Simultanverdolmetschung
Software: So wählen Sie 2026

Simultanverdolmetschung-Software im Jahr 2026 gibt es in zwei Formen, die einen Namen teilen: Remote-Simultanverdolmetschungs-(RSI)-Plattformen, die qualifizierte menschliche Dolmetscher in Ihr Event einbinden, wie Interprefy, KUDO und Interactio, sowie KI-Dolmetschtools, die die Verdolmetschung selbst erzeugen, wie Wordly und MirrorCaption. Die Wahl zwischen ihnen hat fast nichts mit dem Budget zu tun und fast alles mit dem Format.

Die meisten Fehlkäufe in dieser Kategorie beginnen gleich: Jemand bucht eine Demo, bevor er aufschreibt, wie viele Menschen sprechen, wie viele zuhören und in welche Richtung. Genau diese eine Frage entscheidet die Antwort, und die Anbieter haben keinen kommerziellen Grund, sie für Sie zu stellen. Beide Zweige freuen sich, unter demselben Suchbegriff gefunden zu werden.

Dieser Leitfaden trennt sie deshalb voneinander. Sie erhalten eine klare Beschreibung jeder Kategorie, einen direkten Vergleich, eine ehrliche Einschätzung der Preise, ein formatorientiertes Entscheidungsmodell und drei anschauliche Workflows, die Sie auf Ihre eigene Situation übertragen können. Wir bauen den KI-Zweig, deshalb sagen wir ausdrücklich, wo unser eigenes Tool die falsche Antwort ist.

Was Simultanverdolmetschungssoftware eigentlich bedeutet

Simultanverdolmetschung ist der Modus, bei dem die Sprachübertragung während der Sprecher noch redet stattfindet, im Gegensatz zur Konsekutivverdolmetschung, bei der der Sprecher pausiert und wartet. Alles, was als Simultanverdolmetschungssoftware vermarktet wird, verspricht genau dieses Timing. Der Unterschied ist, wer oder was dolmetscht.

Zweig A: Remote-Simultanverdolmetschungs-(RSI)-Plattformen

RSI-Plattformen sind Event-Infrastruktur. Sie geben menschlichen Dolmetschern eine Remote-Konsole, dem Publikum sprachspezifische Audiokanäle und dem Veranstalter ein verwaltetes Setup mit technischem Support am Veranstaltungstag. Interprefy, KUDO und Interactio gehören alle hierher, und einige von ihnen beschaffen Ihnen auch die Dolmetscher.

Was Sie kaufen, ist Koordination. Dolmetscher arbeiten in Teams und übergeben sich in Intervallen statt stundenlang allein durchzuarbeiten, was vom Berufsverband der Dolmetscher AIIC als Standardpraxis gilt und nicht als Upsell. Eine RSI-Plattform existiert, damit dieses Team ohne schalldichte Kabine im Raum arbeiten kann.

Zweig B: KI-Dolmetschsoftware

KI-Tools ersetzen den Dolmetscher, nicht die Kabine. Sprache wird beim Streaming transkribiert, übersetzt und als Live-Text, gesprochene Audioausgabe oder beides bereitgestellt. Es gibt keinen Dolmetscher zu planen und keine Mindestgröße für das Event, sodass das Produkt als Self-Service funktionieren und wie Software bepreist werden kann.

Dieser Zweig teilt sich erneut nach der Ausgabe auf. Event-orientierte Tools wie Wordly liefern übersetzte Audioausgabe und Untertitel an ein Publikum. Gesprächsorientierte Tools wie MirrorCaption laufen in einem Browser-Tab für die Personen, die tatsächlich sprechen, mit Original und Übersetzung nebeneinander sowie optionaler Sprachausgabe, damit die andere Person die Übersetzung hören statt lesen kann.

Der dritte Zweig, den man ignorieren sollte: Software zur Dolmetscherplanung

Wenn Sie nach dem Begriff suchen, stoßen Sie auch auf Systeme zur Dolmetscherverwaltung: Einsatzplanung, Disposition und Abrechnung für Sprachdienstleister und Krankenhausnetzwerke. Sie ranken gut, weil sich der Wortschatz überschneidet. Sie dolmetschen nichts. Wenn eine Produktseite von Einsätzen, Rechnungen und Verfügbarkeitskalendern für Dolmetscher spricht, sind Sie in der Personal-Kategorie und sollten weitersuchen.

Simultanverdolmetschungssoftware im Vergleich: RSI vs. KI

Die beiden Zweige unterscheiden sich in nahezu jeder Dimension, die beim Kauf zählt.

Lesen Sie diese Tabelle als Kompatibilitätsprüfung, nicht als Rangliste. Eine RSI-Plattform ist für ein Stand-up am Dienstag überdimensioniert. Ein KI-Tool ist das falsche Werkzeug für eine Hauptversammlung, bei der eine falsch übersetzte Absicherung zu einem rechtlichen Problem wird.

Was Simultanverdolmetschungssoftware kostet

Bei den Preisen hört die Ähnlichkeit der beiden Kategorien auf. RSI-Plattformen und Dolmetscheragenturen kalkulieren pro Event: pro Sprachpaar, pro Dolmetschtag, meist im Rahmen eines Verkaufsgesprächs statt auf einer Preisseite. Das Fehlen einer veröffentlichten Zahl ist selbst schon eine Information über die Preisspanne.

KI-Dolmetschsoftware verhält sich wie Software. Einige Anbieter berechnen pro Stunde Audio, andere pro Platz, wieder andere pro Event. MirrorCaption veröffentlicht seine Preise: 1 kostenlose Stunde zum Testen ohne Karte und ohne monatlichen Reset, 54.99 EUR pro Jahr inklusive 100 Stunden gehosteter Transkription oder einmalig 99 EUR inklusive 200 Stunden plus aller zukünftigen Updates. Über die enthaltenen Stunden hinaus laden Voice Packs ab 4.99 EUR für 5 Stunden auf, und der Einmalplan hat den niedrigsten Preis pro Stunde.

Ein Vorbehalt, den wir lieber selbst aussprechen, als dass Sie ihn erst nach dem Kauf entdecken: Gehostete Stunden werden pro Konto abgerechnet. Wenn 40 Personen jeweils ihre eigene Live-Übersetzung derselben einstündigen Sitzung möchten, sind das 40 Konten, die jeweils eine Stunde verbrauchen, nicht eine einzige Lizenz für den ganzen Raum. Für eine Verhandlung zu zweit, ein zweisprachiges Stand-up oder einen Call, bei dem eine Person die Übersetzung braucht, ist ein Einmalkauf tatsächlich die gesamten Kosten. Für ein Auditorium mit 300 Plätzen ist KI-Lizenzierung pro Teilnehmer die falsche Form, und ein RSI-Angebot pro Kanal gewinnt.

Wie Sie Simultanverdolmetschungssoftware nach Format auswählen

Notieren Sie vier Zahlen, bevor Sie etwas in die engere Wahl ziehen: wie viele Menschen sprechen, wie viele zuhören, wie viele Sprachrichtungen Sie brauchen und wie schlimm ein Missverständnis wäre. Folgen Sie dann dem Zweig.

Ein Sprecher, großes Publikum, mehrere Sprachen

Das ist die klassische Form der Simultanverdolmetschung und sie begünstigt Zweig A. Sie brauchen sprachspezifische Kanäle, einen Techniker, der am Veranstaltungstag reagiert, und Dolmetscher, die eine Stunde dichtes Material tragen können. KI-Untertitel können das als Barrierefreiheits-Schicht ergänzen, sollten aber nicht der primäre Kanal sein, wenn das Publikum keine Möglichkeit hat, eine Wiederholung zu erbitten.

Eine Handvoll Personen, zwei Richtungen, wiederkehrend

Wöchentliche Calls mit einem Partnerteam in einer anderen Sprache sind der stärkste Anwendungsfall für KI. Das Risiko pro Satz ist gering, die Frequenz hoch, und der Planungsaufwand eines menschlichen Dolmetschers würde das Meeting zunichtemachen. Live-übersetzter Text liefert Ihnen außerdem ein durchsuchbares Protokoll, was ein Audiokanal nicht kann. Unser Leitfaden für mehrsprachige Remote-Teams behandelt dieses Muster ausführlicher.

Zwei Personen, im selben Raum, kein Laptop

Gespräche von Angesicht zu Angesicht sind ein Format, das die meisten Simultanverdolmetschungssoftwares schlicht nicht abdecken, weil sie für Events gebaut wurden. Eine telefonbasierte kontinuierliche Sitzung löst das: Eine Sitzung bleibt offen, beide Personen sprechen abwechselnd, und das Transkript behält seinen Kontext über den gesamten Austausch hinweg, statt nach jedem Satz zurückzusetzen.

Hochriskant, reguliert oder protokollrelevant

Gerichtsverfahren, Asylgespräche, medizinische Einwilligungen und Verhandlungen auf Vorstandsebene gehören in die Hände qualifizierter Menschen. Nutzen Sie KI hier höchstens als zweite Kontrolle, niemals als Protokoll. Wo klinische Teams Browser-Tools für weniger kritische Gespräche einsetzen, haben wir die Grenzen in medizinischer Verdolmetschung im Browser beschrieben.

Drei anschauliche Workflows

Die folgenden Szenarien sind anschaulich, keine Kundenfallstudien. Es sind die drei Formen, die wir am häufigsten sehen, wenn Menschen nach Simultanverdolmetschungssoftware suchen, ausgeschrieben, damit Sie Ihr eigenes wiedererkennen können.

Wo MirrorCaption passt und wo nicht

Wir sind klar in Zweig B, auf der Gesprächsseite davon. MirrorCaption ist ein browserbasiertes Tool, das Sprache in 50+ auswählbaren Sprachen transkribiert und übersetzt, während die Person noch spricht, mit Streaming im Subsekundenbereich statt eines Transkripts zehn Minuten später. Der Meet-Modus erfasst den Audio-Stream des Meeting-Tabs in Desktop-Chrome oder Microsoft Edge, sodass kein Bot Ihrem Zoom-, Teams-, Meet- oder Webex-Call beitritt. Der Talk-Modus läuft auf einem Telefon für Gespräche vor Ort.

Weil Verdolmetschung in beide Richtungen funktioniert, reicht Text allein nicht immer aus. Speak Translations kann Ihre übersetzte Sprache über den Laptop-Lautsprecher, ein gekoppeltes Telefon oder ein virtuelles Mikrofon im Mac-Client laut in der Zielsprache wiedergeben, das Meeting-Apps als Mikrofoneingang sehen. Sie sprechen Ihre Sprache, die andere Seite hört ihre, und das Gespräch geht weiter.

Was wir nicht sind: ein Ersatz für eine Kabine, ein Dolmetscher-Marktplatz oder ein System für sprachspezifische Audiokanäle für einen großen Saal. Es gibt keinen Dolmetscher, den Sie über uns buchen können, und keine Eventpreise pro Kanal. Wenn Sie vier Hörkanäle für 400 Personen brauchen, ist eine RSI-Plattform ein besserer Kauf als 400 Konten, und das sagen wir lieber hier als in einer Rückerstattungs-E-Mail. Auch die Genauigkeit hängt von der Audioqualität ab, daher verschlechtern Übersprechen, schlechte Mikrofone und starke Hintergrundgeräusche die Ausgabe bei uns genauso wie bei jedem anderen Tool in dieser Kategorie. Das haben wir ehrlich in unserem Beitrag zur Echtzeit-Übersetzungsgenauigkeit dokumentiert.

Häufig gestellte Fragen

Was ist Simultanverdolmetschungssoftware?

Software, die Sprache in eine andere Sprache überträgt, während der Sprecher noch redet. Zwei Kategorien teilen sich den Namen: Remote-Simultanverdolmetschungsplattformen, die menschliche Dolmetscher in ein Event einbinden, und KI-Tools, die die Verdolmetschung selbst erzeugen. Die Namensüberschneidung ist der Grund, warum so viele Käufer in der falschen Demo landen.

Kann KI einen menschlichen Simultandolmetscher ersetzen?

Für interne Meetings, Verkaufsgespräche, Stand-ups und Gespräche von Angesicht zu Angesicht ist KI-Dolmetschen meist gut genug und sofort verfügbar. Für Diplomatie, Gerichtsverfahren, regulierte medizinische Einwilligungen und Bühnen-Keynotes ist ein qualifizierter menschlicher Dolmetscher weiterhin die richtige Wahl. Die ehrliche Einordnung lautet Abdeckung, nicht Ersatz: KI bedient die enorme Zahl an Gesprächen, für die es nie einen Dolmetscher gab, weil die Buchung unmöglich war.

Wie viel kostet Simultanverdolmetschungssoftware?

RSI-Plattformen kalkulieren pro Event im Rahmen eines Verkaufsgesprächs, und menschliches Dolmetschen wird pro Dolmetscher, pro Sprachpaar, pro Tag angeboten. KI-Tools veröffentlichen Preise: MirrorCaption kostet 54.99 EUR pro Jahr mit 100 gehosteten Stunden oder einmalig 99 EUR mit 200 gehosteten Stunden. Vergleichen Sie auf der Einheit, nicht am Preisschild: Preis pro Event und Preis pro Konto gewinnen an entgegengesetzten Enden der Publikumsgröße.

Brauche ich für Simultanverdolmetschung eine Kabine oder Hardware?

Nicht für den KI-Zweig. Browserbasierte Tools laufen in einem Tab und brauchen weder Kabine noch Empfänger-Headsets oder Audiotechniker. Kabinen und Empfänger gehören zum menschlichen Dolmetschen vor Ort, und Remote-Dolmetschplattformen ersetzen sie durch einen verwalteten Audiokanal. Ein gutes Mikrofon verbessert die Ausgabequalität immer noch mehr als jede Einstellung, die Sie ändern können.

Kann Zoom, Teams oder Google Meet bereits Simultanverdolmetschung?

Jede Plattform hat irgendeine Funktion für live übersetzte Untertitel oder Verdolmetschung, aber die Verfügbarkeit hängt von der Tarifstufe des Hosts und dem jeweiligen Sprachpaar ab, und die Funktion arbeitet nur innerhalb dieser Plattform. Prüfen Sie die Dokumentation von Google Meet oder die Teams-Dokumentation von Microsoft gegen Ihre eigene Lizenz, bevor Sie darauf planen. Wenn Ihre Calls zwischen Plattformen wechseln, vermeidet ein Tool außerhalb aller Plattformen diese Frage. Wir vergleichen diesen Kompromiss ausführlich in unserem Vergleich mit Zoom AI Companion.

Was ist der Unterschied zwischen Simultanverdolmetschungssoftware und Live-Untertiteln?

Live-Untertitel transkribieren Sprache in der Sprache, in der sie gesprochen wurde. Verdolmetschung überträgt während des Gesprächs zwischen Sprachen. Viele Tools können beides: die Ausgangssprache transkribieren, sie übersetzen und optional die Übersetzung laut vorlesen, damit die andere Seite sie hören kann. Wenn ein Anbieter nur von Untertiteln spricht, fragen Sie, in welche Richtung die Sprache tatsächlich geht.

Das Fazit

Simultanverdolmetschungssoftware ist kein einzelner Markt, und sie als solchen zu behandeln führt dazu, dass Teams am Ende ein Angebot über 6,000 EUR für ein wöchentliches Stand-up oder eine KI-Lizenz pro Platz für einen Saal mit 400 Personen erhalten. Ordnen Sie Ihren Bedarf zuerst nach dem Format: Ein-zu-viele mit echten Konsequenzen gehört zu menschlichen Dolmetschern auf einer RSI-Plattform, Wenige-zu-wenige und wiederkehrend gehört zu KI, und vor Ort gehört zu einem Telefon.

Prüfen Sie dann drei Details, bevor Sie sich festlegen. Was die tatsächliche Preiseinheit ist, ob Sie ein Transkript behalten können und ob die Übersetzung ebenso gehört wie gelesen werden kann. Diese drei Antworten trennen die Tools weitaus zuverlässiger als jede Funktionsmatrix.

Wenn Ihr Fall die zweite oder dritte Form ist, ist der günstigste Weg zur Erkenntnis, ein echtes Gespräch darüber laufen zu lassen, statt nur eine Demo anzusehen.