Häufige Fragen

Auvi ist eine App für Transkription und Übersetzung in Echtzeit für iPhone und iPad. Sie hört Gesprächen zu und zeigt farblich gekennzeichnete Live-Untertitel an, wobei jedem Sprecher automatisch eine eigene Farbe zugewiesen wird. Die gesamte Verarbeitung findet vollständig auf deinem Gerät statt – ohne Internetverbindung, ohne Cloud, ohne erforderliche Konten.

Menschen nutzen Auvi aus den unterschiedlichsten Gründen: um Gesprächen in lauten Umgebungen zu folgen, um Besprechungen und Vorlesungen zu untertiteln, um auf Reisen ins Ausland zu übersetzen, um wichtige Gespräche festzuhalten oder als tägliches Hilfsmittel für die Barrierefreiheit. Wir haben sie für alle gebaut.

Auvi benötigt ein iPhone oder iPad mit iOS 17 oder neuer. Außerdem gibt es eine Apple-Watch-Begleit-App für watchOS 10 oder neuer, die Live-Untertitel von deinem iPhone an dein Handgelenk streamt.

Qualität und Geschwindigkeit der Transkription können je nach Gerät variieren. Neuere Geräte mit mehr Rechenleistung liefern schnellere und genauere Ergebnisse. Auf Geräten mit iOS 26 oder neuer kann Auvi das integrierte Spracherkennungs-Framework von Apple nutzen, das möglicherweise bereits auf deinem Gerät installiert ist und keinerlei App-Speicher belegt.

Nur für die erste Einrichtung auf älteren iOS-Versionen, wenn die App möglicherweise Spracherkennungsmodelle herunterladen muss. Danach funktioniert Auvi vollständig offline – im Flugmodus, unter der Erde, auf Krankenstationen, überall.

Auf neueren iOS-Versionen (26 und neuer) sind die benötigten Modelle möglicherweise bereits auf deinem Gerät vorhanden, sodass überhaupt kein Download nötig sein kann – du kannst sofort mit dem Transkribieren beginnen.

Auf älteren iOS-Versionen ist ein einmaliger Modell-Download von etwa 700 MB erforderlich. Die App fragt dich vorher und empfiehlt, eine WLAN-Verbindung herzustellen. Wird der Download unterbrochen, wird er automatisch fortgesetzt.

Auf iOS 26 und neuer kann Auvi bereits auf deinem Gerät installierte Sprachmodelle nutzen und diesen Download möglicherweise ganz überspringen. Die App selbst ist klein; der Speicherbedarf entfällt fast vollständig auf die Spracherkennungsmodelle.

Ja. Auvi enthält eine 7-tägige kostenlose Testphase mit vollem Zugriff auf alle Funktionen, einschließlich Plus und Translation. Es ist kein Konto erforderlich und keine Kreditkarte nötig. Nach der Testphase kannst du Standard kaufen (eine einmalige Zahlung für die Kernfunktionen) oder Plus und/oder Translation als optionale Zusatzpakete abonnieren.

Auvi nutzt eine Sprechererkennung auf dem Gerät, um verschiedene Stimmen zu unterscheiden. Jedem Sprecher wird automatisch eine Farbe zugewiesen – ohne Einrichtung, ohne Beschriftung, ohne Stimmregistrierung. Die Farben erscheinen kurz nach dem Text, da die Erkennungs-Engine das Audiomaterial im Hintergrund in kurzen Abschnitten verarbeitet.

In längeren Gesprächen sorgt Auvi für Konsistenz, sodass dieselbe Person immer in derselben Farbe erscheint. Mit Plus kannst du Stimmprofile erstellen, die Sprecher über mehrere Sitzungen hinweg merken – sodass deine Kolleginnen und Kollegen, Familie oder Freunde beim nächsten Mal automatisch erkannt werden.

Auvi kann Sprache in über 40 Sprachen transkribieren. Du kannst deine Transkriptionssprache in den Einstellungen auswählen. Für mehrsprachige Gespräche, die zwischen einer anderen Sprache und Englisch wechseln, aktivierst du den Modus Mit Englisch gemischt – Auvi erkennt dann beide Sprachen, ohne englische Wörter zu verstümmeln. Mit dem Translation-Zusatzpaket kann Auvi Untertitel in Echtzeit in 31 Sprachen übersetzen, alles auf dem Gerät verarbeitet. Tippe auf einen übersetzten Untertitel, um ihn dir vorlesen zu lassen.

Das Translation-Zusatzpaket nutzt Apples Übersetzungs-Framework auf dem Gerät, um Untertitel in eine Sprache deiner Wahl zu übertragen, während sie erscheinen. Alle 31 unterstützten Sprachen werden lokal verarbeitet – nichts wird an einen Server gesendet.

Du kannst auch auf einen übersetzten Untertitel tippen, um ihn vorlesen zu lassen, und mit Type-to-Speak eine Antwort tippen, die in einer der beiden Sprachen vorgelesen wird. Das Quick-Reply-Sprachführer gibt dir mit einem Tippen Zugriff auf gängige Redewendungen für Reisen und Alltagsgespräche.

Kein teures Hardware-Gerät nötig. Anders als eigenständige Übersetzungsgeräte (Pocketalk usw.) läuft Auvi auf dem iPhone, das du bereits besitzt.

Auvi kann die gesprochenen Wörter analysieren und dich warnen, wenn das Gespräch bekannten Mustern aus Telefonbetrügereien entspricht. Es deckt 25 Kategorien von Telefonbetrugsmaschen ab – etwa das Vortäuschen von Amtspersonen, falsche Dringlichkeit rund um Bankkonten und Forderungen nach Geschenkkarten – mithilfe einer gewichteten Bewertung über mehrere Schlüsselwörter.

Du kannst die Empfindlichkeit auf Hoch, Mittel oder Niedrig einstellen, und die Funktion ist ohne Aufpreis in Standard enthalten. Die gesamte Analyse findet auf dem Gerät statt; der Text deines Gesprächs wird niemals irgendwohin gesendet.

Die Erkennung von Touristenbetrug ist eine separate, optionale Funktion (als Beta gekennzeichnet), die 10 Kategorien reisebezogener Betrügereien abdeckt, etwa Teehaus-Locktricks, gefälschte Bußgelder durch angebliche Behörden, überhöhte Taxipreise und Diebstahl durch Ablenkung. Sie verwendet dieselbe Erkennungs-Engine auf dem Gerät wie die Betrugserkennung bei Anrufen und kann unabhängig konfiguriert werden. Sie ist in Standard enthalten und besonders nützlich auf Reisen ins Ausland.

Die Geräuschwarnungen achten auf wichtige Umgebungsgeräusche und zeigen ein visuelles Banner an, wenn eines erkannt wird. Zu den unterstützten Geräuschen gehören Türklingeln, Rauchmelder, Feueralarme, Sirenen, Klopfen und mehr – 15 Geräusche in drei Dringlichkeitsstufen. Kritische Geräusche (wie Feueralarme) lösen eine stärkere haptische Warnung und ein auffälligeres Banner aus, selbst wenn die übrigen Geräuschwarnungen ausgeschaltet sind.

Du kannst deinen Namen (und Namensvarianten) in den Einstellungen festlegen. Wenn jemand während eines Gesprächs deinen Namen sagt, hebt Auvi den Text hervor und gibt einen haptischen Impuls an dein iPhone und deine Apple Watch. Das ist nützlich in Gruppengesprächen, in denen du gerade Untertitel liest und übersehen könntest, dass dich jemand direkt anspricht.

Ja. Auvi funktioniert mit jeder Audioquelle, die dein iPhone oder iPad unterstützt: dem eingebauten Mikrofon, AirPods, Bluetooth-Mikrofonen, USB-C-Mikrofonen, Lightning-Zubehör und kabelgebundenen Headsets. Du kannst die Audioquelle jederzeit wechseln.

Für beste Ergebnisse in lauten Umgebungen oder über einen Tisch hinweg können ein Ansteckmikrofon oder ein gerichtetes Bluetooth-Konferenzmikrofon die Genauigkeit erheblich verbessern.

Bild-in-Bild (PiP) hält eine schwebende Untertitel-Überlagerung über anderen Apps sichtbar. Wenn du Auvi verlässt, um etwas auf deinem Handy nachzusehen, erscheinen die Untertitel weiterhin in einem kleinen Fenster, das du über den Bildschirm bewegen kannst. PiP startet automatisch, wenn du die App während einer aktiven Transkriptionssitzung in den Hintergrund schickst.

Ja. Die Apple-Watch-Begleit-App (watchOS 10 oder neuer) zeigt Live-Untertitel, die von deinem iPhone gestreamt werden, direkt auf deinem Handgelenk an. Du kannst die Transkription auch von der Watch aus starten und stoppen, ohne dein Handy herauszunehmen. Wird dein Name im Gespräch erkannt, tippt die Watch an dein Handgelenk, um dich zu warnen.

Mit Type-to-Speak kannst du eine Nachricht tippen und sie von deinem Gerät vorlesen lassen. Das ist nützlich, wenn du verbal antworten möchtest, dich aber lieber schriftlich verständigst. Ein Quick-Reply-Sprachführer gibt dir mit einem Tippen Zugriff auf gängige Redewendungen, und du kannst eigene Redewendungen hinzufügen.

Mit Plus kann Auvi automatisch Aufgaben, Entscheidungen, Termine und Teilnehmer aus gespeicherten Gesprächen extrahieren. Aufgaben können direkt an iOS Erinnerungen und Termine an deinen Kalender gesendet werden. Gespräche werden kategorisiert und zusammengefasst, und du kannst professionelle Besprechungsprotokolle per E-Mail exportieren – alles auf dem Gerät verarbeitet.

Mit Plus kannst du Transkripte als reinen Text, PDF oder Untertitelformate (SRT und VTT) exportieren. Untertitel-Exporte enthalten Zeitstempel und Sprecherzuordnung und eignen sich daher zum Untertiteln von Videoinhalten oder für Zwecke der Barrierefreiheit. Du kannst außerdem Text direkt aus den Untertiteln kopieren und über jedes iOS-Teilen-Menü teilen.

Nein. Auvi erstellt niemals Audiodateien. Es wandelt Sprache in Echtzeit in Text um, und standardmäßig existiert dieser Text nur im Arbeitsspeicher – er verschwindet in dem Moment, in dem du die Transkription stoppst oder die App schließt. Wenn du in den Einstellungen die Funktion Transkripte speichern (eine Plus-Funktion) aktivierst, wird nur der Text gespeichert, lokal auf deinem Gerät. Es wird niemals Audio auf den Datenträger geschrieben oder irgendwohin gesendet.

Keine. Das Datenschutz-Label von Auvi im App Store lautet “Keine Daten erfasst”, weil das buchstäblich wahr ist. Es gibt keine Analysetools, keine Telemetrie, keine Absturzberichte, kein Nutzungs-Tracking und keine Konten. Nichts verlässt dein Gerät. Auvi stellt nach Abschluss des ersten Modell-Downloads keine Netzwerkanfragen mehr.

Ja. Auvi unterstützt Managed App Configuration (MDM), womit IT-Administratoren Datenschutzeinstellungen über eine Flotte verwalteter Geräte hinweg durchsetzen können. Administratoren können das Speichern, Kopieren und Exportieren von Transkripten über MDM-Profile dauerhaft deaktivieren. Wenn eine Einstellung von einem Administrator gesperrt ist, wird ihr Schalter in der App ausgeblendet. Verteile über Apple Business Manager oder das Volume Purchase Programme zum üblichen App-Store-Preis.

Die Datenschutzarchitektur von Auvi ist stark an den HIPAA-Grundsätzen ausgerichtet: Die gesamte Verarbeitung findet auf dem Gerät statt, es werden keine Daten übertragen, keine Daten erfasst, und das Speichern ist standardmäßig deaktiviert. HIPAA-Konformität ist jedoch eine organisatorische und vertragliche Angelegenheit, nicht nur eine technische. Wenn du Auvi im Gesundheitswesen einsetzt, empfehlen wir, dich mit deinem Compliance-Team abzustimmen.

Auvi beginnt mit einer 7-tägigen kostenlosen Testphase, die alle Funktionen umfasst. Nach der Testphase ist Standard ein einmaliger Kauf für die Kernfunktionen der Transkription. Plus und Translation sind optionale, automatisch verlängerbare Abos, die monatlich oder jährlich erhältlich sind, oder als vergünstigtes Bundle. Die genauen Preise werden im App Store angezeigt und variieren je nach Region.

Standard (einmaliger Kauf) – Live-Transkription in über 40 Sprachen, Sprechererkennung, Betrugserkennung, Geräuschwarnungen, Apple Watch, Bild-in-Bild, Namenshinweise und alle Funktionen für die Barrierefreiheit.

Plus (Abo) – Alles aus Standard plus Transkriptverlauf, Suche, Besprechungsprotokolle mit Metadaten, Aufgaben → Erinnerungen, Termine → Kalender, Export & Teilen, Untertitel-Export (SRT/VTT), Text kopieren, Lesezeichen, eigene Wortlisten, Fachpakete und Stimmprofile.

Translation (Abo) – Alles aus Standard plus Echtzeit-Übersetzung auf dem Gerät in 31 Sprachen, Antippen-zum-Hören, Type-to-Speak und Quick-Reply-Sprachführer.

Bundle – Plus + Translation zusammen zu einem vergünstigten Preis.

Alle Käufe werden über den Apple App Store abgewickelt. Rückerstattungen werden von Apple gemäß deren Rückerstattungsrichtlinie bearbeitet. Um eine Rückerstattung zu beantragen, besuche reportaproblem.apple.com. Du kannst Abos jederzeit in deinen Apple-ID-Einstellungen verwalten oder kündigen: Gehe auf deinem Gerät zu Einstellungen > [dein Name] > Abonnements.

Auvi bietet derzeit keinen separaten Familienplan und keine Bildungspreise an. Organisationen, die Auvi auf vielen Geräten einsetzen möchten, können dies über Apple Business Manager oder das Volume Purchase Programme (VPP) zum üblichen App-Store-Preis tun. Bei Fragen zur Bereitstellung in Einrichtungen schreibe bitte eine E-Mail an support@creativemachines.ai.

Auvi verarbeitet das Audiomaterial in kurzen Abschnitten, bevor es an die Spracherkennungs-Engine weitergegeben wird. Der erste Untertitel erscheint in der Regel nach etwa 15 Sekunden. Das ist normal – ein kleiner Audiopuffer muss sich erst ansammeln, bevor die Transkription beginnt. Sobald die Untertitel erscheinen, werden sie laufend aktualisiert.

Auf neueren Geräten und iOS-Versionen können die Untertitel dank effizienterer Verarbeitung schneller erscheinen.

Die Genauigkeit der Transkription hängt von mehreren Faktoren ab:

• Gerät und iOS-Version – neuere Geräte mit mehr Rechenleistung liefern genauere Ergebnisse. iOS 26+ nutzt Apples neueste Spracherkennung, die deutlich besser sein kann.
• Abstand zum Mikrofon – halte das Gerät oder platziere es innerhalb von etwa einem Meter zum Sprecher.
• Hintergrundgeräusche – reduziere nach Möglichkeit Umgebungsgeräusche oder verwende ein externes Mikrofon.
• Spracheinstellung – stelle sicher, dass die Transkriptionssprache in den Einstellungen mit der gesprochenen Sprache übereinstimmt. Wenn deine Gespräche regelmäßig zwischen einer anderen Sprache und Englisch wechseln, aktiviere Mit Englisch gemischt, um die Erkennung beider Sprachen zu verbessern.
• Fachpakete – wenn du fachspezifische Begriffe verwendest (medizinisch, juristisch, technisch), aktiviere das entsprechende Fachpaket in den Einstellungen.

iOS erlaubt Drittanbieter-Apps nicht den direkten Zugriff auf das Audio von Telefonanrufen. Das ist eine systemweite Einschränkung, die für alle Apps gilt. Du kannst das aber umgehen, indem du:

• den Anruf auf Lautsprecher stellst und dein Gerät in der Nähe platzierst
• einen USB-Telefonrekorder verwendest, der an dein Festnetz angeschlossen ist und das Audio in das Mikrofon deines iPhones einspeist
• bei Videoanrufen (FaceTime, Zoom, Teams) den Gerätelautsprecher nutzt

Die App enthält einen Bereich mit Tipps für die besten Ergebnisse. Empfohlenes Zubehör findest du auf unserer Zubehörseite.

Der erste Download umfasst etwa 700 MB und kann je nach Internetverbindung mehrere Minuten dauern. Wir empfehlen, WLAN zu nutzen. Wird der Download unterbrochen, öffne die App erneut, und er wird an der Stelle fortgesetzt, an der er aufgehört hat.

Hinweis: Auf iOS 26 und neuer ist dieser Download möglicherweise gar nicht erforderlich – die benötigten Modelle sind möglicherweise bereits auf deinem Gerät vorhanden.

Auvi verhindert automatisch, dass sich dein Bildschirm sperrt, während die Transkription aktiv ist. Wenn sich dein Bildschirm trotzdem ausschaltet, prüfe, ob die Transkription tatsächlich läuft (die Höranzeige sollte sichtbar sein) und ob der Stromsparmodus die Sperrverhinderung nicht außer Kraft setzt. Wenn du die Transkription stoppst, gilt wieder das normale Verhalten der Bildschirmsperre.

Wenn der Bildschirm gesperrt wird, schränkt iOS kurzzeitig den Zugriff auf die GPU ein, die die Spracherkennungs-Engine nutzt. Auvi erkennt das und beginnt, das Audiomaterial zu puffern, aber während der Systemübergang läuft, kann es zu einer Lücke von 1–3 Sekunden kommen. Sobald Auvi in den Hintergrundmodus wechselt, wird die Transkription normal fortgesetzt.

Tipp: Auvi hält den Bildschirm während der aktiven Transkription an, sodass dies nur passiert, wenn du das Gerät manuell sperrst. Wenn du in einem Gespräch bist, lass den Bildschirm für ununterbrochene Untertitel eingeschaltet.

Auf dem iPhone nutzt AirPlay zum Apple TV die Bildschirmsynchronisierung – dein gesamter iPhone-Bildschirm wird auf dem Fernseher angezeigt, einschließlich der Untertitel. Das funktioniert gut in Gruppensituationen, in denen alle das Live-Transkript sehen sollen.

Für eine Ansicht nur mit Untertiteln (ohne App-Rahmen) verbindest du dein iPhone über einen USB-C- oder Lightning-HDMI-Adapter. Das aktiviert den eigenen Modus von Auvi für externe Bildschirme, der großformatige Untertitel auf einem sauberen Hintergrund anzeigt – ideal für Besprechungen, Klassenzimmer oder Veranstaltungen.

Auf dem iPad kannst du außerdem AirPlay im Modus “Bildschirm erweitern” nutzen, um die Ansicht nur mit Untertiteln drahtlos zu erhalten.

Die KI-gestützte Analyse (Zusammenfassungen, Aufgaben, Entscheidungen) nutzt ein Sprachmodell auf dem Gerät, das erhebliche Rechenleistung erfordert. iOS schränkt diese Verarbeitung ein, wenn die App im Hintergrund ist, um Akkulaufzeit und Systemleistung zu schonen.

Für beste Ergebnisse: Halte Auvi nach dem Speichern eines Gesprächs 15–30 Sekunden im Vordergrund, solange der Ladekreis “Dein Gespräch wird analysiert…” sichtbar ist. Sobald die Analyse abgeschlossen ist, kannst du die App frei wechseln.

Wurde die Analyse unterbrochen, kannst du jedes gespeicherte Gespräch erneut verarbeiten, indem du es öffnest und auf Mit KI analysieren tippst.

Das ist das übliche Bild-in-Bild-Verhalten von iOS. Beim Tippen auf das PiP-Fenster werden zunächst die Wiedergabesteuerungen angezeigt (einschließlich einer Schaltfläche zum Vergrößern), und beim Tippen auf die Vergrößern-Schaltfläche kehrst du zur App zurück. So funktionieren alle PiP-Fenster unter iOS – Apple erlaubt es Apps nicht, diese Interaktion anzupassen.

Auvi wurde mit Barrierefreiheit als Kern entwickelt:

• Fünf Farbschemata: System, Hell, Dunkel, Hoher Kontrast und Gelb-auf-Schwarz
• Einstellbare Schriftgröße von 16 pt bis 48 pt, unabhängig von der Systemschriftgröße von iOS
• Volle Unterstützung für iOS Dynamic Type, einschließlich der größten Textgrößen für die Barrierefreiheit
• Unterstützung für fetten Text gemäß der iOS-Systemeinstellung
• Umschalter für eine farbenblindenfreundliche Sprecherpalette
• VoiceOver-Beschriftungen für alle Bedienelemente
• Haptisches Feedback für neue Sprache, Namenshinweise und Geräuschwarnungen
• Unterstützung für „Bewegung reduzieren“ bei allen Animationen
• Alle Bildschirmausrichtungen einschließlich Hochformat über Kopf
• Rein visuelles Onboarding, das auch bei sehr großen Textgrößen funktioniert

Ja. Alle Bedienelemente haben VoiceOver-Beschriftungen und -Beschreibungen. Neue Untertitelabschnitte werden angesagt, sobald sie erscheinen, sodass Nutzerinnen und Nutzer von Screenreadern einer Transkriptionssitzung folgen können. Das ist wichtig, weil manche Menschen sowohl eine Hörminderung als auch eine Sehbeeinträchtigung haben und sich Hilfsmittel für die Barrierefreiheit nicht gegenseitig ausschließen dürfen.

• System – folgt automatisch deiner Einstellung für den hellen oder dunklen Modus von iOS
• Hell – immer hell, unabhängig von der Systemeinstellung
• Dunkel – immer dunkel, unabhängig von der Systemeinstellung
• Hoher Kontrast – maximiert den Kontrast für Menschen mit Sehbeeinträchtigung
• Gelb-auf-Schwarz – gut sichtbarer gelber Text auf Schwarz

Jedes Schema hat abgestimmte Farbvarianten für die Farben der Sprechererkennung. Der Umschalter für die farbenblindenfreundliche Palette funktioniert über alle Schemata hinweg.