Warum deine Stimme nicht durch eine US-Cloud reisen sollte

Wenn du in einer typischen Transkriptions-App auf Aufnehmen drückst, verlassen die Audio-Bytes dein Gerät, laufen über ein CDN, landen in Object-Storage in einer US-AWS-Region und werden von einem Transkriptions-Service in derselben Region gelesen. Die App im Browser ist ein dünner Viewer über dieser Pipeline. Der Vertrag, den du in den AGB unterschreibst, ist das Einzige, was zwischen diesem Audio und jeder anderen Nutzung steht, die der Anbieter sich vorstellt.

Ein getipptes Dokument verrät Wörter. Ein Sprach-Clip verrät: Wörter, Sprachstress, Akzent, Alter, manchmal Geschlecht, Umgebungsgeräusche (also den Raum, eventuell die Stadt), Hintergrund-Stimmen (andere Personen im Raum, ohne deren Einwilligung) und Sprachmuster, die biometrisch identifizieren. Wir sind kollektiv unvorbereitet darauf, wie viel Information ein ungeprobtes 90-Sekunden-Sprachmemo trägt.

Die DSGVO ist stark, wenn Betroffene und Verantwortliche in der EU sitzen. Sie wird schwächer, je weiter die Daten physisch reisen. Die Rechtslage nach Schrems II erlaubt EU-zu-US-Transfer formal über ein Flickenwerk von Mechanismen, aber die praktischen Rechtsmittel, wenn etwas schief läuft - Benachrichtigung, Löschung, Schadensersatz - hängen davon ab, vor welchem Gericht du stehst und wie viel Geld du für Anwält:innen hast. Die billigere Variante: die Daten nicht rauslassen.

Sprachmemo läuft bei Hetzner in Falkenstein, Deutschland. Das Vosk-Transkriptions-Modell läuft im selben Rechenzentrum wie deine Audio-Datei - kein Netzwerk-Hop zwischen Speicher und Inferenz. Die Transkriptions-Engine ist Open Source, jede:r kann prüfen, was sie tut und nicht tut. Es ist nichts Exotisches daran; wir haben einen Stack gewählt, in dem 'Audio bleibt, wo du es hinlegst' Standard ist, nicht ein bezahltes Feature.