Wer Online-Inhalte international anbieten möchte, stellt sich früher oder später die Frage: Welche Sprachen lohnen sich für eine Übersetzung?
Bei mir kam die Frage auf, als ich über eine automatische Übersetzung von Blogartikeln per LLM nachdachte.
Verfügbare Daten (Stand 2020, recherchiert 2025)
Wikipedia bietet eine Übersicht zur Anzahl der Internetnutzer nach Sprache (März 2020) (Tabelle 1). Neuere Zahlen konnte ich bislang nicht finden.
Die gleichen Werte tauchen auch in anderen Quellen auf, z. B. bei wéb-tränslatiôns, StarAvis, Optimational (dort sogar für das Jahr 2025 angegeben), sowie in einer Publikation auf ResearchGate. Wikipedia verweist als Ursprung auf Internet World Stats. Die Seite stellt diese Daten inzwischen offenbar nicht mehr bereit, ist jedoch im Internet Archive mit exakt diesen Zahlen noch abrufbar.
| Rang | Sprache | Internetnutzer | Anteil an allen Internetnutzern |
|---|---|---|---|
| 1 | Englisch | 1.186.451.052 | 25,9 % |
| 2 | Chinesisch | 888.453.068 | 19,4 % |
| 3 | Spanisch | 363.684.593 | 7,9 % |
| 4 | Arabisch | 237.418.349 | 5,2 % |
| 5 | Indonesisch | 198.029.815 | 4,3 % |
Aktualität dieser Zahlen
Die Liste dürfte sich seit 2020 verändert haben. Zum einen ist die Weltbevölkerung zwischen 2020 und 2024 um 300 Millionen Menschen gewachsen. Zum anderen ist in derselben Zeit der globale Anteil der Internetnutzer von 59% auf 68% gestiegen. Dieser Zuwachs fiel insbesondere in Schwellenländern, wie Indien, Indonesien, Nicaragua, oder den Philippinen überproportional stark aus. Damit sind in den letzten Jahren mehrere 100 Millionen Internetnutzer hinzugekommen — viele davon mit einer anderen Erstsprache als Englisch. Die Spitzenplätze Englisch und Chinesisch dürften aufgrund der absoluten Größenordnung stabil bleiben. Ab Platz 3 könnte sich die Rangfolge jedoch verändert haben.
Auffällig ist zudem, dass Hindi in der Tabelle fehlt. 2020 lag der Internetnutzer-Anteil Indiens bei gut 43%. Ende 2019 sprachen aut Ethnologue etwa 612 Millionen Inder Hindi. Das ergibt ca. 263 Millionen Hindi-sprechende Internetnutzer für 2020, was Hindi eigentlich in die Top 5 gebracht hätte:
|
|
In den Anmerkungen zur Tabelle findet sich der Hinweis, dass jeder Person nur eine Sprache zugeordnet wurde (“Zero Sum”-Ansatz) — obwohl viele Menschen mehrsprachig sind. Es ist gut möglich, dass die indische Bevölkerung einfach der englischen Sprache zugeordnet wurde. Ein Indiz dafür: Weltweit gibt es keine 1,5 Milliarden Menschen, die Englisch als Muttersprache (L1) sprechen. Offenbar wurde auch Englisch als Zweitsprache (L2) berücksichtigt, während andere Sprachen in der Tabelle nur als L1 auftauchen.
Versuch einer Herleitung aktueller Zahlen
Da keine neueren Statistiken zu Internetnutzern nach Sprache verfügbar zu sein scheinen, habe ich versucht, aktuelle Zahlen über andere Daten herzuleiten.
Die Weltbank stellt sowohl den Anteil der Internetnutzer pro Land bereit (basierend auf Daten der ITU, einer UN-Sonderorganisation), als auch Bevölkerungszahlen. Beide Datensätze sind als CSV-Tabelle verfügbar und damit programmatische gut nutzbar. Hiermit können wir zunächst die absolute Anzahl der Internetnutzer pro Land berechnen, beispielsweise für Hongkong:
|
|
Im nächsten Schritt benötigen wir die Verteilung der Sprachen pro Land, um daraus die Internetnutzer pro Sprache abzuleiten. Dies ist natürlich nur eine Annäherung, da sich die Internetnutzung nicht gleichmäßig über alle Sprachen verteilt. Aus den Ergebnissen pro Land lassen sich dann globale Zahlen berechnen.
Mögliche Quellen für Sprachanteile pro Land sind:
- der Ethnologue (detailliert, aber kostenpflichtig)
- das CIA World Factbook mit den gesprochenen Sprachen pro Land, (meist ohne Prozentangaben)
- Wikipedia (sprachliche Zusammensetzung auf den Seiten der Länder, aber uneinheitlich und nicht programmatisch auswertbar)
Eine manuelle Auswertung der Sprachanteile pro Land über Wikipedia scheint jedoch ein recht aufwändiges Projekt zu sein, das für mich momentan leider nicht realistisch ist.
Plan B
Zurück zu unserer Anfangsfrage: Welche Sprachen lohnen sich für eine Übersetzung von Online-Inhalten?
Mangels verlässlicher aktueller Daten werde ich mich zunächst an den meistgesprochenen Sprachen orientieren: Englisch, Mandarin Chinesisch, Hindi, Spanisch und Standard Arabisch.
Mit steigender Internetdurchdringung nähert sich der Anteil der Internetnutzer pro Sprache ohnehin immer mehr den tatsächlichen Sprachanteilen der Bevölkerung an. Sollten irgendwann neue, belastbare Statistiken zu Internetnutzern nach Sprache erscheinen, kann ich meine Auswahl jederzeit anpassen.