Sprechgeschwindigkeit vs. Tippgeschwindigkeit: Ist Reden wirklich 3x schneller?

Die kurze Antwort auf die Frage Sprechgeschwindigkeit vs. Tippgeschwindigkeit lautet ja, und die Zahl hält stand: Eine Studie von Stanford und Baidu ermittelte für das Diktieren 153 Wörter pro Minute, für die iPhone-Tastatur nur 52, also rund 2,93-mal schneller. Die längere Antwort: Dieselbe Studie stellte fest, dass Diktieren mehr Fehler im fertigen Text hinterließ als Tippen.

Fast jede Seite, die die „3x schneller“-Zahl zitiert, bricht nach der ersten Hälfte ab. Zwei Dinge, die dabei untergehen, entscheiden darüber, ob Reden wirklich der schnellere Weg ist, etwas mitzuteilen.

Eine oft zitierte Zahl zu diesem Thema wird außerdem schlicht falsch gelesen. Das klären wir zuerst.

Sprechgeschwindigkeit vs. Tippgeschwindigkeit auf einen Blick

*Die Zahlen stammen aus kontrollierten oder groß angelegten Studien und beschreiben Durchschnitte, nicht einzelne Personen. Die beiden Zeilen zur Fehlerrate fassen Englisch und Mandarin als Mittelwert zusammen, so wie die Studie sie ausweist. Quellen am Ende.

Wie schnell Menschen wirklich auf dem Handy tippen

Die umfangreichste Messung zum Tippen auf Mobilgeräten ist eine Studie der Aalto University, der University of Cambridge und der ETH Zürich aus dem Jahr 2019, die über 37.000 Freiwillige beim Abtippen von Sätzen auf ihren eigenen Geräten aufgezeichnet hat.

Wer mit zwei Daumen tippte, kam im Schnitt auf 38 Wörter pro Minute. Die schnellste Person im gesamten Datensatz erreichte 85 wpm auf einem Touchscreen.

Nun zur falsch gelesenen Zahl. In Vergleichen wie diesem hier heißt es gern: „Die meisten Handynutzer tippen 35 bis 65 wpm.“ Mit dieser Spanne ist das Tippen auf dem Handy überhaupt nicht gemeint. Die Aalto-Forscher beschrieben damit physische Tastaturen: Dort liegen die meisten Menschen zwischen 35 und 65 wpm, und die schrumpfende Minderheit, die 100 wpm erreicht, ist die Ausnahme. Daumen auf dem Handy kommen im Schnitt auf 38.

Die Korrektur geht in beide Richtungen, und die zweite Hälfte ist der interessantere Teil. Wenn Tippen mit zwei Daumen auf dem Touchscreen im Schnitt 38 wpm bringt und physische Tastaturen meist zwischen 35 und 65 liegen, dann ist das Handy nur etwa 25 % langsamer als eine Desktop-Tastatur. Genau zu diesem Schluss kamen die Forscher auch. Die Handytastatur ist nicht der Flaschenhals, für den man sie hält.

Zwei weitere Befunde fallen auf. Am stärksten hing die Geschwindigkeit davon ab, ob jemand mit einem Finger oder mit zwei Daumen tippte, und über 74 % nutzten zwei Daumen. Und es gibt einen klaren Generationenunterschied: Menschen zwischen 10 und 19 Jahren tippten etwa 10 wpm schneller als Vierzigjährige, was die Forscher auf jahrelange Übung zurückführten und nicht auf schnellere Reflexe junger Menschen.

Merke dir also 38 wpm als realistische Zahl für das Tippen auf dem Handy.

Wie schnell Menschen sprechen

Für gesprochenes Alltagsenglisch werden meist etwa 150 Wörter pro Minute angegeben, ein Richtwert, der oft dem National Center for Voice and Speech zugeschrieben wird. Nimm das eher als Faustregel denn als Messwert: Die Zuschreibung wird überall wiederholt, aber die zugrunde liegende Veröffentlichung ist online nicht zu finden, man kann sie also nicht so nachprüfen wie die Studien weiter oben.

Die gemessene Zahl ist ohnehin nützlicher. Als das Stanford-Team Menschen beim Diktieren echter Nachrichten stoppte, kamen 153 wpm heraus, praktisch genau die gängige Schätzung.

Stellt man 153 gegen 38, ist der Unterschied deutlich. Normales Sprechen ist etwa viermal so schnell wie Daumen auf Glas, und man braucht keine Studie, um das zu merken. Eine Antwort aus zwei Sätzen zu diktieren, dauert Sekunden, sie zu tippen dauert merklich länger.

Dieser Abstand erklärt zu einem großen Teil, warum sich Sprachnachrichten so stark durchgesetzt haben. Eine 40 Sekunden lange Sprachnachricht transportiert weit mehr Inhalt, als man in derselben Zeit bequem tippen könnte, und sie verlangt den Händen fast nichts ab.

Die direkte Vergleichsstudie

Der sauberste direkte Vergleich ist eine Studie aus dem Jahr 2016 von Sherry Ruan, Jacob Wobbrock, Kenny Liou, Andrew Ng und James Landay, veröffentlicht 2017. Das Team ließ Baidus Spracherkennung Deep Speech 2 gegen die eingebaute Tastatur des iPhone 6 Plus antreten, auf Englisch und Mandarin-Chinesisch, unter Laborbedingungen.

Für die Transkription kurzer Nachrichten:

• Englisch: Sprechen kam auf 153 wpm, die Tastatur auf 52 wpm, also etwa 2,93-mal schneller.
• Mandarin-Chinesisch: Sprechen kam auf 123 wpm, die Tastatur auf 43 wpm, also etwa 2,87-mal schneller.

Die Geschwindigkeit war nicht der einzige Vorteil. Beim Sprechen waren auch weniger Korrekturen während der Eingabe nötig: eine korrigierte Fehlerrate von 5,30 % gegenüber 11,22 % bei der Tastatur, gemittelt über beide Sprachen. Beim Sprechen hielten die Teilnehmenden seltener an, um eigene Fehler zu korrigieren, als beim Tippen.

Zwei Einschränkungen gehören dazu, damit das Bild ehrlich bleibt. Die Studie maß die Obergrenze des Möglichen: ruhiges Labor, kooperative Teilnehmende. Die Autoren sagen das offen und fordern weitere Untersuchungen dazu, wie sich die Erkennung außerhalb des Labors schlägt, wo Lärm, Ablenkung und Unterwegssein sie verschlechtern. Und die Aufgabe bestand darin, vorgegebene kurze Sätze wiederzugeben, nicht darin, eigenen Text zu formulieren, und schon gar nicht, längere Texte zu schreiben.

Bemerkenswert ist außerdem, dass die Tastatur-Zahl hier, 52 wpm, deutlich über dem Durchschnitt von 38 wpm aus der Studie mit 37.000 Personen liegt. Laborteilnehmende, die vorgegebene Sätze abtippen, schneiden besser ab als Menschen, die im Bus ihren eigenen Text formulieren. Im Alltag dürfte der Vorsprung des Sprechens also eher größer sein als 2,93x, nicht kleiner.

Der erste Haken: die Fehler, die durchkommen

Jetzt kommt der Teil, der unter den Tisch fällt, wenn die 3x-Zahl zitiert wird. Zwar waren beim Sprechen während der Eingabe weniger Korrekturen nötig, doch im fertigen Text blieben etwas mehr Fehler stehen: eine unkorrigierte Fehlerrate von 1,30 % beim Sprechen gegenüber 0,79 % bei der Tastatur.

Diese Zahlen sind klein, aber die Richtung zählt. Beim Tippen siehst du jedes Zeichen, sobald es erscheint, Fehler fallen dir also sofort auf. Beim Diktieren bekommst du einen Block Text, den das System verstanden zu haben glaubt.

Die Fehler, die ein Diktat überstehen, sind die heimtückische Sorte: ein falsches Homophon, ein Name in der geläufigen statt in der richtigen Schreibweise, ein fehlendes „nicht“, das den ganzen Satz ins Gegenteil verkehrt. Beim schnellen Überfliegen fallen sie nicht auf, gerade weil der Satz sich trotzdem flüssig liest.

Schnelle Eingabe bedeutet also nicht automatisch schnelles Fertigwerden. Wenn eine diktierte Nachricht ein sorgfältiges Korrekturlesen braucht, geht ein Teil des Geschwindigkeitsvorteils direkt für die Kontrolle wieder drauf.

Der zweite Haken: schnell gesendet, langsam empfangen

Wörter per Stimme zu produzieren, geht schnell. Sie auf der anderen Seite zu verarbeiten, ist eine ganz andere Frage, und genau daran setzt die häufigste Kritik an Sprachnachrichten an.

Stilles Lesen von englischem Sachtext liegt im Schnitt bei etwa 238 Wörtern pro Minute, laut einer Metaanalyse von 190 Studien aus dem Jahr 2019. Zuhören läuft in dem Tempo, das der Sprecher gewählt hat, irgendwo bei etwa 150 wpm, und überfliegen kann man es nicht.

Dieselbe Nachricht kostet den Absender per Sprachnachricht also weniger Zeit und den Empfänger mehr. Dahinter steckt dieselbe Asymmetrie, die dafür sorgt, dass Lesen dem Zuhören meist überlegen ist, sobald eine Nachricht länger als ein oder zwei Sätze ist.

Schnelleres Abspielen behebt das nur teilweise. Das Verständnis hält sich bei vertrautem Material bis etwa doppelter Geschwindigkeit einigermaßen gut, mit einer groben Obergrenze bei etwa 275 wpm, aber Audio zu beschleunigen hat Grenzen, die Lesen nicht hat. Zum dritten Satz springen, nach einem Namen suchen oder eine Zeile zitieren kann man trotzdem nicht.

Geschwindigkeit für den Absender ist nicht Geschwindigkeit für den Empfänger. Jede ehrliche Antwort auf die Frage Sprechgeschwindigkeit vs. Tippgeschwindigkeit muss beide Seiten berücksichtigen.

Wann also sprechen, wann tippen?

Keine der beiden Methoden ist grundsätzlich besser. Die Wahl hängt von der Situation und der Aufgabe ab.

Sprich, wenn:

• Du einen Gedanken schnell festhalten willst und es auf den genauen Wortlaut kaum ankommt
• Deine Hände beschäftigt sind, weil du gerade zu Fuß unterwegs bist, Auto fährst oder kochst
• Die Nachricht so lang ist, dass Tippen ermüdend wäre
• Du allein bist oder es dir nichts ausmacht, mitgehört zu werden

Tippe, wenn:

• Der Wortlaut genau sein muss oder der Text technisch ist
• Du im Zug sitzt, im Großraumbüro oder neben einem schlafenden Baby
• Du Sonderzeichen, Formatierung, einen eingefügten Link oder eine punktgenaue Korrektur brauchst
• Der Empfänger die Nachricht später überfliegen, durchsuchen oder zitieren möchte

Am sinnvollsten ist es, die beiden nicht länger als Konkurrenten zu sehen. Sprechen ist der schnellste Weg, Wörter aus dem Kopf zu bekommen, Lesen der schnellste Weg, sie aufzunehmen.

Genau diese Kombination bietet Transcribbit: Du leitest eine WhatsApp-Sprachnachricht weiter und bekommst in Sekunden sauberen Text zurück, sodass sich eine im Sprechtempo aufgenommene Nachricht im Lesetempo lesen lässt. Der kostenlose Tarif deckt 50 Transkriptionen im Monat ab, und deine Audiodatei wird direkt danach gelöscht. Kostenlos testen.

Häufig gestellte Fragen

Ist Sprechen wirklich dreimal schneller als Tippen?

Auf dem Smartphone im Großen und Ganzen ja. Die Studie von Stanford und Baidu ermittelte für das Diktieren 153 wpm gegenüber 52 wpm für die iPhone-Tastatur im Englischen, also etwa 2,93-mal schneller, und 123 gegenüber 43 wpm im Mandarin-Chinesischen. Der genaue Faktor hängt vom Gerät ab, von der Sprache und davon, wie gut man tippen kann.

Wie schnell tippt der durchschnittliche Mensch auf dem Handy?

Etwa 38 Wörter pro Minute mit zwei Daumen, laut einer Studie mit über 37.000 Freiwilligen. Die schnellste erfasste Person kam auf 85 wpm. Vorsicht bei der oft zitierten Spanne „35 bis 65 wpm“: Sie beschreibt physische Tastaturen, nicht Handys.

Macht Diktieren mehr Fehler als Tippen?

Weniger, während du die Nachricht verfasst, etwas mehr im fertigen Text. Beim Sprechen waren weniger Korrekturen während der Eingabe nötig, 5,30 % gegenüber 11,22 %, dafür blieben mehr Fehler im fertigen Text stehen, 1,30 % gegenüber 0,79 %. Was durchkommt, sind meist falsch erkannte Wörter, die sich trotzdem flüssig lesen, weshalb sich bei diktiertem Text ein Korrekturlesen lohnt.

Wenn Sprechen schneller ist, warum tippen Menschen dann überhaupt noch?

Weil die Eingabegeschwindigkeit nicht das Einzige ist, was zählt. Tippen bietet präzises Bearbeiten, Ruhe, wenn andere mit im Raum sind, und Text, den der Empfänger später überfliegen und durchsuchen kann. Menschen wechseln je nach Situation, nicht nach der Stoppuhr.

Ist Tippen auf dem Handy viel langsamer als am Computer?

Weniger, als die meisten annehmen. Tippen mit zwei Daumen auf dem Touchscreen bringt im Schnitt 38 wpm, also rund 25 % langsamer als die Geschwindigkeiten, die eine vergleichbar große Studie für physische Tastaturen gemessen hat: Dort liegen die meisten Menschen zwischen 35 und 65 wpm.

Was eignet sich besser für lange Nachrichten, Sprechen oder Tippen?

Sprechen, um sie zu produzieren. Lesen, um sie zu empfangen. Eine lange Sprachnachricht ist viel schneller aufgesprochen als getippt, aber sie anzuhören dauert länger, als denselben Text zu lesen. Mit einem Transkript bekommst du beides.

Fazit

Sprechen gewinnt bei der Eingabegeschwindigkeit, und nicht nur ein wenig: Auf dem Handy liegt der Abstand bei etwa 3x. Auch bei der Genauigkeit während des Verfassens schlägt es sich gut, denn beim Sprechen korrigiert man sich seltener selbst als beim Tippen.

Tippen gewinnt bei Präzision, Privatsphäre, beim Bearbeiten und dabei, wie leicht sich das Ergebnis später überfliegen lässt. Die Handytastatur liegt zudem näher an einer Desktop-Tastatur, als ihr Ruf vermuten lässt, nämlich nur etwa 25 % dahinter.

Die zwei ehrlichen Einschränkungen: Diktieren hinterlässt mehr Fehler im fertigen Text als Tippen, und die Zeit, die es dem Absender spart, wird zum Teil dem Leser in Rechnung gestellt. Sprich, um festzuhalten, lies, um aufzunehmen, dann musst du dich nicht entscheiden.

Referenzen

[1] Ruan, Wobbrock, Liou, Ng und Landay, Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones (Sprach- und Tastatureingabe von Kurznachrichten in zwei Sprachen auf Touchscreen-Handys im Vergleich, 2016, veröffentlicht in PACM IMWUT 2017)

[2] Aalto University, University of Cambridge und ETH Zürich, Smartphone typing speeds catching up with keyboards (Smartphone-Tippgeschwindigkeiten holen gegenüber Tastaturen auf, 2019)

[3] Brysbaert, How many words do we read per minute? A review and meta-analysis of reading rate (Wie viele Wörter lesen wir pro Minute? Ein Überblick und eine Metaanalyse der Lesegeschwindigkeit, 2019)