Wie kann ich mit ChatGPT sprechen statt tippen?

Das Problem

Lange Fragen einzutippen ist mühsam, besonders auf dem kleinen Handybildschirm. Wer nicht mit zehn Fingern schreibt, braucht für einen ausführlichen Auftrag schnell mehrere Minuten – und verliert dabei den Faden.

Viele Menschen erklären ein Anliegen ohnehin lieber mündlich. Im Auto auf dem Weg zum Kunden, in der Werkstatt mit schmutzigen Händen oder beim Spaziergang kommen die besten Gedanken. Genau dort ist Tippen unpraktisch.

ChatGPT kann zuhören und sprechen. Doch es gibt zwei unterschiedliche Funktionen, und nicht jede passt zu jeder Situation.

So lösen Sie es mit KI – Schritt für Schritt

Zuerst die Grundlagen: Bei der Spracheingabe wandelt ein Programm Ihre Stimme in Text um. Das nennt man Spracherkennung oder Transkription. Beim Sprachmodus antwortet ChatGPT zusätzlich mit einer künstlichen Stimme. Wie Spracherkennung funktioniert, erklärt Wie wandelt KI gesprochene Sprache in Text um?.

1. Offizielle App installieren. Am Handy funktioniert Sprechen am bequemsten. Laden Sie «ChatGPT» von OpenAI aus dem App Store oder Google Play und melden Sie sich an.
2. Mikrofon erlauben. Beim ersten Antippen des Mikrofon-Symbols fragt das Handy, ob die App das Mikrofon nutzen darf. Tippen Sie auf «Erlauben». Am Computer fragt der Browser ebenfalls nach.
3. Variante 1 – Diktieren. Tippen Sie auf das kleine Mikrofon im Eingabefeld und sprechen Sie Ihre Frage. Tippen Sie danach auf das Häkchen oder Stopp. Ihr Text erscheint im Eingabefeld. Lesen Sie ihn durch, korrigieren Sie Namen und senden Sie ihn ab.
4. Variante 2 – Sprachmodus. Tippen Sie auf das Symbol mit den Schallwellen rechts neben dem Eingabefeld. Es erscheint eine animierte Fläche. Sprechen Sie einfach los; ChatGPT antwortet laut. Sie können es jederzeit unterbrechen, indem Sie weitersprechen.
5. Stimme wählen. In den Einstellungen unter «Sprache» oder «Voice» wählen Sie eine Stimme, die Sie angenehm finden. Stellen Sie dort auch die Sprache auf Deutsch, falls die automatische Erkennung danebengreift.
6. Gespräch beenden. Tippen Sie auf das X oder «Beenden». Das Gespräch erscheint danach als Text im Chatverlauf, sodass Sie nachlesen können.
7. Ergebnis schriftlich sichern. Bitten Sie am Ende des Gesprächs: «Fasse unser Gespräch als Notiz mit Aufgabenliste zusammen.» Den Text kopieren Sie in Ihre Notizen oder E-Mail.

Diktieren oder Sprachmodus?

Die Bezeichnungen und Symbole können sich mit Updates ändern; die Grundidee bleibt.

Vorlage zum Kopieren

Diesen Einstieg können Sie vorlesen oder einfügen, bevor Sie im Sprachmodus loslegen:

Wir führen jetzt ein Gespräch zum Thema [Thema, z. B. Planung unseres Firmenapéros].
Bitte sprich langsam, in kurzen Sätzen und auf Hochdeutsch.
Stelle mir jeweils nur eine Frage aufs Mal.
Wenn ich «Zusammenfassung» sage, fasse alles Besprochene als Liste mit
[Anzahl] Punkten und offenen Aufgaben zusammen.

Passen Sie Thema und Anzahl Punkte an. Der Satz «nur eine Frage aufs Mal» verhindert lange Monologe der KI.

Worauf Sie achten müssen

• Schweizerdeutsch: Die Erkennung ist auf Hochdeutsch ausgelegt. Mundart wird teils verstanden, aber oft falsch geschrieben. Mehr dazu unter Versteht KI Schweizerdeutsch?.
• Namen und Fachbegriffe: Eigennamen, Ortsnamen und Abkürzungen werden häufig falsch erkannt. Kontrollieren Sie diktierten Text vor dem Senden.
• Umgebung: Hintergrundlärm, Musik oder mehrere Sprechende verschlechtern die Erkennung. Ein Headset hilft.
• Datenschutz: Ihre Sprachaufnahme wird zur Verarbeitung an OpenAI übertragen. Sprechen Sie keine vertraulichen Kundendaten oder Gesundheitsangaben ein.
• Mithörende: Im Sprachmodus spricht ChatGPT laut. In der Praxis, am Empfang oder im Zug können andere mithören.
• Kein Ersatz für Notfälle: Sprachassistenten sind kein Notruf. Bei medizinischen oder sicherheitsrelevanten Notlagen wählen Sie 144, 117 oder 118.

Ein Beispiel aus der Praxis

Ein Beispiel: Herr Schmid führt eine Gärtnerei im Thurgau und ist tagsüber kaum am Computer.

Vorher: Ideen für den Herbstnewsletter notierte er auf Zetteln, die oft verloren gingen. Abends fehlte ihm die Energie, alles abzutippen.

Nachher: Auf der Fahrt zwischen zwei Kunden spricht er bei stehendem Fahrzeug im Sprachmodus seine Ideen ein: Zwiebelpflanzung, Laubkompost, Wintergrün für Balkone. Am Ende sagt er «Zusammenfassung». Abends findet er im Chatverlauf eine geordnete Liste, die er als Grundlage für den Newsletter nimmt. Den Namen einer Rosensorte hatte die Erkennung verdreht – er korrigiert ihn von Hand.

So hilft Ihnen Alpasana

Sprachfunktionen sind ein Baustein im modernen Büroalltag. Auf absofort finden Sie die Kurse KI und IT für konkrete Arbeitsaufgaben, unter anderem zu Bürokommunikation mit E-Mails und Meetings sowie zur Vorbereitung von Podcast und Voiceover. Sie üben dort, KI-Ergebnisse kritisch zu prüfen und Daten sorgfältig zu behandeln.

Ein KI-Lerncoach begleitet Sie durch die Praxisaufgaben; den Abschluss belegen Sie mit einem verifizierbaren Nachweis.

Häufige Fragen

Funktioniert der Sprachmodus auch am Computer?

Ja, in der Desktop-App und je nach Stand auch auf der Website. Sie brauchen ein Mikrofon, etwa das eingebaute im Laptop oder ein Headset.

Hört ChatGPT ständig mit?

Nein. Die App nimmt nur auf, wenn Sie das Mikrofon oder den Sprachmodus aktiv starten. Ein Hinweis auf dem Bildschirm zeigt, wann das Mikrofon offen ist.

Kann ich mit ChatGPT eine andere Sprache üben?

Ja, viele nutzen den Sprachmodus für Gesprächsübungen auf Französisch oder Englisch. Bitten Sie ausdrücklich darum, langsam zu sprechen und Fehler zu korrigieren.

Kann ChatGPT eine Sitzung mitschreiben?

Der Sprachmodus ist für Gespräche mit Ihnen gedacht, nicht für Protokolle mehrerer Personen. Für Sitzungsaufnahmen braucht es andere Werkzeuge und das Einverständnis aller Teilnehmenden.