Diktat und Spracherkennung in der Kanzlei: Was moderne Systeme leisten

Das Diktat ist eine der ältesten Arbeitsroutinen der Anwaltschaft, und in vielen Kanzleien läuft es noch fast so wie vor dreißig Jahren: Der Anwalt diktiert, das Sekretariat schreibt, der Entwurf geht zur Korrektur zurück, dann wird versendet. Was sich geändert hat, ist die Technik dahinter. Spracherkennung in der Kanzlei ist inzwischen so gut geworden, dass sich die Frage stellt, welche Rolle der klassische Schreibdienst künftig noch spielt.

Die Antwort ist weniger eindeutig, als Anbieter es gerne darstellen. Spracherkennung ersetzt nicht den Menschen, sondern verschiebt Arbeit: vom Schreiben zum Korrigieren, vom Sekretariat zum Diktierenden oder zurück, je nach gewähltem Ablauf. Ob sich das lohnt, hängt vom Dokumenttyp, vom Diktierstil und von der Integration in die übrigen Abläufe ab.

Dieser Artikel ordnet die drei Varianten ein, die heute nebeneinander existieren, und benennt die Punkte, an denen Projekte in der Praxis scheitern oder gelingen.

Drei Varianten im Vergleich

In der Praxis begegnen einem drei Arbeitsweisen, die sich in Aufwand und Ergebnis deutlich unterscheiden:

• Klassisches digitales Diktat: Der Anwalt diktiert in ein Diktiergerät oder eine App, die Audiodatei geht in einen Workflow, das Sekretariat schreibt sie ab. Die Qualität des Ergebnisses hängt allein vom Schreibdienst ab, der Durchsatz auch.
• Spracherkennung in Echtzeit: Der gesprochene Text erscheint direkt am Bildschirm. Der Diktierende korrigiert selbst oder gibt den Rohtext ins Sekretariat. Trainierbare Fachvokabulare verbessern die Trefferquote bei juristischen Begriffen.
• KI-gestützte Transkription: Eine Audiodatei wird von einem Sprachmodell in Text umgewandelt, teils inklusive Gliederung, Zeichensetzung und Umformulierung von Diktatanweisungen. Diese Systeme kommen mit Dialekt, Nebengeräuschen und freiem Sprechen deutlich besser zurecht als klassische Erkennung.

Variante	Stärke	Schwäche
Klassisches Diktat	Hohe Endqualität, entlastet den Anwalt	Langsam, bindet Schreibkapazität
Echtzeit-Erkennung	Sofortiges Ergebnis, lernfähiges Vokabular	Diszipliniertes Diktieren nötig
KI-Transkription	Robust bei freiem Sprechen	Datenschutzfragen, Kontrolle nötig

Wichtig ist: Die Varianten schließen sich nicht aus. Viele Kanzleien fahren gut damit, kurze Standardkorrespondenz per Erkennung direkt zu erledigen und lange Schriftsätze weiter über das Sekretariat laufen zu lassen.

Der Korrekturaufwand entscheidet, nicht die Erkennungsrate

Anbieter werben mit hohen Erkennungsraten, aber diese Zahl führt in die Irre. Entscheidend ist der verbleibende Korrekturaufwand, und der verteilt sich nicht gleichmäßig. Alltagssprache trifft die Erkennung fast fehlerfrei. Schwierig bleiben Eigennamen von Parteien, Aktenzeichen, Fremdwörter, lateinische Wendungen und die Fachbegriffe, bei denen ein Hörfehler den Sinn kippt. Ein einziges falsch erkanntes Wort in einem Antrag kann mehr kosten, als die gesparte Schreibzeit wert war.

Daraus folgen zwei praktische Konsequenzen. Erstens: Das Fachvokabular pflegen. Gute Systeme erlauben eigene Wortlisten für Parteinamen, Gerichtsbezeichnungen und wiederkehrende Fachtermini. Diese Pflege ist eine laufende Aufgabe, keine einmalige Einrichtung. Zweitens: Die Korrektur bleibt ein Pflichtschritt mit klarer Zuständigkeit. Ob der Diktierende selbst korrigiert oder das Sekretariat, ist Geschmacks- und Kostenfrage. Dass niemand korrigiert, ist keine Option, schon aus Haftungsgründen.

Auch der Diktierstil spielt hinein. Wer strukturiert diktiert, mit Satzzeichen und in ganzen Sätzen, bekommt von jeder Variante bessere Ergebnisse. KI-Transkription verzeiht mehr, aber sie erfindet im Zweifel eine plausible Formulierung, wo klassische Erkennung erkennbaren Unsinn produziert. Der plausible Fehler ist der gefährlichere, weil er beim Überfliegen nicht auffällt.

Integration in Kanzleisoftware und Sekretariat

Ein Diktatsystem, das neben der Kanzleisoftware herläuft, erzeugt neue Handarbeit: Texte müssen kopiert, Dokumente manuell der Akte zugeordnet, Aufträge per Zuruf verteilt werden. Der Nutzen entsteht erst durch Integration. Das fertige Diktat sollte als Dokument direkt in der richtigen Akte landen, idealerweise mit Aktenzeichen und Dokumenttyp schon beim Diktieren erfasst.

Für den Schreib- und Korrekturworkflow gilt dasselbe. Ein digitaler Diktatworkflow mit Prioritäten, Status und Vertretungsregeln macht sichtbar, was offen ist, wer woran arbeitet und was eilt. Das ist gerade in Kanzleien mit mehreren Berufsträgern und geteiltem Sekretariat der eigentliche Effizienzgewinn, noch vor jeder Spracherkennung.

Die Rolle des Sekretariats verschiebt sich dabei, sie verschwindet nicht. An die Stelle des reinen Abschreibens treten Korrektur, Formatierung nach Kanzleistandard, Aktenzuordnung und Qualitätskontrolle. Kanzleien, die diese Verschiebung offen ansprechen und die frei werdende Zeit für höherwertige Aufgaben nutzen, haben deutlich weniger Reibung bei der Einführung als solche, die das Thema als reines Einsparprojekt rahmen.

Datenschutz: die Cloud-Frage ehrlich beantworten

Die leistungsfähigsten Erkennungssysteme, insbesondere KI-Transkription, laufen häufig als Cloud-Dienst. Ein Diktat enthält aber regelmäßig Mandatsgeheimnisse: Namen, Sachverhalte, Strategien. Diese Daten an einen externen Dienst zu übertragen ist keine Nebensächlichkeit, sondern berührt die berufliche Verschwiegenheit und das Datenschutzrecht.

Pauschal verboten ist der Einsatz von Cloud-Diensten deshalb nicht, aber er verlangt eine bewusste Prüfung vor der Einführung. Zu den Fragen, die eine Kanzlei beantwortet haben sollte, gehören: Wo werden die Audiodaten und Transkripte verarbeitet und gespeichert. Werden Inhalte zum Training der Modelle verwendet, und lässt sich das vertraglich ausschließen. Gibt es eine Vereinbarung zur Auftragsverarbeitung und wie lange werden Daten beim Anbieter vorgehalten. Alternativ kommen Systeme in Betracht, die lokal oder in einer dedizierten Umgebung betrieben werden, meist gegen Abstriche bei Komfort oder Qualität. Diese Abwägung sollte dokumentiert werden, bevor das erste Mandantendiktat den Kanzleiserver verlässt.

Fazit

Spracherkennung und KI-Transkription haben das Diktat nicht abgeschafft, sondern ihm neue Formen gegeben. Kurze Korrespondenz lässt sich heute direkt am Bildschirm diktieren und fertigstellen, während lange Schriftsätze weiterhin von einem sauberen Korrektur- und Sekretariatsworkflow profitieren. Entscheidend sind nicht die beworbenen Erkennungsraten, sondern der reale Korrekturaufwand bei juristischem Vokabular, die Integration in Akte und Arbeitsverteilung sowie eine ehrlich beantwortete Datenschutzfrage beim Cloud-Einsatz. Kanzleien, die diese drei Punkte vor der Anschaffung klären, bekommen einen spürbaren Effizienzgewinn. Die anderen bekommen ein weiteres Werkzeug, das neben den Abläufen herläuft.