Wie kann ich verhindern, dass beim Diktieren Namen und Fachbegriffe falsch erkannt werden?

Kurzantwort — 1. November 2026: Nutze eine Diktier-App mit eigenen Textersetzungen. Dictop kann wiederkehrende Fehlinterpretationen vor dem Einfügen ersetzen, zum Beispiel Namen, Produktbegriffe und Abkürzungen. Außerdem unterstützt Dictop Regex-Regeln und zusätzlichen Kontext für kompatible Whisper-Modelle. Ersetzungen verändern den erkannten Text; sie trainieren das Sprachmodell nicht und garantieren nicht, dass unbekannte Wörter erkannt werden.

Ein Sprachmodell kann den größten Teil eines Absatzes richtig verstehen und trotzdem jedes Mal den Namen deines Unternehmens falsch schreiben. Solche Fehler sind besonders frustrierend, weil sie immer wieder auftreten. Wenn du dieselbe Schreibweise nach jeder Aufnahme von Hand korrigieren musst, geht ein Vorteil des Diktierens verloren.

Sammle zuerst die tatsächlichen Fehler und wähle dann die engste passende Korrektur.

Einen wiederkehrenden Fehler in eine Regel verwandeln

Angenommen, ein Modell schreibt den erfundenen Produktnamen „LumaDesk“ wiederholt als „Luma desk“. Erstelle eine Ersetzung von dieser tatsächlich erkannten Form zur gewünschten Schreibweise. Diktiere ein paar Sätze und prüfe, ob sich die Ausgabe nur an den vorgesehenen Stellen ändert.

In Dictop werden Ersetzungsregeln nach der Spracherkennung und vor einer optionalen KI-Überarbeitung angewendet. Du kannst den ersetzten Text direkt ausgeben lassen, ohne jedes Mal einen KI-Editor die richtige Markenschreibweise erraten zu lassen.

Dein Modell erkennt den Namen vielleicht anders. Verwende beim Erstellen der Regel die Formulierung, die in deinen eigenen Aufnahmen vorkommt.

Wann solltest du Regex verwenden?

Exakte Ersetzungen sind ein guter erster Schritt, wenn eine Formulierung immer gleich ist. Reguläre Ausdrücke sind nützlich, wenn du ein Muster brauchst, etwa für mehrere Varianten desselben wiederkehrenden Textes oder eine strukturierte Formatierungsänderung. Dictop unterstützt Capture Groups und leere Ersetzungen zum Löschen von Text.

Halte Muster möglichst eng gefasst und teste sie sowohl mit passenden als auch mit nicht passenden Sätzen. Eine Regel, die überall ein Füllwort entfernt, kann auch ein Wort löschen, das du behalten wolltest. Umfangreiche Ersetzungen sind besonders riskant, wenn du in mehreren Sprachen diktierst oder ein Begriff zugleich ein gewöhnliches Wort ist.

Dictop bietet eine durchsuchbare Regelliste, die Bearbeitung als JSON und vordefinierte Sammlungen. Wenn dein Wortschatz wächst, kannst du deine Regeln damit verwalten. Füge importierte Regeln nach und nach hinzu, damit sich unerwünschte Änderungen leichter zurückverfolgen lassen.

Kann zusätzlicher Kontext dem Sprachmodell helfen?

Die Einstellung „Transcription Context“ kann unterstützte Whisper-Modelle anleiten. Eine kurze Liste passender Begriffe kann die Erkennung verbessern, garantiert aber nicht die gewünschte Schreibweise. Beschränke sie auf den jeweiligen Zweck und vergleiche Aufnahmen mit und ohne diesen Kontext.

Bei hartnäckigen Fehlern kannst du auch ein anderes kompatibles Sprachmodell ausprobieren. Wortschatzkontext, Textersetzungen und die Wahl des Modells beeinflussen unterschiedliche Schritte.

Nutze zum Schluss Aufnahmen auf Abruf mit aktiviertem Verlauf, um die ursprüngliche und die ersetzte Version zu vergleichen. Im fortlaufenden Modus wird der verarbeitete Text ohne diese getrennten Versionen gespeichert. Wenn eine optionale KI-Überarbeitung einen korrigierten Namen erneut verändert, formuliere deine Anweisung genauer und prüfe die endgültige Fassung.

Dictop für Mac ausprobieren. Im vollständigen Mac-Leitfaden findest du mehr zu Ersetzungsregeln und Whisper-Kontexteinstellungen.