Diktiergerät-Aufnahmen transkribieren – 100 % offline am iPhone & Mac

3. Juli 2026(aktualisiert am 31. Oktober 2026)
·
7 Min. Lesezeit
·Whisper Notes Team

Du hast eine Diktiergerät-Aufnahme — einen diktierten Schriftsatz, ein Interview oder Befundnotizen — und brauchst sie als Text. Exportiere die Datei, importiere sie in Whisper Notes und transkribiere sie auf iPhone oder Mac mit einem lokalen Modell wie dem integrierten Parakeet-Modell (Parakeet Ultra von Moondream, auf Basis von NVIDIA Parakeet V3 nachtrainiert). Das Audio wird nicht hochgeladen; weder Konto noch Minutenpreis sind nötig. Whisper Notes kostet am iPhone $7.99 und am Mac $14, jeweils einmalig; am Mac sind 5.000 Wörter pro Woche kostenlos.

Wer heute noch mit dem Diktiergerät arbeitet — und warum das wichtig ist

Das Diktiergerät ist nie verschwunden. Es hat sich nur in Berufe zurückgezogen, in denen Sprechen schneller ist als Tippen — und in denen der Inhalt zu sensibel ist, um verloren zu gehen oder durchzusickern.

  • •Anwälte diktieren Schriftsätze, Aktenvermerke und Briefe zwischen zwei Terminen. Solche Aufnahmen können Mandantennamen, Prozessstrategie und vertrauliche Details enthalten, für die strenge Regeln gelten.
  • •Ärzte diktieren Befunde und Arztbriefe. Diese Aufnahmen können sensible Gesundheitsdaten enthalten und müssen entsprechend sorgfältig behandelt werden.
  • •Journalisten nehmen Interviews mit Voicerecorder oder Smartphone auf. Quellenschutz beginnt damit, die Stimme einer Quelle nicht in eine fremde Cloud hochzuladen.
  • •Forschende sammeln stundenlange Feldinterviews und Beobachtungen — oft unter Ethikauflagen, die ausdrücklich vorschreiben, wo Aufnahmen verarbeitet werden dürfen.

Für alle vier Gruppen ist der Engpass derselbe: Stunden an Diktat müssen zu Text werden. Früher hieß das Schreibkraft, Schreibbüro oder Clouddienst — jedes Mal ein Mensch oder ein Server, der alles hört, was du gesagt hast. Offline-Transkription macht diesen Mittelsmann komplett überflüssig.

Von der Aufnahme zum Text in drei Schritten

1. Die Datei vom Diktiergerät exportieren

Schließ deinen Voicerecorder per USB an (oder nutze dessen Begleit-App) und kopiere die Aufnahme auf deinen Mac oder dein iPhone. Die meisten digitalen Diktiergeräte — Olympus, Philips, Sony, Zoom oder die Sprachmemos-App am Handy — speichern Aufnahmen als MP3, WAV oder M4A. Alle funktionieren direkt; eine Konvertierung ist nicht nötig.

2. In Whisper Notes importieren

Zieh die Datei am Mac in Whisper Notes, oder teile sie am iPhone mit der App. Eine Datei darf bis zu 24 Stunden lang sein, Minutengebühren gibt es keine. Auch Videodateien funktionieren: Importiere eine MP4- oder MOV-Datei, und die App transkribiert die Tonspur.

Format Typ Unterstützt
MP3 Audio — die meisten digitalen Diktiergeräte Ja
WAV Audio — unkomprimierte Rekorder Ja
M4A Audio — Sprachmemos am iPhone Ja
MP4 Video — Tonspur wird transkribiert Ja
MOV Video — Tonspur wird transkribiert Ja

3. Lokal transkribieren, überallhin exportieren

Starte die Transkription. Auf dem Mac ist Parakeet das Standardmodell und läuft vollständig lokal. Es läuft mit etwa 74-facher Echtzeit, eine Stunde Audio ist also in unter einer Minute transkribiert. Die englische WER von 6,32 % für V3 stammt aus dem Open ASR Leaderboard und gilt nicht automatisch für jede Diktiergerät-Aufnahme. Sprache, Mikrofon, Hintergrundgeräusche und Fachbegriffe beeinflussen das Ergebnis.

Ein Transkript in Whisper Notes für Mac, nach Sprechern aufgeteilt und mit Zeitstempeln; ein Absatz ist im Editor geöffnet, das falsch erkannte Wort scream ist markiert, darunter „Move sentence to speaker“, „Cancel“ und „Save“

Ein falsch erkanntes Wort direkt korrigieren: Absatz öffnen, korrigieren, speichern

Am Ende exportierst du als TXT für ein Dokument, oder als SRT/VTT mit Zeitstempeln, wenn die Aufnahme aus einem Video stammt. Auf Wunsch bearbeitest du das Transkript vorher direkt inline — Korrekturen bleiben mit dem Audio synchronisiert.

Warum Offline beim Diktieren die Cloud schlägt

Cloud-Transkriptionsdienste laden Audio üblicherweise auf die Infrastruktur des Anbieters und behandeln es nach dessen Speicher- und Datenverarbeitungsregeln. Das kann für manche Aufnahmen passen, ist bei vertraulichen Mandanten-, Patienten-, Quellen- oder Forschungsdaten aber ein zusätzliches System, das geprüft werden muss.

Das Standardmodell Parakeet ist in Whisper Notes bereits enthalten, deshalb laufen Aufnahme und Transkription von Anfang an ohne Internet. Weitere Modelle lädst du bei Bedarf einmal in der App herunter. Audio und Transkript werden für die Transkription nicht hochgeladen. Das reduziert die Weitergabe an Dritte, macht einen juristischen, medizinischen oder wissenschaftlichen Ablauf aber nicht automatisch rechtskonform. Gerätesicherheit, Zustimmung, Aufbewahrung und berufliche Pflichten bleiben wichtig.

Offline-App (Whisper Notes) Cloud-Transkriptionsdienste
Wo das Audio verarbeitet wird Auf deinem eigenen Gerät Auf den Servern des Anbieters
Vertraulichkeit Audio verlässt das Gerät nie Abhängig von den Richtlinien des Anbieters
Übertragung an Dritte bei der Transkription Keine Abhängig von Anbieter und Tarif
Kosten Einmalig: $7.99 (iPhone), $14 (Mac) Monatsabo oder Minutenpreise
Funktioniert ohne Internet Ja Nein
Konto erforderlich Nein Ja

Auch wirtschaftlich lohnt es sich für Vieldiktierer. Wer täglich eine Stunde diktiert, sieht Minutenpreise schnell in die Höhe schießen — und ein Abo läuft weiter, ob du diktierst oder nicht. Ein Einmalkauf kostet dasselbe, egal ob du zehn Minuten im Monat oder zehn Stunden pro Woche transkribierst.

So wird das Transkript so genau wie möglich

Zwei Einstellungen machen beim professionellen Diktieren den größten Unterschied:

Eigenes Vokabular. Allgemeine Sprachmodelle können Mandantennamen, Medikamentennamen, Paragrafenzitate und Fachjargon verfehlen. In Whisper Notes kannst du wiederkehrende Namen und Begriffe hinterlegen, damit die Transkription mehr Kontext hat. Prüf Namen, Dosierungen, Zahlen und Zitate immer am Audio, bevor du das Transkript verwendest.

Das passende Modell für deine Sprache. Wähle das Modell, das zu deiner Diktiersprache passt:

Deutsch / europäische Sprachen Parakeet V3 — 25 europäische Sprachen; etwa 74-fache Echtzeit am Mac; 6,32 % englische WER im Open ASR Leaderboard; in die App integriert
Chinesisch / Japanisch / Koreanisch SenseVoice — die schnelle Option für Chinesisch, Japanisch, Koreanisch und Kantonesisch; 27 Minuten Chinesisch in 13,83 Sekunden in unserem M4-Pro-Test; der Test lief noch mit einer älteren App-Version – die Modellkarte nennt heute 115- bis 131-fache Echtzeit, also etwa dasselbe. Weniger Fehler am Mac: Qwen3-ASR 1.7B (Beta)
Andere Sprachen Whisper Large V3 Turbo — 100+ Sprachen, etwa 2 GB und die größte Sprachabdeckung der drei Modelle

Und eine Gewohnheit aus der analogen Diktierzeit zahlt sich nach wie vor aus: Halte das Gerät nah am Mund, sprich in gleichmäßigem Tempo und diktiere in vollständigen Sätzen. Sauberes Audio hinein, sauberer Text heraus.

Häufig gestellte Fragen

Kann ich alte Diktiergerät-Aufnahmen transkribieren?

Ja. Kopiere die Dateien von deinem Rekorder und importiere sie in Whisper Notes — MP3, WAV und M4A funktionieren alle, bis zu 24 Stunden pro Datei und ohne Minutengebühren. Eine Aufnahme von vor zehn Jahren wird genauso transkribiert wie eine von heute Morgen; die Genauigkeit hängt von der Audioqualität ab, nicht vom Alter der Datei.

Welche App ist die beste, um Diktiergerät-Aufnahmen zu transkribieren?

Beurteile jede App danach, wo das Audio verarbeitet wird, welche Formate sie akzeptiert, wie sie Fachbegriffe unterstützt und was ein Jahr Nutzung kostet. Whisper Notes bietet lokale Transkription, Import von MP3/WAV/M4A/MP4/MOV-Dateien mit bis zu 24 Stunden Länge ohne Minutengebühren, eigenes Vokabular und einen Einmalpreis: $7.99 am iPhone, $14 am Mac. Am Mac sind 5.000 Wörter pro Woche kostenlos.

Funktioniert Diktiergerät-Transkription ohne Internet?

Ja. Das Standardmodell Parakeet ist in der App bereits enthalten, deshalb läuft die Transkription ohne Internet auf iPhone oder Mac und lädt die Aufnahme nicht hoch. Weitere Modelle lädst du bei Bedarf einmal in der App herunter.

Wie genau ist Offline-Transkription von Diktiergerät-Aufnahmen?

Das Open ASR Leaderboard nennt für Parakeet V3 eine englische WER von 6,32 %. Das ist keine Garantie für eine bestimmte Aufnahme. Akzent, Mikrofonabstand, Hintergrundgeräusche und Fachbegriffe beeinflussen die Genauigkeit. Das eigene Vokabular liefert Kontext für wiederkehrende Namen und Begriffe; kritische Details solltest du am Audio prüfen.