Anleitung

Ausgaben per Sprache erfassen (Schritt für Schritt)

Aktualisiert am 10. April 2026 · 7 Min. Lesezeit

"4,50 Kaffee Starbucks" in eine App tippen dauert etwa 12 Sekunden. "Kaffee vier fünfzig" sagen dauert drei. Über einen Monat tägliches Tracking spart das rund 4 Minuten. Nicht lebensverändernd. Der eigentliche Gewinn ist: Du machst es wirklich. Je schneller das Logging fühlt, desto seltener überspringst du es.

Kurzfassung

Sprache ist 3-4x schneller als manuelle Eingabe für Alltagstransaktionen
Money Vaults NLP extrahiert Betrag, Kategorie, Datum und Notiz aus einem Satz
Funktioniert in 17 Sprachen und erkennt Mischsprache
Edge Cases inklusive: Trinkgeld, Splits, Fremdwährung, Vergangenheitsdaten, Transfers

So bleibt Voice-Tracking zuverlässig

Der Workflow in dieser Anleitung folgt immer der gleichen Reihenfolge: kurze Kommandos, Betrag nah am Item, dann Vorschau prüfen. Das hält die Geschwindigkeit hoch und die Fehlerquote niedrig.

Ein Kommando pro Ausgabe, damit der Parser ein klares Ziel hat.
Betrag nah am Item nennen für bessere Erkennung.
Vorschau prüfen, bevor du speicherst.

68%

der Menschen, die manuell tracken, hören innerhalb des ersten Monats wieder auf

Quelle: Pew Research Center, 2024

Warum Sprache besser ist als Tippen

Der größte Feind beim Tracking ist nicht Komplexität, sondern Reibung. Jeder zusätzliche Tap, jede Kategorieauswahl, jede Sekunde, in der du überlegst "waren das 4,50 oder 4,75?", führt zu "ich mache es später" und später wird nie.

Sprache reduziert fast alle Schritte. Du öffnest kein Formular, wählst keine Kategorie und tippst nichts. Du sprichst und die App macht den Rest.

Voice Input

~3 Sek.

Quick-Add (nur Betrag)

~6 Sek.

Volle manuelle Eingabe

~12 Sek.

Spreadsheet-Logging

~18 Sek.

Durchschnittliche Zeit pro Eintrag. NNGroup Mobile-Input-Benchmarks, 2025.

Eine Pew-Studie 2024 zeigt: 68% geben manuelles Tracking innerhalb von 30 Tagen auf. Hauptgrund: "zu zeitaufwendig". Voice reduziert diese Zeit auf ein Drittel. Nicht magisch, aber schnell genug, dass du nicht aufhörst.

Start in 30 Sekunden

So läuft es in Money Vault:

App öffnen. Tippe auf das Mikrofon unten in der Mitte.
Mikrofon erlauben. Nur beim ersten Mal. Die Spracherkennung läuft auf dem Gerät über Apples Speech Framework.
Los sprechen. Sage "Kaffee vier fünfzig". Die App zeigt Betrag, Kategorie und Konto in der Vorschau. Bestätigen oder anpassen.

Keine Konto-Erstellung nötig für Basis-Tracking. Kein Onboarding, das dich ausbremst.

Basisbefehle

Die NLP-Engine versteht natürliche Sprache. Kein starres Schema nötig. Diese Muster funktionieren zuverlässig:

Einfache Ausgaben

"Kaffee vier fünfzig" → 4,50 €, Essen
"Uber zwölf Euro" → 12,00 €, Transport
"Einkauf dreiundsechzig zwanzig" → 63,20 €, Lebensmittel
"Fitnessstudio vierzig Euro" → 40,00 €, Gesundheit

Mit Notiz

"Mittagessen fünfzehn Euro beim Italiener" → 15,00 €, Essen, Notiz
"Benzin zweiundvierzig Euro Shell Autobahn" → 42,00 €, Transport, Notiz

Mit Datum

"Gestern Taxi acht Euro" → 8,00 €, Transport, Datum gestern
"Letzten Freitag Abendessen neunzig Euro" → 90,00 €, Essen, Datum letzter Freitag

Einnahmen

"Einnahme dreitausend fünfhundert" → 3.500 € Einnahme
"Freelance-Zahlung achthundert" → 800 €, Einnahme

Profi-Tipp

Du musst die Währung nicht sagen. Die App nutzt deine Standardwährung. "Kaffee vier fünfzig" reicht.

Fortgeschrittene Befehle

Wenn die Basics sitzen, sparen diese Befehle noch mehr Zeit:

Transfers zwischen Konten

"Transfer zweihundert von Wallet zu Sparen" → 200 € Transfer
"Verschiebe fünfzig von Giro zu Cash" → Konto-Transfer

Fremdwährungen

"Kaffee drei Euro" → EUR, wird umgerechnet
"Taxi fünfhundert Yen" → JPY mit aktuellem Kurs
"Hotel achtzig Pfund" → GBP

Spezifische Kategorien

"Unterhaltung zwanzig Euro Netflix" → Unterhaltung
"Zuzahlung Arzt fünfunddreißig Euro" → Gesundheit

Voice-Tracking ausprobieren

Einmal sagen, gespeichert. Money Vault ist gratis auf iOS.

So arbeitet die NLP-Engine

Wenn du sprichst, passieren drei Dinge in etwa einer Sekunde:

Speech-to-Text. Apples On-Device Speech Framework wandelt Audio in Text um.
Entity Extraction. Der Parser sucht nach Betrag, Datum, Kategorien, Konten und Währung.
Smart Cache. Wiederholte Muster werden erkannt. Das System nutzt 85% Ähnlichkeits-Matching.

Der Parser löst Mehrdeutigkeiten über Kontext. "Lunch zwölf fünfzig" ist $12,50. "Miete zwölf fünfzig" ist $1.250. Kontext zählt.

Edge Cases und tricky Situationen

Das echte Leben ist nicht immer "Kaffee vier Euro". So gehst du mit Sonderfällen um:

Rechnung teilen

Nenne deinen Anteil, nicht den Gesamtbetrag. "Abendessen fünfundvierzig Euro mein Anteil" loggt 45 €, nicht die Gesamtsumme.

Trinkgeld inklusive oder separat

Wenn das Trinkgeld drin ist, nenne die Endsumme. "Abendessen zweiundsechzig Euro mit Trinkgeld". Wenn du Trinkgeld separat tracken willst: "Abendessen fünfzig Euro" und danach "Trinkgeld zwölf Euro".

Wiederkehrende Ausgaben

Voice legt keine Recurring-Einträge an. Für Abos einmal beim Abbuchen loggen oder manuell als wiederkehrend anlegen.

Dezimalstellen je Sprache

Auf Deutsch sagt man "vier fünfzig". Die App orientiert sich an deinem Geräte-Locale und versteht Komma-Formate.

Hintergrundlärm

Moderater Lärm ist ok. Starke Geräusche erhöhen Fehler. Halte das Mikro näher oder warte kurz.

Tipps für bessere Genauigkeit

Betrag nahe am Item nennen. "Kaffee vier fünfzig" oder "vier fünfzig Kaffee" funktioniert besser als lange Sätze.
Runde Zahlen helfen. "Zwanzig Euro" ist leichter als "neunzehn siebenundneunzig".
Normale Sprechgeschwindigkeit. Überbetonen kann verwirren.
Unter 10 Wörtern bleiben. Kürzer ist besser.
Vorschau prüfen. 1 Sekunde Check verhindert Wochen von Fehlern.

Häufige Fehler

Fehler 1: Kategorie nicht prüfen. "Shell" kann Tankstelle oder Café sein. Ein Blick lohnt.

Fehler 2: Am Tagesende nachtragen. Voice funktioniert im Moment. Später fehlen Details.

Fehler 3: Den Parser bekämpfen. Statt lauter wiederholen lieber umformulieren.

Fehler 4: Smart Cache ignorieren. Korrigiere am Anfang, dann merkt es sich die Kategorie.