tomedo Spracherkennung: KI-Modelle und Technik
Welche Modelle erkennen die Sprache, trennen die Sprecher und erzeugen die Dokumente? Belegte Herstellerangaben und begründete Einschätzungen sind getrennt gekennzeichnet.
Kurzfassung
tomedo Spracherkennung nutzt ein eigenes Modell für die Spracherkennung und Gemini (nur Zusatzmodul, Einschätzung) als Sprachmodell.
Die tomedo-Spracherkennung ist eine von zollsoft entwickelte Diktier-KI, die als lokaler Spracherkennungsserver in der Praxis läuft. Version 2.0 wird bei Neuinstallation als native macOS-Anwendung ab Apple M1 eingerichtet, ältere Installationen laufen als Docker-Container auf Mac oder Linux. Darauf setzen die cloudbasierten tomedo.Intelligence-Funktionen auf, die den erkannten Text mit LLMs weiterverarbeiten. Standardmodell des Kartei-Chats ist seit tomedo v1.162 Google Gemini, für alle Cloud-Verarbeitungen gelten EU-Hosting und ein Vertrag ohne Datenspeicherung beim Modellanbieter (Zero Data Retention).
Auf einen Blick
Einordnung: Ohne Referenz- Spracherkennung: Eigenes Modell
- Dokumenterstellung: Nur Zusatzmodul, Einschätzung: Gemini
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
Ohne Referenz: Mindestens ein Modell oder KI-Dienst ist benannt, unabhängige Vergleichswerte fehlen.
Für die Spracherkennung setzt tomedo Spracherkennung auf die tomedo-Spracherkennung 2.0 (zollsoft-Eigenentwicklung). Für Eigenentwicklungen des Anbieters gibt es keine unabhängigen Vergleichswerte.
Die Dokumenterstellung gehört nicht zum Grundprodukt. Das optionale Zusatzmodul nutzt nach Einschätzung von ScribeIndex Google Gemini.
Verarbeitungskette
- Audio
- Spracherkennung: tomedo-Spracherkennung 2.0 (zollsoft-Eigenentwicklung) · belegt, Akustikmodell mit Phonemausgabe, Aussprachelexikon und Sprachmodell · Einschätzung, Cloud-Transkription für tomedo.Intelligence ohne lokale Lizenz (optional) · Einschätzung
- Sprecherzuordnung: Rollenerschließung aus dem Transkript durch das LLM des Sprechstunden-Assistenten (optional) · Einschätzung
- Dokumenterstellung: Google Gemini (optional) · Einschätzung
- Ergebnis
belegt: Angabe des Herstellers oder eines offiziellen Partners. Einschätzung: abgeleitet aus Unterauftragsverarbeiterlisten, technischen Merkmalen oder Veröffentlichungen
Welches Modell wandelt Sprache in Text um?
Eigenentwickelte lokale Spracherkennung, Cloud-Transkription ohne gebuchtes Modul
tomedo-Spracherkennung 2.0 (zollsoft-Eigenentwicklung)
Nachweis: belegt (Vom Anbieter oder einem offiziellen Partner selbst genannt, samt Einsatzzweck)- Anbieter: zollsoft (eigene Entwicklung)
- Herkunft: Eigenentwicklung
zollsoft bezeichnet die Spracherkennung als selbst entwickelte KI mit über 10.000 medizinischen Fachbegriffen, offline nutzbar und mit lokaler Datenhaltung. Das Handbuch beschreibt den Download von Spracherkennungsserver und -modell, die Spracherkennung 2.0 ab tomedo v1.141 mit mindestens Apple M1 und 4 GB RAM je Nutzer sowie die Installation als native macOS-Anwendung ohne Docker Desktop.
Einstufung: Ohne Referenz (ScribeIndex vergibt keine Stufe, weil ein unabhängiger Benchmarkwert fehlt) · Eigenentwicklung ohne unabhängige Referenz
Eigenentwicklung des Anbieters. Für eigene Modelle gibt es keine unabhängigen Benchmarks. Über ihre Qualität sagt das nichts. Einen eigenen Test von ScribeIndex gibt es für diesen Dienst noch nicht.
Akustikmodell mit Phonemausgabe, Aussprachelexikon und Sprachmodell
Nachweis: Einschätzung · mehrere Indizien (Vom Anbieter nicht bestätigt, abgeleitet aus mehreren Hinweisen)- Anbieter: zollsoft (eigene Entwicklung)
- Herkunft: Eigenentwicklung
Einschätzung: Beim Anlernen ordnet die Nutzerin erkannte Phonemfolgen einem Wort zu, empfohlen sind drei bis fünf Varianten, und bei ähnlichen Phonemen bietet die Erkennung Alternativwörter an. Ein solcher Anlernweg setzt ein System voraus, das Phoneme explizit ausgibt und über ein erweiterbares Lexikon dekodiert, wie hybride oder phonembasierte CTC-Systeme. End-to-End-Modelle der Whisper-Klasse geben keine Phonemfolgen aus. Die Stellenanzeige nennt Python mit PyTorch oder TensorFlow für die Entwicklung der Spracherkennung.
Einstufung: Ohne Referenz · Eigenentwicklung ohne unabhängige Referenz
Eigenentwicklung des Anbieters. Für eigene Modelle gibt es keine unabhängigen Benchmarks. Über ihre Qualität sagt das nichts. Einen eigenen Test von ScribeIndex gibt es für diesen Dienst noch nicht.
Cloud-Transkription für tomedo.Intelligence ohne lokale Lizenz
Nachweis: Einschätzung · einzelnes Indiz (Vom Anbieter nicht bestätigt, abgeleitet aus einem einzelnen Hinweis) · Optionales Modul (Zählt nicht zur Bewertung der Kernverarbeitung deutscher Gespräche)- Anbieter: nicht benannt (Kandidaten: zollsoft-ASR auf Cloud-Servern oder Google)
- Herkunft: Nicht bekannt
Dokumentiert ist, dass Gespräche ohne gebuchte Spracherkennung derzeit kostenlos über zollsoft-Cloud-Server transkribiert werden und dass Cloud-Verarbeitungen ein in der EU gehostetes, leistungsstarkes Sprachmodell mit Zero-Data-Retention-Vertrag nutzen. Einschätzung: Der Vertrag mit einem externen Anbieter und Gemini als dokumentiertes Standard-LLM sprechen für ein audiofähiges Google-Modell. Alternativ läuft die eigene ASR auf zollsoft-Servern.
Einstufung: Ohne Referenz
Für dieses Modell oder diesen Dienst ist kein unabhängiger Referenzwert veröffentlicht.
Nutzer ohne freigeschaltete tomedo-Spracherkennung können die Apple-Diktierfunktion (Siri) verwenden.
Für einen eigenen Modellabgleich steht ScribeIndex derzeit kein Zugang zu tomedo Spracherkennung zur Verfügung. Die Angaben oben stützen sich auf die Dokumentation des Anbieters.
Wie werden Sprecher getrennt und zugeordnet?
Keine dokumentierte Sprechertrennung
Rollenerschließung aus dem Transkript durch das LLM des Sprechstunden-Assistenten
Nachweis: Einschätzung · einzelnes Indiz · Optionales Modul- Anbieter: Google
- Herkunft: Drittanbieter-API
Der Sprechstunden-Assistent erzeugt zunächst mit der tomedo-Spracherkennung ein Transkript und lässt es anschließend von einem LLM in Karteieinträge wie Anamnese, Befund und Therapie überführen. Ein Schritt zur Sprecherkennzeichnung wird nicht beschrieben, die Diktiererkennung ist auf einen Sprecher ausgelegt. Einschätzung: Die Zuordnung von Arzt- und Patientenaussagen erfolgt implizit im LLM.
Einstufung: Ohne Referenz
Ein Diarisierungsmodell ist nicht dokumentiert.
Welches Sprachmodell erstellt Notiz, Bericht oder Zusammenfassung?
Cloud-LLM für intelligentes Diktat, Sprechstunden-Assistent und KI-Zusammenfassung
Google Gemini
Nachweis: Einschätzung · mehrere Indizien · Optionales Modul- Anbieter: Google
- Herkunft: Drittanbieter-API
Gemini ist seit v1.162 als Standardmodell des Kartei-Chats dokumentiert, und für alle Cloud-Verarbeitungen von tomedo.Intelligence nennt zollsoft ein EU-gehostetes Sprachmodell mit Zero-Data-Retention-Vertrag. Einschätzung: Intelligentes Diktat (ab v1.166), Sprechstunden-Assistent und KI-Zusammenfassung nutzen dieselbe LLM-Anbindung. Das Handbuch nennt für den Sprechstunden-Assistenten ein neues Analyseverfahren mit besserem zugrunde liegendem Modell.
Einstufung: Stark (Im unabhängigen Benchmark mindestens so gut wie der Median aller gemessenen Modelle) · Vermutetes Modell
- Gemini 4 Argon · Reasoning-Stufe hoch: 53 Punkte · Spitzenklasse · AA Intelligence Index
- Gemini 3.8 Flash · Reasoning-Stufe hoch: 41 Punkte · Stark · AA Intelligence Index
- Gemini 3.5 Flash · Reasoning-Stufe hoch: 33 Punkte · Stark · AA Intelligence Index
- Gemini 3.1 Pro Preview · Standardeinstellung: 30 Punkte · Stark · AA Intelligence Index
- Gemini 3.5 Flash-Lite · Standardeinstellung: 22 Punkte · Solide · AA Intelligence Index
Das intelligente Diktat analysiert den erkannten Text nach jedem neuen Abschnitt erneut. Vorlagen und eigene Prompts steuern die Ausgabe.
Welche Modelle stehen hinter Chat- und Zusatzfunktionen?
Kartei-Chat mit Quellenverweisen und Aktionen, KI-Soforthilfe für Support
Google Gemini als Standardmodell des Kartei-Chats
Nachweis: belegt · Optionales Modul- Anbieter: Google
- Herkunft: Drittanbieter-API
Das Handbuch nennt Google Gemini als Standard-Sprachmodell des Kartei-Chats, das Changelog v1.162.0.11 dokumentiert die Umstellung. Der Chat beantwortet Fragen zur Kartei mit Quellenverweisen, analysiert PDF- und Bilddateien und kann Karteieinträge, Formulare, Diagnosen und Abrechnungsziffern anlegen. Die KI-Soforthilfe in tomedo beruht laut Handbuch auf denselben Grundlagen wie der Kartei-Chat und soll keine Patientendaten erhalten.
Einstufung: Stark · Referenz der Modellfamilie
- Gemini 4 Argon · Reasoning-Stufe hoch: 53 Punkte · Spitzenklasse · AA Intelligence Index
- Gemini 3.8 Flash · Reasoning-Stufe hoch: 41 Punkte · Stark · AA Intelligence Index
- Gemini 3.5 Flash · Reasoning-Stufe hoch: 33 Punkte · Stark · AA Intelligence Index
- Gemini 3.1 Pro Preview · Standardeinstellung: 30 Punkte · Stark · AA Intelligence Index
- Gemini 3.5 Flash-Lite · Standardeinstellung: 22 Punkte · Solide · AA Intelligence Index
Für das eingesetzte Modell gibt es keinen eigenen Referenzwert. Die Werte zeigen die Spannweite der Modelle dieser Familie.
Alternative LLMs auf Anfrage über den Support
Nachweis: belegt · Optionales Modul- Anbieter: nicht benannt
- Herkunft: Drittanbieter-API
Laut Handbuch stehen bei Bedarf andere Modelle zur Verfügung. Ein Wechsel erfolgt über den zollsoft-Support.
Einstufung: Ohne Referenz
Für dieses Modell oder diesen Dienst ist kein unabhängiger Referenzwert veröffentlicht.
- Quelle: tomedo-Handbuch: Kartei-Chat
Mit KI erstellte Karteieinträge und Formularfelder werden dauerhaft gekennzeichnet und sind nach Quelle filterbar. Das Chatfenster auf der Website tomedo.de nutzt laut Datenschutzerklärung ChatGPT von OpenAI. Es gehört nicht zur Praxissoftware.
Wo werden die Daten verarbeitet und gespeichert?
Lokaler Spracherkennungsserver in der Praxis, LLM-Funktionen in einer EU-Cloud
Lokaler Spracherkennungsserver (native macOS-Anwendung ab Apple M1, Bestandsinstallationen mit Docker auf macOS oder Linux)
Nachweis: belegt- Anbieter: zollsoft
Der Server läuft auf dem tomedo-Server, einem Client oder als Einzelplatzserver. Die Version 1.0 setzte Docker Desktop auf Mac oder einen Linux-Server voraus. Audio verlässt bei lokaler Erkennung die Praxis nicht.
EU-gehostetes LLM mit Zero-Data-Retention-Vertrag (Google Cloud Vertex AI, EU-Region)
Nachweis: Einschätzung · mehrere Indizien · Optionales Modul- Anbieter: Google
Dokumentiert sind EU-Hosting, verschlüsselte Übertragung ohne Speicherung und ein Zero-Data-Retention-Vertrag mit dem Anbieter. Einschätzung: Mit Gemini als Standardmodell entspricht dies dem Betrieb über Vertex AI in einer EU-Region.
zollsoft-Cloud-Server für Transkription ohne lokale Lizenz
Nachweis: belegt · Optionales Modul- Anbieter: zollsoft
Das Handbuch nennt die Verarbeitung über zollsoft-Cloud-Server, wenn keine lokale Spracherkennung gebucht ist. Rechenzentrum und Region sind nicht veröffentlicht.
Freigegebene Trainingsdaten und Korrekturen gehen nach Filterung und Anonymisierung an zollsoft. Der Speicherort ist nicht veröffentlicht.
Für Rechenzentren und Hosting gibt es keinen Modellleistungswert. Maßgeblich sind Verarbeitungsort und Datenschutz.
Häufige Fragen
Welches KI-Modell nutzt tomedo Spracherkennung?
- Für die Spracherkennung nutzt tomedo Spracherkennung die tomedo-Spracherkennung 2.0 (zollsoft-Eigenentwicklung) sowie ein Akustikmodell mit Phonemausgabe, Aussprachelexikon und Sprachmodell (Einschätzung).
- Für die Dokumenterstellung nutzt tomedo Spracherkennung nach Einschätzung von ScribeIndex nur im optionalen Zusatzmodul Google Gemini.
Welches Modell wandelt bei tomedo Spracherkennung Sprache in Text um?
- tomedo-Spracherkennung 2.0 (zollsoft-Eigenentwicklung), zollsoft (eigene Entwicklung), belegt
- Akustikmodell mit Phonemausgabe, Aussprachelexikon und Sprachmodell, zollsoft (eigene Entwicklung), Einschätzung
Außerhalb der Kernverarbeitung nutzt tomedo Spracherkennung Cloud-Transkription für tomedo.Intelligence ohne lokale Lizenz (Einschätzung, optionales Zusatzmodul).
Welches Sprachmodell erstellt bei tomedo Spracherkennung Notiz, Bericht oder Zusammenfassung?
- Google Gemini, Google, Einschätzung, optionales Zusatzmodul
Quellen
Technische Dokumentation, Unterauftragsverarbeiter, Partnerschaften und Veröffentlichungen zu tomedo Spracherkennung. Stand 13. Oktober 2026.
- tomedo: Spracherkennung, Produktseite tomedo.de · abgerufen am 13. Oktober 2026
- tomedo-Handbuch: Installation und Einstellungen der Spracherkennung 2.0 support.tomedo.de · abgerufen am 5. Oktober 2026
- tomedo-Changelog: Spracherkennung 2.0 als native macOS-Anwendung support.tomedo.de · abgerufen am 5. Oktober 2026
- tomedo-Handbuch: Fehlerkorrektur und Anlernmechanismen support.tomedo.de · abgerufen am 5. Oktober 2026
- tomedo-Handbuch: intelligentes Diktat mit LLM support.tomedo.de · abgerufen am 6. Oktober 2026
- zollsoft: Stellenanzeige Machine-/Deep-Learning zollsoft.de · abgerufen am 5. Oktober 2026
- tomedo-Handbuch: tomedo.Intelligence, Transkription lokal oder Cloud support.tomedo.de · abgerufen am 13. Oktober 2026
- tomedo.Intelligence: Datenschutz und Datenverarbeitung tomedo.de · abgerufen am 13. Oktober 2026
- tomedo-Handbuch: Sprechstunden-Assistent support.tomedo.de · abgerufen am 6. Oktober 2026
- tomedo: Changelog v1.162.0.11 support.tomedo.de · abgerufen am 13. Oktober 2026
- tomedo-Handbuch: KI-Zusammenfassung von Arztbriefen support.tomedo.de · abgerufen am 5. Oktober 2026
- tomedo: Datenschutzerklärung, ChatGPT und LangSmith tomedo.de · abgerufen am 5. Oktober 2026
- tomedo-Handbuch: Kartei-Chat support.tomedo.de · abgerufen am 13. Oktober 2026
- tomedo-Handbuch: Hilfe & Supportkontakt, KI-Soforthilfe support.tomedo.de · abgerufen am 5. Oktober 2026
- tomedo-Handbuch: FAQ Spracherkennung support.tomedo.de · abgerufen am 13. Oktober 2026