Beste Google Meet-Übersetzungs-Extensions im Jahr 2026 — Ein „ehrlicher" Vergleich

Internationale Gespräche sind heute fester Bestandteil der Remote-Arbeit. Genauso die Reibung, die damit einhergeht: Die Hälfte des Teams spricht fließend Englisch, die andere Hälfte als Zweitsprache, und immer fehlen jemandem 30 % des Gesagten. Google Meet selbst löst dieses Problem nicht — die integrierten Untertitel transkribieren zwar Sprache, übersetzen sie aber nur selten. Eine wachsende Zahl von Drittanbieter-Tools versucht, diese Lücke zu schließen, und die Suchergebnisse für „best Google Meet translation extension” mischen echte Lösungen mit verwandten Produkten, die ähnlich aussehen, aber ein anderes Problem lösen.

Dieser Beitrag vergleicht drei Tools, die tatsächlich Google Meet-Gespräche in Echtzeit übersetzen — MeetVoice, die übersetzten Untertitel von Google Meet selbst und Krisp Live Translation — sowie einen separaten Abschnitt zu Otter und Fireflies, die in denselben Suchanfragen auftauchen, aber nach dem Anruf Meeting-Assistenten sind und keine Live-Übersetzer. Die Bewertungskriterien werden unten dargelegt; die Vergleichstabelle fasst das Urteil für Leser zusammen, die die Kurzfassung wünschen.

Wie wir diese Tools bewertet haben

Echtzeit-Sprachübersetzung hat mehr Dimensionen, als den Leuten beim ersten Einkaufsversuch bewusst ist. Die sechs Achsen, die bei Kaufentscheidungen zählen:

1. Echtzeit vs. nach dem Anruf. Manche Tools übersetzen während des Meetings (alle hören oder sehen die Übersetzung sofort); andere erzeugen ein übersetztes Transkript, nachdem der Anruf endet. Beides ist nützlich, aber nicht austauschbar.
2. Sprachübersetzung mit TTS (TTS) vs. reine Text-Untertitel. Live-Untertitel lassen Sie die Übersetzung lesen; Sprachübersetzung mit TTS ergänzt eine gesprochene Stimme in Ihrer Sprache, während der Originalsprecher im Hintergrund leiser wird. Untertitel zu lesen, während man eine Präsentation verfolgt, ist schwieriger, als es klingt.
3. Wechselseitig. Übersetzt das Tool beide Teilnehmer gleichzeitig oder nur eine Richtung? Ein einseitiger Übersetzer funktioniert zum Zuhören bei einem fremdsprachigen Sprecher, scheitert aber in dem Moment, in dem Sie in Ihrer eigenen Sprache antworten müssen.
4. Unterstützte Sprachpaare. Wenn ein Anbieter mit „100+ Sprachen” wirbt, ist damit in der Regel Transkription gemeint, nicht Übersetzung. Echte Übersetzungspaar-Zahlen sind typischerweise kleiner.
5. Audio-Routing. Lokale Verarbeitung hält Audio auf Ihrem Gerät; Cloud-Routing über den Anbieter sendet Meeting-Audio an dessen Server. Das ist relevant für Datenresidenz-Richtlinien und für Nutzer, deren API-Schlüssel sie direkt selbst kontrollieren wollen.
6. Preismodell. Abonnement, Einmalzahlung, kostenloser Tarif, nur Enterprise — und welche Funktionen hinter den höheren Tarifen verschlossen sind.

Vergleich auf einen Blick

Tool	Echtzeit	Sprachübersetzung mit TTS (TTS)	Wechselseitig	Sprachen	Audio-Routing	Preise
MeetVoice	Ja	Ja	Ja	18	Lokal + Ihr Deepgram-Schlüssel	15 €/Jahr
Google Meet-Untertitel	Ja	Nein (nur Text)	Einseitig	90+	Google-Cloud	Workspace Business Standard+ oder Enterprise-Tarife
Krisp Live Translation	Ja	Ja	Ja	80+	Krisp-Cloud	Call Center AI Add-on (Enterprise-Vertrieb)
Otter.ai	Nur nach dem Anruf	Nein	n/v	6 (Transkription)	Otter-Cloud	Free / Pro $16,99/Monat / Business $30/Monat
Fireflies.ai	Nur nach dem Anruf	Nein	n/v	100+ (Transkription)	Fireflies-Cloud	Free / Pro $18/Monat / Business $29/Monat

1. MeetVoice — am besten für wechselseitige Sprachübersetzung mit TTS in Echtzeit

MeetVoice ist eine Chrome-Extension in Kombination mit einer kleinen Desktop-App, die lokal unter Windows oder macOS läuft. Die Desktop-App übernimmt die Audio-Erfassung und leitet das Signal durch Deepgram Nova-3 zur Spracherkennung, dann durch ein Übersetzungsmodell und schließlich zurück in das Meeting — sowohl als Untertitel auf dem Bildschirm als auch als synthetisierte Sprache in der Zielsprache. Das Audio des Originalsprechers wird automatisch leiser gestellt (audio ducking), während die übersetzte Stimme abspielt, damit beide nicht kollidieren.

Stärken. Sprachübersetzung mit TTS mit TTS-Wiedergabe ist das Hauptmerkmal — die meisten „Google Meet-Übersetzungs”-Tools bleiben bei Text-Untertiteln stehen. MeetVoice übersetzt beide Richtungen gleichzeitig: Wenn Sie Englisch sprechen und Ihr Gegenüber Deutsch, sehen und hören beide das Gespräch in der eigenen Sprache, ohne den Modus zu wechseln. Es unterstützt 18 Sprachpaare (EN/DE/RU/UK + ES/PT/FR/IT + PL/NL/TR/JA/KO + CS/SK/HU/RO/BG). Die Spracherkennung verwendet Ihren eigenen Deepgram-API-Schlüssel (BYOK), sodass Audio direkt von Ihrem Rechner zu Deepgram geht — niemals über die Server von MeetVoice. Die Desktop-App zeichnet pro Gespräch ein Transkript mit echten Teilnehmernamen auf (aus der Meet-Oberfläche ausgelesen) und kann es nach dem Anruf als PDF, SRT oder TXT exportieren. Bis zu 50 Meetings werden im Verlauf gespeichert.

Einschränkungen. Nur Chrome — kein Firefox- oder Edge-Build. Erfordert die Installation sowohl der Extension als auch der Desktop-App, was mehr Aufwand bedeutet als eine reine Browser-Extension. Als neueres Produkt ist die Community kleiner als die von Otter; gelegentliche Ecken und Kanten bei selteneren Sprachpaaren sind zu erwarten.

Am besten geeignet für. Mehrsprachige Sales-Calls, EN↔JA/KO/RU-Technik-Interviews und internationale Standups, bei denen Teilnehmende eingehende Sprache in ihrer eigenen Sprache verstehen müssen. Nutzen Sie den mehrsprachigen Modus für eingehende Sprache aus 2–4 erwarteten Sprachen; nutzen Sie den normalen Sprachpaar-Modus, wenn Ihr eigenes Mikrofon für eine andere Person übersetzt werden muss.

Wenn Sie tiefer eintauchen möchten, wie wechselseitige Echtzeit-Übersetzung von Anfang bis Ende funktioniert, haben wir dazu einen eigenen Beitrag geschrieben.

2. Google Meet integrierte übersetzte Untertitel

Das eigene Angebot von Google. Untertitel werden in die vom Betrachter gewählte Sprache übersetzt und unter dem Video angezeigt. Keine Installation, keine Drittanbieter-Software. Die Funktion ist auf support.google.com dokumentiert.

Stärken. Kostenlos in dem Sinne, dass sie in Google Workspace-Tarifen, die sie bereits enthalten, gebündelt ist — kein zusätzliches Abonnement. Die Abdeckung ist breit: 90+ Sprachpaare, weit mehr als jedes Drittanbieter-Tool. Stabile Infrastruktur, keine zusätzliche App zum Installieren oder Warten.

Einschränkungen. Nur Text — es gibt keine gesprochene Übersetzung, keine TTS-Wiedergabe. Die Übersetzung ist einseitig, untertitelt für den Betrachter; der andere Teilnehmer muss Englisch auf seiner Seite lesen, falls Sie das gesprochen haben. Verfügbar nur in den Workspace-Tarifen Business Standard, Business Plus, Enterprise Standard, Enterprise Plus und Google AI Pro for Education. Kostenlose Google-Konten und Workspace Starter erhalten keine übersetzten Untertitel. (Enterprise Starter hat den Zugang am 30. Juni 2025 verloren.) In einem Meeting mit mehreren Sprechern wird zu jedem Zeitpunkt nur der aktive Sprecher untertitelt — schnelles Hin und Her geht verloren.

Am besten geeignet für. Mehrsprachige Sales-Calls, EN↔JA/KO/RU-Technik-Interviews und internationale Standups, bei denen Teilnehmende eingehende Sprache in ihrer eigenen Sprache verstehen müssen. Nutzen Sie den mehrsprachigen Modus für eingehende Sprache aus 2–4 erwarteten Sprachen; nutzen Sie den normalen Sprachpaar-Modus, wenn Ihr eigenes Mikrofon für eine andere Person übersetzt werden muss.

3. Krisp Live Translation

Krisp ist vor allem als Tool zur Geräuschunterdrückung bekannt, und das Unternehmen hat eine Echtzeit-, wechselseitige Voice-to-Voice-Übersetzung über 80+ Sprachen hinweg veröffentlicht. Die Mechanik ist ähnlich wie bei MeetVoice — Sprache rein, übersetzte Sprache raus — aber die Verpackung ist anders.

Stärken. Sofern verfügbar, deckt die Technologie eine breitere Sprachbasis (80+) ab als MeetVoice mit 18 und bündelt Geräuschunterdrückung. Krisps Enterprise-Infrastruktur wurde bei großen Call-Center-Operationen eingesetzt.

Einschränkungen. Live Translation ist nicht Teil von Krisps Standard-Meeting AI-Tarifen (Core $16/Monat, Advanced $30/Monat). Sie wird als Add-on für Krisps Call Center AI-Produkte (CC Core, CC Advanced) angeboten und richtet sich an Kundensupport- und Outbound-Sales-Operationen statt an spontane Google Meet-Gespräche. Für einen einzelnen Meet-Nutzer bedeutet der Zugang zu Live Translation über Krisp typischerweise, sich an den Enterprise-Vertrieb zu wenden und eine Call Center AI-Vereinbarung zu treffen — nicht das reibungsfreie Erlebnis, das der Name vielleicht nahelegt. Das Audio wird durch Krisps Cloud geleitet (statt lokal), daher sind Datenresidenz-Richtlinien zu beachten. Die Preise im Call Center-Tarif sind individuell — keine öffentlich gelisteten Monatsraten.

Am besten geeignet für. Mehrsprachige Sales-Calls, EN↔JA/KO/RU-Technik-Interviews und internationale Standups, bei denen Teilnehmende eingehende Sprache in ihrer eigenen Sprache verstehen müssen. Nutzen Sie den mehrsprachigen Modus für eingehende Sprache aus 2–4 erwarteten Sprachen; nutzen Sie den normalen Sprachpaar-Modus, wenn Ihr eigenes Mikrofon für eine andere Person übersetzt werden muss.

Was ist mit Otter, Fireflies und anderen Meeting-Transkribierern?

Otter und Fireflies tauchen in nahezu jeder Suche nach „Google Meet translation” oder „best Google Meet AI tools” auf, deshalb lohnt es sich, klarzustellen, was sie sind. Sie sind nach dem Anruf Meeting-Assistenten, keine Live-Übersetzer. Sie treten einem Gespräch bei, transkribieren das Audio und erzeugen anschließend eine Zusammenfassung plus durchsuchbares Transkript. Die Übersetzung in diesen Produkten bezieht sich auf das Transkript — nicht auf das Live-Gespräch.

Otter (otter.ai) transkribiert Meetings in sechs Sprachen (Englisch, Spanisch, Französisch, Deutsch, Japanisch, Chinesisch) und wird weithin für die Qualität seiner KI-Zusammenfassungen englischsprachiger Gespräche geschätzt. Es übersetzt keine gesprochenen Audiosignale während des Meetings. Preise: Free / Pro $16,99 pro Monat / Business $30 pro Monat.

Fireflies (fireflies.ai) transkribiert in 100+ Sprachen und integriert sich tiefer in CRM- und Slack-Workflows, was es nützlich für Vertriebsprozesse macht, die jeden Anruf erfassen und weiterleiten wollen. Die Übersetzung ist Teil der Nachbesprechungs-Zusammenfassungen. Preise: Free / Pro ab $10 pro Monat / Business ab $19 pro Monat.

Beide sind hervorragend in dem, was sie tun, aber keines hilft einem russischsprachigen und einem spanischsprachigen Teilnehmer dabei, einander live zu verstehen. Wenn das Suchergebnis, das Sie auf „beste Google Meet-Übersetzungs-Extensions” geführt hat, gehofft hatte, dass Otter oder Fireflies live Sprache übersetzen — das tun sie nicht.

Welche sollten Sie wählen?

Ein kurzer Entscheidungsbaum:

• Sie benötigen Echtzeit-Sprachübersetzung mit TTS in beide Richtungen auf Google Meet ohne Enterprise-Vertriebsgespräche → MeetVoice.
• Sie benötigen kostenlose Untertitel in einer der 90+ Sprachen und Ihr Workspace enthält bereits Business Standard oder höher → die integrierten übersetzten Untertitel von Google Meet sind der richtige Ausgangspunkt.
• Sie betreiben ein Call-Center oder eine Support-Organisation und benötigen 80+ Sprachpaare bei vorhandener Beschaffungskapazität → Krisp Live Translation (Call Center AI-Tarif, Vertrieb kontaktieren).
• Sie wollen ein Transkript und eine KI-Zusammenfassung eines englischsprachigen Meetings → Otter.
• Sie benötigen Transkripte, die nach dem Anruf in CRM-/Slack-Workflows übertragen werden → Fireflies.

Für die meisten Leser, die auf diesem Artikel gelandet sind und erwartet haben, spontane Google Meet-Gespräche ohne Enterprise-Beschaffung zu übersetzen, ist MeetVoice die nächstliegende Wahl. Die 30-minütige kostenlose Testphase erfordert keine Kreditkarte, sodass die Kosten für einen Versuch in einem echten Meeting bei null liegen — und das ist meist der einzige Weg, um herauszufinden, ob Echtzeit Sprachübersetzung mit TTS die Art, wie sich Ihre internationalen Gespräche tatsächlich anfühlen, verändert.

Laden Sie MeetVoice für Windows oder macOS herunter und übersetzen Sie Ihr erstes Google Meet-Gespräch live, in Ihrer Sprache, ohne ein Wort zu tippen.