Bevor Du Voice-Agenten baust - der Quick Win heisst Diktieren

In den letzten beiden Artikeln ging es um die grosse Vision. Voice als Bedienoberfläche, verlässlich abgefragt statt halluziniert.

Zwischen heute und diesem Ziel liegt Arbeit. Datenquellen anbinden. Berechtigungen klären. Kontext definieren. Nichts davon ist sexy.

Währenddessen liegt ein Gewinn herum, den fast alle übersehen. Er klingt banal: Diktieren.

Die Zahl, gegen die man schlecht argumentiert

Ein geübter Mensch tippt 40 bis 60 Wörter pro Minute. Sprechen schafft jeder bei 130 bis 170.

Das Dreifache. Keine Schätzung aus einer Hochglanzbroschüre, sondern eine stabile Konstante menschlicher Motorik. Tippen ist eine erlernte, langsame Übersetzung von Gedanken in Fingerbewegungen. Sprechen ist der direkte Kanal.

Rechne es für eine Rolle durch. Zwei Stunden am Tag Texte verfassen - Mails, Notizen, Angebotsentwürfe, Protokolle. Die Hälfte davon diktiert statt getippt: 30 bis 40 Minuten zurück. Pro Tag. Kein KI-Grossprojekt nötig. Die Funktion steckt in jedem modernen Betriebssystem.

Skaliere auf ein Team. Zehn Personen, 30 Minuten, 220 Arbeitstage. Über 1'100 Stunden im Jahr.

Zieh grosszügig die Hälfte ab für Einarbeitung, Korrekturen und Tage, an denen es nicht passt. Was bleibt, schlägt jede andere KI-Initiative auf Reifegrad null - bei einem Bruchteil von Aufwand und Risiko.

Am meisten profitieren die schreibintensiven Rollen. Vertrieb mit Gesprächsnotizen. Support mit Tickets. Beratung mit Protokollen. Das Management mit der Flut kurzer Entscheidungen, die sonst im Posteingang versinken.

Der eigentliche Gewinn ist nicht die Zeit. Es ist die Reibung, die wegfällt.

Weniger Reibung schlägt gesparte Minuten

Tippen erzeugt eine Schwelle. Wer einen Gedanken erst formulieren und dann sauber eintippen muss, lässt ihn im Zweifel weg. Die Notiz nach dem Kundengespräch, die man später macht und dann vergisst. Der Einwand im Workshop, den niemand festhält.

Diktieren senkt diese Schwelle. Ideen werden gesichert, bevor sie verdampfen.

Das Verhalten ändert sich messbar. Es wird mehr dokumentiert. Früher. Vollständiger.

Für den späteren Ausbau ist das Gold wert. Diese früh erfasste Dokumentation ist genau das Wissen, das ein gutes System später braucht. Der Quick Win von heute ist die Datenbasis von morgen.

Die ehrlichen Grenzen

Ein Versprechen ohne Grenzen ist Marketing, kein Rat. Diktieren scheitert an vier Stellen.

Lärm. Grossraumbüro, Werkstatt, Zug. Die Erkennung leidet. Ohne gutes Mikrofon korrigierst Du mehr, als Du sparst.

Sensible Inhalte. Personendaten, Gesundheitsdaten, Vertragsdetails - laut ausgesprochen, womöglich über einen Cloud-Dienst. Im nDSG-Raum ist das kein Detail, sondern eine Compliance-Frage. Kläre vorher, was diktiert werden darf und wohin es geht.

Nuscheln und Tempo. Wer hastig spricht, bekommt schlechte Ergebnisse. Diktieren ist eine Fähigkeit, keine Magie. Ein paar Tage Eingewöhnung gehören dazu.

Fachvokabular. Produktnamen, Abkürzungen, Branchenbegriffe erkennt das System anfangs schlecht. Trainierbar. Am Anfang kostet es Geduld.

Keine dieser Grenzen ist ein K.-o.-Kriterium. Wer sie verschweigt, erzeugt genau die Enttäuschung, die jede weitere Voice-Initiative abwürgt: "Haben wir probiert, hat nicht funktioniert."

Warum der kleine Schritt den grossen vorbereitet

Voice AI im grossen Stil scheitert selten an der Technik. Fast immer an der Akzeptanz. Menschen, die nie mit einer Maschine gesprochen haben, vertrauen ihr keine Entscheidungen an.

Diktieren nimmt diese Hürde am niedrigschwelligsten. Risikoarm. Der Nutzen ist sofort spürbar. Und es gewöhnt die Leute daran, mit Software zu sprechen statt sie zu bedienen.

Kommt später die echte Voice Intelligence, triffst Du auf ein Team, das die Geste kennt. Du verkaufst keine Revolution mehr. Nur den nächsten logischen Schritt.

Ein zweiter Effekt wird oft übersehen. Diktieren zwingt zur Klarheit. Wer einen Gedanken laut formuliert, merkt schneller, ob er ihn zu Ende gedacht hat. Viele berichten, dass diktierte Notizen strukturierter ausfallen als getippte. Sprechen zwingt den Gedanken, sofort eine Form anzunehmen. Aus dem Tempo-Werkzeug wird nebenbei ein Denkwerkzeug.

Wo wir stehen

Wir raten den meisten Mittelständlern zur unspektakulären Reihenfolge. Erst der Quick Win, der heute Geld spart und Akzeptanz baut. Dann der Ausbau zur Bedienoberfläche, wenn die Datenbasis trägt.

Wer mit dem ERP-Voice-Agenten beginnt, bevor das Team gern diktiert, baut auf Sand.

Dein nächster Schritt

Bevor Du Diktieren ausrollst: rechne. Was holst Du tatsächlich heraus?

Unser ROI-Kalkulator macht das in zwei Minuten. Rollen, Zeitanteile, Teamgrösse rein. Zeitersparnis raus - als Zahl, gegen die man im Budgetgespräch schlecht argumentiert.

Erst die Zahl. Dann die Entscheidung. In dieser Reihenfolge überzeugst Du auch die Skeptiker.