Spracheingabe in Windows 11: wie Win+H funktioniert und wo Schluss ist

Drück unter Windows 11 in einem beliebigen Textfeld die Windows-Taste und H, und eine kleine Symbolleiste erscheint. Du sprichst, und der Text taucht an deinem Cursor auf. Das ist die Spracheingabe, und für viele Menschen ist sie alles an Diktat, was sie je brauchen werden. Diese Seite erklärt, wie du sie richtig einrichtest, was sie kann, an welchen drei Stellen sie aufhört und was du nimmst, wenn es so weit ist.

Die kurzen Antworten

Funktioniert die Windows-Spracheingabe offline? Nein. Microsofts eigene Seite nennt als Voraussetzung, dass du „mit dem Internet verbunden sein, über ein funktionierendes Mikrofon verfügen und den Cursor in einem Textfeld haben“ musst, und schreibt: „Die Spracheingabe nutzt die Online-Spracherkennung, die von Azure Speech-Diensten unterstützt wird.“ Dein Audio wird zur Transkription an Microsofts Server geschickt. Schaltest du die Online-Spracherkennung in den Einstellungen aus, funktioniert die Spracheingabe nicht mehr; laut Microsofts Datenschutzseite sind dann „nur gerätebasierte Features (z. B. die Sprachausgabe) verfügbar“.

Wird meine Stimme aufgezeichnet? Laut Microsoft werden Sprachdaten „nur an Microsoft gesendet, um den Dienst bereitzustellen und Texttranskriptionen zu erstellen“, und ohne deine Zustimmung speichere Microsoft keine Sprachaufnahmen, ziehe keine Stichproben daraus und höre sie nicht an. Sprachclips zur Verbesserung des Dienstes beizusteuern, ist eine separate, optionale Einstellung.

Welche Sprachen? Rund fünfzig, darunter alle großen europäischen Sprachen, Chinesisch, Japanisch, Koreanisch, Hindi und Türkisch. Die vollständige Liste steht auf Microsofts Seite zur Spracheingabe. Die Spracheingabe hört in der Sprache deines aktuellen Tastaturlayouts zu, immer nur in einer.

In zwei Minuten eingerichtet

1. Klick in ein beliebiges Textfeld und drück dann Windows-Taste + H. Auf der Bildschirmtastatur tippst du stattdessen auf die Mikrofontaste.
2. Klick auf das Zahnrad in der Symbolleiste und schalte Automatische Zeichensetzung ein. Die Option ist standardmäßig aus, und deshalb liefern die ersten Versuche eine Textwand ohne Satzzeichen. Auch wenn sie eingeschaltet ist, kannst du „Punkt“, „Komma“ oder „Fragezeichen“ sagen, wenn du es genau haben willst.
3. Entscheide im selben Menü, ob du Obszönitäten filtern willst; ist das eingeschaltet, werden Kraftausdrücke durch Sternchen ersetzt.
4. Schalte bei Bedarf das Spracheingabe-Startprogramm ein, eine schwebende Mikrofontaste, die dir von Textfeld zu Textfeld folgt, sodass du den Kurzbefehl nicht brauchst.
5. Um in einer anderen Sprache zu diktieren, wechsle zuerst mit Windows-Taste + Leertaste das Tastaturlayout. Die Spracheingabe folgt dem Layout, nicht dem, was du sagst.

Nützliche Befehle, sobald sie läuft: „Lösch das“, „Das hier markieren“, „Eingabetaste drücken“, „Rücktaste drücken“, „Neue Zeile“, „Neuer Absatz“ und „Spracheingabe stoppen“, um die Sitzung zu beenden. Welche Befehle es genau gibt, hängt von der Sprache ab.

Was sie gut kann

Sie ist kostenlos, bereits installiert und braucht keinen Download. Auf Englisch ist die Genauigkeit in einem ruhigen Raum mit ordentlichem Mikrofon gut, und mit gewöhnlichem Geschäftsvokabular kommt sie ohne Training zurecht. Weil sie eine Systemfunktion ist und keine App, funktioniert sie in fast jedem Textfeld: im Browser, in Office, in Chat-Apps, im Suchfeld. Um ein paarmal am Tag einen Absatz in eine E-Mail zu diktieren, ist sie kaum zu schlagen.

Wo sie aufhört

Das Internet und der Weg hin und zurück. Alles, was du sagst, reist zu Microsoft und wieder zurück. Im Zug, im Flugzeug, in einem abgeschotteten Firmennetz oder einfach bei schlechter Verbindung wird die Spracheingabe schlechter oder startet gar nicht erst. Einen lokalen Ausweichmodus gibt es für die Spracheingabe nicht; die Spracherkennung auf dem Gerät nutzt Windows für andere Funktionen, nicht für diese.

Eine Sprache auf einmal, an die Tastatur gebunden. Wenn du in derselben Stunde auf Deutsch und auf Englisch schreibst, wechselst du jedes Mal das Layout. Mischst du zwei Sprachen in einem Satz, wie es in zweisprachigen Haushalten und Einwandererfamilien ständig vorkommt, transkribiert sie nur die Hälfte, die sie erwarten sollte. Eine automatische Erkennung gibt es nicht.

Kein Gedächtnis für dich. Es gibt kein eigenes Vokabular, also werden dein Nachname, deine Produktnamen und die Namen deiner Kunden jedes Mal neu geraten. Du kannst ihr kein Dokument, keine Audiodatei und keine Besprechungsaufnahme geben; sie hört nur live zu. Und der Text existiert nur in dem Feld, in das du diktiert hast. Schließ den Tab, bevor du ihn kopiert hast, und er ist weg.

Eine vierte Grenze ist kleiner, nervt aber täglich: Aufnahme starten und stoppen läuft über die Symbolleiste. Du kannst das nicht auf eine Maustaste legen oder auf eine Taste, die du in der Hand hältst, während du durch den Raum gehst, und deine Musik pausiert nicht, während du sprichst.

Wenn die Spracheingabe nicht funktioniert

Dieselbe Handvoll Ursachen erklärt fast jede Meldung über eine ausgegraute Win+H-Symbolleiste oder ein Mikrofonsymbol, das nichts tut:

• Nichts hat den Tastaturfokus. Die Spracheingabe braucht einen blinkenden Cursor in einem Textfeld, bevor du den Kurzbefehl drückst.
• Kein Internet, oder die Online-Spracherkennung ist unter Einstellungen → Datenschutz und Sicherheit → Spracherkennung ausgeschaltet.
• Das Tastaturlayout steht auf einer Sprache, die die Spracheingabe nicht unterstützt.
• Das Mikrofon ist für Desktop-Apps unter Einstellungen → Datenschutz und Sicherheit → Mikrofon gesperrt, oder eine andere App belegt es exklusiv.
• Das Fenster läuft als Administrator. Funktionen mit Standardbenutzerrechten wie die Symbolleiste der Spracheingabe können nicht in Fenster mit erhöhten Rechten schreiben.

Was du nimmst, wenn sie nicht reicht

Du willst offline arbeiten, oder dein Audio soll auf dem PC bleiben. Dafür gibt es zwei Wege. Der Sprachzugriff (Voice Access), ebenfalls in Windows 11 eingebaut, lädt ein Sprachpaket herunter und läuft auf dem Gerät; er ist dafür gemacht, den PC per Stimme zu steuern, nimmt aber auch Diktate entgegen, in sieben Sprachen mit fünfzehn regionalen Varianten. Oder eine lokale Diktier-App, die ein Whisper-Modell auf deiner Grafikkarte laufen lässt. Genau das macht AlphaDictate: Eine Taste deiner Wahl startet, dieselbe Taste stoppt, und der Text wird dort eingefügt, wo dein Cursor stand, in 99 Sprachen mit automatischer Erkennung, ohne dass etwas hochgeladen wird. Es kostet 39 $ im Jahr nach einer kostenlosen Stunde. Handy ist eine kostenlose Open-Source-App aus derselben lokalen Kategorie mit weniger Funktionen.

Du willst die bestmögliche Genauigkeit, und die Cloud stört dich nicht. Wispr Flow für rund 15 $ im Monat ist die polierte Option; ein großes Sprachmodell räumt den Text hinterher auf. Das Audio verlässt wie bei der Spracheingabe deinen Rechner, aber die Ergebnisse sind besser als die von Microsoft.

Du musst den Computer per Stimme bedienen. Dann ist der Sprachzugriff das richtige Werkzeug, nicht die Spracheingabe. Er klickt Schaltflächen beim Namen an, blendet nummerierte Overlays ein und korrigiert Text per Stimme. Wenn du von Dragon kommst, beschreibt unser Beitrag darüber, was aus Dragon geworden ist, diesen Weg.

Wir stellen eine der oben genannten Apps her, gewichte die Empfehlung also entsprechend. Die ehrliche Zusammenfassung: Die Spracheingabe ist die richtige Standardwahl, wenn du gelegentlich in einer Sprache und mit guter Verbindung diktierst, und ihre Grenzen sind keine Fehler, sondern liegen in ihrer Bauweise: Sie wurde als Onlinedienst für eine einzige Tastatursprache gebaut, und daran ändert keine Einstellung etwas.

---

Häufige Fragen

Funktioniert Win+H ohne Internet? Nein. Die Spracheingabe nutzt Microsofts Online-Spracherkennung und startet offline nicht. Der Sprachzugriff und lokale Diktier-Apps funktionieren dagegen offline.

Wie schalte ich die Zeichensetzung in der Windows-Spracheingabe ein? Drück Windows-Taste + H, klick in der Symbolleiste auf das Zahnradsymbol und schalte Automatische Zeichensetzung ein. Die Option ist standardmäßig aus.

Schickt die Windows-Spracheingabe meine Stimme an Microsoft? Ja. Das Audio wird an Microsofts Server geschickt, um den Text zu erzeugen. Laut Microsoft wird es nur zur Bereitstellung des Dienstes verwendet und ohne deine Zustimmung weder gespeichert noch angehört.

Warum ist die Spracheingabe ausgegraut oder funktioniert nicht? Meist hat kein Textfeld den Fokus, es besteht keine Internetverbindung, die Online-Spracherkennung ist in den Einstellungen ausgeschaltet, oder das Tastaturlayout steht auf einer nicht unterstützten Sprache.

Kann die Spracheingabe erkennen, welche Sprache ich spreche? Nein. Sie hört in der Sprache des aktuellen Tastaturlayouts zu. Wechsle das Layout mit Windows-Taste + Leertaste, bevor du in einer anderen Sprache diktierst.

Was ist der Unterschied zwischen Spracheingabe und Sprachzugriff? Die Spracheingabe schreibt, was du sagst, in ein Textfeld und braucht Internet. Der Sprachzugriff steuert den ganzen PC per Stimme, nimmt auch Diktate entgegen, läuft nach einem einmaligen Download des Sprachpakets auf dem Gerät und unterstützt weniger Sprachen.