Täglicher Einsatz

Mit der Stimme diktieren · sprechen statt tippen

Es gibt ein einziges Mikrofon, verankert an dem Feld, in dem Sie gerade sind, und es verschwindet, sobald der Fokus das Feld verlässt. Klicken Sie darauf oder drücken Sie Strg+Umschalt+D, sprechen Sie, und der Text landet an der Cursorposition. Sobald die Transkription eintrifft, erscheint "Mit KI aufräumen" als zweite, getrennte Aktion, die nur den diktierten Abschnitt ersetzt. Die Audioaufnahme wird gelöscht, sobald sie zu Text geworden ist.

Einen Besuch dokumentieren, eine Notiz im Ticket ausfüllen oder eine lange E-Mail beantworten kostet getippt weit mehr Zeit als gesprochen. Für diesen Teil des Tages gibt es das Sprachdiktat: Sie sprechen, und der Text landet genau so im Feld, wie Sie ihn gesagt haben.

Ein Mikrofon, an dem Feld, in dem Sie gerade sind

Es gibt kein Mikrofonsymbol an jedem Feld. Es gibt eine einzige Schaltfläche, verankert an dem Feld, das den FOKUS hat, und sie verschwindet, sobald der Fokus das Feld verlässt. Wer nie diktiert, sieht sie nie; wer diktiert, hat das Mikrofon genau dort, wo geschrieben wird. Wenn die Seite scrollt und das Feld aus dem Fenster wandert, verschwindet die Schaltfläche mit ihm, statt frei zu schweben.

So diktieren Sie

Klicken Sie in das Feld, in das Sie schreiben möchten. Das Mikrofon erscheint an dessen oberer rechter Ecke.
Klicken Sie auf das Mikrofon oder drücken Sie Strg+Umschalt+D, ohne die Hände von der Tastatur zu nehmen (auf dem Mac funktioniert auch ⌘+Umschalt+D).
Beim ersten Mal fragt der Browser nach der Berechtigung, das Mikrofon zu verwenden. Erlauben Sie sie.
Sprechen Sie. Während der Aufnahme wird die Schaltfläche rot und die Beschriftung wechselt zu "Stoppen und transkribieren".
Klicken Sie erneut auf das Mikrofon oder drücken Sie Esc, um die Aufnahme zu beenden.
Warten Sie auf "Transkription…". Wenn sie fertig ist, landet der Text im Feld.

💡 Der Text landet AN DER CURSORPOSITION, nicht am Ende des Feldes. Diktieren Sie mitten in einen bereits geschriebenen Absatz, und der Abschnitt geht genau dorthin, wo Sie den Cursor gelassen haben. Ein Leerzeichen wird nur dann eingefügt, wenn davor Text steht, der nicht ohnehin schon mit einem Leerzeichen endet. Zweimal hintereinander zu diktieren klebt die Sätze also weder zusammen noch reißt es eine Lücke am Anfang des Feldes auf.

Wo das Diktat funktioniert

Textfelder und mehrzeilige Textbereiche im ganzen System: das Formular eines Datensatzes, ein Kommentar, eine Notiz im Ticket, der Text einer E-Mail im Posteingang.
Es deckt auch Felder ab, die es noch gar nicht gibt: Das Mikrofon folgt dem Fokus, also muss kein Bildschirm wissen, dass es das Diktat gibt, um es anzubieten.
Das Verlassen des Feldes bricht eine laufende Aufnahme nicht ab, Sie können also auf die Schaltfläche selbst klicken, ohne zu verlieren, was Sie gerade sagen.

Wo es bewusst nicht erscheint

Passwort-, Zahlen- und Datumsfelder: Dort zu diktieren erzeugt Unsinn, deshalb wird das Mikrofon nicht angeboten.
Schreibgeschützte oder deaktivierte Felder.
Rich-Text-Editoren, etwa der im Modul Dokumente und der E-Mail-Editor der Marketing-Flows. Sie sind keine gewöhnlichen Textfelder und nehmen keinen von außen geschriebenen Text an.
Das Terminal, das eine eigene Schaltfläche hat, weiter unten beschrieben.

"Mit KI aufräumen" ist eine zweite Aktion

Was im Feld landet, ist immer das, was Sie GESAGT haben, roh. Sobald die Transkription eintrifft, erscheint neben dem Mikrofon die Schaltfläche "Mit KI aufräumen": Sie ergänzt Zeichensetzung, Groß- und Kleinschreibung und Absätze und korrigiert offensichtliche Ausrutscher der Spracherkennung, ohne Inhalt hinzuzufügen, zu entfernen oder umzudeuten, und ohne auf den Text zu antworten. Sie läuft nur, wenn Sie darauf klicken.

Das Aufräumen ersetzt NUR den diktierten Abschnitt. Was Sie zuvor im selben Feld getippt hatten, bleibt genau so, wie es war. Wenn Ihnen der gesprochene Wortlaut lieber ist, schließen Sie den Hinweis einfach mit dem X.

Im Terminal

Das Terminal hat ein eigenes Mikrofon, unten rechts im Fenster, weil es dort kein gewöhnliches Feld gibt: Das Terminal zeichnet seine eigene Eingabezeile. Die Schaltfläche verhält sich genauso, mit einem Unterschied, der eine Sicherheitsentscheidung ist: Das Diktat wird NICHT von allein abgeschickt. Der transkribierte Satz landet in der Befehlszeile und wartet darauf, dass Sie ihn lesen und die Eingabetaste drücken. Im Terminal wird aus einem Satz eine ausgeführte Aktion, und ihn von allein abzuschicken hieße, die Maschine auf ein falsch verstandenes Wort hin handeln zu lassen.

Was mit der Audioaufnahme passiert

Die aufgenommene Audiodatei geht direkt in den Speicher des Systems, in den eigenen Bereich Ihres Unternehmens, wird einmal zum Transkribieren gelesen und dann GELÖSCHT. Das gilt auch, wenn die Transkription fehlschlägt: Ein Fehlschlag ist kein Grund, die Datei zu behalten. Was bleibt, ist der Text im Feld sowie ein Eintrag im Prüfprotokoll, der festhält, dass ein Diktat stattgefunden hat und wie viele Sekunden es gedauert hat.

Bevor Sie loslegen: Die Transkription muss eingeschaltet sein

Das Diktat nutzt DASSELBE Transkriptionsmodul wie die Aufzeichnungen von Anrufen und Meetings. Wenn die Transkription für Ihr Unternehmen nicht konfiguriert und aktiviert ist, erscheint das Mikrofon schlicht nicht: Eine Schaltfläche anzubieten, die nicht funktionieren wird, ist schlimmer, als sie gar nicht anzubieten.

Bitten Sie eine Person mit Administratorrechten, Einstellungen → Integrationen zu öffnen und die Karte "Anruftranskription (Sprache-zu-Text)" zu suchen.
Wählen Sie den Anbieter und geben Sie den Schlüssel des Kontos ein.
Speichern Sie und klicken Sie dann auf "Aktivieren".
Laden Sie den Bildschirm neu: Das Mikrofon beginnt, in Textfeldern zu erscheinen.

Diktieren verbraucht Transkription, es ist kein kostenloser Zusatz. Wenn Ihr Unternehmen ein eigenes Speech-to-Text-Konto mitgebracht hat, werden diese Sekunden von jenem Anbieter abgerechnet. Läuft die Transkription über den Systemschlüssel, werden die Sekunden gemessen und landen auf der Sellio-Rechnung Ihres Unternehmens, genau wie die aus den Aufzeichnungen von Anrufen und Meetings. "Mit KI aufräumen" ist ein KI-Aufruf und landet in der KI-Messung, deshalb läuft es nur auf Klick.

Grenzen und Hinweise

Pro Diktat gilt eine Obergrenze von 8 MB Audio. Darüber hinaus ist es kein Diktat mehr, sondern eine Aufzeichnung: Verwenden Sie für Meetings die Meeting-Transkription.
Die Mikrofonberechtigung gehört dem Browser. Wenn Sie sie verweigern, sagt das Produkt es einmal ("Der Zugriff auf das Mikrofon wurde verweigert. Erlauben Sie ihn im Browser, um zu diktieren.") und besteht nicht darauf; erlauben Sie sie in den Website-Berechtigungen erneut, um wieder zu diktieren.
Enthält die Aufnahme überhaupt keine Sprache, lautet die Meldung "Es war nichts zu hören." und es wird nichts in das Feld geschrieben.
Öffnen und Schließen, ohne etwas zu sagen, kostet keine Transkription: Zu kurze Audioaufnahmen werden verworfen, bevor sie hochgeladen werden.
Der Aufnahmezustand wird auch an Screenreader gemeldet, damit Menschen, die einen verwenden, wissen, wann das Mikrofon offen ist.

Beispiel: Eine Servicetechnikerin bei Delta Parts beendet einen Einsatz und muss festhalten, was sie getan hat. Sie öffnet das Ticket, klickt in das Notizfeld, drückt Strg+Umschalt+D und spricht eine Minute lang darüber, was sie vorgefunden hat, was sie ausgetauscht hat und was noch offen ist. Sie drückt Esc, wartet auf "Transkription…", und der Bericht erscheint im Feld. Weil der Absatz sich für die Kundschaft gut lesen soll, klickt sie auf "Mit KI aufräumen": Die Zeichensetzung kommt hinzu, der Text bekommt Absätze, und nichts von dem, was sie gesagt hat, ändert seine Bedeutung. Was sie oben in der Notiz bereits getippt hatte, bleibt unangetastet.

💡 Welche Sprache erkannt wird, hängt vom Transkriptionsanbieter ab, der für Ihr Unternehmen konfiguriert ist. Wenn Sie in mehr als einer Sprache arbeiten, lohnt es sich, in jeder ein kurzes Diktat zu testen, bevor Sie sich im Alltag darauf verlassen.

Diesen Artikel im System öffnen →