Superwhisper im Test 2026: lokale KI-Diktierung, geprüft

WLAN ausschalten, Tastenkürzel gedrückt halten, sprechen. Der Text erscheint trotzdem. Dieser eine Trick ist der ganze Grund für die Anhängerschaft, die Superwhisper hat: Das Audio verlässt Ihren Rechner nie, also gibt es keinen Server, dem Sie vertrauen müssen, und keine Verbindung, von der Sie abhängen.

Das ist 2026 eine ungewöhnliche Position. Nahezu jede schnelle Diktier-App streamt Ihre Stimme in ein Rechenzentrum, weil dort die guten Modelle leben. Superwhisper legt die Modelle stattdessen auf Ihr Notebook und gibt Ihnen die Regler in die Hand.

Dieser Test klärt, was Sie dafür bekommen: wie lokale Modelle abschneiden, was Modi leisten, das sonst niemand bietet, was das Ganze kostet, seit die Lifetime-Lizenz neu bepreist wurde, wo die Software rau bleibt und wozu man greift, wenn Superwhisper an seine Grenze stößt.

Was es wirklich bedeutet, das Modell auf dem eigenen Rechner laufen zu lassen

Superwhisper lädt Spracherkennungsmodelle auf Ihren Rechner und führt die Inferenz dort aus. Standardmäßig wird nichts irgendwohin gestreamt. Daraus folgen drei Dinge, die die meisten erst nach einer Woche bemerken.

Ihre Hardware wird zum Datenblatt. Apple Silicon ist keine Empfehlung, sondern Voraussetzung. Die Support-Hinweise von Superwhisper selbst sagen, dass lokale Modelle nur auf Macs mit Apple Silicon gut laufen und dass Intel-Macs besser mit Cloud-Modellen fahren – eine höfliche Formulierung dafür, dass die Kernfunktion auf älterer Hardware ausfällt.

Sie wählen einen Punkt auf einer Kurve, kein Produkt. Die Modellauswahl reicht von winzigen Varianten, die sofort antworten und Eigennamen verstümmeln, bis zu großen Whisper-Modellen, die klare Sprache in einem ruhigen Raum mit einer Genauigkeit transkribieren, die es mit jedem Cloud-Dienst aufnimmt. Wer das misst, landet auf Apple Silicon meist bei der Variante large turbo als optimalem Kompromiss: wenige Punkte hinter dem größten Modell, dafür um ein Vielfaches schneller. Version 2.0 hat ein schnelleres Parakeet-Modell ergänzt und die Latenz weiter gesenkt.

Bei schwierigem Audio sind lokale Modelle kein Zauberwerk. Klare Sprache, gutes Mikrofon, ruhiger Raum – da ist die lokale Transkription exzellent. Kommen Hintergrundgeräusche, ein ungewohnter Nachname, dichter Fachjargon oder ein Monolog jenseits der Drei-Minuten-Marke hinzu, ziehen Cloud-Modelle wieder vorbei. Superwhisper betreibt weniger Rauschvorverarbeitung als Werkzeuge, die um eine einzige, feinabgestimmte Cloud-Pipeline herum gebaut sind – ein Café fällt ihm deshalb schwerer.

Ein eigenes Vokabular entschärft vieles davon. Tragen Sie die Namen Ihrer Kolleginnen und Kollegen ein, die Abkürzungen Ihres Produkts und die Begriffe, die Sie täglich benutzen, und das Modell hört auf, Schreibweisen zu erfinden. Es sind die zehn wertvollsten Minuten, die Sie in der App verbringen können.

Am besten geeignet für: datenschutzsensible und offline genutzte Diktierung auf dem Mac. Wenn Audio, das Ihr Gerät verlässt, ein Compliance-Problem ist oder ein persönliches, ist Superwhisper die sauberste Antwort dieser Kategorie – und mit der kostenlosen Stufe können Sie die Behauptung mit einem Netzwerkmonitor prüfen, bevor Sie irgendetwas zahlen.

Die Modi sind das eigentliche Produkt

Alle messen Genauigkeit. Die Funktion, die Ihre Arbeitsweise verändert, sind die Modi.

Ein Modus bündelt drei Dinge: ein Transkriptionsmodell, einen KI-Verarbeitungsprompt und ein Tastenkürzel. Sie können beliebig viele anlegen; sie wechseln automatisch je nach App im Vordergrund. Sprechen Sie in eine Messenger-App, bekommen Sie kurzen, lockeren Text; sprechen Sie denselben Satz in Ihr Mailprogramm, kommt er strukturiert und geschäftlich heraus.

Das klingt nach Spielerei, bis man es benutzt. Diktieren fühlt sich in den meisten Apps deshalb falsch an, weil es am Register liegt: Gesprochene Sprache hat einen Ton, und Sie brauchen vier. Modi lassen Sie den Ton vorab festlegen, statt sich nachträglich dorthin zu redigieren.

Eigene Modi gehen weiter: Sie schreiben den Prompt, legen Formatierungsregeln fest und wählen, welches Sprachmodell die Nachbearbeitung übernimmt. Zur Auswahl stehen GPT-5, Claude Haiku 4.5, Llama 4, Grok 4.1, Gemini 3.0 Flash und Ministral, und Pro erlaubt eigene API-Schlüssel, sodass der Anbieter Ihnen direkt abrechnet statt über einen Aufschlag. Super Mode passt sich an, was auf Ihrem Bildschirm zu sehen ist. Push-to-Talk, eigene Kurzbefehle und automatisches Einfügen aus der Zwischenablage runden das Ganze ab, und statt zu sprechen können Sie auch eine Audio- oder Videodatei hineinziehen.

Ein Haken untergräbt allerdings das große Datenschutzversprechen: Ein lokales Sprachmodell plus ein Cloud-Sprachmodell ergibt keine lokale Pipeline. Ihr Audio bleibt auf dem Gerät, aber der transkribierte Text geht an den Anbieter, den Sie für die Nachbearbeitung gewählt haben. Wenn „nichts verlässt diesen Rechner" die Anforderung ist, wählen Sie auch ein lokales Sprachmodell – die Option gibt es, und die meisten prüfen nie, welches ihr Modus tatsächlich verwendet.

Die Einzelspieler-Grenze.

Alles bisher Beschriebene ist Konfiguration, die Sie für sich selbst auf Ihrem eigenen Rechner vornehmen. Es gibt keine gemeinsame Team-Ebene – kein gemeinsames Vokabular, das Ihr Unternehmen erbt, kein geteiltes Archiv, keine Möglichkeit für Kolleginnen und Kollegen, ein verpasstes Gespräch zu durchsuchen. Das ist eine Designentscheidung, kein Mangel, aber es ist eine echte Grenze. Wenn Sie einen durchsuchbaren Verlauf brauchen, den Ihr Team abfragen kann, ist das eine andere Kategorie: Werkzeuge wie Laxis sitzen dort und erfassen Meetings in einem gemeinsamen Arbeitsbereich, statt die Tastatur einer einzelnen Person zu justieren.

Was Superwhisper kostet – und das Lifetime-Problem

Die kostenlose Stufe ist für diese Kategorie ungewöhnlich großzügig: Sprache-zu-Text in jeder App, Meeting-Aufnahme und -Transkription, über 100 Sprachen, Kontrolle über eigene Prompts und unbegrenzte Nutzung der kleinen lokalen Modelle. Dazu kommen 15 Minuten mit vollem Pro-Funktionsumfang, um die größeren auszuprobieren.

Pro kostet rund 8,49 $ pro Monat oder etwa 84,99 $ pro Jahr und ergänzt unbegrenzte Nutzung von Cloud- und lokalen Modellen, eigene API-Schlüssel, Übersetzung ins Englische, Dateitranskription und bevorzugten Support. Eine Lizenz lässt sich auf beliebig vielen Geräten aktivieren – Mac, Windows und iOS zählen alle. Jeder Plan enthält 30 Tage Rückgaberecht, Studierende erhalten 40 % Rabatt. Enterprise wird individuell bepreist und ergänzt SOC-2-Type-II-Zertifizierung, zentrale Abrechnung, Zugriffssteuerung für Modelle und unternehmensseitig gehostete Modelle.

Und dann ist da die Lifetime-Lizenz – der Teil, der sich verändert hat. Laut Preisseiten, die die alte Stufe festgehalten haben, lag sie über den größten Teil der Produktgeschichte bei 249,99 $ – ein gutes Geschäft, mit einem Break-even gegenüber dem Jahresabo in unter drei Jahren. Im Lauf des Jahres 2026 wurde sie auf 849 $ neu bepreist. Gegenüber rund 84,99 $ im Jahr sind das etwa zehn Jahre bis zum Break-even. Zehn Jahre sind eine lange Wette auf jedes unabhängige Softwareunternehmen und eine noch längere in einer Kategorie, die alle sechs Monate neu gebaut wird. Wissen Sie von der Preisänderung, bevor ein alter Test mit 249 $ Sie an der Kasse überrascht.

Tipp: Bewerten Sie die kostenlose Stufe als das, was sie ist.

Kostenlose Nutzer sind auf die kleinen lokalen Modelle beschränkt, und die begeisterten Genauigkeitstests, die Sie gelesen haben, wurden mit ziemlicher Sicherheit auf den großen geschrieben. Wenn die kostenlose Stufe mittelmäßig wirkt, ist das ein Problem der Modellgröße, nicht des Produkts. Nutzen Sie Ihre 15 Minuten Pro-Zugang bewusst: Schicken Sie denselben Absatz direkt nacheinander durch ein großes und ein kleines Modell. Sie werden schnell wissen, ob das Abo sich lohnt.

Die Schwachstellen

Superwhisper ist ein Profiwerkzeug – mit der Ergonomie eines solchen.

Die Einrichtung gleicht eher einer Konfiguration als einer Installation. Das ist mit großem Abstand die häufigste Beschwerde: Tester beschreiben die erste Stunde eher als Aufsetzen eines Servers denn als Installieren einer App. Zwischen Modell-Downloads, Modi, Prompts, Tastenkürzeln und Anbieterschlüsseln gibt es viel zu entscheiden, bevor Sie den ersten Satz diktiert haben.

Der Windows-Build hinkt dem Mac hinterher. Er kam 2025 und holt noch auf; das öffentliche Feedback-Board enthält Berichte über Abstürze und darüber, dass die Ziel-App während des Diktierens einfriert. Wenn Windows Ihr Hauptgerät ist, behandeln Sie Superwhisper als vielversprechend statt als erprobt – und nutzen Sie das Rückgabefenster.

Lokal heißt nicht automatisch, dass nichts gespeichert wird. Datenschutzorientierte Tester haben angemerkt, dass die Standardeinstellungen Audioaufnahmen auf der Festplatte behalten, ohne offensichtliche Möglichkeit zum Abschalten, und dass API-Schlüssel im Klartext liegen. Keines von beidem sendet etwas an einen Server, aber wenn Ihr Bedrohungsmodell ein verlorenes Notebook einschließt, prüfen Sie diese Einstellungen, statt anzunehmen, die Architektur habe das erledigt.

Längere Diktate driften ab. Jenseits einiger Minuten durchgehender Sprache lässt die Genauigkeit nach, lange Monologe brauchen also mehr Nacharbeit als kurze Passagen. Diktieren Sie in Abschnitten.

Wo Superwhisper aufhört – und was Sie daneben einsetzen

Die nützliche Frage ist nicht, welches Werkzeug gewinnt – die besten KI-Diktier-Apps haben wir separat bewertet –, sondern für welche Aufgabe Sie eines anheuern.

Wispr Flow – die ausgefeilte Cloud-Alternative

Wenn offline und auf dem Gerät keine Anforderungen sind, ist Wispr Flow die rundere Erfahrung: nahezu keine Einrichtung, einheitliches Verhalten auf Mac, Windows, iPhone und Android sowie hervorragende Nachbearbeitung ab Werk, ganz ohne Prompt-Schreiben. Es kostet 15 $ pro Nutzer und Monat (12 $ im Jahrestarif), mit einer kostenlosen Stufe, die auf dem Desktop bei 2.000 Wörtern pro Woche gedeckelt ist. Unser vollständiger Wispr-Flow-Test behandelt die Datenschutzepisode von 2026.

Laxis – wenn die Meetings wichtiger sind als die Tastatur

Der Meeting-Modus von Superwhisper ist wirklich gut und wirklich lokal: Er nimmt das Systemaudio von Zoom, Teams, Discord oder Slack auf, ohne dass ein Bot dem Gespräch beitritt, und erzeugt ein Transkript samt Zusammenfassung mit Aufgaben, die Ihren Mac nie verlassen. Für Solo-Beratende mit vertraulichen Gesprächen ist das oft die richtige Antwort.

Laxis adressiert jene Variante des Problems, die beginnt, sobald andere Menschen beteiligt sind. Es verbindet sich mit Ihrem Kalender, erfasst Gespräche in Zoom, Google Meet und Microsoft Teams, extrahiert Aufgaben und synchronisiert die Ergebnisse nach HubSpot und Salesforce, damit der Verlauf dort landet, wo Ihre Pipeline ohnehin lebt. Es gibt einen Bot-freien Aufnahmemodus für Gespräche, in denen ein sichtbarer Rekorder nicht willkommen ist, einen AI Chat, der Ihre gesamte Transkripthistorie abfragt statt jeweils nur ein Meeting, eine KI-Sprachtastatur zum Diktieren sowie über 100 Sprachen auf Desktop und Mobilgeräten. Der kostenlose Plan umfasst 300 Transkriptionsminuten pro Monat; Premium kostet 15,99 $ pro Nutzer und Monat mit unbegrenzter Transkription, AI Chat und CRM-Synchronisierung; Business kostet 29,99 $ pro Nutzer und Monat und ergänzt die Teamverwaltung.

Nun das Zugeständnis, denn darum geht es in diesem Vergleich: Laxis ist Cloud, Superwhisper ist es nicht. Wenn Sie diesen Test lesen, weil Sie sich weigern, Audio an einen Server zu schicken, löst Laxis das nicht, und keine Formulierung ändert daran etwas – dieses Argument gewinnt Superwhisper klar. Zwei weitere Einschränkungen: Diktieren ist eine Fähigkeit innerhalb eines breiteren Meeting-Produkts und kein auf Tempo getrimmtes Spezialwerkzeug, und die Marke ist kleiner als die der etablierten Anbieter. Was Laxis bietet, ist Reichweite – Diktieren und Team-Meetingerfassung in einem Abo statt bei zwei Anbietern –, nicht lokale Verarbeitung.

Apples eingebaute Diktierfunktion und MacWhisper – die günstigen lokalen Optionen

Die macOS-Diktierfunktion läuft auf moderner Apple-Hardware auf dem Gerät und kostet nichts, transkribiert allerdings nur und schreibt nichts um. MacWhisper ist ein weiterer lokaler Whisper-Aufsatz, Einmalkauf, schlichterer Funktionsumfang. Keines von beiden hat Modi, aber für Offline-Spracherkennung ohne Konfiguration sind sie günstigere Einstiegspunkte.

Wer es tatsächlich kaufen sollte

Vier Fälle, nach Sicherheit geordnet.

Kaufen Sie Pro im Jahrestarif, wenn Sie auf Apple Silicon arbeiten und täglich diktieren. Das ist genau der Sweet Spot, um den herum das Produkt entworfen wurde: schnelle lokale Modelle, auf Ihre Apps abgestimmte Modi, rund 85 $ im Jahr, keine Verbindung nötig.

Starten Sie mit der kostenlosen Stufe, wenn Datenschutz Ihr Grund ist. Die kleinen lokalen Modelle sind unbegrenzt und kostenlos, Sie können das Offline-Versprechen also prüfen, bevor Sie Geld ausgeben – ziehen Sie das Netzwerkkabel und sehen Sie zu, wie es weiterarbeitet.

Überlegen Sie gut vor der Lifetime-Lizenz für 849 $. Bei den alten 249,99 $ war das eine leichte Empfehlung. Bei zehn Jahren bis zum Break-even trägt der Jahresplan weniger Risiko, und Sie erhalten trotzdem jedes Update.

Schauen Sie sich anderswo um unter Windows, auf einem Intel-Mac oder wenn Sie eine Team-Ebene brauchen. Der Windows-Client reift noch, Intel-Macs führen lokale Modelle nicht gut genug aus, um die Wahl zu rechtfertigen, und geteilte Meeting-Protokolle sind ein gänzlich anderes Produkt.

Wenn es um die Meetings geht

Laxis erfasst Gespräche in Zoom, Google Meet und Teams, zieht Aufgaben heraus und synchronisiert sie nach HubSpot und Salesforce – KI-Sprachtastatur inklusive. Cloud-basiert, mit 300 kostenlosen Transkriptionsminuten pro Monat.

Laxis kostenlos testen

Das Fazit

Superwhisper ist das stärkste Argument dafür, dass man Datenschutz nicht gegen gute Diktierung eintauschen muss. Auf einem Mac mit Apple Silicon, einem ordentlichen Mikrofon und zehn Minuten Vokabular-Einrichtung erzeugt es Text, der es mit allem aufnimmt, was zu einem Server streamt – und es arbeitet weiter, wenn das Netz das nicht tut. Die Modi sind das durchdachteste Design dieser Kategorie.

Was Sie im Gegenzug akzeptieren, ist Aufwand. Diese Software erwartet Entscheidungen von Ihnen – über Modelle, Prompts, Tastenkürzel und Anbieter – und belohnt gute. Klingt das nach lästiger Pflicht, sind die Cloud-Werkzeuge geschmeidiger. Klingt es nach dem eigentlichen Reiz, ist Superwhisper die beste Version davon, und der Jahresplan ist der Weg, es zu kaufen.

Häufige Fragen

Funktioniert Superwhisper offline?

Ja. Superwhisper lädt Sprachmodelle auf Ihren Rechner und transkribiert lokal, das Diktieren funktioniert also im Flugzeug oder ganz ohne Verbindung. Eine Einschränkung: Nutzt ein Modus für den Nachbearbeitungsschritt ein Cloud-Sprachmodell wie GPT-5 oder Claude, braucht dieser Teil Internet, und Ihr Text verlässt das Gerät.

Was kostet Superwhisper 2026?

Es gibt eine kostenlose Stufe mit unbegrenzter Nutzung der kleinen lokalen Modelle, Meeting-Aufnahme und über 100 Sprachen. Pro kostet rund 8,49 $ pro Monat oder etwa 84,99 $ pro Jahr, eine Lifetime-Lizenz ist mit 849 $ ausgewiesen. Enterprise-Preise sind individuell. Alle Pläne enthalten 30 Tage Rückgaberecht, Studierende erhalten 40 % Rabatt.

Lohnt sich die Lifetime-Lizenz von Superwhisper?

Die Entscheidung ist deutlich schwerer als früher. Der Lifetime-Preis stieg 2026 von 249,99 $ auf 849 $, was den Break-even gegenüber dem Jahresplan von rund 84,99 $ auf etwa zehn Jahre hinausschiebt. Sofern Sie sich einer Bindung über ein Jahrzehnt nicht sicher sind, ist der Jahresplan der sicherere Kauf.

Ist Superwhisper nur für den Mac?

Nein, nicht mehr. Superwhisper liefert Clients für macOS, Windows und iOS, und eine Pro-Lizenz lässt sich auf beliebig vielen Geräten aktivieren. In der Praxis ist es dennoch Mac-first: Lokale Modelle laufen nur auf Apple Silicon gut, und der Windows-Build ist jünger und zieht mehr Fehlerberichte auf sich.

Wie genau sind lokale Modelle im Vergleich zur Cloud-Transkription?

Nah dran bei Alltagssprache, schwächer an den Rändern. Große lokale Whisper-Modelle transkribieren klare Sprache in einem ruhigen Raum mit einer Genauigkeit, die mit Cloud-Diensten mithält. Sie fallen zurück bei ungewohnten Eigennamen, technischem Jargon, starken Hintergrundgeräuschen und Diktaten von mehr als ein paar Minuten – dort behalten Cloud-Modelle den Vorteil.

Kann Superwhisper Meetings aufzeichnen und transkribieren?

Ja. Der Meeting-Modus erfasst Audio aus Apps wie Zoom, Teams, Discord und Slack direkt auf Ihrem Gerät, ohne dass ein Bot dem Gespräch beitritt, und erzeugt ein Transkript plus eine Zusammenfassung mit Aufgaben. Die Sprechertrennung ist standardmäßig deaktiviert und lässt sich in den erweiterten Einstellungen aktivieren. Alles bleibt lokal.