FAQ

Lokale Transkription ist für immer kostenlos — Whisper, Parakeet, Ollama-KI-Verbesserung, unbegrenzter Verlauf, eigene Voreinstellungen, Hotwords, alle über 90 unterstützten Sprachen, Hardware-Beschleunigung und der globale Hotkey. Keine Karte für die Anmeldung erforderlich. Whisper Pro ergänzt die Wolken-Funktionen: OpenAI-Transkription (gpt-4o-mini-transcribe / gpt-4o-transcribe), Wolken-KI-Verbesserung (gpt-5-mini und Co.) und web-bewusste KI mit der OpenAI Responses API. Pro kostet $9.99/Monat, $79.99/Jahr oder $69 lebenslang. Dieselben Preise wie immer — wir haben einfach alles Lokale kostenlos gemacht.

$69 einmalig, Whisper Pro für immer. Das umfasst Wolken-Transkription mit den neuesten OpenAI-Modellen, Wolken-KI-Verbesserung, Websuche und jede Pro-Funktion, die wir in Zukunft veröffentlichen — keine wiederkehrenden Gebühren, keine Jahresverlängerungen. Der kostenlose lokale Stack (Whisper, Parakeet, Ollama, Voreinstellungen, Verlauf, über 90 Sprachen) ist für alle standardmäßig enthalten, ob Lebenslang-Kunde oder nicht. Monats- ($9.99) und Jahrespläne ($79.99) sind verfügbar, falls Sie lieber kleiner starten möchten. Pro-Pläne enthalten eine 7-tägige Wolken-Testphase; Lebenslang ist eine Einmalzahlung ohne Testphase.

Selbstverständlich. Wir bieten eine 7-tägige Geld-zurück-Garantie auf alle Käufe, ohne Rückfragen. Falls Whisper Ihre Erwartungen aus irgendeinem Grund nicht erfüllt – sei es Kompatibilität, Leistung oder Workflow-Passung – senden Sie uns eine kurze E-Mail an whisper@remskill.com und wir veranlassen die vollständige Rückerstattung. Wir möchten, dass Sie sich bei Ihrem Kauf sicher fühlen und erstatten das Geld lieber, als einen unzufriedenen Kunden zu haben.

Whisper bietet zwei grundlegend verschiedene Transkriptionswege, zwischen denen Sie jederzeit wechseln können. Der lokale Modus lädt ein KI-Modell auf Ihren Rechner und führt die Transkription vollständig auf Ihrem Gerät aus – nichts verlässt Ihr Gerät, kein Internet nötig, funktioniert komplett offline. Ideal, wenn Privatsphäre höchste Priorität hat oder in Umgebungen ohne zuverlässiges Internet. Der Wolken-Modus verbindet sich über Ihren eigenen API-Schlüssel mit der OpenAI-API und schaltet ein deutlich leistungsfähigeres Erlebnis frei: höhere Genauigkeit mit den neuesten OpenAI-Modellen, KI-gestützte Textverbesserung, die Grammatik bereinigt und Füllwörter entfernt, eine integrierte Websuche für sprachgesteuerte Recherche mit Quellen sowie benutzerdefinierte KI-Anweisungs-Presets zum Umschreiben, Übersetzen, Zusammenfassen oder Umformen Ihres Texts. Beide Modi nutzen denselben Ein-Hotkey-Workflow – drücken, sprechen, Text erscheint dort, wo Ihr Cursor steht.

Whisper bietet 8 lokale Modelle in zwei Kategorien: nur Englisch und mehrsprachig. Englisch-Modelle sind ausschließlich für Englisch optimiert und liefern schnellere, genauere Ergebnisse für englische Sprecher. Sie kommen in vier Größen: Base (ca. 140 MB, am schnellsten), Small (ca. 480 MB, empfohlen für die meisten Englisch-Nutzer), Medium (ca. 1,5 GB, höchste Genauigkeit) und Turbo (ca. 1,5 GB, destilliertes Modell, das 6-mal schneller als das größte Modell läuft und 99 % seiner Genauigkeit behält). Mehrsprachige Modelle unterstützen über 90 Sprachen und kommen ebenfalls in vier Größen: Small (480 MB), Medium (1,5 GB), Large V3 (3 GB, beste Genauigkeit) und Turbo (1,62 GB). Wenn Sie nur auf Englisch transkribieren, wählen Sie immer ein Englisch-Modell – sie sind schneller und genauer als das entsprechende mehrsprachige Modell.

Mehrsprachige Modelle können Sprache in über 90 Sprachen transkribieren, inklusive automatischer Erkennung. Ein wichtiger Leistungstipp: Wenn Sie wissen, welche Sprache Sie sprechen, wählen Sie diese Sprache in den Einstellungen explizit, statt sich auf die Auto-Erkennung zu verlassen. Bei gesetzter Sprache überspringt das Modell die Spracherkennung und konzentriert sich vollständig auf die Transkription, was spürbar schneller und zuverlässiger ist. Für das beste mehrsprachige Erlebnis empfehlen wir das Large-V3-Modell (ca. 3 GB) mit explizit ausgewählter Sprache. Wenn Sie ausschließlich Englisch sprechen, nutzen Sie stattdessen ein Englisch-Modell.

Stellen Sie sich den KI-Assistenten wie ChatGPT vor, direkt in jede Anwendung auf Ihrem Rechner integriert und vollständig per Stimme aktivierbar. Er geht weit über einfache Transkription hinaus. Stellen Sie Sachfragen und erhalten Sie ausführliche Antworten, ohne einen Browser zu öffnen. Diktieren Sie unstrukturierte Gedanken und lassen Sie die KI sie in professionellem Ton umschreiben. Bitten Sie sie, einen Absatz zusammenzufassen, in eine andere Sprache zu übersetzen, Action Items aus Meeting-Notizen zu extrahieren, eine E-Mail-Antwort zu entwerfen, Code-Kommentare zu schreiben, Text in Aufzählungen umzuwandeln oder jeder von Ihnen definierten Anweisung zu folgen. Mit aktivierter Websuche kann sie Echtzeit-Informationen abrufen und eine recherchierte Antwort mit Quellenangaben direkt an Ihrer Cursor-Position einfügen. All das per einem Hotkey aus jeder App.

Wenn Sie die Websuche in den Wolken-Einstellungen aktivieren, kann Whisper in Ihrem Namen das Internet durchsuchen – vollständig per Stimme. So funktioniert es: Sie drücken den Hotkey, stellen Ihre Frage laut, die KI erkennt automatisch, dass aktuelle Informationen benötigt werden, durchsucht das Web, wertet mehrere Quellen aus, fasst alles zusammen und gibt eine gut strukturierte Antwort mit Quellenangaben. Die Antwort wird direkt dort eingefügt, wo Ihr Cursor steht – Dokument, E-Mail, Chat-Fenster oder Code-Editor. Kein Browser, keine Tabs, kein Kopieren und Einfügen. Besonders nützlich für Rechercheure, Autoren, Entwickler mit Doku-Suche oder alle, die schnelle Fakten brauchen, ohne den Workflow zu unterbrechen.

KI-Textverbesserung ist eine optionale Funktion im Wolken-Modus, die Ihre transkribierte Sprache automatisch verarbeitet, bevor sie in die Anwendung eingefügt wird. Bei Aktivierung wird die Rohtranskription an ein KI-Modell gesendet, das sie intelligent bereinigt: entfernt Füllwörter wie „äh", „ähm", „also" und „quasi", korrigiert Grammatik- und Interpunktionsfehler, verbessert den Satzbau und erzeugt publikationsreifen Text. Mit benutzerdefinierten Anweisungen steuern Sie genau, wie die KI Ihre Ausgabe verarbeitet. Besonders wertvoll für Profis, die E-Mails, Meeting-Notizen, Berichte, Dokumentation oder andere präsentationsrelevante Inhalte diktieren.

Ja, und das ist eine der mächtigsten verfügbaren Funktionen. Sie können unbegrenzt Anweisungs-Presets anlegen – wiederverwendbare KI-Befehle, die der KI genau sagen, wie sie Ihre Sprache verarbeiten soll. Beispielsweise: „Schreib als professionelle Geschäfts-E-Mail um", „Übersetze ins Spanische", „Fasse in drei Aufzählungspunkten zusammen", „Extrahiere Action Items und Fristen" oder „Wandle in nummerierte Liste um". Vor der Aufnahme wählen Sie das Preset aus einem Dropdown, und die KI verarbeitet Ihre Transkription nach diesen Vorgaben. Zusätzlich können Sie benutzerdefinierte Vokabeln (Hotwords) hinzufügen, damit branchenspezifische Begriffe, Produktnamen, Fachjargon oder Eigennamen korrekt erkannt werden.

Wolken-Modus ist Teil von Whisper Pro. Sobald Sie einen Pro-Plan haben, dauert die Einrichtung etwa zwei Minuten — öffnen Sie die Einstellungen, gehen Sie zum Bereich Modell, wechseln Sie zum Tab „Wolke" und fügen Sie Ihren eigenen OpenAI-API-Schlüssel ein. Einen können Sie auf platform.openai.com erhalten (kostenloses OpenAI-Konto, kein Abo, Sie zahlen OpenAI nur für die tatsächliche Nutzung). Die Wolke wird sofort aktiviert. Ihr API-Schlüssel wird verschlüsselt und mit dem Fingerabdruck Ihres Geräts auf dem Gerät gespeichert — er erreicht niemals unsere Server. Wenn Sie im Kostenlos-Tarif sind, ist der Wolken-Tab hinter einer In-App-Upgrade-Karte gesperrt; an Ihrer lokalen Einrichtung ändert sich nichts.

Der Wolken-Modus nutzt Ihren eigenen OpenAI-API-Schlüssel, sodass Sie OpenAI direkt für die tatsächliche Nutzung zusätzlich zu Ihrem Pro-Abo zahlen. Auf OpenAI-Seite ist das wirklich minimal: gpt-4o-mini-transcribe kostet etwa $0.003/Minute Audio (eine Stunde Diktat liegt unter $0.20), gpt-4o-transcribe etwa $0.006/Minute, und KI-Textverbesserung über Chat Completions kostet einen Bruchteil eines Cents pro Anfrage. Wer ~30 Minuten am Tag diktiert, KI-Verbesserung auf jede Transkription anwendet und ein paar Websuchen durchführt, gibt typischerweise $1–$3 pro Monat bei OpenAI aus. Wir nehmen keinen Anteil, keinen Aufschlag, keine Plattformgebühr — Ihr API-Schlüssel, Ihre Rechnung.

Nein — und das ist Absicht, kein fehlendes Feature. Ein Team-Plan teilt das Abonnement (die Cloud-Funktionen jedes Mitglieds werden in dem Moment freigeschaltet, in dem Sie ihm einen Platz zuweisen), aber jedes Mitglied hinterlegt seinen eigenen OpenAI-API-Schlüssel auf seinem eigenen Rechner. Der Schlüssel wird auf dem Gerät verschlüsselt, mit einem Fingerabdruck, der aus der Hardware genau dieses Computers abgeleitet wird — der verschlüsselte Blob ist also nicht portierbar. Selbst wenn wir Ihren Schlüssel an einen Kollegen schicken würden, ließe er sich auf dessen Rechner nicht entschlüsseln. Wir speichern, synchronisieren oder vermitteln API-Schlüssel niemals über unsere Server. In der Praxis: Sobald sich ein Teammitglied zum ersten Mal anmeldet, funktioniert der Local-Modus (Whisper, Parakeet, Ollama-KI-Verbesserung) sofort und kostenlos — ganz ohne Schlüssel. Um den Cloud-Modus zu nutzen, öffnet das Mitglied Settings → Model → Cloud und fügt seinen eigenen OpenAI-Schlüssel ein — dieselbe Zwei-Minuten-Einrichtung wie bei einem Einzelnutzer. Jeder wird von OpenAI für seine eigene Nutzung abgerechnet, kein Admin wird vom Ausgabenrausch eines Kollegen überrascht, und kein einzelnes kompromittiertes Gerät reicht aus, um einen gemeinsamen Team-Schlüssel zu leaken. Wenn Sie eine gebündelte Abrechnung benötigen, bei der der Admin die gesamte OpenAI-Nutzung des Teams trägt, braucht es dafür eine serverseitige Proxy-Stufe — sprechen Sie uns an, falls das passt, dann können wir das gemeinsam besprechen.

Ihre Privatsphäre hängt vom gewählten Modus ab und Sie haben stets volle Kontrolle. Im lokalen Modus wird Ihr Audio vollständig auf Ihrem Rechner mit einem heruntergeladenen KI-Modell verarbeitet. Nichts wird je an irgendeinen Server gesendet – weder an uns, noch an OpenAI, noch an irgendjemanden. Daher eignet sich der lokale Modus für hochsensible Umgebungen wie Gesundheitswesen, Anwaltskanzleien, Finanzen oder geheime Arbeit. Im Wolken-Modus wird Ihr Audio direkt über Ihren persönlichen API-Schlüssel an die OpenAI-Transkriptions-API gesendet. Die Daten gehen von Ihrem Rechner direkt zu OpenAI – wir sind nie dazwischen, wir sehen Ihr Audio nie, wir sehen Ihre Transkriptionsergebnisse nie. Wir sammeln, speichern, analysieren, protokollieren oder monetarisieren in keinem Modus Ihre Sprach- oder Transkriptionsdaten.

Ja – der lokale Modus funktioniert komplett offline, ohne zu irgendeinem Zeitpunkt Internet zu benötigen. Internet wird nur einmalig für den Download des gewählten KI-Modells benötigt, das zwischen ca. 140 MB (kleinstes Modell) und 3 GB (größtes) liegt. Sobald das Modell heruntergeladen und gespeichert ist, läuft die Transkription lokal ohne jede Netzwerkaktivität. Sie können Whisper im Flugzeug, in einem Keller ohne Signal, in einer sicheren Einrichtung oder überall sonst ohne Konnektivität nutzen. Wolken-Funktionen erfordern eine aktive Internetverbindung, da sie in Echtzeit mit den OpenAI-Servern kommunizieren.

Ja – Whisper nutzt einen systemweiten globalen Hotkey, der in jeder App mit Texteingabe funktioniert. Unter Windows lautet der Standard-Hotkey Strg+Leertaste, unter macOS Cmd+Leertaste. Das funktioniert in Textverarbeitungen, E-Mail-Clients, Messaging-Apps wie Slack, Discord und Teams, Code-Editoren wie VS Code und JetBrains-IDEs, Notiz-Tools wie Notion und Obsidian, Browser-Textfeldern und jeder anderen App mit Texteingabe. Wenn Sie den Hotkey drücken und sprechen, wird Ihr transkribierter Text – optional durch KI verbessert – automatisch an der Cursor-Position eingefügt. Lokaler und Wolken-Modus funktionieren beide identisch über diesen globalen Hotkey.

Die Genauigkeit hängt vom gewählten Modus und Modell ab. Im lokalen Modus liegt die Transkriptionsgenauigkeit typischerweise bei 95 % bis 99 %. Größere Modelle liefern höhere Genauigkeit. Mehrere Einstellungen erlauben Feintuning: die Beam-Größe steuert, wie gründlich das Modell nach der besten Transkription sucht, Sprachaktivitätserkennung filtert Stille und Hintergrundgeräusche, und benutzerdefinierte Vokabeln helfen, Namen, Fachbegriffe und branchenspezifischen Jargon korrekt zu erkennen. Im Wolken-Modus liefern die neuesten OpenAI-Modelle noch höhere Genauigkeit. Zusätzlich fügt die KI-Textverbesserung eine weitere Korrekturebene hinzu. Für die absolut besten Ergebnisse empfehlen wir den Wolken-Modus mit aktivierter KI-Textverbesserung.

Whisper unterstützt über 90 Sprachen in lokalem und Wolken-Modus, inklusive Englisch, Spanisch, Französisch, Deutsch, Portugiesisch, Chinesisch, Japanisch, Koreanisch, Russisch, Arabisch, Hindi, Italienisch, Niederländisch, Türkisch, Polnisch und viele mehr. Wenn Sie ausschließlich auf Englisch transkribieren, verwenden Sie ein Englisch-Modell – diese sind kleiner, schneller und für Englisch genauer als das entsprechende mehrsprachige Modell. Wenn Sie in anderen Sprachen transkribieren oder zwischen mehreren Sprachen wechseln, nutzen Sie ein mehrsprachiges Modell und setzen Ihre Hauptsprache explizit in den Einstellungen. Im Wolken-Modus unterstützt die OpenAI-API alle Sprachen über ein einziges Modell. Benutzerdefinierte Vokabeln funktionieren in jeder Sprache, um spezialisierte Begriffe, Markennamen oder Jargon zu erkennen.