Dokumente ohne Tastatur oder Maus schreiben – vollständig

AgentDoc ist ein sprachgesteuerter Texteditor für Menschen, die nicht tippen können, nicht tippen sollten oder es einfach nicht wollen. Vom ersten Wort bis zum exportierten PDF wird jeder Vorgang – Schreiben, Formatieren, Seitenumbrüche, Navigation, Inhaltsverzeichnis, Export – per Sprache gesteuert. An keiner Stelle ist eine Tastaturinteraktion erforderlich. Keine Installation, keine Lizenzgebühr, keine Trainingsphase, keine Plattformbeschränkung. Öffne den Editor in einem beliebigen modernen Browser und sprich deinen ersten Satz.

Was „vollständig freihändig“ hier wirklich bedeutet

Die meisten „Sprach-Schreibwerkzeuge“ transkribieren Sprache in Text und zwingen dich dann für alles Übrige zur Tastatur – Formatierung, Cursor korrigieren, Schriftart wählen, zu Seite 3 navigieren. AgentDoc schließt diese Lücke. Konkret funktioniert all das per Sprache:

• Schreiben. „Füge eine Überschrift mit dem Titel Schlussfolgerung hinzu. Schreib dann einen Schlussabsatz, der die wichtigsten Punkte zusammenfasst.“
• Formatieren. „Mach den Namen der Empfängerin fett und marineblau. Ändere die Fließtextschrift zu Lora.“
• Umstrukturieren. „Füge vor der Schlussfolgerung einen Seitenumbruch ein. Verschiebe den zweiten Absatz ans Ende.“
• Navigation. „Geh zu Seite 3. Lies den zweiten Absatz vor.“
• Export. „Lade das als PDF herunter.“
• Überprüfung. Der Agent bestätigt nach jeder Bearbeitung laut und auf dem Bildschirm, was er geändert hat. Du musst nie raten, ob die Aktion angekommen ist.

Für Menschen mit motorischen Behinderungen

AgentDoc ist darauf ausgelegt, Tastatur und Maus vollständig aus dem Workflow des Dokumentenschreibens zu entfernen. Menschen mit den folgenden Beeinträchtigungen können es als primäres Schreibwerkzeug nutzen:

• Tetraplegie, Quadriplegie und hohe Querschnittlähmung – schreibe, formatiere und exportiere vollständige Dokumente ohne funktionale Hand- oder Armbewegung. Kombiniere es bei Bedarf mit einem Sip-and-Puff-Schalter, einem Ein-Tasten-Schalter oder einem Eyetracker für die anfängliche Mikrofonaktivierung.
• ALS / Motoneuron-Erkrankung – die Stimme bleibt länger nutzbar als die Feinmotorik, und die auf Überprüfung basierende Architektur des Agenten verhindert kaskadierende Fehler, wenn die Sprache variabler wird.
• Multiple Sklerose, Parkinson, essenzieller Tremor, Dystonie – wenn Tremor oder Koordinationsprobleme präzises Tippen oder Cursorplatzierung erschweren oder unmöglich machen, ist die Stimme die einzige Modalität, die nicht nachlässt.
• Zerebralparese, Muskeldystrophie – vollständige Dokumentenkontrolle ohne die feinmotorischen Anforderungen des Tastschreibens.
• Amputation, angeborene Gliedmaßenfehlbildung – keine Annahme, dass zwei Hände und zehn Finger verfügbar sind.
• Schwere Sehbehinderung oder Blindheit – kombiniert sich natürlich mit Screenreadern; Sprache rein, Sprachbestätigung raus, ohne Abhängigkeit von einer visuellen Symbolleiste.

Wichtig: Diese Seite beschreibt Fähigkeiten, keine medizinische Empfehlung. Ob AgentDoc für eine einzelne Person das richtige Werkzeug ist, hängt von der Sprachverständlichkeit, der Toleranz gegenüber kognitiver Belastung und dem klinischen Kontext ab. Pflegekräfte und Therapeutinnen bzw. Therapeuten sind eingeladen, es direkt zu testen – siehe den Abschnitt weiter unten.

Für RSI, die Zeit nach einer Verletzung und vorübergehenden Bedarf

Nicht jeder Grund, mit dem Tippen aufzuhören, ist dauerhaft. AgentDoc ist auch für Menschen, die früher problemlos getippt haben und jetzt ein kompetentes Sprach-Schreibwerkzeug brauchen:

• RSI, Karpaltunnelsyndrom, Sehnenentzündung – der häufigste berufliche Grund, aus dem Entwicklerinnen und Entwickler, Journalistinnen und Journalisten, Anwältinnen und Anwälte sowie Autorinnen und Autoren Sprachwerkzeuge suchen. Nutze AgentDoc für die Teile des Tages, in denen das Tippen am schmerzhaftesten ist (oft das Schreiben langer Texte), ohne auf die Dokumentenformatierung zu verzichten.
• Gebrochenes Handgelenk, Genesung nach einer Operation, Verletzung des dominanten Arms – der vorübergehende Verlust der Tippfähigkeit sollte keine verpassten Fristen bedeuten. Diktiere das vollständige Dokument, formatiere es, exportiere es, sende es.
• Arthritis, chronische Schmerzen, Fibromyalgie – Sprache an schlechten Tagen, Tastatur an guten Tagen, in beiden Fällen dasselbe Dokument.
• Migräne und Symptome nach einer Gehirnerschütterung – wenn das Starren auf einen Bildschirm und das Tippen die Schmerzen verschlimmern, ist das Diktieren mit geschlossenen Augen eine sinnvolle Alternative.

Für Pflegekräfte, Angehörige und Therapeutinnen bzw. Therapeuten

Wenn du AgentDoc im Auftrag einer Patientin oder eines Patienten, eines Familienmitglieds oder einer Klientin bzw. eines Klienten bewertest, ist Folgendes relevant:

• Reibungsloser Testlauf. Keine App-Installation, kein Lizenzkauf, keine Hardware außer einem Mikrofon. Öffne die Seite, erstelle mit einer E-Mail-Adresse ein Konto, beginne zu sprechen. Geeignet für die Bewertung in einem einzigen Termin.
• Keine Trainingsphase. Anders als sprecheradaptierte Diktiersysteme erfordert AgentDoc kein minutenlanges oder stundenlanges Sprachtraining. Die Spracherkennung stammt von Google Gemini Live und ist sprecherunabhängig.
• Dokumentierte Zuverlässigkeit. Die Genauigkeit der Tool-Aufrufe, die Fehlermodi und die Designentscheidungen des zugrunde liegenden Agenten sind in einer wissenschaftlichen Abschlussarbeit dokumentiert, die 20 unterschiedliche Workflow-Konfigurationen über 13 Szenarien hinweg untersucht.
• Geeignete Hardware. Jeder moderne Computer oder jedes moderne Smartphone mit eingebautem oder externem Mikrofon. Sip-and-Puff-Schalter, Ein-Schalter-Schnittstellen und Eyetracker sind kompatibel – sie werden nur für die anfängliche Mikrofonaktivierung benötigt, nicht für das Schreiben selbst.
• Was es nicht ersetzt. AgentDoc ist ein Schreibwerkzeug, kein AAC-Gerät, kein klinisches Kommunikationssystem und kein Ersatz für eine etablierte Bewertung assistiver Technologie. Es ist eine Option unter mehreren.

Die Fragen, die Menschen wirklich stellen, bevor sie das ausprobieren

Kann jemand mit ALS oder Tetraplegie damit einen vollständigen Brief schreiben – ohne Hilfe?

Ja. Von einem leeren Dokument bis zu einem exportierten PDF-Brief ist keine Tastatur- oder Mausinteraktion erforderlich. Die Sprachsitzung wird durch einen Klick auf die Mikrofontaste gestartet – die durch jeden assistiven Schalter ausgelöst werden kann, der einen Klick simuliert – und ab diesem Punkt ist alles Sprache. Überschriften, Absätze, Formatierung, Seitenlayout, Unterschriftenplatzierung und PDF-Export.

Ist das eine kostenlose Alternative zu Dragon NaturallySpeaking?

Ja. AgentDoc ist kostenlos nutzbar, läuft in jedem modernen Browser und funktioniert unter macOS, Windows, Linux, iOS und Android. Keine Lizenz, keine Gebühr pro Nutzer, keine Plattformexklusivität, keine Trainingsphase. Anders als Dragon ist AgentDoc nicht nur eine Transkriptions-Engine – es formatiert, strukturiert um, navigiert und exportiert Dokumente per Sprache über einen KI-Agenten, der den Dokumentkontext versteht.

Ich habe RSI. Kann ich trotzdem professionelle Dokumente schreiben (Anschreiben, Bericht, Vertrag)?

Ja. Genau dafür ist AgentDoc gebaut: einen formellen Brief diktieren, mitten im Satz Formatierungen wie „Mach den Namen der Empfängerin fett“ anwenden, Überschriften und Seitenumbrüche einfügen, ein Inhaltsverzeichnis erzeugen und ein sauberes PDF exportieren. Nichts am Workflow setzt eine funktionierende Tastatur voraus.

Wie unterscheidet sich das von iOS-Diktat, Windows-Sprachzugriff oder Google-Spracheingabe?

Diese Werkzeuge transkribieren Sprache an der aktuellen Cursorposition in Text. Sie formatieren nicht, strukturieren nicht um, können keine Seitenumbrüche einfügen, nicht navigieren und nicht exportieren. In dem Moment, in dem du etwas anderes als reine Texteingabe brauchst, bist du wieder an Tastatur oder Maus. AgentDoc arbeitet auf Dokumentenebene – jeder Bearbeitungsvorgang ist dem Sprachagenten zugänglich.

Funktioniert Dragon besser für mich oder das hier?

Dragon hat jahrzehntelanges sprecheradaptives Training und liefert bei manchen Nutzerinnen und Nutzern mit nicht standardgemäßer Sprache möglicherweise eine etwas genauere Transkription. Der Vorteil von AgentDoc ist der Editor selbst: vollständige Dokumentenkontrolle per Sprache, formatierte Mehrseitenausgabe in Echtzeit und PDF-Export, ohne den Sprachmodus jemals zu verlassen. Wenn dein Engpass die Transkriptionsgenauigkeit bei akzentuierter oder atypischer Sprache ist, kann Dragon weiterhin gewinnen. Wenn dein Engpass lautet „Ich kann Text diktieren, aber das Dokument nicht formatieren oder umstrukturieren“, ist AgentDoc gebaut, um das zu lösen.

Sind meine Dokumente und meine Stimme sicher?

Das Sprachaudio wird zur Verarbeitung an Google Gemini Live gestreamt. Dokumente werden auf AgentDoc-Servern in Deutschland nach den Regeln der DSGVO/GDPR gespeichert. Dokumentenisolierung pro Nutzer, JWT-basierte Authentifizierung und HTTPS gelten durchgehend. Für besonders sensible Dokumente (medizinische Unterlagen, juristische Korrespondenz, Mandantenmaterial) wird der Text-Chat-Modus empfohlen – er nutzt denselben Agenten und dieselben Werkzeuge, aber es wird kein Audio nach außen gestreamt.

Funktioniert das mit Screenreadern?

Die Editor-Oberfläche ist textbasiert und funktioniert mit VoiceOver, NVDA und JAWS für die Navigation zwischen Bedienelementen. Der Sprachmodus selbst ist der empfohlene Weg, um Dokumente zu lesen und zu bearbeiten – sag „Lies mir Seite 2 vor“, und der Agent liest den Inhalt laut vor und benennt dabei Überschriften und Absatzgrenzen.

Funktioniert das auch auf Deutsch?

Ja. Gemini Live unterstützt Deutsch (und ~30 weitere Sprachen) sowohl bei der Spracherkennung als auch bei der gesprochenen Bestätigung des Agenten. Befehle wie „Mach die Überschrift fett und blau“ oder „Füge einen Seitenumbruch vor 'Schlussfolgerung' ein“ funktionieren genauso wie auf Englisch.

Probiere es jetzt aus – unverbindlich

AgentDoc ist kostenlos, browserbasiert und erfordert keine Installation. Öffne den Editor, drücke die Mikrofontaste und diktiere deine erste Anweisung. Wenn du es für jemand anderen bewertest, funktioniert derselbe Testlauf.

Hinter den Kulissen

• Voice-First-Dokumentbearbeitung mit Gemini Live – Architektur und Kompromisse des nativen Audio-Sprachpfads, der das Barrierefreiheits-Erlebnis von AgentDoc antreibt.