Zum Hauptinhalt springen
ToolPotion
KI-Berater
Einreichen

Wispr Flow vs. Superwhisper vs. integriertes Diktat: Lohnt sich das Bezahlen?

Wispr Flow, Superwhisper, MacWhisper und das kostenlose Diktat von Mac, Windows und Smartphone im Vergleich: Datenschutz, Genauigkeit, Textbereinigung und Preis.

Teilen

In einer Laborstudie von Stanford und Baidu aus dem Jahr 2016 diktierten Probanden kurze Nachrichten auf ein iPhone 6 Plus und schafften auf Englisch 153 Wörter pro Minute. Auf der Tastatur desselben Telefons waren es 52. Auf Mandarin lag das Verhältnis bei 123 zu 43 (Ruan et al.). Beim Sprechen passierten unterwegs auch weniger Fehler, im fertigen Text blieben allerdings etwas mehr davon stehen: 1,30 % falsche Wörter gegenüber 0,79 % beim Tippen.

Das war eine zehn Jahre alte Spracherkennung unter Idealbedingungen, und sie hat die Tippgeschwindigkeit trotzdem verdreifacht. Dass Sprechen schneller ist, muss Sie also niemand mehr überzeugen. Die Entscheidung, vor der Sie stehen, ist enger gefasst und teurer: Zahlen Sie 8 bis 15 $ im Monat für eine KI-Diktier-App oder nutzen Sie die Mikrofontaste, die Ihr Rechner ohnehin schon hat?

Balkendiagramm: Englische Sprache 153 Wörter pro Minute gegenüber 52 auf der iPhone-Tastatur; Mandarin 123 gegenüber 43

Unsere Einschätzung nach Durchsicht von Preisseiten, Datenschutzerklärungen und Dokumentation der wichtigsten Anbieter: Die meisten sollten kostenlos starten und kostenlos bleiben, bis sie genau benennen können, was das kostenlose Tool schlecht macht. Die Bezahl-Apps bieten durchaus etwas, das die integrierten Tools nicht haben. Es ist nur enger umrissen, als das Marketing glauben lässt.

Die kostenlose Variante wird immer besser, und die Nachrichtenlage bestätigt das

Nvidia hat Nemotron 3.5 Transcribe veröffentlicht, ein kostenloses Open-Weight-Modell, das Audio in bis zu 40 Sprachen transkribiert, Aufnahmen von bis zu einer Stunde Länge verarbeitet und bis zu acht Sprecher unterscheidet (TechCrunch). Es ist ein Entwickler-Tool und keine Diktier-App, und TechCrunch nennt einen Nachteil, der hier zählt: Es arbeitet mit aufgezeichnetem Audio, nicht mit Livestreams. Sie können also nicht einfach eine Taste drücken und hineinsprechen.

Aber es ist dasselbe Muster, das wir das ganze Jahr beobachten. Starke Sprachmodelle erscheinen laufend als kostenlose Downloads, und die Apps, die sie einbinden (einige davon kostenlos, etwa Spokenly und die Gratisstufe von Superwhisper), bekommen eine bessere Engine, ohne dafür zu zahlen. Eine Bezahl-App unterscheidet sich von einer kostenlosen weniger durch die Engine als durch die Nachbearbeitung drumherum. Dazu kommen wir gleich.

Auch Apples eigener Stack hat sich bewegt. MacStories hat ein Kommandozeilen-Tool auf Basis von Apples On-Device-Modulen SpeechAnalyzer und SpeechTranscriber gegen das Modell Large V3 Turbo von MacWhisper antreten lassen, an einem 34-minütigen Video. Apples API war 2,2-mal schneller, 45 Sekunden gegenüber 1 Minute 41, bei keinem spürbaren Unterschied in der Transkriptionsqualität (MacStories). Getestet wurde die Transkription von Dateien, nicht die Diktiertaste. Verstehen Sie das also als Beleg für die Engine, nicht für die Alltagserfahrung. Apples aktuelle Mac-Anleitung ergänzt, dass das Diktat mit Apple Intelligence in macOS 27 ein On-Device-Modell nutzt, um Rechtschreibung, Zeichensetzung und Großschreibung zu verbessern, allerdings nur auf Englisch und nur auf Macs mit M3 oder neuer und mindestens 12 GB Unified Memory (Apple).

Einen unabhängigen Test der Wortfehlerrate für die integrierten Tasten selbst, ob von Apple, Microsoft oder Google, haben wir nicht gefunden. Diese Lücke ist wichtig, und deshalb stützt sich der Abschnitt zur Genauigkeit weiter unten auf Zahlen eines Anbieters, und zwar mit Warnhinweis.

Wohin Ihr Audio geht

Hier liegt der klarste Unterschied zwischen den Optionen, und er steht in der Dokumentation jedes Anbieters.

Die Windows-Spracheingabe (Win+H) nutzt eine Online-Spracherkennung auf Basis von Azure Speech Services und braucht deshalb eine Internetverbindung (Microsoft). Apple schreibt, dass Sie in den Tastatureinstellungen prüfen können, ob das allgemeine Diktat auf Ihrem Gerät verarbeitet statt an Siri-Server geschickt wird. Auf derselben Seite steht, dass Apple eine Stichprobe prüfen kann, wenn Sie der Weitergabe von Audioaufnahmen zustimmen. Eine Windows-Funktion verändert das Bild: Auf Copilot+ PCs korrigiert Microsofts Fluid dictation mit kleinen Sprachmodellen auf dem Gerät Grammatik, Zeichensetzung und Füllwörter schon während des Sprechens, auf Englisch, und ist standardmäßig aktiv. Die Hilfeseite von Gboard behandelt Befehle und Sprachen, sagt aber auf der von uns gelesenen Seite nicht, wo das Audio verarbeitet wird. Wir raten hier nicht.

Zwei Wege im Vergleich: Auf Ihrem Gerät geht das Audio an ein lokales Modell und der Text erscheint, ohne dass etwas hochgeladen wird; auf einem Server wandert das Audio übers Internet zu einem Anbieterserver und der Text kommt zurück

Bei den Bezahl-Apps unterscheiden sich die Antworten grundlegend. Superwhisper sagt, seine lokalen Modelle laufen vollständig auf Ihrem Gerät, und „Ihr Audio und Ihre Transkripte verlassen Ihr Gerät nie“. Wählen Sie ein Cloud-Modell, geht das Audio an dessen Server, wo es „im Arbeitsspeicher verarbeitet und nach Abschluss der Anfrage nicht gespeichert“ wird, oder an einen Drittanbieter, für den dessen eigene Bedingungen gelten. Außerdem heißt es dort, Ihre Daten würden nicht zum Training von Modellen verwendet (Datenschutzerklärung von Superwhisper).

Wispr Flow setzt zuerst auf die Cloud. Laut Datenschutzseite wird das Audio per TLS an die Server geschickt, dort transkribiert und anschließend gelöscht, es sei denn, Sie aktivieren die Cloud-Speicherung. Zwei Einstellungen sollten Sie sich vor dem Start ansehen. „Improve the model for everyone“ erlaubt Wispr, Ihr Audio, Ihre Transkripte und Ihre Korrekturen fürs Training zu verwenden. Laut der Seite ist das Training standardmäßig aus und bei den Tarifen Growth und Enterprise gesperrt, den Standard für Einzeltarife nennt sie nicht. Und „Context awareness“ liest begrenzt Text aus der App, in die Sie diktieren, damit Namen richtig geschrieben werden (Wispr Flow).

Wenn der Datenschutz beim Audio für Sie die Entscheidung bringt: Unser Artikel zu lokaler vs. Cloud-KI behandelt den grundsätzlichen Zielkonflikt, und der zu Dauer-Aufnahmegeräten die rechtliche Seite beim Aufzeichnen anderer Personen.

Was ein Abo wirklich bringt, ist die Nachbearbeitung

Rohes Diktat ist ein Transkript. Sie sagen „äh, also, die Sache ist, wir sollten, eigentlich, lass uns die Deadline auf Freitag verschieben“, und genau das bekommen Sie, Füllwörter inklusive. Die Bezahl-Apps schicken einen zweiten Durchlauf hinterher, der daraus macht, was Sie schreiben wollten.

Fünf Schritte: Hotkey halten, Sprachmodell erzeugt rohe Wörter, ein Cleanup-Durchlauf entfernt Füllwörter und korrigiert Grammatik, ein Kontext-Check liest App und Namen, dann wird der Text in ein beliebiges Feld eingefügt

Genau das ist das Versprechen von Wispr Flow: Sprache in jeder App, mit KI-Befehlen und automatischen Korrekturen, Wörterbuch und Snippets sowie einem Modell, das Ihre Namen und Ihren Fachjargon lernt. Bei Superwhisper steckt das Gegenstück im Pro-Tarif: KI-gestützte Modi wie Super und Mail, Kontextbewusstsein und Echtzeit-Transkription, nichts davon ist im kostenlosen Tarif enthalten (Superwhisper-Tarife). Aqua Voice berechnet benutzerdefinierte Anweisungen und ein persönliches Wörterbuch im Pro-Tarif, Sprachbefehle und einen Echtzeitmodus im Max-Tarif (Aqua).

Die integrierten Tools hören meist beim ersten Kästchen auf. Apple Diktat setzt Satzzeichen und versteht „neue Zeile“ und „neuer Absatz“. Gboard akzeptiert „Punkt“, „Komma“ und „neuer Absatz“ und lässt Sie ein Wort ersetzen, indem Sie es antippen und das neue sprechen. Windows kennt Befehle wie „Aufnahme beenden“. Apple und Gboard hören damit auf. Die Ausnahme ist Fluid dictation auf Copilot+ PCs: Es entfernt tatsächlich Füllwörter und korrigiert Grammatik, ein kostenloses Tool deckt also inzwischen einen Teil dessen ab, wofür die Bezahl-Apps Geld nehmen. Was bei keinem der integrierten Tools dokumentiert ist, sind das Umformulieren eines ausufernden Satzes oder ein Wörterbuch mit Ihren eigenen Namen.

Die Lücke sieht man an dem, was Nutzer kostenloser Tools sagen. Ein Hacker-News-Nutzer, der die kostenlose Open-Source-App Handy einsetzt, schrieb: „Grammatikfehler bereinigen lässt sich nicht, sie nimmt deine Worte genau so auf, wie sie sind. Dafür ist sie aber großartig“ (Hacker News). Als Antwort auf eine Empfehlung von MacWhisper im selben Thread schrieb ein anderer: „Mein einziger Kritikpunkt ist, dass die On-Device-Modelle Satzzeichenbefehle nicht von sich aus verarbeiten“ (Hacker News).

Genauigkeit: Der einzige Direktvergleich stammt von einem Konkurrenten

Superwhisper veröffentlicht einen Benchmark mit 16 Sprachmodellen über 8 Datensätze, darunter Telefonkonferenzen zu Quartalszahlen voller Firmennamen, Spontansprache und Meetings. Wispr Flow wird dort mit abgeschaltetem Cleanup-Durchlauf geführt, damit sich die Ausgabe gegen eine wortgetreue Referenz bewerten lässt. Im Gesamtergebnis hatte Superwhispers eigenes Cloud-Modell S1 Voice eine Wortfehlerrate von 6,6 %, die Rohausgabe von Wispr Flow 8,7 % (Superwhisper-Benchmarks). Bei der Zahl korrekt erkannter Begriffe aus benutzerdefiniertem Vokabular kam Wispr auf 62,5 %, Superwhisper auf 83,3 % und ElevenLabs Scribe v2 sowie OpenAIs GPT Transcribe auf rund 91 %.

Punktdiagramm der Wortfehlerraten von 6,6 Prozent bei Superwhisper bis 10,1 Prozent bei Deepgram, mit Wispr Flow bei 8,7 bei abgeschaltetem Cleanup, aus einem von Superwhisper durchgeführten Benchmark

Lesen Sie diese Tabelle mit der nötigen Skepsis. Superwhisper hat sie selbst gebaut, die Datensätze ausgewählt und das Produkt eines Konkurrenten als Blackbox mit einer deaktivierten Funktion laufen lassen. Zu seinen Gunsten veröffentlicht die Seite auch Zeilen, in denen andere besser abschneiden, und sie nennt ein Benchmark-Repository mit Code und Ausgaben auf Clip-Ebene. Dieses Repository haben wir nicht geprüft. Außerdem steht nicht da, welche Version von Wisprs Modell getestet wurde. Wispr hat zudem ein eigenes Sprachmodell namens Canto angekündigt, die Wispr-Zeile beschreibt also womöglich nicht, was heute ausgeliefert wird. Die Zahlen tragen nur eine bescheidene Aussage: Die fünf besten Cloud-Modelle liegen bei der Wortfehlerrate etwa zwei Punkte auseinander, und die integrierten Tools kommen in der Tabelle gar nicht vor.

Nicht alle Nutzer teilen die Reihenfolge des Benchmarks. Ein Hacker-News-Kommentator schrieb als Antwort auf Wisprs Canto-Ankündigung: „Ich bin von Superwhisper -> WisprFlow -> Spokenly -> Fieldwork gewechselt und fand WisprFlow von den vieren am ungenauesten“ (Hacker News). Das ist die Erfahrung einer einzelnen Person, kein Test, und Wisprs Ankündigung zitiert den eigenen Benchmark. Akzente, Mikrofone und Vokabular unterscheiden sich, ein eigener Test schlägt also jede Tabelle.

Was jedes Tool kostet und wie abgerechnet wird

Die Preise unten stammen von den Seiten der Anbieter. Wispr Flows Pro kostet 12 $ pro Nutzer und Monat bei jährlicher Abrechnung, 15 $ bei monatlicher Zahlung, und der kostenlose Tarif begrenzt die Desktop-Nutzung auf 2.000 Wörter pro Woche (Wispr Flow). Superwhispers Pro kostet 8,49 $ monatlich, 84,99 $ jährlich oder einmalig 249,99 $, und eine Lizenz gilt für jeden Mac, Windows-PC und jedes Telefon, das Sie besitzen. Aquas Pro kostet 10 $ im Monat bei jährlicher Abrechnung, mit 1.000 kostenlosen Wörtern zum Ausprobieren. MacWhispers Pro ist eine Einmalzahlung von 64 € (MacWhisper).

AppKostenloser TarifBezahlt und AbrechnungWohin das Audio geht
Apple Diktat, Win+H, GboardKostenlos, integriertKeinerApple: Einstellungen prüfen. Windows: Azure (Fluid dictation läuft auf dem Gerät). Gboard: keine Angabe
SuperwhisperUnbegrenzt, lokale Whisper-Modelle, kein KI-Cleanup8,49 $ monatlich, 84,99 $ jährlich, 249,99 $ einmaligLokal oder Cloud, Ihre Wahl
Wispr Flow2.000 Wörter pro Woche am Desktop15 $ monatlich oder 12 $ pro Monat bei jährlicher AbrechnungCloud
Aqua Voice1.000 Wörter10 $ im Monat bei jährlicher AbrechnungAquas Server; der Privacy Mode begrenzt gespeicherte Transkripte
MacWhisperGratisversion64 € einmaligLokale oder Cloud-Modelle

Wispr ist ein Abo mit hartem Wochenlimit im kostenlosen Tarif. Wer viel diktiert, stößt schnell an die Grenze und muss dann unter Druck entscheiden. Superwhispers kostenloser Tarif hat gar kein Limit, aber auch kein Cleanup. Die Lifetime-Option für 249,99 $ entspricht etwa drei Jahren des Jahrestarifs und ist, zusammen mit der Einmalgebühr von MacWhisper, eine von nur zwei Optionen hier, bei denen die Abrechnung endet. Das ist unserer Meinung nach die beste Preisstruktur für alle, die wissen, dass sie jahrelang diktieren werden. Studierende und gemeinnützige Organisationen erhalten 40 % Rabatt auf Superwhisper, wenn sie vor dem Kauf nachfragen.

Unsere Empfehlungen, je nachdem, was Sie den ganzen Tag tun

Starten Sie eine Woche lang mit der integrierten Taste. Sie kostet nichts, funktioniert in jedem Textfeld, und Sie merken, ob die Gewohnheit hält. Ob sie hält, sollten Sie nicht erst mit einem Jahresabo herausfinden.

Wenn Sie E-Mails, Notizen und Slack-Nachrichten diktieren und der Rohtext in Ordnung ist, bleiben Sie kostenlos. Superwhisper Free bietet lokale Modelle mit unbegrenztem Diktat, MacWhisper hat eine Gratisversion, die ebenfalls lokale Modelle ausführt, und Windows-Nutzer, die etwas Privates wollen, können sich Whisperstream ansehen, das lokal erkennt.

Zahlen Sie, wenn das Cleanup der Punkt ist. Wenn Sie lange Entwürfe, Prompts für ein KI-Modell oder Kunden-E-Mails sprechen und Ähs und Neuanfänge von Hand herausschneiden, lässt sich ein Abo leichter begründen. Wir würden zuerst den kostenlosen Tarif von Wispr Flow testen, denn mit 2.000 Wörtern pro Woche können Sie das Cleanup an Ihrer eigenen Stimme beurteilen. Danach lohnt sich ein Blick auf Superwhisper Pro oder die Lifetime-Lizenz, wenn Sie lokale Modelle und eine Lizenz für alle Geräte wollen. Die Seiten zu Willow Voice und Aqua sind einen Blick wert, wenn Sie weitere Optionen suchen.

Wir würden aufs Bezahlen verzichten, wenn Sie nur in kurzen Schüben diktieren, wenn Ihr Mac ein M3 mit mindestens 12 GB ist und macOS 27 läuft (Apples On-Device-Korrekturen für Rechtschreibung und Zeichensetzung reichen vielleicht aus), wenn Sie einen Copilot+ PC mit Fluid dictation haben oder wenn das Audio Ihren Rechner nicht verlassen darf und Sie kein Umformulieren brauchen. Und wir würden jede App meiden, die Sie nicht einen Tag lang mit Ihrem eigenen Fachjargon getestet haben.

Geht es Ihnen um Aufnahmen von Meetings statt um Ihre eigene Stimme, ist das eine andere Werkzeugkategorie. Unser Leitfaden zu KI-Meeting-Notizen und der Beitrag zu den besten KI-Transkriptionstools behandeln sie, und das ToolRank-Ranking für Transkriptions-Tools zeigt, wo jedes Tool steht.

Häufig gestellte Fragen

Lohnt sich Wispr Flow?

Wenn Sie mehrere Stunden pro Woche diktieren und Füllwörter von Hand entfernen, wahrscheinlich ja. Bei 12 $ im Monat mit jährlicher Abrechnung sind das geringe Kosten gemessen an dieser Zeit. Diktieren Sie nur ein paar Nachrichten am Tag, reichen Ihnen vielleicht die 2.000 Wörter pro Woche im kostenlosen Tarif, und die integrierten Tools genügen ebenfalls.

Ist Superwhisper besser als Wispr Flow?

Sie passen zu unterschiedlichen Leuten. Superwhisper führt lokale Modelle aus, hat einen kostenlosen Tarif ohne Limit und dazu eine Lifetime-Lizenz. Wispr Flow läuft in der Cloud und ist stark beim Cleanup. Der einzige veröffentlichte Direktvergleich, den wir gefunden haben, stammt von Superwhisper selbst, wir gewichten ihn entsprechend.

Sind Apple Diktat und die Windows-Spracheingabe privat?

Die Windows-Sprachausgabe nutzt laut Microsoft eine Online-Spracherkennung auf Basis von Azure Speech Services und braucht eine Internetverbindung. Apple sagt, dass ein Teil des Diktats auf dem Gerät verarbeitet wird, und rät, in den Tastatureinstellungen nachzusehen, ob das bei Ihnen der Fall ist.

Funktionieren diese Apps in jeder App?

Wispr Flow sagt, es funktioniere in jeder App auf Mac, Windows, iPhone und Android. Superwhisper nennt Slack, Gmail und jede andere Website oder App. Die integrierten Tools funktionieren überall, wo ein Textfeld Systemeingaben akzeptiert, wobei das Verhalten variiert.

Kann ich Diktat komplett offline nutzen?

Ja. Superwhispers lokale Whisper-Modelle und MacWhisper können das. Die Windows-Sprachausgabe braucht Internet. Testen Sie den Offline-Modus bei ausgeschaltetem WLAN, bevor Sie sich darauf verlassen.

Nächster Schritt: Wählen Sie eine kostenlose Option, diktieren Sie fünf Arbeitstage lang alles damit und notieren Sie, wie viele Wörter pro Woche Sie tatsächlich nutzen. Liegt die Zahl über Wisprs 2.000, haben Sie Ihren Tarif gefunden.

Weiterlesen

DeepL, Google Translate oder ChatGPTDie Wahl hängt vom Job abVergleicheDeepL, Google Translate oder ChatGPT: Die Wahl hängt vom Job abDeepL, Google Translate oder ChatGPT? Ein Kaufratgeber nach Einsatzzweck: mit Herstellerpreisen, Limits, Datenbedingungen und der Frage, wem Übersetzer trauen.10. Nov. 202614 Min. LesezeitArtikel lesenGamma vs. Beautiful.ai vs. PowerPoint Copilot für Business-PräsentationenVergleicheGamma vs. Beautiful.ai vs. PowerPoint Copilot für Business-PräsentationenGamma vs. Beautiful.ai vs. Copilot in PowerPoint für Business-Decks: Preise nach Abrechnungsmodell, PPTX-Export, Brand-Kontrolle und wer zu welchem Tool greifen sollte.9. Nov. 20269 Min. LesezeitArtikel lesenDescript vs CapCut 2026Welcher Editor passt zu Ihren Videos?VergleicheDescript vs CapCut 2026: Welcher Editor passt zu Ihren Videos?Descript vs CapCut für Podcaster und Social-Video-Macher: Schnittstil, KI-Tools, Planlimits, Wasserzeichen und Nutzungsbedingungen im Vergleich – für die richtige Wahl.8. Nov. 202610 Min. LesezeitArtikel lesenZapier vs. Make vs. n8n 2026Was jede Plattform wirklich kostetVergleicheZapier vs. Make vs. n8n 2026: Was jede Plattform wirklich kostetZapier vs. Make vs. n8n im Vergleich für KI-Workflows 2026: Tasks, Credits und Executions, reale Kosten, n8n-Self-Hosting-Regeln, Agents, Fehlerbehandlung und Teams.7. Nov. 202615 Min. LesezeitArtikel lesenNotebookLM vs. ChatGPT Projects vs. Claude Projects 2026VergleicheNotebookLM vs. ChatGPT Projects vs. Claude Projects 2026NotebookLM vs. ChatGPT Projects vs. Claude Projects 2026: dokumentierte Quellenlimits, Zitate, Freigabe, Datenschutzbedingungen und Tarifpreise für Forschende.6. Nov. 202610 Min. LesezeitArtikel lesenNotion AI vs. ClickUp Brain 2026Welches Tool passt zu Ihrem Team?VergleicheNotion AI vs. ClickUp Brain 2026: Welches Tool passt zu Ihrem Team?Notion AI und ClickUp Brain im Vergleich für Teamleiter: Paketierung und Preise, Funktionen, Modelle, Datenregeln und welche Teamform zu welchem Tool passt.5. Nov. 202610 Min. LesezeitArtikel lesenHeyGen vs. Synthesia 2026Welche Avatar-Plattform passt zu Ihnen?VergleicheHeyGen vs. Synthesia 2026: Welche Avatar-Plattform passt zu Ihnen?HeyGen und Synthesia im Vergleich: Pläne, Credits, Avatare, Übersetzung und Sicherheitsversprechen – mit klarer Empfehlung für Marketer und Trainingsteams.4. Nov. 20266 Min. LesezeitArtikel lesenCanva vs. Adobe Express vs. Microsoft Designer 2026VergleicheCanva vs. Adobe Express vs. Microsoft Designer 2026Canva vs. Adobe Express vs. Microsoft Designer: Was jedes KI-Designtool kann, was es kostet, was die Nutzungsbedingungen sagen und welches zu Ihnen passt.3. Nov. 202612 Min. LesezeitArtikel lesen