Klassische Diktiergeräte: OM System, Grundig und Philips SpeechMike im Profi-Workflow

Zwei Welten: Diktat-Workflow und KI-Zusammenfassung

Ein KI-Diktiergerät beantwortet die Frage „Was wurde besprochen?“: Es nimmt ein Gespräch auf und liefert Transkript und Zusammenfassung. Ein Profi-Diktiergerät beantwortet eine andere Frage: „Wie kommt mein Diktat als fertiger Text in die Akte?“ Hier spricht eine Person allein, strukturiert und mit Korrekturen, und am Ende steht ein Brief, ein Befund oder ein Schriftsatz. Dazwischen liegt ein Workflow: Das Diktat wird als Datei an eine Schreibkraft oder an eine Spracherkennung übergeben, priorisiert, korrigiert und freigegeben. Profi-Geräte haben deshalb einen Schiebeschalter für Aufnahme, Pause, Rücklauf und Einfügen, Autoren-IDs, Prioritätsmarkierungen, verschlüsselte Dateiformate und eine Dock-Station, die die Diktate automatisch in die Software überträgt. Was sie nicht haben: Mikrofone für den Raum, Telefonaufnahme, eine App mit Chat-Zusammenfassung. Wer beides vergleicht, vergleicht Werkzeuge für verschiedene Arbeiten; die Abgrenzung zu den Karten steht auf der Vergleichsseite, der Einsatz in Praxis und Kanzlei unter Einsatz im Beruf.

Eine zweite Eigenheit: Preise gibt es fast nur „auf Anfrage“. Grundig zeigt im Shop „Request price“, OM System nennt für Deutschland keinen Preis, Philips für den SpeechMike Ambient keine Preisempfehlung. Der Vertrieb läuft über Fachhändler, die Gerät, Software und Einrichtung bündeln. Wo wir einen Herstellerpreis fanden, steht er hier mit Quelle; wo nicht, steht „nicht veröffentlicht“, und die Kostenleiter der Vergleichsseite lässt diese Geräte aus.

OM System DS-9100 und DS-2700: Diktiergeräte mit Cloud-Spracherkennung

OM Digital Solutions aus Japan führt die frühere Olympus-Diktatsparte weiter. Der DS-9100 ist das Spitzenmodell: laut Produktseite 56 Stunden Akkulaufzeit, Laden in zwei Stunden über die separate Dock CR-21, 2 GB interner Speicher plus SD-Karte bis 32 GB, zwei Stereo-Beamforming-Mikrofone mit drei Empfindlichkeitsstufen, ein TFT-Farbdisplay von 2,4 Zoll, Schiebeschalter mit vier Positionen, 256-Bit-AES-Dateiverschlüsselung mit vierstelliger PIN, bis zu 10 Autoren-IDs und ein alkoholresistentes Gehäuse für die Praxis. Aufgenommen wird in verschlüsseltem DSS, PCM oder MP3. Zwölf Monate ODMS-Cloud-Lizenz sind enthalten. Maße, Gewicht und der deutsche Preis stehen nicht auf der Seite; der irische OM-Store nennt laut Snippet 669 € UVP für das „Kit Premium“ mit ODMS Cloud, der britische £569, der US-Shop 459,99 $ für die Standard-Edition. Der DS-2700 ist das Einstiegsmodell mit ebenfalls 56 Stunden, USB-Laden, 32 Indexmarken, Konferenzmodus und einem Falltest aus 1,5 Metern; OM empfiehlt dafür die On-Premise-Software ODMS R8. Er ersetzt den DS-2600.

Die KI steckt in der ODMS Cloud: Die Spracherkennung ist laut OM „powered by Microsoft Azure AI“ und unterstützt Englisch in mehreren Akzenten, Deutsch, Französisch und Spanisch; eine Lizenz brauchen nur die Autoren, konvertiert wird automatisch nach dem Upload, abgesichert mit 256-Bit-Verschlüsselung und Zwei-Faktor-Anmeldung. Preis der Spracherkennungslizenz und Rechenzentrumsstandort veröffentlicht OM nicht. In der On-Premise-Variante ODMS R8 läuft die Spracherkennung über ein separat installiertes Dragon. Das ist Diktat-Spracherkennung, kein Sprachmodell für Zusammenfassungen: Das System schreibt, was gesagt wurde, und fasst nichts zusammen.

Grundig Digta 7: Das deutsche Profi-Diktiergerät

GRUNDIG Business Systems GmbH & Co. KG aus Nürnberg (Sitz Bayreuth, HRA 4732) ist der einzige Hersteller dieses Vergleichs mit vollständigem deutschen Impressum. Der Digta 7 misst laut Datenblatt etwa 130 × 52 × 22 mm und wiegt rund 125 Gramm inklusive Akkupack; das transflektive LCD hat 160 × 160 Pixel in 16 Graustufen. Der Akkupack 962 mit 1.000 mAh lädt in etwa 4 Stunden und hält bis zu 25 Stunden im DSS-Betrieb, alternativ laufen zwei AAA-Zellen. Der interne Speicher ist im Datenblatt zweimal verschieden angegeben: Die Tabelle nennt 4 GB für etwa 600 Stunden DSS, die Highlight-Spalte desselben Blatts „2 GB interner Speicher für fast 300 Stunden“; dazu kommt eine SD-Karte bis 32 GB. Formate sind DSS, DSS Pro, WAV und MP3, Diktate lassen sich mit 128 oder 256 Bit verschlüsseln und per PIN/PUK schützen; die Premium-Variante hat Stereo-Mikrofone und einen Bewegungssensor. Varianten: Digta 7 mit DigtaSoft One und Schiebeschalter, Digta 7 Push mit Drucktasten, ein Starter Kit mit Fußschalter und Swingphone sowie ein Stand-Alone Kit mit Digta Station.

Spracherkennung ist beim Digta 7 Zusatz, nicht Bestandteil. Das Datenblatt nennt „Zeicheneingabe via Nuance VoCon Engine“ für die Premium-Variante, also Sprachsteuerung des Geräts, nicht Volltext; das Diktat selbst geht „zur Spracherkennung im DigtaSoft Netzwerk“ oder an „weitere Diktier- oder Spracherkennungssoftware“, die der Händler liefert. Der Digta 7 ist damit das einzige Gerät im Vergleich, das ganz ohne Cloud arbeitet: Die Diktate bleiben im eigenen Netzwerk, bis eine Software sie verarbeitet. Preis: „Preis anfragen“. Garantie: nicht veröffentlicht.

Philips SpeechMike Ambient: Diktiermikrofon mit KI-Assistent

Der SpeechMike Ambient PSM5000/PSM5020 von Speech Processing Solutions ist der Versuch, beide Welten zu verbinden. Es ist ein tragbares Diktiermikrofon mit Magnetclip oder Nackenband, einem Vier-Mikrofon-Beamforming-Array und bis zu 10 Stunden Daueraufnahme, das über verschlüsseltes Bluetooth LE mit Passkey Punkt-zu-Punkt an den Rechner funkt; geladen wird über Dock, USB-C oder PC. Die „Ambient-KI“ soll Meetings transkribieren, klinische Notizen im SOAP-Schema erstellen, Übergaben und juristische Dokumentation unterstützen und in Echtzeit übersetzen; als Partnerplattformen nennt Philips SpeechLive und Microsoft Dragon. Das Gerät trägt den iF Design Award und den Red Dot 2026. Preisempfehlung, Maße, Gewicht, Speicher, Sprachen und Verarbeitungsort: nicht veröffentlicht. Der PSM5000 kommt mit Dock, Funkadapter, Clip, Band und USB-Kabel, der PSM5020 ohne Dock und Adapter. Dazu ein Hinweis von der Philips-Seite zur Spracherkennung: „Nuance PowerMic 4 ist jetzt SpeechMike“; das frühere Nuance-Diktiermikrofon wird also unter der Philips-Marke fortgeführt. Das PowerMic 4 selbst ist ein reines USB-Mikrofon ohne Speicher, das eine Dragon-Lizenz voraussetzt; sein Datenblatt leitet inzwischen auf microsoft.com um.

SpeechLive: Die Cloud hinter dem Diktat, Preise netto

SpeechLive ist der Cloud-Diktatdienst von Speech Processing Solutions und der einzige Dienst in diesem Vergleich, der seine Preise vollständig veröffentlicht, allerdings netto und je Nutzer. Workflow Basic kostet 10,90 € im Monat bei jährlicher Zahlung (5 GB, 400 Stunden, ohne Spracherkennung), Workflow Pro 14,50 € (20 GB, 1.600 Stunden), Enterprise auf Anfrage (50 GB, 4.000 Stunden). Die Spracherkennung ist ein Zusatz für 24,90 € je Nutzer und Monat (Pro und Enterprise); die Legal-Spracherkennung kostet 39,40 €, der „Legal AI Assistant“ 49 € als Einführungspreis 2026 und 68,80 € ab 2027. Dazu gibt es einen Schreibservice: Deutsch 3,19 € je Audiominute, Englisch 1,25 €, Französisch 3,09 €, Eilzuschlag Deutsch 50 Prozent. Eine zweiwöchige Testphase mit Enterprise-Funktionen und 200 Minuten Spracherkennung läuft ohne Kreditkarte. Wie viele Spracherkennungsminuten je Plan enthalten sind und wo das Rechenzentrum steht, sagt die Preisseite nicht. Für die Rechnung gegen ein KI-Diktiergerät mit Abo siehe Was ein KI-Diktiergerät kostet; der Kosten-Rechner führt SpeechLive nicht, weil Nettopreise je Nutzer nicht mit Bruttopreisen je Gerät vergleichbar sind.

Tabelle seitlich scrollen, um alle Spalten zu sehen

Nettopreise laut Hersteller; die übrigen Preise dieser Website sind Bruttopreise. Preise laut Herstellershop bzw. offizieller Preisseite, Stand 13.10.2026, in der Währung des Anbieters. Preise ohne Gewähr.

Übersicht: Was die Profi-Geräte veröffentlichen und was nicht

Tabelle seitlich scrollen, um alle Spalten zu sehen

„Nicht veröffentlicht“ heißt: auf den abgerufenen Herstellerseiten nicht genannt; Profi-Geräte werden über Fachhändler mit Preis auf Anfrage vertrieben.

Einordnung: Wann das Profi-Gerät die bessere Wahl ist