Die maschinelle Übersetzung hat sich in den letzten zehn Jahren stärker verbessert als in den sechzig Jahren davor. Um 2016 kamen neuronale Systeme auf, danach folgten große Sprachmodelle, und heute nutzt fast jedes Übersetzungs- und Lokalisierungsteam irgendwo im Workflow ein MT-Tool. Doch dieselbe Engine, die einen makellosen Absatz liefert, kann einen juristischen Fachbegriff falsch übersetzen, eine Verneinung umkehren oder die freigegebene Terminologie des Kunden ignorieren, ohne jede Warnung.
Bei der Wahl eines Tools für maschinelle Übersetzung geht es deshalb weniger um die „klügste“ Engine als um einen Prozess, in dem maschineller Output schnell, kontrolliert und geprüft ist. Dieser Leitfaden zeigt, worauf es ankommt und wie Sie MT einsetzen, ohne die Qualität zu gefährden.
Was ist ein Tool für maschinelle Übersetzung?
Ein Tool für maschinelle Übersetzung ist eine Software, die Text automatisch von einer Sprache in eine andere überträgt, ohne dass ein Mensch die Übersetzung schreibt. Kostenlose Webübersetzer für Verbraucher sind dafür gemacht, einen Text schnell zu verstehen. Professionelle Übersetzungssoftware ist für die Produktion gemacht. Sie ist mit dem Translation Memory verbunden, respektiert Glossare, erhält Formatierungs-Tags und schützt vertrauliche Inhalte.
Moderne MT gibt es in zwei Hauptvarianten. Spezialisierte neuronale Engines wie DeepL oder die Übersetzungsmodelle von Google sind gezielt für Übersetzung trainiert. Große Sprachmodelle wie GPT, Claude oder Grok sind Allzwecksysteme, die sehr gut übersetzen können, wenn sie klare Anweisungen und Kontext erhalten. Beide haben Stärken, und die besten Ergebnisse entstehen meist, wenn man mehr als eine Engine nutzt.
Wie gut ist maschinelle Übersetzung heute?
Für viele große Sprachpaare ist die Qualität inzwischen hoch. Im vorläufigen WMT24 Ranking für maschinelle Übersetzung, veröffentlicht für einen der renommiertesten jährlichen Benchmarks der Branche, landeten große Sprachmodelle wie Claude 3.5 Sonnet und GPT-4 in mehreren Sprachpaaren unter den besten Systemen. Derselbe Bericht enthält zwei wichtige Einschränkungen. Automatische Qualitätsmetriken sind begrenzt und verzerrt, daher bleibt die menschliche Bewertung der eigentliche Maßstab. Außerdem war keine der bewerteten Sprachen eine ressourcenarme Sprache, bei denen die Leistung meist schwächer ausfällt.
Anders gesagt, MT liefert in gängigen Sprachpaaren einen hervorragenden, flüssigen Erstentwurf. Eine Garantie für Genauigkeit ist sie nicht, vor allem nicht in Fachgebieten oder seltenen Sprachen.
Sechs Kriterien für die Wahl eines MT-Tools
| Kriterium | Was Sie prüfen sollten | Warum es wichtig ist |
|---|---|---|
| Engine-Auswahl | Zugriff auf mehrere Engines, nicht nur eine | Verschiedene Engines gewinnen bei verschiedenen Sprachpaaren und Textsorten |
| Terminologiekontrolle | Glossarbegriffe werden im Output durchgesetzt | Verhindert, dass Markennamen und Rechtsbegriffe abweichen |
| TM-Integration | TM-Treffer werden vor MT genutzt | Freigegebene menschliche Übersetzungen haben immer Vorrang |
| Tag-Handling | Formatierung und Platzhalter bleiben erhalten | Vermeidet beschädigte Dateien und manuelle Reparaturen |
| Datenschutz | Kein Training mit Ihren Inhalten, klare Aufbewahrungsregeln | Schützt Vertraulichkeit und Kundenverträge |
| Menschliche Prüfung | Integrierter Editor, QA und Revisionsworkflow | Macht aus einem Entwurf eine lieferfähige Übersetzung |
Warum eine Engine selten genügt
Wer Engines nebeneinander testet, merkt schnell, dass kein System überall gewinnt. Eine Engine übersetzt deutsche Marketingtexte hervorragend, tut sich aber mit japanischen UI-Strings schwer. Eine andere befolgt Anweisungen zu Ton und Förmlichkeit gut, fügt aber gelegentlich Inhalte hinzu, die im Ausgangstext nicht stehen. Multi-Engine-Routing löst das Problem, indem jedes Segment oder jedes Sprachpaar an die Engine geht, die dafür am besten abschneidet, und Übersetzer die Varianten vergleichen können, wenn es darauf ankommt.
Genau diesen Ansatz verfolgt die WordBeam-Lösung für KI-Maschinenübersetzung. Sie verteilt Segmente auf GPT, Claude, Grok und DeepL, ergänzt Kontext aus Glossar und Translation Memory und setzt freigegebene Begriffe durch, statt sie stillschweigend zu überschreiben. Welche Modelle dabei zur Verfügung stehen, zeigt die Übersicht der KI-Übersetzungs-Engines.
Die Risiken roher maschineller Übersetzung
Unbearbeiteten MT-Output zu veröffentlichen ist der Punkt, an dem die meisten Probleme beginnen. Die typischen Fehler sind eher subtil als offensichtlich, und genau das macht sie gefährlich.
- Flüssig, aber falsch. Output von Sprachmodellen liest sich natürlich, daher fallen Sinnfehler schwerer auf als holprige Grammatik.
- Terminologische Abweichungen. Derselbe Begriff wird in einem Dokument auf drei verschiedene Arten übersetzt.
- Auslassungen und Ergänzungen. Kurze Verneinungen, Bedingungen oder Zahlen verschwinden oder werden erfunden.
- Falscher Ton. Sie und du wechseln mitten im Text.
- Vertraulichkeit. Kostenlose Tools speichern oder verwenden möglicherweise, was Sie hineinkopieren.
Bei juristischen, medizinischen, finanziellen oder beglaubigten Dokumenten sind diese Risiken ohne professionelle Prüfung nicht akzeptabel. Selbst die internationale Qualitätsnorm für Übersetzungsdienstleistungen, ISO 17100, schließt rohen MT-Output mit Post-Editing ausdrücklich aus ihrem Anwendungsbereich aus. Für das Post-Editing gilt eine eigene Norm, ISO 18587.
Ein professioneller Workflow für den sicheren Einsatz von MT
- Zuerst mit dem Translation Memory vorübersetzen, damit freigegebene menschliche Übersetzungen Vorrang haben.
- Nur Segmente ohne Treffer an die beste Engine für das Sprachpaar senden, mit Glossarkontext.
- Den Output von qualifizierten Fachübersetzern nachbearbeiten lassen, mit Fokus auf Bedeutung, Terminologie und Ton.
- Automatische QA für Zahlen, Tags, Zeichensetzung und Terminologie ausführen.
- Das freigegebene Ergebnis im Memory speichern, damit das nächste Projekt besser startet.
Teams, die all diese Schritte an einem Ort brauchen, wechseln meist zu einem KI-gestützten Translation Management System, statt mit Browser-Übersetzer, Glossar in Excel und E-Mail zu jonglieren.
Häufig gestellte Fragen
Welches ist das beste Tool für maschinelle Übersetzung?
Es gibt keine Engine, die für jedes Sprachpaar die beste ist. Professionelle Teams erzielen bessere Ergebnisse, wenn sie mehrere Engines vergleichen und je nach Sprache und Textsorte wählen.
Kann maschinelle Übersetzung menschliche Übersetzer ersetzen?
Nicht bei Inhalten, bei denen Genauigkeit zählt. MT beschleunigt den Entwurf, aber ein qualifizierter Mensch muss Bedeutung, Terminologie und kulturelle Passung prüfen.
Darf man kostenlose Online-Übersetzer für Kundenaufträge nutzen?
In der Regel nicht. Prüfen Sie die Nutzungsbedingungen, denn viele kostenlose Tools speichern eingegebene Texte. Professionelle Übersetzungssoftware bietet vertragliche Datenschutzgarantien.
Richtig eingesetzt ist ein Tool für maschinelle Übersetzung ein starker Beschleuniger. Allein eingesetzt ist es ein Risiko. Den Unterschied machen der Workflow und die menschliche Expertise darin.