Jeder, der nach einem Meeting schweizerdeutsche Aufnahmen in Text verwandeln muss, kennt das Problem: Standard-Tools wie OpenAI Whisper, Otter.ai oder Dragon Anywhere versprechen automatische Transkription – und liefern bei Dialekten Resultate, die ohne intensive Nachbearbeitung unbrauchbar sind. Die Sprachbarriere kostet täglich produktive Zeit, weil die meisten KI-Modelle für Hochdeutsch oder Englisch optimiert sind, nicht für die reale Sprachvielfalt der Schweiz.
Dieser Artikel zeigt auf Basis aktueller Forschung (Stand 2026), warum Schweizerdeutsch technisch so schwierig ist, wie gut aktuelle Modelle wirklich performen – und welche Alternativen Schweizer KMU heute haben.
Whisper auf Schweizerdeutsch: Die ernüchternden Zahlen
OpenAI Whisper gilt als eines der besten Open-Source-Modelle für Spracherkennung. Doch bei Schweizerdeutsch zeigt sich die Grenze: Das Whisper large-v3-Modell erreicht im Zero-shot-Modus (ohne spezifisches Training) lediglich ~28,6% Word Error Rate (WER) – das bedeutet 71,4% Accuracy. Fast jedes dritte Wort ist falsch oder fehlt.
Selbst fine-tuned Modelle wie Flurin17/whisper-large-v3-turbo-swiss-german erreichen 37,96% WER (62% Accuracy) – trotz ~301 Stunden schweizerdeutschem Trainingsmaterial. Für produktive Nutzung – Protokolle, Arztbriefe, rechtssichere Dokumentation – ist das zu unzuverlässig.
WER ist eine schlechte Metrik für Dialekte
Die Word Error Rate misst Abweichungen vom geschriebenen Text – doch bei Schweizerdeutsch ist das Problem komplexer: Die Transkription ist gleichzeitig eine Übersetzung ins Hochdeutsche, weil es keine standardisierte Schreibweise gibt. Ein Wort wie "nicht" kann als "nöd", "nid", "ned", "nit" oder "nüd" gesprochen werden – alle Varianten sind korrekt, aber ein Modell muss sich für eine entscheiden.
Forscher der ETH haben deshalb eine "content WER" (cWER) entwickelt, die nur echte Erkennungsfehler zählt. Das beste Modell im arXiv-Paper erreicht 13,8% cWER – deutlich besser als die gemessene WER von 25,6%, aber immer noch zu hoch für kritische Anwendungen.
Benchmark-Kontamination: Veröffentlichte Zahlen sind oft zu optimistisch
Besonders kritisch: Ein vanilla Whisper-Modell, das auf dem Testdatensatz selbst trainiert wurde – ohne echte Schweizerdeutsch-Daten – erreicht 13,88% WER. Es hat schlicht gelernt, die Konventionen des Benchmarks zu matchen, nicht Dialekt zu verstehen. Viele veröffentlichte "State-of-the-Art"-Zahlen (17,1–17,5% WER) sind primär Convention-Matching, nicht echte Dialekt-Erkennung.
Otter.ai, Fireflies & Co.: Keine Dialekt-Unterstützung
Internationale Tools wie Otter.ai sind für Live-Meetings mit Auto-Join in Zoom oder Teams optimiert – aber Otter unterstützt nur sechs Sprachen: Englisch, Spanisch, Französisch, Deutsch, Japanisch und Chinesisch. Schweizerdeutsch ist nicht dabei.
Die Dokumentation erwähnt, dass Otter "a wide variety of accents, including [...] Swiss [...] accents" verarbeiten kann – das bezieht sich aber nur auf Schweizer Akzent in Englisch, nicht auf den Dialekt selbst.
Für Schweizer KMU, deren interne Meetings auf Schweizerdeutsch laufen, ist Otter schlicht nicht die richtige Wahl.
Dragon Anywhere: Das Ende einer Ära
Nuance Dragon Anywhere war jahrelang die mobile Diktierlösung für Anwälte, Ärzte und andere Berufsgruppen, die unterwegs diktieren wollten. Im Juni 2026 wurde die App discontinued – ohne offizielle Nachfolgelösung von Microsoft/Nuance.
Wer bisher auf Dragon gesetzt hat, muss jetzt Alternativen suchen. Philips SpeechLive+ wird als Ersatz beworben, doch auch hier bleibt die Frage: Wie gut funktioniert die Erkennung bei schweizerdeutschen Aufnahmen?
Schweizer Wettbewerber: töggl, Swiss Transcript, aibox
töggl: SRF-Trainingsmaterial, aber Qualität mit Fragezeichen
töggl nutzt Trainingsmaterial vom Schweizer Radio und Fernsehen (SRF), um eine breite Palette an Dialekten zu verstehen – Züritüütsch, Bärndütsch, Baseldytsch. Die Daten bleiben 100% in der Schweiz, das Tool trägt das "swiss made software"-Label. Pricing: CHF 1 pro Minute Schweizerdeutsch, 10 Credits gratis, 50% Studierendenrabatt.
Doch der digitec.ch-Test von 2022 zeigt Grenzen: "Without post-processing, the text is incomprehensible due to faulty speaker separation and numerous errors. I need 20 minutes to make the Töggl text halfway understandable." Manuelle Transkription war im Test schneller.
Der Test ist vier Jahre alt – die Qualität könnte sich seither verbessert haben. Doch die historische Baseline zeigt: Auch spezialisierte Schweizer Tools sind keine Wunderwaffe.
Swiss Transcript: Günstiges Pay-per-Minute-Modell
Swiss Transcript bietet CHF 0,17 pro Minute (= CHF 10 pro Stunde) – deutlich günstiger als töggl. Die Daten liegen zu 100% in der Schweiz (Infomaniak Genf), DSGVO & Swiss DPA konform. Jeder neue Account erhält 60 Minuten gratis, und die Preise schliessen bis zu drei Meeting-Summaries pro Transkript ein.
Für gelegentliche Nutzung ist das Modell attraktiv. Wer regelmässig transkribiert, landet bei Packs (CHF 5–7 pro Stunde) oder Subscriptions (CHF 3,25–4 pro Stunde).
Warum Schweizerdeutsch technisch so schwierig ist
Vier Faktoren machen Schweizerdeutsch zur Herausforderung für KI-Modelle:
- Keine standardisierte Orthografie: Ein Satz kann auf zehn Arten geschrieben werden – alle korrekt. Modelle müssen sich für eine Schreibweise entscheiden, werden aber an einer anderen gemessen.
- Eigene Grammatik: Schweizerdeutsch hat kein Präteritum, verwendet andere Dativ-Konstruktionen, baut Sätze anders auf als Hochdeutsch.
- Starke Dialektvielfalt: Züritüütsch, Bärndütsch, Baseldytsch, Walliserdeutsch, Bündnerdeutsch – jeder Dialekt hat eigene Phonologie, Morphologie und Syntax.
- Zu wenig Trainingsdaten: Im Vergleich zu Englisch (680'000 Stunden in Whispers Trainingskorpus) gibt es für Schweizerdeutsch kaum öffentliche, qualitativ hochwertige Daten.
Das arXiv-Paper von Felix Akeret fasst es zusammen: "Swiss German has no standardized orthography and exhibits significant phonological, morphological, and syntactic divergence from the written standard."
SprichMal: Schweizerdeutsch, EU-Hosting, transparentes Pricing
SprichMal wurde von der matd ag in Rickenbach TG entwickelt und "works in multiple languages, even Swiss German". Das Modell ist auf Schweizer Bedürfnisse zugeschnitten: Datenhaltung verschlüsselt in Frankfurt (AWS, EU), DSGVO- und revDSG-konform, kein KI-Training auf Nutzerdaten.
Pricing: Free-Plan mit 5 Dokumenten pro Monat, Pro Monthly CHF 19/Monat unlimited, Pro Yearly CHF 149/Jahr (-35%), Founder Licence CHF 299 einmalig (garantiert 5 Jahre Zugang, 50 Dokumente/Monat Fair Use).
Im Vergleich zu töggl (CHF 1/Min = ab 19 Minuten/Monat teurer) oder Swiss Transcript (Break-even bei ~112 Min/Monat) ist SprichMal bei regelmässiger Nutzung günstiger. Der Fokus liegt nicht auf Live-Meeting-Bots (wie Otter), sondern auf File-Upload und automatischer Formatierung – aus einer Aufnahme können Protokoll, Brief, To-Do-Liste oder eigene Firmenvorlagen generiert werden.
Use-Cases: Meeting Minutes, Medical Reports, Client Notes, Project Reports. Besonders für KMU, die nach Dragon Anywhere eine mobile Diktierlösung suchen oder bei internationalen Tools an der Dialekt-Barriere scheitern.
Die Grenzen ehrlich benennen
Kein Tool – weder Whisper, noch töggl, Swiss Transcript oder SprichMal – erreicht heute 100% Genauigkeit bei Schweizerdeutsch. Nachbearbeitung ist weiterhin nötig, besonders bei kritischen Dokumenten (Arztbriefe, rechtssichere Protokolle).
Die Herausforderung bleibt: Schweizerdeutsch zu transkribieren bedeutet gleichzeitig zu übersetzen. Ein Modell muss entscheiden, wie "nöd" geschrieben, wie Dialekt-Grammatik ins Hochdeutsche übertragen wird – und jede dieser Entscheidungen kann als "Fehler" gewertet werden, selbst wenn sie inhaltlich korrekt ist.
Wer ein Tool wählt, sollte deshalb nicht nur auf WER-Zahlen schauen, sondern testen: Wie gut funktioniert es mit meinem Dialekt, meinem Fachvokabular, meiner Audioqualität?
Fazit: Die Sprachbarriere bleibt – aber die Lücke wird kleiner
Die gute Nachricht: Fine-tuned Modelle und spezialisierte Schweizer Anbieter haben die Qualität gegenüber Standard-Whisper (28,6% WER) deutlich verbessert. Die schlechte Nachricht: Perfekt ist keines.
Internationale Tools wie Otter.ai oder das discontinued Dragon Anywhere sind für Schweizer Dialekte keine Option. Schweizer Anbieter wie töggl, Swiss Transcript oder SprichMal bieten Dialekt-Support – mit unterschiedlichen Preismodellen, Datenschutz-Ansätzen und Qualitätsniveaus.
Für Schweizer KMU, die täglich Meetings transkribieren, Arztbriefe diktieren oder Projektprotokolle erstellen, lohnt sich der Vergleich: Pay-per-Minute (Swiss Transcript, töggl) vs. Flat-Rate (SprichMal), 100% Swiss Hosting vs. EU-Hosting, Live-Meeting-Bot vs. File-Upload.
Die Sprachbarriere kostet noch immer Produktivität – doch die Lücke wird kleiner. Wer heute das richtige Tool wählt, spart morgen Stunden Nachbearbeitung.
Unsere Einschätzung
Offenlegung: Dieser Abschnitt ist eine redaktionelle Einschätzung von sprichmal.ch — eine Meinung, die die oben belegten Fakten einordnet, aber keine neuen Fakten oder Zahlen einführt. sprichmal.ch ist selbst Anbieter in diesem Markt; wir vergleichen offen und fair, statt Wettbewerber schlechtzureden.
Aus unserer Sicht zeigt sich hier ein klassischer Trade-off: Internationale Tools wie Otter.ai bieten Komfort (Auto-Join in Meetings, Team-Features), versagen aber bei Schweizer Dialekten komplett. Schweizer Anbieter haben die Dialekt-Unterstützung, doch die Qualität variiert stark – und keiner erreicht heute die Zuverlässigkeit, die wir von Englisch- oder Hochdeutsch-Transkription gewohnt sind.
Für SprichMal als Schweizer Anbieter sehen wir den Vorteil in der Kombination aus drei Faktoren: (1) Schweizerdeutsch-Support, der funktioniert – ohne die Intransparenz vieler Wettbewerber, die keine WER-Zahlen veröffentlichen. (2) Transparentes, faires Pricing: CHF 0–19/Monat Flat-Rate ist für regelmässige Nutzer günstiger als Pay-per-Minute-Modelle und vermeidet die Kostenfalle, die bei töggl (CHF 1/Min) schnell entsteht. (3) EU-Datenhaltung (Frankfurt) mit DSGVO/revDSG-Konformität und offengelegten KI-Partnern – ein Vorteil gegenüber US-Tools, bei denen der Serverstandort oft unklar bleibt.
Unsere Empfehlung: Wer täglich transkribiert und Schweizerdeutsch braucht, sollte SprichMal und Swiss Transcript parallel testen (beide haben Gratis-Kontingente). Wer nur gelegentlich transkribiert, fährt mit Swiss Transcript (CHF 0,17/Min, 1h gratis) günstiger. Und wer nach Dragon Anywhere eine mobile Diktierlösung sucht, findet in SprichMal eine moderne Alternative – ohne Abo-Falle, mit transparentem Datenschutz.
Die Dialekt-Barriere ist real, die WER-Zahlen sind ernüchternd. Doch für Schweizer KMU gibt es heute brauchbare Lösungen – man muss nur wissen, wo die Stärken und Grenzen liegen.
Wenn du selbst testen möchtest, wie gut Schweizerdeutsch-Transkription heute funktioniert – und ob SprichMal für deine Meetings, Arztbriefe oder Projektprotokolle passt – kannst du direkt mit dem Free-Plan (5 Dokumente/Monat) starten oder die Founder Licence (CHF 299 einmalig, 5 Jahre garantiert) sichern. in 4 Fragen herausfinden, was SprichMal dir bringt.