Warum versteht KI Namen und Dialekt beim Diktieren falsch?

Das Problem

Sie diktieren eine Notiz und erhalten einen fast fertigen Text. Nur der Name des Lieferanten ist falsch geschrieben, eine Zahl wurde verändert und ein schweizerdeutscher Ausdruck erscheint als unpassendes Hochdeutsch. Gerade weil der Rest gut klingt, sind solche Stellen leicht zu übersehen.

Eine Transkription ist die Verschriftlichung einer Aufnahme. Das System muss dabei aus Geräuschen Wörter erkennen und je nach Werkzeug auch Satzzeichen oder Sprecherwechsel zuordnen. Hintergrundgeräusche, ähnliche Laute und gleichzeitig sprechende Personen können diese Aufgabe erschweren.

Problematisch wird es, wenn Sie den Text anschliessend weiterbearbeiten lassen. Eine Zusammenfassung kann den falsch erkannten Namen übernehmen oder aus einem unklaren Satz einen festen Auftrag machen. Deshalb prüfen Sie die Mitschrift, bevor daraus ein Protokoll oder eine Nachricht entsteht.

So lösen Sie es mit KI – Schritt für Schritt

1. Klären Sie Aufnahme und Nutzung. Verwenden Sie nur Aufnahmen, deren Erstellung und Verarbeitung für den vorgesehenen Zweck geklärt sind. Bei Gesprächen mit anderen Personen müssen Sie die geltenden betrieblichen und rechtlichen Anforderungen vorab prüfen lassen. Eine technische Aufnahmemöglichkeit ist keine ausreichende Erlaubnis.
2. Verbessern Sie die Ausgangsqualität. Sprechen Sie bei einem eigenen Diktat möglichst in ruhiger Umgebung und mit gleichmässigem Abstand zum Mikrofon. Öffnen Sie die Aufnahme kurz zur Hörprobe. Wenn sich wichtige Wörter bereits für Sie kaum verstehen lassen, wird eine automatische Mitschrift diese Unsicherheit nicht zuverlässig auflösen.
3. Geben Sie erlaubte Schreibhilfen mit. Falls das Werkzeug dies unterstützt, nennen Sie korrekt geschriebene Fachbegriffe oder freigegebene Namen vorab. Halten Sie die Liste klein und relevant. Solche Hinweise können helfen, dürfen aber nicht dazu führen, dass die KI jeden ähnlichen Laut ungeprüft dem vorgegebenen Namen zuordnet.
4. Verlangen Sie eine nachvollziehbare Mitschrift. Lassen Sie unverständliche Stellen kennzeichnen und, wenn möglich, mit Zeitmarken versehen. Zeitmarken sind Verweise auf eine Stelle in der Aufnahme. Trennen Sie die möglichst originalnahe Mitschrift von einer späteren sprachlichen Überarbeitung oder Zusammenfassung.
5. Hören Sie kritische Stellen nach. Vergleichen Sie Namen, Zahlen, Termine, Verneinungen und Sprecherwechsel direkt mit dem Ton. Achten Sie besonders auf kurze Wörter wie «nicht», die den Sinn umkehren. Nutzen Sie die Zeitmarken als Suchhilfe und korrigieren Sie nur, was Sie tatsächlich hören oder anderweitig bestätigt haben.
6. Klären Sie verbleibende Unsicherheit. Fragen Sie die sprechende Person nach einem Namen oder einer Aussage, wenn dies möglich und nötig ist. Markieren Sie andernfalls «unverständlich» oder «noch zu bestätigen». Eine sichtbare Lücke ist für die weitere Arbeit hilfreicher als eine geraten wirkende Gewissheit.
7. Erstellen Sie danach den Arbeitstext. Lassen Sie aus der geprüften Mitschrift einen Entwurf erstellen und kontrollieren Sie Aufgaben und Zuständigkeiten erneut. Bewahren Sie die Verbindung zwischen Aufnahme, Korrektur und Endfassung nach den betrieblichen Regeln auf. Legen Sie auch fest, wann die Dateien nicht mehr benötigt werden.

Einfach erklärt

Ein Spracherkennungssystem hat keinen direkten Zugang dazu, was die sprechende Person gemeint hat. Es verarbeitet das Tonsignal und ordnet ihm mögliche sprachliche Formen zu. Wenn mehrere Wörter ähnlich klingen, kann der Zusammenhang eine plausible, aber falsche Auswahl begünstigen.

Bei Dialekt kommt hinzu, dass gesprochene Form und gewünschte Schreibweise auseinanderliegen können. Eine hochdeutsche Mitschrift ist dann teilweise schon eine sprachliche Übertragung. Fragen Sie deshalb, ob Sie einen möglichst nahen Wortlaut oder einen geglätteten Lesetext brauchen.

Auch ein sauberer Satz ist nicht automatisch wortgetreu. Systeme können etwa Füllwörter weglassen, Satzgrenzen setzen oder in unklaren Passagen Text erzeugen, der in dieser Form nicht gesprochen wurde. Die Forschung untersucht solche unbelegten Ergänzungen bei Spracherkennung ausdrücklich, etwa in einer Studie zur Erkennung von Transkriptionshalluzinationen.

Worauf Sie achten müssen

• Datenschutz und Gesprächsrechte: Aufnahmen können persönliche und vertrauliche Angaben enthalten. Die Hinweise des EDÖB machen deutlich, dass KI-Verarbeitung Datenschutzfragen nicht aufhebt; lassen Sie den konkreten Aufnahme- und Nutzungsvorgang fachlich klären.
• Keine automatische Identitätsbestätigung: Eine zugewiesene Sprecherbezeichnung beweist nicht, wer gesprochen hat. Prüfen Sie die Zuordnung, besonders bei mehreren ähnlichen Stimmen.
• Nicht nur Rechtschreibung korrigieren: Sprachliche Glätte kann inhaltliche Fehler verstecken. Hören Sie zuerst nach und überarbeiten Sie erst danach den Stil.
• Zusammenfassungen getrennt behandeln: Ein Protokoll ist eine Auswahl und Verdichtung. Es muss zusätzlich darauf geprüft werden, ob Vorschläge, Beschlüsse und offene Fragen auseinandergehalten sind.
• Unsicherheit erhalten: Wenn der Ton eine Aussage nicht trägt, sollte auch die Endfassung keine sichere Behauptung daraus machen. Verwenden Sie einen sichtbaren Prüfvermerk.

Ein Beispiel aus der Praxis

Ein erfundenes Beispiel: Frau Müller diktiert nach einem Besuch bei einem Lieferanten in Luzern eine eigene Arbeitsnotiz. Die Mitschrift verwechselt einen Produktnamen und lässt in einem Satz das Wort «nicht» weg. Daraus würde eine falsche Bestellung entstehen, wenn sie den Text direkt versendet.

Sie hört die betreffenden Stellen nach, korrigiert den Produktnamen anhand der freigegebenen Unterlagen und kennzeichnet einen noch offenen Termin. Erst dann entwirft sie die Nachricht. Aus dem scheinbar fertigen Text wird eine nachvollziehbar geprüfte Arbeitsgrundlage.

Für den nächsten Bearbeitungsschritt lesen Sie, wie sich Auslassungen in Zusammenfassungen erkennen lassen. Bei fremdsprachigen Aufnahmen kommen die Grenzen der Übersetzung hinzu.

So hilft Ihnen Alpasana

Die KI-Praxiskurse von absofort behandeln unter anderem Meetings, Bürokommunikation und die Vorbereitung von Sprachinhalten. Sie üben, KI-Ergebnisse in einen überprüfbaren Arbeitsablauf einzubinden.

Für Frau Müller ist dabei besonders hilfreich, zwischen Rohmitschrift, korrigiertem Text und freigegebenem Protokoll zu unterscheiden. Ob eine konkrete Aufnahme rechtlich und betrieblich verwendet werden darf, muss unabhängig vom Kurs geklärt werden.

Häufige Fragen

Soll ich beim Diktieren Namen buchstabieren?

Das kann hilfreich sein, insbesondere bei seltenen Eigennamen. Prüfen Sie die Schreibweise danach trotzdem am richtigen Namen oder an einer verlässlichen Unterlage. Buchstabieren garantiert keine fehlerfreie Übernahme.

Kann die KI unverständliche Stellen einfach ergänzen?

Sie kann einen plausiblen Vorschlag erzeugen, aber damit ist der tatsächliche Wortlaut nicht festgestellt. Lassen Sie solche Vorschläge getrennt vom Transkript stehen. Für entscheidende Aussagen brauchen Sie eine Bestätigung oder einen sichtbaren offenen Punkt.

Muss eine Mitschrift jedes Füllwort enthalten?

Das hängt vom Zweck ab. Für eine interne Arbeitsnotiz kann eine geglättete Fassung genügen; für eine wortgetreue Dokumentation gelten andere Anforderungen. Vereinbaren Sie den gewünschten Genauigkeitsgrad vor der Bearbeitung.