Sprache zu Text in Confluence

Hat Confluence Sprache-zu-Text?

Nein. Es gibt keinen Diktierschalter im Confluence-Editor, kein Mikrofon in der Symbolleiste, das eingibt, was Sie sagen, keine versteckte Einstellung, die Sprache in eine Seite umwandelt. Ich habe gesucht — wie Sie es wahrscheinlich auch getan haben. Es ist nicht da. Atlassian hat im Laufe der Jahre viel in diesen Editor eingebaut — Live-Dokumente, Inline-Kommentare, Whiteboards, Datenbanken — aber Spracheingabe gehört nicht dazu.

Das Diktat muss also von außerhalb Confluence kommen. Zwei Quellen: die integrierte Spracheingabe Ihres Betriebssystems oder eine dedizierte Desktop-App, die in jedes Textfeld tippt. Beide funktionieren im Confluence-Seiteneditor, im Kommentarfeld und auf der Live-Dok-Oberfläche, weil Ihr Computer nur normales Tippen sieht. Beide werden unten beschrieben.

Eine Sache vorab klären: «Ein aufgezeichnetes Meeting in eine Confluence-Seite transkribieren» ist eine andere Aufgabe als «eine Seite diktieren, während ich sie schreibe». Dieser Leitfaden behandelt das Zweite — Ihren Entwurf in den Editor sprechen. Wenn Sie eine Aufnahme in Notizen umwandeln möchten, ist das ein Transkriptionswerkzeug, kein Diktat, und eine eigene Kategorie.

Ein langes Dokument durch Sprechen schreiben

Das Argument für das Diktieren von Confluence-Seiten gilt vor allem für die langen. Sprechen läuft mit etwa 145 Wörtern pro Minute; Tippen ist für die meisten Menschen eher 40. Das ist ungefähr dreieinhalbmal schneller. Bei einem einzeiligen Kommentar macht es keinen Unterschied. Bei einem Runbook, einem Post-Mortem, einem Projektbriefing, einer Onboarding-Seite — der Art von Dokument, die man immer wieder aufschiebt, weil es eine Stunde Tippen bedeutet — ist der Unterschied der zwischen Schreiben heute und Nie-Schreiben.

Und Sprechen verändert, wie der Entwurf herauskommt. Wenn Sie tippen, bearbeiten Sie unterwegs, was langsam ist und die erste Version meist abwürgt. Wenn Sie sprechen, bekommen Sie den ganzen unordentlichen Gedanken heraus und räumen ihn dann auf. Gerade für Dokumentation — wo das Schwierige meistens darin besteht, die Erklärung aus dem Kopf auf die Seite zu bringen — hilft diese Reihenfolge. Die nüchterne Wahrheit ist: Die meisten Dokumente werden nicht geschrieben, weil das Tippen eine Mauer ist. Sprechen senkt die Mauer.

Der schnellste Weg: ein systemweiter Hotkey

Hier verändert eine dedizierte App die Rechnung. Whisper by Remskill ist keine Confluence-App, kein Marketplace-Add-on und keine Browser-Erweiterung. Es ist eine Desktop-App, die wie eine Tastatur funktioniert: Hotkey drücken, sprechen, und die Transkription wird am Cursor eingegeben, in jeder App, auch im Confluence-Editor. Sie funktioniert genauso in Confluence im Browser wie in der Confluence-Desktop-App, weil der Computer einfach Texteingabe sieht.

Die Einrichtung ist kurz:

Das ist die ganze Schleife. Der Text erscheint im Editor, Sie lesen ihn, machen weiter. Für eine lange Seite sprechen Sie in Blöcken — einen Absatz auf einmal, genauso wie Sie es denken würden.

Sprechen, und die Seite füllt sich

Sobald es läuft, ist das Erlebnis unspektakulär im besten Sinne. Sie setzen den Cursor in den Confluence-Inhalt, halten die Taste, sprechen, lassen los. Eine Sekunde oder so später sitzt der Text im Editor, als hätten Sie ihn getippt. Kein Kopieren aus einem separaten Fenster, keine Aufnahme zum späteren Transkribieren, kein Add-on zur Autorisierung bei Ihrem Atlassian-Konto.

Da die lokale Transkription auf Ihrem Rechner läuft (reines Rust, kein Python-Sidecar, kein Server in der Schleife), funktioniert sie offline, und das Audio für alles, was Sie diktieren, verlässt nie Ihren Laptop. Das ist besonders bei Arbeitsdokumenten wichtig. Eine Seite könnte ein internes System, einen Kunden, einen Vorfall beschreiben; im lokalen Modus geht kein Audio auf irgendjemandes Server, um zu Text zu werden. Windows' eigene integrierte Spracheingabe benötigt eine Internetverbindung; Whispers lokaler Modus nicht.

Einen gesprochenen Entwurf in saubere Prosa verwandeln

Gesprochene Sprache ist unordentlich. Sie sagen «äh», starten Sätze neu, laufen in ein Geräusch aus, das «Sie wissen schon, was ich meine» bedeutet. Auf einer Confluence-Seite, die andere lesen, wollen Sie das nicht. Whisper hat einen optionalen KI-Verbesserungsschritt, der Füllwörter beschneidet und die Formulierung aufräumt, bevor es tippt. So wird aus «äh, also das, das Deploy-Skript, es braucht irgendwie die Env-Variable zuerst gesetzt, sonst, ja, es schlägt einfach fehl» das hier: «Das Deploy-Skript benötigt die Env-Variable zuerst gesetzt, sonst schlägt es fehl.» Für Dokumentation ist diese Bereinigung der Unterschied zwischen einem Transkript und einem Entwurf.

Diese Bereinigung läuft lokal über Ollama, kostenlos, auf Ihrem eigenen Rechner. Pro-Nutzer können stattdessen über die Cloud routen, aber der Füllwort-Bereinigungsvorteil erfordert kein Pro; er ist in der kostenlosen lokalen Pipeline enthalten. Sie können es auch ausschalten und das rohe Transkript tippen, dann normal in Confluence bearbeiten — was bei einem schnellen Kommentar oft die richtige Wahl ist.

Wie die vollständige Whisper-App aussieht

Der Hotkey ist der Teil, den Sie am häufigsten verwenden, aber dahinter steckt eine Einstellungsoberfläche. Sie wählen Ihre Transkriptions-Engine: Whisper-Modelle, deren mehrsprachige Varianten 99 Sprachen abdecken und die nur-englischen .en-Builds genau eine, oder NVIDIAs Parakeet, etwa 600 MB, 5 bis 10 Mal schneller als Whisper auf der CPU, deckt Englisch plus 24 europäische Sprachen ab. Sie stellen Ihren Hotkey ein, verwalten den Verlauf und speichern Presets — praktisch, wenn Ihre Dokumente oft auf dieselben Produktnamen oder Fachbegriffe zurückgreifen. Nichts davon ist erforderlich, um eine Seite zu diktieren. Es ist da, wenn Sie optimieren möchten.

Funktioniert im Browser-Editor und der Desktop-App

Menschen erreichen Confluence auf zwei Wegen: in einem Browser-Tab und über die Confluence-Desktop-App. Eine systemweite Hotkey-App kümmert sich nicht darum, welcher. Sie tippt überall, wo sich der Cursor befindet, also verhalten sich Seiteneditor, Kommentarfeld, Inline-Kommentar, Live-Dokument alle gleich, ob im Chrome oder in der eigenständigen App. Es gibt keine oberflächenspezifische Einrichtung, keine Frage «unterstützt es diese Ansicht». Wenn Sie einen Cursor hineinsetzen und tippen können, können Sie hinein diktieren.

Dasselbe gilt für alles andere auf Ihrem Bildschirm. Der Hotkey funktioniert in Ihrer E-Mail, Ihrem Terminal, einem Jira-Ticket, einer Slack-Nachricht, einem Word-Dokument. Confluence ist nur eines der Felder, die Ihr Cursor im Laufe eines Tages besucht, und die App behandelt es wie jedes andere. Das ist der stille Vorteil, dies auf Betriebssystemebene statt innerhalb eines Produkt-Editors zu tun.

Wann das Betriebssystem ausreicht

Wenn Sie nur gelegentlich einen Kommentar oder eine kurze Seite diktieren müssen, installieren Sie nichts. Ihr Computer macht das bereits kostenlos. Unter Windows drücken Sie die Windows-Logo-Taste + H und die Spracheingabe öffnet sich in jedem Textfeld, auch im Confluence-Editor, ohne Abonnement. Auf dem Mac macht der integrierte Diktiertaste (oder die Mikrofon-Taste) dasselbe, und auf Apple Silicon läuft es ohne Internet auf dem Gerät. Für ein einzeiliges Status-Update ist das das richtige Werkzeug.

Wichtige Kompromisse: Windows' Win+H benötigt eine Internetverbindung, während macOS-Diktat und Whispers lokaler Modus das nicht tun. Und das Betriebssystem-Diktat gibt Ihnen das rohe Transkript — keine Füllwort-Bereinigung, kein benutzerdefiniertes Vokabular für Ihre Produktnamen. Für einen schnellen Kommentar ist das in Ordnung; Sie bearbeiten ihn sowieso.

Wählen Sie das kleinste Werkzeug, das Ihr Problem löst. Für einen Kommentar ist das die Taste, die Sie bereits haben. Für ein 1.500-Wörter-Runbook, das Sie sonst eine Stunde lang tippen würden, hört sich die dedizierte App mit der KI-Bereinigung, die Ihren gesprochenen Entwurf in etwas fast Veröffentlichbares verwandelt, ab dem zweiten Absatz, den Sie nicht tippen mussten, nicht mehr nach Overkill an. Das passt natürlich zu Jira-Tickets diktieren — der anderen Hälfte eines Atlassian-Tages — wenn Sprach-Schreiben bei Ihnen Bestand hat.

Was Whisper kostet

Die lokale Diktat-Pipeline — Transkription und KI-Bereinigung über Ollama — ist für jeden angemeldeten Nutzer kostenlos, ohne Karte bei der Registrierung. Ihre Stimme mit Whisper auf eine Confluence-Seite zu bringen kostet also nichts. Whisper Pro fügt die Cloud-Funktionen hinzu (OpenAI-Transkription, Cloud-KI-Verbesserung, Sprach-Websuche), und es gibt eine separate Testphase. Die genauen Zahlen finden Sie auf der Preisseite statt hier, weil Preise sich ändern und ein Blog-Beitrag kein guter Ort ist, sie aktuell zu halten.

Confluence wird vielleicht eines Tages echtes Diktat liefern, so wie kollaborative Editoren es meistens tun, wenn genug Menschen danach fragen. Bis dahin hat Ihr Computer die Funktion bereits für kurze Passagen, und eine Hotkey-App existiert für die langen Seiten, bei denen Sprechen des Entwurfs das Tippen schlägt. Zwei Werkzeuge, eine Mauer zu überwinden: das Tippen. Meistens brauchen Sie das kleinere Werkzeug. Für die Dokumente, die niemand schreiben möchte, verdient sich das größere seinen Platz.