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 mehr – allerdings sinkt die Qualität außerhalb der Spitzengruppe schnell ab.
- Jedes Modell zählt anders. Google Gemini listet über 70 Sprachen auf, Anthropic's Claude wird für etwa 15 Sprachen benchmarked, funktioniert aber in Dutzenden, und xAI's Grok unterstützt über 20 Sprachen per Spracheingabe. Keine zwei Unternehmen messen dasselbe, deshalb sind die Zahlen nicht vergleichbar.
- Dadurch wird die Anzahl der Sprachen fast zu einer Vanity-Metrik. Ein Modell kann eine Sprache „unterstützen“ und trotzdem steif darin antworten, den kulturellen Kontext verfehlen oder sich eine Antwort ausdenken. Abdeckung ist nicht gleich Qualität.
- Was für den Kundenservice wirklich zählt: 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 es sich, modellagnostisch zu bleiben.
Sprachen zu zählen ist die falsche Frage. Entscheidend ist, jede einzelne gut zu beherrschen.
„How many languages does ChatGPT support“ ist eine der meistgesuchten Fragen zu AI, und fast jede Antwort, die man findet, ist einfach eine Sprachliste, die jemand irgendwo abgeschrieben hat. Die echte Antwort ist nützlicher – und ehrlicher: Es kommt darauf an, was man unter „support“ versteht, und die Zahl ist weit weniger wichtig, als die meisten denken. Hier ist die unverblümte Version, wie die großen Modelle im Vergleich dastehen und worauf man tatsächlich achten sollte, wenn man einen AI-Assistenten möchte, der Kunden 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 stattdessen gibt, ist Interface-Lokalisierung: 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 auf einem riesigen Ausschnitt des Internets trainiert wurde, kann ChatGPT deutlich mehr Sprachen lesen und schreiben, als die Oberfläche anbietet – Dutzende mehr –, mit einer Kompetenz, die je nach vorhandener Textmenge in den Trainingsdaten von ausgezeichnet bis kaum brauchbar reicht. Unabhängige Tester erhalten regelmäßig zusammenhängende Antworten in 90 oder mehr Sprachen. Aber „ich habe eine Antwort bekommen“ und „ich würde das einem Kunden zeigen“ sind nicht derselbe Maßstab.
Die ehrliche Antwort lautet also: offiziell Dutzende Sprachen in der Oberfläche, inoffiziell noch viele mehr im Modell – und eine deutlich kleinere Auswahl, die es gut genug beherrscht, um Ihre Marke zu repräsentieren. OpenAI selbst hat sich hier nicht festgelegt. Als ChatGPT Translate Anfang 2026 eingeführt wurde, startete diese dedizierte Funktion mit nur 25 Sprachen (SiliconANGLE) – ein Hinweis darauf, dass „das Modell kann es versuchen“ und „wir stehen offiziell dafür ein“ zwei sehr verschiedene Zusagen sind.
Wie die wichtigsten AI-Modelle im Vergleich dastehen
Sobald man über ChatGPT hinausblickt, wird das Bild unübersichtlicher, weil jedes Unternehmen anders zählt. So beschreiben die großen Assistenten ihre eigene Abdeckung:
- ChatGPT (OpenAI): Keine offizielle Zahl. Die Oberfläche ist in Dutzende Sprachen lokalisiert, und das zugrunde liegende Modell verarbeitet viele weitere mit uneinheitlicher 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 über etwa 15 Sprachen benchmarked und in Dutzenden weiteren einsatzfähig; verarbeitet die meisten Sprachen, die Standardzeichen verwenden (Anthropic). Besonders stark ist es in einer Handvoll Sprachen, darunter Spanisch, Französisch, Deutsch und Portugiesisch.
- Grok (xAI): Noch relativ neu im mehrsprachigen Bereich. 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 Interface-Sprachen, das andere die Verfügbarkeit der Web-App, das nächste benchmarked Sprachen und ein weiteres Sprachsprachen. Diese Zahlen messen nicht dasselbe, daher ist ein Ranking nach „unterstützten Sprachen“ fast bedeutungslos. Die Schlagzeilenzahl sagt fast nichts darüber aus, ob ein bestimmtes Modell Ihren Kunden auf Portugiesisch, Thai oder Polnisch bedienen kann, ohne wie eine Übersetzung zu klingen.
Jedes Unternehmen zählt anders, daher ist die Schlagzeilenzahl kein fairer Vergleich.
Was die einzelnen Apps tatsächlich auflisten
Die Lücken sagen fast genauso viel aus wie die Zahlen. Nur eines der drei großen Unternehmen veröffentlicht eine vollständige Liste der Interface-Sprachen.
- 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 an einer Stelle, wie viele es sind oder welche genau.
- Claude veröffentlicht ebenfalls keine feste Interface-Liste. Es verarbeitet die meisten Sprachen, die Standard-Unicode-Zeichen verwenden, und belässt es dabei (Anthropic).
Wo die Abdeckung enger wird: Sprache
Text ist das großzügigere Ende der Skala. Bei Sprache zeigen sich die echten Grenzen, denn Sprache korrekt zu verarbeiten ist schwieriger als Text.
- OpenAI's Whisper-Modell unterstützt 99 Sprachen für Sprache und bietet damit die breiteste Sprachabdeckung der 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 explizit genannten Sprachen hinaus (xAI).
- Gemini bietet Sprache über Gemini Live in einem Teil seiner App-Sprachen an, ohne eine separate veröffentlichte Gesamtzahl.
Ein Modell, das eine Sprache in Text „unterstützt“, spricht sie also möglicherweise nicht – und die Schlagzeilenzahl, die man gesehen hat, bezieht sich fast nie auf Sprache.
Warum die Anzahl der Sprachen die falsche Kennzahl ist
Hier liegt der Punkt, den die Listenartikel übersehen. Eine hohe Sprachzahl wirkt beeindruckend und sagt fast nichts darüber aus, welche Erfahrung Ihre Kunden tatsächlich machen. Drei Dinge lösen die Verbindung zwischen „unterstützt“ und „gut“ auf.
- Die Qualität schwankt innerhalb desselben Modells. Derselbe Assistent, der makelloses Spanisch schreibt, kann ein gestelztes, seltsam förmliches Vietnamesisch produzieren, weil er im Training viel mehr Spanisch gesehen hat. Anthropic ist hier transparent genug, die Lücke offenzulegen: Claude antwortet auf Spanisch mit 98 % seiner englischen Qualität, auf Yoruba aber nur mit 80 % (Anthropic). Die Sprache ist an beiden Enden „unterstützt“. Nur eine ist kundenreif.
- Unterstützung bedeutet selten Lokalisierung. Die Wörter zu übersetzen ist der einfache Teil. Ton, Formalität, Redewendungen und kulturelles Gespür zu treffen, ist der schwierige Teil – und genau dort wirken maschinell konvertierte Antworten kühl, selbst wenn jedes Wort technisch 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 verspricht, aber die Hälfte davon schlecht beantwortet, kostet Sie mehr Kunden als eines, das 30 Sprachen wirklich gut beherrscht. Die Zahl belohnt Breite; Ihre Kunden belohnen Qualität.
Anthropic ist der einzige große Anbieter, der Qualität pro Sprache veröffentlicht. Dasselbe Modell reicht von 98 % seiner englischen Qualität in Spanisch bis hinunter zu 80 % in Yoruba.
Die richtige Frage ist nicht „wie viele Sprachen unterstützt es“. Sie lautet: „Wie gut bedient es die konkreten Sprachen, die meine Kunden tatsächlich sprechen – und zwar so, dass es sich für sie natürlich anfühlt.“
Der klügere Ansatz: das passende Modell wählen und dann über Übersetzung hinausgehen
Sobald man aufhört, der Schlagzeilenzahl hinterherzujagen, ergibt sich eine bessere Strategie fast von selbst.
- Bleiben Sie modellagnostisch. Kein einzelnes Modell ist in jeder Sprache das beste. ChatGPT kann in einem Markt vorne liegen, Gemini oder Claude in einem anderen. Wenn Ihre gesamte mehrsprachige Erfahrung von der Abdeckung eines einzigen Anbieters abhängt, übernehmen Sie auch dessen Schwachstellen. Das stärkere Setup kombiniert das beste Modell pro Sprache und pro Aufgabe, sodass jeder Kunde das Modell bekommt, das ihn am besten bedient.
- Lokalisieren Sie, statt nur zu übersetzen. Passen Sie Ton, Formalität und kulturelle Signale an jeden Markt an, damit eine Antwort wirkt, als sei sie für jemanden geschrieben worden – nicht bloß für ihn umgewandelt. Diese Arbeit macht aus einer passablen Übersetzung ein warmes Erlebnis.
- Verankern Sie jede Antwort in Fakten. Sprachliche Gewandtheit ohne Grounding erzeugt selbstbewussten Unsinn. Der Assistent sollte Fakten aus Ihrer Wissensdatenbank ziehen und präzise Aktionen für Dinge wie Bestellungen und Abrechnung ausführen – in jeder Sprache –, statt zu raten.
- Messen Sie pro Sprache. Ein globaler Durchschnitt verbirgt den Markt, der still und leise scheitert. Verfolgen Sie Qualität und Ergebnisse Sprache für Sprache und beheben oder tauschen Sie Modelle dort aus, wo eine bestimmte Sprache unterperformt. Unsere Anleitung zum Aufbau effektiver mehrsprachiger AI-Agenten zeigt, wie man das einrichtet.
Wie das in einem echten Unternehmen aussieht
Alles in diesem Leitfaden läuft auf eine Frage hinaus: Fühlt sich das Erlebnis für den Kunden natürlich an? Also haben wir es gebaut. Ein Invent-Assistent für einen Salon, Miami SPA, mit einem einzigen Satz Anweisungen, einem angebundenen Google Calendar und einer Live-Preisliste. Dann haben wir dieselbe Balayage-Buchung in vier Sprachen angefragt und nur das dahinterliegende Modell gewechselt.
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 verarbeitet hat
Gleiche Marke, gleiches Grounding, gleiche Anweisungen. Was sich änderte, war nicht die Sprachqualität, die bei allen vier stabil blieb, sondern wie unterschiedlich jedes Modell exakt dieselbe Anfrage verarbeitet hat:
- Claude (Spanisch) war am stärksten beziehungsorientiert. Es begrüßte den Kunden bei Miami SPA, setzte Erwartungen mit einem freundlichen „nur ein paar kurze Fragen“ und bat dann vor dem Angebot um ein Referenzfoto.
- ChatGPT (Portugiesisch) war am strukturiertesten. Es ging direkt zu einer sauberen Auswahl der Haarlänge über und optimierte auf ein präzises Angebot mit möglichst wenig Hin und Her.
- Gemini (Japanisch) war am gründlichsten. Es fragte tatsächlich den verbundenen Kalender und die Preisliste ab, zeigte echte Samstagsverfügbarkeiten und eine Schätzung von drei bis vier Stunden direkt an und bat dann um ein Foto zur Finalisierung – alles in geschliffenem, formellem Japanisch.
- Grok (Hindi) war am knappsten. Eine kurze, freundliche Zeile direkt mit der Bitte um ein Referenzfoto, ohne Einleitung.
Vier wirklich unterschiedliche Persönlichkeiten, alle im Rahmen der Vorgaben, alle auf denselben Kalender und dieselbe Preisliste gestützt, alle antwortend auf Basis echter Daten statt bloßer Vermutungen. Genau diese Verhaltensspanne wird in der Debatte über Sprachzahlen völlig übersehen. Es gibt kein universell bestes Modell, deshalb ist der kluge Schritt, zu experimentieren: Testen Sie einige anhand Ihrer eigenen Ziele, Ihrer Zielgruppe und der 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: einer Plattform, mit der Sie Ihren eigenen AI-Assistenten bauen können, der modellagnostisch ist, sodass Sie das beste Modell für jede Sprache und Aufgabe wählen, statt die blinden Flecken eines einzelnen Anbieters zu übernehmen; in Ihren eigenen Daten verankert ist, sodass Antworten aus Ihrem Kalender, Ihren Preisen und Ihrer Wissensdatenbank kommen statt aus Vermutungen; und lokalisiert ist, sodass die Antwort wirkt, als sei sie für den Kunden geschrieben worden und nicht bloß für ihn konvertiert. Auf Gemini-Modellen kann er sogar eine Sprachnachricht verstehen, sodass ein Kunde in seiner eigenen Sprache sprechen kann, statt zu tippen.
Sie müssen nicht das eine Modell mit der längsten Sprachliste wählen und hoffen, dass es Ihre Kunden abdeckt. Sie wählen das Erlebnis – und wir leiten an das weiter, was jede Sprache am besten bedient.
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 ein Kunde in São Paulo, Warschau oder Bangkok das Gefühl hat, Ihr Assistent sei für ihn gebaut worden – nicht bloß an ihn angeflanscht. Das ist eine Qualitätsentscheidung und eine Lokalisierungsentscheidung, und sie lässt sich deutlich besser treffen, wenn man nicht an ein einzelnes Modell gebunden ist.
Ihre Kunden 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 viele weitere lesen und schreiben – oft 90 oder mehr –, wobei die Qualität stark variiert. OpenAI hat nie eine definitive Anzahl der Sprachen veröffentlicht, die das Modell „spricht“, weshalb die Antworten im Internet voneinander abweichen.
Welches AI-Modell unterstützt die meisten Sprachen?
Das hängt davon ab, wie man zählt. Googles Gemini-Web-App listet über 70 Sprachen, ChatGPT lokalisiert seine Oberfläche in Dutzende und verarbeitet inoffiziell noch mehr, Claude wird für 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 ressourcenärmeren Sprachen sinkt die Qualität, weil weniger Trainingsdaten vorhanden waren; dadurch können Antworten gestelzt oder gelegentlich falsch sein, selbst wenn die Sprache technisch „unterstützt“ wird. Testen Sie immer die konkreten Sprachen Ihrer Kunden, 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 zu wörtlich übersetzen, kulturelle oder formelle Signale übersehen oder Fehler produzieren. Eine kleinere Menge gut beherrschter und sauber lokalisierter Sprachen bedient Kunden besser als eine lange Liste schlecht verarbeiteter.
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. Anthropic's Claude wird über etwa 15 Sprachen benchmarked und ist in Dutzenden weiteren einsatzfähig; es verarbeitet die meisten Sprachen mit Standardzeichen und liefert 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 Märkte mit schwacher Leistung gezielt verbessern können. Eine Plattform wie Invent übernimmt die Kombination der Modelle und die Lokalisierung, sodass Sie nicht durch die Abdeckung eines einzelnen Anbieters begrenzt sind.
Ähnliches
- Mehrsprachige AI-Assistenten: Best Practices jenseits der Übersetzung
- Best Practices für mehrsprachige AI-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 Kunden tatsächlich verwenden?
