Viele meiner Texte beginnen nicht mit einem blinkenden Cursor.
Primärquelle: OpenAI: Whisper
Sie beginnen mit einem Hund an der Leine, einem Fahrrad, einem Weg durch Hameln oder einer Baustelle, auf der mir ausgerechnet dann die entscheidende Formulierung einfällt, wenn ich keinen Schreibtisch in Reichweite habe.
Früher war das lästig. Ich schrieb mir drei Stichworte ins Smartphone und hoffte, später noch zu verstehen, was daran so gut gewesen sein sollte.
Heute spreche ich den Gedanken aus.
Nicht als fertigen Artikel. Nicht einmal zwingend in vollständigen Sätzen. Ich erzähle der KI, was ich beobachtet habe, warum es mich beschäftigt, wo ich mir selbst widerspreche und welche Frage daraus entsteht.
Diktieren ist für mich keine schnellere Tastatur. Es ist die erste Arbeitsoberfläche meines Denkens.
Die KI transkribiert, sortiert und stellt Rückfragen. Sie darf Schleifen erkennen und Material ordnen. Sie darf aus meinem Rohtext aber keine Erfahrung erfinden, die ich nicht gemacht habe. Und sie darf die Ecken nicht so gründlich polieren, dass am Ende wieder derselbe freundliche Einheitsbrei herauskommt.
Buch · Die Journalisten-Methode
Vom Rohmaterial zum eigenständigen Beitrag.
Wenn du mit KI arbeitest, aber nicht wie alle anderen klingen willst, zeigt dir die Journalisten-Methode einen belastbaren Weg: eigene Quellen, bessere Fragen und menschliche Endabnahme.
Der Amazon-Link ist ein Affiliate-Link. Für dich ändert sich der Preis nicht.
Warum ich schon lange vor der aktuellen KI-Welle diktiert habe
Ich nutze Spracheingabe seit ungefähr 2013. Schon während meiner Masterarbeit habe ich längere Gedanken und Passagen gesprochen, statt alles direkt einzutippen.
Die damalige Technik war deutlich unzuverlässiger. Eigennamen wurden zerlegt, Satzzeichen waren ein Glücksspiel und manche Transkripte wirkten, als hätte ein sehr müder Mensch beim Vorbeifahren mitgeschrieben.
Trotzdem funktionierte ein Prinzip bereits damals:
Beim Sprechen komme ich leichter in einen Gedankenfluss. Beim Tippen beginne ich schneller, jeden Satz zu bewerten, bevor ich überhaupt weiß, wohin der Abschnitt führen soll.
Das ist kein allgemeines Naturgesetz. Manche Menschen denken am besten mit den Fingern, andere brauchen Skizzen, Notizkarten oder Stille. Für mich löst Sprache den inneren Redakteur etwas später aus. Das ist wertvoll, denn am Anfang eines guten Textes steht nicht die perfekte Formulierung, sondern brauchbares Material.
Als KI-gestützte Spracherkennung genauer wurde, veränderte sich der Workflow noch einmal. OpenAI veröffentlichte Whisper 2022 als automatisches Spracherkennungssystem, das auf großen Mengen mehrsprachiger Audiodaten trainiert wurde. Inzwischen existieren verschiedene Anwendungen und Dienste, die auf vergleichbaren Speech-to-Text-Modellen aufbauen.
Welches konkrete Tool ich verwende, kann wechseln. Die Arbeitslogik bleibt:
- Gedanken möglichst reibungsarm erfassen.
- Rohaufnahme und Transkript erhalten.
- Material strukturiert ablegen.
- KI zur Auswertung einsetzen.
- Recherche- und Faktlücken schließen.
- menschlich redigieren und freigeben.
Die drei Diktiermodi, die ich auseinanderhalte
Nicht jedes Diktat erfüllt denselben Zweck. Wenn ich das nicht vorher kläre, verlangt ein offener Brain Dump plötzlich die Präzision einer Endredaktion. Das kann nur schiefgehen.
1. Offenes Diktat: Denken hörbar machen
Hier spreche ich frei.
Ich beginne mit einer Beobachtung, springe zu einer Erinnerung, lande bei einer Gegenposition und finde die eigentliche These manchmal erst nach zehn Minuten.
Ein offenes Diktat darf enthalten:
- Wiederholungen;
- Selbstkorrekturen;
- unfertige Bilder;
- Widersprüche;
- offene Fragen;
- emotionale Reaktionen;
- Formulierungen, die später wieder verschwinden.
Seine Aufgabe ist nicht Ordnung. Es soll Goldstücke sichern, bevor sie vom inneren Qualitätsmanagement totverwaltet werden.
2. Strukturiertes Selbstinterview: Wissen gezielt erschließen
Hier arbeite ich mit vorbereiteten Fragen.
Zum Beispiel:
- Was ist konkret passiert?
- Was habe ich damals geglaubt?
- Was hat nicht funktioniert?
- Welche Entscheidung habe ich verändert?
- Woran erkenne ich heute ein gutes Ergebnis?
- Wo endet meine Kompetenz?
- Welche Behauptung muss extern geprüft werden?
Das strukturierte Diktat ist für Fachbeiträge, Cases und Buchkapitel besonders stark. Es verbindet Mündlichkeit mit einem klaren Erkenntnisauftrag.
3. Präzisionsdiktat: Einen vorhandenen Text neu formulieren
Manchmal liegt bereits ein Entwurf vor. Dann lese ich einen Abschnitt, lege ihn weg und spreche ihn in meinen eigenen Worten neu ein.
Genau so sah mein erster brauchbarer KI-Workflow aus: Die Maschine erzeugte einen ziemlich schlechten Text, der wenigstens den leeren Bildschirm zerstörte. Anschließend diktierte ich ihn neu, ergänzte Erfahrung, veränderte Rhythmus und zog ihn in meine Richtung.
Heute nutze ich diesen Modus seltener als früher. Er bleibt hilfreich, wenn ein Absatz inhaltlich stimmt, aber sprachlich wie Verpackungsmaterial schmeckt.
Mein Minimal-Setup
Für einen Voice-first-Workflow brauche ich erstaunlich wenig:
- ein Smartphone, Tablet oder Notebook;
- eine Aufnahme- oder Diktierfunktion;
- möglichst verständliches Audio;
- einen festen Ablageort;
- einen klaren Dateinamen;
- ein System, das Transkripte auswerten kann.
Ein kleines Ansteckmikrofon kann in unruhiger Umgebung die Aufnahmequalität verbessern. Es ist kein Pflichtobjekt und schon gar kein Statussymbol. Wenn das eingebaute Mikrofon verständliche Ergebnisse liefert, reicht es.
Entscheidend ist die Übergabe danach.
Ein perfektes Transkript mit dem Namen Audio 174 neu final 2.txt ist immer noch eine spätere Suchaufgabe.
Ich speichere deshalb mindestens:
DATUM_PROJEKT_THEMA_MATERIALTYP_STATUS.mdBeispiel:
2026-08-01_KI-Operator_Voice-first-Workflow_Rohdiktat.mdZusätzlich bleiben Audio und Rohtranskript erhalten, wenn der Inhalt wichtig ist. Die geglättete Fassung ersetzt nicht automatisch den Ursprung.
Das schützt vor einem subtilen Fehler: Eine KI kann Transkriptionsfehler plausibel reparieren – und dabei trotzdem etwas anderes verstehen, als ich gesagt habe.
Vom Rohdiktat zum Arbeitsbriefing
Nach dem Diktat lasse ich nicht sofort einen fertigen Beitrag schreiben.
Zuerst wird das Material untersucht.
Meine typischen Fragen an das System lauten:
- Welche eine Kernthese steckt im Material?
- Welche Szenen oder Beispiele sind wirklich konkret?
- Wo wiederhole ich mich?
- Welche Aussagen sind persönliche Erfahrung?
- Welche Behauptungen benötigen eine Quelle?
- Wo widerspreche ich mir?
- Welche Gegenposition fehlt?
- Welcher Abschnitt gehört wahrscheinlich in einen anderen Beitrag?
- Welche Rückfragen muss ich selbst noch beantworten?
Aus dieser Analyse entsteht ein Content-Briefing.
Es hält fest:
- Seitenjob;
- Zielgruppe;
- direkte Kernantwort;
- vorhandenes Primärmaterial;
- Recherchebedarf;
- Abgrenzung zu anderen Texten;
- geplante Struktur;
- Qualitätskriterien;
- interne Linkziele;
- Freigabepunkte.
Genau hier wird aus Sprache ein Prozess.
Das Diktat liefert nicht automatisch den Artikel. Es liefert den Stoff, aus dem ein Artikel mit eigenem Grund zu existieren entstehen kann.
Content · Redaktion · KI-Workflows
Wenn aus einer guten Idee ein verlässlicher Prozess werden soll.
Ich unterstütze stille Experten und kleine Teams dabei, Fachwissen in klare Inhalte, belastbare Redaktionsabläufe und sinnvolle KI-Workflows zu übersetzen.
Ein paar klare Sätze reichen. Keine automatisierte Verkaufsschleife.
Was die KI mit meinem Diktat tun darf
Sie darf Struktur erkennen
Themen clustern, Wiederholungen markieren, mögliche Reihenfolgen entwickeln und Fragen extrahieren.
Sie darf Unklarheiten sichtbar machen
Wenn ein Name, Datum oder Fachbegriff nicht eindeutig ist, soll sie fragen statt elegant raten.
Sie darf Formulierungsvarianten anbieten
Vor allem dort, wo das Rohdiktat abbricht, kreist oder dieselbe Aussage fünfmal anläuft.
Sie darf den Text angreifen
Wo wird Erfahrung zur Universalregel? Welche Behauptung klingt stärker als ihre Grundlage? Welches Gegenargument fehlt?
Sie darf Packaging vorbereiten
Title, Meta-Description, Teaser, Social-Varianten und Bildideen – erst nachdem der Inhalt steht.
Was sie nicht tun darf
Erfahrung ergänzen
Eine recherchierte Information darf nicht so formuliert werden, als hätte ich sie selbst erlebt.
Zitate erfinden oder „verbessern“
Ein sauberer Satz, den niemand gesagt hat, ist kein gutes Zitat.
Unsicherheit verstecken
Wenn ich mich bei einem Datum, Namen oder Ablauf nicht sicher bin, bleibt das eine Prüfmarke.
Meine Stimme mit einer Stilmaske verwechseln
Eine Voice-DNA hilft, aber das Rohmaterial ist stärker. Wenn beides kollidiert, hat das konkrete Diktat Vorrang.
Veröffentlichen
Die Endredaktion und Freigabe bleiben menschlich.
Die Journalisten-Methode beschreibt diesen vollständigen Weg vom Originalmaterial bis zur geprüften Fassung. Mein Beitrag zum Kontext-Engineering zeigt zusätzlich, welche Informationen ein System neben dem Diktat braucht.
Die häufigsten Fehler im Voice-first-Workflow
Das Diktat wird mit dem Text verwechselt
Ein authentischer Gedanke ist noch kein lesbarer Absatz. Rohmaterial darf roh sein, eine Veröffentlichung jedoch nicht.
Keine Leitfrage
Wer 45 Minuten über „KI und die Zukunft“ spricht, besitzt danach viel Material und wahrscheinlich noch keinen Beitrag.
Eine bessere Frage wäre:
„Welche Entscheidungen sollte ein kleines Content-Team auch bei guten KI-Ergebnissen niemals automatisch freigeben?“
Zu viel Glättung
Das System entfernt Wiederholungen, Einschübe, trockene Kommentare und Selbstkorrekturen – und damit manchmal genau die Stimme, wegen der das Diktat wertvoll war.
Zu wenig Glättung
Rohe Mündlichkeit wird als Authentizität missverstanden. Dann bleiben Suchbewegungen, halbe Sätze und fünf Anläufe stehen.
Nicht imitieren. Destillieren.
Schlechte Tonqualität
Wind, Straßenlärm und ein scheuerndes Mikrofon erzeugen Fehler, die später inhaltlich plausibel wirken können.
Eigennamen und Fachbegriffe
Sie müssen in einem Glossar oder einer kurzen Kontextliste stehen, besonders bei Produktnamen, Orten, Personen und Abkürzungen.
Sensible Inhalte
Nicht jedes Diktat gehört in einen externen KI-Dienst. Kundendaten, Gesundheitsinformationen, Verträge und private Gespräche benötigen eine ausdrücklich geklärte Verarbeitung. Das BSI empfiehlt, personenbezogene Daten und sensible Geschäftsinformationen nicht ohne Schutzmaßnahmen weiterzugeben und KI-Ausgaben nicht ungeprüft zu übernehmen.
Diktieren in unsicheren Situationen
Kein Gedanke ist so wichtig, dass ich dafür im Verkehr auf einem Gerät herumtippe. Unterwegs nutze ich Sprache nur freihändig und nur dann, wenn die Situation es zulässt. Im Zweifel halte ich an.
Mein Voice-first-Workflow in neun Schritten
1. Eine Frage statt nur ein Thema formulieren
Nicht „Personal Branding“, sondern: „Was kann ein stiller Experte öffentlich teilen, ohne seine bezahlte Leistung zu verschenken?“
2. Diktiermodus wählen
Offen, strukturiert oder präzise Überarbeitung.
3. Aufnahme sichern
Audio und Rohtranskript mit Datum, Projekt und Status ablegen.
4. Eigennamen und unsichere Stellen markieren
Nicht stillschweigend korrigieren lassen.
5. Material analysieren
These, Szenen, Widersprüche, Belege, Lücken und mögliche Abgrenzung herausarbeiten.
6. Rückfragen beantworten
Noch einmal sprechen, wenn der wichtigste Punkt fehlt. Ein zweites kurzes Diktat ist häufig wertvoller als ein künstlich ergänzter Absatz.
7. Recherche ergänzen
Aktuelle Tatsachen gegen Primärquellen prüfen. Diktat und externe Recherche sauber trennen.
8. Entwurf und getrennte Qualitätsprüfungen
Inhalt, Logik, Voice, Belege, SEO und Technik nicht in einem einzigen hektischen Durchlauf vermischen.
9. Menschlich freigeben und archivieren
Die finale Fassung, verwendete Quellen und wichtige Entscheidungen bleiben auffindbar.
Das klingt nach mehr Schritten als „Aufnehmen und von KI schönschreiben lassen“ – und das ist es auch. Dafür entsteht ein Text, für den ich mit meinem Namen einstehen kann.
Ein 20-Minuten-Test für deinen ersten Diktat-Workflow
Du brauchst dafür weder ein neues Mikrofon noch ein komplexes Projekt.
Minute 1 bis 3: Frage festlegen
Schreibe eine konkrete Leserfrage auf.
Minute 4 bis 10: frei sprechen
Erzähle:
- eine eigene Szene;
- deine vorläufige Antwort;
- einen Einwand;
- eine Grenze;
- eine praktische Konsequenz.
Minute 11 bis 14: KI analysieren lassen
Bitte nicht um den Artikel. Bitte um:
- Kernthese;
- stärkstes Beispiel;
- Wiederholungen;
- unbelegte Behauptungen;
- drei Rückfragen.
Minute 15 bis 18: Rückfragen beantworten
Sprich ein zweites kurzes Diktat.
Minute 19 bis 20: Briefing erzeugen
Lass aus beiden Transkripten eine Seite mit Zielgruppe, Seitenjob, Kernantwort, Material, Recherchebedarf und Struktur erstellen.
Jetzt hast du noch keinen fertigen Text.
Du hast etwas Besseres: einen belastbaren Anfang.
Warum Sprache meine Voice-DNA besser trägt als ein Stilprompt
Ein Stilprompt kann Begriffe nennen: direkt, lebendig, systemisch, nicht corporate.
Ein echtes Diktat zeigt, wie ich denke:
- wo ich beschleunige;
- wann ich einen Satz abreiße;
- welche Kontraste ich bilde;
- wie ich mich korrigiere;
- welche Beispiele mir einfallen;
- wo Ärger oder Begeisterung in Analyse kippen;
- wie aus einer Beobachtung eine Handlungsregel wird.
Die KI soll diese Bewegung nicht karikieren. Sie soll sie bewahren und ordnen.
Mein Ziel ist nicht, dass ein Modell möglichst überzeugend „Sascha spielt“.
Mein Ziel ist ein Text, der aus meinem Material stammt, meine Urteilskraft trägt und trotzdem klarer ist als ein 30-minütiges Laufdiktat mit Windgeräuschen und drei Begegnungen mit anderen Hundebesitzern.
Vom gesprochenen Gedanken zum belastbaren Content-System
Voice-first ist besonders stark, wenn Fachwissen in Köpfen steckt und schriftliche Briefings immer wieder zu dünn bleiben. Ein Interview, Selbstinterview oder Diktat kann dieses Wissen erschließen. Der Workflow danach entscheidet, ob daraus Substanz oder nur längerer KI-Text entsteht.
Ich entwickle solche Abläufe im Rahmen meiner KI-Workflows für Content-Teams. Wenn du vor allem Website-Texte, Landingpages oder Fachartikel umsetzen möchtest, ist Copywriting und SEO-Redaktion der passendere Einstieg.
Die Geräteebene beschreibe ich separat in meinem redaktionellen Workflow mit MacBook, iPhone und iPad. Hier ging es bewusst um Sprache als Arbeitsoberfläche – nicht um einen Apple-Altar.
Quellen und weiterführende Hinweise
- OpenAI: Whisper – robuste Spracherkennung aus groß angelegtem schwachem Training
- OpenAI: Speech-to-Text-Dokumentation
- BSI: Sichere generative KI in Organisationen und Unternehmen
- Datenschutzkonferenz: Orientierungshilfe Künstliche Intelligenz und Datenschutz
Transparenz: Der Beitrag beschreibt meine persönliche Arbeitsweise. Diktieren ist nicht für jede Person oder Aufgabe schneller oder besser. Produktfunktionen und Transkriptionsqualität ändern sich; sensible Daten brauchen vor der Verarbeitung eine eigene Prüfung.
