Sprachkonversationen mit ChatGPT

ChatGPT Voice verwandelt schriftliche Austausche in gesprochene Konversationen: Sie sprechen, ChatGPT antwortet laut, und das Transkript erscheint im selben Chatverlauf. Dies ist nicht nur kosmetisch. Die Sprachfunktion macht das Tool nutzbar, wenn Tippen unmöglich oder unpraktisch ist – etwa beim Gehen, Kochen oder zwischen Meetings. Seit Juli 2026 basiert das Erlebnis auf GPT-Live, einem Sprachmodell, das gleichzeitig zuhört und spricht.

Drei Sprachoptionen

Unter Einstellungen > Sprache beschreibt das OpenAI-Hilfecenter drei Optionen. Die Verfügbarkeit hängt von Ihrem Abonnementplan, Ihrem Workspace, Ihrer Region und der App-Version ab:

• Live läuft auf GPT-Live-1.1 oder GPT-Live-1.1 Quip, abhängig von Ihrem Plan. Es hört zu und spricht gleichzeitig, wodurch Unterbrechungen und Nachfragen natürlich wirken. Es kann Websuche, Gedächtnis, visuelle Widgets, Plugins und verbundene Apps nutzen und akzeptiert sowohl Text als auch Bilder innerhalb derselben Konversation. Es unterstützt kein Video oder Screen-Sharing.
• Advanced ist das ältere Echtzeit-Spracherlebnis. Wählen Sie diese Option, um Live-Video oder Ihren Bildschirm in den iOS- und Android-Apps freizugeben.
• Standard arbeitet schrittweise: Ihre Sprache wird zunächst transkribiert, dann wird die Antwort generiert.

Um eine einfache Aufnahme ohne Starten einer Konversation in bearbeitbaren Text umzuwandeln, verwenden Sie stattdessen die Diktierfunktion.

Eine Konversation starten

Wählen Sie auf Mobilgeräten oder im Web das Symbol Sprache in der Eingabeleiste und erteilen Sie bei Aufforderung den Mikrofonzugriff. Beim ersten Gebrauch wählen Sie eine Stimme und beginnen dann zu sprechen. Während der Konversation können Sie Ihr Mikrofon stummschalten oder die Sprachsession beenden. Die Nutzungslimits für Live hängen von Ihrem Plan über einen gleitenden 24-Stunden-Zeitraum ab: eingeschränkter Zugriff im kostenlosen Tarif, drei Stunden bei Go und Plus sowie mehr bei Pro und Business Premium. ChatGPT benachrichtigt Sie, wenn Sie sich Ihrem Limit nähern.

Was Sprache ermöglicht

Mit Live fühlt sich die Konversation wie ein Telefonat an: Sie können unterbrechen, Formulierungen spontan ändern oder innehalten, um nachzudenken. Wenn eine Frage tiefere Recherche oder Schlussfolgerungen erfordert, kann ChatGPT zu einem leistungsfähigeren Modell wechseln und die Konversation fortsetzen, während es arbeitet. Falls eine Plugin-Aktion Ihre Zustimmung erfordert, müssen Sie diese auf dem Bildschirm bestätigen; eine sprachliche Bestätigung wird nicht unterstützt.

Ein im Hilfecenter genannter Hinweis: Die Sprachfunktion nutzt die Zeitzone Ihres Geräts, um Begriffe wie „heute” oder „morgen” zu interpretieren. Bei fragen zu Datum, Uhrzeit oder Ort geben Sie diese Details explizit an und überprüfen Sie kritische Informationen.

Wann Sprache glänzt

Der Vorteil liegt auf der Hand, wenn Sie unterwegs sind: Fragen Sie nach einer Erklärung, entwerfen Sie eine Nachricht oder brainstormen Sie, ohne eine Tastatur hervorzuholen. Der reichhaltigste Anwendungsfall liegt jedoch woanders: Das Sprechen zwingt Sie, Ideen anders zu artikulieren als beim Schreiben, was oft hilft, Denkblockaden zu lösen. Diktieren Sie einen mündlichen Entwurf und bitten Sie dann um Formatierung: „Ich werde mein Projekt beschreiben, fassen Sie es anschließend in einen 30-Sekunden-Pitch zusammen.”

Die Struktur ist mündlich genauso wichtig wie schriftlich. „Ich habe drei Fragen zu unserem Launch. Erste Frage…” liefert bessere Ergebnisse als ein kontinuierlicher Redefluss. Kontextmarker helfen ebenfalls: „Kehren wir zum Budget zurück” oder „Themenwechsel”. In sehr lauten Umgebungen wechseln Sie besser zurück zum Text, anstatt denselben Satz dreimal zu wiederholen.

Zwischen Sprache und Text wechseln

Sprache und Text koexistieren in derselben Konversation: Sie können tippen, wenn Sie nicht sprechen können, während eines Anrufs ein Bild anhängen oder das Transkript später überprüfen. Dies ist wertvoll, um eine gesprochene To-do-Liste schriftlich festzuhalten oder einen Link zu teilen, der schwer auszusprechen ist. In Workspaces für Business, Enterprise, Edu und Healthcare hängt die Verfügbarkeit der Sprachfunktion von den Workspace-Einstellungen ab; in ChatGPT Work können Sie zudem eine Aufgabe starten, die nach Ende des Anrufs im Textmodus fortgesetzt wird.

Probieren Sie es selbst aus

Eine dreiteilige Session. Öffnen Sie Voice mit der Option Live. Stellen Sie Ihre Rolle in 30 Sekunden vor und fragen Sie dann: „Basierend auf dem, was ich gerade gesagt habe, welche drei Aufgaben in meinem Tagesablauf könnten Sie mir am besten unterstützen?” Unterbrechen Sie die Antwort midway, um einen Punkt zu klären, und schließen Sie ab, indem Sie nach einer schriftlichen Zusammenfassung fragen, die Sie im Konversationsverlauf finden.

Offizielle Quellen: ChatGPT Voice · ChatGPT Versionshinweise (OpenAI-Hilfecenter) · Einführung von GPT-Live (OpenAI)

Kernaussagen

• Drei Optionen unter Einstellungen > Sprache: Live (GPT-Live-1.1), Advanced für Video und Screen-Sharing sowie Standard für schrittweise Interaktion
• Live hört zu und spricht gleichzeitig, nutzt Suche, Gedächtnis und Plugins, unterstützt aber kein Video
• Die Live-Nutzung ist planabhängig über ein gleitendes 24-Stunden-Fenster begrenzt
• Bestätigungen erfolgen auf dem Bildschirm; geben Sie bei sensiblen Fragen Datum und Ort explizit an
• Sprache und Text koexistieren in derselben Konversation, einschließlich des Transkripts