WWDC 2025: Warum hat Apple sich für Live-Übersetzung statt Siri entschieden?

Der wohl auffälligste Moment auf der WWDC 2025 von Apple war nicht die mit Spannung erwartete Weiterentwicklung von Siri, sondern die eindrucksvolle Präsentation der neuen Live-Übersetzungsfunktion. Als jemand, der selbst an einem Echtzeit-Übersetzungs- und Dolmetscher-Copiloten arbeitet, sehe ich darin mehr als nur ein weiteres Feature-Update – es deutet auf einen grundlegenden Wandel in Apples technologischer Ausrichtung und in der Strategie für das Nutzererlebnis hin.

Dass Apple sich dazu entschied, Siri zunächst im Hintergrund zu lassen und stattdessen mit Live-Übersetzung zu starten, wirkt wie eine bewusste Entscheidung. In Interviews nach der WWDC erklärten Apple-Manager, dass die neuen KI-Fähigkeiten von Siri noch nicht die nötige Zuverlässigkeit und Ausgereiftheit für eine Veröffentlichung erreicht hätten. Im Gegensatz dazu galt die Live-Übersetzung als Funktion, die den Nutzern sofort echten Mehrwert bieten kann. Gleichzeitig zeigt diese Entscheidung, dass Technologien für Echtzeit-Sprachübersetzung inzwischen nicht mehr nur eine Randerscheinung sind, sondern zunehmend zum Kern des Nutzererlebnisses werden.

Apple und Samsung: Einstieg in die Echtzeit-Übersetzung

Auf der WWDC hat Apple die Live-Übersetzung vorgestellt – eine tief integrierte, bidirektionale Übersetzungsfunktion, die direkt in die Telefon-, FaceTime- und Nachrichten-Apps eingebaut ist. Damit können Nutzer während eines Anrufs die Stimme ihres Gesprächspartners in ihrer eigenen Sprache hören und ihre eigene Sprache wird ebenfalls in Echtzeit übersetzt – alles läuft direkt auf dem Gerät. Apples typische Stärken wie einheitliche Benutzeroberfläche und datenschutzorientiertes Design sind dabei klar erkennbar.

WWDC 2025: Demo von Apples Live-Übersetzung in Nachrichten, FaceTime und Anrufen.

Samsung hingegen hat die Echtzeit-Übersetzung bei Anrufen bereits mit der Galaxy S24-Serie auf den Markt gebracht. Diese Funktion unterstützt auch Drittanbieter-Apps wie WhatsApp und Google Meet und bietet sogar eine Stimmensynthese, die die Stimme des Nutzers für die Übersetzung nachahmt. Während Apple nun offiziell in diesen Bereich einsteigt, experimentiert Samsung schon aktiv mit verschiedenen Kommunikationsumgebungen.

Samsung zeigt die Echtzeit-Sprachübersetzung während eines Telefonats mit Galaxy AI.

Und trotzdem: Kaum Verbreitung im Alltag – warum?

Samsung hat seine Funktion zur Echtzeit-Übersetzung bei Anrufen bereits eingeführt, während Apple sie gerade erst angekündigt hat. Dennoch bleibt die tatsächliche Nutzung solcher Funktionen – besonders im beruflichen Umfeld oder bei internationalen Meetings – bislang gering. Woran liegt das?

• Eingeschränkte Einsatzmöglichkeiten – Diese Funktionen sind meist auf bestimmte Geräte und Ökosysteme beschränkt. Samsung bietet nur begrenzte Integration mit Drittanbietern, während Apples Live Translation ausschließlich in den eigenen Apps (Telefon, FaceTime, Nachrichten) funktioniert. Eine Anbindung an gängige Kollaborationsplattformen wie Zoom oder Microsoft Teams ist derzeit ist derzeit kaum oder nur mit großem Aufwand möglich.
• Sprach- und Kontextgrenzen – KI auf dem Gerät bietet zwar Datenschutz und schnellere Reaktionszeiten, ist jedoch durch die Hardware limitiert. Dadurch kann sie längere Gesprächszusammenhänge, verschiedene Sprachen und Dialekte sowie individuelle Anpassungen nur eingeschränkt verarbeiten.
• Komplexe Dynamik in Meetings – In Besprechungen wechseln sich Gesprächspartner oft schnell ab, es werden Fachbegriffe verwendet und mehrere Personen sprechen gleichzeitig. Aktuelle KI-Lösungen kommen mit dieser Komplexität noch nicht zuverlässig zurecht.

Kurz gesagt: Die Technologie ist zwar beeindruckend, aber sie ist noch nicht ausgereift genug, um als verlässliches und alltagstaugliches Werkzeug für echte Kommunikationsbedürfnisse zu dienen.

Dolmetschen für den Alltag: Der nächste Schritt für Übersetzungstechnologie

Deeptrue im Einsatz: Echtzeit-Übersetzung und intelligente Antwortvorschläge während eines mehrsprachigen Videomeetings.

Bei Deeptrue schließen wir diese Lücken, indem wir ein Produkt entwickeln, das Echtzeit-Kommunikation praktischer und flexibler macht:

• Leistungsstarke Verarbeitung für Interaktionen mit minimaler Verzögerung – Durch den Einsatz cloudbasierter GPU-Infrastruktur reduzieren wir Latenzen und optimieren kontinuierlich die Geschwindigkeit der Audio- und Textverarbeitung.
• Kontextbezogene KI-Vorschläge – Unsere KI geht über reine Übersetzung hinaus: Sie versteht den Gesprächsfluss und nutzt benutzerdefinierte Anweisungen, um natürliche und situationsgerechte Formulierungen vorzuschlagen.
• Plattformübergreifende Nutzbarkeit – Deeptrue ist als Desktop-App mit transparenter Overlay-Oberfläche konzipiert und funktioniert nahtlos mit allen gängigen Videokonferenz-Tools wie Zoom, Teams, Google Meet und Webex – ohne die bestehenden Benutzeroberflächen zu stören.

Unser Ziel ist es nicht nur, eine Umgebung zu schaffen, in der Nutzer „sprechen können, ohne die Sprache zu beherrschen“, sondern ihnen zu helfen, „genau das auszudrücken, was sie wirklich sagen möchten.“ Dolmetschen bedeutet nicht bloß, Texte zu übertragen – es geht darum, Absichten präzise und natürlich zu vermitteln.

Die Technologie für Echtzeitdolmetschen sollte als AI-Kommunikationscopilot fungieren – nicht bloß als Übersetzer, sondern als aktiver Partner im Gespräch.

Wie geht es weiter mit der Echtzeit-Übersetzung?

Die Ankündigungen von Apple und Samsung zeigen deutlich: Sprachtechnologie in Echtzeit entwickelt sich von ersten Experimenten zu einem festen Bestandteil des Alltags. Dennoch gibt es weiterhin große technische Hürden – etwa die Grenzen von KI direkt auf dem Gerät, die Komplexität von Gesprächen in Echtzeit und die fehlende Einbindung in kollaborative Plattformen.

Bei Deeptrue stellen wir uns diesen Herausforderungen direkt. Unser Ziel ist es nicht nur, Übersetzungen zu beschleunigen, sondern echte Gespräche möglich zu machen. Während sich die Technologie weiterentwickelt, sind wir überzeugt: Der wahre Mehrwert entsteht nicht durch Neuheiten, sondern dadurch, dass Menschen überall wirklich hilfreiche Spracherlebnisse geboten werden.