Wann macht maschinelle Übersetzung Sinn – und wann vor allem Fehler?

Bei welchen Texten ist Machine Translation (MT) die richtige Wahl und warum? Wo benötigt der computergenerierte Text ein leichtes, wo ein volles Post-Editing? Und in welchen Fällen ist die Maschine nicht genug? Wir haben die Antworten.

Das Konzept der MT hat die Übersetzungsindustrie in den letzten Jahren grundlegend verändert. Dank Deep Learning sind heutige Systeme fähig, eine riesige Menge an Informationen zu Wörtern und Sätzen aus Trainingstexten abzuspeichern und diese für Übersetzungen zu nutzen. Das Resultat ist flüssigerer und zunehmend natürlicher klingender Output. Doch für welche Kanäle und Textarten ist der maschinelle Übersetzungsservice grundsätzlich geeignet und für welche weniger? Und muss anschliessend ein leichtes Post-Editing (oberflächliches Korrekturlesen) oder doch ein vollständiges Post-Editing (penibler Lektoratsservice) vorgenommen werden?

Starten wir mit vier für MT geeigneten Fällen:

Interne Kommunikation

Texte, die für die Kommunikation innerhalb des Unternehmens bestimmt sind, wie interne E-Mails, Protokolle oder Intranet-News, eignen sich gut für Machine Translation. Ein leichtes Post-Editing ist für interne Zwecke ausreichend; der Text muss schlicht von allen Beteiligten verstanden werden.

Nutzergenerierte Inhalte

Von User*innen bzw. Kund*innen erstellte Texte, wie Produktbewertungen, Feedbacks oder Kommentarspalten unter Blogbeiträgen, kommen für die maschinelle Übersetzung in Frage. Auch hier genügt ein leichtes Post-Editing, um ihre Orientierungsfunktion zu erfüllen.

Produktinformationen

Mit MT lassen sich grosse Textmengen effizient bewältigen. Wenn es um basale Informationen zum Produkt geht, wie Inhaltsangaben oder Eckdaten, bietet sich die maschinelle Übersetzung mit vollem Post-Editing an. Das umfangreichere Editieren deshalb, weil z. B. auch fremde Masseinheiten kontrolliert werden müssen. Produktinformationen sind nicht zu verwechseln mit Produktbeschreibungen, die in eine deskriptivere und vor allem emotionalere Richtung zielen und sich daher weniger für MT eignen.

Gebrauchsanleitungen

Für Gebrauchsanleitungen mit rein informativem Charakter bietet sich die maschinelle Übersetzung ebenfalls an. Die unumgängliche Basis ist (wie bei allen anderen Beispielen auch) ein vorgängiges Deep-Learning-Training der Maschine. Nur so kann sachliche Korrektheit gewährleistet werden. Ausserdem garantiert hier ein volles Post-Editing die Fehlerfreiheit im Druck.

Kommen wir nun zu den Fällen, die für die maschinelle Übersetzung eher ungeeignet sind:

Marketingtexte

Kreative Texte, besonders Slogans und Claims, sind oft gespickt mit Wortspielereien, Redewendungen, Ironie und anderen rhetorischen Mitteln. Mit dem Ziel, Kunden emotional anzusprechen. MT auf dem heutigen technischen Stand kann sprachliche Stilmittel nicht einwandfrei wiedergeben. In die Kategorie der Marketingtexte gehören auch Newsletter, Blogbeiträge, Social-Media-Posts etc. im Zusammenhang mit der jeweiligen Kampagne. In diesen Fällen benötigen Texte keine einfache Übersetzung, sondern eine Transkreation, also eine kreative Adaption für den Zielmarkt. MT kann dabei allenfalls noch als Ideengerator eingesetzt werden, indem Übersetzer*innen sie ähnlich eines Wörterbuchs zur Inspiration nutzen.

Fachtexte

Das Translation Memory kann zwar in Form der Terminologie-Datenbank mit Fachwissen gefüttert werden. Jedoch ist die Technologie noch nicht so weit, komplexe Texte mit verschachtelten Sätzen korrekt zu übersetzen. Was unter anderem am Problem der Textkohärenz liegt: Der Computer übersetzt zwar einzelne Sätze fliessend, aber nur nacheinander. Ein entsprechender Kontext in einem Dokument fehlt ihm, weswegen er auch verschiedene Fachtermini nicht über mehrere Sätze hinweg kohärent zu übersetzen vermag – ausser, Sie lassen das Resultat mit bestehenden Übersetzungen abgleichen. Auch kann er bestimmte Termini nicht gewählt einsetzen oder bedarfsweise bei ihrem ersten Erscheinen erläutern.

Websites und Apps

Eine Website muss von ihrer Homepage bis in die letzte Unterseite intuitiv bedienbar bleiben. Dasselbe gilt für Apps auf Endgeräten. Textverweise müssen erstellt und eine User Experience geschaffen werden – ein weiteres Stichwort, dem die maschinelle Übersetzung aktuell nicht nachkommen kann. Auch hier wird sie aber in letzter Zeit häufiger als Basis genommen, an der das UX-Writing anschliessend ansetzt.

Reden und Präsentationen

Die Verschriftlichung von gesprochener Rede, z. B. für einen Firmenevent, die Geschäftspräsentation oder einen Pitch, lebt wie das Marketing von rhetorischen Kniffen: Klimax, Ironie oder kreative Wortspiele würden bei der computergenerierten Übersetzung verloren gehen. Und damit auch die Wirkung Ihrer Rede.

Zusammengefasst: MT ist bei den Texten die richtige Wahl, bei denen keine Emotionen gefragt sind. Die Qualitätsansprüche an den Zieltext sind dann insofern geringer, dass er eine rein informative Funktion übernehmen soll. Die Qualität der maschinellen Übersetzung steht und fällt jedoch in jedem Fall mit dem Training der Technologie: Die Maschine muss vorab mit geeigneten Ausgangstexten gefüttert und trainiert werden, damit das Deep Learning erfolgreich ist. Vor allem kreative Texte bleiben ein Fall für die menschlichen Übersetzungsprofis, denen die Maschine allenfalls als Hilfe zudienen kann.

Sie sind unsicher, ob Ihr Text nach Mensch oder Maschine verlangt? Wir helfen gerne.

Titelbild via Pexels (CC0)