Wie Simultan-
Verdolmetschung funktioniert

Simultanverdolmetschung funktioniert so, dass ein Dolmetscher gleichzeitig zuhört, überträgt und spricht und dabei dem Sprecher um einige Sekunden hinterherläuft — eine bewusste Verzögerung, die der Beruf décalage oder Ohr-Sprech-Spanne nennt. Der Dolmetscher sitzt in einer schalldichten Kabine, hört die Ausgangssprache über Kopfhörer und gibt die Zielsprache in ein Mikrofon aus, während der Sprecher noch spricht. Das Publikum wählt einen Kanal und hört die eigene Sprache live.

Das ist der Mechanismus. Der interessante Teil ist, warum er so schwer ist.

Wenn Sie schon einmal eine UN-Sitzung verfolgt und sich gefragt haben, wie die Stimme in Ihrem Ohr mit einem Sprecher Schritt hält, den sie eigentlich noch gar nicht gehört haben kann, dann ist Ihr Instinkt richtig: Sie hält nicht Schritt. Sie hinkt um ein paar Sekunden hinterher, und jede dieser Sekunden leistet Arbeit. Die Technik wurde erstmals in großem Maßstab bei den Nürnberger Prozessen eingesetzt, die 1945 begannen, und der Beruf hat in den Jahrzehnten seither einen ganzen Apparat aufgebaut — Kabinen, Konsolen, Relaisketten, Zweier-Teams — um eine Aufgabe herum, die von außen wie schnelles Reden aussieht.

Dieser Leitfaden erklärt, was tatsächlich zwischen dem Mund des Sprechers und dem Ohr des Zuhörers passiert: die kognitive Kette, die Technik, der Grund, warum Dolmetscher alle halbe Stunde wechseln, und wie Streaming-KI-Übersetzung dasselbe Problem mit einer anderen Reihe von Kompromissen löst. Wenn Sie entscheiden, ob Ihr nächstes mehrsprachiges Meeting einen gebuchten Dolmetscher oder einen Browser-Tab braucht, sind die letzten beiden Abschnitte die entscheidenden.

Was Simultanverdolmetschung eigentlich ist

Simultanverdolmetschung ist die Live-Übertragung gesprochener Sprache in eine andere gesprochene Sprache, während der ursprüngliche Sprecher weiterredet. Es sind keine Pausen eingebaut. Die Veranstaltung läuft in ihrem natürlichen Tempo, und die Verdolmetschung läuft parallel dazu.

Zwei Unterscheidungen klären den Großteil der Verwirrung um den Begriff.

Simultan- vs. Konsekutivverdolmetschung

Konsekutivverdolmetschung arbeitet in Wechseln. Der Sprecher sagt ein paar Sätze, hält inne, und der Dolmetscher gibt sie wieder — oft auf Grundlage einer spezialisierten Notizschrift. Satz für Satz ist sie genauer, weil der Dolmetscher den vollständigen Gedanken gehört hat, bevor er ihn wiedergibt. Der Preis ist Zeit: Eine konsekutive Sitzung dauert ungefähr doppelt so lange wie derselbe Inhalt in nur einer Sprache.

Simultanverdolmetschung holt diese Zeit zurück. Niemand wartet. Eine dreistündige Konferenz bleibt in sechs Sprachen eine dreistündige Konferenz. Der Preis ist kognitiv: Der Dolmetscher legt sich auf eine Wiedergabe fest, bevor der Satz vollständig angekommen ist.

Verdolmetschung vs. Übersetzung

Übersetzung ist schriftlich und überarbeitbar. Man entwirft, überdenkt, schlägt etwas nach und überarbeitet. Verdolmetschung ist gesprochen und unwiderruflich — sobald sie aus dem Mikrofon ist, ist sie im Protokoll. Das ist das Nützlichste, was man über den Beruf verstehen kann. Dolmetscher sind keine Übersetzer, die schneller arbeiten; sie erledigen strukturell eine andere Aufgabe unter Bedingungen, die jede Sicherheitsleine entfernen, auf die Übersetzung angewiesen ist.

Wie Simultanverdolmetschung Schritt für Schritt funktioniert

Wenn man den Prozess in seine überlappenden Phasen zerlegt, wird die Schwierigkeit offensichtlich. Alle vier laufen gleichzeitig, auf unterschiedlichen Teilen desselben Satzes.

1. Zuhören und Vorhersagen

Der Dolmetscher nimmt das Ausgangsaudio auf und beginnt vorherzusagen, wohin der Satz führt — aus der Syntax, aus der Argumentstruktur des Sprechers, aus dem Briefing zum Thema, das er vorher gelesen hat. Vorhersage ist nicht optional. In Sprachpaaren, in denen das Verb spät kommt, wird ein Dolmetscher, der auf vollständige grammatische Gewissheit wartet, nie aufholen.

Deshalb verlangen Dolmetscher auch Vorbereitungsmaterialien. Ein Dolmetscher, der die Agenda, die Folien und das Glossar gelesen hat, sagt besser voraus, und Vorhersage ist der größte Teil der Arbeit.

2. Den Satz halten — décalage

Der Dolmetscher hinkt dem Sprecher absichtlich um ein paar Sekunden hinterher. Ist die Verzögerung zu kurz, legt er sich auf eine Lesart des Satzes fest, die der nächste Nebensatz widerlegt. Ist sie zu lang, läuft das Arbeitsgedächtnis über: Dann hält er zwei ungelöste Sätze, während ein dritter ankommt.

Erfahrene Dolmetscher variieren diesen Abstand bewusst. Sie dehnen ihn, wenn die Struktur eines Sprechers verschachtelt ist, und verkürzen ihn, wenn der Inhalt vorhersehbar ist — Zahlen, Namen und Listen werden fast sofort wiedergegeben, weil das genau die Elemente sind, die das Gedächtnis zuerst fallen lässt.

3. Neu formulieren

Der Dolmetscher überträgt Bedeutung, nicht Wörter. Idiomatik, Register und kulturelle Einbettung werden alle für das Zielpublikum neu gefasst. Wenn ein japanischer Kunde ちょっと難しいです sagt, bedeutet das wörtlich „das ist ein bisschen schwierig“. Ein guter Dolmetscher vermittelt, was es im Raum tatsächlich bedeutet, und das ist meist ein höfliches Nein. Wort für Wort wäre korrekt und nutzlos.

4. Sprechen — und überwachen

Der Dolmetscher gibt ins Mikrofon aus, während er weiterhin dem eingehenden Audio zuhört, und überwacht gleichzeitig die eigene Ausgabe auf Fehler. Diese letzte Schleife ist die, die unter Ermüdung zuerst versagt. Das ist auch der Grund, warum Kabinenakustik und sauberes Ausgangsaudio so wichtig sind: Ein Dolmetscher, der gegen einen schlechten Feed ankämpft, verliert die Kapazität, die er für die Selbstkorrektur braucht.

Die Technik hinter der Kabine

Simultanverdolmetschung auf Konferenzniveau ist ebenso sehr ein Infrastrukturproblem wie ein sprachliches.

Die Kabine und die Konsole

Dolmetscher arbeiten aus schallisolierten Kabinen mit freier Sicht auf den Raum und den Bildschirm — die Gesten des Sprechers und die Folien zu sehen gehört zur Eingabe. Die Dolmetscherkonsole steuert Kanalauswahl, eine Husten-Taste zum Stummschalten, Lautstärke und einen Relaiswähler. Kabinen- und Gerätespezifikationen sind in veröffentlichten ISO-Normen festgelegt, und zwar genau deshalb, weil schlechte Akustik und enge Kabinen die Ausgabe über einen Arbeitstag messbar verschlechtern.

Relaisdolmetschen

Wenn kein verfügbarer Dolmetscher ein bestimmtes Sprachpaar direkt abdeckt — etwa Finnisch zu Koreanisch — arbeitet die Kabine mit der Ausgabe eines Kollegen statt mit dem Original. Finnisch geht ins Englische, und die koreanische Kabine verdolmetscht das Englische.

Relais löst ein sonst unmögliches Personalproblem, und es hat einen offensichtlichen Preis: Jeder Zwischenschritt fügt Verzögerung und eine weitere Gelegenheit hinzu, dass sich die Bedeutung verschiebt. Wer schon einmal Stille Post gespielt hat, kennt den Fehlermechanismus. Berufsverbände wie AIIC, die internationale Vereinigung der Konferenzdolmetscher, veröffentlichen Arbeitsstandards, die genau diese Bedingungen abdecken.

Remote-Simultanverdolmetschung

Remote-Simultanverdolmetschung (RSI) verlagert die Kabine in Software. Dolmetscher arbeiten von zu Hause oder aus einem Hub, Audio wird ihnen über das Internet zugespielt, und Zuhörer wählen einen Kanal im Meeting-Client statt auf einem Empfänger. Zoom bietet beispielsweise eine Sprachdolmetschungsfunktion, mit der ein Host Dolmetscher ihren eigenen Audiokanälen zuweisen kann — die aktuellen Anforderungen können Sie in der Zoom-Support-Dokumentation prüfen, da die Verfügbarkeit vom Konto des Hosts abhängt.

RSI hat Verdolmetschung deutlich zugänglicher gemacht. Es hat auch die Audioqualität zum Problem aller gemacht: Ein Teilnehmer mit einem schlechten Laptop-Mikrofon in einer halligen Küche verschlechtert jetzt die Eingabe für jeden Dolmetscher im Call.

Warum Simultandolmetscher im Paar arbeiten

Wenn Sie eine ganztägige Veranstaltung mit einem Dolmetscher pro Sprache buchen, haben Sie keinen Spareffekt erzielt, sondern einen Planungsfehler gemacht.

Die Aufgabe belastet Zuhören, Verstehen, Arbeitsgedächtnis, Neuformulierung und Sprachproduktion gleichzeitig bei einer Person, ohne Erholungspausen. Die Ausgabequalität sinkt mit der Zeit am Mikrofon, und — das ist der gefährliche Teil — sie sinkt, bevor der Dolmetscher es bemerkt. Auch die Selbstüberwachung lässt zusammen mit allem anderen nach.

Deshalb arbeiten Dolmetscher im Team und wechseln sich in regelmäßigen Abständen ab. Der pausierende Dolmetscher geht nicht weg; er bleibt in der Kabine, schreibt Zahlen und Eigennamen mit, sucht Fachbegriffe nach und achtet auf Probleme. Die Kabine ist ein Zwei-Personen-System, in dem immer nur eine Person hörbar ist.

Das ist auch die ehrliche Antwort auf die Frage „Warum kostet Verdolmetschung, was sie kostet?“. Sie buchen nicht eine Fachkraft für einen Tag. Sie buchen ein Team, dessen Vorbereitungszeit und meist auch die Technik.

Human Interpretation vs. Live-KI-Übersetzung

Diese beiden werden ständig verglichen, meist schlecht, weil sie unterschiedliche Ausgaben erzeugen. Hier ist der Vergleich in den Begriffen, die sich tatsächlich unterscheiden.

Beachten Sie die Zeile, die am wichtigsten ist: Verzögerung misst in jeder Spalte etwas anderes. Die wenigen Sekunden eines Dolmetschers kaufen Ihnen einen vollständigen, kulturell neu gefassten gesprochenen Satz. Die untersekündige Verzögerung einer Live-Transkriptionsschicht legt partiellen Text auf den Bildschirm, der sich mit weiterem Kontext verfestigt. Die beiden Zahlen direkt zu vergleichen ist ein Kategorienfehler — sie sind nicht dieselbe Arbeitseinheit.

Wo Dolmetscher weiterhin unerreicht sind, ist genau dort, wo Sprache etwas anderes tut als Informationen zu übertragen. Diplomatisches Abwägen, ein Witz mit kulturellem Bezug, ein Zeuge, der seine Worte sorgfältig wählt — dafür braucht es einen Menschen, der die Lage im Raum versteht. Den messbaren Teil davon behandeln wir ausführlicher in unserem Leitfaden zur Genauigkeit der Echtzeitübersetzung.

Wie Live-KI-Übersetzung anders funktioniert

Die KI-Pipeline zerlegt die einzelne überlappende Aufgabe des Dolmetschers in Phasen, die parallel über getrennte Systeme laufen.

Streaming-Spracherkennung. Audio wird kontinuierlich an eine Transkriptions-Engine gestreamt, die Teilergebnisse Wort für Wort ausgibt, statt auf das Ende des Satzes zu warten. Diese Teilergebnisse werden mit weiterem Kontext selbst korrigiert — dieselbe interne Selbstkorrektur wie beim Dolmetscher, nur auf dem Bildschirm sichtbar gemacht.

Kontextbewusste Übersetzung. Jedes Segment wird mit den vorherigen Segmenten als Kontext übersetzt, damit Pronomen und Terminologie konsistent bleiben, statt sich mit jedem Satz zurückzusetzen.

Optionale Sprachausgabe. Wenn Speak Translations aktiviert ist, kann MirrorCaption Ihre übersetzte Sprache in der Zielsprache laut vorlesen, während der Austausch noch live ist. Sie sprechen Mandarin, die andere Seite hört Englisch, und sie antwortet auf Englisch, während Sie Mandarin lesen. Die Wiedergabe kann über den Laptop-Lautsprecher, ein gekoppeltes Telefon oder — im Mac-Client — über ein virtuelles Mikrofon laufen, sodass Zoom, Meet oder Teams das übersetzte Audio als Mikrofoneingang erhält.

Erfassung ohne Bot. Der Meet-Modus erfasst das Audio des Meeting-Tabs in Desktop-Chrome oder Microsoft Edge, sodass kein Teilnehmer dem Call beitritt. Der Talk-Modus nutzt das Telefonmikrofon für Gespräche von Angesicht zu Angesicht und läuft als eine durchgehende Sitzung — Sie starten ihn einmal, und beide Personen wechseln sich ab, statt für jeden Satz eine Taste zu drücken.

Die Wahl zwischen Dolmetscher und Live-KI-Übersetzung

Die Entscheidung ist meist unkompliziert, sobald klar ist, worum es geht.

Human Simultaneous Interpretation buchen, wenn die Worte rechtliche oder medizinische Konsequenzen haben, wenn eine Fehlinterpretation teuer oder nicht rückgängig zu machen ist, wenn der Rahmen so formell ist, dass eine maschinelle Wiedergabe unangemessen wäre, oder wenn jemand für die Übertragung verantwortlich sein muss. Diplomatie, Gerichtsverfahren, regulierte medizinische Einwilligung, Verhandlungen auf Vorstandsebene. Unsere Seite zu medizinischer Verdolmetschung im Browser sagt ausdrücklich, wo die professionelle Grenze liegt.

Live-KI-Übersetzung verwenden, wenn das Meeting zu den vielen gehört, die sonst in einer Sprache stattfinden würden, die jemand im Raum nur halb versteht: wiederkehrende Stand-ups, Lieferantengespräche, Kundensupport, Vorträge, Interviews, persönliche Gespräche auf Reisen. Auch dann, wenn Sie danach eine durchsuchbare Aufzeichnung brauchen, die vergängliche Verdolmetschung nicht liefert — siehe Live-Untertitel vs. Transkripte für diesen Unterschied.

Beides verwenden, wenn die Veranstaltung verdolmetscht wird, die Teilnehmenden aber trotzdem Text wollen, den sie suchen, zitieren und teilen können. Verdolmetschung und Live-Untertitel schließen sich nicht gegenseitig aus, und für verteilte mehrsprachige Teams funktioniert die Kombination oft besser als eines von beiden allein.

Häufig gestellte Fragen

Was ist der Unterschied zwischen Simultan- und Konsekutivverdolmetschung?

Simultanverdolmetschung findet statt, während der Sprecher noch spricht, sodass die Veranstaltung in normalem Tempo läuft. Konsekutivverdolmetschung findet in den Pausen statt: Der Sprecher hält an, der Dolmetscher gibt wieder, der Sprecher fährt fort. Konsekutiv ist pro Satz genauer, verdoppelt aber ungefähr die Dauer der Sitzung.

Wie weit hinter dem Sprecher ist ein Simultandolmetscher?

Ein paar Sekunden, und die Verzögerung ist bewusst. Sie heißt décalage oder Ohr-Sprech-Spanne. Der Dolmetscher braucht genug vom Satz, um zu wissen, wohin er führt, bevor er sich auf eine Wiedergabe festlegt — zu kurz, und er rät falsch; zu lang, und das Arbeitsgedächtnis läuft über.

Warum arbeiten Simultandolmetscher im Paar?

Weil die Aufgabe Zuhören, Verstehen, Gedächtnis und Sprachproduktion gleichzeitig auf eine Person lädt und die Qualität mit längerer Zeit am Mikrofon nachlässt. Dolmetscher arbeiten im Team und wechseln sich in regelmäßigen Abständen ab, wobei der pausierende Partner in der Kabine bleibt, um den aktiven zu unterstützen.

Kann KI Simultandolmetscher ersetzen?

Nicht in hochsensiblen Bereichen wie Diplomatie, Gerichten oder regulierter medizinischer Einwilligung, wo Verantwortlichkeit und Haftung wichtig sind. KI ersetzt den Dolmetscher aber für die weitaus größere Zahl alltäglicher Meetings, die nie einen hatten, weil die Buchung eines Menschen zu langsam oder zu teuer gewesen wäre.

Brauche ich spezielle Technik für Simultanverdolmetschung?

Für menschliche Verdolmetschung vor Ort ja: eine Kabine, eine Dolmetscherkonsole und Empfänger für das Publikum. Remote-Simultanverdolmetschung ersetzt die Hardware durch eine Softwareplattform. Live-KI-Übersetzung ersetzt sie durch einen Browser-Tab.

Wie bekomme ich Live-Übersetzung in einem Zoom- oder Teams-Meeting, ohne einen Dolmetscher zu engagieren?

Öffnen Sie MirrorCaption in einem zweiten Browser-Tab neben dem Call. Der Meet-Modus erfasst das Audio des Meeting-Tabs in Desktop-Chrome oder Microsoft Edge und streamt Transkription und Übersetzung daneben. Kein Bot tritt dem Meeting bei und niemand sonst muss etwas installieren.

Das Fazit

Simultanverdolmetschung funktioniert, weil ein ausgebildeter Profi bewusst ein paar Sekunden hinter einem Sprecher zurückbleibt und diese Lücke nutzt, um zuzuhören, vorherzusagen, neu zu formulieren und zu liefern — alles gleichzeitig, in einer Kabine, mit einem Partner, der bereitsteht zu übernehmen. Das décalage ist keine Verzögerung, die man wegoptimieren sollte. Es ist der Arbeitsraum, auf dem die ganze Technik beruht.

Wer das versteht, bewertet die Alternativen anders. Eine Live-Transkriptionsschicht ist kein billigerer Dolmetscher; sie ist ein anderes Instrument, das ein anderes Problem löst — die enorme Zahl an sprachübergreifenden Meetings, für die ohnehin nie Personal gestellt worden wäre. Für diese Fälle stellt MirrorCaption Transkription und Übersetzung neben Ihren Call in 50+ auswählbaren Sprachen bereit, ohne Bot im Meeting und ohne Installation für andere Teilnehmende. Wenn Sie die Optionen über verschiedene Tools hinweg abwägen, zeigt unser Vergleich der Meeting-Übersetzer 2026 sie nebeneinander.

Buchen Sie den Dolmetscher, wenn die Lage es verlangt. Für jedes andere Meeting öffnen Sie einen Tab.