Ehrlicher Vergleich · Zuletzt geprüft im April 2026
Whisper vs Wispr Flow
Ein detaillierter Blick auf zwei Sprache-zu-Text-Tools mit sehr unterschiedlichen Philosophien. Wispr Flow ist ein Cloud-Diktierdienst mit ausgefeilten Apps für Mac, Windows, iOS und Android. Whisper by Remskill ist eine Desktop-App mit lokaler Transkription, einer nutzersteuerbaren KI-Ebene und der Option zum Einmalkauf.
Beide Produkte funktionieren. Sie treffen nur unterschiedliche Kompromisse. Dieser Artikel legt die Fakten offen, damit Sie erkennen können, welche Kompromisse zu Ihrer tatsächlichen Arbeitsweise passen.
Whisper by Remskill
Desktop-App · Windows (macOS folgt)
- Läuft im lokalen Modus vollständig offline — Audio verlässt das Gerät nie
- Der Cloud-Modus nutzt OpenAI für erstklassige Transkription und KI
- Vom Nutzer verfasste KI-Anweisungs-Presets, umschaltbar mit Strg+1 … Strg+9
- Optionale Echtzeit-Websuche für faktische Nachschlagevorgänge
- Zahlen Sie monatlich, jährlich oder einmalig lebenslang
Wispr Flow
Cloud-Dienst · Mac, Windows, iOS, Android
- Reine Cloud-Transkription; Audio wird an die Server des Anbieters gesendet
- Automatische Tonanpassung und "Auto Edits" — nicht vom Nutzer konfigurierbar
- Mobile Apps für iOS und Android
- Snippet-Bibliothek und benutzerdefiniertes Wörterbuch
- Nur im Abonnement ($15/Monat oder $12/Monat bei jährlicher Abrechnung)
Preise
Was jedes Produkt tatsächlich kostet
Wispr Flow ist ein Abonnement. Whisper bietet ein Abonnement, eine Jahreslizenz oder einen einmaligen lebenslangen Kauf. Die Dollar-Beträge erzählen nicht die ganze Geschichte — der wahre Unterschied liegt darin, wie lange die Kosten weiter anfallen.
| Plan | Whisper by Remskill | Wispr Flow |
|---|---|---|
| Kostenlose Stufe | Lokaler Modus für immer kostenlos (Whisper + Parakeet + Ollama, unbegrenzt, ohne Karte). Pro fügt Cloud + 7-tägige Cloud-Testphase beim Upgrade hinzu | Kostenlose Stufe: 2,000 words/week auf Mac/Windows, 1,000/week auf dem iPhone. Zusätzlich 14-tägige Pro-Testphase (ohne Karte) |
| Monatlich (monatliche Abrechnung) | $9.99/mo | $15/user/mo |
| Jährlich | $79.99/yr (≈ $6.67/mo) | $144/yr (≈ $12/mo, jährliche Abrechnung) |
| Einmalig lebenslang | $69 — einmal zahlen, für immer behalten | Nicht verfügbar |
| Teams (pro Platz, monatlich) | 5 Plätze: $8/user · 10 Plätze: $6/user · 20 Plätze: $5/user | Flow-Pro-Preis × Plätze. Kontaktieren Sie den Vertrieb für Enterprise-Rabatte. |
| Studentenrabatt | Derzeit keiner | Drei Monate gratis + 50 % Rabatt auf Pro |
| Erstattung / Kündigung | Jederzeit kündbar; Lebenslang ist ein Einmalkauf | Jederzeit kündbar |
Kosten im Zeitverlauf, ein Platz
| Zeitraum | Whisper Lebenslang ($69) | Whisper Monatlich ($9.99) | Wispr Flow Pro jährlich ($12/mo) | Wispr Flow Pro monatlich ($15/mo) |
|---|---|---|---|---|
| 1 Jahr | $69 | $120 | $144 | $180 |
| 3 Jahre | $69 | $360 | $432 | $540 |
| 5 Jahre | $69 | $599 | $720 | $900 |
Die lebenslange Option ist kein Rabatt-Trick — sie ist ein anderes Eigentumsmodell. Fairer Vorbehalt: Verschwindet das Unternehmen, endet ein Abonnement einfach, während ein lebenslanger Kauf bedeutet, dass Sie die lokale App weiterhin haben, aber keine Updates. Whispers lokaler Modus funktioniert ohne jegliche Netzwerkaufrufe, sodass die App unabhängig davon weiterläuft.
Wohin Ihr Audio geht
Local-first vs Cloud-first
Dies ist der folgenreichste Unterschied zwischen den beiden Tools. Er betrifft Datenschutz, Offline-Nutzbarkeit, Geschwindigkeit und das, was Sie ohne Internet tun können.
Whisper — lokal als Standard, Cloud wenn Sie wollen
Whisper liefert eine geräteinterne Transkription (Whisper.cpp- und Parakeet-ONNX-Modelle) sowie eine lokale KI-Verbesserungs-Pipeline, die mit Ollama unter http://localhost:11434 kommuniziert. Wenn Sie den lokalen Modus wählen, verlassen weder Audio noch Transkript jemals Ihr Gerät.
Es gibt auch einen Cloud-Modus, der OpenAIs Speech-to-Text und Chat Completions direkt nutzt. Audio wird für die Transkription an die OpenAI-API hochgeladen. Sie bringen Ihren eigenen OpenAI-API-Schlüssel mit, es gibt also keinen Remskill-Mittelsmann zwischen Ihnen und dem Modell.
Inhaber einer lebenslangen Lizenz können den lokalen Modus für immer ohne Abonnement oder Cloud-Abhängigkeit nutzen. Falls Ihr Internet ausfällt, funktioniert die App weiterhin.
Wispr Flow — nur Cloud
Die gesamte Transkription findet auf den Servern von Wispr Flow statt. Die App benötigt eine Internetverbindung, um zu funktionieren. Für Nutzer mit stabiler Konnektivität ist dies meist unsichtbar — aber es bedeutet keine Offline-Unterstützung (Flüge, abgelegene Orte, getrennte Umgebungen) und es bedeutet, dass jede Sekunde Audio, die Sie diktieren, außerhalb des Geräts verarbeitet wird.
Wispr Flow bietet einen "Privacy Mode" (Zero Data Retention) in allen Plänen und gibt an, HIPAA-bereit zu sein sowie SOC 2 Type II und ISO 27001 auf der Enterprise-Stufe zu erfüllen. Wenn Sie formale Compliance-Zertifizierungen benötigen, ist dies ein echter Vorteil ihres Stacks.
KI-Textverarbeitung
Wie viel Kontrolle Sie über das Umschreiben haben
Beide Apps können rohe Sprache zu sauberem Text aufbereiten. Sie gehen sehr unterschiedlich damit um, "wer entscheiden darf, was ‚aufbereitet‘ bedeutet".
Wispr Flows KI-Ebene heißt Auto Edits und beinhaltet eine automatische Tonanpassung, die "den Ton basierend auf der von Ihnen verwendeten App anpasst" — ihre eigenen Worte. Pro-Nutzer erhalten zusätzlich den Command Mode zum Bearbeiten. Es gibt ein benutzerdefiniertes Wörterbuch für Namen und Fachjargon sowie eine Snippet-Bibliothek für Sprachmakros. Was Sie nicht tun können: Ihren eigenen System-Prompt schreiben, auswählen, welches Modell die Verbesserung ausführt, oder das Verhalten mitten in einer Sitzung umschalten.
Whisper kehrt das um. Die KI-Ebene ist bewusst eine offene Fläche, die dem Nutzer gehört.
Was Whisper offenlegt
- Beliebiges KI-Modell wählenLokal: jedes Ollama-kompatible Modell (Llama, Mistral, Qwen, was auch immer Sie geladen haben). Cloud: Wählen Sie aus gpt-5-nano, gpt-5-mini (Standard), gpt-5 oder geben Sie einen beliebigen OpenAI-Modellnamen ein, auf den Sie Zugriff haben.
- Eigene Anweisung schreibenJedes Stil-Preset ist ein freier System-Prompt, den Sie selbst eintippen. Keine Template-Bindung. Fügen Sie Few-Shot-Beispiele über "User says: … / You return: …"-Blöcke im Prompt-Text ein, und das Modell folgt dem Format.
- BereinigungsstufeOrthogonaler Schieberegler: keine / leicht / mittel (Standard) / hoch. Wird dem System-Prompt des gewählten Presets beim Senden angehängt. Steuert, wie aggressiv die KI umschreibt.
- Temperature & max tokensVerfügbar unter KI-Verarbeitung → Erweitert. Standard-Temperature 0.3, max tokens 500.
- AuslösemodiZwei Modi: Auto-Apply (jede Transkription erhält das aktive Preset) oder Keyword (nur wenn das Transkript Ihre gewählte Auslösephrase enthält, Standard "hey whisper").
- Strg+1 … Strg+9Neun globale Hotkeys auf Betriebssystemebene schalten das aktive Anweisungs-Preset im Handumdrehen um. Drücken Sie Strg+2 vor Ihrer nächsten Aufnahme, und die KI wendet Preset #2 an. Ordnen Sie die Karten in den Einstellungen neu an, und die Hotkeys werden automatisch neu verdrahtet.
Der praktische Effekt: Sie können Presets pflegen wie "Slack-Nachricht — locker, kurz, ohne Einleitung", "E-Mail-Entwurf — herzlich und direkt", "Code-Review-Kommentar — konkret, im Imperativ", "Besprechungsnotizen — in Stichpunkten, nur Schlagzeilen" und per Hotkey zwischen ihnen wechseln. Kein Kopieren-Einfügen in ChatGPT, kein "In der App bearbeiten"-Umweg.
Echtzeit-Websuche
Eine Frage sprechen, die Antwort einfügen
Eine Funktion, die Wispr Flow nicht bietet. Eine Nische, aber nützlich, wenn man sie hat.
In Whispers Cloud-Modus können Sie "Websuche" in den KI-Einstellungen aktivieren. Ist sie aktiviert, leitet der Aktivierungs-Keyword-Ablauf das Transkript über OpenAIs Responses API mit dem web_search_preview-Tool. OpenAI ruft aktuelle Web-Ergebnisse ab, und die Antwort wird an Ihrem Cursor eingefügt.
Sagen Sie "hey whisper, wie lautet die aktuelle F1-Qualifikationszeit in Monaco" in ein beliebiges Textfeld, lassen Sie den Hotkey los, und drei bis fünf Sekunden später landet die Antwort anstelle der Frage. Das Suchmodell ist gpt-4o-mini — bewusst gewählt, weil Modelle der Reasoning-Klasse 30 bis 40 Sekunden brauchen und den Einfügen-am-Cursor-Workflow stören.
Nur im Cloud-Modus verfügbar (das lokale Ollama hat kein Websuche-Gegenstück). Wispr Flow hat keine vergleichbare Funktion.
Sprachen
Beide decken viel ab, die Details unterscheiden sich
Wispr Flow wirbt mit Unterstützung für 100+ Sprachen, mit automatischer Spracherkennung und sprachübergreifendem Wechsel. Whispers Abdeckung hängt davon ab, welche Transkriptions-Engine aktiv ist:
- Whisper-Mehrsprachenmodelle (small, medium, large-v3, turbo): 99+ Sprachen, automatische Erkennung unterstützt.
- Whisper-Modelle nur für Englisch (base.en, small.en, medium.en, distil-large-v3): nur Englisch, optimiert auf Geschwindigkeit und Genauigkeit bei englischem Audio.
- Parakeet v3: Englisch plus 24 EU-Sprachen. 5–10× schneller als vergleichbare Whisper-Modelle bei ähnlicher Genauigkeit.
- OpenAI-Cloud: OpenAIs eigene Sprachliste, im Umfang weitgehend vergleichbar mit Whisper-Mehrsprachenmodellen.
Whisper hat außerdem einen Übersetzen-ins-Englische-Schalter bei den Mehrsprachenmodellen — sprechen Sie in einer Sprache, erhalten Sie englischen Text zurück. Wispr Flow stellt dies nicht als nutzerseitige Funktion bereit.
Praktischer Hinweis: "99+" und "100+" sind beide für den Alltagsgebrauch zutreffend. Die eigentliche Frage ist, welche konkrete Sprache für Sie zählt und wie gut jedes Produkt Akzente, Fachvokabular und Code-Switching in dieser Sprache verarbeitet. Beide Apps lassen Sie kostenlos testen (Wispr Flows 14-tägige Pro-Testphase, Whispers 7-tägige Testphase).
Hotkeys und Workflow
Wie Sie es tatsächlich jeden Tag nutzen
Die Kerninteraktion ist bei beiden gleich: einen globalen Hotkey gedrückt halten, sprechen, loslassen. Das Transkript erscheint in dem Textfeld, das gerade den Fokus hat.
Whispers Standard-Aufnahme-Hotkey ist Ctrl+Space unter Windows und Cmd+Space unter macOS, vollständig anpassbar. Er unterstützt zwei Modi zum Stoppen der Aufnahme: Loslassen-zum-Stoppen (gedrückt halten) oder Umschalten (einmal drücken zum Starten, erneut drücken zum Stoppen). Esc bricht eine laufende Aufnahme immer ab.
Zusätzlich zur Aufnahme registriert Whisper Ctrl+1 bis Ctrl+9 (⌘1–⌘9 unter macOS) als globale Hotkeys, die auswählen, welches KI-Anweisungs-Preset aktiv ist. Diese funktionieren systemweit, unabhängig davon, ob das Whisper-Fenster im Fokus ist oder nicht. So wechseln Sie zwischen "Slack-Modus" und "E-Mail-Modus", ohne die Einstellungen zu öffnen.
Wispr Flow nutzt ebenfalls einen Push-to-Talk-Hotkey (anpassbar) und unterstützt das Diktieren im hauseigenen Command-Mode-Editor. Es gibt kein Gegenstück zur Preset-Umschalt-Hotkey-Bank — das KI-Verhalten passt sich automatisch an die App an, in die Sie diktieren, was angenehm ist, wenn es richtig rät, und weniger nützlich, wenn Sie manuelle Kontrolle wünschen.
Plattformen
Was Sie wo installieren können
| Plattform | Whisper | Wispr Flow |
|---|---|---|
| Windows 10/11 (x86_64) | Ja | Ja |
| macOS (Intel + Apple Silicon) | Demnächst | Ja |
| iOS | Nein | Ja |
| Android | Nein | Ja |
| Linux | Nein | Nein |
Mobil ist ein echter Vorteil für Wispr Flow, wenn Sie unterwegs diktieren. Sind Sie Mac-zuerst unterwegs, ist Wispr Flow heute schon verfügbar und Whisper ist auf dem Weg (Warteliste offen). Unter Windows sind beide jetzt verfügbar.
Datenschutz
Was Ihr Gerät verlässt, und wann
"Datenschutz" ist oft ein Marketingwort. Hier ist, was es für jedes Produkt tatsächlich bedeutet, Anfrage für Anfrage.
| Szenario | Whisper | Wispr Flow |
|---|---|---|
| Audio-Upload bei der Aufnahme | Lokaler Modus: nie. Cloud-Modus: an die OpenAI-API. | Immer, an die Server von Wispr Flow. |
| Transkript-Upload an einen Drittanbieter | Lokaler Modus: nie (bleibt auf dem Gerät oder geht an das localhost-Ollama). Cloud-Modus: an die OpenAI-API. | Auf den Servern von Wispr Flow verarbeitet. |
| Funktioniert ohne Internet | Ja, im lokalen Modus. | Nein — Cloud-Dienst. |
| Formale Compliance-Berichte | Derzeit keine veröffentlicht. Der lokale Modus bietet überprüfbaren Datenschutz (Audio verlässt das Gerät physisch nicht). | HIPAA-bereit in allen Plänen. SOC 2 Type II und ISO 27001 auf der Enterprise-Stufe. |
| Zero-Data-Retention-Option | Der lokale Modus ist auf ihrer Seite faktisch ohne Datenspeicherung — Audio wird nie übertragen. | Privacy Mode (ZDR) in allen Plänen verfügbar; auf Enterprise erzwungen. |
| Telemetrie- / Analyse-SDK | Sentry für Absturzberichte (nur Fehler, behandelte Fehler herausgefiltert). Keine Werbe-Tracker, kein Nutzungsanalyse-SDK. | Standard-Produktanalyse; siehe deren Datenschutzerklärung. |
Ein nützlicher Rahmen: Wispr Flow bietet vertraglichen Datenschutz — Versprechen und Audits, abgesichert durch rechtliche Vereinbarungen, was die meisten Enterprise-Beschaffungsteams wünschen. Whispers lokaler Modus bietet architektonischen Datenschutz — das Audio kann das Gerät physisch nicht verlassen, weil es keinen Netzwerkaufruf gibt. Beide sind valide; sie passen zu unterschiedlichen Bedrohungsmodellen.
Funktion für Funktion
Die vollständige Referenztabelle
Alles an einem Ort. Nutzen Sie Strg+F.
| Funktion | Whisper | Wispr Flow |
|---|---|---|
| Kern-Transkription | ||
| Per Hotkey ausgelöstes Diktieren | Ja, Strg+Leertaste als Standard, neu belegbar | Ja, Push-to-Talk-Hotkey |
| Sprachen | 99+ (Whisper mehrsprachig) / 25 (Parakeet) / Varianten nur für Englisch | 100+ |
| Automatische Spracherkennung | Ja (Mehrsprachenmodelle) | Ja |
| Übersetzen ins Englische zum Transkriptionszeitpunkt | Ja (Whisper mehrsprachig) | Nicht bereitgestellt |
| Benutzerdefiniertes Vokabular | Hotwords-Liste (beeinflusst den initialen Prompt des Modells) | Benutzerdefiniertes Wörterbuch |
| Sprach-Snippets / Makros | Nein | Ja (Snippet-Bibliothek) |
| Entfernen von Füllwörtern | Ja, umschaltbar (Whisper + OpenAI-Cloud) | Teil von Auto Edits |
| Verarbeitungsort | ||
| Lokale / geräteinterne Transkription | Ja (Whisper.cpp, Parakeet ONNX) | Nein |
| Cloud-Transkription | Ja (OpenAI, eigener API-Schlüssel des Nutzers) | Ja (Wispr-Flow-Cloud) |
| Funktioniert offline | Ja im lokalen Modus | Nein |
| GPU-Beschleunigung | Vulkan (Windows/Linux), Metal (macOS), CUDA/DirectML (Parakeet) | Nicht zutreffend (serverseitig) |
| Verfügbare Transkriptions-Engines | ||
| Whisper-Modelle | 8 (base.en, small.en, medium.en, distil-large-v3, small, medium, large-v3, turbo) | Nicht zutreffend |
| Parakeet ONNX | Ja (~600 MB, 5–10× schneller bei unterstützten Sprachen) | Nicht zutreffend |
| OpenAI gpt-4o-transcribe | Ja, im Cloud-Modus | Nicht zutreffend (eigenes Backend) |
| KI-Textverarbeitung | ||
| KI-Umschreibung / -Bereinigung | Ja (Ollama lokal oder OpenAI-Cloud) | Ja (Auto Edits) |
| Vom Nutzer geschriebene System-Prompts | Ja, unbegrenzte Presets | Nein |
| Nutzer wählt das KI-Modell | Ja (jedes Ollama-Modell oder jedes OpenAI-Chat-Modell) | Nein |
| Einstellung zur Bereinigungs-Aggressivität | Ja (keine / leicht / mittel / hoch) | Festes Verhalten |
| Temperature / max tokens | Vom Nutzer konfigurierbar | Nicht bereitgestellt |
| Hotkeys zum Preset-Wechsel | Strg+1 … Strg+9 (global) | Kein direktes Gegenstück |
| Automatischer Ton pro App | Nein (manuelle Preset-Auswahl) | Ja (Auto Edits passt den Ton an die Host-App an) |
| Command-Mode-Editor | Nein | Ja (Pro) |
| Echtzeit-Antworten | ||
| Websuche während des Diktierens | Ja (Cloud-Modus, gpt-4o-mini, 2–5 s) | Nein |
| Plattformen | ||
| Windows | Ja | Ja |
| macOS | Ja | Ja |
| iOS | Nein | Ja |
| Android | Nein | Ja |
| Linux | Nein | Nein |
| Datenschutz & Compliance | ||
| Audio bleibt auf dem Gerät | Ja im lokalen Modus | Nein |
| HIPAA-bereit | Kein formaler BAA; lokaler Modus bietet physische Trennung | Ja, alle Pläne |
| SOC 2 Type II | Nein | Ja (Enterprise) |
| ISO 27001 | Nein | Ja (Enterprise) |
| Zero-Data-Retention-Modus | Der lokale Modus ist faktisch ZDR; der Cloud-Modus hängt von OpenAI ab | Privacy Mode in allen Plänen; auf Enterprise erzwungen |
| SSO / SAML | Nein | Ja (Enterprise) |
| Preise | ||
| Kostenlose Stufe | Lokaler Modus für immer kostenlos, unbegrenzt, ohne Karte (Whisper + Parakeet + Ollama). 7-tägige Cloud-Testphase beim Pro-Upgrade | Basis kostenlos: 2,000 words/week Mac/Win, 1,000/week iOS; 14-tägige Pro-Testphase ohne Karte |
| Monatlich | $9.99/mo | $15/user/mo |
| Jährlich | $79.99/yr ($6.67/mo) | $12/user/mo bei jährlicher Abrechnung ($144/yr) |
| Lebenslang (einmalig) | $69 | Nicht verfügbar |
| Team-Preise | $5–$8/user/mo je nach Plätzen (5/10/20) | Flow Pro × Plätze; Mengenrabatte bei Enterprise |
| Studentenrabatt | Derzeit keiner | Drei Monate gratis + 50 % Rabatt auf Pro |
| Sonstiges | ||
| Transkriptionsverlauf | Ja, lokal in SQLite gespeichert; konfigurierbares Zeilenlimit | Ja, mit Konto-Synchronisierung |
| Funktionen zur Team-Zusammenarbeit | Platzverwaltung auf der Website | Dashboards und Zusammenarbeit auf Team-Ebene |
| Auto-Update | Ja, umschaltbar | Ja |
| Absturzberichte | Sentry (nur Fehler, keine Nutzungsanalyse) | Standard-Produktanalyse |
Wer wählt was
Keines ist im Abstrakten besser
Passen Sie das Tool an Ihre tatsächliche Arbeitsweise an.
Wählen Sie Wispr Flow, wenn…
- Sie auf Ihrem Telefon genauso oft diktieren wie auf Ihrem Laptop.
- Sie heute auf macOS sind und nicht warten möchten.
- Sie SaaS ohne Einrichtung wünschen — App installieren, anmelden, es funktioniert.
- Sie formale Compliance (SOC 2, ISO 27001, erzwungenes HIPAA) für die Beschaffung benötigen.
- Sie automatische Tonanpassung mögen und keine KI-Presets verwalten möchten.
- Sie Student sind (50 % Rabatt).
- Sie Sprach-Snippets / Makros für häufig getippte Phrasen wünschen.
Wählen Sie Whisper, wenn…
- Sie eine Transkription wünschen, die physisch nicht nach außen gelangen kann (lokaler Modus, kein Netzwerk).
- Sie in Umgebungen ohne zuverlässiges Internet arbeiten — Flüge, Labore, abgelegene Standorte.
- Sie einmal zahlen und die App besitzen wollen, statt zu abonnieren.
- Sie Ihre eigenen KI-Prompts schreiben und Stile per Hotkey umschalten möchten.
- Sie Echtzeit-Web-Antworten benötigen, die in ein beliebiges Textfeld eingefügt werden.
- Sie das exakte KI-Modell wählen möchten (GPT-5, Llama, Qwen, was auch immer).
- Sie auf Windows sind und die Desktop-App mit der tiefsten Anpassbarkeit wollen.
Methodenhinweis. Die Angaben zu Wispr Flow stammen von deren öffentlichen Seiten unter wisprflow.ai (zuletzt geprüft im April 2026). Die Whisper-Angaben stammen aus dessen eigenem Funktionsverzeichnis unter whisper-tauri/docs/FEATURES.md. Falls etwas in diesem Artikel falsch oder veraltet ist, ist es ein Fehler — sagen Sie uns Bescheid und wir korrigieren es.
Wenn Sie Whisper selbst ausprobieren möchten: Die Desktop-App hat eine 7-tägige Testphase. Whisper herunterladen