Vier Übersetzer-Earbuds, eine Frage: Was bleibt, wenn das Meeting vorbei ist?

Eine Dolmetscherin sitzt in einer beleuchteten Kabine hinten in einem dunklen Konferenzsaal. Der Redner, den sie überträgt, ist auf der Leinwand neben ihr zu sehen, mitten in einer Geste. Neunzig Minuten lang überführt sie jeden Satz in eine zweite Sprache, und der Saal folgt über Kopfhörer. Und es funktioniert: Das Meeting findet statt, Entscheidungen fallen, und niemand im Publikum denkt auch nur einmal an die Kabine.

Dann endet die Sitzung und in der Kabine geht das Licht aus. Wenn in diesem Raum niemand mitgeschrieben hat, existieren diese neunzig Minuten nun ausschließlich in der Erinnerung derer, die sie gehört haben.

Die Dolmetscherkabine: der gesamte Apparat des Verstehens, live, und danach bleibt nichts. Foto von liftconferencephotos, Genf, CC BY 2.0, über Wikimedia Commons.

Übersetzer-Earbuds haben diese Kabine verkleinert und für 99 bis 449 Dollar in Ihr Ohr gesetzt. Sie sind inzwischen wirklich gut, ganz ohne Übertreibung — gut genug, dass „Das Meeting kann ich nicht übernehmen, wir haben keine gemeinsame Sprache" in vielen Unternehmen aufgehört hat, ein echter Satz zu sein. Was sie nicht tun, und größtenteils auch nicht behaupten zu tun, ist, hinterher das Licht wieder anzumachen.

Kurzfassung:

• Apples Live-Übersetzung arbeitet mit 10 Sprachvarianten, vollständig auf dem iPhone; Googles Pixel Buds decken 40 Sprachen ab, brauchen aber eine Internetverbindung; Timekettles W4 Pro für 449 Dollar nennt 52 Sprachen und 106 Akzente. Alle Angaben von Herstellerseiten, gelesen am 18. August 2026.
• Wir haben geprüft, was die Dokumentation jedes Herstellers dazu sagt, was das Gespräch überdauert. Apple und Google dokumentieren ein Transkript während des Gesprächs und nichts danach. Samsung dokumentiert eine Wiedergabe. Timekettle dokumentiert gespeichertes Audio, gespeicherten Text und ein exportierbares KI-Memo.
• Zuhören und Festhalten sind zwei verschiedene Aufgaben. Die Earbud-Pipeline endet in dem Moment, in dem das Audio Ihr Ohr erreicht; ein Protokoll braucht den Originalwortlaut, Sprecherzuordnung, Zeitstempel und eine Zusammenfassung — nichts davon fällt beim Hören nebenbei ab.

Die Hardware ist wirklich gut geworden, und die Preisspanne ist enorm

Fangen wir mit dem an, was Sie tatsächlich kaufen können. Apple verkauft Live-Übersetzung als Funktion von Hardware, die Sie vielleicht schon besitzen: Sie läuft auf AirPods 4 mit aktiver Geräuschunterdrückung, AirPods Pro 2, AirPods Pro 3 und AirPods Max 2, gekoppelt mit einem iPhone 15 Pro oder neuer unter iOS 26 mit aktivierter Apple Intelligence. Die AirPods Pro 3 stehen am 18. August 2026 auf apple.com bei 249,00 Dollar. Das ist kein Übersetzungsgerät, sondern ein Ohrhörer, der übersetzt.

Timekettle steht am anderen Ende. Die W4 Pro ist ein dedizierter Dolmetscher mit offener Bauform, am 18. August 2026 auf timekettle.co mit 449,00 US-Dollar gelistet, ausgelegt auf 6 Stunden Dauerübersetzung mit den Ohrhörern und 20 Stunden mit Ladecase. Die Spezifikationsseite nennt 52 Sprachen und 106 Akzente und behauptet, damit „95 % der Weltbevölkerung" abzudecken — eine Herstellerangabe, keine unabhängige Messung, und eher als Marketing-Arithmetik zu lesen denn als Benchmark.

Googles Ansatz ist der älteste der vier und der modularste: Die Pixel Buds machen das Audio, die Google-Übersetzer-App macht die Arbeit. Die Hilfeseite listet 40 Sprachen für den Modus der Live-Übersetzung und einen deutlich engeren Transkriptionsmodus, der nur von Englisch nach Französisch, Deutsch, Italienisch oder Spanisch läuft.

Samsung liefert den Dolmetscher als Galaxy-KI-Funktion aus und koppelt die Galaxy Buds3, Buds3 Pro oder Buds3 FE mit einem kompatiblen Galaxy-Smartphone. Samsungs eigene Produktfußnote hält fest, dass Englisch und Spanisch vorinstalliert sind und alle anderen Sprachen einen kostenlosen Download erfordern — ein kleines Detail, das enorm wichtig wird, wenn Sie morgen früh irgendwo landen.

Sprachzahlen, wie sie jeder Hersteller dokumentiert, gelesen am 18. August 2026. Der Abstand ist real — die Sternchen hinter jeder Zahl aber auch, siehe nächster Abschnitt.

Die Sprachzahl auf der Packung ist die uninteressanteste Zahl

52 und 10 messen nicht dasselbe, und wer sie direkt vergleicht, landet in der Enttäuschung.

Apples zehn Einträge — Chinesisch (Mandarin, vereinfacht und traditionell), Englisch (UK und USA), Französisch (Frankreich), Deutsch (Deutschland), Italienisch, Japanisch, Koreanisch, Portugiesisch (Brasilien) und Spanisch (Spanien) — kaufen etwas, das die größeren Zahlen nicht bieten. Apples Support-Seite sagt es unmissverständlich: „Sobald die Sprachmodelle geladen sind, findet die gesamte Verarbeitung auf Ihrem iPhone statt, wo alle Ihre Gesprächsdaten privat bleiben." Zehn Sprachen, kein Netz, kein Server. Bei einem Anwaltsgespräch oder einer Gehaltsverhandlung sieht dieser Tausch völlig anders aus als auf einem Datenblatt.

Google ist in die andere Richtung ebenso deutlich. Die Fußnote der Pixel-Buds-Hilfeseite lautet: „Erfordert ein Android-6.0-Gerät mit Google Assistant, ein Google-Konto und eine Internetverbindung. Es können Datenkosten anfallen. Die Übersetzung erfolgt nicht sofort." Dieser letzte Satz ist das Ehrlichste, was einer der vier Hersteller zur Latenz schreibt, und er erklärt, warum sich keines dieser Produkte anfühlt wie ein Gespräch mit einer zweisprachigen Freundin.

Timekettle geht kommerziell den Mittelweg. Die FAQ zur W4 Pro nennt 13 Offline-Übersetzungspakete ohne Downloadlimit, aber zwei Paare gibt es gratis per Gutschein, weitere kosten 10 Dollar pro Paar oder stecken in einem kostenpflichtigen Abo. Die Ohrhörer selbst brauchen für ihre Kernmodi kein Abo — die iOS-Versionen der Audio-Video-Übersetzung und der Anrufübersetzung zwischen zwei Geräten sind jedoch als „im Tarif für 14,99 $/Monat enthalten" gelistet, mit 10 Minuten Gratistest.

Die ehrliche Zusammenfassung: Niemand in dieser Kategorie verkauft Ihnen fließende Zweisprachigkeit. Apple sagt es im Kleingedruckten der eigenen Support-Seite laut: „Live-Übersetzung nutzt generative Modelle; Ausgaben können ungenau, unerwartet oder anstößig sein. Prüfen Sie wichtige Informationen auf ihre Richtigkeit." Lesen Sie diesen Satz zweimal, denn er komprimiert das gesamte Argument dieses Beitrags in einen Herstellerhinweis. Prüfen Sie auf Richtigkeit setzt voraus, dass es etwas gibt, woran man prüfen kann.

Lesen Sie die Support-Seiten, nicht die Packung: Wer behält tatsächlich etwas?

Also haben wir sie gelesen — alle vier, am 18. August 2026, auf der Suche nach genau einer Sache. Nicht „zeigt es mir Text", sondern „was existiert noch, wenn ich die App schließe".

Die Antworten sind vielfältiger, als das Marketing nahelegt, und zwei Hersteller schneiden besser ab, als es die zynische Version dieser Geschichte erwarten ließe.

Was die Support-Dokumentation jedes Herstellers aussagt, gelesen am 18. August 2026. Ein leerer Kreis heißt, dass der Hersteller die Fähigkeit nicht dokumentiert — kein Beweis, dass sie unmöglich ist, nur einer, dass sie nicht versprochen wird.

Apple dokumentiert ein Transkript, aber strikt als Live-Artefakt. Die Anleitung sagt, Sie sollen „den Tab ‚Live' in der Übersetzen-App auf dem iPhone verwenden, um Ihrem Gegenüber ein Transkript zu zeigen", und die EU-Ankündigung vom November 2025 beschreibt dasselbe: „Für Gespräche mit jemandem, der keine AirPods nutzt, können Nutzer einfach eine Live-Transkription in der Sprache des Gegenübers auf ihrem iPhone anzeigen." Anzeigen. Nichts auf dieser Seite beschreibt, dieses Transkript nach dem Gespräch zu speichern, zu exportieren oder Sprechern zuzuordnen.

Google steht konstruktionsbedingt an derselben Stelle. Die Pixel-Buds-Hilfeseite sagt, im Transkriptionsmodus „übersetzen Ihre Pixel Buds gesprochene Sprache fortlaufend in Ihr Ohr, und auf Ihrem Telefon erscheint ein Transkript". Erscheint. Die Seite dokumentiert weder Export noch Sitzungsverlauf noch Sprecherkennzeichnung.

Samsung geht weiter als beide, und das verdient Anerkennung. Die Support-Seite hält fest, dass „der Dolmetscher ein Texttranskript zur Übersetzung liefert", und ergänzt dann einen Satz, der wirklich nach Protokoll aussieht: „Tippen Sie erneut auf das Mikrofonsymbol, um die Aufnahme zu beenden. Sie können die Aufnahme außerdem über die Touch-Bedienung der Ohrhörer pausieren, fortsetzen und abspielen." Das ist eine Aufnahme, die Sie erneut hören können. Was Samsungs Seite nicht beschreibt: sie zu exportieren, zu teilen, zu durchsuchen oder über die Sitzung hinaus zu behalten.

Timekettle ist der einzige der vier, der das Protokoll als Produktfunktion behandelt. Auf der W4-Pro-Seite steht die Zeile „Audio und Text gespeichert, KI-Memo exportieren", die Ohrhörer werben damit, „Notizen nach dem Meeting zusammenzufassen", und zur Anrufübersetzung heißt es, das Gerät „erfasst, übersetzt und transkribiert jedes Wort Ihrer internationalen Anrufe in Echtzeit und sorgt so für reibungslose Gespräche und klare Protokolle nach dem Anruf".

So sieht der Markt im August 2026 aus: vier Produkte, die alle das Zuhören lösen, und genau eines, das Ihnen verkauft, was Sie am Donnerstag tatsächlich brauchen werden.

Das Protokoll ist keine Funktion der Übersetzung. Es ist ein anderes Produkt.

Geben wir der Lücke einen Namen, denn sie taucht immer wieder auf und hat einen verdient: Nur-im-Ohr-Übersetzung. Das ist Übersetzung, deren gesamte Ausgabe eine Schallwelle Richtung eines einzigen Trommelfells ist, ohne bleibendes Artefakt auf irgendeiner Seite.

Nur-im-Ohr-Übersetzung ist kein Mangel. Für die Situationen, für die diese Produkte entworfen wurden — nach einem Ladegerät in Barcelona fragen, einer Vorlesung folgen, eine Taxifahrt überstehen, beim Konferenzdinner jemanden kennenlernen —, ist sie genau richtig, und ein Transkript wäre eher ein Datenschutzrisiko als eine Funktion. Niemand will ein durchsuchbares Archiv jedes Kaffees, den er im Ausland bestellt hat.

Zum Mangel wird sie in dem Moment, in dem das Gespräch Folgen hat. Eine Nachverhandlung mit Lieferanten, ein Bewerbungsgespräch, eine Anamnese, ein Design-Review mit einem Offshore-Team, eine Kundeneskalation: In all diesen Fällen entsteht der Wert des Gesprächs überwiegend danach, wenn jemand es noch einmal liest.

Beide Spuren beginnen am selben Mikrofon. Nur eine erzeugt etwas, das Sie in einem halben Jahr noch öffnen können.

Sieht man beide Spuren nebeneinander, wird klar, warum Hardware allein diese Lücke nicht schließt. Die Erfolgsbedingung der Earbud-Pipeline lautet „die Nutzerin hat den Satz verstanden", und sie ist erfüllt, sobald das synthetisierte Audio verklungen ist. Alles danach — Quellaudio aufbewahren, den Originalwortlaut neben der Übersetzung erhalten, markieren, wer welche Zeile gesagt hat, Zeitstempel setzen, damit man zu Minute 34 zurückspringen kann — ist gegenüber dieser Bedingung reiner Ballast. Es kostet Akku, Speicher und Latenz, um etwas herzustellen, das die Zuhör-Aufgabe nie gebraucht hat.

Und hier ist der Punkt: Sie bekommen kein Protokoll als Nebeneffekt eines besseren Ohrhörers, egal wie gut der Ohrhörer wird. Die beiden Systeme optimieren auf Verschiedenes, und eines endet dort, wo das andere anfängt.

Earbuds, Handy-Apps, protokollzentrierte Werkzeuge: Was löst was wirklich?

Drei Kategorien, drei wirklich verschiedene Aufgaben. Die meiste Verwirrung in diesem Markt entsteht, weil Leute sie auf einer einzigen Achse vergleichen — meist der Sprachzahl —, obwohl sie sich kaum überschneiden.

Lesen Sie die letzte Zeile quer, und die Frage „Was soll ich kaufen?" löst sich von selbst. Die Fehlermodi ergänzen sich, sie konkurrieren nicht. Earbuds scheitern danach, Protokollwerkzeuge scheitern währenddessen, Handy-Apps scheitern am Tempo. Ein Geschäftstermin in zwei Sprachen scheitert an allen drei Punkten — weshalb die ernsthafte Antwort ein Stapel ist und kein Produkt.

Ein übersetztes Transkript ist immer noch kein Protokoll

Selbst wenn Text herauskommt, gibt es eine zweite Falle, die einen Namen verdient, denn sie erwischt Teams, die glauben, das Problem schon gelöst zu haben.

Eine maschinelle Übersetzung des Gesagten ist nicht dasselbe wie das Gesagte. Übersetzung ist genau dort verlustbehaftet, wo es im Geschäft am meisten zählt: bei Abschwächungen, Bedingungen, Verbindlichkeitsgraden. „Wir schauen uns das an" und „Wir machen das" sind zwei verschiedene Verpflichtungen, die in der Zielsprache öfter zum selben Satz kollabieren, als irgendjemand gern zugibt. Wenn das einzige Artefakt, das Sie behalten, die Übersetzung ist, haben Sie Ihre Prüfmöglichkeit weggeworfen.

Deshalb ist die brauchbare Einheit das Paar: die Zeile in der Ausgangssprache und ihre Übersetzung, ausgerichtet, mit Zeitstempel und einer namentlich benannten Person zugeordnet. Genau das erlaubt es jemandem sechs Wochen später zu sagen „Er hat es auf Koreanisch gesagt, zeig mir das Koreanische", und die Sache in dreißig Sekunden zu klären statt in einem E-Mail-Thread. Es ist, nicht zufällig, auch das, worauf Auftraggeber von Dolmetschern bei heiklen Einsätzen seit jeher bestehen: Der Dolmetscher dolmetscht, und ein Protokoll wird separat geführt.

Wir haben dieses Argument ausführlich gemacht, als Google Live-Sprachübersetzung ausgeliefert hat und die überprüfbare Notiz trotzdem wichtiger blieb als die flüssige Ausgabe. Die Earbud-Welle schwächt dieses Argument nicht. Sie schärft es, weil sie die letzte Ausrede entfernt: Der Moment ist jetzt wirklich abgedeckt, also bleibt nur noch das Protokoll, das man falsch machen kann.

So führen Sie ein mehrsprachiges Meeting, bei dem Moment und Protokoll beide überleben

Das ist der Teil, den Sie morgen umsetzen können. Sieben Schritte, der Reihe nach, für einen geplanten Geschäftstermin mit zwei Sprachen im Raum.

1. Legen Sie die Protokollsprache vor dem Termin fest und schreiben Sie sie in die Einladung. Eine Sprache ist der maßgebliche Text, alles andere ist deren Übersetzung. Teams, die diesen Schritt überspringen, enden mit zwei widersprüchlichen Protokollen und ohne Regel, welches gilt.
2. Laden Sie die Sprachpakete am Vorabend herunter, nicht in der Lobby. Bei AirPods: Einstellungen → Name Ihrer AirPods → Übersetzung → Sprachen, dann beide Richtungen auswählen und laden. Apples Verarbeitung auf dem Gerät funktioniert erst, wenn diese Modelle auf dem Telefon sind. Samsungs Dolmetscher bringt Englisch und Spanisch mit und verlangt für alles andere einen kostenlosen Download. Timekettles Offline-Pakete gehen paarweise, und nur zwei sind gratis.
3. Geben Sie den Earbuds genau eine Aufgabe: den Live-Moment. Beide Seiten mit Ohrhörern ist die gute Konfiguration. Hat nur eine Seite welche, nutzen Sie den Transkriptmodus auf dem Display, statt ein Telefon hin und her zu reichen — Apple, Google und Samsung dokumentieren diesen Rückfallweg alle.
4. Starten Sie eine separate Aufnahme des Raums, die das Originalaudio erfasst — nicht das übersetzte. Das ist der eine Schritt, den die meisten falsch machen. Wer die Earbud-Ausgabe aufzeichnet, hat eine maschinelle Übersetzung konserviert und die Quelle zerstört. Nehmen Sie auf, was tatsächlich gesagt wurde, in der Sprache, in der es gesagt wurde.
5. Verbrennen Sie die ersten sechzig Sekunden für Namen. Jede Person nennt Namen und Rolle, bevor es losgeht. Die Sprecherzuordnung wird danach deutlich genauer, wenn es von jeder Stimme eine saubere, benannte Probe gibt — und es kostet Sie eine Minute.
6. Prüfen Sie innerhalb von 24 Stunden die Übersetzung stichprobenartig an den Zeilen mit Entscheidung, Zahl oder Datum. Nicht das ganze Transkript, sondern die drei bis fünf Zeilen, die später jemand bestreiten könnte. Legen Sie Original und Übersetzung nebeneinander und prüfen Sie, ob die Modalität überlebt hat: werden gegen könnten, genehmigt gegen zur Kenntnis genommen.
7. Bewahren Sie die vier Artefakte als ein Objekt auf, nicht als vier Dateien. Quellaudio, Transkript in der Ausgangssprache, ausgerichtete Übersetzung und Zusammenfassung gehören unter einen Link. Sobald sie an vier Orten liegen, hat das Protokoll schon begonnen zu verrotten: Irgendjemand verschickt die Zusammenfassung, und das, was den Streit hätte klären können, liegt in einem Ordner, den niemand öffnet.

Schritt 4 und 7 trennen Teams, die ein Protokoll haben, von Teams, die glauben, eines zu haben.

Fazit: Der Ohrhörer hat eine Aufgabe erledigt, die nie die schwere war

Zwanzig Jahre lang war der schwere Teil eines mehrsprachigen Meetings, es in Echtzeit zu verstehen. Dieses Problem löst inzwischen Consumer-Hardware für 249 Dollar gut genug, dass wir aufhören können, es als die interessante Frage zu behandeln.

Übrig bleibt der Teil, der immer schwerer war und für den es nie ein Gerät gab: etwas zu erzeugen, das den Raum überdauert. Die Dolmetscherin in der Kabine war nie das Protokoll. Sie war der Grund, warum das Meeting überhaupt stattfinden konnte — und jemand anderes hat, immer, mitgeschrieben.

Die Frage, die man jedem Übersetzungsprodukt in diesem Jahr stellen sollte, lautet also nicht, wie viele Sprachen es spricht. Sie ist einfacher: Wenn es aufhört zu sprechen, was ist dann noch da?

---

Wo Telli.sh hineinpasst: Wir arbeiten an der zweiten Spur. Telli.sh nimmt das Meeting in der Sprache auf, in der es tatsächlich stattfindet, erzeugt ein Transkript mit Zeitstempeln und Sprecherzuordnung, stellt die Übersetzung neben das Original statt an dessen Stelle und macht daraus eine Zusammenfassung, die Sie Monate später noch durchsuchen können. Es geht nicht in Ihr Ohr — wenn Sie live übersetztes Audio im Raum wollen, kaufen Sie die Ohrhörer, darin sind sie inzwischen gut. Nehmen Sie Telli.sh für den Teil, der am Donnerstag noch da ist.

Übersetzte Live-Notiz starten

Quellen

• Live-Übersetzung mit den AirPods verwenden — Apple Support (veröffentlicht 31. März 2026)
• Live-Übersetzung auf AirPods kommt in die EU — Apple Newsroom (4. November 2025)
• AirPods Pro 3 kaufen — apple.com, Preis und Sprachfußnote zur Live-Übersetzung (gelesen 18. August 2026)
• Mit Google Pixel Buds übersetzen — Google Pixel Buds-Hilfe (gelesen 18. August 2026)
• Galaxy-KI-Funktionen mit Galaxy Buds3, Buds3 Pro oder Buds3 FE nutzen — Samsung US Support (gelesen 18. August 2026)
• Produktseite der Galaxy Buds3 Pro und Galaxy-KI-Fußnoten — samsung.com (gelesen 18. August 2026)
• Timekettle W4 Pro AI Interpreter Earbuds — Preis, Sprachliste, Offline-Pakete und FAQ (gelesen 18. August 2026)
• Wikimedia-Commons-Bildseite: Interpreting Vint Cerf, von liftconferencephotos, CC BY 2.0