Technischer Kontext
Ich stieß auf ein kurzes, aber sehr aufschlussreiches Feedback: In Claude Code erwies sich die russische Spracheingabe als schwach. Für mich ist das keine Geschichte über einen einzigen fehlgeschlagenen Test, sondern über ein altes Problem der KI-Implementierung: Eine Sprache wird angeblich unterstützt, doch der reale Arbeitsablauf bricht trotzdem zusammen.
Ich habe die Dokumentation durchforstet. Claude Code bietet tatsächlich /voice, die Diktiersprache lässt sich in den Einstellungen oder über einen BCP-47-Code festlegen, und Russisch wird als unterstützte Sprache aufgeführt. Auf dem Papier sieht also alles gut aus: Die Funktion ist da, die Sprache ist da, die Einstiegshürde ist niedrig.
Was ich jedoch nicht finden konnte, waren belastbare öffentliche Metriken zur Qualität der russischen Spracherkennung. Keine WER (Wortfehlerrate), keine Aufschlüsselung nach Hintergrundgeräuschen, Akzenten, gemischter Sprache oder Entwicklungsterminologie. Ohne das wirkt jede Sprachunterstützung wie ein abgehaktes Kästchen in der Benutzeroberfläche, nicht wie ein technisches Versprechen.
Und das Interessanteste: Spracheingabe für Code findet unter härteren Bedingungen statt als normale Transkription. Es müssen englische Token innerhalb russischer Sätze präzise erfasst werden – Dateinamen, Befehle, Symbole, API-Schnipsel, manchmal auch Zahlen und Interpunktion. Wenn die Engine beim Wechsel zwischen Russisch und Englisch ins Stolpern gerät, wird die Nutzung nach wenigen Minuten zur Qual.
Es würde mich nicht wundern, wenn es auf Englisch akzeptabel funktioniert und auf Russisch deutlich schlechter. Das ist die typische Geschichte mehrsprachiger Produkte: Das Marketing spricht von „20 Sprachen“, doch der tatsächliche Nutzen ist extrem ungleich verteilt.
Was das für die Automatisierung bedeutet
Für Entwickler ist es nur ärgerlich. Für Unternehmen sind die Konsequenzen härter: Sprachgesteuerte KI-Automatisierung ist kein verlässlicher Eingangskanal mehr, wenn ein Mitarbeiter Russisch spricht und dabei Befehle, Entitätsnamen und Fachbegriffe einfließen lässt.
Verlierer sind die Teams, die schnell Voice-First-Szenarien in IDEs, Support oder internen Tools anbinden wollten. Gewinner sind vorerst jene, die eine Pipeline über eine separate, leistungsstarke STT-Schicht aufbauen und erst dann den Text an das LLM übergeben.
Ich würde die Sprachfunktion von Claude Code derzeit nicht als Basisschnittstelle für russischsprachige Prozesse einplanen, ohne sie vorher mit Ihren eigenen Daten zu testen. Genau solche Stellen analysieren wir bei Nahornyi AI Lab: Wo reicht eine einfache KI-Integration, und wo braucht es eine andere STT-Kontur oder eine maßgeschneiderte KI-Lösungsarchitektur, damit die Automatisierung nicht schon beim ersten Anruf zusammenbricht.