Sprache zu Text offline: In jeder App per Stimme schreiben

Halte in einer beliebigen Mac-App Fn gedrückt, sprich und lass los. Die Worte erscheinen am Cursor, transkribiert auf deinem Mac, ohne Internetverbindung.

Wie funktioniert Diktieren ohne Internet?

Whisper Notes tippt, was du sagst, in die App, in der gerade dein Cursor steht. Fn gedrückt halten, sprechen, loslassen: Das Sprachmodell auf deinem Mac macht aus der Aufnahme Text und setzt ihn am Cursor ein. Nichts wird hochgeladen, deshalb funktioniert es auch mit ausgeschaltetem WLAN. Standard-Engine ist Parakeet V3; Whisper Large V3 Turbo deckt über 100 Sprachen ab, SenseVoice Chinesisch, Japanisch, Koreanisch und Kantonesisch.

•Mac: Fn gedrückt halten und in jede App diktieren – Claude, ChatGPT, Slack, VS Code, Mail
•iPhone: Ein Tipp auf das Sperrbildschirm-Widget öffnet die App und startet die Aufnahme
•Alles läuft auf deinem Gerät, nichts wird hochgeladen
•iPhone: einmalig $7.99. Mac: 5.000 Wörter pro Woche gratis, danach einmalig $14. Kein Abo.

Mac (macOS 14+, Apple Silicon) · iPhone (iOS 18+)

Am Mac: In jede App diktieren

Überall, wo du am Mac tippen kannst, kannst du stattdessen sprechen: E-Mail-Entwürfe, Slack-Antworten, Code-Kommentare, KI-Prompts. Fn halten, sprechen, loslassen, und die Worte stehen am Cursor. Das ist Diktieren, keine Dateitranskription, und es funktioniert auch ohne WLAN. Die Spracheingabe steckt in der Mac-App, die du von unserer Website lädst; die Regeln von Apple lassen sie in der Version aus dem Mac App Store nicht zu.

Systemweite Spracheingabe

Whisper Notes richtet einen globalen Kurzbefehl ein. In jeder App – Claude, ChatGPT, Gemini, Gmail, Notion, VS Code, sogar im Terminal – hältst du Fn gedrückt und sprichst. Beim Loslassen verarbeitet das Modell auf dem Gerät (standardmäßig Parakeet V3, wahlweise Whisper Large-v3 Turbo oder SenseVoice) deine Aufnahme lokal. Der Text erscheint dort, wo dein Cursor steht.

•Funktioniert in jeder App, in der du tippen kannst
•Der Text erscheint am Cursor
•Parakeet V3 als Standard (~60-fache Echtzeit auf Apple Silicon); Whisper Large-v3 Turbo und SenseVoice laufen ebenfalls lokal
•Einschalten in der linken Seitenleiste: Voice Typing → Enable voice typing

Works in: Claude, ChatGPT, Gemini, Gmail, Slack, VS Code, Terminal, Notion

Auch Dateien

Dieselbe App transkribiert Audio- und Videodateien. Nach dem Import füllt sich das Transkript Abschnitt für Abschnitt, sodass du schon vor dem Ende mitlesen kannst.

Benutzerdefiniertes Vokabular

KI-Modelle stolpern über Namen und Fachjargon. Füge dein Vokabular hinzu — Firmennamen, Produkte, technische Begriffe. Großschreibung bleibt erhalten ("Claude Opus 4.5" bleibt "Claude Opus 4.5", nicht "claude opus").

Claude, GPT-4, Gemini, Whisper · OAuth, TypeScript, Kubernetes · HIPAA, DSGVO, SOC2

Stille-Management

Modelle der Whisper-Familie halluzinieren bei langer Stille — sie wiederholen Phrasen oder erfinden Wörter, weil der Decoder darauf ausgelegt ist, immer etwas auszugeben. Die Sprachaktivitätserkennung findet die Sprache und schneidet die Totzeit vor der Transkription weg, damit viel weniger Stille zum Füllen übrig bleibt. Das verkleinert das Problem, beseitigt es aber nicht; sauber gesetzte, natürliche Pausen beim Aufnehmen helfen zusätzlich.

Wie schnell?

M4 Pro: Ein 20-Sekunden-Diktat steht nach etwa 2,5 Sekunden da. Bei Dateien läuft Parakeet V3 mit 103-facher Echtzeit, Whisper Large-v3 Turbo mit 14,3-facher

M5 Air: rund 60-fache Echtzeit mit Parakeet V3 – ein Meeting von 17,5 Minuten war nach 16,7 Sekunden fertig

M1 und neuer: Jeder Mac mit Apple Silicon führt alle drei Engines aus. Ältere Chips sind langsamer, aber immer noch deutlich schneller als Echtzeit

Diktieren für KI-Assistenten

Prompts für Claude

Fn halten, das Problem ausführlich beschreiben, loslassen, senden. Kein Kopieren aus einer anderen App.

Slack und E-Mail

Im Eingabefeld Fn halten, sagen, was du meinst, loslassen.

Erste Entwürfe

Manchen Autorinnen und Autoren gelingen diktierte Erstentwürfe lockerer als getippte. Erst die Ideen festhalten, später überarbeiten.

Am iPhone: Aufnehmen vom Sperrbildschirm

Das iPhone hat keine Fn-Taste, deshalb arbeitet Whisper Notes dort anders: Es nimmt auf dem Telefon auf, transkribiert dort, und du kopierst oder teilst den Text. Ein Tipp auf das Sperrbildschirm-Widget öffnet die App und startet die Aufnahme.

Sperrbildschirm-Widget

•Ein Tipp öffnet die App und startet die Aufnahme
•Eine Live Activity zeigt die Dauer, während du sprichst
•Die Dynamic Island zeigt den Aufnahmestatus

Sprachmemos und Dateien

•Eine Aufnahme aus der Sprachmemos-App an Whisper Notes teilen
•Audiodateien aus der Dateien-App importieren
•Die Transkription läuft am iPhone selbst

Überall exportieren

•In die Zwischenablage kopieren
•Teilen mit Notizen, Nachrichten, E-Mail, jeder App
•Export mit Zeitstempeln zum Überprüfen
•SRT-Format für Video-Untertitel

Was Leute aufnehmen

Vorm Einschlafen

"Dieses API-Design ist falsch. Events sollten unveränderlich sein. Morgen früh als erstes auf Event Sourcing Pattern umbauen."

Morgenlauf

"Artikel-Idee: die Tastatur als Gedanken-Kompressionsalgorithmus. Wir schreiben anders als wir denken weil Tippen langsam ist."

Beim Spazieren

"Meeting ist festgefahren weil wir die falsche Metrik optimieren. Auf Retention umschwenken, nicht Engagement."

Warum Offline wichtig ist

Dein Audio verlässt nie das Gerät

•Kein Upload auf einen Server: Die Verarbeitung läuft am iPhone oder Mac selbst
•Keine Speicherrichtlinie, die du lesen musst, weil nichts irgendwohin gesendet wird
•Vertrauliche Gespräche und Arbeitsnotizen bleiben auf Hardware, die dir gehört
•Wir erfassen keine Nutzerdaten und laden nichts hoch

Funktioniert ohne Internet

•Flugmodus, U-Bahn-Tunnel, wackeliges WLAN — alles funktioniert
•Sichere Einrichtungen die Netzwerkzugang blockieren — funktioniert
•Latenz ist nur Verarbeitungszeit, kein Netzwerk-Roundtrip
•Leistung verschlechtert sich nicht wenn Server überlastet sind

Einmal zahlen

•iPhone: einmalig $7.99. Mac: 5.000 Wörter pro Woche gratis, danach einmalig $14.
•Keine Minutenpreise und kein Abo
•Cloud-Diktat wird monatlich abgerechnet: Wispr Flow Pro kostet $15 im Monat oder $144 im Jahr

Vergleich

Feature	Whisper Notes	Apple Diktat	SuperWhisper	Wispr Flow
Verarbeitung	100 % auf dem Gerät	Für viele Sprachen auf dem Gerät	Lokal oder Cloud, je nach Modus	Cloud-Server
Plattformen	Mac, iPhone	Mac, iPhone	Mac, Windows, iPhone	Mac, Windows, iPhone
Sperrbildschirm-Widget	Ja	Nein	Nein	Nein
Diktieren in jeder App	Ja (Mac, Fn halten)	Ja	Ja	Ja
Preis	$7.99 iPhone / $14 Mac, einmalig	Kostenlos	$8.49/Monat, $84.99/Jahr oder $249.99 lebenslang	$15/Monat oder $144/Jahr
Sprachmodelle	Parakeet V3 + Whisper + SenseVoice	Eigene Modelle von Apple	Whisper-Varianten + Parakeet	Cloud-Modelle
Eigenes Vokabular	Ja	Nein	Ja	Ja

Apple Diktat ist kostenlos und reicht für kurze Sätze. Superwhisper und Wispr Flow bieten zusätzlich KI-Umformulierung im Abo, und Wispr Flow läuft in der Cloud. Whisper Notes läuft auf dem Gerät und kostet einmalig. Die Preise der anderen Apps haben wir auf deren Websites geprüft; den aktuellen Stand findest du dort.

Abwägungen

Lokale Verarbeitung hat echte Nachteile:

Modell-Download

Die Standard-Engine ist Parakeet V3, ein 465-MB-Modell, das auf allen Macs mit Apple Silicon mit rund 60-facher Echtzeit läuft, für Englisch und 24 weitere europäische Sprachen. Für über 100 Sprachen lädst du Whisper: Large V3 Turbo (~1,6 GB) am Mac, Whisper Small am iPhone. Für Chinesisch, Japanisch, Koreanisch und Kantonesisch wählst du SenseVoice.

Nur Apple

Das ist eine Apple-App: ein Mac mit Apple Silicon (M1 oder neuer) und macOS 14 oder ein iPhone 12 oder neuer mit iOS 18. Es gibt keine Version für Android, Windows oder Intel-Macs.

Geschwindigkeit vs Cloud

Lokale Inferenz wird von deinem Gerät begrenzt, nicht von einem Rechenzentrum. Am iPhone nennt der App-Store-Eintrag rund 18 Sekunden für fünf Minuten Audio mit Parakeet auf einem iPhone 15 und etwa eine Minute mit Whisper — eine einstündige Aufnahme dauert also Minuten, nicht Sekunden. Wenn du eine Stunde Audio sofort zurückbrauchst, ist ein Cloud-Dienst weiterhin schneller.

Grenzen der Genauigkeit

Bei klarer Sprache liegt die Fehlerquote im einstelligen Prozentbereich. Starke Akzente, laute Hintergrundgeräusche oder Nuscheln erfordern etwas Nachbearbeitung. Wenn du für ein medizinisches Transkript 99,9 % Genauigkeit brauchst, beauftrage einen menschlichen Transkriptionsdienst. Wenn du schnell und privat einen brauchbaren Entwurf willst, passt das hier.

So startest du

iPhone

1.Whisper Notes aus dem App Store laden ($7.99)
2.Öffnen – Parakeet V3 ist bereits enthalten
3.Sperrbildschirm lange drücken → Anpassen → Sperrbildschirm → Widget von Whisper Notes hinzufügen
4.Auf das Widget tippen, um die App zu öffnen und die Aufnahme zu starten

Mac

1.Whisper Notes für Mac laden (5.000 Wörter pro Woche gratis)
2.Den Mikrofonzugriff erlauben, wenn danach gefragt wird
3.Bedienungshilfen erlauben – damit tippt die App am Cursor
4.Falls übersprungen: in der linken Seitenleiste Voice Typing öffnen und Enable voice typing einschalten
5.Fn irgendwo gedrückt halten und lossprechen

Probier die Spracheingabe auf deinem Mac aus

Am Mac 5.000 Wörter pro Woche gratis, danach einmalig $14. Am iPhone einmalig $7.99. Kein Abo.

Für iOS laden

Kostenlos auf Mac testen

Fn-Diktat · Sperrbildschirm-Widget · 100+ Sprachen · 100% offline · Einmalkauf