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

Bei welchen Texten ist neuronale maschinelle Übersetzung (NMT) die richtige Wahl und warum? Wo benötigt der computergenerierte Text ein leichtes, wo ein volles Post-Editing? Und mit welchen Fällen ist die Maschine vor allem eines: überfordert? Wir haben die Antworten.

Das Konzept der NMT hat die Übersetzungsindustrie in den letzten Jahren grundlegend verändert. Dank Deep Learning sind heutige NMT-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 nicht? Und muss anschliessend ein leichtes Post-Editing (oberflächliches Korrekturlesen) oder doch ein vollständiges Post-Editing (penibler Lektoratsservice) vorgenommen werden?

Starten wir mit vier für NMT geeigneten Fällen:

Interne Kommunikation

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

Nutzergenerierte Inhalte

Von Nutzern bzw. Kunden erstellte Texte, wie Produktbewertungen, Feedbacks oder Kommentarspalten unter Blogbeiträgen, kommen für die maschinelle Übersetzung in Frage. Sie bedürfen auch nur eines leichten Post-Editings, um ihre Orientierungsfunktion zu erfüllen.

Produktinformationen

Mit NMT 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 viel deskriptivere und vor allem emotionalere Richtung abzielen und sich daher nicht für NMT eignen.

Gebrauchsanleitungen

Für Gebrauchsanleitungen mit rein informativem Charakter bietet sich die maschinelle Übersetzung ebenfalls an. Die unumgängliche Basis stellt (wie bei allen anderen Beispielen übrigens auch) ein vorgängiges Deep-Learning-Training der Maschine dar. 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 ungeeignet sind:

Marketingtexte

Kreative Texte, allen voran Slogans und Claims, werden häufig gespickt mit Wortspielereien, Redewendungen, Ironie und anderen rhetorischen Mitteln. Mit dem Ziel, Kunden emotional anzusprechen. NMT auf dem heutigen technischen Stand ist nicht fähig, sprachliche Stilmittel wiederzugeben. 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 des Textes für den Zielmarkt.

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. 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.

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.

 

Wir fassen zusammen: NMT 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. Kreative Texte sowie Texte mit spezifischer Leserführung, sei es innerhalb eines Dokuments oder über mehrere Dokumente hinweg, sollten Sie jedoch nach wie vor den menschlichen Übersetzungsprofis überlassen.

Titelbild via Pexels (CC0)


Ähnliche Beiträge


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.