Transkription ist billig und gut geworden. Vier Dinge, die ein KMU damit tut
OpenAI veröffentlichte gestern neue Spracherkennungsmodelle. Diktat ist der am meisten unterschätzte KI-Anwendungsfall im Handwerk und im Aussendienst.
Am 20. März 2025 veröffentlichte OpenAI neue Audiomodelle, darunter Spracherkennungssysteme, die laut Berichten die Vorgängergeneration bei Wortfehlerrate und Sprachenerkennung übertreffen. Transkription wird seit zwei Jahren still besser; das ist ein weiterer Schritt.
Sie ist zugleich die am wenigsten besprochene und am unmittelbarsten nützliche KI-Fähigkeit für Betriebe, in denen Menschen mit den Händen arbeiten.
Vier Anwendungen, die sich rasch bezahlt machen
Der Rapport, im Lieferwagen gesprochen. Eine Technikerin beschreibt nach dem Auftrag, was sie getan hat, was ersetzt wurde, was einen zweiten Besuch braucht. Fünf Minuten Sprache werden ein strukturierter Rapport, bevor sie beim nächsten Kunden ist. Die Alternative ist ein Formular, abends um acht ausgefüllt, schlecht — oder gar nicht.
Die Notiz zum Kundengespräch. Dreissig Sekunden Diktat nach dem Auflegen, daraus ein CRM-Eintrag. Das ist die häufigste Lücke in KMU-Kundendaten: Das Gespräch fand statt, niemand hat es festgehalten.
Sitzungsprotokolle, die tatsächlich entstehen. Mit einem Vorbehalt weiter unten.
Das Dialektproblem, verkleinert. Schweizerdeutsches Diktat ist deutlich schwieriger als Hochdeutsch, und die Ergebnisse schwanken nach Sprecherin und Produkt. Es ist merklich besser als vor zwei Jahren — und dennoch mit den eigenen Leuten zu testen, bevor man etwas verspricht.
Die zwei Regeln
Sagen Sie jedes Mal, dass aufgezeichnet wird. Ein Gespräch ohne Wissen aller Beteiligten aufzunehmen, ist in der Schweiz keine Grauzone. Bei internen Sitzungen sagen Sie es zu Beginn. Bei Kundengesprächen fragen Sie. Eine ohne Zustimmung erlangte Abschrift ist ein grösseres Problem als die Notiz, die sie erspart hat.
Entscheiden Sie, was mit der Tonspur geschieht. Die Aufnahme ist oft heikler als die Abschrift, und sie ist der Teil, den man zu löschen vergisst. Setzen Sie eine Aufbewahrungsregel — Ton löschen, sobald der Text freigegeben ist, ist ein vernünftiger Standard — und schreiben Sie sie auf dieselbe Seite wie Ihre übrigen KI-Regeln.
Warum man hiermit anfangen darf
Weil es anders als die meisten KI-Vorhaben keine Anbindung, keine Stammdatenbereinigung und keine Anbieterverhandlung braucht. Eine Person, ein Telefon, eine Woche Ausprobieren an echten Aufträgen. Funktioniert es bei ihr, funktioniert es bei den anderen.