Maschinelle Übersetzung: Wie sie von Übersetzungsbüros effektiv genutzt werden kann

Lichteffekt Fragezeichen im Tunnel

Auf Knopfdruck in jeder Sprache einfach und unkompliziert kommunizieren – ein Wunschtraum, der die Menschheit schon seit Jahrzehnten beschäftigt. Wie das gehen könnte? Zum Beispiel mithilfe Maschineller Übersetzung. Durch sie können kostengünstig und in kurzer Zeit große Textmengen übersetzt werden. Qualitativ können sie aber mit Übersetzungen, die von Menschen angefertigt werden, nicht mithalten. Im folgenden Blogbeitrag stellen wir Vorteile und Grenzen Maschineller Übersetzung vor, geben Definitionen und informieren über aktuelle Entwicklungen. Außerdem gehen wir der Frage nach, wie die Maschinelle Übersetzung sinnvoll für die Übersetzungsbranche genutzt werden kann.

Warum braucht man Maschinelle Übersetzung?

Als Übersetzungsbüro für über 50 Sprachen ermöglichen wir mit unserem großen Netzwerk aus muttersprachlichen Übersetzern eine globale Kommunikation für Unternehmen auf der ganzen Welt. Und die Nachfrage steigt: Das rasante Wachstum von digitalen Inhalten sowie die ökonomische Globalisierung vergrößern den Bedarf an Textübersetzungen enorm. Von Menschen erstellte Übersetzungen – auch Humanübersetzungen genannt – stehen für hohe Qualität, sind aber – entgegen mancher Vorstellung nach wie vor Handarbeit – und daher mit einem gewissen Zeit- und Kostenaufwand verbunden. Und: Der Bedarf an Übersetzungen soll weit mehr ansteigen als die Anzahl der Übersetzer. Zudem fordern Unternehmen immer größere Mengen in immer kürzerer Zeit.

Seit einigen Jahren ist daher die Maschinelle Übersetzung (MÜ) auf dem Vormarsch und auch für die Übersetzungsbranche unverzichtbar. Große Textmengen können binnen kürzester Zeit in verschiedene Zielsprachen übersetzt werden. Dabei werden nicht nur Zeit, sondern auch Kosten gespart. Was heißt das für die Branche? Werden professionelle Übersetzer bald durch intelligente Maschinen ersetzt? Und sind die Ergebnisse von Maschinen und Menschen überhaupt vergleichbar?

Beginnen wir für die Beantwortung dieser Fragen mit den Grundlagen und prüfen zunächst, was sich genau hinter dem Begriff Maschinelle Übersetzung verbirgt.

Was ist Maschinelle Übersetzung?

Die Maschinelle Übersetzungen ist der Sammelbegriff für automatisierte Übersetzungsverfahren, bei denen eine Computersoftware einen Text von einer Ausgangssprache in eine andere übersetzt. Dabei läuft der Übersetzungsprozess ohne jede menschliche Hilfe ab. Was sich nach Zukunftsmusik anhört, ist aber keine grundsätzlich neue Erfindung: Technologien für automatisierte bzw. maschinelle Übersetzungen entstanden bereits in der Mitte des 20. Jahrhunderts und wurden erstmals 1946 vorgestellt. Auf den ersten Hype folgte allerdings eine schnelle Ernüchterung, da Experten der National Academy of Sciences zu dem Ergebnis kamen, dass die MÜ langsamer, ungenauer und doppelt so teuer wie Humanübersetzung sei. Die nächste Welle überrollte die Übersetzungsbranche 1988 als IBM die statistische Maschinelle Übersetzung vorstellte. Zum Hilfsmittel degradiert, schlummerte die automatische Übersetzung dann aber bis 2014 und erlangte erst wieder einen hohen Stellenwert als die erste wissenschaftliche Arbeit über neuronale Maschinelle Übersetzung (NMÜ) veröffentlicht wurde und nur kurze Zeit später die erste funktionierende NMÜ von Harvard in Kollaboration mit SYSTRAN entwickelt wurde.

Welche Arten maschineller Übersetzungssysteme gibt es?

Wer den oberen Abschnitt aufmerksam gelesen hat, wird festgestellt haben, dass es verschiedene Arten Maschineller Übersetzung gibt. Insgesamt lassen sich drei Formen unterscheiden – regelbasierte, statistische und neuronale Systeme.

Was ist eine regelbasierte Maschinelle Übersetzung?

Wie der Name schon sagt, basieren regelbasierte maschinelle Übersetzungssysteme auf linguistischen Regeln und stützen sich auf eine Kombination aus Sprachalgorithmen, Grammatik sowie zweisprachigen Wörterbüchern für jede Sprachkombination. Während des Übersetzungsprozesses greift die Software auf diese komplexen Regeleinstellungen zurück und überträgt die grammatikalischen Strukturen der Ausgangs- in die Zielsprache. Regelbasierte MÜ liefern in der Regel gute Ergebnisse für die Standardsprache, werden aber Erwartungen an die Lesbarkeit nicht immer gerecht. Die Übersetzungsqualität kann gesteigert werden, wenn Benutzer eigene Terminologien hinterlegen oder benutzerdefinierte Wörterbücher erstellen, die von dem System vorrangig genutzt werden.

Was ist eine statistische Maschinelle Übersetzung?

Statistische Systeme analysieren bei jeder Übersetzung große Datenmengen, ihnen liegen allerdings keine Sprachalgorithmen zugrunde. Daher ist die Erstellung von statistischen Übersetzungsmodellen nicht sehr zeitaufwändig, wenn die Technologie auf einen vorhandenen Textkorpus zurückgreifen kann. Außerdem können Daten beliebig erweitert werden, zum Beispiel für eine spezielle Branche oder ein bestimmtes Thema. Die statistische MÜ ist allerdings leider weder vorhersehbar noch konsistent und kennt keine grammatischen Regeln.

Was ist eine neuronale Maschinelle Übersetzung?

Entstanden aus dem Ansatz des Deep Learning – also einer Art maschinellem Lernen, das auf Künstlicher Intelligenz beruht – setzt sich die neuronale Maschinelle Übersetzung (NMÜ) in der Übersetzungslandschaft immer mehr durch. Der Ansatz ist relativ neu und wurde erstmals Ende 2014 untersucht. Wie bei der statistischen MÜ greift auch die neuronale MÜ auf Datenbanken vorheriger Übersetzungen zurück, allerdings ergänzt um den Ansatz des Deep Learning. Außerdem können die Systeme aus einer deutlich größeren Datenmenge schöpfen. Dadurch entsteht ein künstliches neuronales Netzwerk. Konfigurierte NMÜ-Systeme liefern bei vielen Sprachkombinationen deutlich bessere Übersetzungsergebnisse als statistische und regelbasierte Übersetzungen und erfreuen sich daher einer immer größeren Beliebtheit.

Die bekanntesten maschinellen Übersetzungsprogramme dieser Art sind wohl Google Translate, Microsoft Bing und DeepL. Alle drei Anbieter arbeiten mithilfe neuronaler Netze, unterscheiden sich aber hinsichtlich Qualität – je nach Sprachpaar und Komplexität des Ausgangstextes – sehr. Das liegt zum einen an der zur Verfügung stehenden Datenmenge pro Sprache, zum anderen an den Filtermaßnahmen und der Qualität der Übersetzungen, die in der Trainingsphase der neuronalen Netze zur Verfügung stehen.

Vorteile und Grenzen Maschineller Übersetzungen

Bei jeder Übersetzung, ob von Menschen oder Maschine, muss der Sinn des Ausgangstexts im Zieltext derselbe sein. Auf den ersten Blick erscheint dies recht unkompliziert, in Wahrheit ist es aber weit schwieriger. Sprache ist ein hochkomplexes System. Diesem liegen zwar logische grammatische Regeln zugrunde, es kann aber niemals in seiner Vollständigkeit abgebildet werden. Denn die menschliche Sprache ist idiomatisch, unpräzise und uneindeutig. Computer hingegen arbeiten logisch und binär und scheitern daher schnell bei der korrekten Bedeutungszuweisung.

Auch wenn sich die Qualität der maschinellen Übersetzungen in den letzten Jahren dank Künstlicher Intelligenz und bisher nie dagewesener Datenmengen enorm verbessert hat, kommen alle maschinellen Übersetzungsdienste an ihre Grenzen. Für einfache Texte, simple Satzkonstruktionen oder Small-Talk-Floskeln lassen sich Übersetzungsprogramme wie Google Translator oder DeepL oft unkompliziert und zufriedenstellend nutzen. Wer jedoch eine Übersetzung offizieller Dokumente, Marketingtexte, Fachbeiträge oder juristisch formulierter Verträge – sprich komplexer Texte – benötigt, braucht einen Übersetzer, der die Sprache beherrscht, sich im Fachgebiet auskennt und das sprachliche sowie kulturelle Feingefühl mitbringt. Denn: Übersetzen bedeutet weit mehr als eine bloße Wort-für-Wort-Ersetzung. Textelemente müssen interpretiert und bewertet werden. Übersetzer müssen zudem wissen, wie ein Wort ein anderes beeinflusst. Das geht nur, wenn man sich bei Grammatik, Syntax, Semantik in Ausgangs- und Zielsprache bestens auskennt und beruht auf jahrelanger Erfahrung. Auch kulturelle Besonderheiten spielen bei Übersetzungen eine sehr wichtige Rolle.

Vorteile und Nachteile von Maschineller Übersetzung

Vorteile

  • Geringere Kosten, teilweise sogar kostenfrei
  • Schnelle Verfügbarkeit
  • Große Textmengen

Nachteile

  • Keine idiomatische Übersetzung
  • Liest nicht zwischen den Zeilen
  • Kann nur, was sie vorher gelernt hat
  • Satzkonstruktionen oft nicht flüssig
  • Inhaltliche Mängel
  • Fehlender persönlicher Ansprechpartner

Die größte Herausforderung besteht also darin, mittels maschineller Übersetzung veröffentlichungsfähige Qualitätsübersetzungen zu erstellen. Doch wie soll das gehen?

Schon gelesen?

Portraitbild der Niederländisch-Übersetzerin Manon de Heus

Interview Niederländisch-Übersetzerin

In dieser Interviewreihe erzählen unsere Freelancer von ihrem Beruf und Arbeitsalltag. Manon de Heus berichtet über Herausforderungen bei Niederländisch-Übersetzungen und warum sie die Sprache so faszinierend findet.
Regal vor roter Wand mit englischem Wörterbuch und Kisten

Business-E-Mail und Geschäftsbrief auf Englisch schreiben

In unserer globalisierten Arbeitswelt sind Geschäftsbriefe und E-Mails auf Englisch nicht mehr wegzudenken. Diese Tipps erleichtern die Korrespondenz mit englischsprachigen Geschäftskontakten.

Symbolbild für Google E-A-T-Update: Fallschirmsprung in der Dämmerung.

E-A-T-Score von Google: so kann er verbessert werden

Mit E-A-T legt Google zunehmend Wert auf die Qualität einer Website. Was E-A-T ist, welche Auswirkung es beim Ranking einer Website hat und wie man E-A-T verbessern kann, klären wir in diesem Artikel.

Post Editing – Zusammenspiel von Mensch und Maschine

Maschinelle Übersetzung ist also eine gute Methode, um eine große Textmenge in kurzer Zeit kostengünstig übersetzen zu lassen. Aber: Eine maschinelle Übersetzung kann qualitativ nicht mit einer Humanübersetzung mithalten, sie daher auch noch lange nicht ganz ersetzen. Die Branche ist im Wandel und Übersetzer können mit der richtigen Vorbereitung von diesen Veränderungen optimal profitieren. Daher steht die Frage im Fokus: Wie kann ich Maschinelle Übersetzung für Kunden zielführend einsetzen und mein Dienstleistungsangebot erweitern? Die Lösung: Post Editing.

Beim Post Editing werden maschinell erstellte Übersetzungen von einem geschulten Fachübersetzer nachbearbeitet. Diese menschliche Korrektur hat nicht das Ziel, einen Text zu produzieren, der einer Humanübersetzung gleichwertig und einwandfrei ist, sondern eignet sich für große Textmengen, die schnell und kostengünstig ohne sprachliche Raffinesse übersetzt werden sollen.

Ganz wichtig: Die gewünschte Qualitätsstufe des Zieltextes sollte immer vor Projektstart festgelegt werden. Denn auch bei allen technischen Weiterentwicklungen: eine MÜ ist schlechter als eine menschliche Übersetzung. Daher ist der Korrekturaufwand von MÜ-Texten beträchtlich. Vor jedem Projekt müssen daher Ziele des Textes und gewünschte Korrekturleistung genau definiert werden. Sie lassen sich in drei unterschiedliche Stufen einteilen: Gisting, leichtes Editing und vollständiges Post-Editing.

Gisting

Ziel

Texte die die Inhalte grob wiedergeben

Anwensungsbeispiele

Social Media Posts, Bewertungsportale und Foren

Leichtes Editing

Ziel

Verständliche Texte, die aber nicht zu 100 Prozent korrekt oder stilistisch hochwertig sind

Anwensungsbeispiele

Große Textmengen, vor allem für den internen Gebrauch

Vollständiges Post Editing

Ziel

Verständliche Texte, bei denen Zeichensetzung und Typografie überprüft sowie – bei deutlichen Auffälligkeiten – stilistische Anpassungen vorgenommen werden

Anwensungsbeispiele

Texte, bei denen der Anspruch an Qualität höher ist, aber aus Zeit- und Kostengründen auf hochwertige Humanübersetzung verzichtet wird

Wichtig ist es, im Vorfeld genau zu klären, was korrigiert werden soll und was nicht. Reicht eine Prüfung von Grammatik und Groß- und Kleinschreibung aus? Oder sollen auch Rechtschreibung, Verbzeiten, Wiederholungen, Redewendungen, im Zusammenhang nicht passende Begriffe und Abkürzungen verbessert werden? Und wie geht man mit Passagen um, die einfach keinen Sinn ergeben oder falsch interpretiert wurden? Übersetzungsbüros geben dazu teilweise einen Leistungskatalog vor, mit dem Unternehmen festlegen können, welche Art des Post Editings benötig wird. Wichtige Fragen sind dabei:

  • Wofür wird der finale Text gebraucht?
  • Wer ist die Zielgruppe?
  • Wie stark soll in den Text eingegriffen werden?
  • Wird eine branchen-/ kundenspezifische MT-Engine benötigt?
  • Soll eine zusätzliche Korrekturschleife nach dem 4-Augen-Prinzip durchgeführt werden?

Wie sich bereits herauskristallisiert, ist Post Editing nicht mit einem herkömmlichen Korrektorat zu vergleichen. Post Editoren müssen sich bestimmte Techniken aneignen, um maschinell übersetzte Texte nach bestimmten Vorgaben anzupassen. Oftmals werden sogar Zusatzqualifikationen erworben oder bestimmte Kurse in der Ausbildung belegt, um das Feld des Post Editings zu beherrschen.

Wie sieht die Zukunft für Maschinelle Übersetzungen aus?

Die Forschung wird sich wohl auch in den nächsten Jahren intensiv um das Thema MÜ bemühen. Doch auch wenn seit Jahren immer wieder von einem Durchbruch gesprochen wird und die Leistungen von automatischen Übersetzungen bald nicht mehr von Humanübersetzungen unterscheidbar sein sollen, sieht die Realität anders aus. So ist zwar die Übersetzungsleistung von MÜ auf Satzebene mittlerweile sehr gut und von mehreren Forschungseinrichtungen – wie der Universität Zürich oder Microsoft Research – bestätigt, betrachtet man aber Texte in ihrer Vollständigkeit, sind menschliche Übersetzungen weitaus besser als maschinell erstellte. Vor allem im Hinblick auf Kohärenz schneiden MÜ deutlich schlechter ab.

Samuel Läubli, Forscher an der Universität Zürich, sagte dazu im Sommer 2018: „Bei reinen Gebrauchstexten könnten Computer schon in 5, 10 oder 15 Jahren das Niveau von menschlichen Übersetzern erreichen. Aber ich glaube, echte Parität zwischen Maschinen und Menschen bei allen Arten von Texten einschließlich Literatur wird es in den nächsten 20 Jahren noch nicht geben.“

Interessant ist auch die Einschätzung von Google zum Thema MÜ. In der Vergangenheit war der Konzern mit Hinblick auf Rankings gegenüber maschinell erzeugten Übersetzungen eher skeptisch. In den Google Webmaster Richtlinien findet man den Hinweis, dass bei automatisch generierten Inhalten, Google entsprechende Maßnahmen bezüglich dieser Inhalte ergreifen kann, sollten diese dazu gedacht sein, Rankings zu manipulieren oder Nutzern nicht helfen. Dazu gehören auch: „Von einem automatisierten Tool übersetzte Texte, die vor der Veröffentlichung nicht geprüft oder bearbeitet werden.“

Im Oktober 2019 räumte John Mueller, Webmaster Trends Analyst bei Google, jedoch ein, dass Maschinelle Übersetzungen die gleichen Rankings wie Humanübersetzungen erzielen können, wenn diese qualitativ hochwertig sind. Schlechte Maschinelle Übersetzungen können aber durchaus zu einer manuellen Maßnahme durch Google führen.

Daher sollte auf MÜ von SEO-relevanten Texten immer eine anschließende Korrektur folgen, um der Gefahr von Abstrafungen durch Google aufgrund mangelnder Qualität entgegenzuwirken.

Sind Maschinelle Übersetzungen das Ende einer Branche? Ein kurzes Fazit.

In diesem Blogbeitrag haben wir herausgestellt, dass MÜ eine unverzichtbare Technologie für die Übersetzungsbranche ist. Neben vielen Vorteilen bezüglich Quantität und Kosten, wurden aber auch die Grenzen von automatisch erstellten Übersetzungen deutlich. Wir plädieren daher ganz klar für eine sinnvolle Verbindung von Mensch und Maschine und nicht für das Entweder-oder-Prinzip. Ob ein Computer eines Tages einen Humanübersetzer vollständig ersetzen kann, ist ungewiss – und unserer Meinung nach nicht sehr wahrscheinlich. Sicher ist aber, dass MÜ eine sinnvolle Ergänzung zur Humanübersetzung ist – und diese Chance sollte sich niemand in der Übersetzungsbranche entgehen lassen.

Sie möchten mehr über MÜ erfahren oder haben Fragen zum Post Editing bei Kolibri? Kontaktieren Sie uns gerne über info@kolibri.online.

Über die Autorin

Jana Finklenburg
Projektmanagerin und Redakteurin
Content Marketing
+49 40 5247774-22
j.finklenburg@kolibri.online
Alle Beiträge von Jana

Kolibri Online GmbH
Bernstorffstraße 128
D-22767 Hamburg