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 Tarif, 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, eine Japanerin und ein Brasilianer das Meeting jeweils in ihrer eigenen Sprache hören, solange es läuft. Dieser Beitrag erklärt, wie jede Variante funktioniert, wie Sie sie aktivieren und wo genau die Obergrenze liegt.

Dies ist die plattformbezogene Praxisanleitung zu unserem grundlegenden Leitfaden Echtzeit-Übersetzung für Meetings: So funktioniert sie und so bewerten Sie eine Lösung. Die Versionen dieses Beitrags für Google Meet und Microsoft Teams finden Sie hier: Meet und Teams. Neu beim Thema Dolmetschen? Beginnen Sie mit Simultanübersetzung: Kabine, RSI oder KI.

Die drei Funktionen – und warum sie nicht dasselbe sind

Zoom hat die Live-Übersetzung in drei verschiedenen Formen veröffentlicht. Sie werden ständig vermischt, trennen Sie sie deshalb zuerst:

1. Übersetzte Untertitel (Text)

Das Arbeitspferd. Die automatischen Untertitel von Zoom transkribieren live; übersetzte Untertitel übersetzen diesen Textstrom in die jeweils gewählte Sprache der Teilnehmer. Zwei wirklich gute Dinge: Die Sprachliste ist lang – 36 vollständig unterstützte Sprachen, dazu Griechisch, Norwegisch und Walisisch nur als Zielsprachen – und jeder Teilnehmer wählt seine Untertitelsprache unabhängig, ohne den Host zu fragen. Es funktioniert in Meetings und Webinaren.

Der Haken ist die Zugangsschranke: Übersetzte Untertitel sind in den Workplace-Tarifen Business Plus und Enterprise enthalten. Bei Pro oder dem einfachen Business brauchen Sie das kostenpflichtige Add-on „Translated Captions“ – es ist die eine KI-Funktion, die Zoom nicht in das AI-Companion-Paket aufgenommen hat, das in jedem kostenpflichtigen Tarif enthalten ist.

Und es ist ein Leseerlebnis. Untertitel übersetzen, was man liest, nicht, was man hört.

2. Voice translator für Meetings (Audio)

Das Top-Feature 2025–2026, angekündigt mit AI Companion 3.0 auf der Zoomtopia. Dieses hier spricht: Es nimmt den Strom der übersetzten Untertitel und gibt ihn als synthetisches übersetztes Audio pro Teilnehmer wieder, mit einem Regler, um die Originalstimme gegen die übersetzte abzuwägen. Jeder Teilnehmer wählt seine eigene Sprech- und Hörsprache.

Es lief 2025–2026 als streng abgegrenzte Beta und verließ die Beta genau so, wie es die Zoom-Dokumentation vorausgesagt hatte: als Kaufprodukt. Es erfordert nun das Live Translation Add-on oder ZoomMate (wobei erweiterte KI-Funktionen AI-Credit-Kosten verursachen) – die Details stehen weiter unten im Abschnitt über die Grenzen.

3. Language Interpretation (Menschen, Kanäle)

Die älteste Funktion und die, die Event-Teams kennen: Der Host bestimmt bis zu 20 menschliche Dolmetscher, Zoom öffnet pro Sprache einen Audiokanal, und die Zuhörer wählen einen Kanal – das Originalaudio läuft leise darunter. Zoom liefert hier die Infrastruktur, nicht die Dolmetscher. Die buchen, briefen und bezahlen Sie selbst. Verfügbar ist die Funktion in Pro-, Business-, Education- und Enterprise-Konten, mit neun Standard-Kanalsprachen plus benutzerdefinierten. (Die vollständige Einrichtungsanleitung samt Limits: Zoom-Dolmetscher einrichten.)

So aktivieren Sie die einzelnen Funktionen

Übersetzte Untertitel: Ein Admin aktiviert in den Kontoeinstellungen automatische und übersetzte Untertitel (Business Plus/Enterprise oder das Add-on). Im Meeting klickt jeder Teilnehmer auf die Untertitel-Steuerung und wählt seine Sprache – der Host muss nicht eingreifen.

Voice translator: Ein Admin aktiviert ihn in den Kontoeinstellungen; das Konto (Basic bis Enterprise) braucht das Live Translation Add-on oder ZoomMate, und die Teilnehmer benötigen die Desktop-App ab Version 7.0.0. Im Meeting wählen Sie Ihre Sprechsprache und die Sprache, die Sie hören möchten, und stellen die Balance zwischen Original- und übersetztem Audio ein.

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

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

Die Grenzen, die tatsächlich entscheiden, ob es passt

Stand August 2026, laut der eigenen Support-Dokumentation von Zoom:

Untertitel übersetzen Text, nicht den Raum. Die lange Sprachliste und die Wahl pro Teilnehmer sind real – aber alle lesen Untertitel, während das Audio des Meetings einsprachig bleibt. Zoom weist außerdem offen darauf hin, dass „translated captions may not be accurate“, und Dialekte werden nicht ineinander 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 – ist zu keinem Preis abgedeckt; für genau dieses Paar siehe den Leitfaden zum Hindi-Englisch-Sprachübersetzer. Er ist aus der Beta heraus und als Live Translation Add-on oder über ZoomMate mit AI-Credit-Kosten bepreist. Nur Meetings – keine Webinare. Nur in der Desktop-App. Und bei längeren Redebeiträgen ist er nicht mehr simultan: Längere Beiträge werden nach der Sprechpause übersetzt – Konsekutivdolmetschen mit synthetischer Stimme.
Language Interpretation braucht Ihre Menschen und Ihre Planung. Nur geplante Meetings – keine Personal Meeting ID, keine Sofort-Meetings, keine Breakout-Räume – und die Dolmetscher sind Profis, die Sie suchen, buchen und pro Tag und Sprache bezahlen. Das ist kein Mangel, sondern eine andere Produktkategorie, mit einer eigenen Kostenstruktur.
Keine maschinelle Sprachübersetzung in Webinaren. Ein mehrsprachiges Webinar auf Zoom bedeutet heute: übersetzte Untertitel für Leser oder menschliche Dolmetscherkanäle, die Sie selbst besetzen. Im direkten Vergleich dazu, was Teams und Google Meet für dieselbe Aufgabe verlangen: was Teams für übersetzte Untertitel in Webinaren und Town Halls voraussetzt.

Nichts davon macht die Funktionen von Zoom schlecht. Besonders der Untertitel-Stack ist breit und wirklich pro Teilnehmer steuerbar. Aber es macht die Live-Übersetzung von Zoom textorientiert – gesprochene Übersetzung gibt es entweder als kostenpflichtiges Add-on in fünf Sprachen oder durch Menschen, die Sie engagieren.

Die strukturelle Obergrenze in einem Satz

Zoom übersetzt, was Ihr Meeting liest – breit und gut. Was Ihr Meeting hört, ist entweder ein kostenpflichtiges Add-on in fünf Sprachen oder menschliche Dolmetscher, die Sie selbst mitbringen. Ein wirklich mehrsprachiges Meeting braucht jeden Teilnehmer, der den Raum in seiner eigenen Sprache hört, für das gesamte Meeting, wo auch immer er sich befindet – und das ist eine Architekturfrage, keine Frage einer längeren Sprachliste.

Wenn Ihre Meetings untertitelfreundlich sind – Präsentationen, Webinare, bei denen die Teilnehmer mitlesen –, genügen Ihnen die übersetzten Untertitel von Zoom in einem Business-Plus-Tarif vielleicht völlig, in einem Tool, das Sie ohnehin haben. Wenn Ihre Meetings Gespräche sind – Leute, die sich unterbrechen, entscheiden und in drei Sprachen laut denken –, sind Sie an die Obergrenze gestoßen.

Wenn Untertitel und Kontingente nicht mehr reichen

Für diese Aufgabe haben wir InterMIND gebaut: nicht Untertitel unter einem einsprachigen Call, sondern jeder Teilnehmer hört das Meeting in seiner eigenen Sprache, simultan, live. Konkret, dort, wo der Stack von Zoom liest und sein Add-on fünf Sprachen spricht:

23 Sprachen live bei Sprache, Chat und gemeinsamen Notizen – in beliebiger Kombination, ohne englischen Anker, ohne regionale Sperre, ohne Fünf-Sprachen-Grenze. (Der vollständige Ende-zu-Ende-Übersetzungs-Stack hat eine eigene Seite.)
Audio pro Zuhörer, live. Jeder Teilnehmer hört das Meeting gleichzeitig in seiner eigenen gewählten Sprache – fünf Personen, fünf Sprachen, ein Raum. (Wie das unter der Haube funktioniert: Einblick in die vier Übersetzungs-Pipelines.)
Webinare und Konferenzen inklusive – die Raumgröße richtet sich nach dem Tarif des Hosts (Preise), und jeder Teilnehmer wählt seine eigene Hörsprache. Das ist Simultanübersetzung ohne Kabine, kein Add-on – den vollständigen Event-Workflow finden Sie unter Events & Webinare.
Auch Dokumente – legen Sie ein PDF oder DOCX im Meeting ab, und jeder Betrachter erhält es in seiner Sprache, 30 Sprachen bei Dateien.
Auditierbare Qualität. Wir veröffentlichen Werte pro Sprachpaar auf Basis echten Traffics unter /benchmark – Zooms Genauigkeitsangaben stammen aus den eigenen Pressemitteilungen; unsere sind reproduzierbar.

Wir behaupten nicht, Zoom sei schlecht – für Meetings, in denen Untertitel im Vordergrund stehen, ist sein Übersetzungs-Stack einer der breitesten am Markt. Wir behaupten, dass es eine andere Form von Meeting ist. Die Gegenüberstellung Funktion für Funktion finden Sie unter InterMIND vs. Zoom.

Was nach dem Call bleibt – und wohin es gelangt

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 gehen kann – zu jedem Punkt gibt es einen 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 unter einem 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 Help Desk, per E-Mail. Der Host trägt die Eingangsadresse des Tools als Empfänger einer Recap-Kopie ein, bestätigt sie einmalig per Test-E-Mail, und jedes Recap dieses Raums wird als verdeckte BCC dorthin 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
Der Verlauf des Channels. Ein Meeting, das als Channel fortbesteht, behält seinen Chat, seine Dateien, Dokumentzusammenfassungen und Recaps, für jedes Mitglied in der eigenen Sprache lesbar – 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 anderswo einspeist. Jeder Channel hat eine eigene E-Mail-Adresse, sodass ein Ticketsystem oder ein Monitoring-Tool ohne Bot dort posten kann; eine Datei lässt sich aus dem Teilen-Menü jeder App auf dem Smartphone oder Mac in den Channel teilen. — E-Mail an Channel, Aus jeder App teilen

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

Probieren Sie die andere Seite der Obergrenze aus

Live-Demo ausprobieren – hören Sie, wie ein echtes Meeting live, pro Zuhörer, in einer von 23 Sprachen übersetzt wird – ohne Anmeldung.
Starten Sie Ihr erstes Meeting – Gäste treten per Link bei, jeder in seiner eigenen Sprache.
Benchmark ansehen – Übersetzungsqualität pro Sprachpaar und Monat auf echtem Traffic, mit dokumentierter Methodik.
InterMIND vs. Zoom – ehrlich, Funktion für Funktion.
Sie brauchen nur ein Protokoll, keine Live-Übersetzung? Die Notetaker-Seite des Marktes: die 9 besten Fireflies.ai-Alternativen.

Die Live-Übersetzung in Zoom ist real, nützlich und klar abgegrenzt: Untertitel für die meisten, ein kostenpflichtiges Add-on in fünf Sprachen für einige, menschliche Dolmetscher für den Rest. Zu wissen, wo die Grenzen verlaufen, ist die ganze Entscheidung.

FAQ

Übersetzt Zoom Audio oder nur Untertitel?

Drei Funktionen, drei Antworten. Übersetzte Untertitel geben das Meeting als Text in der gewählten Sprache jedes Teilnehmers 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 die übersetzten Untertitel von Zoom?

36 vollständig unterstützte Sprachen, dazu Griechisch, Norwegisch und Walisisch nur als Zielsprachen der Übersetzung. Dialekte werden nicht ineinander übersetzt – kein Französisch (Frankreich) ↔ Französisch (Kanada).

Was setzt der Zoom Voice translator voraus?

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

Kosten übersetzte Untertitel bei Zoom extra?

Sie sind enthalten, wenn der Host einen Workplace-Tarif der Stufe Business Plus oder Enterprise nutzt; in anderen kostenpflichtigen Tarifen brauchen Sie das Add-on „Translated Captions“ – es ist nicht Teil des AI-Companion-Pakets.

Was sollten wir uns noch ansehen, wenn diese Grenzen das Problem sind?

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

Was, wenn das Gespräch gar nicht in Zoom stattfindet?

Dieselbe Frage stellt sich bei einem französisch-, spanisch- oder russischsprachigen Gesprächspartner, der mit einem italienischsprachigen spricht: Eine Phrasen-App kommt mit einer Speisekarte zurecht, ein Gespräch braucht einen Raum, in dem jeder seine eigene Sprache spricht. Unsere Leitfäden zum Sprachübersetzer Französisch–Italienisch, Spanisch–Italienisch und Russisch–Italienisch ziehen diese Linie, und die Übersicht zum italienischen Sprachübersetzer deckt den Rest ab.