Heute lacht kaum einer mehr über Machine Translation (MT). In den letzten Jahren hat sich die maschinelle Übersetzung von einer primitiven Notlösung hin zu einer ernstzunehmenden Alternative auf dem Übersetzungsmarkt entwickelt. Doch das heißt noch lange nicht, dass Humanübersetzer sich besser einen neuen Beruf suchen sollten – oder dass Sie Ihre Übersetzungen in Zukunft von Google oder DeepL erledigen lassen können. 

In diesem Artikel erfahren Sie, welche Texte sich für die maschinelle Übersetzung eignen und wann Sie Ihre Inhalte lieber einem Übersetzer aus Fleisch und Blut anvertrauen sollten.

Lesen Sie weiter, um zu erfahren, welche Methode für Ihre Zwecke am besten geeignet ist. 

Machine Translation wird immer besser 

Dank enormer Fortschritte auf dem Gebiet der künstlichen Intelligenz und Computerlinguistik ist die maschinelle Übersetzung (MÜ), auch automatische bzw. automatisierte Übersetzung genannt, in den letzten Jahren um vieles leistungsfähiger geworden. Forscher von Microsoft Research sorgten Anfang 2018 für Aufregung mit der Behauptung, für die Sprachrichtung Chinesisch-Englisch eine nicht von der menschlichen Übersetzung unterscheidbare maschinelle Leistung (sogenannte Parität) erreicht zu haben. 

Während das Ergebnis der Microsoft-Forscher mit Vorsicht zu genießen ist, besteht kein Zweifel, dass die Übersetzungsqualität der Maschinen immer höhere Erwartungen erfüllt. Dies liegt vor allem daran, dass moderne Übersetzungsprogramme riesige Mengen an Daten (sprich: Text) in Sekundenschnelle verarbeiten können. Die Ergebnisse stehen in keinem Vergleich zu den sinnleeren Wortgeflechten, die noch vor einem Jahrzehnt von Übersetzungscomputern ausgespuckt wurden. Teilweise kommen sie tatsächlich beeindruckend nahe an das Produkt eines Humanübersetzers heran. 

Wie gut das Übersetzungsergebnis ausfällt hängt maßgeblich davon ab, welche Art der automatisierten Übersetzung angewendet wurde. Dabei unterscheiden wir zwischen drei verschiedenen Ansätzen: regelbasierte, statistische und neuronale MÜ. 

Regelbasierte maschinelle Übersetzung 

Bei der regelbasierten MÜ-Methode wird der Ausgangstext analysiert und auf Basis linguistischer und grammatikalischer Regeln sowie Wörterbuch-Vorlagen in die Struktur der Zielsprache übertragen. Sie liefert konsistente Ergebnisse, die je nach Text und Sprachpaar von skurril bis nützlich reichen können. 

Statistische maschinelle Übersetzung 

Statistische Systeme „lernen“ das Übersetzen durch die Analyse riesiger Datenmengen. Die Übersetzung erfolgt auf Basis von zweisprachigen Korpora, die statistische Wahrscheinlichkeitsmodelle liefern. Das Ergebnis sind fließende, jedoch weniger logische Übersetzungen. 

Neuronale maschinelle Übersetzung 

Die neuronale maschinelle Übersetzung (NMÜ) – Englisch: neural machine translation (NMT) – stützt sich auf vielschichtige neuronale Netze. Dabei werden für jedes Wort Verknüpfungen mithilfe der benachbarten Wörter erstellt. Je mehr Trainingsmaterial das System erhält, desto höher ist die Genauigkeit der Übersetzungen. 

Neural Machine Translation ist noch relativ neu und erfreut sich zunehmender Beliebtheit. Nicht nur sparsame Unternehmen und Privatnutzer greifen auf sie zurück: Immer mehr professionelle Übersetzer nutzen den schnellen und natürlich klingenden Output als Hilfsmittel, um ihre eigene Produktivität zu steigern. 

Wann macht maschinelles Übersetzen Sinn? 

In bestimmten Situationen kann es sich lohnen, automatischen Übersetzungen eine Chance zu geben. Wenn Sie zum Beispiel Texte ausschließlich für den internen Gebrauch übersetzen wollen und dabei die Informationen wichtiger als deren sprachliche Präsentation sind, sind Sie mit einem Übersetzungstool möglicherweise gut bedient. 

Mögliche Kandidaten für automatisierte Übersetzungen sind zum Beispiel: 

• E-Mails für die Kommunikation mit Kollegen im Ausland. 
• Fremdsprachige Presseartikel, denen Sie lediglich die wesentlichen Informationen entnehmen möchten. 

• Nutzergenerierte Inhalte wie Rezensionen oder Kommentare unter Blogbeiträgen, wobei hier ein leichtes Post-Editing empfehlenswert ist, um einen gut verständlichen Text zu garantieren. 
• Produktinformationen, die lediglich grundlegende Eckdaten wiedergeben; hier ist ein vollständiges Post-Editing sinnvoll, um sicherzugehen, dass alle wichtigen Inhalte korrekt für den Zielmarkt angepasst wurden. Nicht zu verwechseln mit Produktbeschreibungen, die eine eher marketing-orientierte Funktion haben! 

Die oben genannten Anwendungsbeispiele setzen alle ein vorangehendes Deep-Learning-Training der Maschine voraus, um die sachliche Korrektheit im jeweiligen Kontext zu gewährleisten. 

Was sind die Grenzen der maschinellen Übersetzung? 

Nur, weil jemand eine Sprache spricht, heißt das noch lange nicht, dass er ein guter Texter ist. Das gilt auch für Computer. Nicht jeder Mensch hat ein Talent für Blogging, Copywriting oder kann Bestseller schreiben. Stilistisch anspruchsvolle Texte, die überzeugen, Emotionen wecken oder eine Bindung schaffen sollen sind deshalb nichts für die Maschine. Auch Fachtexte mit komplexen Satzstrukturen und Insider-Terminologie erfordern einen „human touch“. 

So weiß ein Übersetzungsprogramm nicht, ob mit „Abstriche machen“ der Verzicht auf etwas gemeint ist oder ob es sich um die Entnahme von medizinischen Proben handelt. Zwar wird die KI immer besser darin, fundierte Annahmen anhand des Kontexts zu treffen. Bei einem Text zum Thema COVID-19 könnte es allerdings in diesem Falle durchaus zu Missverständnissen kommen. 

Probleme entstehen auch, wenn Schlüsselbegriffe innerhalb desselben Dokuments unterschiedlich übersetzt werden. Das Wort „Anfrage“ kann zum Beispiel im Englischen als „request,“ „inquiry“ oder „query“ wiedergegeben werden. Die MÜ hat kein Erinnerungsvermögen und es ist denkbar, dass das Wort mal so, mal so übersetzt wird und den Leser verwirrt. 

Und noch etwas fehlt der Übersetzungsmaschine: kultureller Einblick. Gerade im Marketingbereich ist es wichtig, auf lokale Besonderheiten des Zielmarktes zu achten. Stellen Sie sich folgendes Szenario vor: 

Der US-Hersteller eines Schädlingsbekämpfungsmittels wirbt damit, dass es unter anderem gegen Schwarze Witwen und Braune Einsiedlerspinnen wirkt. Diese Spinnenarten sind jedoch in Deutschland nicht verbreitet! Hier wäre eine Übersetzung also fehl am Platz. Ein erfahrener Übersetzer würde den Auftraggeber hierauf hinweisen und möglicherweise passenderes deutsches Ungeziefer für die Liste empfehlen. 

Qualitätssicherung durch Post-Editing 

Es ist nicht so, dass die Maschinenübersetzung keine Daseinsberechtigung im öffentlichen Bereich hat. Mit vergleichsweise wenig Aufwand können automatisch übersetzte Rohtexte einen publikationsreifen Feinschliff erhalten. Dieser Service nennt sich Post-Editing und ist für Unternehmen deshalb interessant, weil sie damit teilweise hohe Kosten sparen können. 

Gerade, wenn es um große Textmengen geht, kann die menschliche Übersetzung ins Geld gehen. Hier kommt der Beruf des Posteditors ins Spiel: qualifizierte Fachübersetzer mit eingehenden Kenntnissen der Ausgangs- und Zielsprache, die maschinell produzierte Texte nachbearbeiten und diese auf Hochglanz polieren. Die Post-Editing-Spezialisten von Lexsys greifen auf langjährige Erfahrung im Übersetzen, Lektorieren und Revidieren zurück und garantieren so, dass auch Ihre MÜ-Texte das Niveau eines muttersprachlichen Textprofis erlangen. 

Egal, ob Sie die maschinelle Übersetzung bereits aktiv nutzen oder noch die Vor- und Nachteile erörtern: Wir helfen Ihnen, Ihre Texte ansprechend und dabei kostengünstig in die Fremdsprache zu übertragen. Kontaktieren Sie uns, um ein Beratungsgespräch zu vereinbaren.