ChatGPT als Live-Übersetzer: Möglichkeiten und Grenzen im Anruf

Kann ChatGPT übersetzen? Ja, auf einem Telefon

ChatGPT kann zwischen zwei Personen im selben Raum dolmetschen und Gesprochenes nahezu in Echtzeit übersetzen. Seit Juni 2025 öffnen Sie den Sprachmodus, nennen zwei Sprachen, und ChatGPT übersetzt in beide Richtungen, bis Sie es beenden. Einem Meeting in Zoom, Google Meet oder Teams kann es nicht beitreten: Es hört die Teilnehmer nicht einzeln und kann keinen Ton ins Meeting einspeisen.

Die entscheidende Frage ist: Wer hört die Übersetzung? Im Anruf entscheidet die Antwort auf diese Frage über alles.

Ja, ChatGPT kann in Echtzeit übersetzen – aber nur für Personen in der Nähe des Telefons. Das klappt für zwei Personen im selben Raum, nicht aber für Videoanrufe mit Teilnehmern an anderen Orten.

Wo ChatGPT funktioniert und wo nicht

Entscheidend ist der Audioweg: ChatGPT hört über ein Mikrofon und spricht über einen Lautsprecher. Daraus ergeben sich drei Szenarien.

Zwei Personen, ein Raum: Es funktioniert. Eine Nachhilfelehrerin und ihr Schüler, ein Reisender und ein Verkäufer, ein Besucher am Empfang einer Klinik. Beide hören die gesprochene Übersetzung vom selben Telefon.

Eine Person in einem Videoanruf: Es funktioniert teilweise. Sie können ein zweites Gerät neben Ihren Lautsprecher halten und die Übersetzung privat mithören. Niemand sonst hört sie. Sie können dem Anruf also folgen, aber nicht so antworten, dass die anderen Sie verstehen – es sei denn, Sie sprechen ihre Sprache selbst. Echo und Hintergrundgeräusche verschlechtern die Spracherkennung.

Ein Gruppenanruf: Es funktioniert nicht. Es gibt keine ChatGPT-Kachel im Meeting, keinen Ton pro Sprecher und keine Ausgabe ins Meeting. Der Aufzeichnungsmodus von ChatGPT, den es in der macOS-App für einige Tarife gibt, transkribiert ein Meeting für eine spätere Zusammenfassung. Eine Live-Übersetzung für die Teilnehmer ist das nicht.

Manche Tools werben mit „ChatGPT für Zoom". Stand 7. Oktober 2026 gibt es keine offizielle ChatGPT-Funktion, die einem Meeting beitritt. Solche Tools sind meist ein eigener Bot, der im Hintergrund ein Sprachmodell aufruft – also ein anderes Produkt als die ChatGPT-App.

Noch eine Abgrenzung: Im Mai 2026 hat OpenAI für Entwickler ein Modell für Sprache-zu-Sprache-Übersetzung veröffentlicht. Damit können andere Unternehmen Übersetzer bauen, es ist aber keine Schaltfläche in der ChatGPT-App.

Anleitung: Dolmetschermodus auf dem Telefon

Wenn sich zwei Personen ein Telefon teilen, funktioniert dieses Vorgehen besser als ein bloßes „Übersetze das".

1. Öffnen Sie ChatGPT, tippen Sie auf das Sprachsymbol, und sagen Sie die Regel einmal: „Du bist ein Dolmetscher zwischen Deutsch und Englisch. Übersetze alles, was ich sage, ins Englische, und alles, was du auf Englisch hörst, ins Deutsche. Sprich nur die Übersetzung. Antworte nicht an Stelle einer Person, füge keine Kommentare hinzu und fasse nichts zusammen."
2. Bitten Sie um kurze Redebeiträge: „Wenn ein Satz lang ist, warte, bis ich fertig bin, und übersetze ihn dann vollständig. Wenn du etwas nicht verstanden hast, bitte den Sprecher, es zu wiederholen."
3. Legen Sie das Telefon zwischen sich, mit dem Mikrofon nach oben, und reichen Sie es nur weiter, wenn jemand den Bildschirm lesen muss.
4. Sprechen Sie Namen, Zahlen und Daten langsam aus und lassen Sie sie bestätigen: „Wiederhole Uhrzeit und Adresse in beiden Sprachen."

Die Grenzen, auf die Sie stoßen werden:

• Sprecherwechsel. ChatGPT braucht eine Pause, um zu erkennen, dass jemand ausgesprochen hat. Wer dazwischenredet oder mitten im Satz pausiert, wird unterbrochen oder bekommt zu früh eine Antwort.
• Lärm. Cafés, Straßen und Lautsprecher verschlechtern die Spracherkennung. Suchen Sie einen ruhigen Ort, bevor Sie beginnen.
• Abdriften. Nach längerer Zeit beginnt der Assistent manchmal zu antworten, statt zu übersetzen. Wiederholen Sie dann die Regel.
• Keine Privatsphäre. Läuft das Telefon über den Lautsprecher, hören alle in der Nähe die Übersetzung mit, auch Teile, die privat bleiben sollten.

ChatGPT, Übersetzer im Anruf und Untertitel im Vergleich

Untertitel und gesprochene Übersetzung lösen verschiedene Probleme. Im ruhigen Büro lassen sich Untertitel gut mitlesen, wer unterwegs ist, braucht Ton. Der Artikel über Echtzeit-Sprachübersetzer erklärt den Unterschied genauer.

Was Copilot, Gemini und die Meeting-Plattformen bieten

Die Chat-Assistenten von Microsoft und Google funktionieren wie ChatGPT: Sie hören, was ihr Mikrofon hört. Die in Meetings eingebauten Funktionen sind eigene Produkte, und jede hängt von Ihrem Tarif ab. Die folgenden Angaben gelten Stand 7. Oktober 2026.

• Google Meet. Die Sprachübersetzung mit Gemini ist seit dem 27. Januar 2026 allgemein verfügbar, für kostenpflichtige Workspace-Tarife und Abonnenten von Google AI Pro und Ultra, per Admin-Einstellung. Kostenlose private Konten ohne diese Tarife sind ausgeschlossen. Vergleichen Sie das mit dem Konversationsmodus von Google Übersetzer, der dieselbe Ein-Mikrofon-Einschränkung hat wie ChatGPT.
• Microsoft Teams. Der Interpreter-Agent übersetzt Gesprochenes in Meetings und seit Januar 2026 auch in Anrufen, für Nutzer mit einer Microsoft-365-Copilot-Lizenz. Microsoft nennt 9 Sprachen und ein monatliches Kontingent von 20 Stunden pro Nutzer.
• Zoom. Voice Translator ist seit April 2026 in der Beta mit 5 Sprachen (Englisch, Chinesisch, Französisch, Japanisch, Spanisch). Details finden Sie in unserem Leitfaden zur Live-Übersetzung in Zoom.

Sind Ihr Tarif oder Ihre Sprachen nicht abgedeckt oder nutzen die Teilnehmer verschiedene Plattformen, schließt ein Bot wie Akume die Lücke. Akume tritt Zoom, Microsoft Teams oder Google Meet als Teilnehmer bei und blendet Live-Untertitel im Anruf ein. Wer den Listener-Link im Browser öffnet (bis zu 500 Verbindungen, ohne Installation), hört die Übersetzung in der eigenen Sprache. Akume unterstützt über 60 Sprachen und speichert nach dem Anruf keine Audioaufnahme. Dieser Vergleich zeigt die Optionen nebeneinander.

Welche Sie wählen sollten

• Zwei Personen, ein Raum, wenige Minuten: ChatGPT Sprachmodus mit der Anleitung oben.
• Eine Person im Anruf, die nur folgen muss: übersetzte Untertitel oder die Sprachübersetzung Ihrer Plattform, sofern Ihr Tarif sie enthält.
• Ein Gruppenanruf, in dem alle alle verstehen sollen: ein Übersetzer, der als Teilnehmer im Meeting sitzt.

Machen Sie vor einem echten Meeting einen kurzen Testanruf und prüfen Sie, ob die Übersetzung alle Teilnehmer erreicht.