Von Denys MedvedievEinrichtungsanleitung
Sprache-zu-Text in Word, richtig gemacht
Word hat seit 2017 ein eingebautes Diktat. Die meisten Leute gehen achtlos daran vorbei. Hier erfährst du, wo es steckt, wie du es einschaltest, wo es an seine Grenzen stößt und was du dann stattdessen nutzen kannst.
Zuletzt aktualisiert: Mai 2026
Die eingebaute Sprache-zu-Text-Funktion in Microsoft Word heißt Dictate — Start-Tab, ganz rechts. In Word für das Web auf office.com ist sie kostenlos, in Word Desktop mit Microsoft 365 inklusive, und sie unterstützt 15 vollständig unterstützte Sprachen sowie rund 33 in der Vorschau. Sie braucht eine Internetverbindung. Drei Situationen, in denen sie das falsche Werkzeug ist: du bist offline, du willst außerhalb von Word diktieren, oder deine Sprache fehlt auf Microsofts Liste. In diesen Fällen schließt ein systemweites Tool wie Whisper die Lücke — Cloud (OpenAI BYOK), lokales Parakeet (Englisch + 24 EU-Sprachen) oder lokales Whisper (99 Sprachen). Ein Hotkey, jede App.
Sprache-zu-Text in Word, die Kurzversion
Sprache-zu-Text in Microsoft Word heißt Dictate. Es liegt auf dem Start-Tab. Auf Word Desktop brauchst du Microsoft 365 und eine Internetverbindung. In Word für das Web auf office.com ist die gleiche Funktion im kostenlosen Tarif enthalten. Klick auf das Mikrofon-Symbol, erlaubst Word die Nutzung deines Mikros und sprich. Text erscheint, während du redest.
Dieser Absatz ist die Antwort für etwa 80 Prozent der Leser. Der Rest dieses Leitfadens ist für die anderen 20 Prozent, die gegen eine von drei Wänden stoßen. Erstens: Word Desktop ohne Microsoft 365 — da ist Dictate schlicht nicht vorhanden. Zweitens: Diktat, das auch außerhalb von Word funktionieren muss — in Outlook, Slack, einem Browser, einem Code-Editor. Drittens: Offline-Modus, längere Sitzungen, Sprachen, die Microsoft nicht vollständig listet, oder Arbeit, die du lieber nicht an einen Server schickst.
Wenn eines davon auf dich zutrifft, wirst du ein systemweites Tool wollen. Das, das ich gebaut habe, heißt Whisper. Ich zeige beide Optionen und sage dir, wann welche die richtige Wahl ist.
Dictate in Word in drei Schritten einschalten
Voraussetzungen: Ein funktionierendes Mikrofon, eine Internetverbindung und entweder Word für das Web auf office.com (kostenlos) oder Word Desktop, angemeldet mit Microsoft 365. Gesamtzeit: 90 Sekunden vom Kaltstart bis zum ersten diktierten Satz.
Schritt 1 — Öffne Word und finde den Dictate-Knopf. (Ca. 15 Sekunden.)
Öffne auf Word Desktop ein beliebiges Dokument und schau an den rechten Rand des Start-Tabs. Der Dictate-Knopf ist ein kleines Mikrofon-Symbol mit der Aufschrift Dictate. In Word für das Web: dasselbe Symbol, derselbe Platz. Wenn du ihn nicht siehst, springe zum Abschnitt zur Fehlerbehebung weiter unten.
Schritt 2 — Klick auf Dictate und erteile Mikrofonzugriff. (Ca. 20 Sekunden.)
Klick auf das Symbol. Beim ersten Mal fragt dein Browser oder das Betriebssystem, ob Word das Mikrofon nutzen darf. Sag ja. Der Knopf wird rot — er hört zu. Du kannst den Klick auch mit dem Tastenkürzel überspringen: Alt + ` (Backtick) unter Windows oder Option + F1 auf dem Mac.
Schritt 3 — Sprich in kurzen, vollständigen Gedanken. (Ca. 55 Sekunden bis zum ersten Satz und seiner Korrektur.)
Fang mit einem Satz an. Warte eine halbe Sekunde. Lies, was erschienen ist. Korrigiere Satzzeichen mit der Tastatur oder nutze einen Sprachbefehl (nächster Abschnitt). Beende das Diktieren mit einem erneuten Klick auf den Knopf, durch Drücken von Escape oder einfach indem du weggehst. Dictate ist geduldig.
Häufige Stolperfallen.
Zwei Dinge bringen Einsteiger ins Stolpern. Zu schnelles Sprechen in langen, ununterbrochenen Sätzen: Dictate kommt mit natürlichem Tempo klar, verliert aber den Faden bei einem Absatz, der ohne Atemhol gesprochen wird. Und Umgebungsgeräusche: eine Waschmaschine im Nebenzimmer senkt die Genauigkeit leise um zehn bis fünfzehn Prozent. Ein USB-Mikro für 20 Euro bringt mehr als jede Einstellung.
Sprachbefehle, die jeder Word-Nutzer kennen sollte
Sobald Dictate läuft, wechselst du vom Sprechen von Text zum Sprechen von Befehlen, indem du den Begriff laut aussprichst. Es gibt keinen Umschalter. Dictate hört inline auf Befehle.
Satzzeichen.
"Punkt", "Komma", "Fragezeichen", "Ausrufezeichen", "Doppelpunkt", "Semikolon", "Anführungszeichen auf", "Anführungszeichen zu", "neue Zeile", "neuer Absatz". Die letzten beiden habe ich peinlich lange übersehen: Ich habe eine Woche lang manuell Enter gedrückt, bevor mir klar wurde, dass "neuer Absatz" funktioniert.
Bearbeitung.
"Das löschen" entfernt den zuletzt gesprochenen Teil. "Satz löschen" oder "Absatz löschen" tun genau das. "Fett formatieren", "Kursiv formatieren" und "Unterstreichen" formatieren den zuletzt gesprochenen Abschnitt.
Navigation und Listen.
"Zum Ende des Absatzes gehen" und "eine Zeile nach unten" ermöglichen weitreichende Korrekturen ohne Trackpad. "Liste starten" beginnt eine Aufzählungsliste, "nächste Zeile" fügt ein Element hinzu, "Liste beenden" bringt dich wieder heraus.
Die meisten kommen mit fünf aus: "Punkt", "Komma", "neuer Absatz", "Fragezeichen" und "das löschen". Den Rest lernst du mit der Zeit oder schlägst ihn genau dann nach, wenn du ihn brauchst.
Wann das eingebaute Dictate in Word ausreicht (und wann nicht)
Dictate ist das richtige Werkzeug, wenn drei Dinge zutreffen: Du hast Microsoft 365 (oder nutzt Word für das Web), du hast eine stabile Internetverbindung und du schreibst hauptsächlich in Word. Für die meisten Büroangestellten ist das die vollständige Antwort.
Es hört auf, das richtige Werkzeug zu sein, wenn eines der folgenden zutrifft:
Word Standalone (Office 2016/2019) ohne Microsoft 365— Dictate ist in diesen Desktop-Versionen nicht vorhanden. Word für das Web ist der Ausweg.
Du willst auch außerhalb von Word diktieren— Outlook, Slack, Notion, VS Code, der Browser. Dictate ist auf Microsoft 365-Apps beschränkt.
Du brauchst Offline-Arbeit— Dictate braucht jederzeit eine Internetverbindung. Im Zug, im Flugzeug oder in einem Hotel mit schlechter Verbindung versagt es.
Eine Sprache, die Microsoft nicht vollständig unterstützt— nur 15 vollständig unterstützt plus ca. 33 in der Vorschau. Koreanisch und Polnisch sind Vorschau; Ukrainisch steht auf Microsofts Liste gar nicht. Code-Switching mitten im Satz macht es noch schlimmer.
Sensible Inhalte— Microsoft sagt, Dictate speichert keine Audio- oder Textdaten — ein fairer Vertrauensrahmen — aber das Audio verlässt trotzdem deinen Rechner. Recht, Personal, Gesundheitswesen: viele würden das lieber nicht.
Wenn keiner dieser fünf Punkte auf dich zutrifft, ist der Artikel für dich hier zu Ende. Nutze Dictate.
If you want the paths weighed against each other in one place, every voice typing option in Word covers Win+H, Dictate, and a system-wide tool side by side.
Whisper für Sprache-zu-Text in Word und überall sonst nutzen
Whisper ist das Tool, das ich für die oben genannten Fälle gebaut habe und weiterentwickle. Es läuft auf Windows und Mac, sitzt im System-Tray und wartet auf einen globalen Hotkey. Du drückst die Taste, sprichst, lässt los. Was du gesagt hast, wird an die Cursorposition eingefügt: in Word, in Outlook, in Slack, in jedem Textfeld.
Der Standard-Hotkey unter Windows ist Ctrl + Space. Auf dem Mac ist es die Right Option-Taste, als Push-to-Talk — halte sie gedrückt, während du sprichst, lass los zum Stoppen. Right Option wurde gewählt, weil Cmd + Space auf macOS Spotlight öffnet, und einer von uns es leid war, dass das Aufnahmen unterbricht. Beide Hotkeys lassen sich anpassen.
Der Ablauf in Word: Platziere den Cursor, wo der Text erscheinen soll. Drücke den Hotkey. Sag "Schreib eine höfliche Nachfrage an Marc wegen der Spezifikation bis Freitag." Lass los. Drei Sekunden später steht dieser Satz in deinem Dokument. Kein Menü, kein Menüband, kein Einloggen. Wenn der Text vor dem Einfügen noch durch eine KI überarbeitet werden soll, sagst du zuerst "Hey whisper" und der Rest deiner Aussage wird zum Prompt.
Der lokale Modus läuft vollständig auf deinem Laptop. Audio verlässt das Gerät nicht. Das Modell liegt nach einem einmaligen Download auf der Festplatte (~140 MB bis ~3 GB je nach Wahl). Der Cloud-Modus sendet Audio über deinen eigenen API-Schlüssel an OpenAI; Remskill ist nie dazwischen.
Das richtige Transkriptionsmodell für deinen Rechner wählen
Whisper wählt nicht für dich. Drei Optionen liegen in den Einstellungen, und du entscheidest anhand dessen, was dir am wichtigsten ist: Hardware, Sprachunterstützung oder Qualität.
Cloud-Modus (OpenAI BYOK).
Zwei Transkriptionsstufen: gpt-4o-mini-transcribe (schnell, niedrige Kosten pro Minute) und gpt-4o-transcribe (höhere Qualität). Läuft auf jeder Hardware — es ist nur Netzwerk. Du bringst deinen eigenen OpenAI-Schlüssel mit, die Kosten landen direkt bei OpenAI. Wähl das für die höchste Genauigkeit und Web-Suche in einem Tool.
Lokal — Parakeet (NVIDIA TDT, ~600 MB).
Schnellste lokale Option. Fünf- bis zehnmal schneller als Whisper auf der CPU. Englisch plus 24 europäische Sprachen: Spanisch, Französisch, Deutsch, Italienisch, Polnisch, Ukrainisch und der Rest des europäischen Sprachraums. Kein Übersetzen ins Englische. Wähl das, wenn du Englisch (oder eine der 24 europäischen Sprachen) sprichst und Geschwindigkeit willst.
Lokal — Whisper (acht Modellgrößen).
Langsamer als Parakeet, aber die mehrsprachigen Varianten unterstützen 99 Sprachen und können ins Englische übersetzen. Wähl das für Übersetzungen, weniger verbreitete Sprachen oder feinere Steuerung wie benutzerdefinierte Vokabulare und Beam-Size-Einstellungen.
Grobe Hardware-Übersicht: Ein M1/M2 Mac mit 16 GB bewältigt alle Optionen, einschließlich Whisper Large v3 bei ~3 GB. Ein Intel MacBook von 2018 mit 8 GB läuft mit Cloud, Parakeet oder den kleineren Whisper-Modellen; Medium und Large überspringen. Windows mit 16 GB und einer diskreten GPU läuft Large v3 und Turbo gut. Im Zweifel fang mit Whisper Small an: da landen die meisten.
Sprache-zu-Text in Word auf Mac, mobil und im Web
Auf dem Mac.
Word für Mac mit Microsoft 365 hat denselben Dictate-Knopf auf dem Start-Tab; das Tastenkürzel ist Option + F1. macOS hat auch sein eigenes eingebautes Diktat, das in jeder App funktioniert, auch in Word. Starte es über die Mikrofon-Funktionstaste, die Menüleiste (Bearbeiten > Diktat starten) oder ein benutzerdefiniertes Tastenkürzel. Es gibt kein Längenlimit; es stoppt nach 30 Sekunden Stille oder wenn du Escape drückst. Die Anleitung für Sprache-zu-Text auf dem Mac erklärt beide Optionen und den Drittanbieter-Weg.
Auf dem Mobilgerät.
Word für iOS und Android haben beide Dictate in der Werkzeugleiste — gestützt auf die native Spracheingabe des Betriebssystems: Siri auf iOS, Google-Spracheingabe auf Android. Die Qualität auf dem Telefon liegt meist unter Desktop, weil der Geräuschpegel höher ist.
Im Web.
office.com bietet Word für das Web kostenlos an, mit Dictate im kostenlosen Tarif. Der sauberste kostenlose Weg, wenn du kein Microsoft 365 auf dem Desktop hast. Läuft in jedem modernen Browser, speichert in OneDrive.
Wer ein einheitliches Diktiererlebnis in Word, Outlook, Slack und dem Browser möchte, braucht ein systemweites Tool — ein Hotkey überall. Die Windows-Anleitung deckt dieses Setup von Anfang bis Ende ab.
Sprachen, Akzente und die 99-Sprachen-Frage
Die Sprachliste von Microsoft Word Dictate gliedert sich in zwei Kategorien. Vollständig unterstützt: 15 Sprachen, darunter Englisch in sechs regionalen Varianten, Französisch in zwei, Deutsch, zwei Spanisch-Varianten, Italienisch, Japanisch, Hindi, brasilianisches Portugiesisch und Mandarin. Vorschau: weitere ca. 33 — Arabisch-Varianten, Bulgarisch, Tschechisch, Niederländisch, Griechisch, Hebräisch, Ungarisch, Koreanisch, Polnisch, Russisch, Schwedisch, Thailändisch, Türkisch, Vietnamesisch und mehr. Vorschausprachen funktionieren, aber Microsoft warnt vor geringerer Genauigkeit und schwächerem Befehlsumfang.
Whisper funktioniert anders. Die mehrsprachigen Varianten (Small, Medium, Large v3 und Large v3 Turbo) decken 99 Sprachen ab. Die auf Englisch optimierten Varianten (Base, Small, Medium und das destillierte Turbo English) sind nur Englisch; die Auswahl einer davon sperrt die Sprachauswahl auf Englisch. Parakeet liegt dazwischen: Englisch plus 24 europäische Sprachen. OpenAIs Cloud-Transkriptionsmodelle decken dasselbe breite Sprachinventar wie Whisper ab, mit verbesserter Genauigkeit.
Praktische Antwort: Wenn Microsoft deine Sprache vollständig unterstützt, ist Word Dictate in Ordnung. Wenn deine Sprache in Microsofts Vorschau-Kategorie ist — Russisch, Hebräisch, Koreanisch, Polnisch, Tschechisch, Ungarisch, der Großteil Osteuropas — ist Whispers mehrsprachiges Large-Modell meist genauer. Wenn deine Sprache überhaupt nicht auf Microsofts Liste steht (Ukrainisch ist ein bekanntes Beispiel), ist Whisper oder Parakeet der einzige Weg. Bei Code-Switching mitten im Satz verarbeitet Whisper Large v3 das ohne manuelles Umschalten.
Stärkere regionale Akzente kosten in jedem System ein paar Prozent Genauigkeit. Die Lösung ist kein anderes Tool — es ist ein besseres Mikrofon.
Diktat reparieren, wenn der Dictate-Knopf fehlt oder ausgegraut ist
Drei Probleme, drei konkrete Lösungen von Microsofts eigener Seite.
Dictate-Knopf fehlt.
Zwei Prüfschritte. Erstens: Stelle sicher, dass du in Word mit einem aktiven Microsoft 365-Abonnement angemeldet bist — Dictate auf dem Desktop ist daran geknüpft. Datei > Konto zeigt deinen Anmeldestatus. Zweitens: Stelle sicher, dass du Windows 10 oder höher verwendest. Älteres Windows sowie die eigenständigen Office 2016/2019-Versionen liefern kein Dictate auf dem Desktop.
Dictate-Knopf ausgegraut.
Das Dokument befindet sich im Nur-Lesen-Modus. Schau oben im Fenster nach "Schreibgeschützt" oder "Geschützte Ansicht", klick auf "Bearbeitung aktivieren" in der gelben Leiste — und der Knopf ist zurück.
Mikrofonprobleme.
Dictate ist an, aber beim Sprechen passiert nichts. Drei Dinge prüfen, der Reihe nach. Erstens: Betriebssystem-Berechtigung — Windows-Einstellungen > Datenschutz & Sicherheit > Mikrofon, mit aktiviertem "Apps Zugriff auf dein Mikrofon erlauben" und Word in der Liste. Zweitens: der Eingabepegel — bewegt er sich, wenn du sprichst? Drittens: das richtige Eingabegerät, falls du mehrere hast (Laptop-Mikro, USB, Bluetooth-Headset). Das falsche Mikrofon ist der häufigste Übeltäter.
Genauigkeitsprobleme liegen fast immer am Audioeingang, nicht am Modell. Ein eingebautes Laptop-Mikrofon in 60 cm Entfernung mit einem Lüfter im Hintergrund ist eine schwierige Bedingung. Rücke näher heran, schalte den Lüfter aus, oder gib 20 Euro für ein USB-Mikro aus. Dieses Mikro bringt mehr als jede Einstellung.
If Word's Dictate button works but Win + H is dead in your other apps, that's a Windows-wide problem, not a Word one — eight verified fixes for Windows voice typing that stopped working walks through Online Speech Recognition, mic permission, and the Group Policy bug.
For a broader look at accuracy claims across the whole market, see our guide to picking transcription software — it covers where the accuracy numbers actually come from.
Wenn dein Problem speziell die Diktieren-Schaltfläche selbst betrifft — sie fehlt, ist ausgegraut oder meldet einen Mikrofonfehler — Word-Diktat funktioniert nicht beheben erklärt die Microsoft-365-Voraussetzung und jede Ursache auf Button-Ebene.
Datenschutz: wo deine Stimme landet
Drei Vertrauensmodelle, drei verschiedene Antworten.
Word Dictate.
Audio wird zur Verarbeitung an Microsofts Server gesendet. Microsoft erklärt, der Dienst speichere weder Audio noch transkribierten Text: Äußerungen werden nur zur Bereitstellung von Textergebnissen gesendet. Eine faire Aussage von einem Anbieter mit einem öffentlichen Vertrauensrahmen — aber das Audio verlässt trotzdem deinen Rechner. Lesenswert, wenn dein Arbeitsplatz Richtlinien gegen Cloud-Transkription hat.
Whisper lokaler Modus.
Audio wird auf deinem Computer mit einem lokal heruntergeladenen Modell verarbeitet. Nichts erreicht irgendeinen Server — nicht uns, nicht OpenAI. Das Modell liegt nach dem einmaligen Download auf der Festplatte; der Laptop ist der gesamte Stack. Richtige Wahl für juristische Entwürfe, medizinische Notizen, interne HR-Themen.
Whisper Cloud-Modus (BYOK).
Audio geht direkt von deinem Computer über deinen eigenen API-Schlüssel zu OpenAI. Remskill ist nie dazwischen. Wir sehen weder das Audio noch das Transkript. Das Vertrauensverhältnis besteht direkt zwischen dir und OpenAI.
Die nüchterne Wahrheit: Für die meisten alltäglichen Schreibarbeiten ist Microsofts Vertrauensmodell in Ordnung. Für Arbeit, bei der "Audio verlässt den Laptop" ein hartes Nein ist, ist der lokale Modus in einem systemweiten Tool die Antwort.
Preise, wenn du über Words eingebaute Option hinausgehen willst
Microsoft Word Dictate ist in Microsoft 365 auf dem Desktop enthalten. Wenn du Microsoft 365 für den Rest von Office ohnehin bezahlst, fallen keine Extrakosten an. Word für das Web auf office.com ist kostenlos, Dictate inklusive.
Whisper ist für die gesamte lokale Pipeline kostenlos, sobald du ein Konto erstellt hast — Parakeet, lokale Whisper-Modelle, KI-Textverbesserung über Ollama, Verlauf, Voreinstellungen. Keine Zahlungsmethode beim Anmelden erforderlich. Die Cloud-Oberfläche (OpenAI-Cloud-Transkription, Cloud-KI-Verbesserung, Web-Suche) ist die kostenpflichtige Schicht, und der Upgrade-Prozess beinhaltet eine 7-tägige Cloud-Testphase. Zahlen und Plandetails stehen auf Whisper-Preisseite. Ich verlinke lieber dorthin, als sie hier zu zitieren — diese Details gehören an einen kanonischen Ort, nicht über ein Dutzend Artikel verstreut.
Willst du es auf deinem Rechner sehen?
Lade Whisper herunter, halte den Hotkey, schau zu wie das Transkript erscheint — in Word, Outlook, Slack oder jedem Textfeld, das du gerade offen hast.
Kostenlos für alle lokalen Funktionen. Keine Kreditkarte erforderlich.
