Diktat

Das Diktat macht aus Gesprochenem fertigen Text, in genau dem Programm, in dem Sie gerade sind. Sie drücken das Tastenkürzel, sprechen, und der Text landet in dem Feld, in dem Sie getippt haben: eine E-Mail, ein Ticket, eine Chat-Nachricht. Das DeutschlandGPT-Fenster muss dafür nie in den Vordergrund kommen.

Wo Sie es finden

Was	Wo
Das Tastenkürzel und sein Verhalten	Einstellungen, Tastenkürzel, Gruppe „Systemweit"
Alles andere	Einstellungen, Diktat
Ihre bisherigen Diktate	Einstellungen, Diktat, unten unter „Verlauf"

Die Einstellungen öffnen Sie mit Cmd/Strg+,. Das Tastenkürzel liegt absichtlich bei allen anderen Kürzeln und nicht im Diktat-Bereich, denn es beschreibt einen Tastendruck und nicht, was mit dem Text passiert.

Unter Windows und macOS kann das Diktat-Kürzel auch nur aus Modifier-Tasten bestehen, zum Beispiel Strg+Win oder Ctrl+Cmd. Dazu gehören die Windows- oder Command-Taste und mindestens eine weitere Modifier-Taste. Unter macOS funktioniert so ein Kürzel erst, wenn DeutschlandGPT die Berechtigung „Bedienungshilfen“ hat. Die Kürzel-Einstellungen bieten dafür einen Knopf an.

Diktieren

Lässt sich der Text nicht automatisch einfügen, meist weil unter macOS die Bedienungshilfen-Berechtigung fehlt, landet er stattdessen in der Zwischenablage und die Einblendung sagt das. Ein Diktat endet nie ganz ohne Text.

Berechtigungen

Die zwei Zeilen oben im Diktat-Bereich sind keine Vorlieben, sondern Voraussetzungen. Beide werden in den Systemeinstellungen erteilt, und der Bereich verlinkt direkt in den richtigen Abschnitt.

Berechtigung	Nötig für
Mikrofon	Überhaupt aufnehmen. Ohne sie nimmt die App Stille auf
Bedienungshilfen (macOS)	Den Text automatisch einfügen. Ohne sie bleibt das Diktat in der Zwischenablage

Jede Zeile zeigt ihren Zustand: erteilt, nicht erteilt oder noch nicht angefragt. Zugriff erlauben löst die eine Systemabfrage aus, während das DeutschlandGPT-Fenster vorne ist. Das ist deutlich besser, als sie mitten im Diktat über dem Programm erscheinen zu lassen, in das Sie diktieren.

Zwei Hinweise zu den Plattformen. Unter Windows gibt es keinen abfragbaren Zustand: das System fragt beim ersten Diktat, und ein gesperrtes Mikrofon zeigt sich als echter Aufnahmefehler statt als Status. Windows bekommt deshalb die Verknüpfung in die Einstellungen und die Erklärung, aber nie eine Zustandsbehauptung, die die App nicht belegen kann. Ist das Mikrofon durch die Geräteverwaltung gesperrt, sagt die Zeile das und verweist auf die IT, denn kein Klick in der App kann das aufheben.

Auslöseart: Gedrückt halten oder Umschalten

In Einstellungen, Tastenkürzel, direkt unter den systemweiten Kürzeln.

Modus	Verhalten
Gedrückt halten	Nimmt nur auf, solange Sie die Tasten halten, und stoppt beim Loslassen
Umschalten	Ein Druck startet, der nächste stoppt

Voreingestellt ist Umschalten. Gedrückt halten passt zu kurzen Diktaten und lässt nie versehentlich eine Aufnahme laufen. Umschalten passt zu langen, bei denen zwei Minuten Tastenhalten unangenehm wären.

Automatisch einfügen

An geht das Ergebnis direkt in das Programm, das Sie zuletzt benutzt haben. Aus geht es nur in die Zwischenablage und Sie fügen selbst ein.

Schalten Sie es aus, wenn Sie in Programme diktieren, die auf simulierte Tastendrücke schlecht reagieren, oder wenn Sie den Text lieber ansehen, bevor er in einer Kunden-E-Mail landet.

In Zwischenablage behalten

Erscheint nur, solange Automatisch einfügen an ist, denn ohne automatisches Einfügen ist die Zwischenablage der Zustellweg und der Text bleibt ohnehin dort.

An bleibt das Diktat nach dem Einfügen in der Zwischenablage, Sie können es also erneut einfügen. Aus wird Ihr vorheriger Inhalt der Zwischenablage wiederhergestellt, was zählt, wenn Sie gerade etwas anderes kopiert hatten.

Wie lange das Ergebnis sichtbar bleibt

Der transkribierte Text bleibt für die gewählte Dauer in der Einblendung und verschwindet dann von selbst: 3, 5, 10 oder 20 Sekunden, oder dauerhaft. Mit gar nicht schließt sich die Einblendung, sobald der Text eingefügt ist. Fehlermeldungen bleiben trotzdem stehen, damit Sie sie lesen können.

Feste Stufen statt eines freien Feldes, denn ein freier Millisekundenwert verleitet zu Werten, die entweder unlesbar kurz sind oder die Einblendung dauerhaft über einem anderen Programm parken. Wählen Sie dauerhaft, wenn Sie den Text jedes Mal selbst lesen und kopieren wollen.

Direkt nach dem Einfügen schließen

Erscheint nur, solange Automatisch einfügen an ist. Ist die Option an, schließt sich die Einblendung etwa anderthalb Sekunden nachdem der Text eingefügt wurde, egal welche Dauer Sie oben gewählt haben. Konnte der Text nur kopiert werden oder ist etwas schiefgegangen, bleibt die Einblendung für die gewählte Dauer stehen, damit Sie die Meldung lesen können.

Signaltöne

Voreingestellt aus. Ist die Option an, hören Sie einen kurzen, leisen, aufsteigenden Ton, sobald das Mikrofon wirklich aufnimmt, und einen absteigenden, wenn die Aufnahme endet. Warten Sie mit dem Sprechen auf den ersten Ton, dann geht am Anfang nichts verloren.

Mikrofon

Mit welchem Mikrofon das Diktat aufnimmt. Systemstandard folgt dem Eingabegerät, das in Ihrem Betriebssystem als Standard eingestellt ist. Wählen Sie ein bestimmtes Mikrofon, wenn der Standard oft das falsche ist, etwa das Mikrofon des Laptops, obwohl ein Headset angeschlossen ist.

Ist das gewählte Mikrofon beim Start des Diktats nicht angeschlossen, nimmt die App über den Systemstandard auf, und die Auswahl kennzeichnet das Gerät als nicht verbunden. Die Liste zeigt nur Mikrofone, die das System gerade meldet. Öffnen Sie die Einstellungen also erneut, nachdem Sie ein neues angeschlossen haben.

Diktatsprache

Sagt der Erkennung, welche Sprache sie erwarten soll. Sprache der App, die Voreinstellung, nimmt die Sprache der Oberfläche. Automatisch erkennen lässt die Erkennung raten, und darunter können Sie eine feste Sprache wählen.

Eine feste Sprache zählt vor allem bei kurzen Aufnahmen, denn dort ist die automatische Erkennung am unzuverlässigsten. Wählen Sie Automatisch erkennen, wenn Sie in mehreren Sprachen diktieren.

Modus

Der Modus entscheidet, was mit dem Rohtranskript passiert, bevor es eingefügt wird.

Modus	Ergebnis
Roher Text	Das Transkript wortgetreu, kein Modellaufruf. Der schnellste Weg
Leicht korrigiert	Nur Zeichensetzung, Groß- und Kleinschreibung und falsch erkannte Eigennamen werden korrigiert. Nichts wird umformuliert oder umgestellt, Füllwörter bleiben. Die Voreinstellung
Aufgeräumt	Füllwörter, Wiederholungen, Selbstkorrekturen und Stottern entfernt, Zeichensetzung und Groß- und Kleinschreibung korrigiert. Wortwahl, Ton und Inhalt bleiben unverändert
Nachricht	Eine kurze, locker formulierte Chat-Nachricht. Keine Anrede, keine Grußformel, keine Aufzählung, außer Sie haben eine diktiert
E-Mail	Eine höfliche, klar gegliederte E-Mail in kurzen Absätzen. Anrede und Grußformel werden nicht erfunden, wenn Sie sie nicht diktiert haben, und es wird nichts inhaltlich ergänzt
Notiz	Zu kurzen Stichpunkten verdichtet, mit allen Fakten, Namen, Zahlen und Terminen
KI-Prompt	Eine präzise, vollständige Anweisung an ein KI-Modell. Die Absicht bleibt exakt erhalten, es kommen keine neuen Anforderungen hinzu, und die Anweisung wird nicht beantwortet
Eigener Modus	Ihre eigene Anweisung

Jeder Modus behält die gesprochene Sprache, ein englisches Diktat kommt also englisch zurück.

Roher Text ist zugleich der Rückfallweg: scheitert die Nachbearbeitung aus irgendeinem Grund, bekommen Sie das reine Transkript und nicht nichts.

Eigene Anweisung

Erscheint nur, solange Eigener Modus gewählt ist. Was Sie hier schreiben, ist die Anweisung an das Modell, etwa „formuliere als sachliche E-Mail auf Englisch, ohne Anrede und Grußformel".

Bleibt das Feld leer, verhält sich der eigene Modus genau wie Roher Text, statt eine leere Anweisung an das Modell zu schicken.

Wortschatz

Eigennamen und Produktnamen sind das, was die Spracherkennung zuverlässig falsch versteht. Tragen Sie sie hier ein, ein Begriff pro Zeile, und offensichtlich falsch transkribierte Varianten dieser Wörter werden im fertigen Transkript korrigiert, ohne dass der übrige Text angetastet wird.

Kommt ein Wort immer wieder als etwas ganz anderes zurück, schreiben Sie eine Regel in eine eigene Zeile: falsch => richtig, zum Beispiel Deutschland Jipiti => DeutschlandGPT.

Eine Zeile je Begriff statt Kommas, weil das das einzige Format ist, das Begriffe mit Kommas oder Leerzeichen übersteht.

Der Wortschatz wirkt in jedem Modus, auch in Roher Text. Wo der Sprachdienst es unterstützt, geht er außerdem als Hinweis an die Erkennung. Eine kurze eingebaute Liste (DeutschlandGPT, ChatGPT, OpenAI, Anthropic, Claude, Titanom) gilt immer, und Ihr eigener Eintrag hat Vorrang, wenn er dasselbe Wort betrifft.

Verlauf

Ihre letzten Diktate, neueste zuerst, mit ihren Aufnahmen. Je Eintrag können Sie:

• Den Text erneut kopieren.
• Ihn mit dem aktuell gewählten Modus neu verarbeiten, was den gelisteten Eintrag ersetzt. Dafür braucht es das Rohtranskript, ein Eintrag ohne Rohtranskript meldet das, statt stillschweigend nichts zu tun.
• Die Aufnahme abspielen oder herunterladen.
• Ihn löschen, auf dem Server und lokal.

Der Verlauf existiert für einen bestimmten Fehlerfall: das Einfügen landet im falschen Fenster, und bis Sie das merken, liegt in der Zwischenablage schon das nächste Diktat.

Die Einträge liegen auf dem Server, überstehen also eine Neuinstallation und sind auf Ihren anderen Rechnern sichtbar. Sie unterliegen den Aufbewahrungsfristen unter Datenhaltung. Aktuelle lokale Einträge werden darüber gelegt, was die Zeit ohne Verbindung und die Sekunden zwischen fertigem Diktat und abgeschlossenem Upload abdeckt.

Verlauf löschen löscht jedes gelistete Diktat samt Aufnahme dauerhaft, auch auf Ihren anderen Geräten.

Ein unterbrochenes Diktat, bei dem die App während der Aufnahme abgestürzt oder beendet wurde, wird beim nächsten Start wiederhergestellt, verarbeitet und in der Liste als wiederhergestellt gekennzeichnet.