Kundengespräch auf Englisch, du sprichst Deutsch: Was DeepL Voice mit dem neuen Modell Aure in Teams, Zoom und Meet kann – Kosten, Datenschutz, Grenzen

01 / Was neu ist

Was Aure anders macht als die bisherige DeepL-Stimme.

DeepL Voice gibt es schon länger: Das Kölner Unternehmen übersetzt damit gesprochene Sprache in Echtzeit, in Online-Meetings, bei Gesprächen vor Ort und über eine Schnittstelle für eigene Anwendungen [1][17]. Neu ist das Modell dahinter. Bisher hat DeepL Voice die übersetzte Stimme aus einer festen Stimmprobe vom Anfang des Gesprächs abgeleitet. Damit war erfasst, wer spricht, aber nicht, wie [1].

Aure analysiert die Sprache laut DeepL fortlaufend und passt die übersetzte Stimme an Veränderungen in Tonfall, Emotion, Betonung und Tempo an [1][2]. Wenn du im Gespräch langsamer wirst, um einen Punkt zu betonen, oder beim Überbringen einer guten Nachricht lebhafter sprichst, soll das in der Übersetzung hörbar bleiben. heise beschreibt den Unterschied so: Das alte Verfahren hat Stimmungswechsel im Laufe eines Dialogs nicht übertragen, Aure analysiert die Audioquelle durchgängig [3].

Die wichtigsten Eckdaten nach Angaben von DeepL:

• Acht Sprachen zum Start: Englisch, Deutsch, Spanisch, Französisch, Italienisch, Japanisch, Portugiesisch und Koreanisch. Für alle anderen Sprachen nutzt DeepL Voice automatisch die bisherigen Modelle [2].
• Keine Einrichtung: Aure läuft automatisch in DeepL Voice für Online-Meetings, für persönliche Gespräche und in der Voice-API [1][2].
• Kein gespeichertes Stimmprofil: Die Stimmdaten werden laut DeepL nur während der Sitzung im Arbeitsspeicher verarbeitet und danach gelöscht [2].
• Störgeräusche: Hintergrundgeräusche, andere Sprecher und Echos sollen herausgefiltert werden, etwa im Großraumbüro [2].

DeepL wirbt außerdem mit „76 % weniger kritischen Übersetzungsfehlern“ als die eingebauten Übersetzungsfunktionen von Teams, Zoom und Meet [2]. Wie diese Zahl gemessen wurde, steht auf der Seite nicht. Ich behandle sie deshalb als Herstellerangabe, nicht als Testergebnis.

02 / So läuft es im Call

Wie DeepL Voice in Teams, Zoom und Meet arbeitet.

DeepL Voice ist keine Funktion innerhalb von Teams, Zoom oder Meet, sondern ein eigener Dienst, der sich dazuschaltet. Der Ablauf laut DeepL-Hilfe [5][8]:

1. Du kopierst den Einladungslink des Meetings in die DeepL-Web-App oder die DeepL-Voice-Desktop-App und startest die Übersetzung.
2. DeepL schickt einen Bot ins Meeting, den jemand einlassen muss. Der Bot überträgt den Ton zur Übersetzung und postet einen Link in den Meeting-Chat.
3. Über den Link öffnen die Teilnehmenden ein DeepL-Browserfenster oder die Desktop-App und wählen ihre Sprache zum Sprechen und Lesen.
4. Wer die Desktop-App und eine passende Lizenz hat, kann zusätzlich die übersetzte Stimme hören.

Damit das klappt, muss deine Organisation externe Teilnehmende in Meetings zulassen, und der Chat muss aktiviert sein [5][8]. Unterstützt werden in Teams Sofort- und geplante Besprechungen, in Zoom „Meetings“ und in Google Meet Sofort- und geplante Meetings; Breakout-Räume werden nicht übersetzt [5][8]. Ein Meeting kann bis zu 300 Teilnehmende haben [5].

Die Desktop-App gibt es für Windows 10 (64 Bit) und für Macs mit Apple-Chip ab macOS 14.2; Intel-Macs werden nicht unterstützt [7]. Am Mac verlangt sie die Freigabe für Bildschirm- und Systemaudioaufnahme, damit sie den Originalton stummschalten kann, während die Übersetzung läuft [7].

Was das für ein Kundengespräch auf Englisch heißt

Hier liegt der wichtigste Punkt, der in der Ankündigung leicht untergeht. Die Desktop-App spielt übersetzten Ton nur für die Person ab, die sie nutzt. Sie nimmt laut DeepL nicht dein Mikrofon auf und spricht nicht an deiner Stelle ins Meeting [7]. Für die übersetzte Stimme braucht jede zuhörende Person die Desktop-App und eine eigene Voice-Lizenz [6].

Konkret: Du sprichst Deutsch, deine Kundin in London Englisch. Mit deiner Lizenz und der App hörst du sie auf Deutsch, mit Aure inklusive ihrer Betonung. Sie liest deine Sätze als englische Untertitel im Browserfenster, ohne DeepL-Konto und ohne Lizenz [6][8]. Deine Stimme auf Englisch hört sie nur, wenn sie selbst DeepL Voice mit Lizenz nutzt. Die neue Ausdrucksstärke von Aure kommt bei Kundinnen und Kunden also meist nicht an, sondern bei dir (Einschätzung).

03 / Kosten

Was DeepL Voice kostet.

DeepL Voice ist nicht in den bekannten DeepL-Pro-Tarifen für Textübersetzung enthalten, sondern ein eigenes Abo. Die Preise für Deutschland, abgerufen am 13. November 2026, jeweils pro Person und Monat inklusive Mehrwertsteuer [4]:

• Voice Starter: 12 € bei jährlicher, 14 € bei monatlicher Abrechnung. 300 übersetzte Minuten pro Monat, Untertitel für bis zu 50 Teilnehmende im Online-Meeting und bis zu 10 bei Gesprächen vor Ort. 14 Tage kostenlos testbar.
• Voice Business: 36 € jährlich, 42 € monatlich. 600 Minuten pro Monat, bis zu 300 Teilnehmende online und 100 vor Ort, zusätzlich geteilte Minuten im Team, Stilprofile und zentrale Einstellungen, wie lange Transkripte gespeichert und wer sie herunterladen darf.
• Mehr als 50 Nutzer: individuelle Preise, dann auch mit Single Sign-on und automatischer Benutzerverwaltung (SCIM).

Beide Pakete enthalten Untertitel, die übersetzte Stimme, Glossare, „Gesprochene Begriffe“ für Firmen- und Produktnamen sowie die Wahl zwischen Du und Sie [4]. 300 Minuten sind fünf Stunden. Für jemanden mit zwei einstündigen Kundencalls pro Woche reicht Starter rechnerisch, ein Vertriebsteam mit täglichen Calls stößt schnell an die Grenze (Einschätzung).

Ein Widerspruch, den du vor dem Kauf klären solltest: Die Preisseite schreibt, dass bei der übersetzten Stimme in Online-Meetings jede zuhörende Person ihre eigenen Minuten verbraucht [4]. Die Hilfe-Seite sagt dagegen, diese Minuten würden vom Kontingent der Person abgezogen, die die Übersetzung gestartet hat [6]. Für Untertitel sind sich beide einig: Es zählen nur die Minuten der Person, die startet [4][6].

04 / Vergleich

Reichen die eingebauten Übersetzer von Meet und Teams?

Google und Microsoft bauen Sprachübersetzung inzwischen direkt in ihre Meeting-Programme ein. Für dein Kundengespräch ist die Frage nicht, was am besten klingt, sondern wer was braucht.

Google Meet: Live-Dolmetscher

Seit dem 22. Oktober 2026 übersetzt Meet gesprochene Sprache in 63 Sprachen und erkennt die Sprache automatisch [11]. In der deutschen Hilfe heißt die Funktion „Live-Dolmetscher“; deine Worte werden für andere mit einer Stimme übersetzt, die deiner ähnelt [12]. Der große Vorteil: Organisiert jemand mit passendem Abo das Meeting, können alle Teilnehmenden die Übersetzung nutzen, auch Gäste aus anderen Firmen [11]. Passend sind unter anderem Workspace Business Standard und Plus, dort mit 90 Minuten pro Meeting [12]. Nicht verfügbar ist der Live-Dolmetscher in Livestreams und Aufzeichnungen [12]. Mehr zu Meet und zu Textübersetzern steht in meinem Vergleich DeepL, ChatGPT oder Gemini als KI-Übersetzer.

Microsoft Teams: Interpreter

Der Interpreter-Agent in Teams übersetzt Sprache in Sprache und kann auf Wunsch deine eigene Stimme nachbilden, ohne Stimmproben zu speichern [13][14]. Voraussetzung ist eine Microsoft-Copilot-Lizenz, die 20 Stunden Dolmetschen pro Person und Monat enthält [13][14]. Unterstützt werden rund zehn Sprachen, darunter Deutsch und Englisch [13]. Der Haken für Kundengespräche: Personen aus anderen Firmen können Interpreter nur mit eigenem, verifiziertem Microsoft-365-Konto und eigener Copilot-Lizenz nutzen; Gäste und anonyme Teilnehmende nicht [13]. Was Copilot kostet, habe ich in Microsoft 365 Copilot Business: Was die Lizenz kostet zusammengefasst.

Wann DeepL Voice die bessere Wahl ist

Meine Einschätzung nach den Anbieterangaben: DeepL Voice lohnt sich, wenn du auf allen drei Plattformen unterwegs bist, weil deine Kunden mal Teams, mal Zoom, mal Meet schicken. Es lohnt sich auch, wenn Fachbegriffe stimmen müssen, denn Glossare und gesprochene Begriffe gibt es schon im Starter-Paket [4]. Arbeitet ihr ohnehin in Google Workspace ab Business Standard, ist der Live-Dolmetscher in Meet für Gäste der einfachere Weg, weil auf der Kundenseite nichts installiert und nichts gekauft werden muss [11][12].

05 / Datenschutz

Was mit den Gesprächsdaten passiert.

Bei Voice-Diensten für Kunden handelt DeepL nach eigener Darstellung als Auftragsverarbeiter. Den Vertrag zur Auftragsverarbeitung schließt du über privacy@deepl.com ab [10]. Laut DeepL werden Meeting-Daten nur im Arbeitsspeicher verarbeitet, nach dem Anruf gelöscht und nicht zum Training verwendet [4][5].

Drei Details solltest du kennen, bevor du DeepL Voice in deinem Verzeichnis der Verarbeitungstätigkeiten einträgst:

• Transkripte bleiben lokal: Abgerufene Transkripte und Übersetzungen liegen auf dem Gerät der Nutzer, je nach Einstellung des Admins zwischen 20 Sekunden und 30 Tagen [5][10].
• Unterauftragsverarbeiter: Den Meeting-Bot betreibt Recall.ai aus EU-Rechenzentren, die Transkription übernimmt Speechmatics, beide laut DeepL ohne Datenspeicherung [5]. Für Sprachen ohne eigene DeepL-Stimme kommt ElevenLabs dazu, für das Hosting des Bots Microsoft und AWS [10].
• Nur bezahlt nutzen: Bei der kostenlosen Sprachübersetzung behält sich DeepL vor, Audio, Transkript und Übersetzung zum Training zu verwenden [10]. Für Kundengespräche kommt deshalb nur ein bezahltes Voice-Paket infrage.

Gegenüber informieren

§ 201 StGB stellt das unbefugte Aufnehmen des nichtöffentlich gesprochenen Wortes auf einen Tonträger und das Abhören mit einem Abhörgerät unter Strafe [15]. Laut DeepL streamt der Bot den Ton nur zur Übersetzung, und für die Stimmfunktion wird nichts aufgezeichnet [5][9]. Ob das strafrechtlich reicht, kann ich nicht abschließend beurteilen. Da der Bot sichtbar als Teilnehmer erscheint und eingelassen werden muss, ist ein heimliches Mithören in der Praxis kaum möglich (Einschätzung). Trotzdem gilt für mich: Kündige zu Beginn an, dass ein Übersetzungsdienst mitläuft, und frag, ob das in Ordnung ist. Das ist auch datenschutzrechtlich der saubere Weg.

Die KI-Verordnung verlangt in Art. 50 Abs. 4, dass Betreiber offenlegen, wenn ein KI-System Ton erzeugt, der ein Deepfake ist [16]. Eine Übersetzung in einer Stimme, die deiner ähnelt, dürfte kein Deepfake sein, solange dein Gegenüber weiß, dass übersetzt wird (Einschätzung). Mit der Ansage zu Beginn bist du auch hier auf der sicheren Seite. Wie du solche Regeln für das ganze Team festhältst, steht in KI-Richtlinie im Unternehmen.

06 / Grenzen und Prüfliste

Wo DeepL Voice an Grenzen stößt.

Live-Übersetzung macht ein Gespräch möglich, ersetzt aber keine Dolmetscherin bei Vertragsverhandlungen (Einschätzung). Microsoft schreibt über den eigenen Interpreter ausdrücklich, dass schnelle Wortwechsel, Unterbrechungen und gleichzeitiges Sprechen schwierig sind und Namen oder Fachbegriffe falsch übersetzt werden können [13]. Ich gehe davon aus, dass das für alle Systeme dieser Art gilt, auch für DeepL (Einschätzung). Halte Ergebnisse, Preise und Termine deshalb nach dem Call schriftlich fest. Wenn du dafür ein Protokoll ohne Cloud erstellen willst, hilft KI-Meetingprotokoll auf dem Mac.

Bevor du DeepL Voice im ersten Kundengespräch einsetzt, geh diese Punkte durch:

1. Testcall intern: Mit einer Kollegin auf Englisch testen, inklusive Bot einlassen und Link im Chat öffnen [5].
2. Kundenplattform prüfen: Lädt der Kunde ein, entscheidet seine IT, ob ein externer Bot und der Chat erlaubt sind [5][8].
3. Begriffe hinterlegen: Firmen-, Produkt- und Kundennamen als gesprochene Begriffe oder im Glossar eintragen [4].
4. AV-Vertrag abschließen: über privacy@deepl.com, und DeepL Voice ins Verarbeitungsverzeichnis aufnehmen [10].
5. Ansage vorbereiten: ein Satz auf Englisch, dass ein Übersetzungsdienst mitläuft, und eine Ausweichlösung, falls der Kunde das nicht möchte.

FAQ

Häufige Fragen zu DeepL Voice.

Braucht mein Kunde eine eigene DeepL-Lizenz?

Für Untertitel nicht: Eine Lizenz pro Meeting reicht, die anderen lesen ohne Konto mit [6]. Für die übersetzte Stimme braucht jede zuhörende Person die Desktop-App und eine eigene Voice-Lizenz [6].

Speichert DeepL meine Stimme?

Laut DeepL nicht. Aure und die Funktion „Speaker match“ nutzen nur eine laufende Sprachprobe aus der aktuellen Sitzung, die im Arbeitsspeicher liegt und danach verworfen wird [2][9].

In wie vielen Sprachen funktioniert DeepL Voice?

DeepL Voice übersetzt in über 40 Sprachen [17]. Das neue Modell Aure mit Tonfall und Betonung gibt es zunächst nur in acht davon, darunter Deutsch und Englisch [2].

Quellen

Quellen

1. DeepL: „DeepL stellt Aure vor: sein bislang ausdrucksstärkstes KI-Modell für Echtzeit-Sprachübersetzung“, Pressemitteilung, 11. November 2026 – home.deepl.com · abgerufen 13.11.2026.
2. DeepL: „Aure: Das natürlichste Sprachmodell von DeepL“ (Produktseite mit FAQ) – deepl.com · abgerufen 13.11.2026.
3. heise online, Marvin Fuhrmann: „KI-Stimmen mit Emotionen: DeepL stellt neues Modell Aure vor“, 11. November 2026 – heise.de · abgerufen 13.11.2026.
4. DeepL: „Finden Sie Ihr passendes Paket“, Reiter Voice, Deutschland (EUR) – deepl.com · abgerufen 13.11.2026.
5. DeepL Help Center: „About DeepL Voice for Online Meetings“ – support.deepl.com · abgerufen 13.11.2026.
6. DeepL Help Center: „Who needs a DeepL Voice license?“ – support.deepl.com · abgerufen 13.11.2026.
7. DeepL Help Center: „Get started: DeepL Voice desktop app“ – support.deepl.com · abgerufen 13.11.2026.
8. DeepL Help Center: „Connect a meeting“ – support.deepl.com · abgerufen 13.11.2026.
9. DeepL Help Center: „About speaker match“ – support.deepl.com · abgerufen 13.11.2026.
10. DeepL: „Datenschutzerklärung“, Abschnitt 5 „DeepL Voice Produkte“ – deepl.com · abgerufen 13.11.2026.
11. Google Workspace Updates: „Real-time speech translation in Google Meet expands to 63 languages with automatic language detection“, 22. Oktober 2026 – workspaceupdates.googleblog.com · abgerufen 13.11.2026.
12. Google Meet-Hilfe: „Live-Dolmetscher verwenden“ – support.google.com · abgerufen 13.11.2026.
13. Microsoft Support: „Interpreter in Microsoft Teams meetings and calls“ – support.microsoft.com · abgerufen 13.11.2026.
14. Microsoft Learn: „Manage Interpreter agent for your organization“ – learn.microsoft.com · abgerufen 13.11.2026.
15. Strafgesetzbuch: § 201 Verletzung der Vertraulichkeit des Wortes – gesetze-im-internet.de · abgerufen 13.11.2026.
16. Europäische Kommission, AI Act Service Desk: „Artikel 50: Transparenzpflichten für Anbieter und Betreiber bestimmter KI-Systeme“ – ai-act-service-desk.ec.europa.eu · abgerufen 13.11.2026.
17. DeepL: „Sprachübersetzung in Echtzeit“ (DeepL Voice, Produktseite) – deepl.com · abgerufen 13.11.2026.

Alle Quellen am 13. November 2026 abgerufen. Aussagen ohne belastbare Quelle sind im Text als Einschätzung gekennzeichnet; die Ziffern in eckigen Klammern verweisen auf die Nummern dieser Liste.