Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Sprachmodus

Lektion 13 von 18 Aktualisiert am 5. November 2026 Anfänger
Auf dieser Seite
  1. Gespräche mit ChatGPT führen
  2. Ein Sprachgespräch starten
  3. Drei Modi, eine Einstellung
  4. Wie viel Sprachzeit steht Ihnen zur Verfügung?
  5. Was der Sprachmodus ermöglicht
  6. Wann Sie bei der Tastatur bleiben sollten und bewährte Praktiken
  7. Sie sind dran
  8. Kernaussagen

Gespräche mit ChatGPT führen

Der Sprachmodus von ChatGPT verwandelt den Assistenten in einen gesprochenen Gesprächspartner. Sie sprechen, er antwortet laut, und das gesamte Gespräch bleibt in einem einzigen Chat-Verlauf erhalten: Sie können die Antwort als Text mitlesen, tippen, wenn Sie nicht sprechen können, und frühere Austausche nachvollziehen, ohne von vorne beginnen zu müssen. Diese Funktion verändert die Nutzung des Tools stärker als jede andere, da sie die Tastatur überflüssig macht – und damit auch die Notwendigkeit, vor einem Bildschirm zu sitzen.

Ein Sprachgespräch starten

Tippen Sie auf dem iPhone oder Android auf das Symbol Voice (Sprache) in der Eingabeleiste, erteilen Sie bei Aufforderung den Mikrofonzugriff und wählen Sie beim ersten Mal eine Stimme aus. Sprechen Sie dann ganz natürlich. Während des Gesprächs stummschaltet oder aktiviert die Mikrofontaste Ihre Eingabe, und eine Exit-Taste beendet den Anruf. Im Web verläuft dies identisch: Tippen Sie auf chatgpt.com im Chat-Eingabefeld auf das Symbol Voice und erlauben Sie den Mikrofonzugriff in Ihrem Browser.

In der Desktop-App ist der Sprachmodus primär darauf ausgelegt, Work und Codex zu steuern: Starten Sie eine Aufgabe, verfolgen Sie ihren Fortschritt und koordinieren Sie mehrere Agenten per Sprache. Für gesprochene Unterhaltungen im Chat nutzen Sie bitte die Web- oder Mobile-Apps.

Verwechseln Sie Voice nicht mit der Diktierfunktion, dem separaten Mikrofon-Symbol. Die Diktierfunktion transkribiert eine Nachricht, die Sie vor dem Absenden prüfen und bearbeiten können. Wenn Sie wortwörtlichen Text benötigen, nutzen Sie die Diktierfunktion; Voice ist für Konversationen konzipiert.

Drei Modi, eine Einstellung

Unter Einstellungen > Voice finden Sie – abhängig von Ihrem Abonnement, Ihrer Region, der App und Ihrem Workspace – drei Optionen.

  • Live ist der natürlichste Modus. Angetrieben von GPT-Live-1.1 oder seiner leichteren Variante GPT-Live-1.1 Quip (je nach Ihrem Plan), hört er zu und spricht gleichzeitig: Sie können ihn unterbrechen, genau wie einen menschlichen Gesprächspartner. Er kann im Web suchen, auf das Gedächtnis zugreifen, visuelle Ergebnisse anzeigen, Ihre Plugins nutzen und sowohl Text als auch Bilder im selben Verlauf akzeptieren.
  • Advanced ist das vorherige Echtzeiterlebnis. Es bleibt auf Mobilgeräten für Aufgaben nützlich, die Live nicht unterstützt: etwa das Teilen von Live-Video von Ihrer Kamera oder Ihrem Bildschirm für berechtigte Abonnenten.
  • Standard arbeitet schrittweise: Ihre Sprache wird transkribiert, anschließend antwortet ChatGPT.

Wenn Live eine Aktion in einer verbundenen App ausführen muss, erfolgt die Bestätigung auf dem Bildschirm: Eine mündliche Bestätigung wird im Web oder auf Mobilgeräten nicht akzeptiert.

Drei Sprachmodi Drei Spalten. Live: GPT-Live-1.1 oder Quip, hört zu und spricht gleichzeitig, nutzt Web, Gedächtnis, Plugins und Bilder. Advanced: Das vorherige Erlebnis, mit Video- und Bildschirmfreigabe auf Mobilgeräten. Standard: Schrittweise, Sprache wird transkribiert, dann antwortet ChatGPT. CHATGPT SPRACHE Drei Sprachmodi Live Modell GPT-Live-1.1 oder Quip Interaktion Hört zu und spricht gleichzeitig Tools Web, Gedächtnis, Plugins, Bilder Advanced Status Das vorherige Erlebnis Stärke Video- und Bildschirmfreigabe Wo Mobile Apps Standard Interaktion Schrittweise Prinzip Transkribieren, dann antworten Einstellung Einstellungen > Voice Für wortwörtlichen Text nutzen Sie die Diktierfunktion (Mikrofon-Symbol), nicht Voice.
Basierend auf dem Artikel „ChatGPT Voice" im OpenAI Help Center (November 2026).

Wie viel Sprachzeit steht Ihnen zur Verfügung?

Im Chat wird die Nutzung von Live auf Basis eines gleitenden 24-Stunden-Zeitfensters gemessen, und ChatGPT benachrichtigt Sie, wenn Sie sich Ihrem Limit nähern.

PlanSprache im Chat, gleitende 24 Stunden
FreeBegrenzter Zugriff auf GPT-Live-1.1 Quip
Go3 Stunden mit GPT-Live-1.1 Quip
Plus3 Stunden mit GPT-Live-1.1
Pro für 100 $15 Stunden mit GPT-Live-1.1
Pro für 200 $Unbegrenzt, vorbehaltlich von Missbrauchsschutzmaßnahmen
Business, Standard-Arbeitsplatz3 Stunden, danach 1,25 Credits pro Minute
Business, Premium-Arbeitsplatz15 Stunden, danach 1,25 Credits pro Minute

Was der Sprachmodus ermöglicht

Das Gespräch ist wirklich bidirektional: Mit Live können Sie unterbrechen, um etwas umzuformulieren oder die Richtung zu ändern, wobei der Fluss flüssig bleibt. Der Sprachwechsel erfolgt bedarfsgesteuert: Beginnen Sie auf Französisch, bitten Sie um einen Satz auf Englisch und fahren Sie dann auf Spanisch fort.

„Wie sagt man ‘I would like to reschedule our meeting to next week’ auf professionellem Englisch?”

ChatGPT gibt Ihnen den Satz mündlich aus, und Sie können ihn sofort bitten, ihn zu wiederholen, umzuformulieren oder eine formellere Version anzubieten. Dieser Hin und Her dauert zehn Sekunden, während er drei schriftliche Nachrichten erfordert hätte.

Brainstorming ist ein weiterer idealer Anwendungsfall für die Sprache, da sie Ungenauigkeiten toleriert und von Dynamik profitiert.

„Ich brauche Ideen für die Back-to-School-Kampagne unserer Weiterbildungsschule. Wir richten uns an Berufseinsteiger im Management. Werfen Sie einige Ideen in den Raum, und ich sage Ihnen, welche mir gefallen.”

Derselbe Mechanismus funktioniert für Übungen: „Führen Sie mit mir ein Vorstellungsgespräch-Simulation für die Rolle eines digitalen Projektmanagers durch. Stellen Sie mir eine Frage nach der anderen und geben Sie mir nach jeder Antwort Feedback.” Oder für Sprachübungen: „Lassen Sie uns Spanisch üben. Sie sprechen mit mir auf Spanisch, ich antworte auf Spanisch. Korrigieren Sie meine Fehler am Ende jedes Austauschs.” In beiden Fällen ist das Sprechen nicht nur ein Komfortgewinn; es ist der Kernmodus der Übung.

Wann Sie bei der Tastatur bleiben sollten und bewährte Praktiken

Voice gewinnt, wenn Sie unterwegs sind, wenn Ihre Hände voll sind oder wenn lautes Denken natürlicher ist als Schreiben. Es verliert in einem ruhigen oder geteilten Büro und immer dann, wenn die Aufgabe Code, Tabellen oder Text beinhaltet, den Sie exakt kopieren müssen.

Einige Gewohnheiten verbessern die Erfahrung erheblich. Sprechen Sie normal, ohne zu überartikulieren. Bleiben Sie präzise, genau wie beim Schreiben: Eine vage Anfrage liefert eine vage Antwort. Unterbrechen Sie sofort, wenn die Antwort vom Thema abweicht. Bei zeitkritischen Fragen ist zu beachten, dass Voice die Zeitzone Ihres Geräts nutzt, um „heute” oder „morgen” zu verstehen: Geben Sie Datum, Zeitzone oder Ort an, wenn die Antwort unplausibel erscheint, und prüfen Sie kritische Informationen ebenso sorgfältig wie bei schriftlichen Eingaben.

Auf der Datenseite verfügt Audio über eine eigene Einstellung: Unter Einstellungen > Datensteuerung legt die Option Ihre Audioaufnahmen einschließen fest, ob Ihre Sprach- und Diktieraufnahmen zur Verbesserung der Modelle verwendet werden dürfen. Das Deaktivieren von Modell für alle verbessern stoppt ebenfalls diese Weitergabe.

Sie sind dran

Zehn Minuten gesprochen. Öffnen Sie Voice auf Ihrem Telefon oder im Web und prüfen Sie die aktive Option unter Einstellungen > Voice. Lassen Sie sich ein Konzept aus Ihrem Fachgebiet erklären, unterbrechen Sie es mit einer Folgefrage, lassen Sie einen Satz ins Englische und dann ins Deutsche übersetzen und schließen Sie mit drei Minuten Brainstorming zu einem aktuellen Projekt ab. Überprüfen Sie anschließend den schriftlichen Verlauf: Er hält fest, was gesagt wurde.

Offizielle Quellen: ChatGPT Voice (OpenAI Help Center: Optionen Live, Advanced und Standard, Erste Schritte, Limits nach Plan, Video- und Bildschirmfreigabe) · ChatGPT Work und Codex (Voice in Work und der Desktop-App) · Voice Dictation FAQ (Diktat und Audio-Freigabe)

Kernaussagen

  • Starten Sie Voice über das Voice-Symbol in der Eingabeleiste im Web und auf Mobilgeräten; auf dem Desktop steuert es primär Work und Codex
  • Drei Optionen unter Einstellungen > Voice: Live (am natürlichsten), Advanced (Video- und Bildschirmfreigabe auf Mobilgeräten) und Standard (schrittweise)
  • Die Sprachzeit hängt von Ihrem Plan ab und wird auf Basis eines gleitenden 24-Stunden-Zeitfensters gemessen
  • Ideal für Brainstorming, Sprachübungen, Vorstellungsgesprächsvorbereitung und mobile Nutzung
  • Für wortwörtlichen Text nutzen Sie die Diktierfunktion (Mikrofon-Symbol); für Konversationen nutzen Sie Voice