Sprechen ist rund dreimal schneller als Tippen, warum tippen wir unsere Gedanken trotzdem?

Bequemes Sprechen liegt bei rund 120 bis 150 Wörtern pro Minute. Gute Zehnfinger-Tipper:innen schaffen 60 bis 80; die meisten landen bei rund 40. Sprechen ist also etwa zwei- bis dreimal schneller als Tippen, um Wörter aus dem Kopf zu bekommen. Für einen schnellen Gedanken, eine Reflexion, eine Nachricht, die du sonst aufschieben würdest, ist dieser Unterschied der Unterschied zwischen Festhalten und Verlieren.

Sprechen senkt auch die Aktivierungsenergie. Ein leeres Textfeld lädt zum Bearbeiten-während-des-Schreibens ein, diesem kleinen inneren Kritiker, der den ersten Satz fünfmal umschreibt. Sprechen läuft dem Kritiker davon. Du bekommst zuerst den unaufgeräumten, vollständigen Gedanken und räumst später auf, genau die richtige Reihenfolge fürs Festhalten. Es funktioniert außerdem freihändig, beim Gehen, Fahren, Kochen, Baby-Halten, in den Momenten, in denen gute Ideen wirklich kommen und eine Tastatur keine Option ist.

Sei ehrlich: Sprache verliert bei allem Strukturierten. Code, Tabellen, präzise Formatierung, dichtes Bearbeiten, alles schneller von Hand. Sprache ist fürs Festhalten, nicht fürs Verfassen. Der stärkste Workflow ist nicht das eine oder das andere; es ist: zum Festhalten sprechen, dann das Transkript lesen und mit der Tastatur formen. Du bekommst das Tempo des Mundes und die Präzision der Finger, jeweils da, wo sie am stärksten sind.

Der Grund, warum sich Voice-first für sensibles Denken nie ganz durchsetzte, ist, dass die meiste Diktier-Software dein Audio in die Cloud schickt. Sprachmemo transkribiert lokal mit Vosk, du bekommst also das Tempo des Sprechens, ohne deine halbfertigen Gedanken dem Server eines anderen zu übergeben. Tipp auf den Kreis, sprich, und ein durchsuchbares Transkript erscheint neben dem Audio, ohne Upload.