Machine Translation (MT) hat sich in den letzten Jahren zu einem integralen Bestandteil unseres privaten und geschäftlichen Alltags entwickelt. Mit nur wenigen Klicks können wir beliebige Texte und sogar Office-Dokumente in maschinelle Übersetzungssysteme eingeben und innerhalb von Sekunden ein Ergebnis erhalten. Doch Vorsicht, die Nutzung solcher Tools birgt einige Risiken und Fallstricke.
Fallstricke bei der Nutzung von Übersetzungstools
Manche Unternehmen nutzen Übersetzungstools, wie beispielsweise DeepL, für ihre offizielle Unternehmenskommunikation. Doch kein Machine-Translation-System kann bisher Präsentationen, Fachtexte oder Dokumentationen wirklich fehlerfrei und konsistent übersetzen. Es gibt jedoch weitere Risiken, wie zum Beispiel:
Haken 1: Kleine Fehler und fehlende Kontexte
Übersetzungstools können subtile Fehler machen, wie das Auslassen eines “nicht” oder das falsche Übersetzen von unbekannten Wörtern. Diese Fehler können den Kontext und die Bedeutung eines Textes verändern.
Haken 2: Ausgelassene Satzteile und Ergänzungen
Manchmal werden Satzteile ausgelassen oder Texte frei ergänzt, vor allem in komplett fremden Sprachen fällt das nicht sofort auf.
Haken 3: Veränderung von Sinnzusammenhängen
Manche Texte haben im Original Umbrüche (Hard Returns), die für das Übersetzungssystem eine Veränderung des Sinnzusammenhangs bedeuten können. Das System versucht dann, jeden Textteil für sich sinnvoll zu übersetzen.
Weitere Fallstricke
Weitere Risiken bei der Nutzung von Übersetzungstools sind unter anderem die Missachtung von Datenschutzregeln, die fehlende Unternehmensspezifik, das Fehlen von Fachterminologie, mangelnde Reproduzierbarkeit der Übersetzungen, Sprachunterschiede und die statistisch wahrscheinlichste Übersetzung bei Mehrdeutigkeiten im Ausgangstext.
Vergleich von Machine-Translation-Systemen
Die bekanntesten Machine-Translation-Systeme sind DeepL, Systran und SDL. DeepL gilt als Gamechanger und erzielt in den meisten Vergleichen die besten Ergebnisse. Es bietet eine Basisversion mit 29 Sprachen an. Systran hingegen positioniert sich als “Übersetzungstool für Fachleute” und ist schon seit 40 Jahren am Markt verfügbar. RWS Language Cloud ist ein weiteres System, das aus der Übersetzungsbranche stammt und eine direkte Integration in marktführende CAT-Tools ermöglicht.
Erfolgsfaktoren bei der maschinellen Übersetzung
Um gute Ergebnisse bei der maschinellen Übersetzung zu erzielen, sind drei Faktoren entscheidend:
-
Machine Translation + Post-Editing (MTPE): Eine professionelle Bearbeitung der maschinellen Vorübersetzungen durch muttersprachliche Post-Editoren, die den Kontext berücksichtigen und den Text anpassen.
-
Terminologie-Management: Eine übergeordnete Instanz wie eine Terminologie-Datenbank, die die spezifische Sprache eines Unternehmens abbildet und klare Vorgaben macht.
-
Translation Memory: Wiederverwendung bereits übersetzter Texte, indem diese in Translation-Memory-Systemen gespeichert und bei Bedarf abgeglichen und angepasst werden.
Trotz der Fortschritte bei maschinellen Übersetzungen ist der menschliche Übersetzer nach wie vor unverzichtbar. Fehlerfrei ist kein System für maschinelle Übersetzung. Ein professioneller Sprachdienstleister, der mit den richtigen Tools und Fachwissen ausgestattet ist, kann Unternehmen dabei helfen, Sprachverwirrungen und Inkonsistenzen zu vermeiden.
Fazit
Maschinelle Übersetzungstools sind ein Produktivitätsfaktor und können Unternehmen in der Kommunikation unterstützen. Dennoch sollten sie nicht als Konkurrenz zum menschlichen Übersetzer betrachtet werden. Vor allem in der Geschäftskommunikation ist es ratsam, auf trainierte Maschinen und erfahrene Sprachdienstleister zu setzen, um Missverständnisse und Kosten zu vermeiden.
