Ist Diktieren schneller als Tippen? Was die Forschung sagt

Ist Diktieren schneller als Tippen? Wenn es darum geht, Wörter auf den Bildschirm zu bringen: meistens ja. In einer viel zitierten Laborstudie gaben Menschen, die in ein Smartphone sprachen, englischen Text mit 153 Wörtern pro Minute (WPM) ein, gegenüber 52 auf der Tastatur desselben Smartphones – fast dreimal so schnell. Allerdings lasen diese Menschen in einem ruhigen Raum kurze Phrasen vor. Ob Diktieren für Sie schneller ist, hängt davon ab, was Sie schreiben, wie schnell Sie ohnehin tippen und wie viel Nacharbeit die Wörter hinterher brauchen.

Im Folgenden: die Originalzahlen, was jede Studie gemessen hat und was nicht, wo die Tastatur weiterhin gewinnt, und ein Fünf-Minuten-Test, mit dem Sie Ihre eigene Antwort finden.

Diktieren vs. Tippen: die gemessenen Zahlen

Viele Artikel beantworten diese Frage mit runden Zahlen und ohne Quelle. Hier steht, was die Primärforschung ergeben hat. Vorab eine Konvention: Die Tipp- und Smartphone-Studien zählen je fünf Zeichen, Leerzeichen eingeschlossen, als ein Wort; die Gesprächsstudie zählte tatsächlich gesprochene Wörter.

Tippstudien: Aalto-Universität und Partner. Smartphone-Studie: Stanford, University of Washington und Baidu. Gesprächsstudie: University of Pennsylvania.

Drei Dinge fallen auf. Tippende unterscheiden sich enorm: Die Desktop-Daten aus Aalto haben eine Standardabweichung von etwa 20 WPM um den Durchschnitt. Smartphones waren langsamer: Die Freiwilligen der mobilen Aalto-Studie kamen im Schnitt auf 36,2 WPM, etwa 70 % der 51,56 der Desktop-Freiwilligen. Und Gespräche übertreffen das alles, wobei die Zahl davon abhängt, wie man zählt: 196 WPM über ganze Anrufe, 236, sobald Stille herausgerechnet ist, 164, wenn die Redebeiträge jeder Person einzeln gemessen werden, und einzelne Anrufe lagen irgendwo zwischen 111 und 291.

Nichts davon ist Diktieren im alltäglichen Sinn. Die Tastaturstudien maßen Abtippen, die Gesprächsstudie maß Plaudern, und die Smartphone-Studie maß Menschen, die Phrasen vorlasen. Aus Letzterer stammt die Aussage „dreimal schneller“, deshalb verdient sie einen genaueren Blick.

Was die Stanford-Studie am Smartphone getestet hat – und was nicht

Das Paper heißt „Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones“, stammt von Sherry Ruan, Jacob Wobbrock, Kenny Liou, Andrew Ng und James Landay, wurde 2016 erstmals online gestellt und im Dezember 2017 in den Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies veröffentlicht. Die Erkennung übernahm Baidus Deep Speech 2, auf einem externen Server.

Achtundvierzig Studierende nahmen teil, 24 mit amerikanischem Englisch und 24 mit Mandarin als Muttersprache, die in einem ruhigen Besprechungsraum saßen und sich ein einziges iPhone 6 Plus teilten. Nach zehn Übungsphrasen gab jede Person 50 Testphrasen per Tastatur und 50 per Stimme ein und korrigierte Fehler dabei laufend. Die Phrasen aus einem Standard-Forschungsset hatten im Schnitt weniger als 30 Zeichen und keine Satzzeichen. Die Autoren machten deutlich, was dieses Design misst: die „Obergrenze der Leistung“ jeder Methode unter idealen Bedingungen. Abtippen statt Formulieren wählten sie bewusst, weil beim Formulieren Denkzeit und Wortwahl ins Spiel kommen, die schwer zu messen sind.

Zwei Details schaffen es selten in die Schlagzeilen. Die Sprechgeschwindigkeiten streuten weit stärker als die Tippgeschwindigkeiten, mit einer Standardabweichung von etwa 98 WPM bei englischer Spracheingabe gegenüber 17 bei der Tastatur. Und die Uhr lief bei jeder Pause weiter. Nur 39 % der Zeit für die Spracheingabe entfielen aufs Sprechen; 31,5 % waren das eigene Zögern der Nutzer, etwa ein, zwei Sekunden Warten vor dem Sprechen oder Verweilen vor dem Tippen auf „Fertig“, und etwa 23 % gingen darauf, dass die Spracherkennung ihre Arbeit abschloss. Die Autoren erwarteten, dass dieses Zögern abnimmt, wenn sich die Menschen daran gewöhnen, mit ihrem Smartphone zu sprechen.

Beim Korrigieren schrumpft der Abstand

Die Studie zeigt auch, was Korrekturen kosten. Der erste Versuch der Spracherkennung, bevor irgendjemand eingriff, entsprach 179 WPM auf Englisch, dem 3,42-Fachen der Tastatur. Das Korrigieren ihrer Fehler drückte den Wert auf 153. Die Teilnehmenden verbrachten 8,5 % ihrer Zeit für die Spracheingabe mit Korrekturen und nutzten in 86 % dieser Zeit die Tastatur statt der Stimme. Für Korrekturen bewerteten sie die Tastatur als einfacher, für das Erzeugen von Text die Sprache.

Bei der Genauigkeit fiel das Ergebnis zweischneidig aus. Auf Englisch produzierte die Sprache während der Eingabe weniger Fehler, mit einer korrigierten Fehlerrate von 3,93 % gegenüber 4,72 % bei der Tastatur, hinterließ im fertigen Text aber etwas mehr: 0,55 % der Zeichen gegenüber 0,35 %. Die Autoren nennen zwei mögliche Gründe. Menschen wechseln womöglich ungern zur Tastatur, um etwas zu korrigieren, und wer tippt, sieht jedes Wort beim Tippen erscheinen und bemerkt Fehler deshalb früher. So oder so spricht das dafür, diktierten Text zu lesen, bevor er rausgeht.

Früher war das Korrigieren weit schlimmer. Ruans Team zitiert eine Studie von Clare-Marie Karat und Kollegen aus dem Jahr 1999 zu Software für kontinuierliches Diktieren, in der die Nutzer beim Übertragen einer Textvorlage per Stimme 13,6 WPM schafften, gegenüber 32,5 WPM mit Tastatur und Maus, und beim freien Formulieren per Stimme nur 7,8 WPM. Ein Teil des Problems war das Korrigieren per Stimme: Die Korrekturbefehle selbst wurden falsch verstanden und mussten ihrerseits korrigiert werden. Spracherkenner sind seitdem enorm besser geworden, aber die Lehre gilt weiter. Korrigieren Sie mit den Händen, nicht mit der Stimme.

Auch Ihr Ausgangstempo spielt eine Rolle. Ein Preprint von 2025, für das mehr als 1.000 klinische Fachkräfte und Beschäftigte im Gesundheitswesen in über 60 Krankenhäusern in über 15 Ländern mit niedrigem und mittlerem Einkommen gemessen wurden, ergab ein Median-Tipptempo von 21,4 WPM gegenüber einem Median von 93 WPM beim Diktieren. Behandeln Sie das mit Vorsicht: Es ist ein Preprint, es hat klinische Dokumentation gemessen, und wie das Paper offenlegt, wurde es von Intron Health finanziert, dem Arbeitgeber des Erstautors. Die Richtung ist trotzdem plausibel. Bei 25 WPM auf der Tastatur schlägt Sie fast jede ordentliche Spracherkennung; bei 90 ist der Vorsprung viel knapper.

Wenn das Nachbearbeiten Ihren Zeitgewinn beim Diktieren auffrisst, testen Sie das Laxis Voice Keyboard: Seine Einstellung Polish, in jedem Tarif standardmäßig aktiv, entfernt Füllwörter und Selbstkorrekturen, bevor der Text eingefügt wird.

Wo Sprechen vorn liegt und wo Tippen weiterhin gewinnt

Den deutlichsten Vorteil hat Sprache auf dem Smartphone, wo das Tippen bei 37.370 Personen im Schnitt 36 WPM erreichte; bei Nachrichten, deren Formulierung Sie schon im Kopf haben, etwa Antworten, Zusammenfassungen und Notizen nach einem Anruf; für alle, die langsam tippen; und für Menschen, denen die Hände wehtun – da geht es kaum noch um Geschwindigkeit. Unser Leitfaden zum Diktieren bei Legasthenie, RSI und ADHS behandelt diese Seite.

Die Tastatur behält ihren Vorsprung an mehr Stellen, als die Schlagzeile vermuten lässt:

• Bearbeiten. Einen Nebensatz verschieben, drei Wörter mitten im Absatz löschen oder Text markieren geht mit Tasten und Zeiger schneller – und genau dafür entschieden sich Ruans Teilnehmende.
• Code, Symbole und exakte Zeichenfolgen. Klammern, Groß- und Kleinschreibung, Dateipfade und reguläre Ausdrücke sind mühsam zu sprechen und leicht falsch zu verstehen. Entwicklerinnen und Entwickler, die diktieren, sprechen meist den Fließtext rund um den Code, wie unser Beitrag zum Diktieren beim Programmieren erklärt.
• Passwörter und Zahlen. Manche Felder sollte man ohnehin nicht laut aussprechen, und manche Sprachtastaturen nehmen sie gar nicht an; die Laxis-Tastatur auf dem iPhone deaktiviert ihr Mikrofon in Passwort- und Zahlenfeldern.
• Sehr kurze Antworten. „Danke!“ oder „Bin unterwegs“ ist in einer Sekunde getippt. Ein Diktat starten, warten und prüfen kostet mehr als die Wörter selbst.
• Geteilte Räume. Im Großraumbüro oder im Zug posaunt Diktieren Ihren Entwurf in den Raum; eine im Ruan-Paper zitierte Übersichtsarbeit stellte fest, dass Nutzer sich um Privatsphäre und Vertraulichkeit sorgten, wenn sie in Gegenwart anderer mit Geräten sprachen.
• Denken beim Schreiben. Der Informatiker Ben Shneiderman argumentierte, dass Sprechen dieselben kognitiven und Gedächtnisressourcen beansprucht wie Problemlösen, was das Formulieren bremsen kann. Autorinnen und Autoren, die ganze Bücher diktieren, umgehen das mit Gliederungen, wie unser Leitfaden zum Diktieren für Schreibende beschreibt.

Wie KI-Bereinigung die Rechnung verändert

Die Tipp- und Diktiergeschwindigkeiten oben stammen überwiegend vom Abtippen ordentlicher Phrasen. Echtes Diktieren heißt Formulieren, und gesprochenes Formulieren ist chaotisch: „äh“, Neuanfänge, „nein, warte, sagen wir Donnerstag“, eine Liste, die als ein einziger langer Satz herauskommt. Klassisches Diktieren tippte all das mit, und das Aufräumen ging später von Ihrer Zeit ab, meist an der Tastatur.

KI-Bereinigung verlagert diese Arbeit. Statt Wort für Wort zu transkribieren, schreiben neuere Diktiertools das Transkript in das um, was Sie gemeint haben, bevor es auf der Seite landet: Füllwörter weg, die Selbstkorrektur aufgelöst, die Liste als Liste formatiert. Ihre Aufgabe verschiebt sich vom Bearbeiten zum Lesen. In Ruans Abtippaufgabe gab es keine Füllwörter zu entfernen, deshalb kann sie nicht sagen, wie viel das spart; beim Formulieren kommt genau die Bearbeitung hinzu, auf die die Bereinigung zielt.

Auch die Bereinigung hat ihren Preis. Das Umschreiben kostet Verarbeitungszeit, braucht eine Verbindung, wenn es in der Cloud läuft, und jede Umformulierung ist eine Gelegenheit, dass sich die Bedeutung verschiebt: Eine Einschränkung fällt weg, eine bewusste Wiederholung wird zusammengezogen, ein Name wird „korrigiert“. Lesen Sie also, bevor Sie absenden, besonders alles mit Zahlen oder Zusagen. Wir haben keine veröffentlichte Studie gefunden, die misst, wie stark KI-Bereinigung die Schreibgeschwindigkeit von Anfang bis Ende verändert; betrachten Sie deshalb jeden Geschwindigkeitsfaktor im Marketing für Diktiertools, unseren eingeschlossen, als Behauptung und nicht als Messung, und stoppen Sie lieber selbst die Zeit.

So funktioniert es im Laxis Voice Keyboard, erhältlich für Mac, Windows, iPhone und Android, das überall dort schreibt, wo Ihr Cursor steht. Polish hat zwei Stile: „Standard“ schreibt, was Sie gemeint haben, entfernt Füllwörter, löst Selbstkorrekturen auf und formatiert diktierte Listen, während „Keep spoken words“ nur Störendes herausfiltert und Ihren Wortlaut beibehält. Schalten Sie Polish aus, um das schnellste, wortgetreue Ergebnis zu bekommen. Die Verarbeitung erfolgt in der Cloud, und das Diktieren teilt sich ein monatliches Minutenkontingent mit Meeting-Aufnahmen: 300 im kostenlosen Basic-Tarif und 2.000 in Premium.

So wird Diktieren in der Praxis schneller

1. Legen Sie sich Ihren ersten Satz zurecht, bevor Sie die Taste drücken; Zögern fraß in Ruans Studie fast ein Drittel der Zeit.
2. Sprechen Sie in ganzen Sätzen, machen Sie dann eine Pause, und schauen Sie den Wörtern nicht beim Erscheinen zu.
3. Korrigieren Sie Fehler mit Tastatur und Maus, nicht per Stimme.
4. Tragen Sie Namen und Abkürzungen einmal ins Wörterbuch Ihres Tools ein, und lernen Sie die wenigen Befehle für Satzzeichen und Formatierung, die es unterstützt.

Ein Fünf-Minuten-Test für Ihre eigene Zahl

Veröffentlichte Durchschnittswerte beschreiben Tausende Fremde. Dieser Test beschreibt Sie, anhand Ihrer eigenen Texte, Korrekturen eingeschlossen.

1. Wählen Sie zwei echte Nachrichten, die Sie heute verschicken müssen, ähnlich in Länge und Schwierigkeit, etwa zwei E-Mail-Antworten von je einem Absatz.
2. Tippen Sie die erste. Starten Sie eine Stoppuhr, wenn Sie beginnen, und stoppen Sie sie, wenn die Nachricht versandfertig ist, Tippfehler korrigiert.
3. Diktieren Sie die zweite. Gleiche Regel: Die Uhr läuft, bis sie versandfertig ist, inklusive jeder Korrektur, ob per Stimme oder von Hand.
4. Rechnen Sie die Wörter pro Minute aus. Fügen Sie jede Nachricht in einen Wortzähler ein, der Zeichen mit Leerzeichen anzeigt, teilen Sie durch fünf und dann durch die benötigten Minuten. Eine E-Mail mit 600 Zeichen, fertig in zweieinhalb Minuten, ergibt 120 Wörter in 2,5 Minuten, also 48 WPM.
5. Tauschen Sie morgen und wiederholen Sie den Test. Tippen Sie die Art Nachricht, die Sie diktiert haben, und umgekehrt; das gleicht das Glück aus, welche der beiden leichter war. Ruans Team erreichte dasselbe, indem es variierte, welche Methode jede Person zuerst ausprobierte.

Machen Sie den Test dort, wo Sie tatsächlich arbeiten, mit dem Mikrofon, das Sie wirklich benutzen würden; ein ruhiger Raum schönt das Diktieren, so wie er Ruans Teilnehmende begünstigt hat. Verliert die diktierte Fassung immer wieder bei der Genauigkeit statt beim Tempo, geht unser Leitfaden dazu, warum Spracheingabe Wörter falsch erkennt, Mikrofone, Räume und Vokabular durch. Laxis zeigt auf dem Computer einen Wert für die Wörter pro Minute Ihres Diktats an, sieht aber nicht die Änderungen, die Sie danach in Ihrer E-Mail vornehmen; die Zahl von der Stoppuhr ist deshalb der fairere Vergleich mit dem Tippen.

So lesen Sie Ihr Ergebnis

• Diktieren gewinnt klar: Nutzen Sie es für erste Entwürfe und Antworten, und behalten Sie die Tastatur fürs Bearbeiten.
• Ungefähr Gleichstand: Diktieren kann sich trotzdem lohnen, auf dem Smartphone oder wenn Tippen Ihre Hände ermüdet.
• Tippen gewinnt: Prüfen Sie Mikrofon und Raum, geben Sie dem Ganzen eine Woche, denn das Zögern kann abnehmen, sobald das Sprechen mit einem Gerät zur Gewohnheit wird, und testen Sie dann erneut.

Sie schreiben in einer Zweitsprache? Dieselbe Gewohnheit – Taste drücken, sprechen – funktioniert auch für übersetztes Diktieren, wie wir in unserem Leitfaden zur Wahl eines Sprachübersetzers erklären.

Stoppen Sie Ihre Zeit mit einer Tastatur, die beim Sprechen aufräumt. Machen Sie den Fünf-Minuten-Test mit dem Laxis Voice Keyboard auf Mac, Windows, iPhone oder Android, während Polish Füllwörter und Fehlstarts entfernt. 14-tägige Premium-Testphase, ohne Kreditkarte. Laxis Voice Keyboard holen

Das Fazit

Die Antwort der Forschung lautet: ja, mit großem Abstand – auf dem Smartphone, in einem ruhigen Raum, mit kurzen Phrasen. Die praktische Antwort ist das, was Ihre Stoppuhr sagt, und für die meisten Menschen hängt sie von der Aufgabe ab: Sprechen, um die Wörter festzuhalten, Tippen, um sie in Form zu bringen. Die nützlichere Frage ist deshalb nicht, was insgesamt schneller ist. Sie lautet vielmehr: Welche Teile Ihres Schreibens überlassen Sie gern Ihrer Stimme?

Häufig gestellte Fragen

Ist Diktieren schneller als Tippen?

Um Text zu erzeugen, ist Diktieren meist schneller als Tippen, besonders auf dem Smartphone. In der Laborstudie von Ruan und Kollegen erreichte die englische Spracheingabe 153 Wörter pro Minute gegenüber 52 auf einer Smartphone-Tastatur, war also etwa 2,9-mal so schnell. Der Abstand schrumpft, sobald Bearbeitung, Denkzeit und Hintergrundgeräusche ins Spiel kommen; stoppen Sie also Ihre Zeit bei echten Nachrichten, bevor Sie sich entscheiden.

Wie schnell sprechen Menschen im Vergleich dazu, wie schnell sie tippen?

Menschen sprechen viel schneller, als sie tippen. In einer Studie von Yuan, Liberman und Cieri aus dem Jahr 2006 kamen aufgezeichnete englische Telefongespräche über ganze Anrufe auf etwa 196 Wörter pro Minute, auf 236 ohne Stille und auf etwa 164, wenn die Redebeiträge jeder Person einzeln gemessen wurden. Große Studien der Aalto-Universität mit Freiwilligen aus Online-Tipptests beziffern das durchschnittliche Tipptempo auf etwa 52 Wörter pro Minute am Computer und 36 auf dem Smartphone, beides gemessen mit Abtipptests.

Wie hoch ist die durchschnittliche Tippgeschwindigkeit?

Unter Freiwilligen, die in zwei großen Studien der Aalto-Universität Online-Tipptests machten, lag der Durchschnitt bei etwa 52 Wörtern pro Minute auf einer Computertastatur und 36 auf dem Smartphone. Die Desktop-Studie mit 168.000 Freiwilligen maß 51,56 WPM bei einer Standardabweichung von etwa 20, die Mobilstudie mit 37.370 Freiwilligen 36,2 WPM. Beide maßen das Abtippen von Sätzen, nicht das Formulieren.

Ist Spracheingabe genauer als Tippen?

Spracheingabe kann während der Eingabe weniger Fehler machen, im fertigen Ergebnis aber etwas mehr hinterlassen. In den englischen Durchgängen von Ruan und Kollegen hatte Sprache eine korrigierte Fehlerrate von 3,93 % gegenüber 4,72 % bei der Tastatur, doch 0,55 % der Zeichen blieben im endgültigen Text falsch, gegenüber 0,35 %. Lesen Sie diktierten Text Korrektur, besonders Namen und Zahlen.

Warum fühlt sich Diktieren langsamer an als Tippen?

Diktieren fühlt sich oft langsamer an wegen des Drumherums, nicht wegen des Sprechens selbst. In der von Stanford geleiteten Smartphone-Studie entfielen nur 39 % der Zeit für die Spracheingabe aufs Sprechen, 31,5 % auf das Zögern der Nutzer vor oder nach dem Sprechen und etwa 23 % darauf, dass die Spracherkennung aufholte. Es hilft, den ersten Satz schon vor dem Start zu kennen und Fehler mit der Tastatur zu korrigieren.

Macht KI-Bereinigung das Diktieren schneller?

KI-Bereinigung kann Bearbeitungszeit sparen, indem sie Füllwörter entfernt, Selbstkorrekturen auflöst und Listen formatiert, bevor der Text erscheint. Wir haben keine veröffentlichte Studie gefunden, die ihren Effekt auf die gesamte Schreibgeschwindigkeit misst, und das Umschreiben kostet zusätzliche Verarbeitungszeit und birgt die Gefahr, dass sich die Bedeutung verschiebt. Stoppen Sie bei ein paar echten Nachrichten die Zeit, mit und ohne Bereinigung, um zu sehen, was für Sie schneller ist.