Sprache-zu-Text in Slack, ehrlich gesagt

Hat Slack integriertes Sprache-zu-Text?

Nein — nicht die Art, die du meinst. Slack hat keine Funktion, die deine Sprache im Nachrichtenfeld in getippten Text verwandelt. Was es hat, ist der Audioclip: Klicke auf das Mikrofonsymbol in einem Channel oder einer DM, und Slack nimmt Audio auf, bis zu fünf Minuten, in jedem Tarif. Das ist eine Sprachnotiz, keine diktierte Nachricht.

Slack kann diesen Clip transkribieren, aber nur, wenn du es verlangst. Nach der Aufnahme klickst du auf das Symbol „Transkript erstellen“, und eine Vorschau des Texts erscheint unter dem Clip. Es passiert nicht automatisch, egal was dir das halbe Internet erzählt. Das Clip-Transkript ist also der Text einer Aufnahme, die du gemacht hast, nicht die Nachricht, die du diktieren und als normale Slack-Nachricht senden wolltest. Anderer Ablauf, anderes Ergebnis. Ich habe wirklich peinlich viel Zeit damit verbracht, auf dieses Mikrofonsymbol zu klicken und zu erwarten, dass Worte erscheinen, bevor ich akzeptierte, dass sie es nie tun würden.

Wenn du willst, dass deine Stimme zu einer getippten Slack-Nachricht wird, lebt das Werkzeug, das das tut, außerhalb von Slack: dein Betriebssystem oder eine dedizierte Diktier-App. Beides findest du weiter unten.

Den ganzen Tag in Slack tippen vs. einfach reden

Das Argument fürs Diktieren in Slack ist einfach. Sprechen läuft mit etwa 145 Wörtern pro Minute; Tippen liegt bei den meisten näher bei 40. Das ist rund dreieinhalbmal schneller, und es macht deine Hände frei. In einem geschäftigen Channel summiert sich der Unterschied über einen Tag.

Das ehrliche Gegengewicht: Viele Slack-Nachrichten sind sechs Wörter lang. „Mach ich.“ „Schaue gerade.“ „Kannst du den Link teilen?“ Diktat bringt dafür nichts; du würdest Zeit verlieren beim Moduswechsel. Sprach­eingabe verdient sich ihren Platz bei den längeren Sachen: das Status-Update, die Übergabe-Notiz, die Antwort, die du normalerweise aufschiebst, weil sie zu tippen lästig ist. Das ist die Schwelle. Kurze Pings, weiter tippen. Alles ab einem oder zwei Sätzen, sprechen.

Der schnellste Weg: ein systemweiter Diktier-Hotkey

Hier ändert eine dedizierte App die Rechnung. Whisper by Remskill ist keine Slack-App, kein Bot und keine Browser-Erweiterung. Es ist eine Desktop-App, die wie eine Tastatur funktioniert: Hotkey drücken, sprechen, und das Transkript wird am Cursor eingefügt, in jeder App, auch im Nachrichtenfeld von Slack. Es funktioniert in der Slack-Desktop-App genauso wie in Slack im Browser, denn aus Sicht deines Computers tippst du einfach nur.

Die Einrichtung ist kurz:

Das ist der ganze Ablauf. Das Transkript erscheint im Eingabefeld, du drückst Enter.

Sprich, und die Nachricht erscheint in Slack

Sobald es läuft, ist das Erlebnis auf die beste Art unspektakulär. Du setzt deinen Cursor in den Channel, hältst die Taste, sprichst, lässt los. Etwa eine Sekunde später sitzt der Text im Nachrichtenfeld von Slack, als hättest du ihn getippt. Kein Kopieren und Einfügen, kein separates Fenster, aus dem du den Text herausfischen musst, kein Clip, den dein Teamkollege abspielen muss.

Weil die lokale Transkription auf deinem Rechner läuft (rein in Rust, kein Python-Sidecar, kein Server in der Schleife), funktioniert sie offline. Das ist wichtiger, als es klingt. Slacks eigene Clip-Transkription wird in der Cloud verarbeitet, und die in Windows integrierte Sprach­eingabe braucht überhaupt eine Internetverbindung, um zu funktionieren. Der lokale Modus von Whisper nicht. Das Audio für dieses interne Status-Update verlässt deinen Laptop nie.

Wie die vollständige Whisper-App aussieht

Der Hotkey ist der Teil, den du am meisten nutzen wirst, aber dahinter steckt eine Einstellungs-Oberfläche. Du wählst deine Transkriptions-Engine: Whisper-Modelle, deren mehrsprachige Varianten 99 Sprachen abdecken und deren rein englische .en-Builds genau eine, oder NVIDIAs Parakeet, etwa 600 MB, 5- bis 10-mal schneller als Whisper auf der CPU, das Englisch plus 24 europäische Sprachen abdeckt. Du legst deinen Hotkey fest, verwaltest den Verlauf und speicherst Voreinstellungen. Nichts davon ist nötig, um eine Slack-Nachricht zu diktieren. Es ist da, wenn du feinjustieren willst.

Diktierte Slack-Nachrichten mit KI aufräumen

Gesprochene Sprache ist unordentlich. Du sagst „ähm“, du fängst Sätze neu an, du verlierst den Faden. Whisper hat einen optionalen KI-Verbesserungsschritt, der Füllwörter entfernt und die Formulierung in etwas glättet, das du einem Kollegen schicken würdest, bevor es eingefügt wird. So wird aus „äh, ja, also der, der Deploy ist raus, ich glaube wir sind, wir sind gut“ ein „Der Deploy ist raus — ich glaube, wir sind gut.“

Dieses Aufräumen läuft lokal über Ollama, kostenlos, auf deinem eigenen Rechner. Pro-Nutzer können es stattdessen über die Cloud leiten, aber der Vorteil des Füllwort-Aufräumens erfordert kein Pro; er steckt in der kostenlosen lokalen Pipeline. Für Slack, wo der Ton irgendwo zwischen E-Mail und SMS liegt, ist dieser „lass es professionell klingen“-Durchlauf die Funktion, die die Leute am Ende behalten.

Slacks eigene Audioclips und Huddles vs. echtes Diktat

Es lohnt sich, genau zu sein, was Slack bereits tut, damit du nicht nach einer Einstellung suchst, die es nicht gibt. Audioclips: aufgenommene Medien, bis zu fünf Minuten, auf Wunsch transkribierbar. Huddles: Live-Audioräume zum Reden mit Teamkollegen. Keines davon verwandelt deine Sprache in eine getippte Nachricht, die du sendest und wie Text bearbeitest. Es sind gute Werkzeuge für „lass mich das einfach mal laut sagen“ und ein schlechter Ersatz für „lass mich das diktieren und auf Senden drücken“. Wenn dein Ziel das Zweite war, hätte Slack es dir nie gegeben. Das ist kein Bug, das ist eine Frage des Umfangs.

Wann du auf eine Diktier-App verzichten und einfach dein Betriebssystem nutzen solltest

Wenn du nur gelegentlich eine kurze Nachricht diktieren musst, installiere nichts. Dein Computer macht das bereits kostenlos. Unter Windows drückst du die Windows-Logo-Taste + H, und die Sprach­eingabe öffnet sich in jedem Textfeld, auch in Slack, ohne Abo. Auf einem Mac macht das integrierte Diktat-Kürzel (oder die Mikrofontaste) dasselbe, und auf Apple Silicon läuft es auf dem Gerät, ohne dass Internet nötig ist. Auf deinem Smartphone diktiert das Mikrofonsymbol der Tastatur direkt in das mobile Nachrichtenfeld von Slack; das ist iOS oder Gboard, nicht Slack, aber es funktioniert.

Der eine Kompromiss, den man kennen sollte: Win+H von Windows braucht eine Internetverbindung, während das macOS-Diktat und der lokale Modus von Whisper das nicht tun. Für ein schnelles „komme fünf Minuten später“ ist das Betriebssystem-Werkzeug die richtige Wahl. Wo eine dedizierte App davonzieht, ist bei der Menge, dem Füllwort-Aufräumen und dem Offline-Diktieren: Je länger und öfter du es machst, desto mehr zählen diese.

Nenn es den Brotdosen-Test. An einem Dienstagabend mache ich Brotdosen, Sandwich, Obst, der Joghurt, den das jüngere Kind verweigern wird, und eine Nachricht muss raus, bevor alle auseinanderlaufen. Ich greife den Laptop einhändig, drücke den Hotkey und diktiere sie zwischen Gurkenscheiben: Halte inne, um zu fragen, wie man einen Namen schreibt, das Diktat wartet, mach weiter. Die Nachricht geht raus. Die Brotdosen werden fertig. Genau dieser Moment waren früher fünfzehn Minuten einhändiges Tippen.

Once one hotkey follows your cursor everywhere, the same flow lets you dictate to ChatGPT — speak the prompt and it lands as clean text in the chat box, no retyping a long request by hand.

Was Whisper kostet

Die lokale Diktier-Pipeline, Transkription und das KI-Aufräumen über Ollama, ist für jeden angemeldeten Nutzer kostenlos, ohne Karte bei der Anmeldung. Deine Stimme mit Whisper in Slack zu bringen kostet also nichts. Whisper Pro fügt die Cloud-Funktionen hinzu (OpenAI-Transkription, Cloud-KI-Verbesserung, Sprach-Websuche), und es hat eine eigene Testphase. Die genauen Zahlen findest du auf der Preisseite statt hier, denn Preise ändern sich, und ein Blogbeitrag ist ein schlechter Ort, um sie aktuell zu halten.

Slack wird wahrscheinlich irgendwann echtes Diktat ausliefern, wie die meisten Apps es tun, sobald genug Leute auf das Mikrofonsymbol klicken und es erwarten. Bis dahin hat dein Computer die Funktion bereits, und eine App existiert für die Fälle, in denen die integrierte Version nicht schnell genug ist. Wähle das kleinste Werkzeug, das dein Problem löst. Für die meisten kurzen Nachrichten ist das die Tastatur, die du bereits hast.