Wer mit Ihrem Audio trainiert

Ihre Stimme verlässt in der Regel Ihren Rechner. Neun der vierzehn Werkzeuge unten schicken bei jeder Nutzung Audio an einen Server, und zwei weitere weichen auf einen Server aus, wenn Ihre Hardware oder Ihre Sprache nicht unterstützt wird.

Von der VoiceBoard-RedaktionAktualisiert am 28. August 2026

Wie man diese Seite liest

Jedes Produkt bekam dieselben drei Fragen.

1. Verlässt das Audio das Gerät?
2. Trainiert der Anbieter standardmäßig damit?
3. Wie schalten Sie das ab, und welches Dokument sagt das?

Bei der dritten Frage interessiert uns, wo die Antwort steht, denn davon hängt ab, wie viel sie wert ist. Eine Datenschutzerklärung, allgemeine Geschäftsbedingungen oder ein Auftragsverarbeitungsvertrag tragen ein Datum des Inkrafttretens, eine Versionsgeschichte und rechtliches Gewicht. Eine Seite mit der Überschrift „Privacy and Security", einem Schildsymbol und ohne Datum trägt nichts davon. Hilfecenter-Artikel liegen dazwischen: meist zutreffend, meist aktuell, und ohne Ankündigung umgeschrieben.

Jede Zeile unten nennt deshalb, aus welcher Art Text die Antwort stammt:

• Vertrag: Datenschutzerklärung, Nutzungsbedingungen oder Auftragsverarbeitungsvertrag, mit Datum des Inkrafttretens
• Hilfe: das Hilfecenter oder die Dokumentation des Anbieters, meist nur relativ datiert
• Schaufenster: eine Marketingseite ohne Datum
• Architektur: Es wird nichts versprochen, weil nichts möglich ist, das Audio erreicht den Anbieter nie
• keine Aussage: nirgends eine Angabe, was nicht dasselbe ist wie ein Versprechen

Wir haben all das an den angegebenen Tagen gelesen. Richtlinien ändern sich, diese Seite wird deshalb nach festem Plan und nach jeder Ankündigung eines Anbieters neu geprüft, und das Datum der letzten Lesung steht oben auf der Seite.

Die Tabelle

Sechzehn Zeilen für vierzehn Produkte, weil lokales Whisper und Handy dieselbe Antwort auf zwei Wegen sind und beide in eine Tabelle darüber gehören, wohin Audio geht.

Wo Schaufenster und Vertrag sich widersprechen

Das ist der Teil, den sonst niemand veröffentlicht, hier sind also die Paare, mit beiden Zitaten.

Rev

Auf der Sicherheitsseite steht: „we'll never train external LLMs on your data" (wir werden niemals externe Sprachmodelle mit Ihren Daten trainieren). Das Hilfecenter geht weiter und sagt, Rev nutze Kundendaten, einschließlich Transkripten, Untertiteln und anderen hochgeladenen Inhalten, nicht zum Training von KI-Modellen oder großen Sprachmodellen, und Rev trainiere „only proprietary automatic speech recognition (ASR) models" (ausschließlich eigene Spracherkennungsmodelle).

Die Nutzungsbedingungen, aktualisiert am 15. Mai 2026, sagen: Ihre Inhalte werden von Revs Spracherkennungsmodellen „and other Rev artificial intelligence models" (und anderen KI-Modellen von Rev) analysiert und dürfen zum fortlaufenden Training dieser Modelle verwendet werden.

Das Hilfecenter engt es auf Spracherkennung ein. Der Vertrag lässt die Tür für den Rest offen. Müssten die beiden je in Einklang gebracht werden, gewinnt das Dokument mit dem Datum des Inkrafttretens.

Im Hilfecenter von Rev steht noch etwas Wissenswertes, weil es ungewöhnlich offen ist: „Rev now uses data perpetually, not just while being an active customer" (Rev nutzt Daten dauerhaft, nicht nur solange Sie Kunde sind). Ihr Konto zu kündigen zieht nicht zurück, was Sie bereits hochgeladen haben.

Der Ausstieg existiert und wird leicht übersehen, weil er keine Einstellung ist: Kunden könnten der Nutzung ihrer Daten für Trainingszwecke jederzeit widersprechen, „by emailing support@rev.com" (per E-Mail an support@rev.com). Dieser Artikel wurde zuletzt am 12. September 2025 aktualisiert. Revs Hilfeseiten blockieren unsere Anfragen, wir haben ihn deshalb in einer archivierten Fassung vom 23. Oktober 2025 gelesen und sagen das lieber, als so zu tun als ob.

Noch eine Lücke beim selben Produkt. „Every transcriptionist signs a strict NDA" (jede Transkriptionskraft unterschreibt eine strenge Geheimhaltungsvereinbarung) und Identitäten würden „thoroughly verified" (gründlich überprüft) sind Aussagen der Sicherheitsseite. Der Vertrag sagt nur, dass Rev mit jedem Unterauftragnehmer eine schriftliche Vereinbarung schließt. Die Überprüfung läuft vermutlich genau so, wie beschrieben. Es ist bloß kein Versprechen, an dem man jemanden festhalten könnte.

Otter

Auf der Sicherheitsseite steht: „No customer data will be used to train or improve our AI Service Provider(s)' artificial intelligence models/algorithms." (Keine Kundendaten werden zum Trainieren oder Verbessern der KI-Modelle unserer KI-Dienstleister verwendet.)

Lesen Sie das zweimal. Es ist ein Versprechen über andere Unternehmen. Zwei Absätze weiter sagt dieselbe Seite, was Otter selbst tut: „Otter uses a proprietary method to de-identify user data before training our models so that an individual user cannot be identified." (Otter verwendet ein eigenes Verfahren, um Nutzerdaten vor dem Training der Modelle zu anonymisieren, sodass einzelne Nutzer nicht identifiziert werden können.)

Die Datenschutzerklärung, gültig seit dem 16. Juni 2026, ist deutlicher: Otter verarbeitet Ihre Daten, um die Dienste zu verbessern und zu überwachen, „including training our proprietary AI technology on de-identified audio recordings and on transcriptions (which may contain Personal Information)" (einschließlich des Trainings der eigenen KI-Technologie mit anonymisierten Audioaufnahmen und mit Transkripten, die personenbezogene Daten enthalten können). Dieselbe Erklärung nennt „Data labeling service providers" (Dienstleister für Datenannotation), die die geteilten Daten nutzen, um Trainings- und Bewertungsdaten zu erzeugen. Die Nutzungsbedingungen, gültig seit dem 19. September 2025, machen es fest: Otter darf aggregierte oder anonymisierte Daten aus Ihren Daten oder aus der Nutzung der Dienste für geschäftliche Zwecke verwenden, „including for machine learning and training" (einschließlich für maschinelles Lernen und Training).

Daraus folgen zwei Dinge, die Sie in den üblichen Übersichten nicht finden.

Für ein gewöhnliches Konto gibt es keinen Ausstieg aus dem Training. Wir haben in der Datenschutzerklärung, den Bedingungen, auf der Sicherheitsseite und im Hilfecenter gesucht. Die Erklärung bietet einen Widerspruch gegen den „Verkauf" personenbezogener Daten und gegen zielgerichtete Werbung, mehr nicht. Der einzige Hilfeartikel mit „opt out" im Titel schränkt sich in seiner ersten Zeile selbst ein: „Submitting a form below is only for opting out of AI features, including Otter Chat & Topics. This does not affect any of the other features or integrations." (Das Formular unten dient nur dazu, KI-Funktionen abzubestellen, darunter Otter Chat und Topics. Auf andere Funktionen oder Integrationen wirkt es sich nicht aus.) Für Organisationen gibt es einen Weg, und er ist ein Gespräch statt eines Schalters: Otters Enterprise-Seite sagt, man solle den Kundenbetreuer kontaktieren, um die Daten der eigenen Organisation aus dem Modelltraining herauszuhalten.

Die vielfach wiederholte Behauptung, man könne in den Kontoeinstellungen aussteigen, wird von keinem Otter-Dokument gestützt, das wir öffnen konnten. Sie taucht in KI-Antworten und in Vertrauensindizes Dritter auf. In der Richtlinie steht sie nicht. Wenn Sie irgendwo gelesen haben, Sie hätten das längst abgeschaltet, prüfen Sie, was Sie tatsächlich abgeschaltet haben.

Und „de-identified" trägt in diesem Satz viel Gewicht. Die Kontodaten von einer Audiodatei zu trennen, trennt weder die Stimme noch die darin gesprochenen Namen noch den Inhalt des Gesagten ab.

Descript

Die Sicherheitsseite: „This option is disabled by default and can only be enabled by you." (Diese Option ist standardmäßig deaktiviert und kann nur von Ihnen aktiviert werden.)

Das Hilfecenter, das beschreibt, wie man sie abschaltet: Scrollen Sie zum Abschnitt „Share data with Descript" und „click Allowed" (klicken Sie auf „Allowed"), um die Datenweitergabe auszuschalten. Es merkt außerdem an, dass Enterprise-Laufwerke die Option zum Umschalten nicht haben, „which is disabled by default" (die standardmäßig deaktiviert ist), eine Klarstellung, die keinen Sinn ergäbe, wenn sie ohnehin schon bei allen aus wäre.

Beide Texte gehören Descript. Der eine sagt, der Schalter starte aus. Der andere beschreibt, dass dort „Allowed" steht, und fordert Sie auf, darauf zu klicken. Wir können das ohne Konto nicht auflösen, wir sagen Ihnen also, was jede Seite sagt und wo der Schalter sitzt: App Settings (Befehl beziehungsweise Strg und Komma), Reiter Profile, Abschnitt „Share data with Descript".

Ehre, wem Ehre gebührt, denn Descripts Hilfecenter enthält auch die klarsten Aussagen auf dieser Seite: „Current AI models in production use no Descript user data" (die derzeit produktiv eingesetzten KI-Modelle nutzen keine Nutzerdaten von Descript) und man habe nicht vor, die Daten von Personen zu verwenden, die der Datenweitergabe widersprochen haben, in keiner Phase von Forschung, Entwicklung oder Produktion. Die Datenschutzerklärung, zuletzt am 14. April 2025 aktualisiert, stützt das Recht: Sie können der Nutzung Ihrer Projekte zur Verbesserung des Dienstes widersprechen, indem Sie die Einstellung „Share Data with Descript" deaktivieren.

Das Klonen von Stimmen ist eine eigene Sache, und Descript sagt das offen: Dort werde das geteilte Audio als „Training Audio" zur Verbesserung des Dienstes verwendet, und „Descript employees may listen to samples" (Mitarbeiter von Descript hören sich möglicherweise Proben an).

superwhisper und MacWhisper

Beide verkaufen Datenschutz ehrlich, und bei beiden ist die Datenschutzerklärung hinter dem Produkt zurückgeblieben.

superwhispers Bedingungen, aktualisiert im Juni 2026, sagen, was man hören will: „your data is not used to train, fine-tune, or improve AI models" (Ihre Daten werden nicht zum Trainieren, Feinabstimmen oder Verbessern von KI-Modellen verwendet), und Audio werde nicht auf den Servern gespeichert. Die Datenschutzerklärung, zuletzt am 19. Juni 2024 aktualisiert, beschreibt eine App, die alle Audiodaten lokal auf dem Gerät transkribiert, und schließt daraus, es bestehe „no need for data transmission" (keine Notwendigkeit zur Datenübertragung). Die aktuelle App bietet Spracherkennungsmodelle aus der Cloud und Sprachmodelle aus der Cloud an, von Deepgram, Anthropic, OpenAI und Groq. Die Zusage, auf die Sie sich stützen würden, steht in den Bedingungen und in der Dokumentation, nicht in dem Dokument, das Datenschutzerklärung heißt.

MacWhispers Datenschutzerklärung, zuletzt am 14. Februar 2024 aktualisiert, sagt: „MacWhisper does all it's functionality on your device. No data (audio, text or other) leaves your device." (MacWhisper erledigt alles auf Ihrem Gerät. Es verlassen keine Daten, weder Audio noch Text noch sonst etwas, Ihr Gerät.) Die Preisseite derselben Website nennt acht Cloud-Anbieter, die Sie mit eigenen API-Schlüsseln verbinden können, dazu Workflow-Schritte, die fertige Transkripte zu Notion, Zapier oder einem Webhook hochladen. Die Transkription selbst läuft wirklich lokal, und genau deshalb sollte man es nutzen. Die Richtlinie beschreibt schlicht eine Version der App von vor zweieinhalb Jahren und sagt zur Cloud-Hälfte nichts.

Keiner der beiden Fälle ist ein Skandal. Beide sind ein Grund, das Datum eines Dokuments zu prüfen, bevor Sie es Ihrer Sicherheitsabteilung vorlegen.

Die Werkzeuge, die das Audio behalten

Nichts verlässt den Rechner

VoiceInk ist die sauberste Antwort in der Tabelle, und ungewöhnlicherweise ist sein Vertrag strenger als sein Marketing. Die Datenschutzerklärung, zuletzt am 20. April 2026 aktualisiert, sagt: „By default, all transcription processing happens entirely on your device using local AI models. No data leaves your computer unless you explicitly choose to enable optional cloud services." (Standardmäßig läuft die gesamte Transkription vollständig auf Ihrem Gerät mit lokalen KI-Modellen. Es verlassen keine Daten Ihren Rechner, außer Sie schalten optionale Cloud-Dienste ausdrücklich ein.) Sie zählt danach die Ausnahmen selbst auf, was fast niemand tut: Cloud-Transkription schickt die Audiodatei an den von Ihnen gewählten Anbieter, Cloud-Verbesserung schickt nur den Text, und Zwischenablage oder Fensterkontext gehen nur mit, wenn Sie das einschalten. Der Anbieter kann so oder so nicht mit Ihnen trainieren: „VoiceInk does not operate cloud servers for storing user data." (VoiceInk betreibt keine Cloud-Server zur Speicherung von Nutzerdaten.) Die App steht unter GPL-3.0 auf GitHub, die Aussage ist also überprüfbar statt bloß behauptet.

Eines sagt das Marketing nicht und die Richtlinie schon: Ihre eigenen Transkripte und Audiodateien stapeln sich lokal für immer, solange Sie keine Bereinigung einrichten. „Transcriptions: Kept indefinitely by default until you delete them." (Transkripte werden standardmäßig unbegrenzt aufbewahrt, bis Sie sie löschen.) Wenn Sie lokal arbeiten, weil Ihr Notebook viel unterwegs ist, schalten Sie das automatische Löschen ein.

Lokales Whisper, ob über Buzz, whisper.cpp, WhisperX oder eine Mac-App, macht aus demselben Grund keine Versprechen: Es gibt keinen Anbieter dazwischen. Das ist eine stärkere Garantie als jeder Satz, den eine Juristin schreiben kann, und sie hat eine ehrliche Grenze. Lokale Verarbeitung schützt den Weg, nicht die Datei. Die Aufnahme liegt weiterhin auf einer Festplatte, die geteilt, gesichert oder unverschlüsselt sein kann.

Handy ist kostenlos, MIT-lizenziert und arbeitet nach eigener Aussage „completely offline" (vollständig offline). Eine Datenschutzerklärung hat es überhaupt nicht. Bei einem Produkt, dessen Quellcode man lesen kann, stört uns das weniger als anderswo, und wir merken es lieber an, als darüber hinwegzugehen.

superwhisper gehört immer dann hierher, wenn Sie ein lokales Sprachmodell wählen und den Schritt mit dem großen Sprachmodell weglassen. Die Dokumentation beschreibt die Konfiguration genau: Nutzen Sie den Voice Mode, „which outputs raw transcribed text with no language model involved. This is the simplest fully-local configuration." (der reinen transkribierten Text ohne Beteiligung eines Sprachmodells ausgibt. Das ist die einfachste vollständig lokale Konfiguration.) Wählen Sie stattdessen ein Cloud-Modell, sind Sie in der anderen Tabellenhälfte, abgedeckt durch eine Zusage zur Nichtspeicherung. Beachten Sie den Vorbehalt des Anbieters selbst, ein guter und seltener Satz: Diese Nichtspeicherung „applies to API usage only" (gilt nur für die API-Nutzung), wer also in die ChatGPT-App diktiert, unterliegt OpenAIs Verbraucherbedingungen und nicht denen von superwhisper.

MacWhisper transkribiert lokal, kostet einmalig €64 mit lebenslangen Updates und wird in dem Moment zum Cloud-Produkt, in dem Sie einen API-Schlüssel einfügen. Beide Hälften sind in Ordnung. Wissen Sie, welche Sie benutzen.

Cloud, kein Training

Voicy ist ein Cloud-Produkt ohne Offline-Modus, und es sagt das in seiner eigenen Vergleichstabelle. Audio geht an Voicys Server und von dort an Groq, wo das Whisper-Modell läuft. Ungewöhnlich an seiner Richtlinie ist, dass sie den Mechanismus erklärt, statt nur ein Ergebnis zu versprechen: „We do not store any recording or transcription data. The Groq API does not retain any information we send it as we have enabled their Zero Data Retention settings and we do not use Groq's batch or fine-tuning endpoints." (Wir speichern keine Aufnahme- oder Transkriptionsdaten. Die Groq-API behält nichts von dem, was wir ihr senden, weil wir dort die Nichtspeicherung aktiviert haben und weder die Batch- noch die Feinabstimmungs-Endpunkte nutzen.) Die konkreten Endpunkte zu benennen, die man nicht nutzt, ist informativer als der Großteil der Beruhigung auf dieser Seite.

Zwei Anmerkungen der Genauigkeit halber. Der Satz „We do not use your recordings to train an AI model or for any other purpose" (wir nutzen Ihre Aufnahmen nicht zum Training eines KI-Modells oder zu irgendeinem anderen Zweck) steht in den häufigen Fragen der Website, nicht in der Datenschutzerklärung, und die Datenschutzerklärung trägt überhaupt kein Datum. Und zwei Voicy-Dokumente beschreiben unterschiedliche Geografie: Die Datenschutzerklärung sagt, die Server stünden „hosted in the EU and US" (in der EU und in den USA), während die Sicherheitsrichtlinie in Version 1.3 vom 31. Juli 2025 sagt: „All processing occurs in USA-based infrastructure" (die gesamte Verarbeitung findet in Infrastruktur in den USA statt). Wenn Verarbeitung in der EU für Sie Bedingung ist, und für viele Arbeitgeber im deutschsprachigen Raum ist sie das, fragen Sie vor dem Kauf nach, statt sich die zuerst gefundene Seite auszusuchen.

Transkriptor gibt die Antwort zum Training ohne jede Bedingung: „We do not use your content to train, develop, or improve any AI or machine learning models" (wir nutzen Ihre Inhalte nicht, um KI- oder Machine-Learning-Modelle zu trainieren, zu entwickeln oder zu verbessern), und derselbe Satz geht weiter: „not for our own benefit, and not for any third party. Your transcriptions remain exclusively yours." (weder zu unserem eigenen Nutzen noch für Dritte. Ihre Transkripte bleiben ausschließlich Ihre.) Darum herum stehen die Dinge, die ein Versprechen überprüfbar machen: Verarbeitung „hosted exclusively within the European Union" (ausschließlich innerhalb der Europäischen Union), ISO 27001 und SOC 2, eine Löschfrist, die Sie selbst setzen, „from as short as 1 minute to up to 1 year" (von einer Minute bis zu einem Jahr), und ein Anspruch auf Löschung binnen zehn Werktagen mit Nachweis.

Wo dieser Satz steht, ist wissenswert, und es ist derselbe Maßstab, den wir bei allen anderen angelegt haben. Er steht auf der Sicherheitsseite und in der Funktionsliste von Pro. Datenschutzerklärung, Nutzungsbedingungen und Auftragsverarbeitungsvertrag sind als eine einzige Seite ohne Datum des Inkrafttretens veröffentlicht, und die Wörter Training, maschinelles Lernen und Modell kommen darin nicht vor. Die nächstgelegene rechtliche Stütze ist die Zweckbindung im Auftragsverarbeitungsvertrag: Der Auftragsverarbeiter „shall not process Client Personal Data for any purposes other than those specified in this Agreement" (verarbeitet personenbezogene Daten des Kunden zu keinen anderen als den in diesem Vertrag genannten Zwecken). Das ist ein wirksamer Schutz und ein mittelbarer. Auf der Preisseite steht die Zeile zum Nicht-Training unter Pro und nicht unter Lite oder Team.

Notta sagt nirgends etwas über Training. Wir haben die Datenschutzerklärung und die Bedingungen gelesen, beide gültig seit dem 11. März 2025, dazu die Sicherheitsseite und das Hilfecenter. Die einzige Zeile zur Verbesserung betrifft Verhalten statt Inhalt: „We may use the information gathered to perform statistical analysis of user behavior or to evaluate and improve the Notta Service." (Wir können die erhobenen Informationen für statistische Analysen des Nutzerverhaltens oder zur Bewertung und Verbesserung des Notta-Dienstes verwenden.) Das einzige klare Trainingsverbot gilt nur für Daten aus Google Workspace und ist eine Formulierung, die Google vorschreibt.

Schweigen ist kein Versprechen. Es ist auch kein Vorwurf, und ein Detail spricht für Notta, das wir sonst nirgends erwähnt gesehen haben: Seine Inhaltslizenz ist die engste der fünf Transkriptionsdienste hier. Sie räumen Notta Rechte nur „only as reasonably necessary" (nur soweit vernünftigerweise erforderlich) ein, um den Dienst bereitzustellen, zu erhalten und zu aktualisieren, Probleme zu beheben, Gesetze einzuhalten oder soweit Sie es schriftlich erlauben. Training steht nicht auf dieser Liste, der Vertrag scheint es also nicht zu erlauben. Das ist ein Argument, keine Garantie.

Behauptungen, Notta trainiere mit Daten aus dem Gratis-Tarif oder lösche Audio nach neunzig Tagen, kursieren in Testberichten. Weder das eine noch das andere steht in einem Notta-Dokument, das wir finden konnten.

Cloud, Training standardmäßig an

Wispr Flow verarbeitet alles entfernt und verschweigt das nicht: „Transcription always occurs on the cloud. This is the best way for us to provide accurate, low latency transcription." (Die Transkription findet immer in der Cloud statt. So können wir genaue Transkription mit geringer Verzögerung liefern.) Die gesamte Verarbeitung geschieht in den Vereinigten Staaten.

Zum Training ist das Hilfecenter das Dokument, das Ihnen den tatsächlichen Stand nennt: „Privacy Mode off (standard mode): audio and transcription data may be used to evaluate, train, and improve Wispr's models. This is the default for trial and standard accounts. Enterprise and HIPAA BAA customers run with Privacy Mode on by default." (Privacy Mode aus, also der Standardmodus: Audio- und Transkriptionsdaten dürfen zur Bewertung, zum Training und zur Verbesserung von Wisprs Modellen genutzt werden. Das ist die Voreinstellung für Test- und Standardkonten. Bei Enterprise- und HIPAA-Kunden ist der Privacy Mode von Haus aus an.) Die Einstellung wird bei der Einrichtung vorausgewählt gezeigt, als „Improve the model for everyone", und so heißt sie inzwischen auch in der App. Wer Flow an einem Dienstag schnell eingerichtet und nie wieder hineingeschaut hat, ist in genau diesem Zustand.

Das Abschalten dauert etwa eine Minute: Settings, Data and Privacy (Einstellungen, Daten und Datenschutz), und „Improve the model for everyone" ausschalten. Wenn gar nichts gespeichert werden soll, sind das zwei Einstellungen statt einer, und das Hilfecenter sagt es präzise: „Zero Data Retention (ZDR) is shorthand for Privacy Mode on plus Cloud Sync off: no training and no server-side storage of dictation data." (Nichtspeicherung ist die Kurzform für Privacy Mode an plus Cloud Sync aus: kein Training und keine serverseitige Speicherung der Diktatdaten.)

Eine Zusage hier ist besser als der Rest des Feldes und gilt unabhängig von Ihrer Wahl: „Wispr always maintains zero data retention agreements with all third-party AI providers" (Wispr unterhält mit allen KI-Drittanbietern durchgehend Vereinbarungen zur Nichtspeicherung), und diese Anbieter nutzten die Daten nicht zum Training ihrer Modelle, und alles Geteilte werde nach 30 Tagen gelöscht. Das deckt die Unterauftragsverarbeiter ab, egal wie Ihr eigener Schalter steht.

Die Rechtsdokumente, beide am 19. August 2026 aktualisiert, beschreiben die Wahlmöglichkeit statt der Voreinstellung: „If you choose to share your content with us for model training, we may also use your Customer Content to train our AI models." (Wenn Sie sich entscheiden, Ihre Inhalte für das Modelltraining mit uns zu teilen, dürfen wir sie auch zum Training unserer KI-Modelle verwenden.) Der Ausgangszustand steht nur im Hilfecenter. Uns wäre lieber, er stünde in der Richtlinie, und das haben wir auf dieser Seite über sechs weitere Produkte gesagt.

Otter und Rev sind oben behandelt. Beide trainieren standardmäßig. Bei Rev können Sie per E-Mail widersprechen. Otter lässt Sie in einem gewöhnlichen Konto überhaupt nicht widersprechen.

Descript trainiert nur mit geteilten Daten, und in welchem Zustand Sie starten, hängt davon ab, welcher Descript-Seite Sie glauben.

Die eingebauten, die die meisten nie ausgewählt haben

Die zählen mehr als die bezahlten Apps, denn Sie benutzen wahrscheinlich gerade eine, ohne sie gewählt zu haben.

Google und Gboard

Spracheingabe vollständig auf dem Gerät ist eine Pixel-Funktion, keine Android-Funktion. Googles Hilfeseite ist eindeutig: Der gesprochene Text bleibt auf dem Gerät und wird nicht an Google-Server gesendet, außer bei den Funktionen „Fix it" und den detaillierten Korrekturen, und dafür „you must have Pixel 6 or up" (Sie brauchen mindestens ein Pixel 6). Auf anderen Android-Telefonen sagen Googles Gboard-Seiten nicht, wo die Erkennung stattfindet, was auf seine Art auch eine Antwort ist.

Zwei Lernmechanismen laufen, und ihre Voreinstellungen zeigen in entgegengesetzte Richtungen. Föderiertes Lernen ist an: „Important: Federated learning is turned on by default." (Wichtig: Föderiertes Lernen ist standardmäßig aktiviert.) Es sendet, was das Modell gelernt hat, statt dessen, was Sie gesagt haben. Audiospenden sind aus, bis Sie zustimmen: Schnipsel werden an Google gesendet und dort gespeichert, um die Spracherkennung für alle zu verbessern, begrenzt auf 15 Sekunden, nicht länger als 18 Monate aufbewahrt, und „human reviewers may listen to or transcribe some snippets" (menschliche Prüfer hören sich manche Schnipsel an oder transkribieren sie).

Sprachaufzeichnungen in Ihrem Google-Konto zu speichern ist eine dritte, davon getrennte Sache, und sie startet ausgeschaltet: „This voice and audio activity setting is off unless you choose to turn it on." (Diese Einstellung für Sprach- und Audioaktivitäten ist aus, solange Sie sie nicht selbst einschalten.) Beachten Sie die Falle auf derselben Hilfeseite: „If you turn this voice and audio activity setting off, previously saved audio is not deleted." (Wenn Sie diese Einstellung ausschalten, wird zuvor gespeichertes Audio nicht gelöscht.) Ausschalten räumt nicht hinter Ihnen auf.

Und hier ist der Widerspruch. Googles Datenschutzerklärung, gültig seit dem 2. April 2026, sagt: „Depending on your settings, we can save audio recordings of voice interactions with services like Google Search, Assistant, Maps, and Gboard to develop and improve Google audio technologies." (Je nach Ihren Einstellungen können wir Audioaufnahmen von Sprachinteraktionen mit Diensten wie Google Suche, Assistant, Maps und Gboard speichern, um Googles Audiotechnologien zu entwickeln und zu verbessern.) Gboard steht in dieser Liste. Die Hilfeseite zu der Einstellung selbst nennt nur Suche, Assistant und Maps.

So ändern Sie das: auf der Tastatur unter Einstellungen, Datenschutz, dann Spracheingabe, dann Audiospenden. In Ihrem Konto unter Daten & Datenschutz, Web- & App-Aktivitäten, dann „Sprach- und Audioaktivitäten einschließen".

Apple

Apples Benutzerhandbuch sagt, Diktieranfragen würden „processed on your device in many languages" (bei vielen Sprachen auf dem Gerät verarbeitet), und dafür sei „no internet connection is required" (keine Internetverbindung erforderlich). Der rechtliche Hinweis vom 11. Februar 2026 ist vorsichtiger und nützlicher: „your device will indicate in Keyboard Settings if your audio and transcripts are processed on your device and not sent to Apple servers. Otherwise, the things you dictate are sent to and processed on the server." (Ihr Gerät zeigt in den Tastatureinstellungen an, ob Audio und Transkripte auf dem Gerät verarbeitet und nicht an Apple-Server gesendet werden. Andernfalls wird das Diktierte an den Server gesendet und dort verarbeitet.) Für Deutsch heißt das konkret: Schauen Sie in den Tastatureinstellungen nach, statt anzunehmen, es gelte dasselbe wie für Englisch.

Was fast alle falsch verstehen, ist der Umfang von „nicht gespeichert". Audio wird nicht aufbewahrt, außer Sie stimmen zu. Transkripte schon, standardmäßig, und sie werden zum Training verwendet. Apples eigene Worte: „Apple may retain and use this data for up to two years to develop and improve Siri, Dictation, Search… transcripts may be used to fine-tune Siri, Search, Voice Control, Translate, and automatic speech recognition models." (Apple kann diese Daten bis zu zwei Jahre aufbewahren und nutzen, um Siri, die Diktierfunktion und die Suche zu entwickeln und zu verbessern… Transkripte können zur Feinabstimmung von Siri, Suche, Sprachsteuerung, Übersetzen und automatischen Spracherkennungsmodellen genutzt werden.) Ein Teil geht in die menschliche Prüfung und „may be kept beyond two years" (kann über zwei Jahre hinaus aufbewahrt werden).

Stimmen Sie „Siri & Diktierfunktion verbessern" zu, kommt das Audio dazu, geprüft von Angestellten statt von Auftragnehmern: „audio review being conducted only by Apple employees" (die Audioprüfung wird ausschließlich von Apple-Angestellten durchgeführt).

So ändern Sie das: Einstellungen, Datenschutz & Sicherheit, Analyse & Verbesserungen für die Zustimmung. Einstellungen, Siri, Siri- & Diktierverlauf, um Gespeichertes zu löschen. Einstellungen, Allgemein, Tastatur, um die Diktierfunktion ganz abzuschalten.

Wissenswert, wenn Sie Apples Zusagen gewichten: Die Vorwürfe, Siri habe Menschen ohne Einwilligung aufgezeichnet, führten zu einer Sammelklage, Lopez gegen Apple, eingereicht am 7. August 2019 im Northern District of California. Das Gericht genehmigte am 10. Februar 2025 vorläufig einen Vergleich, das Verfahren wurde am 14. Oktober 2025 beendet, und die Anwälte der Klägerseite bezifferten die Endsumme auf 95 Millionen Dollar.

Microsoft und Windows-Taste + H

Windows hat zwei Sprachsysteme, und sie sind nicht austauschbar. Die Spracheingabe, die Sie mit Windows-Taste + H bekommen, läuft immer entfernt: „Voice typing uses online speech recognition, which is powered by Azure Speech services" (die Spracheingabe nutzt die Online-Spracherkennung, die von Azure Speech betrieben wird), und sie braucht eine Internetverbindung. Der Sprachzugriff, gebaut als Funktion für Barrierefreiheit, läuft nach dem ersten Sprachdownload „without an internet connection" (ohne Internetverbindung).

Bei Microsofts Formulierung ist Sorgfalt nötig: „Voice data is sent to Microsoft only to provide the service and create text transcriptions. Microsoft does not store, sample, or listen to voice recordings without your permission." (Sprachdaten werden nur an Microsoft gesendet, um den Dienst bereitzustellen und Transkripte zu erstellen. Microsoft speichert, sammelt und hört Sprachaufnahmen nicht ohne Ihre Erlaubnis an.) Der zweite Satz handelt vom Speichern und Anhören. Der erste sagt, dass das Audio ohnehin abgeht. Wenn Sie Windows-Taste + H drücken, erreicht Ihre Stimme jedes Mal Azure, Erlaubnis hin oder her.

Training ist opt-in, und Microsoft sagt das zweimal: „You can use voice typing without contributing voice clips. Contributing voice clips is optional." (Sie können die Spracheingabe nutzen, ohne Sprachclips beizusteuern. Das Beisteuern ist freiwillig.) Wenn Sie beisteuern, sind Menschen im Spiel: „Microsoft employees and vendors working on behalf of Microsoft will be able to review your voice clips." (Mitarbeiter von Microsoft und Dienstleister in Microsofts Auftrag können Ihre Sprachclips prüfen.) Das Unternehmen erklärt außerdem, es habe „stopped logging any voice data for product improvements beginning on October 30, 2020" (am 30. Oktober 2020 damit aufgehört, Sprachdaten zur Produktverbesserung zu protokollieren).

So ändern Sie das: Start, Einstellungen, Datenschutz und Sicherheit, Spracherkennung, und die Online-Spracherkennung ausschalten. Rechnen Sie mit der Folge, die Microsoft direkt benennt: Es bleiben nur die gerätebasierten Funktionen, das heißt, Windows-Taste + H funktioniert nicht mehr und der Sprachzugriff wird zu Ihrer Diktierfunktion. Die Sprachclips haben ihre eigene Steuerung in der Leiste von Windows-Taste + H unter Einstellungen.

Die Datenschutzbestimmungen, zuletzt im Juli 2026 aktualisiert, beschreiben, dass Sprachdaten genutzt werden, „to develop and improve speech recognition accuracy" (um die Genauigkeit der Spracherkennung zu entwickeln und zu verbessern), ohne den Zusatz „mit Ihrer Erlaubnis", der auf den Hilfeseiten steht.

OpenAI und das Diktat in ChatGPT

Eine lokale Option gibt es nicht. Drücken Sie das Mikrofon im Nachrichtenfeld, und „the recorded audio is sent to our models to be transcribed" (das aufgenommene Audio wird zur Transkription an unsere Modelle gesendet).

Drei benachbarte Funktionen bewahren Audio unterschiedlich lange auf, und deshalb gehen Leute verwirrt daraus hervor. Diktat-Audio wird aufbewahrt, „for as long as the chat is part of your chat history" (solange der Chat Teil Ihres Verlaufs ist), und binnen 30 Tagen nach dem Löschen des Chats gelöscht. Clips aus dem Voice Mode werden 30 Tage aufbewahrt. Das alte Versprechen, Clips würden direkt nach der Transkription gelöscht, gibt es weiterhin, jetzt auf einen Modus begrenzt: „If you are using our legacy standard voice mode, audio clips from ChatGPT are transcribed before we generate a response. We delete audio clips once transcription is complete." (Im alten Standard-Sprachmodus werden Audioclips vor der Antwort transkribiert. Nach abgeschlossener Transkription löschen wir die Clips.)

Beim Training ist Audio aus und Text an. „By default, we won't train our models with audio or video clips" (standardmäßig trainieren wir unsere Modelle nicht mit Audio- oder Videoclips) aus Sprachchats. Gleichzeitig steht auf der Seite zur Modellverbesserung: „ChatGPT, for instance, improves by further training on the conversations people have with it, unless you opt out." (ChatGPT etwa verbessert sich durch weiteres Training an den Gesprächen, die Menschen damit führen, sofern Sie nicht widersprechen.) Nur die Audiofreigabe abzuschalten, lässt die Transkripte im Spiel, und OpenAI sagt das selbst: „To opt out of training our models entirely, please disable Improve the model for everyone." (Um dem Training unserer Modelle vollständig zu widersprechen, deaktivieren Sie „Improve the model for everyone".)

So ändern Sie das: Settings, Data Controls (Einstellungen, Datenkontrollen), dann „Improve the model for everyone" und darin der Schalter „Include your audio recordings".

Die Datenschutzerklärung, aktualisiert am 18. Mai 2026, erwähnt Audio ein einziges Mal, in einer Liste von Inhaltstypen. Jede Aufbewahrungsfrist und jede Trainingsregel oben stammt aus Hilfeartikeln, die statt eines Datums den Stempel „vor 6 Tagen aktualisiert" tragen und die ohne Versionsgeschichte umgeschrieben werden. Unsere Anfragen an OpenAIs Domains werden blockiert, wir haben all das deshalb in archivierten Fassungen vom 4. Juni, 29. Juli, 19. August und 25. August 2026 gelesen, und wir sagen das lieber, als eine Lesung an der Quelle vorzutäuschen.

Was ein Gericht gerade prüft

Ein Verfahren ist wissenswert, weil es genau die Frage prüft, die diese Seite stellt.

Brewer gegen Otter.ai, Aktenzeichen 5:25-cv-06911-EKL, wurde am 15. August 2025 von Justin Brewer im Northern District of California eingereicht, und vier verwandte Klagen wurden am 22. Oktober 2025 vor Richterin Eumi K. Lee zusammengeführt. Die Klageschrift behauptet, Otters Meeting-Assistent habe Teilnehmer ohne die Einwilligung aller Anwesenden aufgezeichnet und Otter habe „has used captured data to train its speech recognition models" (erfasste Daten zum Training seiner Spracherkennungsmodelle verwendet). Sie stützt sich auf das Bundesgesetz zum Abhörverbot, den Computer Fraud and Abuse Act und den California Invasion of Privacy Act und verlangt die Zulassung als Sammelklage sowie Schadenersatz von über 5 Millionen Dollar.

Das sind Behauptungen. Nichts ist bewiesen, Otter bestreitet die Vorwürfe, und eine eingereichte Klage ist eine Reihe von Behauptungen, kein Urteil. Wir nehmen sie auf, weil es die einzige Stelle ist, an der Aussagen über das Training mit Aufnahmen von jemand anderem als einem Blog überprüft werden, und weil der Ausgang für jedes Produkt in der Tabelle zählen wird.

Auswählen nach Ihrer Einschränkung

Sie unterliegen einer Geheimhaltungsvereinbarung oder arbeiten mit Mandanten-, Patienten- oder Rechtsunterlagen. Nur lokal. VoiceInk, superwhisper mit lokalem Modell, Handy oder Whisper über Buzz. Nichts in der Cloud-Hälfte dieser Tabelle löst das Problem, denn die Frage ist nicht, ob der Anbieter vertrauenswürdig ist, sondern ob die Datei das Haus überhaupt verlassen hat.

Ihr Arbeitgeber oder Kunde verlangt Verarbeitung in der EU. Transkriptor erklärt Verarbeitung ausschließlich in der EU. Prüfen Sie alles andere anhand der eigenen Dokumente statt anhand eines Siegels, und beachten Sie, dass mindestens ein Anbieter hier zwei Seiten hat, die sich über die Geografie widersprechen.

Sie forschen und haben eine Ethikkommission. Die Richtlinie des Anbieters ist ein Dokument, das Sie in Ihrem Protokoll benennen müssen, wählen Sie also ein Produkt, dessen Antwort in einem datierten Dokument steht und nicht auf einer Marketingseite. Allein dieses Kriterium kürzt die Liste erheblich. Ein Forscher brachte denselben Punkt im Juli 2026 auf Hacker News vor und erklärte, warum er sein eigenes Werkzeug gebaut hat: Es habe „no real options for interview transcriptions with speaker detection that can be used in an university study evaluation context where you do not upload the data into a someone's else's cloud with questionable privacy policies" gegeben (keine echten Optionen für Interviewtranskription mit Sprechererkennung, die man in einer universitären Auswertung nutzen kann, ohne die Daten in fremde Clouds mit fragwürdigen Datenschutzrichtlinien zu laden).

Sie diktieren gewöhnliche Arbeitstexte und wollen nur kein Trainingsmaterial sein. Jedes Cloud-Produkt hier lässt sich so einstellen, dass es aufhört. Nehmen Sie sich fünf Minuten und gehen Sie sie durch: Wispr Flow unter Data and Privacy, ChatGPT unter Data Controls, Windows unter Datenschutz und Sicherheit, Apple unter Analyse & Verbesserungen, Gboard unter Datenschutz auf der Tastatur. Mehr ist es nicht.

Sie haben einen Stapel Aufnahmen, der zu Text werden soll, und kein Vertraulichkeitsproblem. Nehmen Sie den Gratis-Tarif eines Transkriptionsdienstes und schicken Sie Ihre schlechteste Aufnahme hindurch, bevor Sie irgendwem etwas zahlen. Wenn Sie die Frage nach dem Training zusätzlich schriftlich geklärt haben wollen, ist Transkriptor das Produkt in dieser Tabelle, das sie ohne Bedingungen beantwortet und Sie Ihre Löschfrist selbst setzen lässt, von einer Minute bis zu einem Jahr. Lesen Sie den Absatz oben darüber, wo diese Aussage steht, entscheiden Sie, ob das für Ihre Lage reicht, und wenn nicht, gehen Sie stattdessen lokal. Unser Ratgeber zum Transkribieren von Interviews und Vorlesungen rechnet jeden Weg durch, auch die kostenlosen.

Wie wir das geprüft haben

Am 27. August 2026 haben wir für jedes Produkt die Datenschutzerklärung gelesen, die Nutzungsbedingungen, sofern es eigene gibt, die Sicherheits- oder Vertrauensseite und die einschlägigen Hilfecenter-Artikel. Wir haben zitiert statt umschrieben und das auf jedem Dokument gedruckte Datum des Inkrafttretens notiert. Wo die Website eines Anbieters uns blockierte, haben wir archivierte Fassungen genutzt und gesagt, welchen Schnappschuss von welchem Datum. Wo eine Behauptung nur in der Besprechung eines Dritten existiert, haben wir sie weggelassen.

Was wir nicht getan haben und auch nicht andeuten werden: Wir haben keinen Netzwerkverkehr mitgeschnitten, keine App dekompiliert und keine bezahlten Konten angelegt, um Voreinstellungen von innen zu beobachten. Diese Seite sagt Ihnen, was vierzehn Unternehmen aufgeschrieben haben und wo. Wenn ein Unternehmen etwas anderes tut, als es geschrieben hat, findet diese Methode das nicht, und kein noch so gründliches Lesen von Richtlinien würde es finden.

Vier Dinge konnten wir nicht klären. Otters Enterprise-Hilfeseiten liefern bei uns einen Fehler, die vielfach wiederholte Behauptung, Enterprise-Arbeitsbereiche seien standardmäßig vom Training ausgenommen, ist hier also unbestätigt; die einzige Otter-Aussage, die wir dazu lesen konnten, ist die Enterprise-Seite mit dem Hinweis, den Kundenbetreuer zu kontaktieren. Descripts Ausgangszustand wird von den eigenen zwei Seiten widersprüchlich beschrieben. Microsoft veröffentlicht den Standardwert des Schalters für die Online-Spracherkennung nirgends. Und Reddit ist von unserem Standort aus nicht erreichbar, die Praktikerstimmen auf dieser Seite kommen deshalb von Hacker News, was technisch schief liegt.

Wann sich diese Seite ändert

Preise veralten langsam. Richtlinien nicht. Zwei der hier zitierten Dokumente wurden in den letzten vierzehn Tagen aktualisiert, eines wurde dieses Jahr zweimal neu geschrieben, und eines ist eine Sammelklage, die Entscheidungen hervorbringen wird.

Diese Seite steht deshalb auf einem festen Prüfplan statt auf „kommt schon irgendwann". Jedes Dokument wird in diesem Takt neu gelesen, und außer der Reihe, sobald ein Anbieter eine Änderung ankündigt oder ein Richtliniendatum sich bewegt. Ändert sich eine Zeile, ändert sich die Zeile, und das Datum oben auf der Seite wandert mit. Wenn Sie hier etwas finden, das nicht mehr zu dem passt, was ein Anbieter heute veröffentlicht, sagen Sie uns Bescheid, und wir lesen es neu.

Jede Richtlinie, jeder Vertrag, jede Hilfeseite und jedes Gerichtsdokument oben wurde an der Quelle gelesen, und jedes wird nach festem Plan neu gelesen, weil dies das am schnellsten veraltende Material auf dieser Website ist. Die Tabelle oben wird planmäßig nachgeprüft, und das Datum oben auf der Seite ist das Datum des letzten Durchgangs. Wo ein Anbieter unsere Anfragen blockiert hat, haben wir das gesagt und die genutzte archivierte Fassung benannt.