Wie viele Sprachen unterstützt ChatGPT?

Letzte Überprüfung: 10. September 2026

Unterstützt ChatGPT auch weniger verbreitete oder regionale Sprachen?

ChatGPT unterstützt weniger verbreitete und regionale Sprachen insofern, als es Ausgaben in diesen Sprachen erzeugt, aber seine Qualität nimmt messbar ab, je kleiner die Online-Präsenz einer Sprache ist – der eigene Benchmark von OpenAI zeigt, dass GPT-4o (Veröffentlichung November 2024) bei Yoruba 0,621 Punkte erzielt, gegenüber 0,843 Punkten bei Spanisch, ein Unterschied von 22 Punkten im selben Test. Unterstützung funktioniert daher eher in Schichten als nach dem Ja-oder-Nein-Prinzip:

• Ressourcenreiche Sprachen (Spanisch, Französisch, Deutsch, Japanisch, Chinesisch, Portugiesisch): GPT-40 erzielt im mehrsprachigen MMLU von OpenAI Werte zwischen 0,835 und 0,846, eng mit englischnahen Leistungen verbunden. Smartlings Auto Select LLM-Benchmarking zeigte, dass LLM-Ausgaben traditionelle maschinelle Übersetzungsmaschinen in Französisch, Deutsch, Spanisch, Japanisch, Chinesisch, Italienisch und Niederländisch – den Sprachen, in denen ein allgemeines Modell wirklich stark ist, schlug.
• Sprachen mit mittlerem Ressourcenaufwand (Hindi, Bengali, Indonesisch, Arabisch): GPT-4o erzielt hier Werte zwischen 0,801 und 0,840 und liegt damit dicht hinter der Spitzengruppe. Die Verbesserungen des GPT-4o-Tokenizers für Hindi (2,9-mal weniger Token) und Gujarati (4,4-mal weniger Token) machen die Verarbeitung dieser Sprachen günstiger als im Jahr 2023. Das Ergebnis kann als erster Entwurf verwendet werden, bedarf aber noch der Ergänzung des Glossars und einer Überprüfung für kundenorientierte Inhalte.
• Ressourcenarme Sprachen (Swahili, Yoruba und die meisten der etwa 7.000 Sprachen mit wenig Webtext): GPT-4o erzielt 0,779 im Swahili und 0,621 im Yoruba; selbst das stärkere O3-Denkmodell von OpenAI erreicht nur 0,780 auf Yoruba gegenüber 0,912 auf Italienisch. Dies ist die Stufe, vor der die Smartling-Dokumentation warnt, und wo ein Rückgriff auf eine neuronale maschinelle Übersetzungs-Engine – die das Smartling Auto Select LLM automatisch übernimmt, wenn das LLM keine hochwertige Übersetzung liefern kann – am wichtigsten ist.
• Regionale Varianten derselben Sprache (Französisch für Kanada vs. Frankreich, Portugiesisch für Brasilien vs. Portugal, Spanisch für Mexiko vs. Spanien): ChatGPT hat keine eingebaute Lokalisierung, daher unterscheidet es fr-CA von fr-FR nur, wenn die Aufforderung es verlangt, und Konsistenz über ein langes Dokument hinweg ist nicht garantiert. Eine Übersetzungsplattform behandelt dies als einen eigenen Schritt: Smartling Auto Select LLM erkennt, wenn Quelle und Ziel eine Sprache teilen (von en-US zu en-GB, fr-FR zu fr-CA) und verwendet eine anpassungsspezifische Aufforderung, und Smartling Language Adaptation deckt alle von Smartling unterstützten Orte für diesen Zweck ab.

ChatGPT-Sprachunterstützung, nach Zahlen.

Wie können Sie überprüfen, ob ChatGPT eine Sprache für Ihre Inhalte ausreichend abdeckt?

Da OpenAI keine Sprachen-Unterstützungsliste für Übersetzungen veröffentlicht, muss die Überprüfung auf deiner Seite pro Zielort durchgeführt werden, bevor Inhalte verschickt werden:

1. Klassifizieren Sie jede Zielsprache nach Ressourcenniveau – Sortieren Sie Ihre Standortliste in Ressourcenhoch (Spanisch, Französisch, Deutsch, Japanisch, Chinesisch), Mittelressourcen (Hindi, Arabisch, Indonesisch, Vietnamesisch) und Ressourcenarme (Swahili, Yoruba, Amharisch, Somalisch). Die 14-sprachige MMLU-Tabelle von OpenAI liefert einen Referenzpunkt für die ersten beiden Stufen; alles außerhalb beginnt ohne Herstellerdaten.
2. Lassen Sie einen Beispieldatensatz durch das Modell laufen und bewerten Sie ihn – Übersetzen Sie 50 bis 100 repräsentative Zeichenketten pro Gebietsschema und lassen Sie diese von einem muttersprachlichen Linguisten anhand eines Frameworks wie MQM bewerten, oder verwenden Sie einen automatisierten Schätzer wie den Language Quality Estimation Agent von Smartling, um die Qualität vorherzusagen und niedrige Bewertungen zur Überprüfung weiterzuleiten. Ein einziger Durchschnittswert verschleiert die Schwächen einzelner Regionen, daher wird pro Sprache eine separate Bewertung vorgenommen.
3. Getestet regionale Varianten explizit — Senden Sie dieselbe Quelle in fr-FR und fr-CA oder pt-PT und pt-BR und prüfen Sie, ob Terminologie, Rechtschreibung und Register sich tatsächlich unterscheiden. Wenn nicht, ignoriert das Modell den Standort, und ein Anpassungsschritt ist erforderlich.
4. Definieren Sie einen Ausweichweg für die Sprachen, die nicht funktionieren – das Hilfecenter von Smartling empfiehlt, bei jedem LLM-Übersetzungsschritt ein alternatives MT-Profil oder eine Ausweichmethode zu konfigurieren; Auto Select LLM macht dies automatisch, indem es zu Auto Select MT weiterleitet, wenn die LLM-Ausgabe keine hohe Qualität aufweist. Entscheiden Sie im Voraus, welche Engine welche ressourcenarme Sprache verarbeiten kann, anstatt die Lücke erst im Produktivbetrieb zu entdecken.
5. Erneut testen, wenn sich das Modell ändert – die Benchmark-Tabelle von OpenAI zeigt große Sprünge zwischen den Modellgenerationen (Yoruba: 0,621 bei GPT-4o, 0,780 bei O3). Ein Standort, der vor einem Jahr fehlgeschlagen ist, kann heute bestehen, und ein Modellwechsel kann ebenfalls eine Sprache zurücksetzen, sodass die Pro-Locale-Prüfung auf einen wiederkehrenden Zeitplan gehört.

Sich auf die mehrsprachige Unterstützung von ChatGPT zu verlassen, passt zu Teams, die...

• Übersetzen Sie hauptsächlich in ressourcenreiche Sprachen wie Spanisch, Französisch, Deutsch, Japanisch oder Chinesisch, wobei GPT-4o im mehrsprachigen OpenAI-Benchmark über 0,83 liegt.
• Benötigen Sie einen schnellen ersten Entwurf oder ein internes Verständnis des Textes in einer der 59 aufgeführten Benutzeroberflächensprachen, nicht eine veröffentlichungsfähige Übersetzung.
• Haben Sie bereits ein Glossar, ein Übersetzungsspeicher und einen Überprüfungsschritt bereit, um die Rohausgabe des Modells zu umfassen.
• Sie entwickeln einen Prototyp für einen neuen Markt und möchten die Eignung einer Sprache prüfen, bevor Sie sich auf einen Lokalisierungs-Workflow festlegen.
• Ich arbeite in Sprachen, die in GPT-4o eine Tokenizer-Effizienz erreicht haben – Hindi, Gujarati, Tamil, Telugu, Marathi, Urdu, Arabisch – und möchte von den geringeren Satzkosten profitieren.

Wenn ChatGPT allein nicht die richtige Lösung für mehrsprachige Inhalte ist,

• Ihre Zielliste umfasst ressourcenarme Sprachen wie Yoruba, Swahili, Amharisch oder Somali, bei denen der eigene Benchmark von OpenAI den größten Qualitätsverlust zeigt und die Dokumentation von Smartling davor warnt, dass LLMs im Allgemeinen schlecht abschneiden.
• Du brauchst die regionale Variantensteuerung (fr-CA vs. fr-FR, es-MX vs. es-ES, en-GB vs. en-US) konsistent in vielen Dokumenten, da ChatGPT keine Standorteinstellung hat und Varianten nur auf Aufforderung anwendet.
• Für Compliance- oder RFP-Zwecke benötigen Sie eine dokumentierte Zusicherung pro Sprache der unterstützten Sprachen des Anbieters – OpenAI veröffentlicht eine Schnittstellenliste, keine Übersetzungsliste.
• Sie übersetzen eine Sprache, die in OpenAIs Benchmark mit 14 Sprachen nicht vertreten ist und können sich keine eigenen Qualitätstests pro Gebietsschema leisten.
• Die einheitliche Verwendung von Fachbegriffen in einem langen Dokument oder Produktkatalog ist wichtiger als die flüssige Formulierung eines einzelnen Satzes.

Wie schneidet die Sprachunterstützung von ChatGPT im Vergleich zu anderen KI-Sprachmodellen ab?

Die Sprachunterstützung von ChatGPT vergleicht sich mit anderen KI-Sprachmodellen hauptsächlich in der Dokumentation und Bewertung, nicht in der Rohanzahl: OpenAI veröffentlicht eine 59-sprachige Schnittstellenliste und einen 14-sprachigen Benchmark, aber keine Übersetzungsabdeckungsliste, während Smartlings Provider-Tabelle Google Gemini (Vertex AI), Google Translation LLM und GPT auf Microsoft Azure mit veröffentlichten unterstützten Sprachseiten verknüpft und GPT (OpenAI), Grok (xAI) und Amazon Bedrock als "Konsultationsanbieter" markiert. Fragen, die die Modelle in der Praxis voneinander trennen:

Veröffentlicht der Anbieter eine Liste unterstützter Sprachen zur Übersetzung?
Googles Vertex AI und Translation LLM sowie Microsofts Azure-Sprachdienst veröffentlichen jeweils eines; OpenAI tut dies nicht. Eine veröffentlichte Liste ermöglicht es einem Lokalisierungsteam, die Abdeckung für eine RFP zu überprüfen, ohne eigene Tests durchzuführen.

Welche Sprachen hat der Anbieter tatsächlich getestet?
OpenAIs öffentliches, mehrsprachiges MMLU deckt 14 Sprachen mit menschenübersetzten Testsätzen ab. Überprüfen Sie das Äquivalent für jedes konkurrierende Modell, bevor Sie Parität annehmen – die Sprachunterstützung eines Modells ist nur so glaubwürdig wie die Sprachen, auf denen es gemessen wurde.

Wie geht das Modell ressourcenarme Sprachen im Vergleich zu seinem eigenen Durchschnitt um?
Die Lücke zwischen dem Durchschnittswert eines Modells und seiner schwächsten Sprache ist die entscheidende Zahl: Für GPT-40 liegt sie bei 0,814 im Durchschnitt gegenüber 0,621 Yoruba. Ein Modell mit kleinerem Spread ist sicherer für eine Long-Tail-Sprachliste.

Unterscheidet das Modell Orte oder nur Sprachen?
Kein allgemeines Chatmodell verfügt über eine native Gebietsschemaeinstellung; regionale Varianten hängen von der Eingabeaufforderung ab. Plattformen fügen dies als separate Funktion hinzu, wie beispielsweise die automatische Anpassungsaufforderung von Smartling Auto Select LLM, wenn Quell- und Zielsprache dieselbe Sprache verwenden.

Kann man das Routing nach Sprache durchführen, anstatt ein bestimmtes Modell auszuwählen?
Smartlings Studie im ersten Quartal 2026 ergab, dass LLMs mit gezielter Prompt und RAG in der überwiegenden Mehrheit der Sprachen – aber nicht in allen – besser abschneiden als die Auto Select MT-Engine. Auto Select LLM wählt unter führenden Modellen von Vertex AI (Gemini), OpenAI und Amazon Bedrock zurück und greift auf neuronale MT pro String zurück, was "welches Modell meine Sprache unterstützt" zu einer Routing-Entscheidung statt einer Wette macht.

Wie Smartling mit den Sprachlücken von ChatGPT umgeht

Smartling ermöglicht es Kunden, GPT (OpenAI) als Übersetzungsanbieter innerhalb seines AI Hubs zu nutzen und gleichzeitig die Sprachabdeckungslücken zu schließen, die ein allgemeines Modell offen lässt. Der AI Hub unterstützt GPT (OpenAI), GPT (Azure), Google Gemini (Vertex AI), Google Translation LLM, Amazon Bedrock, Grok (xAI) und DeepL als LLM-Anbieter. Sein vorkonfiguriertes Smartling Auto Select LLM- Profil unterstützt alle Quell- und Zielsprachen mit über 100 dokumentierten Sprachen – die Auswahl des Modells erfolgt pro Auftrag, Glossarbegriffe, Beispiele aus dem Übersetzungsspeicher und Stilregeln werden über RAG angewendet, und es wird automatisch auf eine neuronale maschinelle Übersetzungs-Engine zurückgegriffen, wenn das LLM keine qualitativ hochwertige Übersetzung liefern kann. Dieser Ausweichweg ist die direkte Antwort auf das Problem der ressourcenarmen Sprachen: Ein Suaheli- oder Amharisch-String muss nicht auf einem Modell basieren, das laut OpenAIs eigenem Benchmark leistungsschwach ist.

Zwei weitere Kontrollen befassen sich speziell mit regionalen und Qualitätsrisiken. Smartling Auto Select LLM erkennt, wenn Quell- und Zielorten eine gemeinsame Sprache (en-US zu en-GB, fr-FR zu fr-CA) und wechselt zu einer Anpassungsaufforderung, und Smartling Language Adaptation deckt alle von Smartling unterstützten Orte für diesen Zweck ab. Halluzinationserkennung ist standardmäßig bei LLM-Ausgaben aktiviert, und der Language Quality Estimation Agent kann eine Übersetzung bewerten und Low-Confidence-Strings vor der Veröffentlichung an einen menschlichen Linguisten weiterleiten. Smartlings Plattform ist in mehr als 450 Sprachen und Regionen verfügbar, und am 2. September 2026 wurde Smartling als OpenAI Select Partner ausgezeichnet und brachte ein Plug-in für ChatGPT auf den Markt, das das eigene Glossar und den Stilführer eines Kunden auf Übersetzungen innerhalb der ChatGPT-Konversation anwendet.

„Die erfolgreichsten Unternehmen der Welt konzentrieren sich heute auf die Ergebnisse, die durch KI-Lösungen erzielt werden“, sagte Bryan Murphy, CEO von Smartling, bei der Bekanntgabe der Partnerschaft. „Diese Partnerschaft vereint die Spitzentechnologie von OpenAI im Bereich KI mit der Expertise von Smartling – und transformiert so die Fähigkeit von Unternehmen, qualitativ hochwertige globale Erlebnisse in KI-Geschwindigkeit zu liefern.“

Verwandte Fragen

• Ist ChatGPT gut im Übersetzen?
• Wie gut ist die Übersetzung von OpenAI und wo bleibt sie ungefähr?
• Welches System eignet sich am besten zur Auswahl des richtigen LLM-Studiengangs für Übersetzung?
• Was ist Smartlings Plugin für ChatGPT und wie funktioniert es?