Wie du ein Buch diktierst (und es wirklich fertigstellst)

Du kannst tatsächlich ein ganzes Buch diktieren – Autoren verfassen seit Jahrzehnten komplette Romane per Sprache, und moderne KI-Spracherkennung hat die meisten Hürden beseitigt, die das früher zu einer Sache für Spezialisten gemacht haben. Die meisten Menschen sprechen mit 130–150 Wörtern pro Minute und tippen mit etwa 40, ein gesprochener Rohentwurf entsteht also rund viermal schneller als ein getippter. Was diese Zahl verschweigt: Ein Buch zu diktieren ist eine Fähigkeit mit Methode – die Autoren, die es durchziehen, skizzieren ihre Szenen, diktieren in kurzen Sitzungen und redigieren mit den Augen. Diejenigen, die aufgeben, haben versucht, „einfach zu reden“. Hier ist die Methode.

Warum Autoren diktieren (es geht nicht nur um Geschwindigkeit)

Fang mit der Mathematik an. Ein Roman mit 80.000 Wörtern, getippt mit 40 Wörtern pro Minute, bedeutet über 33 Stunden reines Tippen; gesprochen in einem angenehmen Tempo von 140, sind es unter zehn. Niemand hält reines Ausgabetempo durch – du machst Pausen, denkst nach, sprichst neu –, aber selbst bei der Hälfte dieses Verhältnisses schrumpfen die Schreibstunden für einen Roman um Wochen.

Geschwindigkeit ist nur die halbe Attraktion. Diktieren trennt das Schreiben vom Schreibtisch: Der Science-Fiction-Autor Kevin J. Anderson hat den Großteil seiner über 190 Bücher diktiert, indem er beim Wandern in einen Handrekorder gesprochen hat – nach eigener Aussage rund zehntausend Wörter an einem einzigen Wanderwochenende – und war Co-Autor von On Being a Dictator, einem Buch über diese Methode. Für Autoren mit RSI, einem langen Arbeitsweg oder zwanzig freien Minuten ohne Laptop in Reichweite macht Sprechen oft den Unterschied zwischen Schreiben und Nicht-Schreiben.

Der dritte Grund ist der eigenartige: Sprache ist eine Vorwärtsbewegungsmaschine. Du kannst physisch nicht am vorherigen Satz herumfeilen, während du den nächsten sprichst. Für Perfektionisten, die jede Zeile mitten im Entwurf zu Tode redigieren, kann allein diese Einschränkung die tägliche Produktivität verwandeln.

Wähle deinen Workflow: live oder aufgezeichnet

Es gibt zwei Wege, ein Buch zu diktieren, und mit dem falschen zu starten ist der häufigste Grund, warum Menschen aufgeben.

• Live-Diktat — du sprichst, und der Text erscheint direkt in Scrivener, Word oder Google Docs. Du bleibst visuell mit dem Entwurf verbunden, erkennst Fehler der Engine sofort und behältst die Orientierung in der Szene.
• Erst aufnehmen, später transkribieren — du sprichst beim Spazieren in dein Handy oder einen Rekorder und transkribierst die Aufnahme später am Schreibtisch. Tieferer Flow und völlige Bewegungsfreiheit, aber du kommst nach Hause zu einer Wand aus Rohtranskript, das noch geformt werden muss.

Starte live: Zu sehen, wie deine Sprache zu Prosa wird, bringt dir viel schneller bei, in vollständigen, schriftreifen Sätzen zu sprechen, als es ein Rekorder tut. Steige auf aufgezeichnete Sitzungen um, sobald sich Diktieren natürlich anfühlt – die meisten diktierenden Autoren kombinieren am Ende beides.

Die Methode Kapitel für Kapitel

Diktieren bestraft Improvisation härter als Tippen: An der Tastatur kannst du still ins Stocken geraten, aber beim Sprechen wird ein Stocken zu Stille, und die Sitzung stirbt. Die Lösung ist eine leichte Gliederung – genug, um weiterzureden, aber nie so viel, dass du vorliest.

• Skizziere vor jeder Sitzung drei bis fünf Stichpunkte für die Szene: Wer will was, was geht schief, wo endet es. Genau das trägt Anderson auf einer Wanderung bei sich – eine kurze Gliederung für die zwei oder drei Kapitel, die er sprechen will.
• Diktiere eine Szene pro Sitzung, fünfzehn bis fünfundzwanzig Minuten. Eine Szene passt komplett in deinen Kopf, und genau das braucht flüssiges Sprechen; ein ganzes Kapitel oft nicht.
• Halte nie an, um zu korrigieren. Dich verhaspelt? Sag den Satz einfach noch einmal saubersprechend und mach weiter – Reparaturen gehören ins Lektorat, und mitten im Fluss nach dem Cursor zu suchen, ist der sichere Weg, die Dynamik zu töten.
• Schließe die Sitzung mit einer Notiz an dein zukünftiges Ich: „Nächste Szene: Marta findet den Brief, endet mit der Türklingel.“ Morgen fängst du gleich an zu sprechen, statt nur zu starren.

Die Fallstricke – lerne sie jetzt, nicht erst in Kapitel 12

Eigennamen. Jede Spracherkennung rät bei erfundenen Namen, und sie rät am Dienstag anders als am Montag: „Aelric“ kommt als „ein Relikt“ heraus. Wähle Charakternamen, die du auch tatsächlich aussprechen kannst, füge sie dem individuellen Wortschatz deines Tools hinzu, falls es einen hat, und mach am Ende jedes Kapitels – nicht erst am Ende des Buches – einen Suchen-und-Ersetzen-Konsistenzdurchgang.

Dialog und Zeichensetzung. Rohe Sprache-zu-Text-Systeme zwingen dich, die Zeichensetzung mitzusprechen – „Komma“, „Punkt“, „Anführungszeichen auf“ –, was bei dialogreicher Belletristik anstrengender ist als Tippen. Das ist das stärkste Argument für ein KI-formatiertes Diktiertool, das die Zeichensetzung stattdessen aus deinem natürlichen Sprechfluss ableitet.

Der gesprochene Entwurfston. Diktierte Prosa klingt wärmer und lockerer als getippte – längere Sätze, mehr verbindendes Gewebe. Das ist in Ordnung; dafür gibt es das Lektorat. Plane einen zusätzlichen Straffungsdurchgang ein und lies Namen, Zahlen und Daten mit den Augen Korrektur: Das sind die drei Stellen, an denen jede Engine noch strauchelt.

Die Tools, ehrlich betrachtet

Kostenlose Bordmittel. Apple Diktierfunktion und die Sprachein­gabe von Google Docs kosten nichts und sind der richtige Weg, um zu testen, ob Diktieren überhaupt zu dir passt. Die Apple Diktierfunktion setzt Satzzeichen automatisch anhand deiner Pausen (nicht perfekt, du kannst „Komma“ und „Punkt“ für mehr Präzision auch selbst sprechen); die Sprach­eingabe von Google Docs erwartet weiterhin gesprochene Satzzeichen. In beiden Fällen kommst du deinen tatsächlichen Worten sehr nahe, aber die Genauigkeit bei Namen lässt über lange Sitzungen nach. Für ein Kapitel in Ordnung; für ein ganzes Buch ermüdend.

Der Klassiker. Dragon Professional ist das Tool, auf das diktierende Autoren der 2000er geschworen haben, und seine Sprachbefehl-Steuerung ist bis heute die ausgereifteste überhaupt. Heute gibt es es nur noch für Windows – die Mac-Version wurde 2018 eingestellt – für rund 699 $ als Einmalzahlung (Preis geprüft im Juli 2026; beim Anbieter bestätigen lassen). Und es transkribiert genau das, was du gesagt hast, statt es zu bereinigen.

Moderne KI-Diktierfunktion. Swifly ist eine KI-Sprach-zu-Text-App für Mac, Windows, iPhone und Android, die deine gesprochenen Worte in jeder App in sauber formatierten Text verwandelt – mit sofortiger Übersetzung. Für Buchprojekte bedeutet das: Du hältst eine Hotkey gedrückt und sprichst direkt in Scrivener, Word, Docs oder Ulysses, und eine KI-Nachbearbeitung entfernt Versprecher und setzt Satzzeichen anhand deines Sprechflusses – ohne dass du Kommas mitsprechen musst. Eine ehrliche Einschränkung: Die Verarbeitung läuft in der Cloud, es gibt also keinen Offline-Modus – auf einem Trail ohne Empfang machst du es wie Anderson: erst aufnehmen, dann zu Hause transkribieren. Zum Einstieg gibt es einen kostenlosen Plan.

Das Fazit

Im Sprechtempo sind 1.000 Wörter in deutlich unter zehn Minuten reiner Sprechzeit erledigt. Bei einer täglichen Sitzung von zwanzig Minuten – Pausen, Wiederholungen und Blicke ins Exposé inklusive – steht ein Rohentwurf mit 80.000 Wörtern nach etwa drei Monaten, gesprochen. Das Lektorat bleibt komplett deine Sache. Das Tippen nicht mehr.