Kurzfassung
- Die ehrliche Antwort: Es gibt keine offizielle Zahl. OpenAI hat nie eine verbindliche Anzahl der Sprachen veröffentlicht, die ChatGPT spricht. Die Benutzeroberfläche ist in Dutzende Sprachen lokalisiert, und das Modell verarbeitet in der Praxis noch viele weitere – mit einer Qualität, die außerhalb der Spitzengruppe schnell nachlässt.
- Jedes Modell zählt anders. Google Gemini führt über 70 Sprachen auf, Claude von Anthropic wird für etwa 15 benchmarked, funktioniert aber in Dutzenden, und Grok von xAI deckt per Spracheingabe über 20 ab. Keine zwei Unternehmen messen dasselbe, daher sind die Zahlen nicht vergleichbar.
- Dadurch wird die Anzahl der Sprachen fast zu einer Eitelkeitsmetrik. Ein Modell kann eine Sprache „unterstützen“ und trotzdem steif darin antworten, den kulturellen Kontext verfehlen oder sich eine Antwort ausdenken. Abdeckung ist nicht Qualität.
- Worauf es für die Betreuung von Kund:innen wirklich ankommt: die Qualität in jeder einzelnen Sprache, Lokalisierung, die über reine Übersetzung hinausgeht, und nicht die gesamte Zielgruppe auf die Abdeckung eines einzigen Modells zu setzen. Genau deshalb lohnt sich ein modellagnostischer Ansatz.
Sprachen zu zählen ist die falsche Frage. Entscheidend ist, jede einzelne gut zu sprechen.
„How many languages does ChatGPT support“ ist eine der meistgesuchten Fragen zu AI, und fast jede Antwort, die man findet, ist nur eine Sprachliste, die irgendjemand irgendwo kopiert hat. Die echte Antwort ist nützlicher und ehrlicher: Es kommt darauf an, was man mit „support“ meint – und die Zahl ist weit weniger wichtig, als die meisten denken. Hier ist die nüchterne Version, wie die großen Modelle im Vergleich dastehen und worauf Sie tatsächlich achten sollten, wenn Sie einen AI-Assistenten wollen, der Kund:innen in ihrer eigenen Sprache bedient. Genau an dieser Frage arbeiten wir jeden Tag bei Invent.
Die kurze Antwort: Wie viele Sprachen unterstützt ChatGPT?
OpenAI hat nie eine offizielle Zahl veröffentlicht nach dem Motto „ChatGPT spricht so und so viele Sprachen“ – und genau dieses Fehlen ist der erste Hinweis. Was es gibt, ist die Lokalisierung der Benutzeroberfläche: In den Kontoeinstellungen lässt sich die ChatGPT-Oberfläche auf eine von Dutzenden Sprachen umstellen (OpenAI Help Center). Das kommt einer offiziellen Liste am nächsten und umfasst die wichtigsten Weltsprachen: Englisch, Spanisch, Französisch, Deutsch, Portugiesisch, Chinesisch, Japanisch, Arabisch und weitere.
Beim Modell selbst sieht es anders aus. Weil es aus einem riesigen Ausschnitt des Internets gelernt hat, kann ChatGPT in weit mehr Sprachen lesen und schreiben, als die Oberfläche anbietet – Dutzende mehr –, mit einer Kompetenz, die je nach Umfang der Trainingsdaten in der jeweiligen Sprache von exzellent bis kaum brauchbar reicht. Unabhängige Tester erhalten regelmäßig stimmige Antworten in 90 oder mehr Sprachen. Aber „ich habe eine Antwort bekommen“ und „ich würde das Kund:innen zeigen“ sind nicht derselbe Maßstab.
Die ehrliche Antwort lautet also: offiziell Dutzende Sprachen in der Oberfläche, inoffiziell deutlich mehr im Modell – und eine wesentlich kleinere Auswahl, die es gut genug beherrscht, um Ihre Marke zu repräsentieren. OpenAI hat sich hier selbst abgesichert. Als Anfang 2026 ChatGPT Translate eingeführt wurde, startete diese spezielle Funktion mit nur 25 Sprachen (SiliconANGLE ) – eine Erinnerung daran, dass „das Modell kann eine Sprache versuchen“ und „wir stehen offiziell dafür ein“ zwei sehr unterschiedliche Zusagen sind.
Wie die großen AI-Modelle im Vergleich abschneiden
Schaut man über ChatGPT hinaus, wird das Bild unübersichtlicher, denn jedes Unternehmen zählt anders. So beschreiben die wichtigsten Assistenten ihre eigene Abdeckung:
- ChatGPT (OpenAI): Keine offizielle Zahl. Die Benutzeroberfläche ist in Dutzende Sprachen lokalisiert, und das zugrunde liegende Modell verarbeitet viele weitere – bei stark schwankender Qualität.
- Gemini (Google): Die Gemini-Web-App ist in mehr als 70 Sprachen in über 230 Ländern verfügbar (Google ), wobei die Unterstützung je nach Produkt variiert und einige Funktionen weiterhin nur auf Englisch verfügbar sind.
- Claude (Anthropic): Offiziell in etwa 15 Sprachen benchmarked und in Dutzenden weiteren einsetzbar; verarbeitet die meisten Sprachen, die Standardzeichen verwenden (Anthropic ). Am stärksten ist es in einer Handvoll Sprachen, darunter Spanisch, Französisch, Deutsch und Portugiesisch.
- Grok (xAI): Noch relativ neu im Mehrsprachigen. Seine Sprachagenten decken über 20 Sprachen ab, bei einem Katalog von 28, und erkennen sowie wechseln Sprachen mitten im Gespräch automatisch (xAI ).
Hier wird das Problem deutlich. Das eine Unternehmen zählt Oberflächensprachen, das andere die Verfügbarkeit der Web-App, das nächste benchmarked Sprachen und das vierte Sprachsprachen. Diese Zahlen messen nicht dasselbe, deshalb ist ein Ranking nach „unterstützten Sprachen“ nahezu bedeutungslos. Die Schlagzeilenzahl verrät fast nichts darüber, ob ein bestimmtes Modell Ihre Kundschaft auf Portugiesisch, Thai oder Polnisch bedienen kann, ohne wie eine Übersetzung zu klingen.
Jedes Unternehmen zählt anders, deshalb ist die Schlagzeilenzahl kein fairer Vergleich.
Was die einzelnen Apps tatsächlich angeben
Die Lücken sagen genauso viel wie die Zahlen. Nur eines der drei großen Modelle veröffentlicht eine vollständige Liste der Oberflächensprachen.
- Gemini veröffentlicht die längste Liste: 71 Sprachen in der App, darunter Arabisch, Bengalisch, Chinesisch, Französisch, Deutsch, Hindi, Japanisch, Koreanisch, Portugiesisch, Spanisch, Suaheli, Vietnamesisch und Zulu sowie viele weitere (Google ).
- ChatGPT veröffentlicht keine offizielle öffentliche Gesamtzahl. In den Einstellungen kann man die Oberfläche auf eine lange Liste von Sprachen umstellen, aber OpenAI sagt nirgends gesammelt, wie viele oder welche es sind.
- Claude veröffentlicht ebenfalls keine feste Oberflächenliste. Es verarbeitet die meisten Sprachen, die Standard-Unicode-Zeichen verwenden, und belässt es dabei (Anthropic ).
Wo die Abdeckung schmaler wird: Sprache
Text ist das großzügige Ende der Skala. Bei Sprache zeigen sich die echten Grenzen, denn Sprache korrekt zu verarbeiten ist schwieriger als Text.
- Das Modell Whisper von OpenAI unterstützt 99 Sprachen für Sprache – die breiteste Sprachabdeckung in dieser Gruppe (OpenAI ).
- Grok nennt über 20 Sprachen für seine Sprachagenten, darunter Arabisch, Chinesisch, Französisch, Deutsch, Hindi, Japanisch, Koreanisch, Portugiesisch, Russisch, Spanisch, Thai, Türkisch und Vietnamesisch, mit breiterer Erkennung über diese ausdrücklich genannten Sprachen hinaus (xAI ).
- Gemini bietet Sprache über Gemini Live in einem Teil seiner App-Sprachen an, ohne dafür eine separate veröffentlichte Zahl zu nennen.
Ein Modell, das eine Sprache im Text „unterstützt“, muss sie also noch lange nicht sprechen – und die Schlagzeilenzahl, die Sie gesehen haben, bezieht sich fast nie auf Sprache.
Warum die Anzahl der Sprachen die falsche Metrik ist
Hier ist, was diese Listenartikel übersehen. Eine hohe Sprachzahl wirkt beeindruckend und sagt fast nichts über die Erfahrung aus, die Ihre Kundschaft tatsächlich haben wird. Drei Dinge lösen die Verbindung zwischen „unterstützt“ und „gut“ auf.
- Die Qualität schwankt innerhalb eines einzigen Modells. Derselbe Assistent, der fehlerfreies Spanisch schreibt, kann auf Vietnamesisch steif und seltsam förmlich wirken, weil er im Training weit mehr Spanisch gesehen hat. Anthropic ist transparent genug, diese Lücke zu veröffentlichen: Claude erreicht im Spanischen 98 % seiner englischen Qualität, im Yoruba aber nur 80 % (Anthropic ). Die Sprache ist an beiden Enden „unterstützt“. Nur eine davon ist kundentauglich.
- Unterstützung bedeutet selten Lokalisierung. Die Wörter zu übersetzen ist der einfache Teil. Ton, Formalität, Idiome und kulturelles Feingefühl zu treffen, ist der schwierige Teil – und genau dort wirken maschinell umgewandelte Antworten kühl, selbst wenn technisch jedes Wort korrekt ist. Über diese Lücke haben wir ausführlich in unserem Leitfaden zu Best Practices für mehrsprachige AI jenseits der Übersetzung geschrieben.
- Eine größere Zahl kann ein schlechteres Ergebnis verbergen. Ein Modell, das 100 Sprachen beansprucht, aber die Hälfte davon schlecht beantwortet, kostet Sie mehr Kund:innen als eines, das 30 Sprachen wirklich gut beherrscht. Die Zahl belohnt Breite; Ihre Kundschaft belohnt Qualität.
Anthropic ist der einzige große Anbieter, der Qualität pro Sprache veröffentlicht. Dasselbe Modell reicht von 98 % seiner englischen Qualität im Spanischen bis hinunter zu 80 % im Yoruba.
Die richtige Frage ist nicht „Wie viele Sprachen unterstützt es?“, sondern „Wie gut bedient es genau die Sprachen, die meine Kund:innen tatsächlich sprechen – und zwar auf eine Weise, die sich für sie natürlich anfühlt?“
Der klügere Ansatz: das passende Modell wählen und dann über Übersetzung hinausgehen
Sobald man aufhört, der Schlagzeilenzahl hinterherzulaufen, ergibt sich daraus eine bessere Strategie.
- Bleiben Sie modellagnostisch. Kein einzelnes Modell ist in jeder Sprache das beste. ChatGPT kann in einem Markt gewinnen, Gemini oder Claude in einem anderen. Wenn Ihr gesamtes mehrsprachiges Erlebnis von der Abdeckung eines einzigen Anbieters abhängt, übernehmen Sie auch dessen Schwachstellen. Das stärkere Setup kombiniert das beste Modell je Sprache und je Aufgabe, sodass jede Kundin und jeder Kunde das Modell erhält, das sie oder ihn am besten bedient.
- Lokalisieren Sie – übersetzen Sie nicht nur. Passen Sie Ton, Formalität und kulturelle Signale an jeden Markt an, damit eine Antwort so wirkt, als wäre sie für jemanden geschrieben worden – nicht nur für ihn umgewandelt. Genau diese Arbeit macht aus einer passablen Übersetzung ein warmes Erlebnis.
- Verankern Sie jede Antwort in Fakten. Sprachliche Gewandtheit ohne Grounding produziert selbstbewussten Unsinn. Der Assistent sollte Fakten aus Ihrer Wissensdatenbank ziehen und exakte Aktionen für Dinge wie Bestellungen und Abrechnung ausführen – in jeder Sprache –, statt zu raten.
- Messen Sie pro Sprache. Ein globaler Durchschnitt verdeckt den Markt, der im Stillen scheitert. Verfolgen Sie Qualität und Ergebnisse Sprache für Sprache und verbessern oder tauschen Sie Modelle dort aus, wo eine bestimmte Sprache unterdurchschnittlich performt. Unsere Anleitung zu effektiven mehrsprachigen AI-Agenten zeigt, wie man das aufsetzt.
Wie das in einem echten Unternehmen aussieht
Alles in diesem Leitfaden läuft auf eine Frage hinaus: Fühlt sich das Erlebnis für die Kundschaft natürlich an? Also haben wir es gebaut. Ein Invent-Assistent für einen Salon, Miami SPA, mit einem einzigen Satz von Anweisungen, einem verbundenen Google Calendar und einer Live-Preisliste. Dann haben wir dieselbe Balayage-Buchung in vier Sprachen angefragt und nur das dahinterliegende Modell geändert.
Spanisch, beantwortet von Claude.
Portugiesisch, beantwortet von ChatGPT 5.2.
Japanisch, beantwortet von Gemini, verankert in einem Live-Kalender und einer Preisliste.
Hindi, beantwortet von Grok.
Wie jedes Modell dieselbe Anfrage bearbeitet hat
Gleiche Marke, gleiches Grounding, gleiche Anweisungen. Geändert hat sich nicht die Sprachqualität, die bei allen vier stabil blieb, sondern wie unterschiedlich jedes Modell dieselbe Anfrage bearbeitet hat:
- Claude (Spanisch) war am stärksten beziehungsorientiert. Es begrüßte die Kundin bei Miami SPA, setzte mit einem freundlichen „nur ein paar kurze Fragen“ Erwartungen und bat dann vor dem Angebot um ein Referenzfoto.
- ChatGPT (Portugiesisch) war am strukturiertesten. Es ging direkt zu einer übersichtlichen Auswahl der Haarlänge über und optimierte auf ein präzises Angebot mit möglichst wenig Hin und Her.
- Gemini (Japanisch) war am gründlichsten. Es hat tatsächlich den verbundenen Kalender und die Preisliste abgefragt, reale Samstagsverfügbarkeiten und eine Schätzung von drei bis vier Stunden direkt genannt und dann um ein Foto zur Finalisierung gebeten – alles in gepflegtem, formellem Japanisch.
- Grok (Hindi) war am knappsten. Eine kurze, freundliche Zeile direkt mit der Bitte um ein Referenzfoto, ohne Vorrede.
Vier wirklich unterschiedliche Persönlichkeiten, alle im Rahmen der Vorgaben, alle auf derselben Kalender- und Preislistenbasis verankert, alle antworten mit echten Daten statt mit Vermutungen. Genau diese Verhaltensspanne wird in der Debatte über Sprachzahlen komplett übersehen. Es gibt kein universell bestes Modell, deshalb ist der kluge Weg, zu experimentieren: Testen Sie einige gegen Ihre eigenen Ziele, Ihr Publikum und die Sprachen, die Sie tatsächlich bedienen, und behalten Sie dann das Modell, das sich so verhält, wie Ihr Unternehmen es braucht. Die beste Wahl kann sich sogar von Markt zu Markt unterscheiden.
Diesen Salon-Assistenten kann jedes Unternehmen ohne Code bauen – und genau das ist die Idee hinter Invent: eine Plattform, mit der Sie Ihren eigenen AI-Assistenten bauen können, der modellagnostisch ist, sodass Sie das beste Modell jeder Sprache und Aufgabe zuordnen, statt die blinden Flecken eines einzelnen Anbieters zu übernehmen; der in Ihren eigenen Daten verankert ist, sodass Antworten aus Ihrem Kalender, Ihren Preisen und Ihrer Wissensdatenbank kommen statt aus Vermutungen; und der lokalisiert ist, sodass die Antwort so wirkt, als wäre sie für die Kundschaft geschrieben worden – nicht nur für sie umgewandelt. Auf Gemini-Modellen kann er sogar eine Sprachnachricht verstehen, sodass Kund:innen in ihrer eigenen Sprache sprechen können, statt zu tippen.
Sie müssen nicht das eine Modell mit der längsten Sprachliste wählen und hoffen, dass es Ihre Kundschaft abdeckt. Sie wählen das beste Modell für jede Sprache und jede Aufgabe – oder lassen Invent automatisch wählen, indem Sie Auto auswählen.
Die Zahl war nie der Punkt
„How many languages does ChatGPT support“ ist eine berechtigte Frage mit einer unbefriedigenden Antwort: Es gibt keine offizielle Zahl, die inoffiziellen sind nicht vergleichbar, und die Anzahl war nie das Entscheidende. Entscheidend ist, ob sich eine Kundin oder ein Kunde in São Paulo, Warschau oder Bangkok so fühlt, als wäre Ihr Assistent für sie oder ihn gebaut worden – nicht einfach nachträglich angehängt. Das ist eine Qualitätsentscheidung und eine Lokalisierungsentscheidung, und sie fällt deutlich besser aus, wenn Sie nicht an ein einziges Modell gebunden sind.
Ihre Kund:innen zählen nicht, wie viele Sprachen Sie unterstützen. Sie merken, ob Sie klingen wie jemand von ihnen.
FAQs
Wie viele Sprachen unterstützt ChatGPT?
Es gibt keine offizielle Zahl. OpenAI lokalisiert die ChatGPT-Oberfläche in Dutzende Sprachen, und das zugrunde liegende Modell kann in vielen weiteren lesen und schreiben, oft in 90 oder mehr, bei stark schwankender Qualität. OpenAI hat nie eine verbindliche Anzahl der Sprachen veröffentlicht, die das Modell „spricht“, weshalb die Antworten online voneinander abweichen.
Welches AI-Modell unterstützt die meisten Sprachen?
Das hängt davon ab, wie man zählt. Googles Gemini-Web-App listet über 70 Sprachen auf, ChatGPT lokalisiert seine Oberfläche in Dutzende und verarbeitet inoffiziell noch mehr, Claude wird in rund 15 Sprachen benchmarked, funktioniert aber in Dutzenden, und Grok deckt per Sprache über 20 ab. Weil jedes Unternehmen anders misst, gibt es keinen klaren „Sieger“, und die Schlagzeilenzahl spiegelt die tatsächliche Qualität pro Sprache nicht wider.
Ist ChatGPT in anderen Sprachen als Englisch gut?
Bei großen Sprachen wie Spanisch, Französisch, Deutsch, Portugiesisch und Chinesisch ist es im Allgemeinen stark. Bei ressourcenschwächeren Sprachen sinkt die Qualität, weil weniger Trainingsdaten vorhanden waren; Antworten können dann steif wirken oder gelegentlich falsch sein, selbst wenn die Sprache technisch „unterstützt“ wird. Testen Sie immer die konkreten Sprachen, die Ihre Kundschaft nutzt, bevor Sie sich darauf verlassen.
Bedeutet die Unterstützung von mehr Sprachen auch bessere Übersetzungen?
Nein. Die Anzahl der Sprachen misst Breite, nicht Qualität. Ein Modell kann eine Sprache aufführen und sie trotzdem wörtlich übersetzen, kulturelle oder formale Nuancen verfehlen oder Fehler produzieren. Eine kleinere Anzahl gut beherrschter, sauber lokalisierter Sprachen bedient Kund:innen besser als eine lange Liste schlecht umgesetzter.
Wie viele Sprachen unterstützen Gemini und Claude?
Die Gemini-Web-App ist in mehr als 70 Sprachen in über 230 Ländern verfügbar, wobei die Unterstützung je nach Funktion variiert. Claude von Anthropic wird in etwa 15 Sprachen benchmarked und ist in Dutzenden weiteren einsetzbar; es verarbeitet die meisten Sprachen mit Standardzeichen und zeigt seine stärkste Leistung in einigen wenigen wie Spanisch, Französisch, Deutsch und Portugiesisch.
Wie baue ich einen AI-Assistenten, der in vielen Sprachen gut funktioniert?
Bleiben Sie modellagnostisch, damit Sie pro Sprache das beste Modell einsetzen können, lokalisieren Sie über die wörtliche Übersetzung hinaus, verankern Sie Antworten in Ihren eigenen Daten und messen Sie die Qualität Sprache für Sprache, damit Sie leistungsschwache Märkte verbessern können. Eine Plattform wie Invent übernimmt die Modellkombination und Lokalisierung, sodass Sie nicht durch die Abdeckung eines einzelnen Anbieters begrenzt sind.
Ähnlich
- Mehrsprachige AI-Assistenten: Best Practices jenseits der Übersetzung
- Best Practices für mehrsprachige AI bei Chatbots (2026)
- Wie man mehrsprachige AI-Agenten baut (Leitfaden 2026)
Wenn das nächste Mal jemand fragt, wie viele Sprachen eine AI unterstützt, ist die bessere Antwort eine Gegenfrage: Wie gut spricht sie die Sprachen, die Ihre Kund:innen tatsächlich verwenden?
