Windows 11 Spracherkennung: die ehrliche Win + H-Anleitung
Die Windows 11 Spracherkennung ist kostenlos und schon auf deinem PC installiert: Klick in ein beliebiges Textfeld, drücke Win + H und sprich — deine Worte erscheinen dort, wo dein Cursor steht. Sie benötigt eine Internetverbindung, unterstützt mehr als 40 Sprachen und kann automatisch Satzzeichen setzen, sobald du diese Option aktivierst; was sie nie tut, ist deine Formulierungen zu verbessern. Hier ist die komplette Anleitung — Aktivierung, Befehle, Einstellungen, Sprachen — und ein ehrlicher Blick darauf, wo ihre Grenzen liegen.
Spracherkennung in zehn Sekunden starten
- Klick in ein beliebiges Textfeld — einen E-Mail-Entwurf, ein Word-Dokument, ein Browserformular. Die Spracherkennung schreibt überall dort, wo dein Cursor steht, in jeder App.
- Drücke Win + H (oder tippe auf die Mikrofontaste der Touch-Tastatur). Ein kleines Mikrofon-Widget erscheint oben am Bildschirm und beginnt zu lauschen.
- Sprich. Wenn du fertig bist, sag "Beende Diktierfunktion" oder tippe auf das Mikrofon-Symbol.
Drei Voraussetzungen, direkt aus der Dokumentation von Microsoft: eine Internetverbindung (deine Sprache wird in der Microsoft-Cloud verarbeitet, nicht auf deinem PC), ein funktionierendes Mikrofon und der Cursor in einem Textfeld — sonst fordert dich das Widget auf, in eines zu klicken.
Die Befehle — alle im Überblick
Die Spracherkennung versteht in jeder unterstützten Sprache eine kurze Liste von Befehlen. Im Englischen ist das im Wesentlichen die vollständige Liste:
| Sag das | Was passiert |
|---|---|
| "Pause voice typing" · "Stop listening" | Stoppt das Diktat |
| "Delete that" · "Scratch that" | Entfernt das Letzte, was du diktiert hast |
| „Wähle das aus“ | Wählt das Letzte aus, was du diktiert hast |
| „Drücke Enter“ · „Drücke Rücktaste“ · „Drücke Tab“ | Drückt diese Taste |
| „Mach das ungeschehen“ | Macht die letzte Aktion ungeschehen |
Du kannst Satzzeichen auch diktieren, indem du sie beim Namen nennst – „Punkt“, „Komma“, „Fragezeichen“, „Klammer auf“ – sowie gängige Zeichen wie das At-Zeichen oder das Kaufmanns-Und.
Fällt dir auf, was fehlt? Es gibt kein „korrigiere dieses Wort“, kein „gehe zwei Sätze zurück“, keine Möglichkeit, dich per Sprache innerhalb eines Absatzes zu bewegen. Wenn du dich mitten im Gedanken verhaspelst, bleiben dir nur „lösche das“ oder der Griff zur Tastatur. Umfangreichere Bearbeitungsbefehle gibt es in Windows durchaus – aber in der Sprachsteuerung, nicht hier.
Einstellungen, die sich zu ändern lohnen
Alles findet sich hinter dem Zahnrad-Symbol im Spracheingabe-Widget:
- Automatische Zeichensetzung – standardmäßig deaktiviert, und der mit Abstand nützlichste Schalter. Aktiviere ihn, und die Spracheingabe fügt Punkte und Kommas anhand deiner Formulierung ein, sodass du „Komma“ nicht mehr laut sagen musst. Satzenden erkennt sie gut; erwarte aber nicht, dass sie ganze Absätze strukturiert.
- Anstößige Sprache filtern – standardmäßig aktiviert: Schimpfwörter werden als Sternchen angezeigt. Schalte die Funktion aus, wenn du deine Worte wortwörtlich haben möchtest.
- Spracheingabe-Starter – zeigt das Mikrofon automatisch an, sobald du dich in einem Textfeld befindest (siehe oben).
- Standardmikrofon – wähle dein Headset statt des Laptop-Mikrofons, falls vorhanden; das ist das günstigste verfügbare Upgrade für die Genauigkeit.
Sprachen
Die Spracheingabe unterstützt mehr als 40 Sprachen und regionale Varianten – von Englisch, Spanisch, Französisch und Deutsch bis Hindi, Japanisch, Thailändisch und Vietnamesisch. Sie diktiert immer in deiner aktiven Eingabesprache: Wechsle die Tastatur mit Win + Leertaste und drücke anschließend erneut Win + H. Zwei Einschränkungen: Die Erkennungsqualität variiert merklich zwischen den Sprachen, und es findet keine Übersetzung statt – du erhältst Text in der gesprochenen Sprache, sonst nichts.
Spracheingabe vs. Sprachsteuerung – der Stand 2026 in einer Minute
Windows bietet inzwischen zwei Sprachwerkzeuge, die man leicht verwechseln kann. Die Spracheingabe (Win + H) ist reine Diktierfunktion: cloudverarbeitet, schnell aufrufbar, mit minimalen Befehlen. Die Sprachsteuerung ist die vollständige Sprachbedienungsebene – Apps öffnen, Schaltflächen anklicken, Text diktieren und per Sprache korrigieren. Sie hat 2024 die eingestellte Windows-Spracherkennung abgelöst, lädt bei der Einrichtung ein Sprachmodell herunter und läuft danach auf dem Gerät selbst – anders als die Spracheingabe funktioniert sie also auch offline.
Auf Copilot+-PCs erhält die Sprachsteuerung außerdem fließendes Diktieren: ein kleines, auf dem Gerät laufendes Sprachmodell, das Füllwörter entfernt und Grammatik sowie Zeichensetzung beim Sprechen korrigiert. Dort ist es standardmäßig aktiviert, derzeit für englische Sprachregionen verfügbar, mit weiteren Sprachen in der Testphase – das erste Mal überhaupt, dass Windows Diktate bereinigt, und ein klares Zeichen dafür, wohin Microsoft steuert. Es ist zudem auf aktuelle NPU-Hardware beschränkt und schreibt weder den Ton um noch übersetzt es.
Die ehrliche Bilanz
Was Win + H wirklich gut macht:
- Kostenlos, keine Installation nötig, funktioniert in jeder App, in der du tippen kannst
- Solide Grunderkennung für alltägliche Sprache in den wichtigsten Sprachen
- Über 40 Sprachen und eine ordentliche automatische Zeichensetzung, sobald du sie aktivierst
Und wo sie aufhört:
- Tippt genau das, was du sagst — inklusive Zögern, Fehlstarts und endlosen Sätzen; ohne Umschreiben, ohne Tonfall
- Braucht Internet, bietet dir aber keinen der Cloud-Vorteile: kein individuelles Vokabular, keine intelligente Formatierung
- Bearbeiten per Sprache ist auf das Löschen oder Markieren der letzten Phrase beschränkt
- Hört nach kurzer Stille auf zuzuhören, sodass du bei langen Dokumenten ständig neu starten musst
- Keine Übersetzung
Für ein Suchfeld, eine schnelle Antwort, eine Notiz für dich selbst ist Win + H völlig ausreichend, und du solltest es nutzen. Das Problem beginnt, wenn du Dinge diktierst, die andere lesen: E-Mails, Dokumente, Nachrichten. Ein wortgetreues Transkript muss nachbearbeitet werden, und diese Nachbearbeitung frisst die Zeit wieder auf, die das Sprechen gespart hat. Genau diese Lücke schließen spezialisierte Diktier-Apps.
Wann sich eine spezialisierte Diktier-App lohnt
Drei Signale, dass es Zeit dafür ist: Du diktierst Texte, die andere lesen, und möchtest, dass sie druckreif ankommen, in einem Tonfall, den du wählst; du arbeitest sprachübergreifend; oder du diktierst auf mehr als einem Gerät. So unterscheiden sich die integrierten Optionen und die spezialisierten Apps tatsächlich:
| Tool | Plattformen | KI-Bereinigung | Übersetzung | Preis |
|---|---|---|---|---|
| Windows 11 Spracheingabe | In Windows 11 integriert | Nein — nur Zeichensetzung | Nein | Kostenlos |
| Sprachzugriff (fließendes Diktieren) | Nur Copilot+ PCs | Füllwörter & Grammatik (Englisch) | Nein | Kostenlos |
| Swifly | Mac · Windows · iPhone · Android | Ja – Tonfall & Stil | Ein Klick | Kostenloser Plan |
| Wispr Flow | Mac · Windows · iPhone · Android | Ja | Nur per Sprachbefehl | 12–15 $/Monat |
Preise Stand Juli 2026 — der Monatspreis entspricht der jährlichen Abrechnung; aktuelle Preise erfährst du beim jeweiligen Anbieter.
Swifly ist eine KI-Diktier-App für Mac, Windows, iPhone und Android, die gesprochene Sprache in jeder App in druckreifen, korrekt formatierten Text verwandelt — mit sofortiger Übersetzung. Unter Windows funktioniert sie wie Win + H: Du hältst eine Tastenkombination gedrückt, sprichst, und der Text landet dort, wo dein Cursor steht — aber ein KI-Durchgang entfernt das Zögern, formatiert das Ergebnis und wendet den Tonfall an, den du wählst: formal, casual, very casual oder excited. Ein Klick übersetzt, was du gerade gesagt hast, und es gibt einen kostenlosen Plan zum Einstieg. Eine ehrliche Gemeinsamkeit: Wie die Spracheingabe verarbeitet auch Swifly Sprache in der Cloud — wenn du komplett offline diktieren musst, ist keines der beiden Tools für dich geeignet.
So schneiden wir im Vergleich ab
Wir entwickeln eine Diktier-App, lies diese Seite also mit dem Wissen, wo wir stehen — und überprüfe unsere Aussagen gerne selbst. Alles oben zur Spracheingabe stammt aus Microsofts eigener Dokumentation und aktuellen Windows-11-Builds (Stand Juli 2026). Win + H ist wirklich gut für das, wofür es gedacht ist — kostenlos, sofort verfügbar, überall einsetzbar — und das sagen wir auch so. Unser Fall ist enger gefasst: Sobald dein Diktat zu Text wird, den andere lesen, macht sich ein KI-Durchgang bezahlt. Wenn das nicht dein Fall ist, bleib bei Win + H und zahl niemandem etwas.
Häufige Fragen
Welche Tastenkombination startet die Spracheingabe in Windows 11?
Drücke die Windows-Taste + H, während dein Cursor in einem Textfeld steht. Bei einer Touch-Tastatur tippst du auf die Mikrofon-Taste. Das Spracheingabe-Widget öffnet sich und beginnt zu lauschen; sage „Aufhören zu lauschen“ oder tippe auf das Mikrofon-Symbol, um zu stoppen.
Funktioniert die Windows 11 Spracheingabe offline?
Nein. Die Spracheingabe benötigt eine Internetverbindung — die Sprache wird in Microsofts Cloud verarbeitet. Für offline Diktieren unter Windows nutzt du den Sprachzugriff, der ein Sprachmodell herunterlädt und lokal auf dem Gerät läuft, oder ein Drittanbieter-Tool mit lokaler Verarbeitung. Cloud-Apps wie Swifly benötigen ebenfalls eine Verbindung — das ist der Kompromiss für die KI-Bereinigung.
Wie aktiviere ich die automatische Zeichensetzung in der Windows 11 Spracheingabe?
Drücke Win + H, wähle das Zahnrad-Symbol im Spracheingabe-Widget und aktiviere die automatische Zeichensetzung — standardmäßig ist sie deaktiviert. Die Spracheingabe fügt dann basierend auf deiner Satzmelodie Punkte und Kommas ein. Du kannst Zeichensetzung aber auch immer per Name diktieren: „Punkt“, „Komma“, „Fragezeichen“.
Welche Sprachen unterstützt die Windows 11-Spracheingabe?
Mehr als 40 Sprachen und regionale Varianten, darunter Englisch, Spanisch, Französisch, Deutsch, Portugiesisch, Hindi, Chinesisch und Japanisch. Die Diktierfunktion nutzt deine aktive Eingabesprache – wechsle die Tastatur mit Win + Leertaste und drücke dann erneut Win + H. Die Erkennungsqualität variiert je nach Sprache.
Was ist der Unterschied zwischen Spracheingabe und Sprachzugriff?
Die Spracheingabe (Win + H) schreibt nur das, was du sagst, und benötigt eine Internetverbindung. Der Sprachzugriff steuert den gesamten PC per Sprache – Apps öffnen, klicken, diktieren und Text korrigieren – läuft nach dem Download eines Sprachmodells lokal auf dem Gerät und hat die alte Windows-Spracherkennung ersetzt. Auf Copilot+-PCs bietet der Sprachzugriff zusätzlich flüssiges Diktieren, das Füllwörter und Grammatik direkt beim Sprechen bereinigt.
Verwandte Themen
Diktierte Texte, die direkt versandfertig sind
Nutze Win + H weiterhin für Suchfelder. Für alles, was andere lesen sollen, gibt es Swifly – kostenlos startbar, für Mac, Windows, iPhone und Android.
