KI-Diktierassistenten für sprachgestützte Textausarbeitung im Test

Formt gesprochene Gedanken und Änderungsanweisungen zu fertigen E-Mails, Briefen und Dokumenten.

5 getestet · 5 Anbieter · Stand 20. Oktober 2026

Welcher KI-Diktierassistent macht aus gesprochenen Gedanken im Test die besten Texte?

Am besten schneidet Wispr Flow ab, mit 84,2 von 100 Punkten im ScribeIndex-Score, vor Letterly mit 82,5 (Test „Sprachgestützte Textausarbeitung“, 2. bis 4. Quartal 2026, 40 Texte, je 3 Durchläufe). Den Unterschied macht vor allem das Fakten-F1 (95,9 % bei Wispr Flow gegenüber 94,8 % bei Letterly). Letterly liegt dafür beim Anteil umgesetzter Schreibanweisungen (91,2 % gegenüber 89,2 %) vorn.

Ziel: Aus frei gesprochenen Gedanken wird ein versandfertiger Text, der alle Fakten, Namen und Zusagen enthält und jede Anweisung zu Format, Ton und Änderungen umsetzt. Der ScribeIndex-Score zeigt, wie nah ein Dienst diesem Ziel kommt.

Erste Plätze nach ScribeIndex-Score

Angaben zur Testreihe:

Rangliste Sprachgestützte Textausarbeitung

Sortiert nach ScribeIndex-Score. Alle Dienste bearbeiteten denselben Korpus.

Testprotokoll für Sprachgestützte Textausarbeitung
Rangliste Sprachgestützte Textausarbeitung: ScribeIndex-Score, Fakten-F1 mit 95-%-Intervall, Nacharbeit, Speicher- und Verarbeitungsort sowie Preis
PlatzAnbieterScribeIndex-ScoreFakten-F1Nacharbeit je TextSpeicher- und VerarbeitungsortPreis
1Wispr Flow · E-Mails, Nachrichten und berufliche Texte direkt in der Zielanwendung84,295,9 % (94,8–96,8)1,03 minUSA12 $ / Nutzer und Monat · Bei jährlicher Abrechnung
2Letterly · Sprachgestützte E-Mails und Textbearbeitung auf Smartphone und Desktop82,594,8 % (93,6–95,9)1,29 minSpeicherung: EU · Verarbeitung: EU und USA19,99 € / Nutzer und Monat · Brutto
3SpeechLive Legal · Kanzleien mit juristischen Diktaten und anschließender Dokumentausarbeitung81,394,5 % (93,2–95,7)1,41 minSpeicherung: EU · Verarbeitung: EU, teils ohne Angabe49 € / Nutzer und Monat · Bei jährlicher Abrechnung, netto, für diese Aufgabe
4AudioPen · Persönliche Gedanken, E-Mails und klar formulierte berufliche Notizen76,893,1 % (91,7–94,3)1,57 minSpeicherung: Keine Angabe · Verarbeitung: Keine Angabe, lokal wählbar33 $ einmalig pro Nutzer für 3 Monate · Netto
5Superwhisper · Konfigurierbare Diktat- und Schreibabläufe auf dem eigenen Gerät74,392,7 % (91,8–93,8)1,79 minSpeicherung: Lokal beim Anwender · Verarbeitung: Lokal, wahlweise USA7,08 $ / Nutzer und Monat · Bei jährlicher Abrechnung
  • ScribeIndex-Score: 0 bis 100 Punkte. Je höher der ScribeIndex-Score, desto näher kommt die Ausgabe dem Ziel der Testreihe. Die Inhaltsqualität im ScribeIndex-Score besteht zu 80 % aus dem Fakten-F1 und zu 20 % aus der Anweisungstreue.
  • Fakten-F1: Präzision und Vollständigkeit der dokumentierten Fakten, höher ist besser. Darunter das 95-%-Konfidenzintervall.
  • Nacharbeit je Text: Zeit bis zur Zielfassung, geschätzt aus den gezählten Fehlern. Die Zielfassung ist für alle Dienste dieselbe. Die Aufnahmen dauern im Schnitt 4,0 Minuten. Nicht enthalten ist das einmalige Durchlesen, das auch ein von Hand getipptes Dokument braucht.
  • Speicher- und Verarbeitungsort: „teils ohne Angabe“: Für einzelne Verarbeitungsschritte nennt der Anbieter keinen Ort.
  • Preis: Herstellerangaben. Abonnements stehen als Monatswert, Verbrauchspreise je Einheit, jeweils mit Abrechnung und Steuerbasis, soweit der Anbieter sie nennt.

Was die Aufgabe verlangt

Sprachgestützte Textausarbeitung ordnet gesprochene Gedanken zu fertigen E-Mails, Briefen und Dokumenten. Änderungsanweisungen müssen umgesetzt werden, während Fakten und Zusagen erhalten bleiben.

Der Test bewertet den fertigen Text über Faktentreue und Anweisungstreue. Eine wortgetreue Abschrift ist hier nicht das gewünschte Ergebnis. Die WER fließt deshalb nicht in die Rangfolge ein.

Darauf achtet ScribeIndex

  • Text, den Sie ohne Umschreiben versenden können
  • Fakten, Namen, Zahlen und Zusagen erhalten, gemessen als Fakten-F1
  • Format, Ton und Änderungsanweisungen wie gewünscht umgesetzt, gemessen als Anweisungstreue
  • Keine unbelegten Ergänzungen, gezählt als falsche oder unbelegte Aussagen
  • Wenig Nacharbeit bis zum versandfertigen Text, geschätzt in Minuten je Text, dazu die Verarbeitungszeit

Messwerte im Detail

Messwerte Sprachgestützte Textausarbeitung je Anbieter, Protokoll 1.0
KennzahlWispr FlowLetterlySpeechLive LegalAudioPenSuperwhisper
ScribeIndex-Score (0 bis 100 Punkte, 95-%-Intervall darunter)84,2 (80,8–87,2)82,5 (78,3–86,1)81,3 (77,0–85,2)76,8 (72,9–80,4)74,3 (71,0–77,5)
Fakten-F1 (95-%-Intervall darunter)95,9 % (94,8–96,8)94,8 % (93,6–95,9)94,5 % (93,2–95,7)93,1 % (91,7–94,3)92,7 % (91,8–93,8)
Faktenpräzision (richtige / ausgegebene Fakten)96,7 % (2.485 / 2.571)96,7 % (2.429 / 2.512)96,7 % (2.414 / 2.496)95,2 % (2.346 / 2.464)94,9 % (2.368 / 2.494)
Fakten-Recall (erhaltene / Referenzfakten)95,1 % (2.485 / 2.613)93,0 % (2.429 / 2.613)92,4 % (2.414 / 2.613)91,0 % (2.346 / 2.578)90,6 % (2.368 / 2.613)
Falsch positive Fakten (falsch oder unbelegt / zutreffend, nicht relevant)29 / 57 (von 86)47 / 36 (von 83)40 / 42 (von 82)51 / 67 (von 118)50 / 76 (von 126)
Falsche oder unbelegte Aussagen (niedriger ist besser, gezählt: falsche oder unbelegte Aussagen von ausgegebenen Aussagen, nach dem Punkt das 95-%-Intervall)1,1 % (29 von 2.571 · 0,7–1,9)1,9 % (47 von 2.512 · 1,2–2,9)1,6 % (40 von 2.496 · 1,0–2,5)2,1 % (51 von 2.464 · 1,4–3,1)2,0 % (50 von 2.494 · 1,3–3,0)
Umgesetzte Schreibanweisungen (höher ist besser, gezählt: korrekt ausgeführte Anweisungen von Referenzanweisungen, nach dem Punkt das 95-%-Intervall)89,2 % (672 von 753 · 84,5–92,7)91,2 % (687 von 753 · 86,8–94,3)90,6 % (682 von 753 · 86,0–93,8)88,1 % (659 von 748 · 83,2–91,7)85,3 % (642 von 753 · 80,0–89,3)
Nacharbeit je Text (Minuten ohne einmaliges Durchlesen, bei durchschnittlich 4,0 Minuten Aufnahme)1,03 min (0,81–1,27)1,29 min (0,99–1,63)1,41 min (1,05–1,84)1,57 min (1,31–1,86)1,79 min (1,53–2,05)
Verarbeitungszeit, Median (p50)29,0 s23,9 s19,4 s24,2 s24,4 s
Verarbeitungszeit, p95 (95 % der Läufe schneller)64,8 s65,1 s44,3 s47,3 s45,0 s
Testweg (legt den Startpunkt der Zeit fest)Live-DiktatLive-DiktatLive-DiktatLive-DiktatLive-Diktat
Abgeschlossene Läufe (von geplanten Läufen)120 / 120120 / 120120 / 120119 / 120 (1 abgebrochen)120 / 120

Je Zeile ist der beste Wert fett markiert, beim ScribeIndex-Score nur ohne Gleichstand.

Gemessen wurde die Verarbeitungszeit beim Live-Diktat von „Ende des gesprochenen Auftrags“ bis „Fertiger Text verfügbar“.

SpeechLive Legal erzeugt den Text nur über eine Vorlage im Produkt und lief mit der ScribeIndex-Vorlage für diese Aufgabe. Die übrigen Dienste liefern den Text ohne Dokumentvorlage, nur nach dem Arbeitsauftrag.

Testbedingungen

  • Protokoll: Version 1.0 · Ablauf, Kennzahlen und Zählregeln
  • Korpus: Sprachgestützte Textausarbeitung · Kennung de-voice-writing-v1, Korpusversion 1.0, Referenzversion 1.0
  • Umfang: 40 Szenarien × 3 Durchläufe · Alle 40 Szenarien ausgewertet
  • Audio: 2,7 Stunden · 1 min bis 10 min je Szenario, eine sprechende Person
  • Referenz: 20.776 Wörter, 871 Fakten · An der Aufnahme geprüft und vor dem ersten Lauf eingefroren
  • Zeitraum der Testreihe: 2. bis 4. Quartal 2026
  • Unsicherheit: 95-%-Intervalle · Gepaarter Cluster-Bootstrap je Szenario, 2.000 Wiederholungen, Perzentilmethode. Anteile aus Zählern mit Wilson-Intervall und Designeffekt
  • Auswertung: Version 1.0 · Rubrik writing-facts-v1, Version 1.0

Dokumentierte Unterstützung

Die Tabelle zeigt, was die Hersteller zu dieser Aufgabe angeben, getrennt vom Testergebnis.

Herstellerangaben zur Unterstützung dieser Aufgabe
AnbieterHerstellerangabeGetestet
AudioPenEigene Schreibstile und drei Umschreibstufen arbeiten Gedanken zu E-Mails, Notizen und anderen fertigen Texten aus. Quelle: audiopen.ai76,8 Punkte
LetterlyAus Aufnahmen macht Letterly nach eigenen Anweisungen oder vorgegebenen Umschreiboptionen fertige Texte. Voice Rewrite überarbeitet ausgewählte Textstellen. Quelle: letterly.app Quelle: letterly.app82,5 Punkte
SpeechLive LegalDer Legal-Assistent erstellt Dokumente nach einer frei wählbaren eigenen Vorlage. Diktierte Chat-Anweisungen bearbeiten diese anschließend. Quelle: speechlive.com81,3 Punkte
SuperwhisperDie Modi Mail und Message oder ein eigener Modus mit eigenen Anweisungen erstellen und bearbeiten ausgearbeitete deutsche Zieltexte. Quelle: superwhisper.com74,3 Punkte
Wispr FlowCommand Mode schreibt markierten Text nach gesprochenen Anweisungen gezielt um. Quelle: docs.wisprflow.ai84,2 Punkte

Direktvergleiche

10 Direktvergleiche zwischen Anbietern dieser Aufgabe. Zuerst stehen Vergleiche unter den vier Bestplatzierten.

Eigene Auswahl in der Vergleichstabelle

Hintergrundwissen

Fachartikel rund um die sprachgestützte Textausarbeitung.

Alle Artikel
  • Diktat und Textausarbeitung: Diktiersoftware auswählen: Diktat, KI-Text und Kanzlei Wählen Sie Diktiersoftware zuerst nach der Ausgabe. Ein wortnahes Diktat schreibt auf, was Sie sagen, eine KI-Textausarbeitung formuliert daraus einen neuen Text. Danach entscheiden Sprachbefehle, Zielanwendung, Ort der Erkennung und eigenes Wörterbuch. Kanzleien prüfen zusätzlich Normzitate und Fristen sowie die Verschwiegenheitsverpflichtung des Anbieters nach § 43e BRAO.
  • Messwerte verstehen: Word Error Rate erklärt: WER, CER und echte Aussagekraft Die Word Error Rate (WER) misst Wortabweichungen zwischen Transkript und Referenz. Sie eignet sich für den Vergleich von Spracherkennung unter identischen Regeln. Ob ein zusammenfassendes Dokument inhaltlich stimmt, misst sie nicht.
  • Verträge und Datenflüsse prüfen: Datenschutz bei KI-Scribes: Die konkrete Prüfcheckliste Ein Speicherort oder ein Zertifikat beantwortet nicht alle Datenschutzfragen. Die Checkliste zeigt, was Sie vor dem Einsatz eines KI-Scribes klären müssen, von Datenflüssen und Rollen über Auftragsverarbeitung und Unterauftragsverarbeiter bis zu Löschfristen und Trainingsregeln.

Häufige Fragen

Was sagt der ScribeIndex-Score in diesem Test aus?

Je höher der ScribeIndex-Score, desto näher kommen die Ausgaben eines Dienstes dem Ziel der Testreihe („Text, den Sie ohne Umschreiben versenden können“). Den größten Anteil hat mit 75 % die Inhaltsqualität. Sie besteht zu 80 % aus dem Fakten-F1, also ob Fakten, Namen, Zahlen und Zusagen erhalten sind, und zu 20 % aus der Anweisungstreue, also ob Format, Ton und Änderungen wie gewünscht umgesetzt sind. Danach zählt mit 20 % die geschätzte Nacharbeit, die übrigen 5 % hängen davon ab, ob jeder Text fertig wird. Eine wortgetreue Abschrift ist hier nicht das Ziel, die Wortfehlerrate zählt deshalb nicht.

Was unterscheidet Diktiersoftware von Audiotranskription?

Beim Diktieren formuliert eine Person den gewünschten Text bewusst und kann ihn mit Sprachbefehlen steuern. Audiotranskription erschließt dagegen vorhandene Interviews und Aufnahmen. Beide Aufgaben nutzen Spracherkennung, werden aber mit unterschiedlichen Korpora und Abläufen getestet.

Werden Diktate und sprachgestützte Textausarbeitung gleich bewertet?

Nein. Allgemeine und juristische Diktate bewertet ScribeIndex an der WER gegen den gemeinten Text, in dem alle gesprochenen Anweisungen umgesetzt sind, und an korrekt übernommenen Namen und Zahlen. Bei juristischen Diktaten treten Parteien, Beträge und Fristen an die Stelle von Namen und Zahlen, hinzu kommen schwerwiegende Fehler an Fristen, Parteien, Beträgen und Normzitaten. Sprachgestützte Textausarbeitung darf frei formulieren und wird deshalb auf Faktentreue und die korrekte Umsetzung der gesprochenen Anweisungen geprüft.

Daten zu dieser Seite

Maschinenlesbar mit Zählern, Nennern und Intervallen. Frei nutzbar mit Quellenangabe. Zitierweise und Lizenz

Quellen

Herstellerangaben zu Aufgabenunterstützung, Preis sowie Speicher- und Verarbeitungsort der aufgeführten Dienste.

  1. AudioPen: Funktionsumfang und Datenwege audiopen.ai · abgerufen am 13. Oktober 2026
  2. Letterly: Versionshinweise letterly.app · abgerufen am 9. Oktober 2026
  3. Letterly: Aufnahme und Textüberarbeitung letterly.app · abgerufen am 7. Oktober 2026
  4. Superwhisper: Modi superwhisper.com · abgerufen am 15. Oktober 2026
  5. Wispr: Command Mode docs.wisprflow.ai · abgerufen am 6. Oktober 2026
  6. AudioPen: Prime-Preise audiopen.ai · abgerufen am 13. Oktober 2026
  7. Letterly: deutscher App-Store-Tarif apps.apple.com · abgerufen am 5. Oktober 2026
  8. Philips: juristische Tarife speechlive.com · abgerufen am 6. Oktober 2026
  9. Superwhisper: Tarife superwhisper.com · abgerufen am 15. Oktober 2026
  10. Wispr: Preise wisprflow.ai · abgerufen am 5. Oktober 2026
  11. AudioPen: Datenschutz September 2026 audiopen.ai · abgerufen am 13. Oktober 2026
  12. Letterly: Auftragsverarbeitungsvertrag und Unterauftragsverarbeiter letterly.app · abgerufen am 9. Oktober 2026
  13. Philips: Speicherregionen und KI-Datenverarbeitung speechlive.com · abgerufen am 9. Oktober 2026
  14. Philips: Trust Center, FAQ zu Hosting und KI trust.speechlive.com · abgerufen am 9. Oktober 2026
  15. Philips: Trust Center, Unterauftragsverarbeiter trust.speechlive.com · abgerufen am 9. Oktober 2026
  16. Superwhisper: sensible Daten superwhisper.com · abgerufen am 15. Oktober 2026
  17. Superwhisper: Sprachmodelle superwhisper.com · abgerufen am 15. Oktober 2026
  18. Superwhisper: Trust Center, Unterauftragsverarbeiter trust.superwhisper.com · abgerufen am 15. Oktober 2026
  19. Superwhisper: Textmodelle superwhisper.com · abgerufen am 15. Oktober 2026
  20. Wispr: Auftragsverarbeitungsvertrag und Verarbeitungsregion docs.wisprflow.ai · abgerufen am 5. Oktober 2026
  21. Wispr: Sicherheits- und Datenschutzfragen docs.wisprflow.ai · abgerufen am 5. Oktober 2026