Zwei-Wege-KI-Übersetzung: Beide Seiten, ein Bildschirm

Kurz gesagt: StreamVox übersetzt beide Seiten eines Gesprächs, nicht nur eine - sodass niemand gebrochene Untertitel lesen muss, während die andere Person flüssig spricht. Es funktioniert auf zwei Arten: eine Kopie auf jedem Rechner für Anrufe wie Zoom und Teams (beliebig viele Teilnehmer, jeder mit seinem eigenen Sprachpaar), oder ein einziger Rechner mit dem Gesprächsmodus - für Gespräche von Angesicht zu Angesicht und jede Unterhaltung, in der sich zwei Sprachen mischen. Stelle deine Sprachen ein, schalte das Overlay ein, und beide Seiten lesen Untertitel in Echtzeit in ihrer eigenen Sprache.

Die meisten Übersetzungstools lösen nur das halbe Problem. Du stellst eine Eingabe- und eine Ausgabesprache ein, die App übersetzt, was du sagst - und dein Gegenüber quält sich trotzdem durch gebrochenes Englisch. Gleichzeitig versucht er in einer Sprache zu antworten, die er kaum beherrscht. In beide Richtungen geht die Hälfte der Bedeutung verloren.

Zwei-Wege-Übersetzung löst das. Beide Seiten bleiben in ihrer Muttersprache. StreamVox unterstützt das seit Tag eins - es ist keine neue Funktion, aber genau die, die neue Nutzer am häufigsten übersehen. Deshalb hier, wie es tatsächlich funktioniert.

Was Zwei-Wege-Übersetzung bedeutet

Klassische Übersetzer funktionieren in eine Richtung. Eingang: Japanisch. Ausgang: Englisch. Gut für einen Anime-Clip, nutzlos für ein echtes Gespräch.

Zwei-Wege bedeutet simultane Übersetzung in beide Richtungen:

Person A spricht Japanisch - Person B liest englische Untertitel auf ihrem Bildschirm.
Person B spricht Englisch - Person A liest japanische Untertitel auf ihrem Bildschirm.

Niemand wechselt die Sprache. Niemand wartet. Niemand sagt „Entschuldigung, kannst du das nochmal langsamer wiederholen?". Es kommt einem echten Dolmetscher am nächsten - nur lebt dieser Dolmetscher auf beiden Laptops gleichzeitig und braucht keine Kaffeepause.

Einrichtung

Unter Windows und auf dem Mac läuft StreamVox als transparentes, schwebendes Overlay über jeder App; auf dem iPhone fahren dieselben Untertitel in einem Bild-in-Bild-Fenster über allem mit, was du gerade nutzt. Keine Browser-Erweiterung, keine virtuelle Kamera, kein Audio-Routing über einen zweifelhaften Treiber. So sieht der Ablauf für einen typischen internationalen Anruf aus:

1. Sprachen wählen. Öffne StreamVox, stelle deine Eingangssprache (was du vom Gegenüber hörst) und deine Ausgabesprache (was du lesen willst) ein. Die andere Person macht auf ihrem Rechner dasselbe, gespiegelt: ihre Eingabe ist deine Ausgabe und umgekehrt.

2. Audioquelle wählen. Unter Windows und auf dem Mac kannst du alles erfassen, was dein System ausgibt, oder mit Per-App Audio Capture eine einzelne App isolieren - für einen Zoom-Anruf zeigst du einfach auf Zoom, und das Overlay ignoriert Spotify, Benachrichtigungen und den Rest. Auf dem iPhone hast du die Wahl zwischen deinem Mikrofon und dem, was das Telefon abspielt; eine App-spezifische Erfassung gibt es dort nicht.

3. Overlay starten. Ein kompaktes Untertitelfenster erscheint über deinem Bildschirm. Es bleibt über jeder Anwendung angeheftet - Zoom, Teams, ein Spiel, ein Browser - ohne deinen Workflow zu blockieren.

Das ist die komplette Einrichtung. Beide Seiten lesen jetzt Untertitel in ihrer eigenen Sprache, in Echtzeit - Untertitel erscheinen, sobald die Worte gesprochen werden, ohne dass du auf einen ganzen Absatz warten musst.

Und bei zwei ist nicht Schluss. In einem Gruppenanruf lässt jeder Teilnehmer seine eigene Kopie mit seinem eigenen Sprachpaar laufen - eine dritte Person kann mit Spanisch als Ausgabe dazukommen und dasselbe Meeting auf Spanisch lesen, während du Deutsch liest und dein Kollege Englisch. Drei, fünf, zehn Rechner - es gibt kein Limit, denn jede Kopie übersetzt einfach das, was sie hört, in die Sprache ihres Besitzers.

Ein Computer, zwei Sprachen: der Gesprächsmodus

Alles bisher Beschriebene setzt zwei Rechner voraus - einen auf jeder Seite des Anrufs, mit gespiegelter Eingabe und Ausgabe. Das ist die richtige Einrichtung für Zoom, Teams oder einen Phone-Link-Anruf, bei dem die andere Person auf einem völlig anderen Gerät sitzt. Setzt du dich aber jemandem gegenüber an einen Tisch, gibt es keinen zweiten Laptop zum Spiegeln.

Seit Juli 2026 kann StreamVox etwas, das der Zwei-Rechner-Ablauf oben nicht kann: Der Gesprächsmodus verwandelt einen einzigen Rechner in einen live arbeitenden Zwei-Wege-Dolmetscher, ganz ohne zweite Installation und ohne gespiegelte Einrichtung. Wähle zwei beliebige von 10 unterstützten Sprachen - Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Russisch, Japanisch, Niederländisch und Hindi - und StreamVox erkennt die Sprache jeder Zeile von selbst und übersetzt sie in die jeweils andere Sprache des Paars, beide Richtungen in einem Feed. Jeder Sprecher bekommt seine eigene Farbe, und jeder übersetzte Block ist mit seiner Richtung beschriftet (English → Español, Español → English), sodass du verfolgen kannst, wer was gesagt hat, ohne den Faden zu verlieren.

Richtig glänzen kann er auf einem gemeinsamen Bildschirm. Ein Kundentermin, ein Interview, ein Empfangstresen, ein Familienessen, bei dem nicht alle dieselbe Sprache sprechen - stell einen Laptop zwischen euch, und jede Person spricht ihre eigene Sprache und liest die Antworten der anderen in ihrer. Ein Rechner, der als Dolmetscher für beide Seiten des Tisches arbeitet.

Und weil der Gesprächsmodus das Mikrofon, das Audio deines Geräts oder - unter Windows und auf dem Mac - eine ausgewählte App abhören kann, hat er ein zweites Leben: das Verfolgen der zweisprachigen Gespräche anderer. Ein Stream oder Podcast, in dem Host und Gast verschiedene Sprachen sprechen, eine Pressekonferenz, bei der Fragen und Antworten nicht zusammenpassen, ein Voice-Chat im Spiel, in dem dein Team in zwei Sprachen gleichzeitig redet - beide Seiten bleiben auf deinem Bildschirm übersetzt und beschriftet, während du spielst oder zuschaust. (Wenn deine Mitspieler auch dich verstehen sollen, ist das die Pro-Rechner-Einrichtung oben - jede Person lässt ihre eigene Kopie laufen.) Dieselbe Engine treibt auch den Guide zur Echtzeit-Übersetzung für Zoom und Teams an, wenn die andere Person in einem Anruf auch deine Sprache lesen soll, nicht nur du ihre.

Unter Windows und auf dem Mac gibt es einen zweiten Weg, ihn zu betreiben. Schaltest du Mikrofon und System-Audio gleichzeitig ein, verändert sich der Gesprächsmodus: Statt zu raten, welche der beiden Sprachen jede Seite spricht, behandelt er sie als zwei getrennte Kanäle - eine Sprache wird auf dem Mikrofon erkannt, die andere auf dem System-Audio, sodass nichts mehr zu erraten bleibt. Das hebt die Grenze von 10 Sprachen vollständig auf und schaltet zusätzlich Qualitätsmodus und Medizin-Modus innerhalb des Gesprächsmodus frei, wobei jede Seite ihre eigenen, unabhängig abgestimmten Einstellungen bekommt.

Dieses Zwei-Quellen-Setup ist eine Desktop-Funktion. iOS gibt einer App immer nur einen Mikrofonstream, deshalb läuft der Gesprächsmodus auf dem iPhone immer mit einer einzigen Quelle: die kuratierten 10 Sprachen, ohne Qualitätsmodus oder Medizin-Modus.

Wo es tatsächlich funktioniert

StreamVox ist es egal, welche App den Ton erzeugt. Wenn dein Computer es abspielen kann, kann StreamVox es übersetzen:

Zoom, Teams, Google Meet, Discord - internationale Meetings, Remote-Arbeit, Kundengespräche über Grenzen hinweg.
Phone Link (Windows) und Continuity (Mac) - übersetze Handyanrufe von iPhone oder Android direkt auf deinem PC über Phone Link. Auf einem Mac funktionieren iPhone-Anrufe, die du über Apples Continuity auf deinem Mac annimmst, genauso. Deine Eltern sprechen Italienisch, dein Partner Englisch - alle bleiben in einem Call.
YouTube, Twitch und andere Streaming-Plattformen - fremdsprachige Inhalte mit Live-Untertiteln, auch Streams ohne offizielle Captions.
Spiele - verstehe, was dein japanischer Duo-Partner im Voice Chat ruft, bevor du deswegen stirbst. Und wenn die ganze Lobby zwischen zwei Sprachen gespalten ist, folgt der Gesprächsmodus beiden gleichzeitig.
Alles andere - wenn es auf deinem Rechner Geräusche macht, ist es Freiwild.

Sprachen

StreamVox unterstützt derzeit 50+ Sprachen und deckt damit alle wichtigen europäischen, asiatischen, nahöstlichen und slawischen Sprachpaare ab. Die App-Oberfläche selbst ist in 12 Sprachen lokalisiert, sodass du sie in der Sprache einrichten kannst, in der du tatsächlich denkst.

Wenn du mehr darüber lesen willst, wie sich die Übersetzung an den Kontext anpasst - Gaming-Slang vs. Business-Formal vs. Filmdialoge - findest du das Profil-System im Guide zu den Übersetzungsmodi.

Datenschutz

Audio wird in Echtzeit verarbeitet, um deine Untertitel zu erzeugen - durch vertrauenswürdige Drittanbieter für KI, die im Rahmen von Auftragsverarbeitungsverträgen gebunden sind -, und wird niemals aufgezeichnet oder gespeichert, weder von StreamVox noch von diesen Anbietern. Keine Transkripte verlassen deinen Rechner, es sei denn, du exportierst sie selbst. Das ist wichtiger, als es klingt - etliche „KI-Übersetzer" speichern dein Audio oder deine Transkripte still und leise auf Servern, auf die du keinen Einblick hast. Wenn es in einem Call um Verträge, Gesundheit, rechtliche Themen oder einfach ein privates Familiengespräch geht, willst du das wahrscheinlich nicht.

Erste Schritte

StreamVox ist ein kostenloser Download im Microsoft Store für Windows 10 und Windows 11 und im App Store für Mac (macOS 14.2+) und iPhone (iOS 17+). Eine App, vier Stufen - wähle die, die zu deinem tatsächlichen Gesprächsvolumen passt:

Free Starter - 15 Minuten alle 24 Stunden, Zugriff auf alle unterstützten Sprachen, System-Audio- und Mikrofonerfassung.
StreamVox Pro - 40 Stunden Übersetzung pro Monat, alle aktuellen und zukünftigen Funktionen, bevorzugter E-Mail-Support.
StreamVox Pro+ - 70 Stunden pro Monat, für alle, die in Meetings, langen Streams oder Filmmarathons leben.
StreamVox Unlimited - kein Monatslimit, übersetze den ganzen Tag.

Jede kostenpflichtige Stufe enthält dieselben Funktionen - der Unterschied sind nur die Stunden. Suche nach „StreamVox" im Microsoft Store oder lade es direkt von streamvox.pro.

Häufig gestellte Fragen

Was ist Zwei-Wege-Übersetzung?

Es ist eine Übersetzung, die gleichzeitig in beide Richtungen funktioniert, nicht nur in eine. Jede Person spricht und liest in ihrer eigenen Sprache, statt dass eine Seite flüssige Untertitel bekommt, während die andere sich durch gebrochenen Text quält.

Müssen beide Personen StreamVox installiert haben?

Das hängt von der Situation ab. Für einen Anruf: ja - eine Kopie auf jedem Rechner, jede auf das eigene Sprachpaar ihres Besitzers eingestellt, und das skaliert auf beliebig viele Teilnehmer. Für ein persönliches Gespräch: nein - der Gesprächsmodus läuft auf einem einzigen Rechner und dolmetscht beide Seiten live.

Mit welchen Apps funktioniert es?

Unter Windows und auf dem Mac mit jeder App, die Audio abspielt: Zoom, Teams, Google Meet, Discord, Phone-Link- und Continuity-Anrufe, YouTube, Twitch und Spiele - systemweit oder eine App nach der anderen erfasst. Auf dem iPhone untertitelt es Videos, Streams und Podcasts - iOS hält Anrufe und DRM-geschützte Inhalte von jeder App fern.

Wie viele Sprachen unterstützt es?

50+ Sprachen für die Standard-Zwei-Wege-Übersetzung, wobei jede Seite ihre eigene Kopie nutzt. Der Gesprächsmodus, der auf einem einzigen Gerät läuft, deckt 10 kuratierte Sprachen aus einer einzelnen Audioquelle ab - und auf dem iPhone ist das immer der Fall. Unter Windows und auf dem Mac kannst du Mikrofon und System-Audio gemeinsam hinzunehmen, was den vollständigen Katalog von 50+ Sprachen plus Qualitätsmodus und Medizin-Modus öffnet.

Ist es privat?

Ja. Audio wird in Echtzeit verarbeitet, um Untertitel zu erzeugen, und wird niemals aufgezeichnet oder gespeichert, weder von StreamVox noch von den KI-Anbietern, die es nutzt. Nach dem Erscheinen der Untertitel bleibt nichts vom Gespräch erhalten.

Zwei-Wege-Übersetzung klingt nach einer großen Sache - bis du sie ausprobiert hast. Dann wirkt sie offensichtlich. So hätten diese Tools von Anfang an funktionieren sollen. Wenn du internationale Anrufe wegen der Sprachbarriere vermeidest, probier es einmal aus. Im schlechtesten Fall verbrennst du 15 Gratis-Minuten und nichts ändert sich. Im besten Fall musst du deine eigenen Gedanken nicht mehr übersetzen, bevor du den Mund aufmachst.

AlekGir