ScribeIndex
Vergleichstabelle

AudioPen: KI-Modelle und Technik

Welche Modelle erkennen die Sprache, trennen die Sprecher und erzeugen die Dokumente? Belegte Herstellerangaben und begründete Einschätzungen sind getrennt gekennzeichnet.

Stand 20. Oktober 202612 Quellen im Profil
Website von AudioPen Vergleichen

Kurzfassung

Nach Einschätzung von ScribeIndex nutzt AudioPen ElevenLabs und Whisper für die Spracherkennung sowie Gemini und GPT als Sprachmodelle.

Nach Einschätzung von ScribeIndex nutzt die Cloud-Spracherkennung Whisper und ElevenLabs Scribe, die Umschreibung GPT- und Gemini-Modelle. In den nativen Apps ist lokale Spracherkennung wählbar. Mehrere Sprecher unterscheidet AudioPen nicht. Prime-Mitglieder können ChatGPT oder Claude lesend mit ihren Notizen verbinden. Die Notizen liegen in Datenbanken von Bubble und Xano, Cloudflare betreibt die optionalen Konnektoren.

Auf einen Blick

Solide Modelle
  • SpracherkennungEinschätzung: ElevenLabs, WhisperEigener Modellabgleich: Whisper
  • DokumenterstellungEinschätzung: Gemini, GPTEigener Modellabgleich: GPT-Familie

Was heißt „Einschätzung“? Wenn der Anbieter die genutzten Modelle nicht benennt, versucht ScribeIndex, diese aus Unterauftragsverarbeiterlisten, technischen Merkmalen oder Veröffentlichungen abzuleiten, jeweils mit Begründung und Quelle bei der Stufe. Solche Modelle bewertet ScribeIndex höchstens mit „Stark“, wie die Methodik erklärt.

Fazit zur Technik

Solide ModelleDie Spracherkennung ist nach Referenzwerten mindestens so gut wie der Median aktueller Modelle, hat aber einen Abzug von einer Stufe für belegte Qualitätsprobleme.

Für die Spracherkennung setzt AudioPen nach Einschätzung von ScribeIndex auf Whisper über Groq oder Replicate und ElevenLabs Scribe.

Modelle der vermuteten Familie (ElevenLabs Scribe) erreichen im Hugging Face Open ASR Leaderboard, Deutsch (FLEURS und Common Voice) 2,3 % WER. Der Median aller dort gemessenen Modelle liegt bei 4,1 % WER. Weil die Familie nur vermutet ist, zählt ihr mittlerer Wert. Er liegt nahe am besten gemessenen Modell und ergibt damit „Spitzenklasse“. Ohne belegtes Modell ist höchstens „Stark“ möglich, nach Abzug einer Stufe für belegte Qualitätsprobleme ergibt sich „Solide“. Der Modellabgleich von ScribeIndex ordnet die deutschen Ausgaben Whisper zu. Das Urteil stützt sich auf ElevenLabs Scribe, denn je Verarbeitungsstufe zählt das am besten bewertete Kernmodell.

Für die Dokumenterstellung setzt AudioPen nach Einschätzung von ScribeIndex auf OpenAI GPT-Modelle und Google Gemini.

Modelle der vermuteten Familie (OpenAI GPT-Modelle) liegen im Artificial Analysis Intelligence Index zwischen 7 und 52 Punkten. Der Median aller dort gemessenen Modelle liegt bei 30 Punkten. Weil die Familie nur vermutet ist, zählt ihr mittlerer Wert. Er ist mindestens so gut wie der Median und ergibt damit „Stark“. Deutsche Referenzwerte liegen für diese Familie nicht vor. Der Modellabgleich von ScribeIndex ordnet die deutschen Ausgaben der GPT-Familie zu.

Welche Modelle externer KI-Dienste die Kernverarbeitung übernehmen, nennt AudioPen nicht. Welche Regionen und Verträge für diese Dienste gelten, steht im Datenschutzprofil.

Im ScribeIndex-Test „Allgemeine Diktate“ erreicht AudioPen eine Wortfehlerrate von 9,1 %.

Verarbeitungskette

  1. Audio
  2. SpracherkennungWhisper über Groq oder ReplicateEinschätzungElevenLabs ScribeEinschätzung
  3. SprecherzuordnungNicht vorgesehen
  4. DokumenterstellungOpenAI GPT-ModelleEinschätzungGoogle GeminiEinschätzung
  5. Ergebnis

belegt Angabe des Herstellers oder eines offiziellen PartnersEinschätzung abgeleitet aus Unterauftragsverarbeiterlisten, technischen Merkmalen oder Veröffentlichungen

Welches Modell wandelt Sprache in Text um?

Spracherkennung in der Cloud oder auf Wunsch lokal in den nativen Apps.

Whisper über Groq oder Replicate

Einschätzung · mehrere Indizien
  • AnbieterOpenAI (Basismodell), Groq / Replicate (API-Betrieb)
  • HerkunftDrittanbieter-API

AudioPen nennt Groq und Replicate als Dienste für KI und Transkription. Beide bieten Whisper-Spracherkennung an. Version und feste Zuordnung nennt AudioPen nicht.

SchwachVermutetes Modell

2 weitere Referenzwerte in den Daten zu AudioPen (JSON).

ScribeIndex stuft Whisper um eine Stufe herunter. Studien belegen für Whisper erfundene Textpassagen, bei englischen Aufnahmen über die Whisper-API 2023 in rund 1 % der Transkripte und bei Whisper large-v3 in 40 % der Eingaben ohne Sprache. Solche Halluzinationen kommen natürlich bei allen Spracherkennungsmodellen vor, ausschlaggebend sind hier jedoch die eigenen Tests von ScribeIndex mit deutschen Aufnahmen, in denen Whisper hinter seinen Referenzwerten zurückbleibt. Studien: Koenecke et al. 2024, Barański et al. 2025.

ElevenLabs Scribe

Einschätzung · mehrere Indizien
  • AnbieterElevenLabs
  • HerkunftDrittanbieter-API

AudioPen nennt ElevenLabs als Dienst für KI und Transkription. Scribe ist das Spracherkennungsmodell von ElevenLabs. Eine Version nennt AudioPen nicht.

SolideVermutetes Modell

Der Einsatz dieses Modells ist nicht vom Hersteller belegt, sondern eine Einschätzung von ScribeIndex. Die Bewertung ist deshalb auf „Stark“ begrenzt, denn die Spitzenklasse setzt ein belegtes Modell voraus. ScribeIndex stuft ElevenLabs Scribe um eine Stufe herunter. Die deutschen Referenzwerte von ElevenLabs Scribe stammen aus vorgelesenen Einzelsätzen. Vorgelesene Sätze sind natürlich für jedes Modell leichter als freie Gespräche, ausschlaggebend sind hier jedoch die eigenen Tests von ScribeIndex mit deutschen Aufnahmen, in denen ElevenLabs Scribe hinter diesen Werten zurückbleibt.

Die genannten Modelle betreffen die Cloud-Spracherkennung. Das Modell der lokalen Erkennung in den nativen Apps nennt AudioPen nicht. Laut Datenschutzerklärung können die Dienste wechseln.

Modellabgleich im 3. Quartal 2026: Modell zugeordnet. ScribeIndex hat die Ausgaben von AudioPen für 113 eigene Prüfeingaben mit den typischen Ausgaben bekannter Spracherkennungsmodelle verglichen. Bei 61 % davon ähneln sie am stärksten Whisper. Das passt zur Einschätzung, die ScribeIndex aus Angaben von AudioPen ableitet. Einen Nachweis des eingesetzten Modells liefert der Abgleich nicht. Bei weiteren Prüfeingaben ähneln die Ausgaben am stärksten ElevenLabs Scribe (26 %).

  • Whisper 61 %
  • ElevenLabs Scribe 26 %
  • Andere Referenzmodelle 13 %

Methode des Modellabgleichs

Wie werden Sprecher getrennt und zugeordnet?

AudioPen ist für Diktate einer Person ausgelegt.

Laut FAQ kennzeichnet AudioPen keine verschiedenen Sprecher in einem Transkript.

Welches Sprachmodell erstellt Notiz, Bericht oder Zusammenfassung?

Die Umschreibung in den gewählten Stil läuft in der Cloud.

OpenAI GPT-Modelle

Einschätzung · einzelnes Indiz
  • AnbieterOpenAI
  • HerkunftDrittanbieter-API

AudioPen nennt OpenAI als Dienst für KI und Textverarbeitung. Für Textaufgaben bietet OpenAI die GPT-Modelle an. Modell und Version nennt AudioPen nicht.

StarkVermutetes Modell

4 weitere Referenzwerte in den Daten zu AudioPen (JSON).

Google Gemini

Einschätzung · einzelnes Indiz
  • AnbieterGoogle
  • HerkunftDrittanbieter-API

AudioPen nennt Google als Dienst für KI und Textverarbeitung. Für Textaufgaben bietet Google die Gemini-Modelle an. Modell und Version nennt AudioPen nicht.

StarkVermutetes Modell

Laut Datenschutzerklärung können die KI-Dienste wechseln.

Modellabgleich im 3. Quartal 2026: Modell zugeordnet. ScribeIndex hat die Ausgaben von AudioPen für 78 eigene Prüfeingaben mit den typischen Ausgaben bekannter Sprachmodelle verglichen. Bei 60 % davon ähneln sie am stärksten der GPT-Familie. Das passt zur Einschätzung, die ScribeIndex aus Angaben von AudioPen ableitet. Einen Nachweis des eingesetzten Modells liefert der Abgleich nicht. Bei weiteren Prüfeingaben ähneln die Ausgaben am stärksten der Gemini-Familie (23 %).

  • GPT-Familie 60 %
  • Gemini-Familie 23 %
  • Andere Referenzmodelle 17 %

Methode des Modellabgleichs

Welche Modelle stehen hinter Chat- und Zusatzfunktionen?

Prime-Mitglieder können ChatGPT oder Claude lesend mit ihren Notizen verbinden.

ChatGPT

belegtOptionales Modul
  • AnbieterOpenAI
  • HerkunftDrittanbieter-API

Laut Datenschutzerklärung können Prime-Mitglieder ChatGPT verbinden. Die Verbindung liest auf Anfrage Notizen und Originaltranskripte. Eine Modellversion nennt AudioPen nicht.

StarkReferenz der Modellfamilie

4 weitere Referenzwerte in den Daten zu AudioPen (JSON).

Für das eingesetzte Modell gibt es keinen eigenen Referenzwert. Die Werte zeigen die Spannweite der Modelle dieser Familie.

Claude

belegtOptionales Modul
  • AnbieterAnthropic
  • HerkunftDrittanbieter-API

Laut Datenschutzerklärung können Prime-Mitglieder Claude verbinden. Die Verbindung liest auf Anfrage Inhalte des verbundenen Kontos. Eine Modellversion nennt AudioPen nicht.

StarkReferenz der Modellfamilie

  • Claude Opus 5.5Reasoning-Stufe maximal, mit Standard-Rückfallmodell58 PunkteSpitzenklasseAA Intelligence Index
  • Claude Sonnet 5.5Reasoning-Stufe maximal, mit Standard-Rückfallmodell56 PunkteSpitzenklasseAA Intelligence Index
  • Claude Fable 5.1Reasoning-Stufe maximal, mit Standard-Rückfallmodell53 PunkteSpitzenklasseAA Intelligence Index
  • Claude Opus 5Reasoning-Stufe maximal51 PunkteSpitzenklasseAA Intelligence Index
  • Claude Fable 5Reasoning-Stufe maximal, mit Opus 4.8 als Rückfallmodell50 PunkteSpitzenklasseAA Intelligence Index

2 weitere Referenzwerte in den Daten zu AudioPen (JSON).

Für das eingesetzte Modell gibt es keinen eigenen Referenzwert. Die Werte zeigen die Spannweite der Modelle dieser Familie. Der mittlere Wert der Familie ergibt „Spitzenklasse“, ohne eigenen Referenzwert ist die Bewertung aber auf „Stark“ begrenzt.

Die Assistenten gehören zu Ihren eigenen ChatGPT- oder Claude-Konten. Die Umschreibung der Notizen hängt nicht von diesen Verbindungen ab.

Wo werden die Daten verarbeitet und gespeichert?

Bubble und Xano für die Notizdatenbanken, Cloudflare für optionale Konnektoren.

Bubble, Xano und Cloudflare

belegt
  • AnbieterBubble, Xano und Cloudflare

Die Datenschutzerklärung nennt Bubble und Xano für die Datenbanken und Cloudflare für optionale Konnektoren. Regionen nennt AudioPen nicht.

Für Rechenzentren und Hosting gibt es keinen Modellleistungswert. Maßgeblich sind Verarbeitungsort und Datenschutz.

Häufige Fragen

Welches KI-Modell nutzt AudioPen?

  • Für die Spracherkennung nutzt AudioPen nach Einschätzung von ScribeIndex Whisper über Groq oder Replicate und ElevenLabs Scribe. Der Modellabgleich ordnet die deutschen Ausgaben Whisper zu.
  • Für die Dokumenterstellung nutzt AudioPen nach Einschätzung von ScribeIndex OpenAI GPT-Modelle und Google Gemini. Der Modellabgleich ordnet die deutschen Ausgaben der GPT-Familie zu.

Welches Modell wandelt bei AudioPen Sprache in Text um?

  • Whisper über Groq oder Replicate, OpenAI (Basismodell), Groq / Replicate (API-Betrieb), Einschätzung
  • ElevenLabs Scribe, ElevenLabs, Einschätzung

Der Modellabgleich ordnet die deutschen Ausgaben Whisper zu.

Begründung und Quellen

Welches Sprachmodell erstellt bei AudioPen Notiz, Bericht oder Zusammenfassung?

  • OpenAI GPT-Modelle, OpenAI, Einschätzung
  • Google Gemini, Google, Einschätzung

Der Modellabgleich ordnet die deutschen Ausgaben der GPT-Familie zu.

Begründung und Quellen

Quellen

Technische Dokumentation, Unterauftragsverarbeiter, Partnerschaften und Veröffentlichungen zu AudioPen. Stand 13. Oktober 2026.

  1. AudioPen: Datenschutz September 2026 audiopen.ai · abgerufen am 13. Oktober 2026
  2. Groq: Whisper-Spracherkennung console.groq.com · abgerufen am 5. Oktober 2026
  3. Replicate: Whisper-API replicate.com · abgerufen am 5. Oktober 2026
  4. ElevenLabs: Scribe-Spracherkennung elevenlabs.io · abgerufen am 5. Oktober 2026
  5. Google: Modelle der Gemini Enterprise Agent Platform docs.cloud.google.com · abgerufen am 5. Oktober 2026