E-Mail-Diktiersoftware: Welche Lösung passt (Mac & Windows)

Wer viel E-Mail schreibt, sucht irgendwann nach Software, mit der sich Nachrichten sprechen statt tippen lassen. Die Suche klingt einfach, die Ergebnisse sind es nicht: Da stehen Bordmittel des Betriebssystems neben einer Diktierschaltfläche in Outlook, dazu Cloud-Dienste mit Monatsabo und lokale Programme, die man einmal installiert und die überall funktionieren.

Dieser Artikel sortiert das Feld. Er erklärt, was E-Mail-Diktiersoftware überhaupt ist, welche vier Arten es davon gibt, worin sie sich an der entscheidenden Stelle unterscheiden (nämlich dort, wo Ihre Stimme verarbeitet wird), und welche Lösung zu welcher Arbeitsweise passt.

Was mit E-Mail-Diktiersoftware gemeint ist

Hinter derselben Suche stecken zwei ziemlich verschiedene Wünsche. Der erste ist Diktat: Sie wollen den Text einer Nachricht sprechen statt tippen, und er soll im Schreibfenster landen. Der zweite ist Freihändigkeit: Sie wollen Mails per Sprache öffnen, vorlesen lassen und verschicken, ohne die Tastatur anzufassen.

Die Unterscheidung ist wichtig, weil fast alles am Markt das erste Problem gut und das zweite schlecht löst. Diktat am Cursor ist eine ausgereifte, verlässliche Kategorie. Die vollständige Sprachsteuerung eines Postfachs ist dagegen weiterhin die Domäne der Bedienungshilfen des Betriebssystems, also der macOS-Sprachsteuerung und der Windows-Spracherkennung, sowie klassischer Profipakete wie Dragon. Wenn Sie ein wirklich freihändiges Postfach brauchen, lesen Sie den Abschnitt zur Barrierefreiheit weiter unten, bevor Sie etwas kaufen.

Die vier Arten von E-Mail-Diktiersoftware

Die Bordmittel auf Ihrem Rechner. macOS bringt eine Diktierfunktion mit, die für viele Sprachen auf dem Gerät läuft. Windows hat die Spracheingabe auf Windows-Taste plus H. Beides kostet nichts und funktioniert in jedem Textfeld, auch im Mailfenster. Als Einstieg ist das vernünftig, und für gelegentliches Diktieren reicht es tatsächlich.

Die Diktierschaltfläche im Mailprogramm. Microsoft 365 hat eine eigene Diktierfunktion in seinen Apps, die über die Cloud läuft und eine Anmeldung mit einem Microsoft-365-Konto braucht. Innerhalb der Microsoft-Welt ist das bequem, außerhalb nutzlos: Apple Mail, Thunderbird, Spark und Gmail im Browser haben nichts Vergleichbares, Sie würden also je nach Postfach die Methode wechseln.

Cloud-Diktier-Apps. Eine neuere Generation legt sich systemweit über jede Anwendung und schickt das Audio zur Erkennung an einen Server. Die Qualität ist hoch, KI-Umformulierung ist meist dabei. Der Haken ist struktureller Natur: Wispr Flow verarbeitet Sprache in der Cloud, das Audio verlässt bei jedem Diktat das Gerät, und für regelmäßige Nutzung ist ein Abo nötig.

Lokale, systemweite Diktierprogramme. Diese arbeiten ebenfalls überall am Cursor, führen das Erkennungsmodell aber auf Ihrer eigenen Hardware aus. superwhisper und Ownvox gehören dazu. Es wird nichts hochgeladen, sie funktionieren im Zug ohne Empfang, und es läuft kein Minutenzähler mit.

Art	Funktioniert in jedem Mailprogramm	Wo das Audio verarbeitet wird	Offline nutzbar	Kosten
Bordmittel des Systems	Ja	Gerät oder Hersteller-Cloud, je nach Sprache und Einstellung	Teilweise	Kostenlos
Microsoft-365-Diktat	Nur Microsoft-Apps	Cloud	Nein	In Microsoft 365 enthalten
Cloud-Diktier-App	Ja	Server des Anbieters	Nein	Abo
Lokales Diktierprogramm	Ja	Ihr Gerät	Ja	Je nach Anbieter, bei Ownvox monatlich oder jährlich

Wo die Software rechnet, entscheidet fast alles

E-Mail ist das Vertraulichste, was die meisten Menschen den ganzen Tag schreiben. Mandantensachen, Gehaltsfragen, Vertragsdetails, Arzttermine, ein wütender Entwurf, den Sie nie abschicken. Jeder dieser Sätze läuft durch Ihre Diktiersoftware, bevor er im Nachrichtenfeld ankommt.

Damit ist der Verarbeitungsort die erste Frage, nicht die letzte. Bei einem Cloud-Dienst wandert die Aufnahme auf einen fremden Server, wird dort transkribiert und kommt als Text zurück. Das kann völlig legitim sein, und ein seriöser Anbieter dokumentiert Speicherfristen und Subunternehmer, aber es ist eine Datenübermittlung, und im beruflichen Umfeld müssen Sie sie begründen können. Bei lokaler Verarbeitung stellt sich die Frage gar nicht erst, weil das Audio das Gerät nie verlässt. Ausführlich behandeln wir das in unserem Artikel zu DSGVO-konformer Diktiersoftware.

Es gibt auch eine praktische Seite. Lokale Erkennung arbeitet weiter, wenn im Zug das WLAN abreißt, im Flugzeug, oder im Gästenetz eines Kunden, und genau dort entsteht ein großer Teil der Korrespondenz.

Genauigkeit: Warum die Bordmittel zurückfallen

Was im Alltag zuerst auffällt, ist nicht der Datenschutz, sondern wie viel man hinterher korrigieren muss. Und genau hier haben die Bordmittel einen strukturellen Nachteil, den kein Update behebt.

Eine ins Betriebssystem eingebaute Diktierfunktion muss auf jedem Gerät laufen, das der Hersteller verkauft, sofort starten und darf keinen Akku kosten. Das erzwingt ein kleines, festes Erkennungsmodell, und Sie können es nicht wechseln. Es ist auf kurze Befehle und Alltagssätze abgestimmt und wird sichtbar unsicher bei Eigennamen, Firmennamen, Fachvokabular und langen gesprochenen Sätzen mit Nebensätzen, also genau dem, woraus Geschäftskorrespondenz besteht.

Ein eigenes Diktierprogramm hat diese Einschränkung nicht, weil es mehrere Modelle mitbringen und Sie wählen lassen kann. Ownvox startet mit Whisper Large v3 Turbo als Standard, und Sie können auf Parakeet umschalten, wenn Sie das Einfügen so schnell wie möglich wollen, oder auf ein Modell mit Schwerpunkt Mehrsprachigkeit, wenn Sie in mehreren Sprachen schreiben. Ein 500 MB großes Erkennungsmodell ist schlicht eine andere Klasse als die wenigen Megabyte, die das Betriebssystem dauerhaft vorhält, und der Unterschied zeigt sich bei Namen, Zahlen und langen Sätzen. Den technischen Hintergrund zur Modellfamilie liefert das Whisper-Paper.

Der zweite Hebel ist Vokabular, das kein allgemeines Modell kennen kann: Mandantennamen, Produktnamen, Kolleginnen und Kollegen, interne Abkürzungen. Dafür hat Ownvox ein benutzerdefiniertes Vokabular, also eine Liste von Begriffen, die nach der Erkennung auf das Transkript angewendet wird, sodass ein einmal hinterlegter Name ab dann jedes Mal richtig geschrieben dasteht. Es trainiert das Modell nicht neu, es korrigiert die Ausgabe, und genau das spart in der Praxis das Nachtippen.

Zwischen der Wahl des Modells und den eigenen Begriffen sinkt der Korrekturaufwand pro E-Mail so weit, dass Diktieren tatsächlich schneller ist als Tippen, was ja der ganze Grund dafür war.

Worauf es beim Vergleich wirklich ankommt

Die Funktionslisten sehen alle gleich aus, deshalb hilft es zu wissen, welche Unterschiede Sie nach einer Woche noch merken.

Ob es in jedem Mailprogramm funktioniert, ist der erste. Software, die an eine App gebunden ist, zwingt Sie dazu, sich zwei Methoden zu merken, und Sie werden keine davon konsequent nutzen. Das Einfügen am Cursor ist der zweite: Gute Diktiersoftware setzt den Text dorthin, wo Ihr Cursor ohnehin steht, in Outlook, in Apple Mail, im Gmail-Tab, ohne Umweg über ein separates Fenster, aus dem Sie kopieren.

Der dritte Punkt ist, wie die Aufnahme startet. Ein globaler Hotkey, der aus jeder Anwendung heraus funktioniert, ist schnell und berechenbar. Alles, wofür Sie erst in ein Panel klicken müssen, kostet mehr Zeit, als es an Tippen spart.

Dann kommen die Dinge, die darüber entscheiden, ob das Ergebnis ohne Nacharbeit brauchbar ist: automatisch gesetzte Satzzeichen, korrekt erkannte Namen und Fachbegriffe, und die Möglichkeit, den Ton hinterher zu korrigieren. Gerade Letzteres wird unterschätzt. Gesprochenes ist locker und etwas ausschweifend, verschicken wollen Sie etwas Kurzes und Höfliches. Software, die den diktierten Entwurf an Ort und Stelle umschreibt, sodass Sie ihn kürzen oder förmlicher machen können, ohne das Mailfenster zu verlassen, spart genau den Schritt, der die meisten stört.

Und erst danach der Preis. Ein Abo kann völlig in Ordnung sein, es lohnt sich aber zu prüfen, ob Sie monatlich für etwas zahlen, das ohnehin auf Ihrem eigenen Prozessor läuft.

Sprachgesteuert oder Push-to-Talk: Seien Sie ehrlich, was Sie brauchen

Fast alle modernen Diktier-Apps, Ownvox eingeschlossen, arbeiten nach dem Push-to-Talk-Prinzip: Sie drücken einen Hotkey, sprechen, der Text erscheint, das Diktat endet. Sie hören nicht dauerhaft mit, öffnen Ihr Postfach nicht und verschicken von sich aus nichts. Für die meisten ist genau das richtig, und dass das Mikrofon nicht permanent aktiv ist, ist eher ein Vorzug als eine Einschränkung.

Echte Sprachsteuerung im Sinne einer kompletten Bedienung des Postfachs ist eine andere Produktkategorie. Wenn Sie "öffne die Nachricht von Anna, antworten, senden" ohne Tastatur sagen wollen, brauchen Sie die Sprachsteuerung Ihres Betriebssystems (macOS-Sprachsteuerung, Windows-Spracherkennung) oder ein darauf ausgelegtes Profipaket, und können darüber eine Diktier-App für das eigentliche Schreiben legen. Wer aus Gründen der Barrierefreiheit sucht, sollte genau diese Kombination testen und nicht annehmen, dass eine Diktier-App das mit abdeckt.

Barrierefreiheit und freihändiges Arbeiten

Für Menschen, die nicht bequem tippen können, sei es wegen RSI, Arthrose, einer vorübergehenden Verletzung oder einer motorischen Einschränkung, ist Spracheingabe keine Bequemlichkeitsfunktion, sondern der Unterschied zwischen selbst geführter Korrespondenz und Abhängigkeit. Zwei Dinge zählen hier mehr als im Normalgebrauch: Der Hotkey muss erreichbar und frei belegbar sein, und die Erkennung muss auch über lange Diktate tragen, nicht nur über Zweizeiler. Lokale Verarbeitung hilft auch hier, weil die Reaktionszeit konstant bleibt und nicht von der Verbindung abhängt.

Auf dem Mac und unter Windows

Auf dem Mac ist die Lage komfortabel, weil Apple Silicon lokale Sprachmodelle effizient und ohne Akkuverlust ausführt, weshalb Erkennung auf dem Gerät dort eher Standard als Kompromiss ist. Die Grundlagen fasst unser Ratgeber zum Diktieren auf dem Mac zusammen.

Unter Windows ist die eingebaute Spracheingabe brauchbar, aber begrenzt, und ein eigenes lokales Programm ist die robustere Wahl, besonders in Outlook-lastigen Umgebungen. Die Details haben wir auf unserer Seite zu Diktiersoftware für Windows gesammelt, den plattformübergreifenden Überblick liefert der Ratgeber zu Offline-Diktiersoftware für Mac und Windows.

Was zu wem passt

Wer ab und zu eine kurze Mail diktiert, nimmt die Bordmittel und gibt nichts aus. Wer in Microsoft 365 lebt und es nie verlässt, fährt mit dem eingebauten Diktat bequem, solange Cloud-Verarbeitung für die Inhalte vertretbar ist.

Wer über mehrere Programme hinweg arbeitet, den ganzen Tag Mails beantwortet oder Vertrauliches bearbeitet, fährt mit einer systemweiten lokalen App am besten: ein Hotkey für jedes Postfach, ein selbst gewähltes Erkennungsmodell, nichts wird hochgeladen, funktioniert ohne Verbindung, dazu die Möglichkeit, den Entwurf sofort in den richtigen Ton zu bringen. Eine gewichtete Übersicht der lokalen Optionen steht in unserem Vergleich der besten Offline-Diktiersoftware, und weil solche Programme in der Regel eine Testphase mitbringen, entscheiden Sie am günstigsten so: eine Woche lang die eigene echte Korrespondenz diktieren und zählen, wie viel Sie korrigieren.

Und wenn Sie tatsächlich ein vollständig freihändiges Postfach brauchen, beginnen Sie mit der Sprachsteuerung Ihres Betriebssystems und ergänzen sie um eine Diktier-App fürs Schreiben, statt beides von einem Produkt zu erwarten.

Häufige Fragen zu E-Mail-Diktiersoftware

Welche E-Mail-Diktiersoftware ist die beste?

Es gibt keine pauschale Antwort, weil es darauf ankommt, wo Sie schreiben. Für gelegentliche Nutzung reicht die Diktierfunktion von macOS oder Windows. Innerhalb von Microsoft 365 ist das eingebaute Diktat bequem. Wer zwischen Mailprogrammen wechselt oder Vertrauliches bearbeitet, fährt mit einer systemweiten App besser, die lokal transkribiert, weil sie überall gleich funktioniert und das Audio auf dem Gerät bleibt.

Gibt es sprachgesteuerte E-Mail-Software für Outlook?

Microsoft 365 hat eine Diktierfunktion in seinen Apps, die aber diktiert und nicht das Postfach bedient, und sie läuft über die Cloud mit Microsoft-365-Anmeldung. Für echte freihändige Bedienung von Outlook nutzen Sie die Windows-Spracherkennung oder ein spezialisiertes Barrierefreiheitspaket, wahlweise kombiniert mit einer Diktier-App für den Nachrichtentext.

Kann ich E-Mails ohne Internetverbindung diktieren?

Mit einem lokalen Diktierprogramm ja. Das Erkennungsmodell liegt auf dem Gerät und arbeitet auch bei abgeschalteter Verbindung. Cloud-basierte Varianten, einschließlich des Diktats in Microsoft 365 und der Cloud-Diktier-Apps, brauchen eine Verbindung.

Funktioniert E-Mail-Diktiersoftware mit Gmail?

Gmail im Browser hat keine eigene Diktierfunktion. Sie nutzen dort entweder die Bordmittel des Betriebssystems oder eine systemweite App, die den Text am Cursor im Gmail-Fenster einfügt. Eine systemweite App hat den Vorteil, dass sie sich in Gmail genauso verhält wie in jedem anderen Programm.

Ist E-Mail-Diktiersoftware sicher genug für vertrauliche Korrespondenz?

Das hängt vollständig davon ab, wo verarbeitet wird. Geht das Audio auf einen externen Server, ist es eine Datenübermittlung, die Sie verantworten müssen, und Sie sollten Speicherfristen und Subunternehmer prüfen. Läuft die Erkennung auf dem Gerät, verlässt der Inhalt Ihren Rechner nie, was bei Mandanten-, Patienten- oder Personalangelegenheiten die einfachere Position ist.

Lässt sich die diktierte E-Mail automatisch verbessern?

Ja, mit Werkzeugen, die eine Auswahl per KI umschreiben. Sie diktieren die Nachricht grob, markieren sie und lassen sie an Ort und Stelle kürzen, förmlicher fassen, korrigieren oder übersetzen. So wird aus einem schnell gesprochenen Entwurf etwas Versendbares, ohne das Mailfenster zu verlassen.

Funktioniert das Diktat auch in anderen Sprachen?

Moderne Sprachmodelle decken viele Sprachen ab, und gute Software lässt Sie die Sprache wechseln, ohne alles neu einzurichten. Wer Mails in mehreren Sprachen schreibt, sollte genau das testen, denn daran scheitern die schwächeren Produkte.

Fazit

E-Mail-Diktiersoftware ist keine einzelne Produktkategorie, sondern vier, und der wesentliche Unterschied zwischen ihnen ist nicht die Funktionsliste, sondern wo Ihre Stimme verarbeitet wird und ob die Software in dem Postfach funktioniert, in dem Sie gerade sind. Für gelegentliches Diktieren sind die Bordmittel in Ordnung. Für tägliche Korrespondenz, mehrere Programme oder vertrauliche Inhalte ist eine lokale systemweite App die Option, die überall weiterarbeitet und die Inhalte auf Ihrem Rechner behält.

Ownvox: E-Mails lokal diktieren, in jedem Programm

Ownvox ist ein lokales Diktierprogramm für Mac und Windows, das Spracheingabe in jeder Anwendung an den Cursor bringt. Sie drücken in Outlook, Apple Mail, Thunderbird oder Gmail im Browser einen Hotkey, sprechen, und der Text erscheint dort, wo Sie ohnehin geschrieben haben.

Für die Genauigkeit wählen Sie das Modell selbst, statt das zu nehmen, was Ihr Betriebssystem gerade mitliefert. Whisper Large v3 Turbo ist der Standard, Parakeet steht bereit, wenn das Einfügen besonders schnell gehen soll, und das benutzerdefinierte Vokabular sorgt dafür, dass Mandanten-, Produkt- und interne Kürzel richtig geschrieben statt lautmalerisch geraten werden. Die Transkription läuft standardmäßig auf dem Gerät, das Audio bleibt also auf Ihrem Rechner und funktioniert ohne Verbindung.

Der zweite Hotkey ist der, der die Nachbearbeitung spart. Sie markieren den diktierten Entwurf, drücken das Skills-Kürzel und wählen aus, was passieren soll: Grammatik korrigieren, Füllwörter entfernen, Zahlen sauber formatieren, oder eine eigene KI-Aktion wie "formeller formulieren" oder "ins Englische übersetzen". Das Ergebnis ersetzt die Auswahl direkt im Mailfenster. Wenn Sie für einen einzelnen Schritt doch Cloud-Leistung wollen, läuft sie über europäische Subunternehmer und lässt sich pro Funktion abschalten.

Ownvox kostet 9,99 Euro im Monat oder 69,99 Euro im Jahr, und jeder Plan startet mit sieben Tagen kostenlos, mit vollem Funktionsumfang inklusive lokaler Transkription. Sie können den Test direkt im Preisbereich starten, es wird nichts berechnet, bevor er endet. Die Schritt-für-Schritt-Variante für einzelne Mailprogramme steht in unserem Ratgeber zum E-Mails diktieren.