Veröffentlicht am 15. August 2026 · Von Sumbat.T

So diktieren Sie Text, der schon formatiert ankommt

Wir entwickeln BlabbyAI, eine Diktier-App für Windows. Benutzerdefinierte Modi waren unsere Antwort auf ein Problem, das wir selbst hatten: Diktat, das treffsicher war, aber nie fertig.

Warum Rohdiktat trotzdem Nachbearbeitung braucht

Genauigkeit ist nicht mehr der Engpass. Sprechen Sie einen Absatz in ein Tool der Whisper-Klasse, und Sie bekommen Ihre Wörter zurück, mit Kommas und Fragezeichen an sinnvollen Stellen. OpenAIs Whisper erreichte im MLCommons-Benchmark 2025 bei sauberem Audio 97,93 % Wortgenauigkeit (MLCommons).

Das Problem: treffsicher ist nicht dasselbe wie fertig. Was zurückkommt, ist genau das, was Sie gesagt haben, inklusive "äh", dem Neustart mitten im Satz, dem Punkt, den Sie zweimal gemacht haben, und der Tatsache, dass gesprochene Sprache in langen Ketten läuft statt in Absätzen. Sie diktieren also dreißig Sekunden und sitzen dann zwei Minuten am Nachbearbeiten. Genau an dem Punkt hören die meisten leise auf, Diktat zu nutzen.

Ein benutzerdefinierter Modus schließt diese Lücke, indem er einen zweiten Schritt zwischen Transkript und Textfeld einfügt.

Wie ein benutzerdefinierter Modus funktioniert

Ein Modus ist ein zweiter Verarbeitungsschritt auf Ihrer Sprache, ausgeführt von einem KI-Modell. Stellen Sie sich vor, Sie kopieren Ihr Transkript in ChatGPT, sagen ihm, was zu tun ist, und fügen das Ergebnis dort wieder ein, wo Sie gerade getippt haben, nur dass das alles automatisch von einem Tastenkürzel passiert.

Den kompletten Weg einer Aufnahme:

Einen anzulegen dauert etwa eine Minute. In BlabbyAI: Einstellungen, dann Modi, dann Modus erstellen. Das Popup hat vier Teile.

1. KI-Anweisungen. Schlichtes Deutsch, zum Beispiel "korrigiere Grammatikfehler in meiner Sprache". Das ist der Teil, der die Arbeit macht.
2. Name und Symbol, zum Beispiel "Grammatikkorrektur".
3. Modellauswahl. Modelle von OpenAI, Google oder Meta.
4. Speichern, dann den Tab Tastenkürzel öffnen und dem Modus eine Taste zuweisen.

Der ganze Modus ist ein Anweisungsfeld, ein Name und ein Modell. Das ist die gesamte Konfiguration.

BlabbyAI liefert Grammar Correction, Translate to English und Email bereits mit. Die Rezepte unten sind die, die Sie selbst schreiben.

Acht Modus-Rezepte zum Kopieren

Jedes davon ist eine vollständige Anweisung. Fügen Sie sie ins Feld KI-Anweisungen ein, geben Sie dem Modus einen Namen, legen Sie ein Tastenkürzel fest, fertig. Die Vorher-Nachher-Beispiele zeigen echte gesprochene Eingabe und das, was im Textfeld landet.

Die größte Zeitersparnis entsteht, wenn Sie mehrere davon in einer Anweisung ketten. "Übersetze ins Englische, korrigiere die Grammatik und formatiere es als professionelle E-Mail" ist ein einziger Modus und ein einziges Tastenkürzel, das drei manuelle Schritte ersetzt.

Diktieren Sie überall

Eigene Modi in etwa einer Minute anlegen

Systemweites KI-Diktat für Windows. 2.000 Wörter pro Woche gratis, keine Kreditkarte.

BlabbyAI zu Chrome hinzufügen

Sprachbefehle: definieren Sie Ihr eigenes Vokabular

Klassische Diktiersoftware liefert eine feste Liste gesprochener Befehle. Sie lernen deren Wörter, und wenn der Befehl, den Sie wollen, nicht auf der Liste steht, haben Sie Pech.

Modi drehen das um. Die KI bekommt das wörtliche Transkript, inklusive der Wörter, die Sie als Befehle gesprochen haben, Sie können also einfach beschreiben, was diese Wörter tun sollen. Sagen Sie "neuer Absatz", und das Transkript enthält die Phrase "neuer Absatz". Ihre Anweisung sagt dem Modell, einen Umbruch einzufügen statt die Wörter mitzuschreiben.

Das heißt, Sie können Befehle erfinden, die zu Ihrer Arbeit passen:

• "das streichen" löscht den Satz, den Sie gerade gesagt haben.
• "nächster Punkt" beginnt eine neue Zeile statt den Satz fortzusetzen.
• "in Anführungszeichen" setzt die folgende Phrase in Anführungszeichen.
• "Grußformel" hängt Ihre Standard-E-Mail-Signatur an.

Den Kompromiss sollte man klar benennen: eine feste Befehlsliste ist vorhersagbar, eine Anweisung wird interpretiert, deshalb kann eine ungewöhnliche Formulierung gelegentlich als Text statt als Befehl gelesen werden. In der Anweisung konkret zu sein ("schreibe die Befehlswörter selbst niemals mit") macht es in der Praxis zuverlässig.

Markennamen und Fachbegriffe richtig treffen

Rechtschreibung ist eine eigene Funktion neben den Modi, und es lohnt sich, das früh einzurichten, wenn Sie über bestimmte Produkte, Personen oder Fachbegriffe schreiben. Eigene Schreibweisen finden Sie unter Einstellungen, Sprachen, Sprache wählen, dann Eigene Schreibweise hinzufügen.

Sie tippen die Schreibweise genau so, wie sie geschrieben werden soll, und das Modell trifft sie beim Transkribieren in dieser Sprache. Das deckt ungewöhnliche Kollegennamen, Produktnamen, Fachvokabular und britische gegen amerikanische Schreibweisen wie "colour" gegen "color". Eine Modus-Anweisung kann Schreibweisen ebenfalls erzwingen, aber Eigene Schreibweisen machen das schon in der Transkriptionsstufe, und das ist zuverlässiger.

Funktioniert das in Notion, Teams, Todoist, Slack und Word?

Ja, in allen, und es gibt nichts einzurichten. Diktat tippt in das Textfeld, in dem Ihr Cursor steht, überall wo Sie tippen können, können Sie also diktieren. Es gibt keine App-Anbindung zu konfigurieren und keine Liste unterstützter Apps zum Abhaken.

Das sollte man präzise verstehen, weil es auch die Grenze definiert. Wenn Sie eine Aufgabe in Todoist wollen, öffnen Sie Todoist, klicken ins Aufgabenfeld und sprechen. Was Sie nicht bekommen: dass die App die Aufgabe irgendwo anders für Sie anlegt. Das ist ein Diktierwerkzeug, es schreibt Text und hört dort auf. Es klickt keine Buttons, drückt nicht Enter, sendet keine Formulare und steuert keine anderen Anwendungen.

In der Praxis ist systemweit zu funktionieren meist sinnvoller als eine tiefe Anbindung an wenige Apps, weil dasselbe Tastenkürzel und dieselben Modi Sie durch jedes Programm begleiten, das Sie nutzen.

Das Tastenkürzel einrichten

Das globale Tastenkürzel macht Diktat schnell, weil Sie das Feld, in das Sie schreiben, nie verlassen. In BlabbyAI ist die Voreinstellung Strg+Leertaste (Ctrl+Space): einmal drücken zum Starten, nochmal zum Stoppen. Es funktioniert überall unter Windows, unabhängig davon, welche App den Fokus hat.

Jeder Modus bekommt im Tab Tastenkürzel ein eigenes Kürzel. Das ist der Teil, den man planen sollte: eine Taste für schlichtes Diktat, eine für den E-Mail-Modus, eine für den Blog-Modus. Ein Modus-Kürzel zu drücken setzt die Toolbar in diesen Modus, der Formatwechsel ist also ein Tastendruck statt ein Umweg in die Einstellungen.

Was Modi nicht können

Das sollte man wissen, bevor man einen Ablauf darum herum baut:

Häufige Fragen

Zum Weiterlesen

• Diktiersoftware: so schneiden die aktuellen Optionen ab
• Die besten Diktier-Apps 2026 (kostenlos und bezahlt)
• Dragon-Diktat: Schwachstellen, und wie benutzerdefinierte Modi sie beheben
• Medizinische Diktiersoftware: Schwachstellen mit KI-Modi beheben

Rezeptübersicht