Die Modelle der OpenAI und Whisper revolutionierten die lokale Spracherkennung – auf einem MacBook ist eine nahezu hochmoderne Transkription ohne Cloud-Anbindung möglich. Die Modelle selbst waren danach nie mehr das Problem. Die Schnittstelle war.
Dies ist eine praktische Anleitung zum lokalen Ausführen von Whisper auf einem Mac mit einer echten grafischen Benutzeroberfläche: welche App für welche Aufgabe geeignet ist, welches Modell Ihre Hardware verarbeiten kann und wie Sie es einrichten, ohne ein ganzes Wochenende mit Fehlersuche verbringen zu müssen.
Wenn Sie lediglich eine Rangliste der Werkzeuge benötigen, ist unsere Leitfaden zu den besten Open-Source-Apps für Whisper die richtige Wahl. Hier geht es um die Einrichtung selbst.
Erstens: Wählen Sie das richtige Modell, nicht nur die richtige App.#
Die meisten Beschwerden über die langsame Ausführung des lokalen Whisper sind auf die Wahl des Modells und nicht auf die Anwendung zurückzuführen. Alle hier verwendeten GUIs basieren auf denselben Modellen, daher ist die Modellwahl wichtiger als die installierte Anwendung.
| Modell | Downloadgröße | Praktischer minimaler RAM | Geschwindigkeit | Verwenden Sie es, wenn |
|---|---|---|---|---|
| Winzig | ~75 MB | Jeder Mac | Schnellste | Rohfassungen, Tests |
| Basis | ~145 MB | Jeder Mac | Sehr schnell | Klarer Klang, ruhiger Raum |
| Klein | ~500 MB | 8 GB | Schnell | Gute Standardeinstellung bei 8 GB |
| Mittel | ~1,5 GB | 8–16 GB | Mittel | Optimale Balance zwischen Genauigkeit und Geschwindigkeit |
| Groß-v3 | ~3 GB | 16 GB+ | Langsamste | Schwierige Audioqualität, Akzente, Fachjargon |
| Turbo-Varianten | ~1,5 GB | 8–16 GB | Schnell | Nahezu hohe Genauigkeit, deutlich schneller |
Wischen, um alle Spalten anzuzeigen
Auf einem 8GB MacBook Air, nicht mit Large-v3 starten. Es funktioniert zwar, verbraucht aber über ein Gigabyte Speicherplatz, verschiebt andere Anwendungen in den Auslagerungsspeicher und wirkt fehlerhaft. Beginnen Sie mit einer kleineren oder einer Turbo-Variante.
Bei 16 GB oder mehr lohnt sich Large-v3. für akzentuierte Sprache, Hintergrundgeräusche oder Fachvokabular – genau die Fälle, in denen kleinere Modelle versagen.
Außerdem: Apple Silizium ist von enormer Bedeutung#
Die auf Whisper.cpp basierenden Tools nutzen Metal und die Neural Engine auf Apple Silicon. Der Leistungsunterschied zu Intel-Macs ist deutlich spürbar – es ist der Unterschied zwischen Echtzeit-Performance und Wartezeit.
Wenn Sie einen Intel Mac verwenden, bleiben Sie bei der Einstellung „Klein“ oder kleiner und passen Sie Ihre Erwartungen entsprechend an.
1. Buzz – die beste kostenlose GUI#
Buzz ist die Referenz-Open-Source-GUI für Whisper auf dem Mac. Sie ist kostenlos, wird aktiv weiterentwickelt und kapselt mehrere Backends (whisper.cpp, faster-whisper), sodass Sie eine optimierte Inferenz anstelle eines langsamen Python-Wrappers erhalten.
Was es gut kann:
- Dateitranskription und Live-Aufnahme
- Modell-Download und -Verwaltung innerhalb der App
- Export nach SRT, VTT und Klartext
- Wirklich kostenlos, kein Konto erforderlich
Wo es Schwächen aufweist:
- Die Schnittstelle ist funktional, aber nicht attraktiv.
- Sehr lange Aufnahmen können instabil sein – mehrstündige Dateien aufteilen
- Rohdaten des Transkripts ohne Bereinigungsschicht
Setup: Laden Sie die Version von GitHub herunter, öffnen Sie sie, wählen Sie ein Modell aus, und der Download startet beim ersten Start. Kein Homebrew, kein Terminal erforderlich.
2. MacWhisper — die am besten polierte Version#
Nicht Open Source, aber es ist die App, die die meisten Leute tatsächlich verwenden, und die kostenlose Version ist durchaus brauchbar.
Was es gut kann:
- Die mit Abstand beste Schnittstelle in dieser Kategorie.
- Absolut zuverlässig bei langen Dateien und Stapelverarbeitung
- Sprecherdiarisierung und Untertitelexport in Pro
Wo es Schwächen aufweist:
- Die kostenlose Version beschränkt Sie auf die kleineren Modelle.
- Pro kostet einmalig 59 € auf Gumroad – lohnt sich für umfangreiche Dateiverarbeitung, ist aber nicht kostenlos.
- Für Dateien optimiert, als Live-Tastaturersatz ungeeignet.
Vollständige Kostenaufschlüsselung in unserem MacWhisper-Preisübersicht.
🎙️ Schneller schreiben? Der LumeVoice umgeht die Modellverwaltung komplett und gibt sauberen Text in jede beliebige Anwendung ein. Kostenlos testen →
3. whisper.cpp — die zugrunde liegende Engine#
whisper.cpp ist keine grafische Benutzeroberfläche (GUI), aber sie bildet die Grundlage für mehrere GUIs in dieser Liste und ist für Skriptersteller von Vorteil.
# Installation über Homebrew
brew install whisper-cpp
# Modell herunterladen, dann transkribieren
whisper-cli -m models/ggml-medium.bin -f audio.wav
Verwenden Sie es, wenn: Wenn Sie Hunderte von Dateien stapelverarbeiten, eine Pipeline erstellen oder maximale Kontrolle wünschen. Überspringen: Wenn Sie eine App benötigen.
4. VoiceInk — die grafische Benutzeroberfläche für Live-Diktierfunktionen#
Die Lücke in dieser Kategorie: Buzz und MacWhisper transkribieren zwar Dateien, ersetzen aber nicht Ihre Tastatur. VoiceInk ist Open Source, führt Whisper lokal aus und gibt Texte in der jeweiligen Anwendung ein.
- Kosten: kostenlos aus dem Quellcode; ca. 25 $ für einen Mac, 39 $ für zwei, 49 $ für drei für vorkompilierte Binärdateien
- Ideal für: Lokale Live-Diktierfunktion ohne Abonnement
- Nachteil: (nur für Mac), und der freie Pfad bedeutet, dass Sie es selbst kompilieren müssen.
5. OpenSuperWhisper — die einfache Menüleistenoption#
Open-Source-Spracherkennung für alle, die eine Alternative zu Superwhisper suchen, aber nicht den Preis zahlen möchten. Weniger Funktionen und ein kleineres Wartungsteam, dafür kostenlos und wirklich lokal.
Welches Produkt für welchen Job?#
Kostenlose Transkription von Aufnahmen: Buzz.
Transkription von Aufnahmen, wünscht sich Feinschliff und ist bereit, 59 € auszugeben: MacWhisper.
Skripting oder Batch-Pipelines: whisper.cpp direkt.
Live-Diktierfunktion, lokal bleiben: VoiceInk oder OpenSuperWhisper.
Den ganzen Tag schreiben und die Bearbeitung von Transkripten leid sein: Ehrlich gesagt, keines davon. Lokale Whisper GUIs liefern ein akkurates Transkript – inklusive aller Füllwörter und Fehlstarts –, denn genau dafür sind sie entwickelt worden. Wenn Sie einen fertigen Text und nicht nur eine getreue Aufzeichnung benötigen, brauchen Sie ein Tool mit einer zusätzlichen Bereinigungsfunktion – das ist eine andere Kategorie.
Häufige Einrichtungsprobleme#
"Es nutzt meinen gesamten Arbeitsspeicher." Ihr Modell ist zu groß. Wechseln Sie von Large-v3 zu Medium oder Turbo.
„Die Genauigkeit ist, aus meiner technischen Sicht, miserabel.“ Erwartet – die Basis Whisper kennt den Namen Ihres Stacks nicht. Die meisten lokalen GUIs bieten nur eingeschränkte oder gar keine Unterstützung für benutzerdefiniertes Vokabular, was den größten Unterschied zu kommerziellen Diktierwerkzeugen darstellt.
"Es hat meine Füllwörter transkribiert." Funktioniert wie vorgesehen. Whisper transkribiert das Gesprochene. Die Bereinigung erfolgt auf einer separaten Ebene, die von diesen Tools nicht abgedeckt wird.
"Es ist langsamer als Echtzeit." Intel Mac oder ein Modell, das zu groß für Ihre Hardware ist. Bitte prüfen Sie beides.
Schlussfolgerung#
Das GUI-Ökosystem der Mac Whisper-Serie ist im Jahr 2026 wirklich ausgereift. Der Buzz bietet eine gute kostenlose Dateitranskription, der MacWhisper ist für 59 € das ausgereifteste Modell, der whisper.cpp ist führend in seiner Kategorie, und der VoiceInk schließt die Lücke der Live-Diktierfunktion.
Bevor Sie die App kritisieren, sollten Sie das richtige Modell wählen – die meisten Beschwerden über die langsame oder ressourcenintensive lokale Whisper lassen sich auf die Verwendung von Large-v3 mit 8 GB RAM zurückführen. Und machen Sie sich klar, welche Aufgabe Sie lösen möchten: Diese Tools erstellen zwar hervorragende Transkripte, aber das ist nicht dasselbe wie die Erstellung fertiger Texte.
Modellverwaltung überspringen#
Wenn Sie einen Nachmittag damit verbracht haben, die Größen verschiedener Modelle zu vergleichen und am Ende trotzdem in jedem Absatz ein „ähm“ streichen müssen, dann liegt genau darin das eigentliche Problem.
LumeVoice wandelt Ihre Sprache in sauberen, formatierten Text für jede App auf Ihrem Mac oder Smartphone (Android) um – Füllwörter werden entfernt, Selbstkorrekturen behoben und ein benutzerdefinierter Wortschatz für Ihre Anwendung erstellt. Keine Datenspeicherung in der Cloud, niemals für Trainingszwecke verwendet. Kostenlos starten, ohne Kreditkarte.
