, auf dem es läuft.
Die Festplatte ist verschlüsselt (FileVault am Mac, BitLocker oder Geräteverschlüsselung unter Windows), damit ein verlorener Laptop keine Entwürfe preisgibt.

So arbeitet Voice Monkeys in den beiden Varianten

Bei unserem eigenen Produkt wollen wir genau sein, denn es verhält sich je nach Rechner unterschiedlich. Auf einem Mac mit Apple Silicon (M1 oder neuer, macOS 14 oder neuer) läuft das Sprachmodell auf der Neural Engine genau dieses Macs. Nach einem einmaligen Download von etwa 600 MB funktioniert es ohne Internet, die Aufnahme bleibt also auf dem Gerät. Diese Version kostet einmalig 25 $ für einen Mac.

Unter Windows, Linux (X11) und auf Intel-Macs ist das Cloud-Abo der Standard (12 $ im Monat oder 96 $ im Jahr, Preise in US-Dollar). Dort geht die Aufnahme verschlüsselt an einen Server in Deutschland (Hetzner, Falkenstein), wird im Arbeitsspeicher umgewandelt und verworfen. Weder Audio noch Text werden gespeichert, gezählt werden nur die Sekunden für das Monatskontingent. Unter Windows und Linux gibt es zusätzlich ein optionales Offline-Modell (etwa 640 MB, einmal geladen), wenn gar nichts den Rechner verlassen soll. Voice Monkeys ist nicht Open Source, den Code kannst du also nicht selbst prüfen. Ist dir das wichtig, passt auf Apple Silicon eine quelloffene lokale App wie VoiceInk womöglich besser. Du kannst Voice Monkeys herunterladen und den WLAN-aus-Test von oben gleich damit machen.

Welcher Modus zu welcher Situation passt

Situation	Sinnvoller Ausgangspunkt
Private Notizen, Mails, Chats	Jedes Modell, mit dem du nach dem Lesen der Erklärung gut leben kannst
Patienten- oder Mandantendaten	Nur was deine Organisation freigibt, vorher fragen. Mehr dazu für Ärzte und Anwälte
Bahnfahrt, Funkloch, Ferienwohnung	Lokal, damit das Diktat nicht mit der Verbindung abbricht
Alter oder schwacher Rechner	Cloud, weil lokale Modelle moderne Hardware brauchen
Du willst den Code selbst ansehen	Ein quelloffenes lokales Werkzeug

Vergleichst du noch Produkte, findest du die wichtigsten Optionen in der Übersicht der Diktier-Apps. Weitere lokale Kandidaten stehen bei den VoiceInk-Alternativen.

Fragen und Antworten

Ist Diktieren ohne Internet immer privater als in der Cloud?

Es nimmt das Netz aus der Erkennung heraus, und das ist der größte einzelne Faktor. Vor einem entsperrten oder unverschlüsselten Gerät schützt es nicht, und manche lokale Apps schicken für optionale KI-Funktionen trotzdem Text ins Netz.

Schickt die Windows-11-Diktierfunktion meine Stimme ins Internet?

Microsoft schreibt, dass die Spracheingabe eine Internetverbindung braucht, weil sie die Online-Spracherkennung nutzt. Sie hängt also von einem Cloud-Dienst ab.

Woran sehe ich, ob das Mac-Diktat auf dem Gerät bleibt?

Unter Systemeinstellungen > Tastatur > Diktat. Laut Apple zeigt dieses Fenster an, ob die Verarbeitung auf dem Gerät passiert oder an Siri-Server geht.

Reicht ein Zertifikat des Anbieters für meinen Job?

Kein Siegel ersetzt die Regeln deiner eigenen Organisation. Frag IT oder den Datenschutzbeauftragten, welche Werkzeuge freigegeben sind, und halte dich daran.

Speichert Voice Monkeys meine Aufnahmen?

Nein. Auf Macs mit Apple Silicon wird die Aufnahme auf dem Mac verarbeitet. In der Cloud-Version wird sie auf einem Server in Deutschland im Arbeitsspeicher umgewandelt und verworfen, Audio und Text werden nicht gespeichert.

Quellen

Apple: Diktat auf dem Mac verwenden (geprüft 6. November 2026)
Apple: Use Dictation on Mac (Englisch) (geprüft 6. November 2026)
Microsoft: Spracheingabe zum Sprechen statt Tippen verwenden (geprüft 6. November 2026)
VoiceInk (Englisch) (geprüft 6. November 2026)