Neu: Spracheingabe im Chatbot, ohne dass eine Aufnahme gespeichert wird

Seit dem 29. Oktober 2026 können Besucher dem BlueBranch Chatbot ihre Fragen auch sprechen: Die Contao-Erweiterung bringt die Spracheingabe mit Version 1.5.0, das WordPress-Plugin mit Version 1.3.0. Dieser Beitrag zeigt, wie sie funktioniert und warum sie sich datenschutzfreundlich betreiben lässt.

So funktioniert es für Besucher

Im Chat-Widget steht neben dem Senden-Knopf ein Mikrofon. Ein Klick startet die Aufnahme, der nächste beendet sie und schickt die Frage ab. Während der Aufnahme zeigt eine Leiste Wellen nach Lautstärke und die Zeit; mit × oder Escape wird die Aufnahme verworfen. Danach läuft alles wie bei einer getippten Frage: Antwort, Quellen, Feedback und Verlauf.

In Contao gibt es das Mikrofon auch im Frage-Modul und in der KI-Suche (Version 1.7.0). Im WordPress-Plugin erscheint es im Chat-Fenster und im Fragefeld.

Der Weg der Aufnahme

1. Der Browser fragt vor der ersten Aufnahme selbst nach der Erlaubnis für das Mikrofon.
2. Die Aufnahme geht aus dem Speicher des Browsers an eine Route Deiner Website. Dort werden Sitzungs-Token, Herkunft, Modul-Einstellung, Ratenlimit (20 je Minute und Client) und Größe (höchstens 4 MB) geprüft.
3. Deine Website reicht sie mit dem API-Schlüssel an die Chatbot-API weiter. Der Schlüssel bleibt dabei auf dem Server.
4. Dort wandelt Whisper (Modell large-v3-turbo) auf unserer GPU in Deutschland die Aufnahme in Text um. Die Aufnahme liegt nur für die Dauer der Umwandlung im Arbeitsspeicher.
5. Der erkannte Text kommt zurück und geht als Frage ab.

Was gespeichert wird: nichts

Die Aufnahme wird weder in Deiner Website noch in der API gespeichert. Weder Audio noch Text kommen ins Protokoll, höchstens technische Kennzahlen wie die Dauer der Aufnahme. Die Funktion nutzt keine Drittanbieter-Dienste, die Erkennung läuft auf unserem eigenen Server. Wurde es durchgehend still, geht gar nichts an die API, denn Whisper erfindet bei Stille sonst gern Sätze. Es erscheint dann „Es wurde nichts verstanden“.

Voraussetzungen und Grenzen

• Standardmäßig aus. Du schaltest die Spracheingabe in den Einstellungen ein. In Contao lässt sie sich je Modul auf An oder Aus stellen, in WordPress per Shortcode-Attribut voice="no" an einzelnen Stellen abschalten.
• HTTPS (oder localhost) und ein Browser mit MediaRecorder. Fehlt eines davon, bleibt der Knopf verborgen.
• Tarif: Die API muss die Spracherkennung für den Zugang eingerichtet haben. Die Länge der Aufnahme begrenzt der Tarif: Free 10, Pro 30, Expert 60 Sekunden.
• Kontingent: Eine gesprochene Frage zählt zweimal, einmal für die Umwandlung, einmal für die Antwort.

Was Du in der Datenschutzerklärung ergänzt

Eine Stimme kann personenbezogen sein, deshalb gehört die Spracheingabe in Deine Datenschutzerklärung, wenn Du sie einschaltest: Aufnahme nach Freigabe des Mikrofons, Umwandlung auf Servern in Deutschland, keine Speicherung, keine Weitergabe an Dritte. Einen Formulierungsvorschlag findest Du im Beitrag Datenschutzerklärung für den Chatbot. Die Einrichtung steht in den Anleitungen für WordPress und Contao.