AquaVoice Alternative DSGVO: Warum das Entwickler-Diktiertool an deutschen Compliance-Fragen vorbeigeht

AquaVoice wirbt mit einer sehr konkreten Zahl: 230 Wörter pro Minute per Spracheingabe gegenüber rund 40 Wörtern beim Tippen. Das Tool positioniert sich klar für Entwickler und technische Nutzer, die mit Cursor, Claude oder ChatGPT arbeiten und ihre Prompts lieber sprechen als tippen. Das eigens trainierte Modell heißt Avalon und soll technische Begriffe, Code-Syntax und Bibliotheksnamen zuverlässiger erkennen als generische Diktiersoftware. Für ein amerikanisches Entwicklerpublikum ist das ein plausibles Versprechen. Für deutschsprachige Nutzer, die dieselbe Geschwindigkeit suchen, aber mit sensiblen Inhalten arbeiten, lohnt sich ein genauerer Blick auf die Architektur dahinter.

Was AquaVoice technisch macht

AquaVoice ist ein reines Cloud-Produkt. Es gibt in der öffentlich zugänglichen Dokumentation keinen Hinweis auf einen lokalen Verarbeitungsmodus, jede Aufnahme wird zur Transkription und KI-Nachbearbeitung an die Server des Anbieters geschickt. Das Avalon-Modell verarbeitet die Sprache serverseitig, formatiert sie kontextabhängig für den jeweiligen Zielort, ob Slack-Nachricht, E-Mail oder Dokument, und schickt den fertigen Text zurück. Diese Architektur ist der Grund, warum das Tool so reaktionsschnell wirkt: Es muss kein Modell lokal laden, die Rechenlast liegt komplett auf der Serverseite.

Genau das ist aus Datenschutzsicht der wunde Punkt. Auf der Website findet sich kein Hinweis auf einen Serverstandort in der EU, keine Auftragsverarbeitungsvereinbarung nach Art. 28 DSGVO und keine Aussage dazu, wie lange Sprachaufnahmen gespeichert werden, bevor sie gelöscht werden. Sprachdaten gelten nach Art. 9 DSGVO als biometrische Daten der höchsten Schutzkategorie. Wer als Rechtsanwältin, Unternehmensberater oder Freelancerin mit Kundendaten arbeitet und dabei AquaVoice nutzt, um schneller E-Mails zu diktieren, überträgt diese Daten in eine Infrastruktur, über deren rechtliche Einordnung öffentlich schlicht nichts bekannt ist.

Tobias, IT-Berater aus Köln, hat AquaVoice testweise für seine Kundenkorrespondenz genutzt, bevor ihm ein Kunde aus der Finanzbranche direkt nach dem Verarbeitungsstandort seiner Diktate fragte. Er konnte die Frage nicht beantworten und wechselte danach zu einer Lösung, bei der sich die Frage gar nicht erst stellt. Das Beispiel zeigt, dass die Zielgruppe von AquaVoice, technikaffine Berater und Entwickler, zwar wenig Berührungsängste mit Cloud-Tools hat, aber genauso oft in Verträgen mit Vertraulichkeitsklauseln steckt wie klassische Berufsgeheimnisträger.

Die Preisstruktur im Detail

AquaVoice bietet eine kostenlose Stufe mit 1.000 Wörtern zum Ausprobieren, danach beginnt die Pro-Stufe bei 8 US-Dollar im Monat bei Jahresabrechnung (96 Dollar im Jahr) oder 10 Dollar bei monatlicher Zahlung. Die Max-Stufe für intensivere Nutzung kostet 24 Dollar im Monat bei Jahresabrechnung (288 Dollar im Jahr) oder 30 Dollar monatlich. Für Teams gibt es eine eigene Preisstufe ab 12 Dollar pro Nutzer und Monat. Das ist ein klassisches SaaS-Preismodell mit gestaffelten Kontingenten, wie es auch bei Wispr Flow oder Otter.ai üblich ist, die im ehrlichen Vergleich DSGVO-konformer Diktiersoftware für den Mac bereits eingeordnet wurden.

1.000 Wörter kostenloses Kontingent klingt großzügig, ist bei 200 Wörtern pro Minute Sprechgeschwindigkeit aber nach fünf Minuten Diktat aufgebraucht. Wer AquaVoice testen will, um zu sehen, ob sich der Umstieg auf Diktat überhaupt lohnt, muss danach zahlen, um weiterzumachen. Sprich bietet mit 2.000 Wörtern pro Woche kostenlos ein Kontingent, das für einen ehrlichen Alltagstest über mehrere Tage reicht, nicht nur für einen einzelnen Testlauf.

Vergleich auf einen Blick

Was ein lokales Modell für Entwickler und Berater bedeutet

Die Zielgruppe von AquaVoice, Entwicklerinnen und technische Berater, ist in Deutschland nicht automatisch von Datenschutzfragen befreit, nur weil sie mit Code statt mit Patientenakten arbeitet. Wer Kundencode, interne API-Schlüssel oder Geschäftsgeheimnisse in Prompts diktiert und dabei ein Cloud-Tool ohne erkennbare EU-Anbindung nutzt, geht ein Risiko ein, das oft erst auffällt, wenn ein Kunde nach der Datenverarbeitung fragt. Genau in diesem Bereich, Diktieren für KI-Prompts, hat sich mittlerweile ein eigener Anwendungsfall etabliert, den auch der Artikel zur Sprachsteuerung für ChatGPT-Eingaben auf dem Mac beschreibt.

Sprich verfolgt hier einen anderen Ansatz. Das Transkriptionsmodell, FluidAudio Parakeet TDT 0.6B v3, läuft komplett auf der Apple Neural Engine, die Nachbearbeitung übernimmt ein lokales Qwen-Modell. Es gibt keine Serveranbindung, die überhaupt kompromittiert werden könnte, weil es sie architektonisch nicht gibt. Der ehrliche Nachteil: AquaVoice ist für reines Prompting mit Fachbegriffen und Codeausschnitten vermutlich schneller trainiert, weil Avalon speziell auf Entwicklerkontexte zugeschnitten wurde. Sprich ist stattdessen auf deutsche Grammatik, Rechtschreibung und Fachterminologie in Rechts- und Beratungssprache spezialisiert, nicht primär auf Programmiersprachen.

Der Workflow bleibt bei beiden Tools ähnlich schlank: Taste halten, sprechen, loslassen. Bei Sprich erscheint der Text per Cmd+V direkt im aktiven Feld, egal ob in der Kommandozeile, im Editor oder in der E-Mail, ganz ohne dass ein Byte Audiodaten das Gerät verlässt. Das kostet, wie bei jeder lokalen Verarbeitung, 2 bis 3 Sekunden mehr als eine direkte Cloud-Antwort. Wer täglich mehrere Stunden diktiert, merkt diesen Unterschied im Alltag kaum, gewinnt aber die Gewissheit, dass ein vertraulicher Prompt nirgendwo zwischengespeichert wird.

Fazit

AquaVoice ist ein technisch beeindruckendes Tool für ein Silicon-Valley-Publikum, das Tempo über alles stellt und selten über Serverstandorte nachdenkt. Für deutschsprachige Selbstständige, Berater und Entwickler, die mit vertraulichen Inhalten arbeiten, bleibt die entscheidende Frage unbeantwortet: Wohin geht die Aufnahme eigentlich, und wer haftet, wenn dabei etwas schiefgeht? Solange AquaVoice diese Frage nicht öffentlich beantwortet, bleibt eine lokale Alternative die einzige Option ohne offene Fragen.

Wer das ausprobieren möchte, kann bei Sprich kostenlos starten. 2.000 Wörter pro Woche sind gratis, keine Kreditkarte erforderlich.