Skip to content
WriteVoice WriteVoice Start Creating

139 Sprachsuchstatistiken im November 2026

Aktualisiert im 139 Zitate aus Primärquellen Monatlich aktualisiert

Auf dieser Seite
  1. Wichtigste Erkenntnisse
  2. Wie viele Menschen nutzen 2026 Sprachassistenten?
  3. Wofür nutzen Menschen die Sprachsuche?
  4. Wie verändern KI-Chatbots Sprachassistenten?
  5. Wie genau ist die Spracherkennung 2026?
  6. Ersetzt Spracheingabe die Tastatur?
  7. Wie groß ist der Markt für Spracherkennung?
  8. Methodik und Quellen

Sprachsuchstatistiken für 2026 zeigen, dass Menschen Sprache auf Smartphones, PCs und bei der Suche nutzen – weit über Smart Speaker hinaus. Wenn Menschen Spracheingabe nutzen, interagieren sie doppelt so häufig mit Microsofts Copilot unter Windows wie bei der Texteingabe. Das geht aus unternehmenseigenen Daten von Microsoft für den Zeitraum von März bis August 2025 hervor (Microsoft, Okt 2025). Menschen in mehr als 200 Ländern und Gebieten können jetzt mit der Google-Suche ein Gespräch per Sprache und Kamera führen (Google, März 2026). Die Nutzung ist hoch, die Genauigkeit variiert jedoch weiterhin je nach Sprecher und Umgebung.

Die folgenden Zahlen umfassen die Verbreitung von Smart Speakern und Sprachassistenten, die Fragen, die Menschen per Sprache stellen, den Umbau von Assistenten durch KI-Chatbots, die Genauigkeit der Spracherkennung, Spracheingabe im Vergleich zur Tastatur und die Größe des Spracherkennungsmarkts. Jede Zahl verweist auf die Organisation, die sie erhoben hat: Umfrageinstitute, Statistikämter, von Experten begutachtete Fachartikel, Unternehmensberichte und Nachrichtenredaktionen sowie als solche gekennzeichnete Marktforschungsunternehmen. Bei älteren grundlegenden Studien ist das Jahr im Satz angegeben. Weitere Informationen zu Tippgeschwindigkeiten finden Sie in unseren Statistiken zur Tippgeschwindigkeit.

Wichtigste Erkenntnisse

  • 39 % der Amerikaner ab 12 Jahren besitzen 2026 einen Smart Speaker. Das entspricht geschätzt 112 Millionen Menschen, gegenüber 7 % im Jahr 2017 (Edison Research at SSRS, März 2026).
  • Mehr als 600 Millionen Alexa-Geräte sind im Einsatz (Amazon, Jul 2026).
  • 58 % der US-Verbraucher nutzten in den vorangegangenen 12 Monaten die Sprachsuche, um Informationen über ein lokales Unternehmen zu finden. Das ergab eine Umfrage unter 1.012 Personen aus dem Jahr 2018 (BrightLocal, Apr 2018).
  • 49 % der Erwachsenen in den USA nutzen inzwischen KI-Chatbots. 2024 waren es 33 %, als Pew die Frage anders stellte (Pew Research Center, Jun 2026).
  • Sprachgespräche mit Gemini Live dauern im Durchschnitt fünfmal länger als Textgespräche (Google, Mai 2025).
  • 63 % der Nutzer der Gemini-App sprechen inzwischen direkt mit ihr, darunter immer mehr, die ausschließlich die Spracheingabe nutzen (Google, Aug 2026).
  • Das Sprechen in ein Smartphone war auf Englisch im Labortest 2,93-mal schneller als das Tippen auf der Tastatur: 153 gegenüber 52 Wörtern pro Minute (Ruan et al., IMWUT 2017, Dez 2017).
  • Im September 2026 entfielen 58,99 % des weltweiten Web-Traffics auf Smartphones (StatCounter, Sep 2026).
  • Das genaueste Modell bei den englischsprachigen Kurzaufnahmen des Open ASR Leaderboard, das Open-Source-Modell Cohere Labs Transcribe, weist im Durchschnitt eine Wortfehlerrate von 5,42 % auf, gegenüber 7,44 % für OpenAIs Whisper Large v3 (Srivastav et al., Open ASR Leaderboard v4, März 2026).
  • In Tests mit fünf kommerziellen Spracherkennungssystemen lag die Wortfehlerrate bei 23 % der Audioausschnitte von Schwarzen Sprechern über 50 %. Diese Schwelle definierten die Autoren als unbrauchbares Transkript. Bei Ausschnitten von weißen Sprechern waren es 1,6 % (Koenecke et al., PNAS 2020, März 2020).
  • Ein Spracherkennungssystem mit einer Wortfehlerrate von 3,4 % bei typischen Sprechern wies bei Menschen mit Parkinson-bedingter Dysarthrie eine Fehlerrate von 36,3 % auf (Hasegawa-Johnson et al., JSLHR 2024, Sep 2024).
  • 1,4 % der Whisper-API-Transkriptionen enthielten in einem Test aus dem Jahr 2023 Formulierungen oder Sätze, die nie gesprochen wurden. 38 % dieser Erfindungen enthielten explizite schädliche Inhalte (Koenecke et al., ACM FAccT 2024, Jun 2024).
  • 14 % der 1.003 britischen Hausärzte, die im August 2025 befragt wurden, nutzten bereits einen KI-Schreibassistenten, der Gespräche im Hintergrund aufzeichnet; 39 % planten, bald einen einzuführen (Blease et al., BMJ Health and Care Informatics 2026, Jul 2026).
  • Microsoft erklärte sich 2021 bereit, das Spracherkennungsunternehmen Nuance für $19,7 Milliarden in bar zu übernehmen – für $56,00 je Aktie und mit einem Aufschlag von 23 % (Microsoft, Apr 2021).

Wie viele Menschen nutzen 2026 Sprachassistenten?

Sprachassistenten sind inzwischen auf Milliarden von Geräten verfügbar, während der Anteil der Amerikaner mit einem Smart Speaker nur langsam gewachsen ist.

Statistiken zur Sprachsuche: Anteil der Amerikaner ab 12 Jahren mit einem Smart Speaker, 2017 bis 2026
Abbildung 1: Nach einem schnellen Anstieg ab 2017 stagnierte der Anteil fünf Jahre lang und stieg 2026 erneut. Eine langsame Entwicklung im Vergleich zur Verbreitung von Spracheingabe auf Smartphones, in Autos und in KI-Apps. Quelle: Edison Research at SSRS, The Infinite Dial 2026, März 2026. Von der Quelle veröffentlichte Grafik (Folie 8, aus dem PDF zugeschnitten), abgerufen am 2. Okt 2026.

Wie viele Menschen besitzen einen Smart Speaker?

Pews Umfrage unter Erwachsenen kommt auf einen ähnlichen Wert wie Edison. Die meisten Besitzer haben mehr als ein Gerät.

  • Der Anteil der Amerikaner ab 12 Jahren mit einem Smart Speaker lag von 2021 bis 2025 jedes Jahr zwischen 33 % und 36 % und sank 2024 auf 34 % (Edison Research at SSRS, März 2026).
  • 35 % der Erwachsenen in den USA geben an, einen Smart Speaker wie Amazon Echo oder Apple HomePod zu besitzen. Das ergab eine Umfrage vom Februar 2026 (Pew Research Center, Jun 2026).
  • Andere KI-fähige Haushaltsgeräte sind weniger verbreitet: 18 % der Erwachsenen in den USA besitzen eine smarte Türklingel, 13 % einen Saugroboter und 11 % ein smartes Thermostat (Pew Research Center, Jun 2026).
  • Anfang 2020 besaßen 24 % der Erwachsenen in den USA, etwa 60 Millionen Menschen, mindestens einen Smart Speaker (NPR and Edison Research, Jan 2020).
  • Haushalte mit Smart Speakern besaßen Anfang 2020 durchschnittlich 2,6 Geräte, gegenüber 2,3 im Vorjahr (NPR and Edison Research, Jan 2020).
  • 2022 nutzten 62 % der Erwachsenen in den USA auf irgendeinem Gerät einen Sprachassistenten. Dazu zählten Smart Speaker, Smartphones und Systeme im Auto (NPR and Edison Research, Jun 2022).
  • 2022 erteilten 57 % der Nutzer von Sprachbefehlen in den USA täglich Sprachbefehle (NPR and Edison Research, Jun 2022).

Wie viele Sprachassistenten-Geräte sind weltweit im Einsatz?

Die von Unternehmen gemeldeten Zahlen reichen von Hunderten Millionen bis zu Milliarden. Sie beziehen sich auf Geräte, auf denen ein Assistent ausgeführt werden kann, nicht auf die Zahl der Menschen, die täglich einen Assistenten nutzen.

  • Ende 2020 interagierten Kunden jede Woche Milliarden Mal mit Alexa – über Hunderte Millionen Alexa-fähige Geräte, darunter Fernseher, PCs, Hörgeräte und Wearables (Amazon, Dez 2020).
  • Apples installierte Basis umfasste Anfang 2026 mehr als 2,5 Milliarden aktive Geräte. Dabei geht es um die Zahl der Geräte, nicht der Siri-Nutzer (Apple, Jan 2026).
  • Google Assistant war im Januar 2020 auf mehr als 1 Milliarden Geräten verfügbar (Google, Jan 2020).
  • Im Januar 2020 nutzten monatlich mehr als 500 Millionen Menschen Google Assistant – auf Smart Speakern, smarten Displays, Smartphones, Fernsehern und in Autos in mehr als 90 Ländern (Google, Jan 2020).
  • Samsungs Bixby hatte 2022 auf fast 400 Millionen Geräten weltweit mehr als 200 Millionen Nutzer, nachdem sich die Zahl der registrierten Nutzer innerhalb weniger Jahre mehr als verdoppelt hatte (Samsung, Nov 2022).

Wer nutzt Sprachassistenten am häufigsten, nach Alter und Land?

In den USA sind Menschen in ihren 30ern und 40ern führend, in Europa die jüngsten Erwachsenen. Die weltweite Nutzung ist ungleichmäßig verteilt: Die Unterschiede zwischen EU-Ländern sind weitaus größer als zwischen Altersgruppen.

  • 46 % der Erwachsenen in den USA gaben 2017 an, digitale Sprachassistenten zu nutzen, meist auf einem Smartphone (Pew Research Center, Dez 2017).
  • 2017 nutzten 55 % der Erwachsenen in den USA im Alter von 18 bis 49 Jahren Sprachassistenten, gegenüber 37 % der mindestens 50-Jährigen (Pew Research Center, Dez 2017).
  • 2026 besitzen 41 % der Erwachsenen in den USA im Alter von 30 bis 49 Jahren einen Smart Speaker, gegenüber 33 % der 18- bis 29-Jährigen, 36 % der 50- bis 64-Jährigen und 24 % der mindestens 65-Jährigen (Pew Research Center, Jun 2026).
  • 2024 nutzten 16 % der 16- bis 74-Jährigen in der EU in den drei Monaten vor der Befragung einen virtuellen Assistenten – über einen Smart Speaker oder eine App (Eurostat, Apr 2026).
  • 2024 reichte die Nutzung von 41 % der Menschen in Irland, 29 % in den Niederlanden und 27 % in Spanien bis zu 3 % oder weniger in Lettland und Bulgarien (Eurostat, Apr 2026).
  • In der EU nutzten 2024 23 % der 16- bis 24-Jährigen einen virtuellen Assistenten, gegenüber 7 % der 65- bis 74-Jährigen (Eurostat, Apr 2026).
  • Männer in der EU nutzten 2024 etwas häufiger einen virtuellen Assistenten als Frauen: 17 % gegenüber 15 % (Eurostat, Apr 2026).

Wofür nutzen Menschen die Sprachsuche?

Menschen sprechen mit ihren Geräten, wenn sie die Hände nicht frei haben und die Frage kurz ist: Musik, Wetter, ein Timer, ein Restaurant in der Nähe. Sobald eine Aufgabe privat oder kompliziert wird, verliert die Spracheingabe an Bedeutung. Die neuesten öffentlich zugänglichen Umfragen zu einzelnen Aufgaben stammen aus den Jahren 2018 bis 2020. Seitdem hat niemand eine breit angelegte Nachfolgestudie veröffentlicht. Beachten Sie daher die Erhebungsdaten.

Balkendiagramm der zehn häufigsten Anfragen, die Besitzer von Smart Speakern in den USA im Frühjahr 2020 innerhalb einer typischen Woche stellten. Am häufigsten waren Musikwiedergabe, Wetter, allgemeine Fragen und Timer
Abbildung 2: Die wöchentliche Liste wird von kurzen Anfragen geprägt, bei denen die Hände frei bleiben. Besitzer, deren Alltag sich verändert hatte und die während COVID-19 von zu Hause aus arbeiteten (violette Balken), nutzten ihre Lautsprecher weitgehend auf die gleiche Weise. Quelle: NPR and Edison Research, The Smart Audio Report, Spring 2020, Apr 2020. Von der Quelle veröffentlichte Grafik (Folie 48, aus dem PDF zugeschnitten), abgerufen am 2. Okt 2026.

Welche Aufgaben überlassen Menschen Sprachassistenten?

An erster Stelle steht Musik, gefolgt von Wetter, kurzen Fragen und Timern. Nutzer von Smartphones führen häufiger Anrufe, schreiben Nachrichten und lassen sich den Weg erklären als Besitzer von Smart Speakern.

  • In einer Umfrage vom Frühjahr 2020 baten 85 % der Besitzer von Smart Speakern in den USA ihren Lautsprecher in einer typischen Woche darum, Musik abzuspielen (NPR and Edison Research, Apr 2020).
  • Die häufigsten wöchentlichen Anfragen an Smart Speaker waren 2020 Wetterabfragen (74 %), allgemeine Fragen (72 %) und das Stellen eines Timers oder Weckers (65 %) (NPR and Edison Research, Apr 2020).
  • Bei Smartphones sah die Verteilung 2020 anders aus: 58 % der Nutzer von Sprachassistenten auf dem Smartphone fragten in einer typischen Woche per Sprache nach dem Wetter, 46 % führten einen Anruf und 39 % lasen eine Nachricht oder antworteten darauf (NPR and Edison Research, Apr 2020).
  • Besitzer von Smart Speakern nutzten ihren Lautsprecher 2020 in einer typischen Woche für 10,8 verschiedene Aufgabenarten, gegenüber 9,4 im Jahr 2019 (NPR and Edison Research, Apr 2020).
  • In Adobes Umfrage von 2018 unter mehr als 1.000 Verbrauchern in den USA nutzten 47 % die Spracheingabe für die Online-Suche, 36 % für Anrufe und 31 % für Smart-Home-Befehle (Adobe, Sep 2018).
  • Bei Smartphones war die häufigste Sprachaktivität in Adobes Umfrage von 2019 unter 1.025 Verbrauchern in den USA die Online-Suche (50 %), gefolgt von Wegbeschreibungen (45 %), Wetterabfragen (39 %) und dem Verfassen von Nachrichten oder Führen von Anrufen (38 %) (Adobe, Jun 2019).

Wie suchen Menschen per Sprache nach lokalen Unternehmen und kaufen ein?

Meistens suchen sie nach Informationen über ein Unternehmen: Öffnungszeiten, Wegbeschreibung, Telefonnummer. Einkaufen per Sprache blieb eine Nischengewohnheit und diente eher der Recherche und dem Erstellen von Listen als dem Checkout.

  • Unter den Menschen, die 2018 lokal per Sprache suchten, suchten 46 % täglich und weitere 28 % wöchentlich nach einem lokalen Unternehmen (BrightLocal, Apr 2018).
  • Nutzer von Smart Speakern suchten 2018 am häufigsten: 76 % suchten mindestens wöchentlich nach lokalen Unternehmen und 53 % täglich (BrightLocal, Apr 2018).
  • Nach einer lokalen Sprachsuche im Jahr 2018 riefen 28 % der Verbraucher das Unternehmen an, 27 % besuchten dessen Website und 19 % gingen persönlich zum Unternehmen (BrightLocal, Apr 2018).
  • 2020 baten 38 % der Nutzer der Spracheingabe auf Smartphones und 31 % der Besitzer von Smart Speakern ihren Assistenten in einer typischen Woche darum, Restaurants oder Unternehmen in der Nähe zu finden (NPR and Edison Research, Apr 2020).
  • 20 % der Besitzer von Smart Speakern in den USA hatten in Adobes Umfrage von 2019 per Sprache einen Artikel gekauft oder bestellt, und 15 % bestellten regelmäßig auf diese Weise Artikel nach (Adobe, Jun 2019).
  • In derselben Umfrage aus dem Jahr 2019 nutzten die Befragten Sprache häufiger zur Kaufvorbereitung als zum Einkauf selbst: 40 % suchten per Sprache nach einem Produkt, 30 % erstellten Einkaufslisten und 25 % verglichen Preise (Adobe, Jun 2019).
  • Amazon zufolge kann Alexa+ Zehntausende Dienste und Geräte koordinieren, darunter Tischreservierungen über OpenTable und Essensbestellungen bei Grubhub und Uber Eats (Amazon, Jul 2026).

Warum entscheiden sich Menschen für Sprache statt Tippen, und was hält sie davon ab?

Dass die Hände frei bleiben, ist der wichtigste Vorteil – noch vor der Vorstellung, dass Sprechen natürlicher ist. Bedenken zum Datenschutz, schlicht mangelndes Interesse und Assistenten, die Gesprochenes falsch verstehen, halten Menschen davon ab.

  • 55 % der Nutzer von Sprachassistenten in den USA gaben 2017 an, ein wichtiger Grund für ihre Nutzung sei, mit Geräten zu interagieren, ohne die Hände zu benutzen. 23 % sagten, Assistenten machten Spaß, und 22 %, Sprechen fühle sich natürlicher an als Tippen (Pew Research Center, Dez 2017).
  • Unter den Erwachsenen in den USA, die 2017 keine Sprachassistenten nutzten, waren 61 % nicht daran interessiert, 28 % gaben an, keines ihrer Geräte verfüge über einen solchen Assistenten, und 27 % nannten Datenschutzbedenken (Pew Research Center, Dez 2017).
  • Nur 39 % der Nutzer von Sprachassistenten in den USA gaben 2017 an, ihr Assistent antworte meistens korrekt; 42 % sagten, dies sei manchmal der Fall, und 16 %, eher selten (Pew Research Center, Dez 2017).
  • 2020 gaben 33 % der Besitzer von Smart Speakern in den USA an, ihr Lautsprecher verstehe mindestens einmal am Tag eine Anfrage falsch. Bei den Nutzern von Sprachassistenten auf dem Smartphone sagten dies 39 % über ihr Gerät (NPR and Edison Research, Apr 2020).
  • Unter den Amerikanern ohne Smart Speaker störte es 2020 66 %, dass die Geräte ständig mithören. 65 % befürchteten, Hacker könnten damit in ihr Zuhause eindringen oder auf persönliche Informationen zugreifen, und 58 % vertrauten den Herstellern nicht, ihre Daten sicher aufzubewahren (NPR and Edison Research, Apr 2020).
  • 71 % der Erwachsenen in den USA glauben, dass die verstärkte Nutzung von KI ihre persönlichen Daten weniger sicher machen wird; 3 % glauben, dass sie dadurch sicherer werden (Pew Research Center, Jun 2026).
  • Im Mai 2023 warfen die FTC und das Justizministerium Amazon vor, Sprachaufzeichnungen von Kindern mit Alexa auf unbestimmte Zeit aufzubewahren. Ein vorgeschlagener Vergleich sah vor, dass Amazon $25 Millionen zahlt und die Daten löscht (Federal Trade Commission, Mai 2023).

Wie verändern KI-Chatbots Sprachassistenten?

Große Sprachmodelle haben die Kategorie der Sprachassistenten in weniger als drei Jahren neu aufgebaut. Nutzungsdaten beziehen sich inzwischen vor allem auf KI-Assistenten. Erste Zahlen zeigen, dass Menschen länger mit ihnen sprechen als mit ihnen zu tippen.

Balkendiagramm zum Anteil der Erwachsenen in den USA, die KI-Chatbots wie ChatGPT, Gemini oder Copilot nutzen, 2024 und 2026
Abbildung 3: Inzwischen nutzen etwa die Hälfte der Erwachsenen in den USA KI-Chatbots. Pew weist darauf hin, dass für die Zahl von 2024 eine anders formulierte Frage verwendet wurde, die nur Menschen gestellt wurde, die von Chatbots gehört hatten. Quelle: Pew Research Center, Americans and AI 2026: Chatbots, Smart Devices and Views on Impact, Jun 2026. Von der Quelle veröffentlichte Grafik, abgerufen am 2. Okt 2026.

Wie viele Menschen nutzen KI-Assistenten wie ChatGPT, Gemini und Alexa+?

Die größten Assistenten zählen mehrere Hundert Millionen bis über eine Milliarde Nutzer. Diese Zahlen beziehen sich auf die Nutzung von Chatbots, nicht auf die Nutzung per Sprache. Sie zeigen jedoch, wie viele Menschen bereits auf irgendeine Weise mit KI sprechen.

  • ChatGPT ist der meistgenutzte Chatbot in den USA: 44 % der Erwachsenen nutzen ihn, gegenüber 24 % für Gemini, 17 % für Copilot, 14 % für Meta AI und 6 % für Claude (Pew Research Center, Jun 2026).
  • Etwa ein Viertel der Erwachsenen in den USA nutzt täglich Chatbots (Pew Research Center, Jun 2026).
  • 52 % der Amerikaner ab 18 Jahren nutzen wöchentlich mindestens einen KI-Chatbot; viele davon nutzen mehr als einen (Edison Research at SSRS, März 2026).
  • ChatGPT hat mehr als 900 Millionen wöchentlich aktive Nutzer und mehr als 50 Millionen zahlende Privatkunden (OpenAI, Feb 2026).
  • Die Gemini-App hat die Marke von 1 Milliarden monatlichen Nutzern überschritten. Google bezeichnet sie als das am schnellsten wachsende Produkt seiner Geschichte (Google, Aug 2026).
  • Ein Jahr nach dem Start hat der KI-Modus in der Google-Suche die Marke von 1 Milliarden monatlichen Nutzern überschritten. Die Zahl der Anfragen verdoppelt sich jedes Quartal mehr als (Google, Mai 2026).
  • Im Juni 2025 entfielen 40 % der arbeitsbezogenen ChatGPT-Nachrichten auf das Schreiben. Etwa zwei Drittel der Schreibanfragen baten ChatGPT, bereits vorhandenen Text zu bearbeiten oder umzuformulieren, statt einen neuen Text zu verfassen (Chatterji et al., NBER 2025, Sep 2025).
  • Die wöchentliche Nutzung von KI-Chatbots für Nachrichten stieg in den untersuchten Märkten von 7 % auf 10 %. Die jüngste Altersgruppe nutzt sie dreimal so häufig wie die älteste für Nachrichten: 17 % gegenüber 5 % (Reuters Institute, Jun 2026).

Sprechen Menschen mit KI, und wie lange?

Ja. Plattformen, die Daten zur Sprachnutzung veröffentlichen, berichten von längeren Gesprächen per Sprache als per Text. Außerdem verbreitet sich die Nutzung von Kamera und Bildschirmfreigabe.

  • Bei einem von fünf Gesprächen mit Gemini Live kommt zusätzlich zur Sprache ein Live-Kamerabild oder eine Bildschirmfreigabe zum Einsatz (Google, Aug 2026).
  • OpenAI begann im September 2023 mit der Einführung von wechselseitigen Sprachgesprächen in ChatGPT. Zunächst waren sie für Plus- und Enterprise-Nutzer auf iOS und Android verfügbar, mit fünf Stimmen und dem Whisper-Modell zur Transkription des Gesprochenen (OpenAI, Sep 2023).
  • OpenAIs Sprachmodell gpt-realtime erreichte im unternehmenseigenen Test 82,8 % beim Reasoning-Test Big Bench Audio, gegenüber 65,6 % für das Modell vom Dezember 2024 (OpenAI, Aug 2025).
  • Mit der allgemeinen Verfügbarkeit der Realtime-API senkte OpenAI die Preise für gpt-realtime um 20 % auf $32 pro Million Audio-Eingabetokens und $64 pro Million Audio-Ausgabetokens (OpenAI, Aug 2025).

Werden Alexa, Siri und Google Assistant mit generativer KI neu aufgebaut?

Ja. Alle drei wurden seit 2025 mithilfe großer Sprachmodelle neu aufgebaut oder durch solche ersetzt. Amazon ist das erste Unternehmen, das Nutzungszahlen im großen Maßstab meldet.

  • Alexa+ kostet $19,99 pro Monat oder ist mit Prime kostenlos verfügbar. Der Dienst steht allen Kunden in den USA und Kanada zur Verfügung und befindet sich in acht weiteren Ländern im Early Access: Brasilien, Großbritannien, Mexiko, Italien, Spanien, Deutschland, Österreich und Frankreich (Amazon, Jul 2026).
  • Hunderte Millionen Kunden nutzen inzwischen die neuen Alexa-Funktionen. In den USA schließen Kunden, die Alexa+ ausprobiert haben, fast 25 % häufiger ein Prime-Abo ab (Amazon, Jul 2026).
  • Alexa for Shopping, das Alexa+ mit Amazons Einkaufsassistenten Rufus kombiniert, hatte im zweiten Quartal 2026 fast doppelt so viele aktive Nutzer wie im Vorjahr. Die Zahl der Interaktionen stieg um mehr als das Fünffache (Amazon, Jul 2026).
  • Apple begann am 14. September 2026 mit der Einführung von Siri AI in englischer Sprache als Betaversion. Die überarbeitete Siri basiert auf Apple Foundation Models, die in Zusammenarbeit mit Google und dessen Gemini-Modellen entwickelt wurden. Fünf weitere Sprachen sollten im folgenden Monat hinzukommen (Apple, Sep 2026).
  • Apple Intelligence unterstützt 16 Sprachen und läuft unter iOS 27 auf iPhone 16-Modellen oder neueren Geräten sowie auf dem iPhone 15 Pro und iPhone 15 Pro Max (Apple, Sep 2026).
  • Google begann im März 2025, Nutzer von Google Assistant auf Mobilgeräten zu Gemini zu migrieren. Damals war die Gemini-App in mehr als 40 Sprachen und 200 Ländern verfügbar. Google erklärte, dass der klassische Assistant noch im selben Jahr auf den meisten Smartphones nicht mehr zugänglich sein würde (Google, März 2025).

Wie genau ist die Spracherkennung 2026?

2017 erreichten Maschinen bei einem Benchmark für Telefongespräche dieselbe Genauigkeit wie professionelle Transkriptionisten. Die besten Modelle haben sich seitdem verbessert. Die Fehlerraten variieren am stärksten je nachdem, wer spricht: Bei Schwarzen Sprechern, Menschen mit Sprachbehinderungen, Kindern und Gesprächen im klinischen Umfeld liegen sie weit höher als bei sauberen Benchmarks, wie die folgenden Studien zeigen.

Boxplots der Wortfehlerrate nach ethnischer Zugehörigkeit für Amazons allgemeine und medizinische Transkriptionsdienste sowie Whisper. Grundlage sind Aufnahmen von Pflegebesuchen bei Schwarzen und weißen Patienten in der häuslichen Pflege
Abbildung 4: Auf denselben Aufnahmen von Pflegebesuchen machten beide Amazon-Dienste bei Schwarzen Patienten mehr Fehler als bei weißen Patienten. Eine gute durchschnittliche Genauigkeit sagt daher wenig darüber aus, bei wem Gesprochenes falsch verstanden wird. Quelle: Zolnoori et al., JAMIA Open, Decoding disparities: evaluating automatic speech recognition system performance in transcribing Black and White patient verbal communication with nurses in home healthcare, Dez 2024. Von der Quelle veröffentlichte Grafik (Abb. 2, CC BY 4,0), abgerufen am 2. Okt 2026.

Welche Wortfehlerraten erreichen die besten Spracherkennungsmodelle?

Bei sauberen englischsprachigen Testsätzen machen die besten Systeme inzwischen ungefähr so viele Fehler wie sorgfältig arbeitende professionelle Transkriptionisten. Bei langen Aufnahmen und bei Audio, das sich von den Testsätzen unterscheidet, sinkt die Genauigkeit. Jedes auf diesen Modellen basierende Tool zur KI-Spracherkennung übernimmt diese Einschränkungen. Wortfehlerraten lassen sich nur innerhalb desselben Testsatzes vergleichen. Daher wird bei jeder der folgenden Zahlen der jeweilige Test genannt.

  • Im August 2017 erreichte Microsofts System beim Benchmark Switchboard für Telefongespräche eine Wortfehlerrate von 5,1 % und entsprach damit der Genauigkeit eines Verfahrens mit mehreren Transkriptionisten. Ein Jahr zuvor hatte es die von Microsoft gemessene Rate von 5,9 % für einzelne professionelle Transkriptionisten erreicht (Microsoft Research, Aug 2017).
  • Eine eigene Studie von IBM ergab, dass der beste professionelle Transkriptionist nach Qualitätskontrollen bei Switchboard 5,1 % Fehler und beim anspruchsvolleren Testsatz CallHome 6,8 % Fehler machte. IBMs System erreichte 5,5 % beziehungsweise 10,3 % (Saon et al., IBM Research 2017, März 2017).
  • OpenAI trainierte Whisper mit 680.000 Stunden transkribiertem Audio aus dem Web. Davon entfielen 117.000 Stunden auf 96 andere Sprachen als Englisch (Radford et al., Whisper 2022, Dez 2022).
  • Benchmark-Ergebnisse überschätzen die Genauigkeit in der Praxis: Ein Whisper-Modell und ein Modell, das nur mit Hörbüchern aus LibriSpeech trainiert wurde, erzielten bei LibriSpeech Ergebnisse, die weniger als 0,1 % auseinanderlagen. Über 13 andere Testsätze hinweg machte Whisper im Durchschnitt jedoch 55,2 % weniger Fehler (Radford et al., Whisper 2022, Dez 2022).
  • Bei 25 Aufnahmen von Rundfunksendungen, Telefongesprächen und Besprechungen lag die aggregierte Wortfehlerrate des besten von fünf professionellen Transkriptionsdiensten, eines computerunterstützten Dienstes, nur 1,15 Prozentpunkte unter der von Whisper (Radford et al., Whisper 2022, Dez 2022).
  • Das Open ASR Leaderboard, das von Forschern bei Hugging Face zusammen mit Mitautoren von NVIDIA und der University of Cambridge erstellt wurde, vergleicht 86 Spracherkennungssysteme von 26 Organisationen anhand derselben 12 Datensätze. 74 davon sind Open Source (Srivastav et al., Open ASR Leaderboard v4, März 2026).
  • Bei langen Aufnahmen wie Gewinnmitteilungen, TED Talks und Interviews sind kommerzielle Systeme mit geschlossenem Quellcode führend: ElevenLabs Scribe v2 erreichte eine durchschnittliche Wortfehlerrate von 7,32 %, gegenüber 9,73 % für das beste Open-Source-Modell (Srivastav et al., Open ASR Leaderboard v4, März 2026).
  • Google trainierte sein Universal Speech Model mit 12 Millionen Stunden nicht gekennzeichnetem Audio in mehr als 300 Sprachen. In unternehmenseigenen Tests erreichte es mindestens dieselbe Genauigkeit wie Whisper, obwohl der gekennzeichnete Trainingsdatensatz nur ein Siebtel so groß war (Zhang et al., Google USM 2023, März 2023).

Unterscheiden sich die Fehlerraten nach Akzent, ethnischer Zugehörigkeit und Sprache?

Ja, und zwar deutlich. Die Fehlerraten hängen davon ab, wer spricht und wie viele Trainingsaufnahmen für die jeweilige Sprache vorhanden sind. Durch gezieltes Nachtrainieren mit den passenden Sprachaufnahmen lässt sich ein großer Teil der Unterschiede ausgleichen.

  • Über fünf kommerzielle Systeme von Amazon, Apple, Google, IBM und Microsoft hinweg lag die durchschnittliche Wortfehlerrate für Schwarze Sprecher bei 0,35 und für weiße Sprecher bei 0,19 (Koenecke et al., PNAS 2020, März 2020).
  • Am größten war der Unterschied bei Schwarzen Männern: Ihre durchschnittliche Wortfehlerrate über die fünf Systeme hinweg lag bei 0,41, gegenüber 0,17 bei weißen Frauen (Koenecke et al., PNAS 2020, März 2020).
  • Dasselbe Muster zeigte sich in einer Studie von 2024 mit Aufnahmen von Besuchen in der häuslichen Pflege: Bei 860 Äußerungen von 10 Patienten lag die mediane Wortfehlerrate von Amazons allgemeinem Transkriptionsdienst bei Gesprächen zwischen Schwarzen Patienten und Pflegekräften bei 50 %, gegenüber 33 % bei weißen Patienten (Zolnoori et al., JAMIA Open 2024, Dez 2024).
  • Durch gezieltes Nachtrainieren mit Sprachaufnahmen von Menschen mit Parkinson-bedingter Dysarthrie sank die ursprüngliche Fehlerrate des Speech Accessibility Project bei diesen Sprechern auf 23,7 % (Hasegawa-Johnson et al., JSLHR 2024, Sep 2024).
  • Kinder lassen sich schwieriger transkribieren: Ohne weiteres Training erreichte Whisper Large v3 beim Testsatz mit vorgegebenen Kindersprachenaufnahmen CSLU OGI Kids eine Wortfehlerrate von 19,9 %. Nach dem Nachtrainieren mit Sprachaufnahmen von Kindern sank sie auf 1,4 % (Fan et al., Interspeech 2024, Sep 2024).
  • Über die Sprachen hinweg halbiert sich beim Benchmark FLEURS die Wortfehlerrate von Whisper bei jeder Verfünfzehnfachung der Trainingsaudio-Menge. Auf einer logarithmischen Skala beträgt die quadrierte Korrelation zwischen den beiden Werten 0,83 (Radford et al., Whisper 2022, Dez 2022).
  • Metas Projekt Massively Multilingual Speech entwickelte ein Spracherkennungsmodell für 1.107 Sprachen, das Whispers Wortfehlerrate bei 54 FLEURS-Sprachen mehr als halbierte und dabei nur einen kleinen Teil der von Whisper gekennzeichneten Datenmenge zum Training benötigte (Pratap et al., Meta MMS 2023, Mai 2023).
  • Der von Mozilla gemeinsam mit Freiwilligen erstellte Datensatz Common Voice umfasste in seiner Veröffentlichung vom September 2026 42.593 Stunden Sprachaufnahmen in 295 Sprachen. 29.295 Stunden davon wurden von anderen Freiwilligen überprüft (Mozilla Common Voice, Sep 2026).
  • Nach unserer Zählung anhand der Veröffentlichungsdatei von Mozilla verfügen 108 der 295 Sprachen in Common Voice 27,0 über weniger als 10 überprüfte Stunden, 31 davon über weniger als eine Stunde (Mozilla Common Voice, Sep 2026).

Wie genau ist die Sprache-zu-Text-Umwandlung in medizinischen und lauten Umgebungen?

Sie ist weniger genau als bei Benchmarks, und die Ergebnisse müssen von Menschen überprüft werden. Störgeräusche, weit entfernte Mikrofone, mehrere Sprecher und klinische Fachbegriffe erhöhen die Fehlerraten.

  • In 217 klinischen Notizen aus zwei Gesundheitssystemen in den USA enthielt die Spracherkennung 7,4 Fehler pro 100 Wörter. Nach der Bearbeitung durch medizinische Transkriptionisten sank die Zahl auf 0,4 und in den endgültigen, von Ärzten unterzeichneten Notizen auf 0,3 (Zhou et al., JAMA Network Open 2018, Jul 2018).
  • 96,3 % der ersten Spracherkennungsentwürfe in dieser Studie enthielten mindestens einen Fehler. 5,7 % der Fehler wurden als klinisch bedeutsam eingestuft (Zhou et al., JAMA Network Open 2018, Jul 2018).
  • Eine systematische Auswertung von 122 Studien zur Spracherkennung bei der klinischen Dokumentation aus den Jahren 1990 bis 2018 ergab gemeldete Wortfehlerraten zwischen 7,4 % und 38,7 %. Der Anteil der Dokumente mit Fehlern lag zwischen 4,8 % und 71 % (Blackley et al., JAMIA 2019, Apr 2019).
  • Eine Auswertung von 29 Studien zur KI-Transkription in klinischen Umgebungen aus dem Jahr 2025 ergab Wortfehlerraten zwischen 8,7 % bei kontrolliertem Diktat und über 50 % bei Gesprächen mit mehreren Sprechern (Ng et al., BMC Medical Informatics and Decision Making 2025, Jul 2025).
  • Bei Hausbesuchen von Pflegekräften lag die mediane Wortfehlerrate des genauesten von vier getesteten Systemen bei 39 %. Bei Äußerungen mit weniger als fünf Wörtern erreichte die durchschnittliche Fehlerrate 86 % (Zolnoori et al., JAMIA Open 2024, Dez 2024).
  • In einem Test aus dem Jahr 2025 mit 10 Spracherkennungskonfigurationen und 200 diktierten kieferorthopädischen Berichten lagen die Wortfehlerraten zwischen 3,7 % (Transkription mit GPT-4o, anschließend von GPT-4o korrigiert) und 33,9 % (Dragon Professional Anywhere). Hintergrundgeräusche erhöhten die Fehlerraten bei allen Systemen; bei allen traten klinisch bedeutsame Fehler auf (O'Kane et al., Journal of Dental Research 2025, Nov 2025).
  • Von Whisper erfundener Text betraf Sprecher mit Aphasie stärker: Bei 1,7 % ihrer Audiosegmente erzeugte das Modell Halluzinationen, gegenüber 1,2 % in der Kontrollgruppe. Bei denselben Audioaufnahmen erzeugten Googles Modelle Speech-to-Text und Chirp keine Halluzinationen (Koenecke et al., ACM FAccT 2024, Jun 2024).
  • Whisper Large v2 erreichte bei Hörbüchern aus LibriSpeech eine Wortfehlerrate von 2,7 %, bei Aufnahmen von Abendessen mit Gästen aus CHiME-6 jedoch 25,5 %. Bei Besprechungen, die mit einem einzelnen weit entfernten Mikrofon aufgenommen wurden, lag sie bei 36,4 %, gegenüber 16,9 % bei denselben Besprechungen mit Headset-Mikrofonen (Radford et al., Whisper 2022, Dez 2022).

Ersetzt Spracheingabe die Tastatur?

In Labortests ist Spracheingabe schneller als die Eingabe mit den Daumen. Außerdem entfällt inzwischen der Großteil des Web-Traffics auf Smartphones. Im medizinischen Bereich ist die Diktatnutzung am besten erfasst.

Liniendiagramm mit Wörtern pro Minute bei Tastatur- und Spracheingabe auf einem Smartphone mit Touchscreen, auf Englisch und Mandarin, gemäß einer Laborstudie
Abbildung 5: Die Spracheingabe war auf einem Smartphone mit Touchscreen sowohl auf Englisch als auch auf Mandarin deutlich schneller als die Tastatur. Der Vorteil gilt also für zwei sehr unterschiedliche Tastaturen. Quelle: Ruan et al., IMWUT 2017, Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones, Dez 2017. Von der Quelle veröffentlichte Grafik (Abb. 5, aus dem PDF zugeschnitten), abgerufen am 2. Okt 2026.

Wie viel schneller ist Sprechen als Tippen?

In Labortests ist Sprechen deutlich schneller als Tippen, sowohl auf Englisch als auch auf Mandarin, obwohl dabei etwas mehr Fehler im fertigen Text zurückbleiben. In der Laborstudie von Ruan et al. tippten 48 Studierende kurze vorgegebene Sätze ab. Die Autoren bezeichnen die Ergebnisse als maximal erreichbare Leistung. Eine Nachricht zu formulieren und dabei nachzudenken, dauert länger. Informationen zu Tippgeschwindigkeiten nach Alter, Gerät und Training finden Sie in unseren Statistiken zur Tippgeschwindigkeit.

  • Im Labortest von Ruan et al. auf Smartphones mit Touchscreen erreichte die Spracheingabe auf Chinesisch (Mandarin) 123 Wörter pro Minute, gegenüber 43 über die Pinyin-Tastatur – also eine 2,87-mal höhere Geschwindigkeit (Ruan et al., IMWUT 2017, Dez 2017).
  • Bei der Eingabe machte die Spracheingabe außerdem weniger Fehler: Über beide Sprachen hinweg lag die korrigierte Fehlerrate bei 5,30 % für Spracheingabe, gegenüber 11,22 % für die Tastatur (Ruan et al., IMWUT 2017, Dez 2017).
  • Im fertigen Text blieben bei der Spracheingabe etwas mehr Fehler zurück: Die unkorrigierte Fehlerrate lag bei 1,30 %, gegenüber 0,79 % für die Tastatur (Ruan et al., IMWUT 2017, Dez 2017).
  • Freiwillige tippten auf ihren Smartphones durchschnittlich 36,2 Wörter pro Minute. Die unkorrigierte Fehlerrate lag bei 2,3 %. Die Zahlen basieren auf einem Online-Tipptest mit 37.370 Personen (Palin et al., MobileHCI 2019, Okt 2019).
  • Beim Tippen auf einer herkömmlichen Desktop-Tastatur erreichten 168.960 Freiwillige in einem Online-Tipptest durchschnittlich 51,56 Wörter pro Minute. Die schnellsten kamen auf 120 oder mehr (Dhakal et al., CHI 2018, Apr 2018).
  • Menschen sprechen schneller, als es auf einer der beiden Tastaturen möglich ist: In 2.438 aufgezeichneten amerikanischen Telefongesprächen sprachen die Gesprächsteilnehmer während ihrer Sprechanteile durchschnittlich 164 Wörter pro Minute. In einer größeren Sammlung aufgezeichneter Gespräche zwischen Fremden schwankte der Durchschnitt je nach Thema zwischen 152 und fast 170 (Yuan et al., Interspeech 2006, Sep 2006).

Wie viele Menschen tippen und diktieren auf ihren Smartphones?

Fast alle Erwachsenen in den USA besitzen ein Smartphone, und Smartphones machen den Großteil des weltweiten Web-Traffics aus. Es gibt keine aktuelle öffentlich zugängliche Primärquelle dazu, wie viele Menschen Text diktieren statt ihn zu tippen. Die letzte US-Erhebung, die die Nutzung von Sprachassistenten nach Gerät aufschlüsselte, stammt aus dem Jahr 2017.

  • 91 % der Erwachsenen in den USA besitzen ein Smartphone. Bei der ersten Erhebung von Pew im Jahr 2011 waren es 35 % (Pew Research Center, Nov 2025).
  • 16 % der Erwachsenen in den USA nutzen das Internet ausschließlich über ein Smartphone: Sie besitzen ein Smartphone, aber keinen Breitbandanschluss zu Hause. Bei den 18- bis 29-Jährigen steigt der Anteil auf 27 % und bei Menschen in Haushalten mit einem Einkommen unter $30.000 auf 34 % (Pew Research Center, Nov 2025).
  • Schätzungsweise 262 Millionen Amerikaner ab 12 Jahren besitzen ein Smartphone (Edison Research at SSRS, März 2026).
  • 2017 nutzten 42 % der Erwachsenen in den USA einen Sprachassistenten auf ihrem Smartphone – dreimal so viele wie die 14 %, die einen auf einem Computer oder Tablet nutzten (Pew Research Center, Dez 2017).
  • In den USA ist die Verteilung nahezu ausgeglichen: Im September 2026 entfielen 49,1 % des Web-Traffics auf Mobilgeräte und 48,47 % auf Desktopcomputer. Damit lag der mobile Anteil erstmals seit mindestens September 2025 vorn (StatCounter, Sep 2026).

Welche Berufsgruppen diktieren am häufigsten, und wie viel Zeit spart das?

Ärzte sind die am besten erfasste Gruppe. KI-Schreibassistenten, die während eines Besuchs im Hintergrund zuhören und einen Entwurf der Notiz erstellen, sparen in Studien einige Minuten Dokumentationszeit. Die Entwürfe müssen jedoch weiterhin überprüft werden.

  • Zum Zeitpunkt der Übernahmevereinbarung mit Microsoft im Jahr 2021 wurden die Produkte von Nuance nach eigenen Angaben der Unternehmen von mehr als 55 % der Ärzte in den USA und 75 % der Radiologen in den USA sowie in 77 % der Krankenhäuser in den USA verwendet (Microsoft, Apr 2021).
  • 2025 gab es in den USA 42.000 Arbeitsplätze für medizinische Transkriptionisten. Das BLS prognostiziert bis 2035 einen Rückgang der Beschäftigung um 4 %. Als häufigste Technologie im Beruf nennt das Amt Spracherkennungssoftware, die einen Berichtsentwurf zur Überprüfung durch den Transkriptionisten erstellt (US Bureau of Labor Statistics, Aug 2026).
  • In einer randomisierten Studie mit 238 ambulant tätigen Ärzten der UCLA verringerte ein KI-Schreibassistent im Hintergrund (Nabla) die für Notizen aufgewendete Zeit gegenüber der üblichen Versorgung um 9,5 %. Der andere (DAX Copilot von Microsoft) führte zu keinem signifikanten Unterschied (Lukac et al., NEJM AI 2025, Nov 2025).
  • Selbst innerhalb der Studie war die Nutzung begrenzt: DAX wurde bei 33,5 % der 24.696 Besuche und Nabla bei 29,5 % der 23.653 Besuche verwendet. Etwa 15 % der Ärzte, denen ein Schreibassistent zur Verfügung stand, nutzten ihn nie (Lukac et al., NEJM AI 2025, Nov 2025).
  • Vor einer randomisierten Studie, die 2024 und 2025 in Kliniken zweier Bundesstaaten durchgeführt wurde, nutzten 59 % der 66 teilnehmenden Ärzte bereits die Spracherkennungssoftware Fluency Direct für ihre Notizen. 4,5 % nutzten herkömmliches Diktat (Afshar et al., NEJM AI 2025, Nov 2025).
  • In derselben Studie verbrachten Ärzte mit einem KI-Schreibassistenten im Hintergrund als sekundärem Messwert täglich 0,36 Stunden weniger mit dem Verfassen von Notizen. Die Autoren berichten von keiner Verschlechterung bei Diagnosen, Abrechnungsrichtlinien oder Qualität der Notizen (Afshar et al., NEJM AI 2025, Nov 2025).
  • In einer randomisierten Crossover-Studie mit 160 ambulant tätigen Ärzten, in der zwei Schreibassistenten im Hintergrund verglichen wurden, sparte einer täglich 3,19 Minuten mehr Zeit für Notizen als der andere. Bei der Dokumentationszeit außerhalb der Arbeitszeit gab es zwischen den beiden keinen bedeutenden Unterschied (Chowdhury et al., JAMIA 2026, Feb 2026).
  • Von 198.178 Besuchen in Notaufnahmen in vier Krankenhäusern im Jahr 2025 wurden bei 4,3 % KI-Schreibassistenten im Hintergrund eingesetzt. Sie waren mit einer um 1,6 Minuten kürzeren medianen ärztlichen Dokumentationszeit pro Notiz verbunden. Das entspricht etwa der Hälfte der Verkürzung um 3,3 Minuten, die mit menschlichen Schreibassistenten einherging (Dutta et al., Annals of Emergency Medicine 2026, Jun 2026).
  • Unter den britischen Hausärzten, die einen Schreibassistenten im Hintergrund nutzten, gaben 80 % an, dass dieser den Zeitaufwand für die Dokumentation reduzierte. 32 % berichteten jedoch, dass oft oder immer Fehler auftraten, und 14 % nannten Fehler mit erheblichen bis kritischen Folgen (Blease et al., BMJ Health and Care Informatics 2026, Jul 2026).

Wie groß ist der Markt für Spracherkennung?

Niemand ist sich über die Größe des Spracherkennungsmarkts einig. Die veröffentlichten Schätzungen für 2025 unterscheiden sich beinahe um den Faktor zwei. Unternehmensberichte und Übernahmepreise sind aussagekräftiger: Unternehmen haben Milliarden für Sprachtechnologie gezahlt, und die börsennotierten KI-Sprachunternehmen verzeichnen ein zweistelliges Umsatzwachstum.

Balkendiagramm mit der Schätzung von Mordor Intelligence zur Größe des Markts für Spracherkennung in Milliarden USD für 2025 und 2026 sowie der Prognose für 2031
Abbildung 6: Mordor Intelligence prognostiziert ein starkes Wachstum. Der Ausgangswert für 2025 liegt jedoch weit über der Schätzung eines anderen Unternehmens für dasselbe Jahr. Deshalb wird bei jeder Marktzahl auf dieser Seite das Unternehmen genannt, von dem sie stammt. Quelle: Mordor Intelligence, Voice Recognition Market Size, Share and Growth, 2031, Sep 2026. Von der Quelle veröffentlichte Grafik (CC BY 4,0), abgerufen am 2. Okt 2026.

Welchen Wert hat der Markt für Sprach- und Spracherkennung?

Das hängt davon ab, welches Unternehmen man fragt. Die drei folgenden Schätzungen definieren den Markt leicht unterschiedlich und dürfen nicht gemittelt werden. Einig sind sie sich lediglich darin, dass er um ungefähr ein Fünftel pro Jahr wächst.

  • MarketsandMarkets bezifferte den weltweiten Markt für Sprach- und Spracherkennung 2025 auf $9,66 Milliarden und prognostiziert bis 2030 einen Anstieg auf $23,11 Milliarden. Das entspricht einer durchschnittlichen jährlichen Wachstumsrate von 19,1 % (MarketsandMarkets, Aug 2025).
  • MarketsandMarkets bezeichnet die Sprachsuche als größte Anwendung in diesem Markt. Treiber seien Smartphones, Smart Speaker und KI-Assistenten (MarketsandMarkets, Aug 2025).
  • Fortune Business Insights beziffert denselben Markt 2025 auf $19,09 Milliarden und 2026 auf $23,70 Milliarden. Bis 2034 prognostiziert das Unternehmen einen Anstieg auf $104,05 Milliarden. Das entspricht einer durchschnittlichen jährlichen Wachstumsrate von 20,30 % (Fortune Business Insights, Sep 2026).
  • Fortune Business Insights prognostiziert, dass der US-amerikanische Markt für Sprach- und Spracherkennung 2026 einen Wert von $6,01 Milliarden erreichen wird (Fortune Business Insights, Sep 2026).
  • Laut Fortune Business Insights wird Spracherkennung im engeren Sinne, im Unterschied zur Sprechererkennung, 2026 einen Anteil von 66,40 % am Markt haben (Fortune Business Insights, Sep 2026).
  • Mordor Intelligence beziffert den Markt für Spracherkennung 2025 auf $18,39 Milliarden und 2026 auf $22,51 Milliarden. Bis 2031 prognostiziert das Unternehmen einen Anstieg auf $61,78 Milliarden. Das entspricht einer durchschnittlichen jährlichen Wachstumsrate von 22,38 % (Mordor Intelligence, Sep 2026).
  • Mordor Intelligence führt den asiatisch-pazifischen Raum als größte Region mit einem Anteil von 37,64 % am Umsatz mit Spracherkennung im Jahr 2025 (Mordor Intelligence, Sep 2026).
  • Laut Mordor Intelligence entfielen 2025 39,17 % des Umsatzes mit Spracherkennung auf Smartphones und Tablets. Damit waren sie die größte Gerätekategorie (Mordor Intelligence, Sep 2026).
  • Laut der Prognose von Mordor Intelligence ist die medizinische Dokumentation die am schnellsten wachsende Anwendung für Spracherkennung. Bis 2031 wird eine durchschnittliche jährliche Wachstumsrate von 23,39 % erwartet (Mordor Intelligence, Sep 2026).

Wie schnell wachsen KI-Sprachunternehmen?

Schnell. Die börsennotierten Sprachunternehmen verzeichnen ein zweistelliges Umsatzwachstum. ElevenLabs hat seine Bewertung innerhalb von sieben Monaten verdoppelt.

  • Der Umsatz von SoundHound AI lag 2025 bei $168,9 Millionen, 99 % mehr als 2024 (SoundHound AI, Feb 2026).
  • Im zweiten Quartal 2026 lag der Umsatz von SoundHound AI bei $61,9 Millionen, 45 % mehr als im Vorjahreszeitraum. Laut dem CEO ist das zehnmal so viel wie der Quartalsumsatz zum Zeitpunkt der Börsennotierung 2022 (SoundHound AI, Aug 2026).
  • Cerence, das Autoherstellern Sprachassistenten liefert, meldete für das Geschäftsjahr 2025 einen Umsatz von $251,8 Millionen und prognostizierte für das Geschäftsjahr 2026 einen Umsatz von $300 Millionen bis $320 Millionen. Das entspricht einem Anstieg um 23 % beim Mittelwert und schließt eine Zahlung von Samsung für eine Patentlizenz ein (Cerence, Nov 2025).
  • In den 12 Monaten bis Juni 2026 wurde Cerence-Technologie in Autos eingesetzt, die 50 % der weltweiten Fahrzeugproduktion ausmachten (Cerence, Aug 2026).
  • ElevenLabs beendete 2025 mit einem jährlich wiederkehrenden Umsatz von $350 Millionen und überschritt in den ersten vier Monaten des Jahres 2026 die Marke von $500 Millionen (ElevenLabs, Mai 2026).
  • Ein im September 2026 angekündigtes Mitarbeiter-Kaufangebot in Höhe von $300 Millionen bewertete ElevenLabs mit $22 Milliarden. Das Doppelte der Bewertung aus der Series D vom Februar 2026 (ElevenLabs, Sep 2026).
  • Die Sprachagenten von ElevenLabs bearbeiten mehr als 15 Millionen Gespräche pro Woche, dreimal so viele wie im Februar 2026. Unternehmenskunden machen 55 % des Umsatzes aus (ElevenLabs, Sep 2026).

Wie viel haben große Technologieunternehmen für Sprachtechnologie bezahlt?

Die Übernahme von Nuance durch Microsoft setzte den Maßstab. Kleinere KI-Sprachunternehmen kaufen sich inzwischen in den Kundenservice ein.

  • Microsoft erklärte, dass sich der adressierbare Markt unter Gesundheitsdienstleistern durch den Kauf von Nuance verdoppeln würde. Damit würde der gesamte adressierbare Markt im Gesundheitswesen für Microsoft auf fast $500 Milliarden steigen (Microsoft, Apr 2021).
  • Als die Übernahme am 4. März 2022 abgeschlossen wurde, verbuchte Microsoft für Nuance einen Gesamtkaufpreis von $18,8 Milliarden. Davon entfielen $16,3 Milliarden auf den Geschäfts- oder Firmenwert (Microsoft, Jul 2022).
  • SoundHound AI bezifferte den vorläufigen Wert der Übernahme des Kundenservice-KI-Unternehmens Interactions im September 2025 auf $76,1 Millionen (SoundHound AI, März 2026).
  • LivePerson, dessen Übernahme SoundHound AI im April 2026 vereinbarte, betreibt digitale Kundenkommunikation mit einer Milliarde Kundennachrichten pro Monat (SoundHound AI, Apr 2026).
  • SoundHound AI schloss die Übernahme von LivePerson am 4. September 2026 ab. Das gemeinsame Unternehmen verfügt nun über einen Kundenstamm, zu dem 25 der Fortune 100 gehören, sowie über mehr als 750 Patente (SoundHound AI, Sep 2026).

Glossar

  • ASR: automatische Spracherkennung, Software, die gesprochene Audiodaten in Text umwandelt.
  • Wortfehlerrate (WER): Anteil der Wörter, die ein System im Vergleich zu einem menschlich erstellten Referenztranskript falsch erkennt, auslässt oder hinzufügt. Je niedriger der Wert, desto besser. Die Raten lassen sich nur innerhalb desselben Testsatzes vergleichen.
  • Switchboard, CallHome, LibriSpeech, CHiME-6, AMI, FLEURS: standardisierte Spracherkennungstestsätze: Telefongespräche (Switchboard, CallHome), vorgelesene Hörbücher (LibriSpeech), Aufnahmen von Abendessen mit Gästen (CHiME-6), Besprechungen (AMI) und ein mehrsprachiger Benchmark (FLEURS).
  • Feinabstimmung: weiteres Training eines bestehenden Modells mit einer kleineren, gezielt ausgewählten Menge an Audiodaten, zum Beispiel mit Sprachaufnahmen von Kindern.
  • Halluzination: Text, den ein Spracherkennungsmodell ausgibt, obwohl er nie gesprochen wurde.
  • Smart Speaker: Lautsprecher mit integriertem Sprachassistenten, zum Beispiel Amazon Echo, Google Nest oder Apple HomePod.
  • KI-Schreibassistent im Hintergrund: Software, die einem Arztbesuch zuhört und einen Entwurf der klinischen Notiz zur Überprüfung erstellt.
  • Dysarthrie: motorische Sprachstörung, bei der schwache oder schlecht kontrollierte Sprechmuskeln die Sprache schwer verständlich machen.
  • Aphasie: Sprachstörung, häufig infolge eines Schlaganfalls, die das Sprechen und das Sprachverständnis beeinträchtigt.
  • GP: Hausarzt, ein Allgemeinmediziner im Vereinigten Königreich.
  • API: Programmierschnittstelle, über die Entwickler ihre Software mit einem Modell verbinden.
  • ARR: jährlich wiederkehrender Umsatz.
  • TAM: gesamter adressierbarer Markt.
  • Durchschnittliche jährliche Wachstumsrate: konstante jährliche Wachstumsrate, mit der ein Markt von seinem Ausgangswert bis zum prognostizierten Wert wachsen würde.

Methodik und Quellen

Alle Zahlen auf dieser Seite stammen von der Organisation, die sie erhoben oder erstellt hat: Umfrageinstitute (Edison Research, Pew Research Center, BrightLocal, Adobe), Statistikämter und Aufsichtsbehörden (Eurostat, BLS, FTC), von Experten begutachtete Fachartikel und Preprints, Unternehmensberichte und Nachrichtenredaktionen sowie als solche gekennzeichnete Marktforschungsunternehmen. Keine Zahl wurde aus einer anderen Zusammenstellung von Statistiken übernommen. Jeder Link wurde am 2. Okt 2026 aufgerufen und die Zahl auf der Seite oder im heruntergeladenen Bericht überprüft. Marktschätzungen weichen voneinander ab. Daher ist jede Schätzung dem jeweiligen Unternehmen zugeordnet und wird separat aufgeführt, nicht als Durchschnittswert. Studien aus den Jahren 2017 bis 2022 werden berücksichtigt, wenn es keine neuere Messung desselben Sachverhalts gibt. Das Jahr ist jeweils im Satz angegeben. Die Seite wird jeden Monat überprüft und aktualisiert.

Quellen

Diese Seite zitieren

Jede Zahl hier verlinkt auf die Studie, aus der sie stammt. Sie können sie mit einem Link zu dieser Seite oder zur Originalquelle zitieren.

WriteVoice. "139 Sprachsuchstatistiken im November 2026." WriteVoice, November 2026. https://www.writevoice.io/de/statistics/voice-search-statistics/
<a href="https://www.writevoice.io/de/statistics/voice-search-statistics/">Sprachsuchstatistiken</a> (WriteVoice, November 2026)
Deutsch