Fertiger Text statt Mitschrift
Fülllaute, Wiederholungen und Selbstkorrekturen verschwinden. Satzzeichen und Zahlen setzt SpeechToWork selbst.
Die Windows-Diktierfunktion heißt in Windows 11 Spracheingabe und startet mit Windows-Taste + H in jedem Textfeld. Hier lesen Sie, wie Sie sie aktivieren, welche Befehle es gibt, was hilft, wenn sie nicht funktioniert, wie es um Datenschutz und Offline-Betrieb steht und worin sich Spracheingabe, Sprachzugriff und die alte Windows-Spracherkennung unterscheiden.

Die Spracheingabe ist in Windows eingebaut, Sie müssen nichts installieren. Sie brauchen eine Internetverbindung, ein funktionierendes Mikrofon und einen Cursor in einem Textfeld.
Mit Windows + Alt + H bedienen Sie das Spracheingabemenü per Tastatur. Über das Zahnrad im Menü schalten Sie das Spracheingabe-Startprogramm ein, das ein Mikrofonsymbol anzeigt, sobald Sie in ein Textfeld klicken. Unter Windows 10 heißt die Funktion noch Diktierfunktion und startet ebenfalls mit Windows + H.
Satzzeichen und Steuerbefehle sprechen Sie mit. Diese deutschen Befehle nennt Microsoft für die Spracheingabe:
| Sie sagen | Ergebnis |
|---|---|
| „Punkt“ oder „Satzende“ | . |
| „Komma“ | , |
| „Fragezeichen“ / „Ausrufezeichen“ | ? / ! |
| „Doppelpunkt“ / „Semikolon“ | : / ; |
| „Neue Zeile“ oder „Neuer Absatz“ | Zeilenumbruch |
| „Lösch das“ | löscht das zuletzt gesprochene Wort oder den Ausdruck |
| „Das hier markieren“ | markiert das zuletzt Gesprochene |
| „Eingabetaste drücken“ / „Leerzeichen einfügen“ | Enter / Leerzeichen |
| „Spracheingabe stoppen“ oder „Diktat pausieren“ | beendet oder pausiert das Zuhören |
Einfacher geht es mit der automatischen Zeichensetzung, die Sie über das Zahnrad im Spracheingabemenü einschalten. Dort legen Sie auch das Standardmikrofon fest, filtern Obszönitäten und stellen ein, wie lange die Spracheingabe wartet, bevor sie einen Befehl ausführt.
Die Spracheingabe schreibt in der aktuellen Eingabesprache. Sie wechseln sie mit Windows + Leertaste oder über die Sprachanzeige in der Taskleiste. Eine weitere Sprache fügen Sie so hinzu:
Windows 11 unterstützt die Spracheingabe laut Microsoft in über 40 Sprachen und Varianten, darunter Deutsch und mehrere englische Varianten. Unter Windows 10 ist die Auswahl deutlich kleiner, Deutsch ist dabei.
Wenn Windows + H nichts tut oder kein Text erscheint, prüfen Sie der Reihe nach:
Läuft bereits der Sprachzugriff, verweist Windows beim Drücken von Windows + H auf ihn, denn er kann ebenfalls diktieren. Auf Firmenrechnern kann die Online-Spracherkennung zudem durch Richtlinien gesperrt sein. Dann hilft nur Ihre IT.
Die Spracheingabe nutzt laut Microsoft die Online-Spracherkennung, die auf den Azure-Speech-Diensten beruht. Ihre Sprachdaten gehen dafür an Microsoft. Nach Angaben von Microsoft werden sie nur verwendet, um den Dienst bereitzustellen und den Text zu erstellen, und ohne Ihre Zustimmung weder gespeichert noch angehört. Sprachclips zur Verbesserung beizutragen ist freiwillig; mit Geschäfts- oder Schulkonto ist das gar nicht möglich.
Offline funktioniert die Spracheingabe nicht. Schalten Sie die Online-Spracherkennung aus, stehen laut Microsoft nur gerätebasierte Funktionen zur Verfügung. Eine Ausnahme ist der Sprachzugriff (siehe unten), der nach dem Download der Sprachdateien ohne Internet arbeitet.
Ob die Übermittlung für Ihre Inhalte vertretbar ist, hängt von den Daten ab. Mehr dazu auf unserer Seite zur DSGVO-konformen KI.
Windows kennt drei Sprachfunktionen, die leicht verwechselt werden:
| Funktion | Wofür | Start und Stand |
|---|---|---|
| Spracheingabe | Text diktieren in jedes Textfeld | Windows + H, Windows 10 und 11, braucht Internet |
| Sprachzugriff | PC per Stimme steuern und diktieren | Einstellungen > Barrierefreiheit > Sprache, ab Windows 11 Version 22H2, nach der Einrichtung ohne Internet |
| Windows-Spracherkennung | ältere Steuer- und Diktierfunktion | laut Microsoft in Windows 11 ab 22H2 seit September 2024 durch den Sprachzugriff ersetzt, in älteren Versionen noch vorhanden |
Der Sprachzugriff ist vor allem als Barrierefreiheitsfunktion gedacht: Sie öffnen damit Apps, klicken per Sprachbefehl und diktieren. Er ist laut Microsoft unter anderem auf Deutsch und Englisch verfügbar. Auf Copilot+ PCs gibt es zusätzlich das flüssige Diktat, das Grammatik und Füllwörter auf dem Gerät korrigiert, derzeit aber nur auf Englisch.
Für eine kurze Notiz ist die Spracheingabe praktisch. Bei längeren Texten merken Sie: Sie schreibt wörtlich mit, Selbstkorrekturen bleiben stehen, und auf Deutsch formuliert sie nichts um. Dazu kommt, dass jedes Diktat über die Online-Spracherkennung läuft.
SpeechToWork ist eine Diktiersoftware für Windows, die hier ansetzt:
Spracherkennung und Sprachmodell laufen auf Ihrem Rechner, nach der Installation auch ohne Internet. Wie das funktioniert, erklärt die Seite zur lokalen KI. Wer vor allem in Word schreibt, findet die Anleitung zur Office-Funktion im Ratgeber Diktieren in Word.
Fülllaute, Wiederholungen und Selbstkorrekturen verschwinden. Satzzeichen und Zahlen setzt SpeechToWork selbst.
Wie Win+H schreibt SpeechToWork in jedes Textfeld, aber Sie halten die Taste nur so lange, wie Sie sprechen.
Keine Online-Spracherkennung, kein Azure-Dienst. Ihre Stimme wird auf Ihrem Rechner verarbeitet.
Spracherkennung und Sprachmodell sind auf Ihrem PC installiert und rechnen dort. Was Sie diktieren, steht danach in Ihrem Programm und sonst nirgends. So funktioniert der Datenweg.
Audio und Text bleiben auf Ihrem Rechner. Es gibt keinen Server, der mithört, und keinen KI-Anbieter im Hintergrund.
Kein Dritter verarbeitet Ihre Diktate. Dafür brauchen Sie keinen AV-Vertrag und keine Prüfung von Drittlandtransfers.
Nach der Installation arbeitet SpeechToWork offline. Eine Verbindung braucht nur die Lizenzprüfung.
Klicken Sie in ein Textfeld und drücken Sie Windows + H. Nach dem Hinweis „Zuhören…“ sprechen Sie, Windows schreibt den Text an die Cursorposition. Voraussetzung sind ein Mikrofon, eine Internetverbindung und die eingeschaltete Online-Spracherkennung unter Einstellungen > Datenschutz und Sicherheit > Spracherkennung.
Nein. Die Spracheingabe mit Windows + H nutzt laut Microsoft die Online-Spracherkennung und braucht eine Internetverbindung. Offline diktieren können Sie unter Windows 11 mit dem Sprachzugriff, nachdem die Sprachdateien einmal heruntergeladen wurden, oder mit lokaler Diktiersoftware wie SpeechToWork, die ohne Verbindung arbeitet.
Das hängt von Ihren Inhalten ab. Die Spracheingabe schickt Ihre Stimme an Microsoft, laut Microsoft nur zur Texterstellung und ohne Speicherung ohne Ihre Zustimmung. Für allgemeine Texte ist das oft vertretbar. Bei Gesundheitsdaten, Mandats- oder Personalinhalten müssen Sie die Übermittlung bewerten; lokale Spracherkennung vermeidet sie.
Meist fehlt die Internetverbindung, die Online-Spracherkennung ist ausgeschaltet oder Apps dürfen nicht auf das Mikrofon zugreifen. Prüfen Sie beides unter Einstellungen > Datenschutz und Sicherheit. Außerdem muss der Cursor in einem Textfeld stehen und die Eingabesprache unterstützt sein. Auf Firmenrechnern kann eine Richtlinie die Funktion sperren.
Die Spracheingabe diktiert nur Text und startet mit Windows + H. Der Sprachzugriff steuert zusätzlich den ganzen PC per Stimme, etwa Apps öffnen oder Schaltflächen klicken. Er ist ab Windows 11 Version 22H2 verfügbar, wird über Einstellungen > Barrierefreiheit > Sprache eingeschaltet und läuft nach der Einrichtung ohne Internet.
Nur noch eingeschränkt. Laut Microsoft hat der Sprachzugriff die klassische Windows-Spracherkennung für Windows 11 ab Version 22H2 im September 2024 ersetzt. In älteren Windows-Versionen ist sie weiter vorhanden. Zum Diktieren nutzen Sie heute die Spracheingabe mit Windows + H oder den Sprachzugriff.
SpeechToWork steht kurz vor dem Start. Sobald die erste Fassung fertig ist, laden Sie sie hier herunter: ein Klick, eine Datei, kein Formular.
Coming soonFür Windows 10/11 (64-bit). Der Download wird hier freigeschaltet, sobald es so weit ist.
Eine Installationsdatei für Windows, direkt von unserem Server.
Doppelklick genügt. Sie brauchen dafür keine Administratorrechte.
Beim ersten Start: Name und geschäftliche E-Mail eintragen, kein Zahlungsmittel.
Beim ersten Start lädt SpeechToWork einmalig die Sprachmodelle (4 bis 6 GB). Schon einen Lizenzschlüssel? Beim ersten Start eingeben. Was dabei übertragen wird, steht in der Datenschutzerklärung.