Live-Übersetzung in Zoom: So funktioniert sie – und wo sie endet

Wenn Sie nach „Zoom Live-Übersetzung" gesucht haben, lautet die ehrliche Kurzantwort: Ja, Zoom kann ein Live-Meeting übersetzen – auf drei verschiedene Arten – und welche Sie bekommen, hängt von Ihrem Plan, Ihrer Region und davon ab, ob Sie bereit sind, die Dolmetscher selbst zu engagieren. Alle drei sind real. Keine davon ist ein Raum, in dem ein deutscher, ein japanischer und ein brasilianischer Teilnehmer das Meeting jeweils in ihrer eigenen Sprache hören – so lange es läuft. Dieser Beitrag erklärt, wie jede Funktion funktioniert, wie Sie sie aktivieren, und genau, wo die Grenze liegt.

Dies ist das plattformspezifische How-to-Pendant zu unserem Grundlagenleitfaden Echtzeit-Meetingübersetzung: So funktioniert sie – und wie man sie bewertet. Die Versionen dieses Beitrags für Google Meet und Microsoft Teams finden Sie unter Meet und Teams. Neu im Thema Dolmetschen als Kategorie? Starten Sie mit Simultanübersetzung: Kabine, RSI oder KI.

Die drei Funktionen – und warum sie nicht dasselbe sind

Zoom hat Live-Übersetzung in drei unterschiedlichen Formen ausgeliefert. Sie werden ständig miteinander verwechselt – trennen wir sie zunächst:

1. Übersetzte Untertitel (Text)

Das Arbeitstier. Zooms automatische Untertitel liefern eine Live-Transkription; übersetzte Untertitel übersetzen diesen Textstream in die von jedem Teilnehmer gewählte Sprache. Zwei wirklich gute Dinge dabei: Die Sprachliste ist lang – 36 vollständig unterstützte Sprachen, plus Griechisch, Norwegisch und Walisisch als reine Zielsprachen – und jeder Teilnehmer wählt seine Untertitelsprache unabhängig selbst, ohne den Host fragen zu müssen. Es funktioniert in Meetings und Webinaren.

Der Haken ist die Zugangsschranke: Übersetzte Untertitel sind in den Workplace-Plänen Business Plus und Enterprise enthalten. Bei Pro oder der Basis-Business-Stufe benötigen Sie das kostenpflichtige Translated Captions Add-on – die eine KI-Funktion, die Zoom nicht in das AI Companion-Bundle aufgenommen hat, das in jedem kostenpflichtigen Plan enthalten ist.

Und es bleibt eine Leseerfahrung. Untertitel übersetzen, was jemand liest – nicht, was jemand hört.

2. Voice Translator für Meetings (Audio)

Die Schlagzeilenfunktion 2025–2026, angekündigt zusammen mit AI Companion 3.0 auf der Zoomtopia. Diese Funktion spricht: Sie nimmt den übersetzten Untertitel-Stream und gibt ihn pro Teilnehmer als synthetisches, übersetztes Audio wieder, mit einem Regler, um die Originalstimme gegen die übersetzte Stimme abzuwägen. Jeder Teilnehmer wählt seine eigene Sprech- und Hörsprache.

Sie lief 2025–2026 als eng begrenzte Beta und verließ die Beta-Phase genau so, wie Zooms Dokumentation es vorhergesagt hatte: als kostenpflichtiges Angebot. Sie erfordert nun das Live Translation Add-on oder ZoomMate (wobei erweiterte KI-Funktionen AI-Credit-Kosten verursachen) – die Details finden Sie im Abschnitt zu den Grenzen unten.

3. Language Interpretation (Menschen, Kanäle)

Die älteste Funktion und diejenige, die Event-Teams kennen: Der Host benennt bis zu 20 menschliche Dolmetscher, Zoom öffnet pro Sprache einen Audiokanal, und die Zuhörer wählen einen Kanal – das Originalaudio läuft im Hintergrund mit niedriger Lautstärke mit. Zoom liefert hier die technische Infrastruktur, nicht die Dolmetscher. Diese buchen, briefen und bezahlen Sie selbst. Die Funktion ist bei Pro-, Business-, Education- und Enterprise-Konten verfügbar, mit neun Standard-Kanalsprachen plus benutzerdefinierten Sprachen. (Die vollständige Einrichtungsanleitung inklusive Grenzen: Zoom-Dolmetscher-Einrichtung.)

So aktivieren Sie jede Funktion

Übersetzte Untertitel: Ein Administrator aktiviert automatische Untertitel und übersetzte Untertitel in den Kontoeinstellungen (Business Plus/Enterprise oder das Add-on). Im Meeting klickt jeder Teilnehmer auf die Untertitelsteuerung und wählt seine Sprache – ohne Beteiligung des Hosts.

Voice Translator: Ein Administrator aktiviert die Funktion in den Kontoeinstellungen; das Konto (Basic bis Enterprise) benötigt das Live Translation Add-on oder ZoomMate, und die Teilnehmer brauchen die Desktop-App 7.0.0 oder höher. Im Meeting wählen Sie Ihre Sprechsprache und die Sprache, die Sie hören möchten, und passen die Balance zwischen Original- und übersetztem Audio an.

Language Interpretation: Der Host plant ein Meeting oder Webinar mit aktivierter Interpretation, weist Dolmetscher vorab zu (oder während des Meetings über die Desktop-App), und die Teilnehmer wählen ihren Audiokanal, sobald es beginnt.

Die Reibung liegt nicht in den Schaltern. Sie liegt darin, was die Schalter können und was nicht.

Die Grenzen, die wirklich entscheiden, ob es passt

Stand August 2026, laut Zooms eigener Support-Dokumentation:

Untertitel übersetzen Text, nicht den Raum. Die lange Sprachliste und die Wahlmöglichkeit pro Teilnehmer sind real – aber alle lesen Untertitel, während das Audio des Meetings einsprachig bleibt. Zoom weist zudem klar darauf hin, dass „übersetzte Untertitel möglicherweise nicht korrekt sind", und Dialekte werden nicht untereinander übersetzt (kein Französisch (Frankreich) ↔ Französisch (Kanada)).
Der Voice Translator spricht fünf Sprachen und kostet extra. Die vollständige Liste: Englisch, Chinesisch, Französisch, Japanisch, Spanisch. Alles außerhalb dieser fünf – etwa Hindi ↔ Englisch – wird zu keinem Preis abgedeckt; für dieses Sprachpaar konkret siehe den Leitfaden Hindi-Englisch-Voice-Translator. Die Funktion ist aus der Beta heraus und wird als Live Translation Add-on oder über ZoomMate mit AI-Credit-Kosten abgerechnet. Nur in Meetings – keine Webinare. Nur über die Desktop-App. Und bei längeren Redebeiträgen hört sie auf, simultan zu sein: Längere Redeanteile werden erst übersetzt, nachdem der Sprecher pausiert – konsekutives Dolmetschen mit synthetischer Stimme.
Language Interpretation braucht Ihre Menschen und Ihre Planung. Nur geplante Meetings – keine persönliche Meeting-ID, keine Sofortmeetings, keine Breakout-Räume – und die Dolmetscher sind Fachleute, die Sie selbst beschaffen, buchen und pro Tag und Sprache bezahlen. Das ist kein Makel, sondern eine andere Produktkategorie mit einer eigenen Kostenstruktur.
In Webinaren gibt es überhaupt keine maschinelle Sprachübersetzung. Ein mehrsprachiges Webinar bei Zoom bedeutet heute übersetzte Untertitel für Leser oder Kanäle mit menschlichen Dolmetschern, die Sie selbst besetzen. Im Vergleich dazu, was Teams und Google Meet für dieselbe Aufgabe verlangen: was Teams für übersetzte Untertitel in Webinaren und Town-Halls verlangt.

Nichts davon macht Zooms Funktionen schlecht. Insbesondere der Untertitel-Stack ist breit angelegt und wirklich pro Teilnehmer nutzbar. Aber es macht Zooms Live-Übersetzung textbasiert-zuerst, wobei gesprochene Übersetzung entweder ein kostenpflichtiges Fünf-Sprachen-Add-on ist oder von Menschen erbracht wird, die Sie selbst engagieren.

Die strukturelle Grenze, in einem Satz

Zoom übersetzt, was Ihr Meeting liest – breit und gut. Was Ihr Meeting hört, ist entweder ein kostenpflichtiges Fünf-Sprachen-Add-on oder menschliche Dolmetscher, die Sie selbst mitbringen. Ein wirklich mehrsprachiges Meeting erfordert, dass jeder Teilnehmer den Raum in seiner eigenen Sprache hört – das gesamte Meeting lang, unabhängig vom Standort – und das ist eine Frage der Architektur, nicht einer längeren Sprachliste.

Wenn Ihre Meetings untertitelfreundlich sind – Präsentationen, Webinare, bei denen die Teilnehmer mitlesen –, reichen Zooms übersetzte Untertitel auf einem Business-Plus-Plan möglicherweise völlig aus, in einem Tool, das Sie bereits nutzen. Wenn Ihre Meetings dagegen Gespräche sind – Menschen, die sich unterbrechen, entscheiden, laut in drei Sprachen mitdenken –, haben Sie die Grenze erreicht.

Wenn Sie Untertitel und Kontingente hinter sich gelassen haben

Genau dafür haben wir InterMIND gebaut: keine Untertitel unter einem einsprachigen Call, sondern jeder Teilnehmer hört das Meeting in seiner eigenen Sprache, gleichzeitig, live. Konkret, dort, wo Zooms Stack liest und dessen Add-on fünf Sprachen spricht:

23 Sprachen live in Sprache, Chat und geteilten Notizen – in beliebiger Kombination, ohne englischen Anker, ohne regionale Schranke, ohne Fünf-Sprachen-Obergrenze. (Der vollständige End-to-End-Übersetzungs-Stack hat eine eigene Seite.)
Audio pro Zuhörer, unter einer Sekunde. Jeder Teilnehmer hört das Meeting gleichzeitig in seiner selbst gewählten Sprache – fünf Personen, fünf Sprachen, ein Raum. (Wie das im Hintergrund funktioniert: Ein Blick in die vier Übersetzungs-Pipelines.)
Webinare und Konferenzen inklusive – bis zu 1.500 Teilnehmer, jeder mit seiner eigenen Hörsprache. Das ist Simultanübersetzung ohne Kabine, kein Add-on – der vollständige Event-Workflow steht unter Events & Webinare.
Auch Dokumente – legen Sie eine PDF- oder DOCX-Datei ins Meeting, und jeder Betrachter erhält sie in seiner Sprache, 30 Sprachen bei Dateien.
Qualität, die Sie auditieren können. Wir veröffentlichen Werte pro Sprachpaar auf Basis realen Datenverkehrs unter /benchmark – Zooms Genauigkeitsangaben stammen aus eigenen Pressemitteilungen, unsere sind reproduzierbar.

Wir behaupten nicht, dass Zoom schlecht ist – für untertitelorientierte Meetings gehört sein Übersetzungs-Stack zu den umfangreichsten, die es gibt. Wir behaupten, dass es eine andere Art von Meeting ist. Den Vergleich Feature für Feature finden Sie unter InterMIND vs. Zoom.

Was nach dem Call bleibt – und wo es landet

Der Live-Teil ist die Hälfte des Meetings, die ein Anbieter vorführt; die andere Hälfte beginnt, wenn der Call endet. Was InterMIND aufbewahrt und wohin es gelangen kann – jeder Punkt hat seinen eigenen Leitfaden:

Das Recap, in der Sprache jedes Mitglieds. Nach jedem transkribierten Meeting erhalten die angemeldeten Teilnehmer die KI-Zusammenfassung, das vollständige Transkript und die Aufzeichnung über einen dauerhaften, nur für Mitglieder zugänglichen Link; jeder liest die Zusammenfassung in seiner eigenen Sprache, und ein Channel bewahrt das Recap jeder vergangenen Sitzung auf. — Meeting-Recap: Was Sie nach dem Call erhalten
Eine Kopie in Ihrem CRM oder Helpdesk, per E-Mail. Der Host fügt die eingehende Adresse des Tools als Empfänger für Recap-Kopien hinzu, bestätigt dies einmalig per Test-E-Mail, und jedes Recap dieses Raums wird dorthin als verdeckte BCC gesendet. — So erhalten Sie eine Kopie jedes Meeting-Recaps per E-Mail in Ihrem CRM
Strukturiert, in jedes System. Ein Zapier-Trigger, ein signierter recap.ready-Webhook und eine API mit OpenAPI-3.1-Vertrag für Make, n8n, Pipedream und KI-Agenten. — Zapier, ein Webhook oder die API
Die Historie des Channels. Ein Meeting, das als Channel weiterbesteht, bewahrt seinen Chat, seine Dateien, Dokumentzusammenfassungen und Recaps – lesbar für jedes Mitglied in seiner eigenen Sprache – und ein Kunde außerhalb des Teams kann per E-Mail Mitglied werden. — So fügen Sie einen externen Kunden zu einem Team-Chat-Channel hinzu
Was das Team von anderer Stelle einspeist. Jeder Channel hat seine eigene E-Mail-Adresse, sodass ein Ticketing-System oder ein Monitoring-Tool ohne Bot dorthin posten kann; eine Datei lässt sich über das Teilen-Menü jeder App auf dem Smartphone oder Mac einfügen. — E-Mail an Channel, Aus jeder App teilen

Ein Gast eines Meetings – ein Teilnehmer ohne Konto – erhält den Live-Teil vollständig, aber nichts von der Aufzeichnung; das Konto ist kostenlos, und erst es macht die Aufzeichnung zugänglich.

Testen Sie die andere Seite der Grenze

Die Live-Demo ausprobieren — hören Sie ein echtes Meeting live übersetzt, pro Zuhörer, in einer von 23 Sprachen – keine Anmeldung erforderlich.
Den Benchmark ansehen — Übersetzungsqualität pro Sprachpaar und pro Monat auf Basis realen Datenverkehrs, mit dokumentierter Methodik.
InterMIND vs. Zoom — ehrlich, Feature für Feature.
Brauchen Sie nur eine Aufzeichnung, keine Live-Übersetzung? Die Notetaker-Seite des Markts: die 9 besten Fireflies.ai-Alternativen.

Zooms Live-Übersetzung ist real, nützlich und klar begrenzt: Untertitel für die meisten, ein kostenpflichtiges Fünf-Sprachen-Add-on für einige, menschliche Dolmetscher für den Rest. Zu wissen, wo diese Grenzen liegen, ist die ganze Entscheidung.

FAQ

Übersetzt Zoom Audio oder nur Untertitel?

Drei Funktionen, drei Antworten. Übersetzte Untertitel geben das Meeting als Text in der von jedem Teilnehmer gewählten Sprache wieder. Der Voice Translator spricht synthetisches, übersetztes Audio in fünf Sprachen. Language Interpretation öffnet Audiokanäle für menschliche Dolmetscher, die Sie selbst engagieren.

Wie viele Sprachen unterstützen Zooms übersetzte Untertitel?

36 vollständig unterstützte Sprachen, plus Griechisch, Norwegisch und Walisisch als reine Zielsprachen. Dialekte werden nicht untereinander übersetzt – kein Französisch (Frankreich) ↔ Französisch (Kanada).

Was benötigt der Zoom Voice Translator?

Ein Zoom-Konto (Basic bis Enterprise) mit dem Live Translation Add-on oder ZoomMate (es fallen AI-Credit-Kosten an) und die Desktop-App 7.0.0 oder höher. Er unterstützt fünf Sprachen – Englisch, Chinesisch, Französisch, Japanisch, Spanisch – nur in Meetings, und längere Redebeiträge werden erst übersetzt, nachdem der Sprecher pausiert.

Kosten übersetzte Untertitel bei Zoom extra?

Sie sind enthalten, wenn der Host einen Workplace-Plan der Stufe Business Plus oder Enterprise nutzt; bei anderen kostenpflichtigen Plänen benötigen Sie das Translated Captions Add-on – es ist nicht Teil des AI Companion-Bundles.

Was sollten wir uns noch ansehen, wenn diese Grenzen zum Problem werden?

Das gesamte Feld entlang derselben Achsen – wen die Übersetzung erreicht, was sie pro Sitzplatz kostet und was den Call überlebt – finden Sie in Zoom-Alternativen für mehrsprachige Meetings.

Was, wenn das Gespräch gar nicht in Zoom stattfindet?

Dieselbe Frage stellt sich für einen französisch-, spanisch- oder russischsprachigen Menschen im Gespräch mit einem italienischsprachigen: Eine Phrasen-App bewältigt eine Speisekarte, ein Gespräch braucht einen Raum, in dem jeder seine eigene Sprache spricht. Unsere Leitfäden zum Französisch-Italienisch-, Spanisch-Italienisch- und Russisch-Italienisch-Sprachübersetzer ziehen diese Grenze, und der Überblick zum italienischen Sprachübersetzer deckt den Rest ab.