DeepL Aure: KI-Übersetzung behält jetzt Ihren Tonfall
12. November 2026
KI-generiert, redaktionell von 8thsense ausgewählt, geprüft und freigegeben. EU AI Act, Art. 50
Der Kölner Übersetzungsanbieter DeepL hat am 11. November 2026 Aure vorgestellt, ein neues Sprachmodell für seine Echtzeit-Sprachübersetzung DeepL Voice. Aure soll nicht nur Wörter übersetzen, sondern auch Betonung, Sprechtempo und Emotion des Sprechers in die übersetzte Stimme übertragen, und zwar in dessen eigener Stimme. Für Unternehmen mit mehrsprachiger Kundschaft oder internationalen Partnern rückt damit die gesprochene KI-Übersetzung ein Stück näher an ein normales Gespräch. Unabhängige Tests gibt es allerdings noch nicht, und vor dem Einsatz sind einige Fragen zu klären.
Was Aure anders macht
DeepL Voice konnte schon bisher die Stimme eines Sprechers in der Übersetzung nachbilden. Dafür wurde laut t3n zu Beginn eines Gesprächs eine statische Stimmprobe analysiert, aus der das System dann eine Stimme erzeugte. Änderte sich im Verlauf die Stimmung, etwa weil jemand verärgert, begeistert oder unsicher wurde, kam davon in der Übersetzung nichts an (Quelle: t3n.de). Aure analysiert die Audioquelle dagegen fortlaufend und passt die Ausgabe laufend an. DeepL zufolge berücksichtigt das Modell dabei sowohl den übersetzten Text als auch das Originalaudio und soll sogar Tagesform wie Müdigkeit oder Stress abbilden. Technisch hat DeepL nach eigenen Angaben Stimmidentität, Prosodie (also Betonung und Satzmelodie) und gesprochenen Inhalt getrennt trainiert und per Reinforcement Learning darauf geachtet, dass die Übersetzung korrekt und die Aussprache akzentfrei bleibt (Quelle: deepl.com). CEO Jarek Kutylowski sagt dazu: „Mit Aure können selbst subtilste Änderungen im Ausdruck erfasst und in eine andere Sprache übertragen werden.“
Sprachen, Verfügbarkeit, Kosten
Aure ist laut DeepL sofort aktiv und muss nicht eigens eingerichtet werden. Wichtig ist der Blick auf die Details, denn die Zahlen der verschiedenen DeepL-Funktionen unterscheiden sich deutlich:
Aure unterstützt zum Start acht Sprachen: Deutsch, Englisch, Spanisch, Französisch, Italienisch, Japanisch, Portugiesisch und Koreanisch. Weitere sind angekündigt, ein Datum nennt DeepL nicht.
Für alle anderen Sprachen greift DeepL Voice weiter auf die bisherigen Stimmmodelle zurück. Übersetzt werden laut Produktseite insgesamt über 40 Sprachen.
Einsatzorte: DeepL Voice for Meetings (Microsoft Teams, Zoom, Google Meet), DeepL Voice for Conversations (Gespräche vor Ort per App auf iOS, Android und im Web) sowie die DeepL API for Voice.
Preis: Einen eigenen Listenpreis für Voice nennt DeepL nicht. Die Pro-Tarife (Team ab 24,99 Euro, Business ab 49,99 Euro pro Nutzer und Monat bei jährlicher Zahlung) enthalten laut Preisseite je 30 Minuten DeepL Voice pro Nutzer und Monat. Für Voice for Meetings verweist DeepL auf ein separates Abo (Quelle: deepl.com/pro).
30 Minuten reichen zum Ausprobieren, nicht für den Dauerbetrieb. Wer regelmäßig mehrsprachige Gespräche führt, muss mit DeepL über ein passendes Paket sprechen.
Wo Echtzeit-Übersetzung im Betrieb heute trägt
Am naheliegendsten ist der Einsatz in Videokonferenzen mit Lieferanten, Partnern oder Kunden im Ausland, weil DeepL hier direkt in Teams, Zoom und Meet andockt. Spannend für viele Betriebe ist auch das Gespräch vor Ort: die Anmeldung in der Praxis, das Erstgespräch mit Angehörigen in der Pflegevermittlung, die Beratung im Laden oder das Elterngespräch in der Kita. Gerade hier zählt der Tonfall, denn ob etwas freundlich, besorgt oder bestimmt gemeint ist, transportiert die Stimme oft stärker als der Wortlaut. Beim Telefon ist Vorsicht geboten: Eine fertige Telefonlösung für kleine Betriebe gibt es nicht. Der Weg führt über die API, die DeepL für Contact Center gedacht hat, und damit über Integrationsarbeit in die bestehende Telefonanlage. Das ist eher ein Fall für eine durchdachte KI-Automation als für ein Wochenendprojekt.
Datenschutz: Was DeepL zusagt und was offen bleibt
Fortlaufende Stimmanalyse wirft Fragen auf, die weder t3n noch heise in ihren Meldungen beantworten (Quelle: heise.de). DeepL selbst sagt auf seiner Produktseite, Voice-Daten würden nie zum Training von Modellen genutzt. Meeting-Daten würden nur temporär im Arbeitsspeicher verarbeitet und nach dem Gespräch gelöscht, bei der Conversations-App laufe die Verarbeitung auf dem Gerät. Genannt werden außerdem ISO 27001, SOC 2 Type 2 und DSGVO-Konformität (Quelle: deepl.com/products/voice). Die Anpassung von Aure an den Sprecher bezieht sich laut Pressemitteilung auf das laufende Gespräch. Wo die Server stehen, geht aus der Produktseite nicht hervor. Das sind Herstellerangaben. Wer sie belastbar haben will, prüft den Auftragsverarbeitungsvertrag und fragt nach dem Verarbeitungsort.
Einordnung: Fortschritt mit Fragezeichen
Der Ansatz ist konsequent. Schon im September hatte DeepL laut dpa angekündigt, künftig Stimmklang, Tonfall und Emotion über Sprachgrenzen hinweg zu übertragen; Ziel sei, dass man vergisst, dass überhaupt eine KI-Übersetzung dazwischensteht (Quelle: leinetal24.de / dpa). Ob Aure das einlöst, lässt sich derzeit nicht beurteilen: Die Aussage, es sei das bisher ausdrucksstärkste Modell, stammt von DeepL selbst. Benchmarks oder unabhängige Tests liegen nicht vor, und ein früherer t3n-Test kam zu dem Ergebnis, dass KI-Stimmen insgesamt noch nicht menschlich klingen. Positiv bleibt: Mit DeepL kommt ein ernsthafter Anbieter aus Europa, der in diesem Feld mit Microsoft, Google und OpenAI konkurriert.
Was das für Unternehmen bedeutet
Für die meisten Mittelständler ist Aure kein Grund für eine sofortige Investition, aber ein guter Anlass für einen gezielten Test. Wer ohnehin DeepL Pro nutzt, hat die 30 Voice-Minuten bereits im Tarif. Sinnvoll ist ein kleiner Pilot mit zwei, drei Personen, die regelmäßig fremdsprachige Gespräche führen: etwa die Disposition einer Pflegevermittlung im Austausch mit Betreuungskräften aus Osteuropa, die Rezeption einer Therapiepraxis oder der Vertrieb eines Handwerksbetriebs mit Kunden im Ausland. Wichtig dabei: Gesprächspartner vorab informieren, dass ihre Stimme von einer KI verarbeitet wird, den Auftragsverarbeitungsvertrag prüfen und keine sensiblen Gesundheits- oder Personaldaten im Test besprechen. Nach vier Wochen ist klar, ob die Übersetzung im Alltag trägt oder ob ein Dolmetscher bei wichtigen Gesprächen weiter die bessere Wahl bleibt.
