Florian Wartner baut Flowwy: lokale Spracheingabe statt Wispr Flow

Florian Wartner hat seine Wispr-Flow-Subscription gekündigt, weil er sich über das Wochenende mit Claude eine eigene, lokal laufende Alternative gebaut hat – Flowwy. Den Original-Post findet ihr hier: lnkd.in/p/exnCPNws.

Flowwy trifft einen Nerv: Desktop-Spracheingabe lokal, ohne hohe Subscription-Kosten und ohne unklare Audiodaten-Pfade. Im Interview erklärt Florian, was hinter dem Wochenend-Build steckt – und wohin Softwareentwicklung geht, wenn Coding-Agenten solche Tools in Tagen liefern.

Florian Wartner ist nicht ohne Programmiererfahrung an das Projekt gegangen. Er arbeitet seit vielen Jahren in der Softwareentwicklung und IT, unter anderem mit AWS, Cloud-Architekturen und verschiedenen Programmiersprachen. Neu war für ihn vor allem, wie schnell er mit Claude aus einer konkreten Idee eine funktionierende Anwendung machen konnte.

Der Auslöser war praktisch: Er hat Wispr Flow genutzt und wollte eine Alternative, bei der die Spracherkennung lokal auf seinem Mac läuft. Also hat er das Problem eingegrenzt, Claude Code die ersten Umsetzungsschritte machen lassen und das Ergebnis direkt ausprobiert. Statt eines großen Plans arbeitete er in kurzen Schleifen: bauen, testen, Fehler beschreiben, nachbessern.

Der Aha-Moment kam, als er diktieren konnte und der Text tatsächlich in der App am Cursor erschien. Da war aus einer Idee ein Werkzeug geworden, das er selbst verwenden konnte. Danach war die Kündigung des Abos eine naheliegende Konsequenz. In seinem LinkedIn-Beitrag hat er es selbst zugespitzt formuliert: Claude hat viel gebaut – aber er hätte es grundsätzlich auch selbst bauen können. Wer Florian weiterlesen will, findet ihn auf LinkedIn.

Flowwy basiert auf Tauri. Im Kern ist es eine Desktop-App, die die Weboberfläche mit nativen Funktionen des Betriebssystems verbindet. Das ist wichtig, weil die App systemweit auf Tastatureingaben reagieren und Text in das aktive Eingabefeld schreiben muss.

Die Spracherkennung läuft lokal mit whisper.cpp; auf Apple-Silicon-Macs nutzt sie Metal. Die Audiodaten bleiben dabei auf dem Gerät. Die KI-Nachbearbeitung ist optional und kann lokale Modelle über Ollama, llama.cpp, LM Studio oder MLX verwenden. Dazu kommen Wörterbuch, Textbausteine und die Erkennung des aktiven Programms. Für Entwickler formatiert Flowwy beispielsweise Slash-Befehle und Dateiverweise für Coding-Agenten wie Claude Code, Codex oder Cursor.

Beim Entwickeln hat Florian Claude Code eingesetzt, um die Umsetzung zu beschleunigen. Er hat das Ziel vorgegeben, die Ergebnisse geprüft und nachjustiert. Besonders bei der Integration mit macOS, den erforderlichen Berechtigungen und dem Verhalten in verschiedenen Apps musste er selbst testen und Entscheidungen treffen.

Eine Präzisierung zum Datenschutz: Die Spracherkennung bleibt lokal. Die aktuelle Version bietet zusätzlich eine optionale Cloud-Funktion für Textverarbeitung und Transforms. Sie ist standardmäßig ausgeschaltet. Wer vollständig lokal bleiben möchte, nutzt ein lokales Modell.

Florian hat nicht minutiös mitgeschrieben, wie viele Stunden er investiert hat. Belastbar sagen kann er: Der erste funktionsfähige Stand entstand über ein Wochenende. Eine genaue Aufteilung nach Stunden oder Codezeilen zwischen Claude und ihm wäre im Nachhinein geraten.

Claude hat einen großen Teil des Codes erzeugt. Florian hat das Problem definiert, die Richtung vorgegeben, Ergebnisse getestet und Fehler zurückgespielt. Das ist für ihn der entscheidende Unterschied: Er musste nicht jede Zeile selbst tippen, aber er musste verstehen, was entstehen soll und ob das Ergebnis funktioniert.

Die kniffligen Stellen liegen bei einer solchen App schnell außerhalb der eigentlichen Spracherkennung: Eine Tastenkombination muss systemweit zuverlässig funktionieren, macOS verlangt die passenden Berechtigungen, und der Text soll in ganz unterschiedlichen Programmen korrekt eingefügt werden. Dazu kommen Latenz, lokale Modellanbindung und Datenschutz.

Ein Prototyp ist damit schnell erreichbar. Ein dauerhaft konkurrenzfähiges Produkt erfordert deutlich mehr Arbeit: Tests über verschiedene Betriebssystemversionen und Apps, belastbare Update- und Release-Prozesse, Dokumentation, Support und laufende Wartung. Der Code ist nur ein Teil des Produkts. Flowwy wird inzwischen weiterentwickelt und umfasst zusätzliche Funktionen wie Transforms, Agentenprofile und eine Linux-Beta.

Florian glaubt nicht, dass SaaS-Abonnements einfach verschwinden. Aber die Bereitschaft, für jede kleine Funktion dauerhaft zu bezahlen, wird stärker hinterfragt. Wenn man ein Werkzeug am Wochenende selbst bauen oder anpassen kann, muss ein Anbieter einen klaren Mehrwert liefern.

Der Wert verschiebt sich. Er steckt weniger ausschließlich darin, dass Software existiert, und stärker darin, dass sie verlässlich funktioniert, sicher ist, gepflegt wird und sich gut in den Alltag integrieren lässt. Bei einer persönlichen Anwendung kann ein selbst gebauter Prototyp völlig ausreichen. In einem Unternehmen zählen zusätzlich Zuständigkeiten, Datenschutz, Sicherheit, Verfügbarkeit, Updates und Support.

KI senkt die Kosten für den Einstieg in die Entwicklung. Sie nimmt Unternehmen aber nicht automatisch die Verantwortung für das Ergebnis ab. Gerade bei komplexen oder geschäftskritischen Anwendungen braucht es weiterhin Menschen, die Anforderungen verstehen, Architekturentscheidungen treffen und den Betrieb verantworten.

Entwickler werden 2030 weiterhin Code schreiben, aber ein größerer Teil der Arbeit wird darin bestehen, Ziele klar zu formulieren, Systeme zu entwerfen und KI-generierte Änderungen zu prüfen. Die Fähigkeit, Code zu lesen und Fehler zu verstehen, wird dadurch eher wichtiger als unwichtiger.

Auch Unternehmen werden weiterhin IT-Abteilungen haben. Ihre Arbeit wird sich verändern: mehr Produktverantwortung, Architektur, Sicherheit, Daten und die Steuerung automatisierter Entwicklungsprozesse. Agenten können viel umsetzen, aber jemand muss entscheiden, was gebaut werden soll und ob das Ergebnis fachlich und technisch tragfähig ist.

Wer in den nächsten fünf Jahren zu den besten Softwareentwicklern gehören möchte, sollte die Grundlagen ernst nehmen: Programmierung, Debugging, Architektur, Datenbanken und Sicherheit. Dazu kommen Produktverständnis und die Fähigkeit, mit KI präzise zu arbeiten. Florian würde nicht nur möglichst viele Tools ausprobieren, sondern regelmäßig echte Probleme lösen und die Ergebnisse selbst überprüfen.