Claude Platform Docs
  • Messages
  • Managed Agents
  • Admin

Search...
⌘K
Erste Schritte
Einführung in ClaudeSchnellstart
Entwickeln mit Claude
FunktionsübersichtVerwendung der Messages APIStop-Gründe und FallbackAblehnungen und FallbackFallback-Guthaben
Modellfähigkeiten
Erweitertes DenkenAdaptives DenkenEffortAufgabenbudgets (Beta)Schnellmodus (Forschungsvorschau)Strukturierte AusgabenZitateStreaming von MessagesBatch-VerarbeitungSuchergebnisseStreaming von AblehnungenMehrsprachige UnterstützungEmbeddings
Tools
ÜbersichtFunktionsweise der Tool-NutzungTutorial: Einen Tool-nutzenden Agenten erstellenTools definierenTool-Aufrufe verarbeitenParallele Tool-NutzungTool Runner (SDK)Strikte Tool-NutzungServer-ToolsWebsuche-ToolWeb-Fetch-ToolCodeausführungs-ToolAdvisor-ToolTool-Suche-ToolMemory-ToolBash-ToolTexteditor-ToolComputer-Use-ToolFehlerbehebung
Tool-Infrastruktur
Tool-ReferenzTool-Kontext verwaltenTool-KombinationenTool-Nutzung mit Prompt-CachingProgrammatischer Tool-AufrufFeingranulares Tool-Streaming
Kontextverwaltung
KontextfensterKompaktierungKontextbearbeitungPrompt-CachingSystemnachrichten während der KonversationEinen Orchestrierungsmodus erstellenCache-Diagnose (Beta)Token-Zählung
Arbeiten mit Dateien
Files APIPDF-Unterstützung
Skills
ÜbersichtSchnellstartBest PracticesSkills für UnternehmenSkills in der API
MCP
Remote-MCP-ServerMCP-Connector
Claude auf Cloud-Plattformen
Amazon BedrockAmazon Bedrock (Legacy)Claude Platform auf AWSGoogle CloudMicrosoft Foundry

Log in
Mehrsprachige Unterstützung
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Claude Platform Docs

Solutions

  • AI agents
  • Code modernization
  • Coding
  • Customer support
  • Education
  • Financial services
  • Government
  • Life sciences

Partners

  • Claude on AWS
  • Claude on Google Cloud

Learn

  • Blog
  • Courses
  • Use cases
  • Connectors
  • Customer stories
  • Engineering at Anthropic
  • Events
  • Powered by Claude
  • Service partners
  • Startups program

Company

  • Anthropic
  • Careers
  • Economic Futures
  • Research
  • News
  • Responsible Scaling Policy
  • Security and compliance
  • Transparency

Learn

  • Blog
  • Courses
  • Use cases
  • Connectors
  • Customer stories
  • Engineering at Anthropic
  • Events
  • Powered by Claude
  • Service partners
  • Startups program

Help and security

  • Availability
  • Status
  • Support
  • Discord

Terms and policies

  • Privacy policy
  • Responsible disclosure policy
  • Terms of service: Commercial
  • Terms of service: Consumer
  • Usage policy
Messages/Modellfähigkeiten

Mehrsprachige Unterstützung

Claude überzeugt bei Aufgaben in mehreren Sprachen und behält dabei eine starke sprachübergreifende Leistung im Vergleich zu Englisch bei.

Überblick

Claude verfügt über robuste mehrsprachige Fähigkeiten, mit besonders starker Leistung bei Zero-Shot-Aufgaben über verschiedene Sprachen hinweg. Das Modell behält eine konsistente relative Leistung sowohl bei weit verbreiteten als auch bei ressourcenärmeren Sprachen bei, was es zu einer zuverlässigen Wahl für mehrsprachige Anwendungen macht.

Claude beherrscht viele Sprachen über die in der folgenden Tabelle aufgeführten Benchmarks hinaus. Teste mit allen Sprachen, die für deine spezifischen Anwendungsfälle relevant sind.

Leistungsdaten

Die folgende Tabelle zeigt Zero-Shot-Chain-of-Thought-Evaluierungswerte für Claude-Modelle in verschiedenen Sprachen, ausgedrückt als Prozentsatz relativ zur englischen Leistung (100 %):

SpracheClaude Opus 4.1 (veraltet)1Claude Sonnet 4.51Claude Haiku 4.51
Englisch (Basiswert, fest auf 100 %)100 %100 %100 %
Spanisch98,1 %98,2 %96,4 %
Portugiesisch (Brasilien)97,8 %97,8 %96,1 %
Italienisch97,7 %97,9 %96,0 %
Französisch97,9 %97,5 %95,7 %
Indonesisch97,3 %97,3 %94,2 %
Deutsch97,7 %97,0 %94,3 %
Arabisch97,1 %97,2 %92,5 %
Chinesisch (vereinfacht)97,1 %96,9 %94,2 %
Koreanisch96,6 %96,7 %93,3 %
Japanisch96,9 %96,8 %93,5 %
Hindi96,8 %96,7 %92,4 %
Bengalisch95,7 %95,4 %90,4 %
Swahili89,8 %91,1 %78,3 %
Yoruba80,3 %79,7 %52,7 %

1 Mit erweitertem Denken.



Diese Metriken basieren auf MMLU (Massive Multitask Language Understanding)-Testsets in englischer Sprache, die von professionellen menschlichen Übersetzern in 14 weitere Sprachen übersetzt wurden, wie im simple-evals-Repository von OpenAI dokumentiert. Der Einsatz menschlicher Übersetzer für diese Evaluierung gewährleistet qualitativ hochwertige Übersetzungen, was besonders für Sprachen mit weniger digitalen Ressourcen wichtig ist.


Die Antwortsprache festlegen

Claude leitet die Antwortsprache aus der Konversation ab, aber für Produktionsanwendungen solltest du die Zielsprache explizit angeben. Der zuverlässigste Ort dafür ist der System-Prompt, der die Anweisung über jeden Turn einer Konversation hinweg stabil hält.

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=1024,
    system="Always respond in French, regardless of the language the user writes in.",
    messages=[{"role": "user", "content": "How do I reset my password?"}],
)

print(message.content)

Wenn deine Anwendung es Nutzern ermöglicht, zur Laufzeit eine Sprache auszuwählen, interpoliere diese Auswahl in den System-Prompt, anstatt dich darauf zu verlassen, dass Claude sie aus der Nachricht des Nutzers ableitet. Um zwischen zwei bestimmten Sprachen zu übersetzen, nenne beide: Translate the user's message from German to Korean. Respond with only the translation.


Best Practices

Bei der Arbeit mit mehrsprachigen Inhalten:

  1. Gib einen klaren Sprachkontext an: Obwohl Claude die Zielsprache automatisch erkennen kann, verbessert die explizite Angabe der gewünschten Eingabe- und Ausgabesprachen die Zuverlässigkeit. Für mehr Sprachgewandtheit kannst du Claude anweisen, „idiomatische Sprache zu verwenden, als wäre es ein Muttersprachler".
  2. Verwende native Schriftsysteme: Reiche Text in seinem nativen Schriftsystem statt in Transliteration ein, um optimale Ergebnisse zu erzielen.
  3. Berücksichtige den kulturellen Kontext: Effektive Kommunikation erfordert oft kulturelles und regionales Bewusstsein, das über reine Übersetzung hinausgeht.

Befolge außerdem die allgemeinen Hinweise in der Übersicht zum Prompt Engineering, um die Ausgabequalität weiter zu verbessern.


Überlegungen zur Sprachunterstützung

  • Claude verarbeitet Eingaben und generiert Ausgaben in den meisten Weltsprachen, die Standard-Unicode-Zeichen verwenden.
  • Die Leistung variiert je nach Sprache, mit besonders starken Fähigkeiten in weit verbreiteten Sprachen.
  • Selbst in Sprachen mit weniger digitalen Ressourcen behält Claude bedeutsame Fähigkeiten bei.

Nächste Schritte


Übersicht zum Prompt Engineering

Wende allgemeine Prompting-Techniken an, um die Qualität mehrsprachiger Ausgaben zu verbessern.

Kundensupport-Agent

Erstelle einen lokalisierten Support-Chatbot mit einem sprachbeschränkten System-Prompt.

Modellübersicht

Vergleiche Modellstufen, um mehrsprachige Qualität gegen Kosten und Latenz abzuwägen.

Erfolgskriterien definieren und Evaluierungen erstellen

Evaluiere die Übersetzungs- und Lokalisierungsqualität, bevor du auslieferst.

Was this page helpful?

  • Überblick
  • Leistungsdaten
  • Die Antwortsprache festlegen
  • Best Practices
  • Überlegungen zur Sprachunterstützung
  • Nächste Schritte