Jedes der folgenden Werkzeuge kann etwas gut – mehrere davon würden wir für die passende Aufgabe ohne Zögern empfehlen. Diese Seite vergleicht sie anhand der Fakten, die über den Kauf entscheiden: ob das Audio auf Ihrem Computer bleibt, ob sich Anrufe mit beiden Seiten aufnehmen lassen und ob Sie einmal oder jeden Monat zahlen. Die Preise wurden im August 2026 geprüft und sind Richtwerte; aktuelle Preise finden Sie beim jeweiligen Anbieter.
| ShepTone | MacWhisper Pro | superwhisper | Wispr Flow | VoiceInk | Otter.ai | |
|---|---|---|---|---|---|---|
| Erkennung läuft | auf dem Gerät | auf dem Gerät | auf dem Gerät | in der Cloud | auf dem Gerät | in der Cloud |
| Stellt überhaupt keine Netzwerkanfragen | ✓ | — | — | — | — | — |
| Diktat in jede App | ✓ | ✓Pro | ✓ | ✓ | ✓ | — |
| Nimmt beide Seiten eines Anrufs lokal auf | ✓ | ✓Pro, Meetings | —Fokus Diktat | — | — | —tritt per Cloud bei |
| Transkript Sekunden nach Anrufende fertig | ✓Erkennung während des Anrufs | nach der Aufnahme | entfällt | entfällt | entfällt | ✓ |
| Bietet die Aufnahme bei Anrufbeginn an | ✓ | — | — | — | — | ✓Auto-Beitritt |
| Funktioniert ohne Konto | ✓ | ✓ | ✓ | — | ✓ | — |
| Preismodell | Einmalkauf29 $/Jahr · 39 $ für immer | Einmalkaufca. 64 € | Abo oder Lifetimeca. 8,50 $/Monat · ca. 250 $ | Aboca. 15 $/Monat | Einmalkaufab 29 $ | AboGratis-Stufe + Bezahltarife |
| Diktat + Anrufaufnahme in einem Kauf | ✓ | ✓ | — | — | — | — |
„entfällt“ – das Produkt ist nicht auf Anrufaufnahmen ausgelegt, die Zeile trifft daher nicht zu. Die Preise sind gerundet und können sich geändert haben; prüfen Sie die Website des jeweiligen Anbieters.
Otter, Fireflies und Granola sind Meeting-Assistenten. Sie treten Ihrem Anruf bei oder zeichnen ihn auf, verarbeiten das Audio auf ihren Servern und liefern durchsuchbare Notizen, Zusammenfassungen und Integrationen. Wenn Ihr Team ohnehin in diesen Tools arbeitet und Ihr Unternehmen damit einverstanden ist, dass Gespräche das Haus verlassen, bieten sie mehr Funktionen für die Zusammenarbeit als ShepTone.
Dieser Tausch ist strukturell, kein Schalter in den Einstellungen: Ihre Transkription ist der Server. Deshalb verlangt jeder dieser Dienste ein Konto und ein Abo, und deshalb sind sie in vielen juristischen, medizinischen, finanziellen und HR-Umgebungen nicht einsetzbar. ShepTone macht den umgekehrten Tausch – keine Kollaborations-Cloud, dafür verlassen Audio, Text und selbst Nutzungsdaten den Computer nie. Es gibt kein Konto anzulegen und nichts zu abonnieren.
MacWhisper ist eine ausgezeichnete, ausgereifte App und kommt ShepTone von allen hier am nächsten: Whisper-Erkennung auf dem Gerät, ein Einmalpreis (ca. 64 € für Pro, Stand August 2026), kein Konto. Pro ergänzt Diktat, Stapel-Transkription von Dateien und Meeting-Aufnahmen. Wenn Sie hauptsächlich Dateien transkribieren – Podcasts, Interviews, Vorlesungen –, ist MacWhisper dafür das bessere Werkzeug, mit einem tieferen Editor und mehr Exportoptionen.
ShepTone ist um eine engere tägliche Routine herum gebaut: eine Taste halten, um in die gerade aktive App zu diktieren, während eines Anrufs eine Taste doppelt antippen. Die Erkennung läuft, während das Gespräch noch andauert – das Transkript ist also Sekunden nach dem Stoppen fertig, nicht erst nach einem Nachbearbeitungslauf. ShepTone bemerkt außerdem, wenn ein Anruf beginnt, und bietet die Aufnahme an – die Funktion, die die Aufnahmen rettet, die man sonst vergisst. Und der Einstiegspreis ist niedriger: Ein Schlüssel für 29 $ deckt ein volles Jahr Diktat und Anrufaufnahme ab.
superwhisper ist eine ausgefeilte Diktat-App mit Erkennung auf dem Gerät, konfigurierbaren Modi und über 100 Sprachen. Sie ist in erster Linie fürs Diktieren gedacht: Einen eigenen Workflow für zweiseitige Anrufaufnahmen gibt es nicht. Die Lifetime-Stufe (ca. 250 $) liegt deutlich über ShepTones 39 $; der Hauptweg ist ein Abo (ca. 8,50 $ pro Monat).
Wispr Flow ist das geschmeidigste Cloud-Diktat auf dem Mac, mit automatischer Bearbeitung, die Ihre Sprache schon beim Sprechen glättet. Es ist zugleich das philosophische Gegenteil von ShepTone: Das Audio wird auf Servern verarbeitet, ein Konto ist Pflicht, und der Preis ist ein Abo (ca. 15 $ pro Monat – pro Jahr mehr als ShepTones lebenslanger Schlüssel). Wenn Offline-Betrieb und Datenkontrolle für Ihre Arbeit keine Rolle spielen, ist Wispr Flow einen Blick wert.
VoiceInk ist ein quelloffenes Diktat-Werkzeug mit Erkennung auf dem Gerät für einmalig 29 $ – ehrlich, anpassbar und günstig. Es tut, was es verspricht; Anrufe nimmt es nicht auf. Wenn Sie nur Diktat brauchen und Open Source mögen, ist VoiceInk die günstigste Wahl. Wenn Ihre Woche auch Anrufe enthält, die es wert sind, aufbewahrt zu werden, kauft ShepTones Jahresschlüssel für 29 $ beide Funktionen zum selben Preis.
Audio Hijack (69 $) und Piezo (29 $) von Rogue Amoeba sind hervorragende Audiorecorder – wer Aufnahmeketten in Sendequalität braucht, findet hier den Standard. Sie enden allerdings bei der Audiodatei: keine Transkription, keine Sprechertrennung, keine Zeitstempel. Um ShepTone nachzubauen, müssten Sie einen von ihnen mit einer Transkriptions-App kombinieren und die Aufnahme nach jedem Anruf dort durchlaufen lassen. ShepTone packt diese Kette in ein einziges Doppeltippen – mit einem Transkript, das fertig ist, wenn der Anruf endet.
Ein Vergleich, dem man trauen kann, muss in beide Richtungen ehrlich sein. ShepTone hat keine Live-Untertitel während des Anrufs, keine Zuordnung echter Namen (die Sprecher heißen „Sprecher 1 / Sprecher 2“, abgeleitet aus den beiden Audiokanälen), keine Synchronisierung zwischen Geräten, keine Windows- oder iOS-Version und keine eingebauten KI-Zusammenfassungen – stattdessen legt es einen fertigen Prompt samt Transkript in Ihre Zwischenablage, für das ChatGPT-, Claude- oder DeepSeek-Konto, das Sie ohnehin haben. Es erkennt acht Sprachen, nicht hundert: Russisch, Englisch, Spanisch, Französisch, Italienisch, Deutsch, Portugiesisch und Griechisch – dafür gründlich, mit Erkennung der gesprochenen Sprache noch während der Aufnahme.
Es erfordert Apple Silicon (M1 oder neuer) und macOS 13+; die Aufnahme der Gegenseite eines Anrufs benötigt macOS 14.4. Intel-Macs werden nicht unterstützt.
wenn Ihr Team gemeinsam an Meeting-Notizen arbeitet und Gespräche das Unternehmen verlassen dürfen. Otter und Granola machen das gut.
MacWhisper für das Transkribieren von Dateien, VoiceInk für quelloffenes Diktat, Audio Hijack für Audioaufnahmen in Sendequalität.
wenn Sie Diktat und zweiseitige Anruf-Transkripte wollen, komplett offline, ohne Konto und ohne Abo – ein Schlüssel, 29 $ pro Jahr oder 39 $ für immer, vorab 7 Tage kostenlos testbar.
MacWhisper, VoiceInk, superwhisper und ShepTone führen die Erkennung auf dem Gerät aus. Sie unterscheiden sich in Umfang und Preis: VoiceInk und superwhisper konzentrieren sich auf das Diktieren, MacWhisper auf die Transkription, und ShepTone vereint Diktat und zweiseitige Anrufaufnahme in einem Einmalkauf.
Apps, die neben dem Mikrofon auch das Systemaudio erfassen: ShepTone, Audio Hijack und Piezo tun das lokal. Cloud-Dienste wie Otter treten stattdessen dem Meeting bei. Unter macOS erfordert das Version 14.4+ und die Berechtigung „Bildschirm- und Systemaudioaufnahme“.
Ja – die Verarbeitung des Audios auf ihren Servern ist ihre Funktionsweise und das, wofür das Abo bezahlt. Offline-Alternativen behalten das Audio auf dem Computer; ShepTone stellt darüber hinaus überhaupt keine Netzwerkanfragen und braucht kein Konto.
Ja. VoiceInk und MacWhisper verkaufen Einmallizenzen, superwhisper hat eine Lifetime-Stufe, und ShepTone verkauft einen einmaligen Schlüssel – 29 $ für ein Jahr oder 39 $ für immer –, der auch die Anrufaufnahme abdeckt.
