KI-Übersetzer im Unternehmen: DeepL, ChatGPT oder Gemini — was Sie wählen und was Sie nicht der Maschine überlassen sollten

Wodurch unterscheidet sich ein KI-Übersetzer von einem klassischen maschinellen Übersetzer?

Klassische maschinelle Übersetzung arbeitete Satz für Satz. Ein KI-Übersetzer auf Basis eines großen Sprachmodells (eines Programms, das aus Milliarden von Sätzen gelernt hat und die sinnvollste Fortsetzung eines Textes vorhersagt) betrachtet den ganzen Absatz, oft sogar das ganze Dokument. Dadurch versteht er den Kontext besser und weiß, dass ein „Angebot“ in einer Vertriebs-E-Mail etwas anderes ist als ein „Angebot“ in einer Stellenanzeige.

Der zweite Unterschied: Mit einem KI-basierten Übersetzer kann man sprechen. Schreiben Sie „Übersetze ins Deutsche, in der Sie-Form, für einen Einkaufsleiter, ohne Anglizismen“, und Sie erhalten einen Text in genau diesem Stil. Der alte Übersetzer konnte das nicht. Wie man solche Anweisungen formuliert, damit sie jedes Mal funktionieren, zeigen wir in unserem Leitfaden zu Prompts für das Marketing, und auf Englisch nennt man solche Tools einfach „AI translator“.

Der dritte Unterschied kann zum Problem werden. KI kann zu selbstsicher sein: Versteht sie eine Passage nicht, lässt sie keine Lücke, sondern ergänzt etwas, das gut klingt. Vergleichen Sie bei wichtigen Texten das Ergebnis daher immer mit dem Original. Woher solche Erfindungen kommen, erklären wir beim Thema KI-Halluzinationen, und den größeren Zusammenhang, also den Platz von Übersetzungen unter anderen KI-Anwendungen im Unternehmen, finden Sie in unserem Leitfaden zu KI für Marketing und PR.

Wem spart ein KI-Übersetzer die meiste Zeit?

Am meisten profitieren Unternehmen, in denen Übersetzen tägliche Routine ist und kein einmaliges Projekt. Ein Vertriebsmitarbeiter beantwortet eine Anfrage aus Deutschland. Der Kundenservice erhält eine Reklamation auf Tschechisch. Das Marketing erstellt eine englische Version einer Produktseite, und jede dieser Personen verliert heute Zeit mit dem Kopieren von Text zwischen Fenstern oder wartet, bis der Übersetzer Zeit hat.

• Vertriebskorrespondenz und Kundenservice: schnelle Antwort in der Sprache des Kunden, im Ton des Unternehmens.
• Angebote, Produktdatenblätter und Anleitungen: Übersetzung ganzer Dateien, ohne die Formatierung zu zerstören.
• Interne Kommunikation in Unternehmen mit Teams im Ausland: Mitteilungen, Verfahren, Schulungen.
• Meetings und Gespräche: Live-Übersetzung gesprochener Sprache, vorerst mit den unten beschriebenen Einschränkungen.
• Beobachtung ausländischer Medien und Wettbewerber: den Sinn eines Textes verstehen, bevor Sie entscheiden, ob Sie eine vollständige Übersetzung in Auftrag geben.

DeepL, Google Übersetzer, ChatGPT oder Copilot?

Die Frage „best LLM for translation“ (also welches Sprachmodell am besten übersetzt) hat keine eindeutige Antwort, denn die Qualität ändert sich mit jeder Modellversion und hängt vom Sprachpaar ab. Im Unternehmen ist etwas anderes wichtiger: Hält sich das Tool an ein Terminologieglossar? Übersetzt es Dateien, ohne das Layout zu zerstören? Und was passiert mit den Daten?

ChatGPT als Übersetzer bewährt sich am besten dort, wo der Text zugleich überarbeitet werden muss, also gekürzt, im Ton angepasst oder auf die Zielgruppe zugeschnitten; das ist im Grunde redaktionelle Arbeit, die wir beschreiben bei Copywriting mit KI. Copilot als Übersetzer ist praktisch für Unternehmen, die mit Microsoft 365 arbeiten, weil er direkt in Word und Outlook läuft. DeepL wurde für Übersetzungen entwickelt und bietet Funktionen, die Chatbots fehlen: Glossare (Terminologielisten, die bei jeder Übersetzung vorgegeben werden) und ein Übersetzungsgedächtnis.

Live-Übersetzung von Gesprächen: was schon funktioniert und was noch nicht

Am 9. Juni 2026 kündigte Google Gemini 3.5 Live Translate an, ein Modell für Sprache-zu-Sprache-Übersetzung, das nach Angaben des Unternehmens mehr als 70 Sprachen erkennt. Es kommt in die Google-Übersetzer-App für Android und iOS, in Google Meet läuft es vorerst in einem geschlossenen Testprogramm für ausgewählte Unternehmen.

Microsoft bietet in Teams einen Dolmetscher-Agenten (Interpreter), der die Beiträge der Meeting-Teilnehmer live übersetzt. Laut der Microsoft-Hilfeseite umfasst eine Copilot-Lizenz 20 Stunden Übersetzung pro Person und Monat. Unterstützt werden zehn Sprachen, darunter Englisch und Deutsch sowie Französisch und Spanisch. Polnisch steht nicht auf der Liste. In der Praxis lässt sich ein Gespräch mit einem deutschen Partner, in dem die polnische Seite Polnisch spricht, über diese Funktion noch nicht abwickeln.

Einen KI-Übersetzer im Unternehmen Schritt für Schritt einführen

Die Einführung besteht nicht im Kauf von Lizenzen. Sie besteht darin, festzulegen, wer was für welche Texte nutzt und wer das Ergebnis prüft. Die folgende Reihenfolge schützt vor dem Chaos, in dem jeder Mitarbeiter ein anderes kostenloses Tool verwendet.

1. SCHRITT 01Erfassen Sie, was das Unternehmen übersetzt

   Notieren Sie zwei Wochen lang Textart und Sprache, Umfang und den Namen der übersetzenden Person. Oft zeigt sich, dass der größte Teil des Umfangs auf wenige wiederkehrende Textarten entfällt. Mit diesen beginnen Sie.

2. SCHRITT 02Teilen Sie Texte in drei Risikogruppen ein

   Unterscheiden Sie eine niedrige Gruppe (interne E-Mails, Recherche), eine mittlere (Angebote, Website) und eine hohe (Verträge, Sicherheitsanweisungen, öffentliche Mitteilungen) und legen Sie für jede ein eigenes Verfahren fest.

3. SCHRITT 03Erstellen Sie ein Terminologieglossar

   Tragen Sie Produkt- und Positionsbezeichnungen sowie Begriffe ein, die das Unternehmen nicht übersetzt, und laden Sie es dann als Glossar in DeepL oder als feste Anweisung in ChatGPT oder Copilot hoch.

4. SCHRITT 04Wählen Sie ein einheitliches Unternehmenswerkzeug

   Wählen Sie einen Tarif, der keine Modelle mit Ihren Daten trainiert und ein Admin-Panel hat, denn nur dann wissen Sie, wer was nutzt. Private Konten für Firmenangelegenheiten sperren Sie oder raten zumindest klar davon ab.

5. SCHRITT 05Legen Sie fest, wer Texte mit mittlerem und hohem Risiko prüft

   Das kann eine Person mit Sprachkenntnissen oder ein externer Übersetzer sein, solange bei jedem veröffentlichten Text der Name dieser Person vermerkt ist, damit bei Rückfragen klar ist, an wen man sich wendet.

6. SCHRITT 06Messen Sie nach einem Monat Zeitaufwand und Anzahl der Korrekturen

   Zählen Sie, wie viele Texte unverändert durchgingen, wie viele korrigiert werden mussten und wo die KI sich am häufigsten irrte, denn auf dieser Grundlage verbessern Sie das Glossar.

Was kann man der KI überlassen, und was muss ein Mensch prüfen?

Die Grenze verläuft nicht zwischen „wichtigen“ und „unwichtigen“ Texten. Sie verläuft zwischen Texten, in denen sich ein Fehler leicht finden und korrigieren lässt, und solchen, in denen ein Fehler Folgen hat. Künstliche Intelligenz als Übersetzer erfasst den Sinn gut, rechtliche und kulturelle Nuancen schlechter.

Was kostet ein KI-Übersetzer und wovon hängt das Budget ab?

KI-Übersetzungstools sind günstig im Vergleich zu den Kosten eines Fehlers, denn teurer ist die Zeit für Korrekturen und bei öffentlichen Texten auch die Arbeit einer Person, die den Markt kennt und fremd klingende Sätze erkennt. In der Tabelle finden Sie die öffentlichen Preise (Stand: 24. September 2026; ChatGPT und Microsoft ohne MwSt., DeepL laut eigener Website inkl. MwSt.).

Datensicherheit: was Sie einfügen dürfen und was nicht

Das größte Risiko betrifft nicht die Qualität der Übersetzung, sondern den Ort, an dem der Text landet. Ein Mitarbeiter, der einen Kundenvertrag in einen kostenlosen Browser-Übersetzer einfügt, weiß nicht, wie lange dieser Text gespeichert wird und wofür er verwendet werden kann. DeepL erklärt, dass die Daten von Pro-Abonnenten nicht zum Training von Modellen genutzt und nach Erbringung der Leistung gelöscht werden, OpenAI, dass ChatGPT Business standardmäßig nicht mit Unternehmensdaten trainiert. Bei kostenlosen Konten kann das anders sein.

Die zweite Ebene sind die Vorschriften. Seit dem 2. Februar 2025 verpflichtet Art. 4 des AI Act Unternehmen, die KI einsetzen, für die entsprechende Kompetenz ihrer Beschäftigten zu sorgen. Eine kurze Anweisung „Was wir nicht in den Übersetzer einfügen“ ist der günstigste Weg, diese Pflicht zu erfüllen. Mehr über die Risiken schreiben wir im Artikel über Risiken und Ethik von KI im Unternehmen, und die Grundsätze des Kundengesprächs fasst der Text zusammen über Kommunikation mit Kunden.

Wann sich ein KI-Übersetzer lohnt und wann er nicht reicht

Ein KI-Übersetzer lohnt sich fast immer bei einer großen Zahl kurzer, wiederkehrender Texte. Als einziges Glied bei Texten, die die Reputation des Unternehmens im Ausland prägen, reicht er nicht aus. Zeit, die Übersetzungen zu ordnen, ist es, wenn Mitarbeiter mehrere verschiedene kostenlose Tools nutzen, ausländische Kunden nachfragen, was Ihre E-Mails bedeuten, oder Produktnamen in verschiedenen Sprachen jedes Mal anders klingen.

Beim Eintritt in einen neuen Markt ist die Übersetzung erst der Anfang. Es zählt auch, was lokale Medien über das Unternehmen schreiben und was Suchmaschinen und KI-Modelle in der jeweiligen Sprache über es antworten. Den Unterschied zwischen dem Ranking in Google und der Sichtbarkeit in KI-Antworten erklären wir im Artikel darüber, wie sich SEO von GEO und AEO unterscheidet, und die Rolle der Medien dafür, was ChatGPT über ein Unternehmen sagt, im Text über PR AI.

KI-Übersetzer in der Auslandsstrategie eines Unternehmens

Unternehmen, die KI-Übersetzer gut nutzen, behandeln sie als Teil eines größeren Systems. Sie haben ein Terminologieglossar, eine verantwortliche Person für den Ton in jeder Sprache und einen lokalen Partner, der Medien und Gepflogenheiten kennt. Die Maschine beschleunigt die Arbeit. Sie erklärt aber nicht, was ein Einkäufer in Deutschland erwartet und was einer in Tschechien.

Wenn Sie den Vertrieb im Ausland ausbauen, prüfen Sie zuerst, wie sichtbar Ihr Unternehmen heute im jeweiligen Land ist: in den Medien, in der Suchmaschine und in KI-Antworten. Dabei helfen wir im Rahmen von internationaler PR. Wiederkehrende Übersetzungen lassen sich auch mit anderen Prozessen verknüpfen, wie wir am Beispiel zeigen von Automatisierung mit KI und n8n.

Fehler, die Unternehmen bei KI-Übersetzungen am meisten kosten

Weiterlesen