Überspringen zu Hauptinhalt

Maschinelle Übersetzung

Die maschinelle Übersetzung hat in den vergangenen Jahren eine rasante Entwicklung genommen. Die Übersetzungsbranche vermutet, dass diese von einer KI ausgeführte Übersetzung bald die Qualität einer Humanübersetzung erreichen und damit selbst in der Fachübersetzung den Humanübersetzer verdrängen könnte. Bis dahin kann das allerdings noch lange dauern – zu fehleranfällig scheinen momentan die rein maschinellen Übersetzungssysteme zu sein, ohne die Unterstützung eines Menschen. Wie kann die maschinelle Übersetzung derzeit also sinnvoll eingesetzt werden?

Hier erfahren Sie, welche Vor- und Nachteile, Stärken und Schwächen die verschiedenen vollautomatischen Übersetzungs-Systeme haben und wie ein sinnvoller Einsatz der maschinellen Übersetzung möglich ist.

Jetzt unverbindliches Angebot anfordern!

Wir helfen Ihnen gerne mit hochwertigen Übersetzungen, Ihre internationalen Geschäfte und Abläufe effizient und sicher zu gestalten. Dürfen wir Sie unterstützen? Dann fordern Sie jetzt ein unverbindliches Angebot an.

Unverbindliches Angebot anfordern

Was ist die maschinelle Übersetzung?

Bei der maschinellen Übersetzung erfolgt die Übersetzung eines Textes durch einen Computer ohne menschliche Interaktion. Hierfür gibt es zahlreiche Tools, die sich teils stark unterscheiden. In der Regel unterteilen Übersetzungsdienstleister diese Systeme in drei verschiedenen Ansätzen der maschinellen Übersetzung.

Regelbasierte Systeme

Regelbasierte Systeme funktionieren basierend auf einer Kombination aus Sprachalgorithmen, Grammatik sowie Wörterbüchern für allgemeines Vokabular. Sie analysieren diese Texte und bewerten diese selbstständig. Das System nutzt für die maschinelle Übersetzung somit Wörter nach festgelegten linguistischen Regeln – und orientiert sich dafür nicht an den statistisch am häufigsten eingesetzten Worten.

Regelbasierte Systeme können auch mit menschlich eingepflegter Terminologie und eigens festgelegten Regeln verbessert und weiterentwickelt werden. Hierzu gehört z.B. das Einpflegen spezifischer Wörterbücher für Fachvokabular. Das führt in der maschinellen Übersetzung mit regelbasierte Systemen in aller Regel zu konsistenten Übersetzungen mit exakter Terminologie. Allerdings zulasten des Text- und Leseflusses.

Statistische Systeme

Statistische Systeme müssen vor ihrer allerersten maschinellen Übersetzung mit großen Mengen Ausgangs- und Zieltext gefüllt werden. Erst dann können diese selbstständig arbeiten. Diese Voraussetzung kann sich bereits als erstes Manko herausstellen, falls diese Daten nicht vorliegen. Mit Hilfe dieser großen Datenmengen lernen diese Systeme das Übersetzen nach Wahrscheinlichkeit und Statistik. Es werden keine linguistischen Methoden verwendet, sondern lediglich ausgewertet, welche Übersetzung für ein Wort am häufigsten verwendet wird. Zusätzlich wird noch verglichen, wie es im Zusammenspiel mit anderen Worten (davor und danach) benutzt wird.

Meist liefern diese Systeme flüssigere, dafür aber weniger konsistente Übersetzungen ab. Gut geeignet ist diese Art der maschinellen Übersetzung für allgemeinsprachliche Übersetzungen. Allerdings hat es aufgrund fehlender Konsistenz in Terminologie Schwächen in der Fachübersetzung, beispielsweise innerhalb der Technik oder Medizin.

Neuronale Systeme

Neuronale Systeme (auch: NMT für „Neural Machine Translation“) gehören zu den vielversprechendsten Entwicklungen in der maschinellen Übersetzung. Diese Systeme bauen auf Deap Learning auf – die Maschine lernt das Übersetzen mit Hilfe seines großen neuronalen Netzwerks und der Analyse einer großen Anzahl von bereits übersetzten Texten. Die Verarbeitungsgeräte und -algorithmen sind nach dem Vorbild des menschlichen Gehirnes aufgebaut. Das System versucht den Text zu verstehen und den gesamten Kontext des Satzes in die Zielsprache zu übermitteln, statt Wort für Wort zu übersetzen. Ein angelerntes System erkennt problemlos Muster im Text und findet Kontexthinweise, die dann in eine passende Übersetzung münden.

Bei vielen Sprachenpaaren liefert die neuronale maschinelle Übersetzung mittlerweile deutlich bessere Ergebnisse als seine Vorgänger – die regelbasierte und statistische maschinelle Übersetzung. Allerdings sind auch diese neueren Systeme noch immer anfällig für Fehler, sodass wir in jedem Fall eine Nachbearbeitung durch einen Menschen empfehlen.

Was ist der Unterschied zu Translation Memory Systemen?

Bei einer maschinellen Übersetzung handelt es sich um eine vollautomatische Übersetzung mit Hilfe eines Übersetzungstools. Aus gegenwärtiger Sicht erreicht diese Übersetzung noch nicht die Qualität einer menschlichen Übersetzung. Aus diesem Grund folgt der maschinellen Übersetzung derzeit noch ein professionelles Lektorat bzw. ein sogenanntes Post-Editing, welches ein Fachübersetzer ausführt.

Ein Translation Memory hingegen unterstützt den Übersetzer beim Übersetzungsprozess. Der Übersetzer bleibt der ursprüngliche Autor der Übersetzung und verwendet die Translation Memory nur als Hilfe. Das Translation Memory schlägt auf Grundlage vergangener Projekte in die gleiche Sprache mögliche Übersetzungen vor, die der Übersetzer in seine Arbeit einfließen lassen kann.

Expertenwissen zur maschinellen Übersetzung in unserem Übersetzer-Podcast:

Grenzen der maschinellen Übersetzung

Tatsächlich sind Maschinelle Übersetzungstools inzwischen so weit entwickelt, dass die Übersetzung allgemeinsprachlicher Ausgangstexte nahezu einwandfrei funktioniert. Dennoch gibt es bei der maschinellen Übersetzung keine hundertprozentige Sicherheit, dass eine Übersetzung richtig ist. Gerade wenn die Bedienenden des maschinellen Übersetzungssystems die Zielsprache wenig oder gar nicht beherrschen, sind Übersetzungsfehler sehr wahrscheinlich.

Fehlerquelle Homographen

Eine große Gefahr in der maschinellen Übersetzung liegt in einem unscheinbaren Detail: Die Homographen. Das sind Wörter, welche die gleiche Schreibweise, aber unterschiedliche Bedeutungen haben. Maschinelle Übersetzungssysteme können in solchen Fällen tatsächlich nicht unterscheiden – ob richtig übersetzt wird, ist somit reiner Zufall. Hierzu einige Beispiele für Homographen:

Wort1.    Bedeutung2.    Bedeutung
übersetzenin eine andere Sprache übertragenans andere Ufer fahren
modernzeitgemäß (Adj.)faulen (Verb)
siebenZahlfiltern, auslesen (Verb)
BugSchiffsteilProgrammierfehler (eingedeutscht)
MontageWochentag (Plural)Zusammenbau (eingedeutscht)

Probleme bei Fachübersetzungen

Im Falle fachspezifischer Übersetzungen ist das Risiko für schwerwiegende Fehler aufgrund einer falschen Anwendung des maschinellen Übersetzungssystems nochmals erhöht. Zudem sind maschinelle Übersetzungen im Fachbereich Marketing oder Literatur erst gar nicht sinnvoll – egal wie gut und erfahren der Bedienende der Maschine ist – da sprachliche Finessen, Redewendungen und Wortspiele vollständig abhanden kommen.

Bei juristischen, technischen oder medizinischen Texten hingegen ist die maschinelle Übersetzung möglich. Allerdings raten wir von der alleinigen Verwendung der maschinellen Übersetzung ab: Mit hieraus resultierenden Übersetzungsfehlern tragen Sie ein hohes Risiko. Dennoch versteckt sich in diesen speziellen Fachbereichen großes Potential. Möglich ist beispielsweise eine neuronale maschinelle Übersetzung mit anschließendem Lektorat von einem fachspezifischen Übersetzer – ein sogenanntes Post-Editing.

Maschinelle Übersetzung mit Full Post-Editing: Diese kostenlose Checkliste klärt auf, wie es funktioniert!

    Maschinelle Übersetzung mit Post-Editing

    Post-Editing beschreibt die Überprüfung und Nachbearbeitung von maschinellen Übersetzungen. Hierbei korrigiert ein Humanübersetzer die stilistischen sowie sinnendstellenden Fehler in der Übersetzung. Dieses Verfahren ermöglicht es, viele der genannten Probleme von maschinellen Übersetzungssystemen aus dem Weg zu gehen. Ein Lektorat kann bei ordentlicher Überprüfung des maschinellen Outputs jegliche Fehler erkennen und ausmerzen.

    Spezielle Anforderungen an dieses Verfahren sind in der Norm DIN EN ISO 18587 vermerkt. Demnach muss ein qualifizierter Fachübersetzer das Lektorat bzw. Post-Editing durchführen. Hierfür hat er bestenfalls schon Erfahrungen als Lektor gesammelt und ist der maschinellen Übersetzung gegenüber positiv eingestellt. Eine detaillierte Auflistung aller Qualifikationen finden Sie in der Norm selbst.

    Unterschieden wird unterdessen zwischen zwei Arten des Post-Editings: Dem Light und dem Full Post-Editing.

    Light Post-Editing

    Das „leichte“ Post-Editing beinhaltet ein schnelles Editieren und Korrigieren der maschinellen Übersetzung. Hierdurch erhalten Sie einen verständlichen und inhaltlich korrekten Text – welcher nicht unbedingt und nur selten an die Qualität einer Humanübersetzung herankommt.

    Stilistisch oder inhaltlich nimmt das Lektorat kaum Änderungen vor, solange sich der Text in einem verständlichen Rahmen bewegt. Diese Übersetzungen sind eher nicht für die Augen ihrer Kunden bestimmt, sondern sollten für die unternehmensinterne Verwendung vorgesehen sein.

    Das wichtigste auf einem Blick:

    • Lediglich sinnverfälschende Fehler werden überarbeitet.
    • Grammatik-, Rechtschreib- und Zeichensetzungsfehler im tolerablen Bereich bleiben.
    • Der Stil bleibt unberührt, solange ein verständlicher Text dabei rauskommt.

    Full Post-Editing

    Beim „vollen“ Post-Editing überprüft und korrigiert das Lektorat die maschinelle Übersetzung so umfangreich, dass sie sich bestenfalls nicht mehr von einer Humanübersetzung unterscheidet. Dennoch bleiben große Teile der maschinellen Übersetzung unberührt. Der Arbeitsaufwand gegenüber einer normalen Humanübersetzung wäre sonst zu minimal.

    Das finale Ergebnis der maschinellen Übersetzung muss nach einem Full Post-Editing nicht nur verständlich, sondern ebenfalls stilistisch angemessen sein. Idealerweise kann es sich dann mit rein menschlichen Fachübersetzungen messen lassen. Denn noch gelingt es den maschinellen Übersetzungssystemen nicht alleine, in die Qualitäts-Regionen der Humanübersetzung vorzustoßen. Hierfür fehlen ihnen insbesondere die Fähigkeit, sprachliche Nuancen in der Zielsprache passend wiederzugeben. Das ist ebenfalls der Grund, warum maschinelle Übersetzungssysteme keine Option im Marketing oder der Literatur-Übersetzung darstellen.

    Das Wichtigste auf einem Blick:

    • Übernahme großer Teile der maschinellen Übersetzung.
    • Überprüfung auf Vollständigkeit der Inhalte und Informationen.
    • Anpassung abweichender Inhalte und Umstellung von Sätzen bei Bedeutungsänderungen.
    • Einhaltung allgemeiner grammatikalischer, syntaktischer und semantischer Regeln.
    • Berücksichtigung kunden- und fachspezifischer Terminologie.
    • Einhaltung von Rechtschreibungs-, Zeichensetzungs- und Silbentrennungsregeln.
    • Verwendung eines angemessenen Stils, Redaktionsleitfaden etc.
    • Anwendung von Formatierungsregeln und weiteren Vorgaben des Kunden.

    Die Voraussetzungen für hochwertige maschinelle Übersetzungen

    Eine wesentliche Voraussetzung für ein hochwertiges Ergebnis der maschinellen Übersetzung ist die Qualität Ihres Ausgangstexts. Sind in diesem bereits zahlreiche Fehler, werden diese von der KI in der Zielsprache übernommen. Dabei geht es nicht nur um die richtige Grammatik, der fehlerfreien Rechtschreibung oder Zeichensetzung. Besonders hilfreich ist demnach das übersetzungsgerechte Schreiben, was manche Fehler bereits vor ihrer Entstehung verhindert. Dazu gehört auch ein gutes Terminologiemanagement innerhalb Ihres Unternehmens, welches ausführlich in einer Datenbank dokumentiert wird.

    Während das übersetzungsgerechte Schreiben bereits in der Humanübersetzung ein wesentlicher Faktor für die Übersetzungsqualität ist, kommt dem bei der maschinellen Übersetzung eine noch größere Rolle zu. Je strukturierter und logischer ein Ausgangstext aufgebaut ist, desto weniger hat ein maschinelles Übersetzungssystem Probleme mit der korrekten Wiedergabe in der Zielsprache.

    Hochwertige Ausgangs- und Zieltexte sind außerdem von Vorteil, um dem System das Übersetzen überhaupt erst beizubringen. Ein neuronales maschinelles Übersetzungssystem benötigt bis zu 500.000 Sätze in der Ausgangs- und Zielsprache, um in der entsprechenden Sprachrichtung eine Engine einzurichten (bspw. Deutsch -> Englisch). Erst dann ist die vollautomatische maschinelle Übersetzung möglich. Gleichzeitig bedeutet das, dass Sie für die entgegengesetzte Sprachrichtung eine weitere angelernte Engine benötigen. Die Grundregel zum Anlernen dieser Engines lautet, dass wenige hochwertige Daten mehr helfen als doppelt so viele von minderer Qualität.

    An den Anfang scrollen