203er-Modellkatalog · Aufgabenklasse

Diktat und Gesprächsmitschrift mit KI: Modelle für Berufsgeheimnisträger

Empfohlen werden ausschließlich Kombinationen aus Modell und Bezugsweg mit dem 203er-Status gedeckt - bedingt mögliche Kombinationen stehen transparent mit ihren Bedingungen daneben.

Zu den Empfehlungen Gespräch vereinbaren

Welche Aufgaben diese Klasse abdeckt

Die Klasse bündelt Aufgaben mit demselben Fähigkeitsprofil - so wählen Sie nach Arbeitsergebnis, nicht nach Modellnamen:

  • Diktate zu Schriftsätzen, Aktenvermerken und Prüfungsnotizen in Text wandeln
  • Mandantengespräche und Besprechungen als Mitschrift erfassen
  • Telefonnotizen aus Aufzeichnungen erstellen
  • Mitschriften aus Sachverhaltsbefragungen für die Akte aufbereiten

Die fachliche Würdigung bleibt in jedem Schritt beim Berufsträger: Die Modelle liefern Entwürfe, Strukturen und Auffälligkeiten-Listen - keine abschließende Rechts- oder Prüfungsentscheidung.

Für wen diese Aufgabenklasse relevant ist

Die berufsrechtliche Einordnung unterscheidet sich je Berufsgruppe - von § 43e BRAO über § 62a StBerG und § 50a WPO bis § 203 Abs. 1 Nr. 6 StGB. Die Spokes mappen die jeweilige Rechtsgrundlage im Detail:

Empfohlene Modelle für diese Aufgaben

Empfehlungen sprechen wir nur für Kombinationen mit dem 203er-Status gedeckt aus - bewertet nach unserem Bezugswege-Dossier (Stand 22.07.2026), je Kombination aus Modell und Bezugsweg. Diese Übersicht ist keine Rechtsberatung.

Whisper

gedeckt

OpenAI

Whisper large-v3 ist das verbreitetste Modell für die Umwandlung von Sprache in Text: 1,55 Milliarden Parameter, trainiert auf 680.000 Stunden Audio, über 99 Sprachen, unter MIT-Lizenz. Für Kanzleien betrifft es die heikelste Datenkategorie überhaupt - Diktate, Mandantengespräche, Besprechungsmitschnitte. Genau deshalb gehört die Verarbeitung auf eine Instanz, deren Betreiber verpflichtet ist, und nicht in einen Transkriptionsdienst, dessen Verarbeitungskette man nicht kennt.

  • MIT-Lizenz und klein genug, um in jeder dedizierten Instanz mitzulaufen
  • Über 99 Sprachen, belastbar auch bei Nebengeräuschen und Telefonqualität

Verarbeitung: Deutschland

Stärken, Grenzen und Einordnung auf der Modell-Seite

Voxtral

gedeckt

Mistral AI

Mistrals Modell für Sprache zu Text, seit Februar 2026 unter Apache 2.0: 4 Milliarden Parameter, auf Streaming ausgelegt, mit einer gemessenen Wortfehlerrate von 5,9 Prozent gegenüber 7,4 Prozent bei Whisper im FLEURS-Vergleich. Der Preis dafür ist die Sprachabdeckung - 13 Sprachen statt 99. Für eine deutschsprachige Kanzlei, die Diktate laufend statt stapelweise verarbeiten will, ist es damit die genauere Wahl, und der Hersteller sitzt in der EU.

  • Genauer als Whisper im FLEURS-Vergleich - 5,9 statt 7,4 Prozent Wortfehlerrate
  • Echte Streaming-Verarbeitung: Text entsteht während des Diktats, nicht erst danach

Verarbeitung: Deutschland

Stärken, Grenzen und Einordnung auf der Modell-Seite

Diktat und Transkription

gedeckt

Google

Der Transkriptionsdienst der Plattform wandelt Sprache in Text; der Anbieter führt ihn als Chirp, aktuell in der Stufe `chirp_3` und in der Vorgängerstufe `chirp_2`. In der Kanzlei betrifft er die heikelste Datenkategorie überhaupt - Diktate, Mandantengespräche, Besprechungsmitschnitte. Über uns läuft er über EU-Endpunkte der Plattform, unter der gezeichneten Verschwiegenheitsvereinbarung und der eigenen Abs.-4-Urkunde der Gosign GmbH. Wer Sprache ohne jeden Dritten in der Kette verarbeiten will, findet in diesem Katalog die Modelle mit offenen Gewichten auf dedizierter Hardware als zweiten Weg.

  • Managed-Transkription über den EU-Endpunkt der Plattform, ohne eigene Hardware
  • Verarbeitung in der EU zugesagt; aktuelle Stufe über die EU-Multiregion aufrufbar

Verarbeitung: Drittland

Stärken, Grenzen und Einordnung auf der Modell-Seite

Gemini Sprachdialog

gedeckt

Google

Gemini Sprachdialog ist die Echtzeit-Stufe der Familie: Der Anbieter führt sie als `gemini-live-2.5-flash-native-audio`, sie nimmt Sprache direkt auf und antwortet gesprochen, ohne den Umweg über einen getrennten Transkriptions- und Ausgabeschritt. Für die Kanzlei ist das der Weg für begleitete Gespräche - Mandantenaufnahme, Sachverhaltsabfrage, Diktat mit Rückfragen. Weil dabei laufend Klartext übertragen wird, gilt hier dieselbe Kette wie bei den Sprachmodellen: EU-Endpunkte, gezeichnete Verschwiegenheitsvereinbarung, eigene Abs.-4-Urkunde der Gosign GmbH.

  • Sprache rein, Sprache raus in einem Durchgang - kein zweiter Dienstleister für Transkription und Ausgabe
  • Über EU-Einzelregionen aufrufbar, Verarbeitung in der EU zugesagt

Verarbeitung: Drittland

Stärken, Grenzen und Einordnung auf der Modell-Seite

Bedingt möglich

Für diese Modelle trägt die Kette, aber ein Glied liegt nicht bei uns - es liegt beim Plattform-Anbieter oder in Ihrem eigenen Vertrag. Kanzleien mit bestehendem Microsoft- oder Google-Vertrag können das im eigenen Setup prüfen lassen; was genau offen ist und wer es schließt, sagen wir Ihnen im Gespräch. Alles, was an uns hing, ist gezeichnet.

Alle Aufgabenklassen und die Gesamt-Matrix Modell × Bezugsweg zeigt der Modellvergleich für Berufsgeheimnisträger. Die Rechtsgrundlagen, die 203er-Kette in acht Gliedern und die vier Bezugswege ordnet der Überblick KI für Berufsgeheimnisträger ein.

Häufige Fragen zu KI für Diktat und Gesprächsmitschrift

Welche KI-Modelle eignen sich in der Kanzlei für „Diktat und Gesprächsmitschrift"?

Als Empfehlung nennen wir ausschließlich Modelle mit dem § 203-Status gedeckt: Whisper, Voxtral, Diktat und Transkription, Gemini Sprachdialog. Gedeckt heißt: Beim Bezug über uns ist die Verpflichtungskette geschlossen - Verschwiegenheitsverpflichtung nach § 203 Abs. 4 StGB in Textform, Kettenverpflichtung auf die Subunternehmer, Auftragsverarbeitungsvertrag. Dasselbe Modell direkt beim Hersteller bezogen ist eine andere Lage.

Ist der KI-Einsatz für diese Aufgaben mit Mandats- oder Kundendaten zulässig?

Nach der DAV-Linie (SN 32/2025) liegt bei rein automatisierter Verarbeitung ohne menschlichen Klartext-Zugriff schon kein Offenbaren im Sinne des § 203 Abs. 1 StGB vor - gerichtlich ist die Frage nicht abschließend geklärt. Die BRAK-Linie ist konservativer und stellt auf die Möglichkeit der Kenntnisnahme ab. Wir bauen deshalb so, dass die Kette auch nach der strengeren Lesart trägt: verpflichtete Mitwirkende, dokumentierte Zugriffspfade, keine Klartext-Sichtung im Regelbetrieb.

Was bedeutet „bedingt möglich"?

Bedingt heißt: Die Kette trägt, aber ein Glied liegt nicht bei uns - es liegt beim Plattform-Anbieter oder in Ihrem eigenen Vertrag. Alles, was an uns hing, ist gezeichnet. Was im Einzelfall offen ist und wer es schließt, sagen wir Ihnen im Gespräch, bevor Sie sich binden.

Passt eine dieser Kombinationen zu Ihrer Kanzlei?

Wir gehen Ihre Aufgaben durch - Aktenlage, Mandatsstruktur, IT-Situation - und benennen die Modell-Bezugsweg-Kombination mit ihrer Vertragskette. Ohne Registrierung, ohne Verkaufsdruck.

Gespräch vereinbaren