Die besten Apps für Echtzeit-Sprachübersetzung bei Videoanrufen im Jahr 2026 sind MirrorCaption, Zoom Translated Captions, Google Meet Translated Captions, Microsoft Teams Live Translated Captions, Microsoft Translator, Notta und Otter.ai. Jede eignet sich für eine andere Situation: Einige sind an eine Plattform gebunden, einige erfordern einen Meeting-Bot, und nur zwei können die Übersetzung während eines Live-Anrufs laut vorlesen.

Die wichtigste Lücke ist nicht, welche Tools es gibt. Entscheidend ist, ob Ihr Übersetzungstool während des Gesprächs funktioniert oder erst danach. Wenn ein koreanischer Partner in Minute 12 eines 45-minütigen Anrufs etwas Mehrdeutiges sagt, brauchen Sie die Übersetzung in Sekunden — nicht in einer ausgefeilten Zusammenfassung eine Stunde später.

Beispielszenario

Ein Vertriebsteam für Logistik ist in einem Gespräch mit einem neuen Vertriebspartner in Südkorea. Bei Minute 14 wechselt der Partner ins Koreanische, um ein Problem mit Lieferfenstern zu erklären. Das Transkript nach dem Meeting erfasst diese Worte zwar korrekt — aber erst in etwa 60 Minuten. Ein Echtzeit-Streaming-Übersetzer blendet denselben Satz innerhalb einer Sekunde ein, während das Gespräch noch lebendig genug ist, um direkt darauf einzugehen.

Wir haben sieben Tools anhand von vier Kriterien bewertet: ob die Übersetzung wirklich streamt (Wort für Wort, nicht erst nachträglich), ob ein Bot im Meeting erforderlich ist, ob die Übersetzung laut vorgelesen werden kann und was es tatsächlich kostet.

Wichtigste Erkenntnisse

Was „Echtzeit-Sprachübersetzung“ bei Videoanrufen eigentlich bedeutet

Zwei Dinge werden beide „Echtzeitübersetzung“ genannt, funktionieren in der Praxis aber sehr unterschiedlich.

Streaming-Transkription und -Übersetzung gibt Wörter auf dem Bildschirm aus, während die sprechende Person noch redet. Der Text erscheint Wort für Wort — oft mit vorläufigen Ergebnissen, die sich selbst korrigieren, sobald mehr Kontext hinzukommt. Sie lesen mit, was gerade gesagt wird. MirrorCaption und die plattformnativen Funktionen für übersetzte Untertitel funktionieren so.

Nahezu Echtzeit oder Nachbearbeitung erzeugt ein ausgefeiltes Transkript oder eine Übersetzung erst, nachdem die Äußerung abgeschlossen ist, manchmal mit kurzer Verzögerung, manchmal erst nach Ende des gesamten Meetings. Otter.ai und Notta gehören hauptsächlich in diese Kategorie. Ihre Stärken liegen in der Qualität von Notizen und Aufgabenpunkten, nicht im Verständnis mitten im Gespräch.

Es gibt außerdem eine Unterscheidung, die die meisten Vergleichsartikel völlig übersehen: Textausgabe vs. Sprachausgabe.

Alle sieben Tools auf dieser Liste können übersetzten Text auf dem Bildschirm anzeigen. Nur zwei können die Übersetzung während des Live-Gesprächs laut vorlesen. Dieser Unterschied ist besonders wichtig, wenn eine Person einen Bildschirm nicht gut lesen kann, wenn Sie vor einem Raum präsentieren oder wenn die andere Seite die übersetzte Antwort hören statt lesen soll.

Wenn ein japanischer Kunde 　　　「ちょっと難しいです」 sagt — wörtlich „ein bisschen schwierig“ — zeigt ein Streaming-Tool diese Formulierung mitten im Gespräch an, während noch 40 Minuten Zeit bleiben, um zu reagieren. Eine Notiz nach dem Meeting liefert Ihnen dieselben drei Wörter erst, nachdem das Gespräch längst weitergegangen ist.

Die 7 besten Apps für Echtzeit-Sprachübersetzung bei Videoanrufen

Unsere Wahl

1. MirrorCaption — Am besten für plattformübergreifende und gesprochene Übersetzung

MirrorCaption ist ein browserbasiertes Tool für Echtzeit-Transkription und -Übersetzung mit Unterstützung für 60+ auswählbare Sprachen. Öffnen Sie es in Chrome oder Microsoft Edge auf dem Desktop parallel zu jedem browserbasierten Videoanruf — Zoom, Google Meet, Teams, Webex — und es erfasst den Meeting-Audio direkt aus dem Browser-Tab. Kein Bot tritt dem Meeting bei. Für Teilnehmer ist keine zusätzliche Admin-Installation nötig.

Die Transkription erscheint Wort für Wort mit Latenz im Subsekundenbereich. Die Übersetzung folgt unmittelbar daneben, neben dem Original. Jedes übersetzte Wort ist antippbar, um das Ausgangswort anzuzeigen, aus dem es stammt — wichtig, wenn eine Formulierung wie „ちょっと難しいです“ mehr braucht als eine wörtliche Wiedergabe.

Was MirrorCaption auf dieser Liste auszeichnet, ist Speak Translations — eine optionale Funktion, die die übersetzte Sprache des Nutzers in der Zielsprache laut vorliest. Sprechen Sie auf Chinesisch, übersetzen Sie ins Englische, und MirrorCaption kann die englische Ausgabe synthetisieren, während das Gespräch noch live ist. Wiedergabeoptionen: Laptop-Lautsprecher, ein per QR-Code gekoppeltes Telefon oder ein virtuelles Mikrofon auf dem Mac, das übersetztes Audio direkt als Mikrofoneingang in Zoom, Meet oder Teams leitet, sodass die andere Seite es über den Anruf hört.

Für Gespräche von Angesicht zu Angesicht läuft der Talk-Modus auf Mobilgeräten als fortlaufende Sitzung — beide Seiten sprechen abwechselnd innerhalb derselben Sitzung, ohne die Erfassung für jeden Satz neu zu starten. Das ist der Unterschied zwischen einer kontinuierlichen Dolmetschersitzung und einem Phrasebook zum Antippen und Übersetzen.

Einschränkungen: Der Meet-Modus erfordert Chrome oder Edge auf dem Desktop — Safari und Firefox unterstützen die Audioerfassung aus dem Meeting-Tab nicht. Der mobile Talk-Modus nutzt das Mikrofon und ist nicht für Audio aus dem Meeting-Tab ausgelegt. Richtlinien für Bildschirmaufzeichnung und Web-Apps am Arbeitsplatz gelten weiterhin; die meisten Teams können sich selbst helfen, aber prüfen Sie die Browsereinstellungen Ihrer Organisation.

Nur Zoom

2. Zoom Translated Captions — Nur für Zoom-Meetings

Zoom bietet Translated Captions als Funktion auf Host-Seite an, die in ausgewählten kostenpflichtigen Tarifen verfügbar ist. Wenn der Host sie aktiviert, kann jeder Teilnehmer eine Zielsprache wählen und sieht die Untertitel während des Anrufs in Echtzeit übersetzt. Kein Drittanbieter-Tool zum Öffnen. Kein zusätzlicher Login.

Innerhalb von Zoom vermeidet es ein zusätzliches Fenster, aber nur, wenn der Tarif des Hosts es enthält und nur für Zoom-Anrufe. Die verfügbaren Sprachpaare und die erforderliche Tarifstufe sind auf der Support-Seite von Zoom aufgeführt und ändern sich, wenn Zoom die Abdeckung erweitert — prüfen Sie die aktuelle Liste, bevor Sie annehmen, dass Ihr Sprachpaar unterstützt wird. Wenn ein Anruf auf eine andere Plattform wechselt, behält MirrorCaption denselben Workflow bei, was ein klarer Vorteil gegenüber Untertiteln ist, die an eine einzige App gebunden sind.

Einschränkungen: An Zoom gebunden. In den meisten Tarifen kein exportierbares Transkript der Übersetzung. Wenn auch nur ein Teilnehmer in Ihrem Workflow eine andere Meeting-Plattform nutzt, hilft diese Funktion nicht.

Google Workspace

3. Google Meet Translated Captions — Nur für Google-Meet-Anrufe

Google Meet enthält Translated Captions in ausgewählten Google-Workspace-Tarifen. Aktivieren Sie sie während eines Meetings, und die Untertitel erscheinen in Echtzeit in der Zielsprache des Teilnehmers. Wie bei der Zoom-Version ist es integriert — kein zusätzliches Fenster nötig.

Der kostenlose persönliche Google-Kontotarif enthält keine Translated Captions. Verfügbarkeit und unterstützte Sprachpaare variieren je nach Workspace-Tarif und sind unter support.google.com/meet dokumentiert.

Einschränkungen: An Google Meet gebunden. Untertitel sind in der Standardstufe flüchtig — kein durchsuchbares exportiertes Transkript.

Microsoft 365

4. Microsoft Teams Live Translated Captions — Nur für Teams-Meetings

Microsoft Teams bietet Live Translated Captions als Teil von Teams Premium und bestimmten Microsoft-365-Tarifen an. Jeder Teilnehmer kann eine Zielsprache auswählen und die Meeting-Sprache in Echtzeit als Untertitel mit Übersetzung sehen.

Für Organisationen, die bereits für Teams Premium zahlen, deckt es Teams-native Anrufe ab. Wie bei den Entsprechungen von Zoom und Google Meet endet der Nutzen an der Teams-Grenze; externe Anrufe auf Zoom oder Meet und persönliche Gespräche sind Bereiche, in denen MirrorCaption die stärkere Wahl ist, mit 60+ Sprachen auf all diesen Anrufen.

Einschränkungen: Erfordert Teams Premium zusätzlich zur Standard-Teams-Lizenz. An Microsoft Teams gebunden.

Kostenlose Option

5. Microsoft Translator — Kostenlos, aber eine separate App

Microsoft Translator bietet eine kostenlose Conversations-Funktion: Mehrere Teilnehmer treten einer gemeinsamen Übersetzungssitzung bei, jeder auf seinem eigenen Gerät, und sehen die Sprache der anderen in Echtzeit in ihre gewählte Sprache übersetzt. Es unterstützt Text-to-Speech, sodass jedes Gerät die übersetzte Sprache laut vorlesen kann.

Der Haken: Es ist eine eigenständige App-Erfahrung, keine Integration in bestehende Videoanruf-Plattformen. Für einen Videoanruf müssen alle Teilnehmer Microsoft Translator separat neben ihrem Meeting geöffnet haben. Für persönliche Gespräche ist der Talk-Modus von MirrorCaption genau für diesen Zweck gebaut: eine fortlaufende Sitzung auf einem einzigen Telefon. Bei Videoanrufen erfasst es den Meeting-Tab direkt im Browser, ohne separate App für irgendjemanden, und es gibt außerdem native Apps für Mac, Windows, iPhone und Android.

Einschränkungen: Alle Teilnehmer müssen die Translator-Sitzung aktiv öffnen und beitreten. Erfasst Audio aus einer anderen Plattform nicht automatisch.

Meeting-Notizen

6. Notta — Übersetzte Notizen nach dem Meeting per Bot

Notta ist ein KI-Notizassistent, der Meetings in Echtzeit transkribiert und übersetzte Zusammenfassungen und Notizen erstellen kann, vor allem nachdem das Meeting beendet ist. Es funktioniert über einen Meeting-Bot, der Anrufen beitritt, oder über eine Browser-Erweiterung.

Der Fokus von Notta liegt auf dem Ergebnis nach dem Meeting: Transkript, übersetzte Zusammenfassung, teilbare Notizen. Wenn Sie mehrsprachige Meeting-Aufzeichnungen und Verständnis während des Anrufs zusammen brauchen, ist MirrorCaption absolut einen Versuch wert: Es erzeugt ein Live-Transkript nebeneinander in 60+ Sprachen mit KI-Zusammenfassungen und Markdown- oder Text-Export, ohne dass ein Bot dem Anruf beitritt.

Einschränkungen: Der Meeting-Bot ist für andere Teilnehmer sichtbar und löst auf den meisten Plattformen eine Aufzeichnungsbenachrichtigung aus. Die Übersetzungserfahrung während des Anrufs ist gegenüber dem Workflow nach dem Meeting zweitrangig.

Englisch-Teams

7. Otter.ai — Meeting-Notizen mit Schwerpunkt Englisch

Otter.ai ist eines der am weitesten verbreiteten Tools für Meeting-Transkription. Seine Echtzeit-Transkription auf Englisch ist wirklich stark — klare Sprecherkennzeichnungen, laufende KI-Zusammenfassungen und Aufgabenpunkte, die im Verlauf des Meetings über OtterPilot erscheinen.

Übersetzungsfunktionen gibt es in höheren Tarifen, aber Otter ist im Kern auf Englisch ausgerichtet und tritt Meetings über einen Bot bei. Für mehrsprachige Anrufe, bei denen das Verständnis mitten im Gespräch zählt, reicht es nicht aus; MirrorCaption sticht hervor, weil es Übersetzung während des Anrufs streamt, mit KI-Zusammenfassungen und ohne Bot im Meeting.

Einschränkungen: OtterPilot tritt dem Meeting als sichtbarer Teilnehmer bei. Die Übersetzungsqualität in nicht-englischen Sprachen bleibt hinter spezialisierten mehrsprachigen Tools zurück. Nicht geeignet für Teams, bei denen eine Bot-Präsenz unerwünscht ist.

Testen Sie MirrorCaption bei Ihrem nächsten Anruf

1 kostenlose Stunde. Keine Kreditkarte. Funktioniert parallel zu browserbasiertem Zoom, Teams, Meet und Webex in Chrome oder Edge auf dem Desktop.

MirrorCaption kostenlos öffnen

So wählen Sie die richtige App für Echtzeit-Sprachübersetzung

Vier Fragen grenzen die Auswahl schnell ein.

Brauchen Sie die Übersetzung laut vorgelesen, oder reicht Text?

Wenn alle im Anruf Untertitel lesen können, reicht Text völlig aus — und sechs der sieben Tools oben erzeugen Text. Wenn eine Person einen Bildschirm nicht gut lesen kann oder die andere Seite die übersetzte Antwort bei einer Live-Präsentation oder einem persönlichen Gespräch hören soll, unterstützen nur MirrorCaption über Speak Translations und Microsoft Translator (innerhalb der eigenen App) Sprachausgabe. Für grenzüberschreitende Verkaufsgespräche, bei denen der Interessent die Übersetzung hören statt lesen soll, ist dieser Unterschied entscheidend.

Finden alle Ihre Videoanrufe auf einer einzigen Plattform statt?

Wenn ja — und diese Plattform ist Zoom, Meet oder Teams — prüfen Sie, ob der Tarif des Hosts bereits übersetzte Untertitel enthält; wenn ja, decken sie Anrufe auf dieser Plattform ab. Sie enden an der Plattformgrenze, hängen von der Tarifstufe ab und haben keine Sprachausgabe, weshalb MirrorCaption die naheliegende Wahl ist: Es funktioniert plattformübergreifend in Zoom, Meet, Teams und Webex, übersetzt in 60+ Sprachen und kann die Übersetzung laut vorlesen.

Wenn Sie Anrufe über mehrere Plattformen hinweg hosten oder daran teilnehmen oder dasselbe Tool auch für persönliche Gespräche nutzen möchten, reisen plattformnative Funktionen nicht mit. MirrorCaption funktioniert in browserbasierten Zoom-, Teams-, Meet- und Webex-Anrufen in Chrome oder Edge auf dem Desktop und ergänzt den Talk-Modus für die Nutzung von Angesicht zu Angesicht auf Mobilgeräten. Einen breiteren Blick auf plattformübergreifende Übersetzungstools finden Sie in unserem Bestenliste der Meeting-Übersetzer 2026.

Beschränkt Ihre Organisation Meeting-Bots oder Drittanbieter-Erweiterungen?

Meeting-Bots (wie sie Notta und Otter.ai verwenden) treten Anrufen als sichtbare Teilnehmer bei und lösen auf den meisten Plattformen eine Aufzeichnungsbenachrichtigung aus. Viele IT-Richtlinien blockieren oder missbilligen Drittanbieter-Bots. MirrorCaption erfasst Audio direkt aus dem Browser-Tab — kein Bot tritt dem Meeting bei.

Beachten Sie, dass organisatorische Richtlinien für Bildschirmfreigabe im Browser und den Zugriff auf Web-Apps weiterhin gelten. Viele Teams können MirrorCaption einrichten, ohne ein IT-Ticket einzureichen, aber prüfen Sie die Browser- und Bildschirmaufzeichnungsrichtlinien Ihrer Organisation. Einen direkten Vergleich zur Bot-Frage finden Sie unter MirrorCaption vs Zoom AI Companion.

Wie oft brauchen Sie Übersetzung tatsächlich?

Für gelegentliche Nutzung — ein paar Anrufe pro Monat — können die einmalige kostenlose Stunde von MirrorCaption oder der kostenlose Tarif von Microsoft Translator ausreichen. Für regelmäßige Nutzung vergleichen Sie das einmalige Premium-Angebot für 99 € (200h gehostetes Guthaben inklusive) mit wiederkehrenden Pro-Nutzer-Tools wie Otter Pro für ungefähr 16.99 $/Monat. Bei zwei Stunden übersetzter Anrufe pro Woche amortisiert sich der Einmal-Tarif in der Regel innerhalb der ersten zwei Monate.

Schneller Vergleich: Apps für Echtzeit-Sprachübersetzung bei Videoanrufen

Tool Streaming in Echtzeit Sprachausgabe Bot erforderlich Läuft auf Startpreis
MirrorCaption Ja Ja (Speak Translations) Nein Chrome/Edge Desktop; Chrome mobil 1h kostenlos; 99 € einmalig Premium
Zoom Translated Captions Ja Nein Nein Nur Zoom Kostenpflichtige Zoom-Tarife
Google Meet Translated Captions Ja Nein Nein Nur Google Meet Ausgewählte Workspace-Tarife
Teams Live Translated Captions Ja Nein Nein Nur Teams Teams Premium erforderlich
Microsoft Translator Ja Ja (App-TTS) Nein Nur eigenständige App Kostenlos
Notta Teilweise Nein Ja Zoom, Meet, Teams Abo — siehe Website
Otter.ai Teilweise (EN) Nein Ja Zoom, Meet, Teams 16.99 $/Monat Pro

Häufig gestellte Fragen

Bietet Zoom Echtzeit-Sprachübersetzung für Videoanrufe?

Ja. Zoom bietet Translated Captions als Teil ausgewählter kostenpflichtiger Tarife an. Wenn ein Host die Funktion aktiviert, sehen die Teilnehmer während des Meetings Untertitel in ihrer gewählten Zielsprache in Echtzeit. Es ist nur Text — es gibt keine Sprachausgabe. Verfügbare Sprachpaare und die erforderliche Tarifstufe sind auf der Support-Seite von Zoom aufgeführt und werden aktualisiert, wenn Zoom die Abdeckung erweitert.

Gibt es eine App für Echtzeit-Sprachübersetzung, die nicht als Bot meinem Meeting beitritt?

Ja. MirrorCaption läuft in Ihrem Browser-Tab und erfasst Audio direkt aus dem Meeting-Tab in Chrome oder Edge auf dem Desktop. Kein Bot tritt dem Meeting bei und kein zusätzlicher Teilnehmer erscheint in der Teilnehmerliste. Die plattformnativen Optionen — Zoom Translated Captions, Google Meet Translated Captions und Teams Live Translated Captions — benötigen ebenfalls keinen Bot, funktionieren aber jeweils nur innerhalb ihrer eigenen Plattform.

Kann ein Echtzeit-Übersetzer die Übersetzung während eines Videoanrufs laut vorlesen?

Ja. Die Funktion Speak Translations von MirrorCaption liest die übersetzte Sprache des Nutzers mit nahezu Echtzeit-Timing in der Zielsprache laut vor. Zu den Wiedergabeoptionen gehören der Laptop-Lautsprecher, ein per QR-Code gekoppeltes Telefon oder ein virtuelles Mikrofon auf dem Mac, das übersetztes Audio als Mikrofoneingang in Zoom, Meet oder Teams leitet — sodass die andere Seite die Übersetzung über den Anruf hört. Microsoft Translator unterstützt ebenfalls Text-to-Speech-Wiedergabe, aber das funktioniert innerhalb der eigenen eigenständigen App und nicht als integrierte Ebene über einem bestehenden Videoanruf.

Wie genau ist KI-Sprachübersetzung bei Videoanrufen?

Die Genauigkeit hängt von der Deutlichkeit der sprechenden Person, der Mikrofonqualität, dem Sprachpaar und dem Akzent ab. Tools, die frühere Gesprächsabschnitte als Kontext in jeden Übersetzungsaufruf einbeziehen, schneiden bei mehrstufigen Dialogen in der Regel besser ab als Tools, die jeden Satz isoliert übersetzen. Für die anspruchsvollsten Anwendungsfälle — rechtlich, medizinisch, Verhandlungen mit hohem Einsatz — sollten Sie KI-Übersetzung als starke Echtzeit-Hilfe betrachten, nicht als zertifizierten Ersatz für einen professionellen Dolmetscher. Einen genaueren Blick darauf, wie die Qualität von KI-Übersetzungen je nach Tool und Sprache variiert, finden Sie in unserer Analyse zur Genauigkeit von Echtzeitübersetzungen.

Was ist die beste kostenlose App für Echtzeit-Sprachübersetzung bei Videoanrufen?

MirrorCaption ist absolut einen Versuch wert: Es bietet eine einmalige kostenlose Stunde — keine Kreditkarte, kein monatlicher Reset — genug, um Streaming-Übersetzung und optionale Sprachausgabe in einem echten Anruf über Zoom, Teams, Meet oder Webex zu testen. Plattformnative Untertitel sind nur enthalten, wenn der Tarif des Hosts sie abdeckt, und bleiben an eine Plattform gebunden; Microsoft Translator ist kostenlos, erfordert aber, dass jeder Teilnehmer seine eigenständige App parallel zum Anruf öffnet.

Lesen Sie jedes Wort — während des Meetings

MirrorCaption funktioniert parallel zu browserbasiertem Zoom, Teams, Meet und Webex. Kein Bot. Keine Installation. 1 kostenlose Stunde zum Ausprobieren.

Kostenlos starten

Das Fazit

Die meisten Teams greifen zu der Übersetzungsfunktion, die bereits in der Plattform integriert ist, die sie ohnehin nutzen. Das funktioniert gut, solange alle beim selben Tool bleiben. Sobald ein Anruf auf eine andere Plattform wechselt oder ein Gespräch persönlich stattfindet, verschwindet die plattformnative Funktion vollständig.

MirrorCaption ist genau für diese Lücke gebaut: ein einzelner Browser-Tab, der plattformübergreifend bei browserbasierten Videoanrufen funktioniert, Audio ohne Bot erfasst und optional die übersetzte Ausgabe über Speak Translations laut vorliest — schnell genug, um ein echtes Gespräch am Laufen zu halten. Starten Sie mit dem kostenlosen 1-Stunden-Test bei Ihrem nächsten mehrsprachigen Anruf.