Privatsphäre bei Sprachaufnahmen: Warum wir uns für lokale Verarbeitung entschieden haben
Zwischen Komfort und Kontrolle muss man sich nicht entscheiden.
Sprachnotizen sind etwas Besonderes
Sprachnotizen sind oft ungeordnet, ungefiltert und persönlich. Sie fangen Gedanken in der Entstehung ein – Ideen bevor sie ausgefeilt sind, Frustrationen bevor sie verarbeitet sind, Beobachtungen bevor sie strukturiert sind. Genau diese Rohheit macht sie wertvoll.
Wenn du eine Sprachnotiz aufnimmst, sprichst du oft mit dir selbst. Die Intimität dieses Moments – die halbfertigen Sätze, die Abschweifungen, die ungeschützte Ehrlichkeit – verdient einen gewissen Respekt in der technischen Handhabung.
Eine Frage der digitalen Hygiene
Deine Stimme ist ein einzigartiges biometrisches Merkmal. Anders als ein Passwort kannst du sie nicht zurücksetzen. Anders als eine Kreditkartennummer kannst du keine neue beantragen. Das soll keine Angst machen – es ist einfach eine Eigenschaft von Sprachdaten, die man kennen sollte.
Für die meisten Alltagsaufnahmen ist Cloud-Verarbeitung völlig in Ordnung. Aber für sensible Inhalte – persönliche Reflexionen, berufliche Notizen, Kundengespräche – ist es einfach gute digitale Hygiene, Rohdaten von der Cloud fernzuhalten. Das gleiche Prinzip wie bei Passwörtern, die man nicht im Klartext speichert: nicht weil eine Katastrophe bevorsteht, sondern weil durchdachte Architektur Probleme verhindert, bevor sie entstehen.
Whisper Notes haben wir um diese Entscheidung herum gebaut: Aufnahme, Transkription und Speicherung können vollständig auf deinem Gerät bleiben.
Die Architektur
Whisper Notes führt drei Spracherkennungs-Engines direkt auf deiner Hardware aus: Parakeet V3, Whisper Large V3 Turbo und SenseVoice. Es gibt keinen Transkriptionsserver; deine Aufnahmen werden lokal verarbeitet.
Mac und iPhone bieten dieselben Modellfamilien, jeweils mit einer auf die Plattform abgestimmten Laufzeitumgebung:
Mac: Das passende Modell für die Sprache
Parakeet V3 ist die Standardoption für Englisch und 24 weitere europäische Sprachen. SenseVoice ist die schnelle Engine für Chinesisch, Japanisch, Koreanisch und Kantonesisch. Whisper Large V3 Turbo mit 809 Millionen Parametern deckt die übrigen Sprachen im Whisper-Satz von 100+ Sprachen ab. Alle drei laufen auf Apple Silicon.
In der Modellauswahl ist der Kompromiss sichtbar: Parakeet und SenseVoice setzen in ihren Sprachgruppen auf Geschwindigkeit, Whisper auf breite Abdeckung.
iPhone: Dieselbe Modellpalette, mobil-optimiert
Mobile Geräte haben engere Grenzen bei Temperatur, Akku und Speicher. Die aktuelle iPhone-App bietet trotzdem Parakeet V3, Whisper und SenseVoice, jeweils mit einer für das iPhone optimierten Laufzeitumgebung.
Laut aktuellem App-Store-Eintrag verarbeitet Parakeet fünf Minuten Audio auf einem iPhone 15 in etwa 18 Sekunden; Whisper benötigt ungefähr eine Minute. Ältere Geräte brauchen länger, die Verarbeitung bleibt aber am Gerät.
Auf Geschwindigkeit ausgelegt
Gute Ideen warten nicht. Sie kommen beim Autofahren, Spazierengehen oder kurz vor dem Einschlafen. Das Sperrbildschirm-Widget minimiert die Reibung zwischen Gedanke und Aufnahme.
Sperrbildschirm-Widget mit Live Activity
- • Ein-Tipp-Aktivierung: Direkt vom Sperrbildschirm aufnehmen
- • Live Activity: Visuelle Bestätigung der Aufnahmedauer in der Dynamic Island
- • Face ID Integration: Das Widget arbeitet reibungslos mit der Face ID-Authentifizierung
- • Freisprechfähig: Funktioniert mit Handschuhen, nassen Händen oder AirPods-Tippgesten
Der Aufnahme-Überprüfungs-Workflow
Der effektivste Sprachnotiz-Workflow trennt Aufnahme und Überprüfung. Mobile Geräte eignen sich hervorragend für schnelle Aufnahmen; Desktop-Umgebungen für tiefgehende Bearbeitung.
iPhone: Aufnehmen
Nutze das iPhone, um Gedanken im Moment zu erfassen. Das Sperrbildschirm-Widget reduziert die Reibung auf einen einzigen Tipp. Das mobile Modell transkribiert sofort und liefert nutzbaren Text auf der Stelle.
Mac: Überprüfen
Auf dem Mac bietet Whisper Notes Werkzeuge für vertiefte Arbeit:
- • Modellauswahl: Je nach Sprache Parakeet, SenseVoice oder Whisper verwenden
- • Absätze mit Zeitstempeln: Klick auf einen Absatz springt zu dieser Stelle im Audio
- • Synchronisierte Wiedergabe: Text wird beim Abspielen hervorgehoben
- • Flexible Exportoptionen: Klartext, Zeitstempel-Format oder SRT-Untertitel
- • Systemweites Diktat: Fn gedrückt halten, um direkt in jeder App zu diktieren
Transkript mit Zeitstempeln und synchronisierter Audio-Wiedergabe
Der psychologische Vorteil
Der echte Vorteil ist nicht nur technische Sicherheit – er ist psychologisch.
Zu wissen, dass deine Audiodaten dein Gerät niemals verlassen, gibt dir die Freiheit, völlig frei zu sprechen, ohne Selbstzensur. Du kannst halbfertige Gedanken aufnehmen, Frust ablassen, wilde Ideen brainstormen oder sensible berufliche Angelegenheiten dokumentieren – alles ohne dich zu fragen, wer eventuell Zugang zu diesem Audio bekommen könnte.
Das ist der gleiche Grund, warum manche Menschen lieber in ein physisches Notizbuch schreiben: nicht weil digitale Notizen unsicher wären, sondern weil das Gefühl von Privatsphäre verändert, wie frei man denkt.
Das Wirtschaftsmodell
Da die Verarbeitung auf deinem Gerät stattfindet, entstehen keine Transkriptionsserver-Kosten, die mit der Nutzung steigen. Die iPhone-App kostet einmalig $6.99. Die Mac-App enthält eine Testversion für 10.000 Wörter und kostet danach ebenfalls einmalig $6.99; beide Plattformen werden separat gekauft.
Keine Abos. Keine Minutenpreise. Keine Nutzungslimits.
Whisper Notes und Whisper Memos sind nicht dieselbe App
Die Namen werden leicht verwechselt: Whisper Memos stammt von einem anderen Entwickler. Beide Apps nutzen OpenAIs Whisper, ihre Architektur ist jedoch grundverschieden. Laut Datenschutzerklärung von Whisper Memos wird die Audiodatei zur Transkription an OpenAI gesendet. Whisper Notes hat keinen Transkriptionsserver; Aufnahme, Transkription und Speicherung finden auf deinem Gerät statt.
| Whisper Notes | Whisper Memos | |
|---|---|---|
| Wo das Audio verarbeitet wird | Vollständig am Gerät | Cloud; das Audio wird an OpenAIs Whisper-API übertragen |
| Preismodell | iPhone einmalig $6.99; Mac-Testversion, danach separat $6.99 | $10 pro Monat oder $60 pro Jahr bei jährlicher Abrechnung |
| Plattformen | iPhone und Mac mit Apple Silicon | iPhone und Apple Watch |
| Funktioniert offline | Ja; keine Internetverbindung erforderlich | Nein; die Transkription benötigt eine Cloud-Verbindung |
Der faire Vergleich: Wenn du mit der Apple Watch aufnehmen und Transkripte per E-Mail erhalten möchtest, ist Whisper Memos genau für diesen Cloud-Workflow gebaut. Wenn das Audio dein Gerät nicht verlassen soll, kann das nur lokale Verarbeitung garantieren.
Die ehrlichen Trade-offs
Lokale Verarbeitung bringt echte Trade-offs mit sich, die man verstehen sollte:
Überlegungen
- • Verarbeitungsgeschwindigkeit: Sie hängt von Modell und Gerät ab. Laut App-Store-Eintrag verarbeitet Parakeet fünf Minuten Audio auf einem iPhone 15 in etwa 18 Sekunden, Whisper in ungefähr einer Minute.
- • Genauigkeit: Klare Sprache benötigt meist wenig Korrektur. Starke Akzente und laute Hintergrundgeräusche können Nachbearbeitung erfordern.
- • Plattform: Mac mit Apple Silicon oder iOS 18 und neuer; iPhone 12 oder neuer empfohlen. Es gibt keine Android- oder Windows-Version.
- • Aufnahmeablauf: Sprachnotizen werden nach der Aufnahme transkribiert. Auf dem Mac ist systemweites Diktieren per Fn-Taste eine separate Funktion für kurze Spracheingaben in jeder App.
Wann dieser Ansatz passt
Whisper Notes funktioniert gut für:
- • Datenschutzbewusste Profis: Recht, Medizin, Journalismus, Therapie
- • Persönliche Reflexion: Tagebuch, Ideensammlung, Gedanken verarbeiten
- • Offline-Umgebungen: Flugzeuge, Sicherheitseinrichtungen, unzuverlässige Verbindung
- • Abo-müde Nutzer: Einmal zahlen, dauerhafter Zugang
Wann Alternativen in Frage kommen
Cloud-Dienste könnten besser sein, wenn du brauchst:
- • Echtzeit-Transkription mit Team-Sharing
- • Sofortige Verarbeitung sehr langer Aufnahmen
- • Android- oder Windows-Unterstützung
Zusammenfassung
Whisper Notes folgt einem einfachen Grundsatz: Sprachnotizen sind persönlich, und du solltest bestimmen können, wo das Audio liegt. Die lokale Architektur hält diese Möglichkeit offen, ohne Cloud-Werkzeuge für jeden Ablauf abzulehnen.
Parakeet V3, Whisper und SenseVoice stehen auf Mac und iPhone zur Verfügung. Beide Plattformen verarbeiten Aufnahmen vollständig offline.
Das iPhone kostet einmalig $6.99. Auf dem Mac sind 10.000 Wörter kostenlos, danach kostet die App ebenfalls einmalig $6.99. Die Käufe sind getrennt, und dein Audio bleibt auf deinem Gerät.
Häufig gestellte Fragen
Welche Sprachnotiz-App bietet den besten Datenschutz?
Eine App, die dein Audio nicht hochlädt. Whisper Notes nimmt mit Parakeet V3, Whisper oder SenseVoice vollständig am Gerät auf und transkribiert dort. Es gibt keinen Transkriptionsserver, an den die Aufnahme übertragen wird.
Kann ich Sprachnotizen ohne Internetverbindung transkribieren?
Ja. Whisper Notes verarbeitet Aufnahmen auf Mac und iPhone lokal mit Parakeet V3, Whisper oder SenseVoice. Die App funktioniert deshalb auch im Flugzeug, in geschützten Umgebungen und bei unzuverlässiger Verbindung.
Funktioniert die Transkription in Apples Sprachmemos unter iOS 18 offline?
Ja. Auch Apples eingebaute Transkription in Sprachmemos ab iOS 18 läuft am Gerät. Whisper Notes benötigt ebenfalls iOS 18, kann aber beliebige Audiodateien importieren, deckt mit Whisper 100+ Sprachen ab, bietet SenseVoice für Chinesisch, Japanisch, Koreanisch und Kantonesisch und exportiert unter anderem TXT, SRT und VTT. Empfohlen wird ein iPhone 12 oder neuer.
Warum sind Sprachdaten sensibler als Text?
Deine Stimme ist ein biometrisches Merkmal. Anders als ein Passwort lässt sie sich nicht zurücksetzen. Rohaufnahmen nicht in die Cloud zu laden reduziert deshalb die Zahl der Orte, an denen eine Kopie entstehen kann.
Braucht Whisper Notes ein Abo?
Nein. Die iPhone-App kostet einmalig $6.99. Die Mac-App enthält eine Testversion für 10.000 Wörter und kostet danach einmalig $6.99; iOS und Mac werden separat gekauft. Es gibt weder Minutenpreise noch ein Abo.
Download für iOS