Vito vs Windows-Spracheingabe

Jede Windows-Maschine hat schon Diktieren an Bord. Drücke Windows + H mit dem Cursor in einem Textfeld und es beginnt zuzuhören, kostenlos, ohne etwas zu installieren. Bevor wir irgendetwas anderes empfehlen, ist das Ehrliche, dir zu sagen, wann das alles ist, was du brauchst – denn für eine ganze Reihe von Leuten ist es das wirklich.

Auf einen Blick

  Vito Windows-Spracheingabe
Kosten Kostenlose App; ein kostenloser Weg über AssemblyAI-Guthaben + Groq, oder ~0,15 €/Std. an deinen eigenen Anbieter Kostenlos, Teil von Windows
Zu installieren Download plus zwei API-Schlüssel Nichts, es ist schon da
Braucht Internet Ja Ja
Funktioniert in jeder App Ja Ja, wo der Cursor ist
Zeichensetzung Automatisch Automatisch oder diktiert
Schreibt um, was du gesagt hast Ja — Füllwörter raus, Sätze repariert Nein, es transkribiert
Durchsuchbarer Verlauf Ja, lokal gespeichert Nein
Persönliches Wörterbuch Ja Nein
Bestehende Dateien transkribieren Ja Nein
Linux Ja Nein, es ist eine Windows-Funktion
KI-Sprachbefehle Ja — sag einfach "Vito, …" Nein

Geprüft anhand Microsofts eigener Dokumentation im Juli 2026.

Wo die Windows-Spracheingabe die bessere Wahl ist

Sie ist schon installiert und kostet nichts

Kein Download, kein Konto, kein Schlüssel, kein Guthaben, keine Entscheidung. Das ist ein echter Vorteil und keine Drittanbieter-App kann ihn erreichen. Wenn du gelegentlich eine Nachricht diktierst und es gut genug funktioniert, ist etwas anderes zu installieren Aufwand, den du dir nicht antun musstest.

Du fügst lieber kein weiteres bewegliches Teil hinzu

Sie wird von Microsoft gepflegt, aktualisiert sich mit Windows und kann nicht von einem kleinen Projekt aufgegeben werden. Vito ist eine junge App auf GitHub, was eine andere Art von Wette ist.

Du diktierst kurze Dinge

Für einen Satz in einem Chatfenster oder einer Suchleiste ist Transkription alles, was du brauchst, und die zusätzliche Schicht, die Vito hinzufügt, hat nichts zu tun. Wo Vito sich seinen Platz verdient, ist längerer Text.

Wo Vito die bessere Wahl ist

Du willst den Text fertig, nicht transkribiert

Das ist der ganze Unterschied. Windows schreibt auf, was du gesagt hast. Sprache ist voller Fehlstarts, "Ähs", auf halbem Weg abgebrochener und neu begonnener Sätze und Ideen, die in der falschen Reihenfolge ankommen – eine exakte Abschrift von Sprache liest sich also weiterhin wie Sprache, und du bearbeitest sie am Ende von Hand. Vito schickt die Abschrift zuerst durch einen zweiten KI-Durchlauf: Füllwörter entfernt, der gemeinte Satz rekonstruiert, Absätze, wo du danach gefragt hast, gesprochene Emoji in Emoji verwandelt. Für einen Absatz ist es eine Nettigkeit. Für eine E-Mail ist es der Unterschied zwischen Diktieren und Tippen. Du wählst außerdem, welche KI diesen Durchlauf macht – jedes OpenAI-kompatible Modell, inklusive eines lokalen auf deiner eigenen Maschine, wo Windows dir überhaupt kein Mitspracherecht gibt.

Du willst finden, was du letzte Woche diktiert hast

Vito behält jedes Diktat lokal und macht es per Volltext durchsuchbar, mit der Aufnahme daneben. Die Windows-Spracheingabe behält nichts, sobald der Text im Feld ist.

Sie macht deine Fachbegriffe immer wieder falsch

Vito hat ein persönliches Wörterbuch: Bring ihm die Namen deiner Kollegen, deine Projektnamen, den Jargon bei, den es verstümmelt, und es wendet die Korrektur von da an an.

Du bist auf Linux

Nicht auf die Windows-Spracheingabe anwendbar, aus offensichtlichen Gründen, und erwähnenswert, weil viele Leute genau danach hierher kommen.

Frag die KI per Stimme, nicht nur diktieren

Die Windows-Spracheingabe schreibt auf, was du sagst. Vitos Vito Assist kann auf das, was du sagst, reagieren: "Vito, übersetze die Zwischenablage ins Spanische", "Vito, was ist die Hauptstadt von Frankreich?", "Vito, definiere 'allgegenwärtig'" – der Befehl geht an eine KI und die Antwort landet dort, wo dein Cursor ist, ohne dass zuvor etwas aktiviert werden müsste. Es ist der Unterschied zwischen einem Transkribierer und einem Assistenten.

Es macht ziemlich Spaß

Eine kleine Sache, und wir tun nicht so, als würde sie irgendetwas entscheiden. Vito zählt mit: diktierte Wörter, aufgeräumte Sätze, Stunden Tippen, die du dir gespart hast, ein Diagramm deiner Woche. Es gibt über 50 Erfolge zum Freischalten unterwegs, manche albern, einige versteckt.

Es stellt sich heraus, dass es mehr ausmacht, als es klingt. Diktieren statt Tippen ist eine Gewohnheit, die man sich aufbauen muss, und die erste Woche ist der unbeholfene Teil – "1 Std. 38 Min. Tippen gespart" zu sehen ist ein Anstoß weiterzumachen, den dir ein leeres Fenster nicht gibt. Klingt das für dich nach einer Spielerei? Ignoriere es getrost völlig; nichts hängt davon ab.

Die ehrliche Zusammenfassung

Probier zuerst Win+H

Wirklich. Es kostet dich nichts und fünf Minuten, und wenn sich herausstellt, dass es genügt, hast du dir eine Einrichtung und kleine monatliche Kosten erspart. Komm wieder, wenn du merkst, dass du genauso lange die Abschrift aufräumst, wie du sie getippt hättest – das ist der Moment, für den Vito da ist, und nicht früher.

Also welches von beiden

Vito vs Handy → Auch kostenlos und quelloffen, aber das Modell läuft auf deiner Maschine Vito herunterladen → Windows und Linux, kostenlos, ohne Konto