Computerstimmen auf Deutsch klangen jahrelang nach Bahnhofsansage mit Schnupfen. Das ist vorbei. Ich habe Phonon in Ollama geladen, und mein Mac spricht jetzt so, dass ich zuhöre, statt abzuschalten. Komplett lokal.
Ein Modell, kleiner als ein Urlaubsvideo
Seit Version 0.40.11 kann Ollama nicht nur Text, sondern auch Sprache. Das deutsche Modell phonon:40m-de ist rund 125 MB groß und braucht im Speicher kaum mehr als ein Browser-Tab. Ein Befehl, und es läuft: ollama run phonon:40m-de.
Spannend wird es, weil Ollama dafür einen OpenAI-kompatiblen Endpunkt anbietet. Viele bestehende Werkzeuge sprechen also nach einer geänderten Adresse plötzlich mit deinem eigenen Rechner statt mit einem Rechenzentrum. Die Kette ist simpel: Ein kleines Textmodell fasst zusammen, Phonon liest vor. Kein Text verlässt das Büro.
Bei uns meldet sich die wichtige Mail selbst
Wir haben daraus eine kleine Mac-App gebaut, intern heißt sie BMDesktopAgent. Geschrieben in Rust, sitzt sie in der Menüleiste. Kommt eine wichtige Mail rein, pulsiert das Symbol. Ein Klick, und eine Stimme sagt mir in drei Sätzen, worum es geht und was der Absender von mir will.
Ich lese weniger und verpasse trotzdem nichts. Zwischen zwei Schnitten im Videoschnitt reicht das völlig, um zu entscheiden: jetzt antworten oder später.
Der Rechner liest nicht alles vor. Er liest vor, was zählt.
Prompts, die fürs Ohr schreiben
Der Trick liegt nicht in der Stimme, sondern im Text davor. Fürs Lesen geschriebene Zusammenfassungen klingen vorgelesen hölzern. Diese Prompts nutzen wir so oder ähnlich:
"Fasse diese Mail in höchstens drei kurzen Sätzen zusammen. Schreib so, wie man es laut sagt. Keine Aufzählungen, keine Klammern, keine Abkürzungen."
"Schreib Beträge, Daten und Uhrzeiten aus, also 'zwölfhundert Euro' statt '1.200 €' und 'Donnerstag um drei' statt '29.10., 15:00'."
"Beginne mit dem Absender und dem, was er von mir will. Wenn die Mail Geld, einen Link oder einen unbekannten Absender enthält, schließe mit: Bitte Original prüfen."
Fünf Ideen für dein Unternehmen
Die Werkstatt-Ansage. Wer ölige Hände hat, liest keine Auftragszettel. Der Rechner sagt den nächsten Auftrag an, samt Besonderheiten.
Der Schichtübergabe-Sprecher. Notizen der Frühschicht werden zusammengefasst und der Spätschicht vorgelesen. Niemand muss das Übergabebuch entziffern.
Die Praxis-Rückrufliste. Aus Notizen am Empfang wird eine gesprochene Liste mit Name, Anliegen und Dringlichkeit.
Der Dokumenten-Vorleser. Lange Verträge oder Protokolle als Zwei-Minuten-Hörfassung, bevor du dich ins Detail stürzt.
Die Tagesansage. Termine, offene Rechnungen und wichtige Mails als morgendliches Briefing, während der Kaffee durchläuft.
Ehrlich bleiben
Das deutsche Phonon-Modell steht unter CC BY-NC 4.0. Für interne Werkzeuge passt das, für Kundenprodukte braucht es eine Vereinbarung mit dem Hersteller Gradium. Eine Zusammenfassung kann außerdem falsch sein, auch durch eine manipulierte Mail. Deshalb steht der Text bei uns immer neben der Stimme, und bei Geld oder Links heißt es: Original prüfen. Und das Modell sendet nie etwas. Raus geht eine Antwort nur auf meinen Klick.
Häufige Fragen
Läuft Phonon auf jedem Rechner?
Vorerst nur auf Macs mit Apple Silicon. Windows und Linux sollen folgen.
Brauche ich dafür eine Internetverbindung?
Nein. Nach dem Download läuft alles lokal.
Darf ich das deutsche Modell im Unternehmen nutzen?
Für interne, nicht kommerzielle Zwecke ja. Für Produkte oder Kundenarbeit brauchst du eine Lizenz von Gradium.
Wie gut ist die Aussprache?
Für Alltagstexte sehr gut. Namen, Zahlen und Abkürzungen solltest du mit deinen eigenen Texten testen.
Ist lokal automatisch DSGVO-konform?
Nicht automatisch. Lokal hilft enorm, aber prüfe, ob Oberfläche oder Erweiterungen Daten nach außen schicken.
Kann ich die BMDesktopAgent-App kaufen?
Nein, sie ist ein internes Werkzeug. Eine ähnliche Lösung für dein Unternehmen bauen wir aber gern mit dir.
Wenn du wissen willst, welche dieser Ideen bei dir am meisten Zeit spart, sprich uns an. Meistens reicht ein Gespräch, um das herauszufinden.