Kennst du das? Du diktierst deinem Handy schnell eine Nachricht — und hinterher stehen im Text jedes „ähm“, der halbe Versprecher und drei Wörter, die du nie gesagt hast. Google will damit Schluss machen: Das neue Modell Gemini 3.5 Transcribe soll aus deinem Gerede direkt sauberen, fertigen Text bauen. Und es steckt nicht in irgendeinem Labor, sondern schon jetzt in der Android-Tastatur Gboard.
Was ist passiert?
Google hat diese Woche Gemini 3.5 Transcribe vorgestellt und nennt es selbst sein präzisestes Speech-to-Text-Modell — also ein KI-Modell, das gesprochene Sprache in geschriebenen Text umwandelt. Es beerbt das bisherige Transkriptionsmodell Chirp 3 und soll laut Google rund 70 Prozent schneller reagieren.
Der eigentliche Clou heißt „Smart Transcription“: Das Modell tippt nicht stur mit, sondern versteht, was du meinst. Füllwörter wie „ähm“ fliegen automatisch raus. Korrigierst du dich mitten im Satz („Treffen wir uns Dienstag — nein, Mittwoch“), landet nur „Mittwoch“ im Text. Dazu kommen Formatierung, Satzzeichen und auf Wunsch ein eigenes Fachvokabular, damit seltene Begriffe oder Namen nicht mehr verhunzt werden.
Ein paar Fakten aus der Ankündigung: Das Modell erkennt automatisch mehr als 85 Sprachen, kommt mit Sprachwechseln mitten im Gespräch klar und kann bei Aufnahmen bis zu drei Sprecher auseinanderhalten — inklusive Zeitstempel für jedes Wort. Die Fehlerquote gibt Google mit 4,0 Prozent bei Live-Transkription und 2,6 Prozent bei fertigen Aufnahmen an.
Und wo gibt es das? Die Rambler-Funktion der Android-Tastatur Gboard nutzt das Modell bereits, zunächst in ausgewählten Ländern und Sprachen. Auf dem Mac steckt es in der Gemini-App („Speak to Window“, vorerst auf Englisch), eine Chrome-Integration hat Google angekündigt. Entwickler kommen ab sofort über die Gemini API in Google AI Studio ran, als öffentliche Vorschau.
Warum ist das wichtig?
Diktierfunktionen gibt es seit Jahren, aber ehrlich: Sie liefern Rohmaterial. Wer je eine Sprachnachricht automatisch transkribieren ließ, kennt das Ergebnis — technisch korrekt, praktisch unbrauchbar. Der Schritt von „Spracherkennung“ zu „Sprachverständnis“ ist deshalb kein Detail. Wenn das Handy aus zwei Minuten Gelaber eine ordentliche Mail macht, wird Diktieren vom Notbehelf zum Werkzeug.
Dazu kommt die schiere Reichweite: Gboard ist auf einem Großteil aller Android-Geräte die Standard-Tastatur. Was Google dort einbaut, landet früher oder später bei Milliarden Nutzern. Und für Menschen, die schlecht oder gar nicht tippen können, ist eine Diktierfunktion, die wirklich funktioniert, ein echtes Stück Barrierefreiheit.
Eine Einschränkung gehört dazu: Die Genauigkeits-Zahlen stammen aus Googles eigenen Benchmarks. Unabhängige Tests, gerade für Deutsch, stehen noch aus.
Was bedeutet das für dich?
Auf Android lohnt ein Blick in die Gboard-Einstellungen: Die Rambler-Funktion rollt schrittweise aus — ob und wann Deutschland dran ist, sagt Google bisher nicht konkret. Am Mac kannst du die Diktierfunktion in der Gemini-App schon ausprobieren, allerdings vorerst nur auf Englisch. Übrigens passt das ins Bild: Google baut KI gerade in jede Ecke seiner Produkte, wie zuletzt bei den neuen Schutzfunktionen in Android 17.
Einen Haken solltest du kennen: Das Modell läuft nicht auf deinem Gerät, sondern in Googles Cloud. Was du diktierst, wandert also als Audio auf Google-Server. Für die Einkaufsliste egal, beim Diktieren sensibler Dinge — Gesundheit, Finanzen, Firmeninterna — würde ich kurz nachdenken, ob das der richtige Kanal ist.
Meine Einschätzung: Das ist eine der wenigen KI-Ankündigungen der letzten Monate, deren Nutzen sofort einleuchtet. Kein Chatbot, kein Agent, einfach eine Alltagsfunktion, die endlich gut wird. Genau solche unspektakulären Verbesserungen entscheiden am Ende, wo KI wirklich ankommt. Dass die beste Version zuerst bei Googles eigenen Produkten landet, überrascht niemanden — spannend wird, wie schnell Deutsch nachzieht.
Diktierst du eigentlich schon — Nachrichten, Notizen, vielleicht ganze Mails — oder tippst du grundsätzlich selbst? Und wo wäre für dich die Grenze: Würdest du auch Vertrauliches in eine Cloud-Transkription sprechen, oder bleibt das Tastatur-Terrain? Erzähl's mir in den Kommentaren.
One more thing … wenn du Tech-News wie diese lieber frei Haus bekommst: Trag dich unten kurz für den Newsletter ein. Neue Beiträge landen dann direkt in deinem Postfach — kein Spam, versprochen.