Wie man Videoanrufe übersetzt, ohne alle in den Wahnsinn zu treiben
Die meisten Übersetzungstools für Videoanrufe bremsen Meetings aus und frustrieren die Teilnehmer. So übersetzt man Anrufe auf eine Art, die wirklich für alle funktioniert.
Du hast ein Meeting mit jemandem, der eine andere Sprache spricht. In dreißig Minuten geht es los. Was tust du?
Vor fünf Jahren war die ehrliche Antwort: Finde einen Dolmetscher oder verschieb den Termin. Heute gibt es echte Alternativen — aber die meisten schaffen ihre eigenen Probleme. Untertitel, die zu schnell laufen, um sie zu lesen. Roboterstimmen, die jede Persönlichkeit aus dem Gespräch tilgen. Unangenehme Pausen, die aus einer Diskussion ein Frage-und-Antwort-Spiel in Zeitlupe machen.
Das hier hat sich in der Praxis bewährt — und das hier nicht.
Option 1: Übersetzte Untertitel (die naheliegende Wahl)
Zoom, Teams und Google Meet bieten alle eine Form von übersetzten Untertiteln an. Du sprichst Englisch, die andere Person sieht deutsche Untertitel auf dem Bildschirm. Klingt vernünftig.
In der Praxis ist es eine Leseübung, die sich als Gespräch tarnt. Die andere Person schaut auf Text statt auf dich. Ihre Antworten kommen langsamer, weil sie erst fertig lesen muss, bevor sie reagieren kann. Und wenn zwei Leute gleichzeitig anfangen zu reden — was in jedem Meeting passiert — kommt das Untertitelsystem nicht mehr mit.
Ich habe erlebt, wie ein Vertriebsgespräch schieflief, weil der potenzielle Kunde ständig nach unten auf die Untertitel schaute und die visuellen Signale des Verkäufers verpasste. Der Deal scheiterte nicht an einer schlechten Übersetzung. Er scheiterte, weil sich niemand in die Augen sah.
Untertitel funktionieren für einfache, strukturierte Anrufe, bei denen einer spricht und der andere zuhört. Ein unternehmensweites All-Hands, vielleicht. Aber für alles Interaktive — Verhandlungen, Brainstormings, Interviews — braucht man etwas Besseres.
Option 2: Einen Dolmetscher engagieren
Immer noch der Goldstandard bei Situationen, in denen viel auf dem Spiel steht. Ein guter Dolmetscher erfasst Nuancen, liest die Stimmung im Raum und passt sich in Echtzeit an. Das Problem sind Verfügbarkeit und Kosten.
Professionelle Dolmetscher rechnen stundenweise ab und müssen im Voraus gebucht werden. Einen für eine bestimmte Sprachkombination kurzfristig zu finden, reicht von schwierig bis unmöglich. Und für die täglichen operativen Calls internationaler Teams — Standups, Kunden-Check-ins, Projektreviews — geht die Rechnung nicht auf. Für ein 15-Minuten-Sync holt man keinen Dolmetscher.
Dazu kommt die Dritte-Person-Dynamik. Wenn ein Dolmetscher im Raum ist, verändert sich das Gespräch. Die Leute reden mit dem Dolmetscher statt miteinander. Die Direktheit geht verloren.
Option 3: Sprachübersetzung
Das ist der Ansatz, der die größten Probleme der ersten beiden Optionen löst. Du sprichst, und die andere Person hört dich in ihrer Sprache. Keine Untertitel lesen. Eine Stimme hören.
Hitoo macht das mit einem KI-Modell namens AURIS. Es verarbeitet Sprache und erzeugt übersetzte Sprache in unter 300 Millisekunden. Das Ergebnis behält deine Stimme bei — deinen Tonfall, deinen Rhythmus, deine Betonung — statt sie durch eine synthetische Stimme zu ersetzen.
Wie viel das ausmacht, versteht man erst, wenn man es erlebt. Bei einem Anruf mit Untertiteln gibt es immer eine Distanz zwischen den Teilnehmern. Bei einem sprachübersetzten Anruf schrumpft diese Distanz erheblich. Leute antworten schneller, unterbrechen sich ganz natürlich, lachen im richtigen Moment. Das Meeting fühlt sich an wie ein Meeting.
Worauf es bei der Einrichtung wirklich ankommt
Ein paar Dinge, die ich gelernt habe, nachdem ich das hunderte Male gemacht habe:
Teste vor dem echten Anruf. Nimm dir fünf Minuten für einen Testanruf. Prüfe, ob dein Mikrofon sauber aufnimmt, ob die Sprachkombination funktioniert und ob du dich mit dem Tempo wohlfühlst. Lerne das Tool nicht erst im Meeting, das zählt.
Sag der anderen Person Bescheid. Ein kurzes „Ich nutze Echtzeit-Sprachübersetzung, damit jeder in seiner eigenen Sprache sprechen kann" zu Beginn des Anrufs klärt die Erwartungen und verhindert Verwirrung. Die meisten Leute sind neugierig, nicht skeptisch.
Sprich in normalem Tempo. Du musst nicht langsamer reden oder überdeutlich artikulieren. Gute Sprachübersetzung kommt mit natürlicher Sprache klar. Tatsächlich klingt das Ergebnis weniger natürlich, wenn man künstlich langsam spricht, weil die KI darauf trainiert ist, wie Menschen wirklich reden.
Wechsle nicht mitten im Satz die Sprache. Code-Switching (zwischen Sprachen hin- und herspringen) bringt die meisten Übersetzungssysteme durcheinander. Wähle eine Sprache und bleib dabei — für jeden Gedanken.
Nutze einen ruhigen Raum. Hintergrundgeräusche beeinträchtigen die Übersetzungsgenauigkeit genauso wie jede andere Spracherkennung. Ein ordentliches Mikrofon und eine geschlossene Tür machen mehr aus als jede Software-Einstellung.
Wann man was nutzt
Nicht jeder Anruf braucht Sprachübersetzung. Wenn du ein Dokument mit jemandem durchgehst und hauptsächlich auf Dinge am Bildschirm zeigst, reichen Untertitel vielleicht aus. Wenn du ein Gespräch führst, bei dem es auf Beziehung, Überzeugungskraft oder eine differenzierte Diskussion ankommt, ist Sprachübersetzung das richtige Werkzeug.
Die Frage ist nicht, ob man übersetzen soll. Sondern ob die Übersetzungsmethode es beiden Seiten erlaubt, authentisch aufzutreten. Wenn ja — perfekt. Wenn die Antwort „so ungefähr, aber mit etwas Reibung" lautet, wird diese Reibung dich etwas kosten — in längeren Meetings, verpassten Signalen und Beziehungen, die sich nie richtig entwickeln.