voize: 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
voize nutzt ein eigenes Modell für die Spracherkennung und ein eigenes Modell als Sprachmodell.
voize betreibt eine eigene, mit PyTorch trainierte Modellsuite für Spracherkennung, Strukturierung und Pseudonymisierung direkt auf dem Smartphone über den PyTorch-Lite-Interpreter. Optionale gehostete Module ergänzen serverseitige Spracherkennung sowie Textanalyse mit Anthropic Claude über Amazon Bedrock und ein selbst gehostetes, feinabgestimmtes Mistral Small 3 zur Grammatikkorrektur, jeweils in AWS eu-central-1 (Frankfurt). Das freiwillige KI-Learning trainiert die Modelle mit pseudonymisierten Daten in der AWS-Lernumgebung und verteilt neue Modellversionen an die Geräte.
Auf einen Blick
Einordnung: Ohne Referenz- Spracherkennung: Eigenes Modell
- Dokumenterstellung: Eigenes Modell
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 voize auf ein eigenes Spracherkennungsmodell (On-Device über PyTorch Lite). Für Eigenentwicklungen des Anbieters gibt es keine unabhängigen Vergleichswerte.
Für die Dokumenterstellung setzt voize auf eigene NLP- und Strukturierungsmodelle (On-Device). Auch dafür gibt es keine unabhängigen Vergleichswerte.
Die Kernverarbeitung läuft lokal beim Anwender. Externe KI-Dienste kommen nur bei optionalen Zusatzfunktionen hinzu (Anthropic und Amazon Web Services).
Verarbeitungskette
- Audio
- Spracherkennung: voize-Spracherkennungsmodell (Eigenentwicklung, On-Device über PyTorch Lite) · belegt, Gehostete Spracherkennung (optional) · Einschätzung
- Sprecherzuordnung: Rollenzuordnung im SIS-Aufnahmegespräch über Textanalyse (optional) · Einschätzung
- Dokumenterstellung: voize-NLP- und Strukturierungsmodelle (Eigenentwicklung, On-Device) · belegt, Anthropic Claude über Amazon Bedrock (gehostetes Textmodul, optional) · belegt, Mistral Small 3 (feinabgestimmt und selbst gehostet, Grammatikkorrektur im gehosteten Textmodul, optional) · belegt
- Ergebnis
belegt: Angabe des Herstellers oder eines offiziellen Partners. Einschätzung: abgeleitet aus Unterauftragsverarbeiterlisten, technischen Merkmalen oder Veröffentlichungen
Welches Modell wandelt Sprache in Text um?
Eigene On-Device-Spracherkennung, optional serverseitige Transkription
voize-Spracherkennungsmodell (Eigenentwicklung, On-Device über PyTorch Lite)
Nachweis: belegt (Vom Anbieter oder einem offiziellen Partner selbst genannt, samt Einsatzzweck)- Anbieter: voize (eigene Entwicklung)
- Herkunft: Eigenentwicklung
Der CTO beschreibt im Tech-Blog, dass voize seine ML-Modelle mit PyTorch trainiert, als TorchScript für den PyTorch-Lite-Interpreter exportiert und eine ganze Suite dieser Modelle auf Android und iOS ausführt. Die Datenschutzunterlagen bestätigen, dass die Sprachverarbeitung ohne Serverkommunikation auf dem Smartphone läuft. Architektur, Modellgröße und Version sind nicht veröffentlicht.
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.
Gehostete Spracherkennung (optional)
Nachweis: Einschätzung · mehrere Indizien (Vom Anbieter nicht bestätigt, abgeleitet aus mehreren Hinweisen) · Optionales Modul (Zählt nicht zur Bewertung der Kernverarbeitung deutscher Gespräche)- Anbieter: voize (eigenes Modell auf AWS)
- Herkunft: Eigenentwicklung
Dokumentiert ist ein optionales Modul für gehostete Audiotranskription, dessen Inferenzdienst bei AWS in eu-central-1 läuft. Einschätzung: Da kein externer ASR-Anbieter als Unterauftragsverarbeiter geführt wird und voize einen Fork des NVIDIA-Triton-Backends für TorchScript-Modelle pflegt, läuft hier ein eigenes PyTorch-Modell auf eigener AWS-Infrastruktur.
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.
Welche Funktionen das gehostete Audiomodul nutzen, wird öffentlich nicht im Einzelnen zugeordnet.
Für einen eigenen Modellabgleich steht ScribeIndex derzeit kein Zugang zu voize zur Verfügung. Die Angaben oben stützen sich auf die Dokumentation des Anbieters.
Wie werden Sprecher getrennt und zugeordnet?
Push-to-talk-Einzeldiktat. Gesprächsanalyse ohne dokumentierte Diarisierung
Rollenzuordnung im SIS-Aufnahmegespräch über Textanalyse
Nachweis: Einschätzung · einzelnes Indiz (Vom Anbieter nicht bestätigt, abgeleitet aus einem einzelnen Hinweis) · Optionales Modul- Anbieter: voize / Anthropic über Amazon Bedrock
- Herkunft: Nicht bekannt
Einzeldiktate entstehen per gedrückter Aufnahmetaste und benötigen keine Sprechertrennung. Für das SIS-Aufnahmegespräch wird das Gespräch aufgenommen, im Hintergrund analysiert und unter anderem als wörtliche Rede der bewohnenden Person eingetragen. Einschätzung: Die Unterscheidung der Gesprächsparteien erfolgt in der Textanalyse, für die im gehosteten Textmodul Claude über Bedrock dokumentiert ist, und nicht in einem separaten Diarisierungsmodell.
Einstufung: Ohne Referenz
Ein benanntes Diarisierungsmodell ist nicht dokumentiert.
Welches Sprachmodell erstellt Notiz, Bericht oder Zusammenfassung?
Eigene On-Device-NLP-Modelle für Feldzuordnung, optional Claude über Bedrock und selbst gehostetes Mistral Small 3
voize-NLP- und Strukturierungsmodelle (Eigenentwicklung, On-Device)
Nachweis: belegt- Anbieter: voize (eigene Entwicklung)
- Herkunft: Eigenentwicklung
Laut Trust Center laufen Spracherkennung, Strukturierung und Pseudonymisierung lokal auf dem Gerät. Die Series-A-Mitteilung betont ein eigenes, auf Pflegeprozesse trainiertes Sprachmodell statt generischer LLMs wie ChatGPT, und der Tech-Blog nennt das Training eigener ASR- und NLP-Modelle.
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.
Anthropic Claude über Amazon Bedrock (gehostetes Textmodul)
Nachweis: belegt · Optionales Modul- Anbieter: Anthropic / Amazon Web Services
- Herkunft: Drittanbieter-API
Die Unterauftragsverarbeiterliste vom 06.08.2026 nennt den Betrieb des Foundation-Modells Claude über Amazon Bedrock für die serverseitige Textanalyse in eu-central-1. Unterauftragsverarbeiter ist ausschließlich AWS, Anthropic erhält architekturbedingt keinen Zugriff auf Prompts und Ausgaben.
Einstufung: Stark (Im unabhängigen Benchmark mindestens so gut wie der Median aller gemessenen Modelle) · Referenz der Modellfamilie
- Claude Opus 5.5 · Reasoning-Stufe maximal, mit Standard-Rückfallmodell: 58 Punkte · Spitzenklasse · AA Intelligence Index
- Claude Sonnet 5.5 · Reasoning-Stufe maximal, mit Standard-Rückfallmodell: 56 Punkte · Spitzenklasse · AA Intelligence Index
- Claude Fable 5.1 · Reasoning-Stufe maximal, mit Standard-Rückfallmodell: 53 Punkte · Spitzenklasse · AA Intelligence Index
- Claude Opus 5 · Reasoning-Stufe maximal: 51 Punkte · Spitzenklasse · AA Intelligence Index
- Claude Fable 5 · Reasoning-Stufe maximal, mit Opus 4.8 als Rückfallmodell: 50 Punkte · Spitzenklasse · AA Intelligence Index
2 weitere Referenzwerte in den Daten zu voize (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.
Mistral Small 3 (feinabgestimmt und selbst gehostet, Grammatikkorrektur im gehosteten Textmodul)
Nachweis: belegt · Optionales Modul- Anbieter: Mistral AI (Gewichte), Betrieb durch voize
- Herkunft: Angepasstes offenes Modell
Die Unterauftragsverarbeiterliste nennt ein von voize feinabgestimmtes Mistral-Small-3-Modell zur Grammatikkorrektur, das auf eigener AWS-Infrastruktur läuft. Mistral AI ist deshalb kein Unterauftragsverarbeiter.
Einstufung: Schwach (Im unabhängigen Benchmark um mehr als den Faktor zwei schlechter als der Median) · Angepasstes Modell: Referenz des Basismodells
- Mistral Small 3 · ohne Reasoning, Basismodell ohne Feinabstimmung · Schätzwert von Artificial Analysis: 7 Punkte · Schwach · AA Intelligence Index
Der Anbieter hat das Modell angepasst. Unabhängige Werte gibt es nur für das Basismodell.
Das gehostete Textmodul mit Claude und Mistral Small 3 ist optional. Laut Anbieter verarbeitet es Text nur flüchtig, ohne dauerhafte Speicherung.
Welche Modelle stehen hinter Chat- und Zusatzfunktionen?
Kein Chat- oder Frage-Antwort-Assistent dokumentiert
voize legt das Modell für diesen Schritt nicht offen. voize beschreibt Diktat, Strukturierung und SIS-Auswertung, aber keinen frei befragbaren Assistenten.
Für diesen Schritt gibt es keine öffentlich verfügbaren Referenzmodelle, gegen die der Modellabgleich prüfen könnte. Er deckt Spracherkennung und Dokumenterstellung ab.
Wo werden die Daten verarbeitet und gespeichert?
On-Device-Inferenz, AWS eu-central-1 für optionale Module und KI-Learning, lokales Gateway im Krankenhaus
On-Device-Inferenz mit PyTorch Lite über eigene Kotlin-Multiplatform-Bibliothek
Nachweis: belegt- Anbieter: voize (Bibliothek), PyTorch (Laufzeit)
voize hat PyTorch Lite Multiplatform als Open Source veröffentlicht und setzt die Bibliothek nach eigener Angabe seit Langem produktiv für mehrere On-Device-Modelle ein. Modelle werden mit der App ausgeliefert oder über die Modellverwaltung heruntergeladen.
Amazon Web Services, eu-central-1 Frankfurt (Inferenz der gehosteten Module und KI-Lernumgebung)
Nachweis: belegt- Anbieter: Amazon Web Services
AWS ist als Unterauftragsverarbeiter für Serverhosting, gehostete Inferenz und die KI-Lernumgebung mit Leistungsort eu-central-1 gelistet. Die TOMs des AVV nennen Hosting in AWS Frankfurt mit Mandantenisolation und transienter Arbeitsspeicherverarbeitung.
Kubernetes mit AWS-EKS-Cluster und eigenem K3s-Cluster
Nachweis: belegt- Anbieter: Amazon Web Services / voize
Laut Tech-Blog laufen ML-Inferenzdienst, Datenannotation, ETL und das Training neuer ASR- und NLP-Modelle auf einem EKS-Cluster und einem eigenen K3s-Cluster.
Selbst betriebener Inferenzserver auf Basis von NVIDIA Triton
Nachweis: Einschätzung · einzelnes Indiz- Anbieter: NVIDIA (Open Source) / voize
Einschätzung: Die GitHub-Organisation von voize pflegt einen Fork des Triton-PyTorch-Backends für TorchScript-Modelle, was zum dokumentierten ML-Inferenzdienst für eigene PyTorch-Modelle passt.
Lokales voize Gateway als virtuelle Maschine im Krankenhaus
Nachweis: belegt- Anbieter: voize
Im Krankenhaus laufen Daten vom Dienstgerät über ein lokales Gateway ins KIS. Dafür ist ein Server mit virtueller Maschine erforderlich.
Anthropic PBC ist zusätzlich nur für interne Entwicklungs-, Infrastruktur- und Supportprozesse mit Leistungsort USA gelistet, nicht für die Produktverarbeitung über Bedrock.
Für Rechenzentren und Hosting gibt es keinen Modellleistungswert. Maßgeblich sind Verarbeitungsort und Datenschutz.
Häufige Fragen
Welches KI-Modell nutzt voize?
- Für die Spracherkennung nutzt voize ein eigenes Spracherkennungsmodell (On-Device über PyTorch Lite).
- Für die Dokumenterstellung nutzt voize eigene NLP- und Strukturierungsmodelle (On-Device).
Welches Modell wandelt bei voize Sprache in Text um?
- voize-Spracherkennungsmodell (Eigenentwicklung, On-Device über PyTorch Lite), voize (eigene Entwicklung), belegt
Außerhalb der Kernverarbeitung nutzt voize gehostete Spracherkennung (optional, Einschätzung).
Welches Sprachmodell erstellt bei voize Notiz, Bericht oder Zusammenfassung?
- voize-NLP- und Strukturierungsmodelle (Eigenentwicklung, On-Device), voize (eigene Entwicklung), belegt
Außerhalb der Kernverarbeitung nutzt voize Anthropic Claude über Amazon Bedrock (gehostetes Textmodul, optionales Zusatzmodul) und Mistral Small 3 (feinabgestimmt und selbst gehostet, Grammatikkorrektur im gehosteten Textmodul, optionales Zusatzmodul).
Quellen
Technische Dokumentation, Unterauftragsverarbeiter, Partnerschaften und Veröffentlichungen zu voize. Stand 7. Oktober 2026.
- voize Tech-Blog: PyTorch Lite Multiplatform tech.voize.de · abgerufen am 2. Oktober 2026
- voize: Angaben zum Datenschutz, Spracheingabe am Smartphone voize.notion.site · abgerufen am 2. Oktober 2026
- voize: pytorch-lite-multiplatform auf GitHub github.com · abgerufen am 2. Oktober 2026
- voize: Unterauftragsverarbeiter, Stand 6. August 2026 voize.notion.site · abgerufen am 2. Oktober 2026
- voize Trust Center: FAQ zu AVV und TOMs trust.voize.ai · abgerufen am 2. Oktober 2026
- voize: Fork des Triton-PyTorch-Backends auf GitHub github.com · abgerufen am 2. Oktober 2026
- voize Hilfe-Center: SIS-Aufnahmegespräch einsprechen help.voize.de · abgerufen am 7. Oktober 2026
- voize: Series-A-Mitteilung zum eigenen Sprachmodell voize.ai · abgerufen am 2. Oktober 2026
- voize Tech-Blog: Monitoring der ML- und ETL-Infrastruktur tech.voize.de · abgerufen am 2. Oktober 2026
- voize: Systemarchitektur und Modellverwaltung voize.notion.site · abgerufen am 2. Oktober 2026
- voize: Krankenhauslösung mit lokalem Gateway voize.ai · abgerufen am 7. Oktober 2026