Sotto Alternative: Warum lokal verarbeiten allein noch keine deutsche Diktierlösung macht

Auf der Startseite von Sotto steht ein Satz, der ungewöhnlich ehrlich für die Branche ist: "Died of charging $20/mo for a free model." Der Entwickler positioniert sein Tool bewusst gegen Abo-Modelle, die im Kern nichts anderes tun als ein bestehendes KI-Modell einzupacken und monatlich zu verrechnen. Für 49 US-Dollar einmalig, nutzbar auf bis zu drei Macs, bekommt man eine native Swift-App mit lokaler Verarbeitung. Das ist ein legitimes Angebot, und es lohnt sich, genauer hinzusehen, was "lokal" bei Sotto tatsächlich bedeutet und wo die Grenzen für deutschsprachige Nutzer liegen.

Was Sotto wirklich anbietet

Sotto ist, anders als viele der bekannteren Namen im Diktier-Segment, tatsächlich lokal-first gebaut. Die App läuft nativ auf macOS, nutzt WhisperKit und wahlweise das Parakeet-Modell direkt auf dem Gerät, und wirbt offen mit "$0.006/minute" für alternative Verarbeitung. Genau dieser Nebensatz ist der entscheidende Punkt: Sotto bietet neben den lokalen Modellen auch Cloud-Optionen an, konkret OpenAI und Groq Whisper. Wer schnellere oder vermeintlich genauere Ergebnisse will, kann in den Einstellungen zur Cloud-Verarbeitung wechseln, und je nach Konfiguration verlässt die Aufnahme dann doch das Gerät.

Das ist kein Vorwurf, sondern eine Designentscheidung, die Sotto seinen Nutzern transparent zur Wahl stellt. Für einen Entwickler in den USA, der schnell zwischen Modellen wechseln will, ist das ein sinnvolles Feature. Für eine Anwältin, einen Therapeuten oder einen Steuerberater in Deutschland, die routinemäßig mit Mandanten- oder Patientendaten diktieren, ist genau diese Wahlmöglichkeit ein Risiko. Ein falsch gesetzter Schalter in den Einstellungen, ein Update, das die Standardauswahl ändert, und plötzlich läuft die nächste Aufnahme über einen US-Server, ohne dass es im Alltag auffällt.

Katrin, Wirtschaftsprüferin aus München, hat genau das im Selbstversuch getestet. Sie wollte ein schlankes, günstiges Tool für ihre täglichen Prüfvermerke, stieß aber schon beim Einrichten auf die Modellauswahl mit den Cloud-Optionen und musste sich erst durch die Dokumentation arbeiten, um sicherzugehen, dass wirklich das lokale Modell aktiv war. Für sie war das kein Deal-Breaker, aber ein Punkt, den sie bei einem Tool, das explizit für sensible Mandate wirbt, nicht erwartet hätte.

Wo es für deutschsprachige Nutzer eng wird

Sotto ist ein amerikanisches Indie-Produkt, entwickelt für ein englischsprachiges, technisch versiertes Publikum, das in Cursor codet und "Vibe Coding" betreibt. Das zeigt sich an mehreren Stellen. Es gibt keine sichtbaren Hinweise auf eine Auftragsverarbeitungsvereinbarung nach Art. 28 DSGVO, keinen erkennbaren Firmensitz in der EU und keine Kommunikation, die auf deutsche oder europäische Compliance-Anforderungen eingeht. Für Berufsgruppen, die der Schweigepflicht nach § 203 StGB unterliegen, reicht "Modell läuft lokal" allein nicht aus. Es braucht auch die rechtliche Grundlage dafür, überhaupt ein US-Produkt in einem regulierten Arbeitsumfeld einzusetzen, und die fehlt bei Sotto komplett.

Der zweite Punkt betrifft die Sprachqualität selbst. Sotto setzt auf generische Whisper- und Parakeet-Modelle ohne erkennbare Nachbearbeitung für deutsche Grammatik, Komposita oder Rechtschreibung. Whisper-Modelle sind für Englisch trainiert und optimiert, Deutsch läuft mit, aber nicht im Zentrum der Entwicklung. Wer regelmäßig Fachbegriffe, lange zusammengesetzte Wörter oder juristische Paragraphenverweise diktiert, merkt den Unterschied zwischen einem Modell, das Deutsch mitkann, und einem, das für Deutsch trainiert wurde.

Auch beim Support zeigt sich der Unterschied zwischen einem Ein-Personen-Indie-Projekt und einem Produkt mit deutschem Unternehmen im Rücken. Sotto wird sichtbar von einer Einzelperson gepflegt, was für ein 49-Dollar-Tool nachvollziehbar ist, aber für Kanzleien oder Praxen, die im Zweifel eine Ansprechperson für Datenschutzfragen brauchen, keine verlässliche Basis darstellt. Es gibt keine Kontaktadresse für Auftragsverarbeitung, keine Ansprechperson für IT-Sicherheitsaudits, und im Fall eines Datenschutzvorfalls keinen klar definierten Meldeweg.

Vergleich auf einen Blick

Sprich als Alternative, mit ehrlichem Trade-off

Sprich verarbeitet ausschließlich auf der Apple Neural Engine, es gibt schlicht keine Cloud-Option zum Umschalten. Das Transkriptionsmodell, Parakeet TDT 0.6B v3, läuft speziell für CoreML kompiliert direkt auf dem Gerät, die Nachbearbeitung übernimmt ein lokales Qwen-Modell, das gezielt für deutsche Sprachkorrektur trainiert wurde: Komposita, Rechtschreibung, Zeichensetzung, alles ohne Server-Roundtrip. Die Wortfehlerrate liegt bei rund 4 bis 5 Prozent auf Apple Silicon.

Der ehrliche Nachteil gegenüber Sotto: Sprich ist als Abo oder Lifetime-Kauf für 150 Euro etwas teurer als die 49 Dollar von Sotto, und wer ausschließlich Englisch diktiert, verliert durch die Deutsch-Fokussierung keinen Vorteil, gewinnt aber auch keinen. Wer aber überwiegend auf Deutsch arbeitet und Wert darauf legt, dass es technisch unmöglich ist, versehentlich in einen Cloud-Modus zu geraten, bekommt mit Sprich eine Lösung, die diese Entscheidung nicht dem Nutzer in den Einstellungen überlässt, sondern von vornherein architektonisch ausschließt.

Der Workflow ist bewusst reduziert: Shortcut halten, sprechen, loslassen, der Text erscheint per Cmd+V im aktiven Feld. Das funktioniert in jeder App mit Textcursor, ganz ohne App-spezifische Integration. Wer mehr über die Push-to-Talk- und Toggle-Optionen in Sprich wissen möchte, findet Details dazu, wie sich beide Modi im Alltag unterscheiden. Und wer wie Katrin in der Wirtschaftsprüfung oder Steuerberatung arbeitet, findet im Artikel über KI-Diktierlösungen für Steuerberater weitere branchenspezifische Details.

Fazit

Sotto ist für ein technisches, englischsprachiges Publikum ein solides, fair bepreistes Tool mit echtem Lokal-Anspruch, aber eben mit einer Cloud-Hintertür und ohne jede Rücksicht auf deutsche Compliance-Anforderungen. Wer in einem regulierten Beruf in Deutschland arbeitet und diktiert, sollte sich nicht auf Standardeinstellungen verlassen müssen, um datenschutzkonform zu bleiben. Genau das ist der Unterschied, den Sprich macht: keine Wahlmöglichkeit, die man falsch treffen kann, weil es die Cloud-Option gar nicht gibt.

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