Sprache zu Text: So wandelst du Sprache in Text um
Für ein paar Sätze brauchst du keine neue App: Handy, Mac, Windows und Google Docs haben eine kostenlose Spracheingabe auf Deutsch, Word mit Microsoft 365. Unten steht für jedes Gerät, wo du sie findest und welche Satzzeichen du ansagen kannst. Geht es um ein Gespräch, ein Meeting oder eine fertige Aufnahme, hilft Diktieren nicht weiter. Dann brauchst du eine Transkription, die Sprecher trennt und das Audio behält. Das ist der Teil, den Klang übernimmt.
01
Diktieren oder transkribieren: zwei verschiedene Aufgaben
Beim Diktieren sprichst du selbst in ein Textfeld, etwa für eine Mail, eine Nachricht oder einen Entwurf. Der Text erscheint, während du sprichst, und du korrigierst sofort. Das ist praktisch, wenn du schneller schreiben willst oder gerade nicht tippen kannst.
Beim Transkribieren wird ein Gespräch aufgenommen und danach in Text verwandelt: ein Interview, eine Besprechung, eine Vorlesung, ein Telefonat oder eine Sprachnachricht. Hier zählt, wer was gesagt hat, dass in Pausen nichts verloren geht und dass du zur Stelle im Audio zurückspringen kannst. Das kann die eingebaute Spracheingabe nicht.
Welcher Weg passt zu dir?
Alle drei verwandeln Sprache in Text. Entscheidend ist, was du gerade vorhast:
| Spracheingabe von Handy, Windows, Word | Klang Desktop: Diktat | Klang: Transkription | |
|---|---|---|---|
| Gut für | Kurze Nachrichten, Suchanfragen, Notizen | Mails, Chats und Texte am Computer, in jeder App | Meetings, Interviews, Telefonate, Vorlesungen, Dateien |
| Text ist da | Während du sprichst | Sobald du die Taste loslässt | Nach der Aufnahme oder dem Upload |
| Satzzeichen | Teils automatisch, sonst ansagen | Automatisch, Füllwörter entfernt | Automatisch |
| Mehrere Sprecher | Nein | Nein, für eine Person gedacht | Ja, Sprecher getrennt (vollständig in Pro) |
| Audio bleibt erhalten | Nein | Nein | Ja, Text und Ton sind verknüpft |
| Kosten | Im Gerät enthalten; Word nur mit Microsoft 365 | Mit Klang-Konto, Beta für Mac und Windows | Kostenloser Tarif; Pro 16 € (14 € jährlich) zzgl. MwSt. |
Stand 14. November 2026, nach den Hilfeseiten von Microsoft, Google, Apple und Klang.
02
Spracheingabe auf Deutsch: so startest du sie auf jedem Gerät
Alle diese Funktionen sind ohne Zusatzkosten an Bord, Word ausgenommen. Stell jeweils Deutsch als Sprache ein, sonst schreibt die Erkennung englische Wörter.
- iPhone: Einstellungen > Allgemein > Tastatur > „Diktierfunktion aktivieren“ einschalten. Danach tippst du in jeder App auf das Mikrofon der Tastatur. In unterstützten Sprachen setzt das iPhone Kommas, Punkte und Fragezeichen selbst („Automatische Interpunktion“), und laut Apple braucht das Diktat in vielen Sprachen keine Internetverbindung.
- Android: In der Gboard-Tastatur auf das Mikrofon tippen. Deutsch muss in den Tastatursprachen stehen. Für Live-Untertitel eines Gesprächs gibt es die Google-App „Automatische Transkription“ (auf Pixel unter Einstellungen > Bedienungshilfen, sonst bei Google Play); sie speichert Transkripte höchstens drei Tage.
- Windows 11: Im Textfeld die Windows-Taste + H drücken. Die Spracheingabe braucht eine Internetverbindung; die automatische Zeichensetzung schaltest du in ihren Einstellungen ein. Unter Windows 10 startet dieselbe Tastenkombination das Diktat.
- Word: Start > Diktieren. Die Funktion gibt es nur mit einem Microsoft-365-Abonnement und mit Internetverbindung; Deutsch (Deutschland) wird unterstützt, die automatische Zeichensetzung lässt sich einschalten.
- Google Docs: Tools > Spracheingabe, dann auf das Mikrofon klicken. Laut Google klappt das in aktuellen Versionen von Chrome, Edge und Safari.
- Mac: Apple-Menü > Systemeinstellungen > Tastatur > Diktat einschalten. Gestartet wird mit der Mikrofontaste oder über Bearbeiten > Diktat starten. In unterstützten Sprachen setzt macOS Kommas, Punkte und Fragezeichen selbst.
03
Satzzeichen ansagen: die Befehle auf Deutsch
Wo die automatische Zeichensetzung fehlt oder danebenliegt, sagst du Satzzeichen an. Diese Wörter verstehen die Windows-Spracheingabe (Deutsch) und Google Docs laut den Hilfeseiten der Hersteller; das iPhone kennt ebenfalls „Neuer Absatz“, „Neue Zeile“ und die Namen der Satzzeichen:
- „Punkt“, „Komma“, „Fragezeichen“, „Ausrufezeichen“
- „Neuer Absatz“ und „Neue Zeile“, „Doppelpunkt“ und „Semikolon“
- In Google Docs außerdem „Bindestrich“, „Klammer auf“ und „Klammer zu“, „Anführungszeichen unten“ und „Anführungszeichen oben“
- Befehle zum Bearbeiten und Formatieren („markiere …“, „lösche …“) gibt es in Google Docs nur auf Englisch, unter Windows 10 nur auf US-Englisch
04
Wann die eingebaute Spracheingabe nicht reicht
Die Spracheingabe ist für eine Person gebaut, die in ihr Gerät spricht. Sobald die Lage eine andere ist, wird es mühsam:
- Mehrere Sprecher: Die Erkennung trennt keine Personen. Aus einer Besprechung wird ein langer Textblock ohne Namen.
- Lange Aufnahmen: Eine Stunde Meeting diktiert niemand. Die Spracheingabe bricht bei Pausen gern ab, und Satzzeichen musst du oft selbst ansagen.
- Kein Audio: Die Spracheingabe speichert keinen Ton. Hat sie sich verhört, kannst du nicht nachhören.
- Fertige Dateien: Eine Sprachnachricht, ein Interview oder eine MP3 lässt sich nicht hineinsprechen. Dafür brauchst du einen Upload.
05
In jede App diktieren mit Klang für Mac und Windows
Wer am Computer viel diktiert, kann die Desktop-App von Klang nutzen. Du stellst den Cursor dorthin, wo der Text hin soll, hältst eine Taste gedrückt, sprichst und lässt los. Klang fügt den Text ein, entfernt Füllwörter, korrigiert die Grammatik und setzt die Satzzeichen, ohne dass du „Komma“ sagen musst. Das funktioniert in Outlook, Gmail, Teams, Word oder jedem anderen Programm.
Auf dem Mac ist Fn als Taste empfohlen, unter Windows Strg + Windows-Taste (oder Strg + Umschalt + Leertaste oder eine eigene Kombination). Mit dem intelligenten Modus markierst du Text und sagst, wie er geändert werden soll. Die App ist in der Beta: auf dem Mac ab Apple Silicon und macOS 13, unter Windows 10 und 11 auf PCs mit 64-Bit-Prozessor von Intel oder AMD, noch nicht auf ARM. Auf dem Handy diktiert Klang nicht.
06
Gespräche, Meetings und Dateien in Text umwandeln
Für alles mit mehr als einer Stimme nimmst du mit Klang auf und bekommst danach das Transkript. Es gibt vier Wege: Aufnahme mit der App auf iPhone oder Android, Aufnahme im Browser, Upload einer fertigen Datei oder der Klang-Assistent, der an Teams, Zoom und Google Meet teilnimmt. Die Desktop-App zeichnet Online-Meetings auch ohne Bot auf.
Hochladen kannst du unter anderem mp3, m4a, wav, aac, ogg und opus (WhatsApp-Sprachnachrichten) sowie mp4 und mov, bis 10 GB pro Datei. Klang erkennt die Sprache automatisch und transkribiert 19 Sprachen, darunter Deutsch. Das Transkript liest du mit dem Audio zusammen, korrigierst es im Editor und lässt dir daraus eine Zusammenfassung, ToDos oder ein Protokoll schreiben.
Ehrlich zum kostenlosen Tarif: Meetings und Gespräche werden ohne monatliches Zeitlimit transkribiert, der Verlauf reicht 30 Tage zurück, du hast 10 KI-Analysen und einen TXT-Export pro Monat, und Sprechernamen sind nur am Anfang des Transkripts sichtbar. Pro (16 € im Monat oder 14 € bei jährlicher Zahlung, zzgl. MwSt., 7 Tage kostenlos testen) bringt die volle Sprechererkennung, den Export als Word, SRT und VTT, Wortlisten für Namen und Fachbegriffe und den kompletten Verlauf.
07
Fünf Tipps für weniger Korrekturen
Ob Diktat oder Transkription: Die Tonqualität entscheidet mehr als das Werkzeug.
- Mikrofon nah an die sprechende Person. Ein halliger Raum und zwei Meter Abstand kosten mehr Genauigkeit als jede Einstellung.
- In ganzen Sätzen sprechen. Zeichensetzung und Grammatik gelingen besser, wenn du nicht nach jedem Wort absetzt.
- Sprache festlegen, wenn du sie kennst, gerade bei kurzen Aufnahmen.
- Namen und Fachwörter vorgeben. In Klang geht das mit Wortlisten (Pro).
- Zitate, Namen und Zahlen vor dem Weitergeben immer am Audio prüfen.
Wenn mehr als eine Person spricht
Aus Gesprächen wird Text, mit dem du arbeiten kannst
Nimm mit der App oder im Browser auf, lade eine Datei hoch oder lass den Klang-Assistenten ins Meeting. Du bekommst ein deutsches Transkript mit Sprechern, eine Zusammenfassung und ToDos. Klang kommt aus Schweden und verarbeitet die Daten in Europa.
- Kostenlos: Transkription von Meetings und Gesprächen, Upload von Audio und Video
- Desktop-App für Mac und Windows (Beta) zum Diktieren in jede App
- Pro: volle Sprechererkennung, Word-Export und Wortlisten
- ISO 27001:2022 · Verarbeitung in der EU · keine Nutzung deiner Daten zum KI-Training
Häufige Fragen zu Sprache zu Text
Wie wandle ich Sprache in Text um?
Für ein paar Sätze nutzt du die Spracheingabe deines Geräts: auf dem iPhone das Mikrofon der Tastatur, auf Android das Mikrofon in Gboard, unter Windows die Windows-Taste + H, in Word Start > Diktieren, in Google Docs Tools > Spracheingabe. Für Gespräche und Aufnahmen nimmst du mit einer Transkriptions-App wie Klang auf oder lädst die Datei hoch.
Gibt es eine kostenlose App, die Sprache in Text umwandelt?
Ja. Die Spracheingabe von iPhone, Android, Windows, Mac und Google Docs kostet nichts, nur die Diktierfunktion in Word setzt Microsoft 365 voraus. Für Meetings und Aufnahmen hat Klang einen kostenlosen Tarif: Gespräche werden ohne monatliches Zeitlimit transkribiert, mit 30 Tagen Verlauf, 10 KI-Analysen und einem TXT-Export pro Monat.
Wie wandle ich eine Sprachaufnahme oder Audiodatei in Text um?
Nicht per Diktat, sondern per Upload. Bei Klang lädst du etwa MP3, M4A, WAV, OPUS oder MP4 bis 10 GB hoch und bekommst nach wenigen Minuten das Transkript. Wie das Schritt für Schritt geht, steht in unserer Anleitung zum Transkribieren.
Welche Satzzeichen kann ich beim Diktieren auf Deutsch ansagen?
Windows und Google Docs verstehen unter anderem „Punkt“, „Komma“, „Fragezeichen“, „Ausrufezeichen“ und „Neuer Absatz“, Google Docs zusätzlich „Neue Zeile“, „Doppelpunkt“ und Anführungszeichen. iPhone und Mac setzen in unterstützten Sprachen Kommas, Punkte und Fragezeichen automatisch, Windows 11 und Word, wenn du die automatische Zeichensetzung einschaltest.
Funktioniert die Spracheingabe ohne Internet?
Unter Windows und in Word nicht: Microsoft nennt eine Internetverbindung als Voraussetzung. Das iPhone diktiert laut Apple in vielen Sprachen ohne Internet. Auf Android kannst du für die Automatische Transkription Sprachen für die Offline-Nutzung laden. Auch Klang braucht für die Transkription eine Verbindung, weil die Verarbeitung auf Servern in Europa läuft.
Wandelt Klang Sprache in Echtzeit in Text um?
Beim Diktat am Computer fast: Die Desktop-App für Mac und Windows schreibt den Text, sobald du die Taste loslässt. Aufnahmen auf dem Handy, im Browser oder per Assistent transkribiert Klang nach dem Gespräch. Wenn du Wörter schon während des Sprechens sehen willst, nimm die Spracheingabe deines Geräts.
Ist Sprache zu Text mit Klang DSGVO-konform?
Klang verarbeitet die Daten in der EU, ist nach ISO 27001:2022 zertifiziert und nutzt deine Aufnahmen und Diktate nie zum Training von KI. Unternehmen schließen den Auftragsverarbeitungsvertrag im Business-Tarif direkt im Konto ab. Ob ihr ein Gespräch aufnehmen dürft, hängt außerdem von der Zustimmung der Beteiligten ab.
Quellen
Hilfeseiten abgerufen am 14. November 2026.
- Microsoft: Spracheingabe in Windows verwenden
- Microsoft: Dokumente in Word diktieren
- Google: Mit Spracheingabe in Google Docs schreiben
- Google: Automatische Transkription auf Android
- Apple: Text auf dem iPhone diktieren
- Apple: Diktat auf dem Mac
- Klang-Hilfe: Klang für Mac
- Klang-Hilfe: Klang für Windows (Beta)