![\"\u00dcbersetzen](\"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-content\/uploads\/2020\/02\/LogoMaschinelle\u00dcbersetzung-e1582206562376.jpg\" "\\"auch")
von Ellen G\u00f6ppl<\/p> von Ellen G\u00f6ppl<\/p>
Maschinelle \u00dcbersetzungen sorgen im Vergleich zu fr\u00fcher f\u00fcr gro\u00dfe Begeisterung bei Nutzern: Seit die neuronale Variante von Google Translate, DeepL (zu dem auch Linguee geh\u00f6rt) und anderen Anbietern auch in deren \u00f6ffentlich und kostenlos zug\u00e4nglichen Tools verwendet wird, klingen damit erstellte \u00dcbersetzungen deutlich fl\u00fcssiger und idiomatischer. Vor einigen Jahren wurde noch gerne \u00fcber die teils sehr holprigen Ergebnisse gelacht \u2013 doch inzwischen staunen selbst Sprachprofis \u00fcber die Qualit\u00e4t maschineller \u00dcbersetzung.<\/p>
Die neuronale maschinelle \u00dcbersetzung (NMT) ist eine statistikbasierte Methode, bei der die \u201eMaschine\u201c mit einem extrem umfangreichen Datenvolumen (der Ausgangs- und Zielsprache) trainiert wurde. Dies ist erst seit relativ kurzer Zeit m\u00f6glich, da fr\u00fcher keine ausreichende Rechenleistung f\u00fcr \u201eBig Data\u201c zur Verf\u00fcgung stand. Es gab zwar auch vorher (etwa seit Anfang des Jahrtausends) schon statistische maschinelle \u00dcbersetzung (SMT), die auf der H\u00e4ufigkeitsverteilung von Phrasen in den Trainingsdaten basierte. Diese Methode besteht \u2013 vereinfacht ausgedr\u00fcckt \u2013 darin, auf der Basis der zweisprachigen Trainingsdaten den wahrscheinlichsten Satz in der Zielsprache zu ermitteln. Die neuronale Methode unterscheidet sich davon insofern, dass sie basierend auf k\u00fcnstlicher Intelligenz und Deep Learning die neuronale Vernetzung im Gehirn imitiert. Das bedeutet, dass die Zusammenh\u00e4nge zwischen Ausgangs- und Zieltext von k\u00fcnstlichen neuronalen Netzen erfasst werden.<\/p>
Professionelle \u00dcbersetzer werden immer h\u00e4ufiger gefragt, ob menschlich erstellte \u00dcbersetzungen (sog. \u201eHuman\u00fcbersetzungen\u201c) \u00fcberhaupt noch ben\u00f6tigt werden. Gleichzeitig stellen wir uns als Sprachdienstleister die Frage, ob wir maschinelle \u00dcbersetzung zu unserem eigenen Nutzen einsetzen k\u00f6nnen. Im Praxistest \u00fcberzeugt uns die maschinelle \u00dcbersetzung allerdings l\u00e4ngst nicht so sehr, wie man auf den ersten Blick erwarten k\u00f6nnte. Im Folgenden stellen wir die wichtigsten Herausforderungen bei der Nutzung maschineller \u00dcbersetzungstools vor.<\/p>
Qualit\u00e4tsprobleme
Die Qualit\u00e4t ist bei Weitem nicht so verl\u00e4sslich, wie man aufgrund der guten \u2013 und teilweise sogar hervorragenden \u2013 Lesbarkeit der \u00dcbersetzung durch neuronale Tools vermuten w\u00fcrde. Auch wenn die Grammatik korrekt ist, werden beispielsweise manchmal W\u00f6rter oder ganze Satzteile ausgelassen, oder der Sinn wird verdreht. Das ist f\u00fcr Nutzer der maschinellen \u00dcbersetzung umso gef\u00e4hrlicher, je schlechter sie die Ausgangssprache beherrschen. Aber auch f\u00fcr Sprachexperten, die maschinen\u00fcbersetzte Texte post-editieren (nachbearbeiten), ist das Risiko gro\u00df, Fehler zu \u00fcbersehen. Daraus folgt: Je wichtiger die 100%-ige Richtigkeit eines Textes (etwa ein Beipackzettel f\u00fcr Medikamente oder eine Bedienungsanleitung) ist, desto riskanter ist maschinelle \u00dcbersetzung (MT), egal wie standardisiert die Formulierungen auch sein m\u00f6gen. Dazu kommt, dass die Maschine Fehler im Ausgangstext nicht erkennt, egal wie unlogisch der Text dadurch wird. Die Maschine hat im Gegensatz zu einem menschlichen \u00dcbersetzer eben schlichtweg \u201ekeine Ahnung\u201c, was sie da eigentlich \u00fcbersetzt.<\/p>
Wenn dann so etwas herauskommt wie \u201eDie italienische S\u00e4ngerin Andrea Bocelli schaffte es diese Woche auf Platz eins der Albumcharts\u201c oder \u201eDie letzten 24 Stunden haben best\u00e4tigt, dass Theresa Mays Brexit Deal tot im Wasser ist\u201c, mag das noch lustig sein. Wenn aber in einem Vertrag oder einer Vollmacht ein Halbsatz fehlt, kann das schwerwiegende juristische Folgen haben.<\/p>
<\/p>
Datenschutz-Risiko<\/p>
Bei den kostenlos im Internet verf\u00fcgbaren \u00dcbersetzungstools werden alle eingespeisten Daten von den jeweiligen Anbietern auf deren Servern gespeichert und weiterverwendet . Somit d\u00fcrfen in diesen Tools gem\u00e4\u00df Datenschutz-Grundverordnung (DSGVO) niemals vertrauliche bzw. personenbezogene Daten Dritter eingegeben werden, da dies als Datenverarbeitung gem\u00e4\u00df Art. 4 DSGVO[1] gilt. Das bedeutet zwangsl\u00e4ufig, dass man Texte in einer v\u00f6llig fremden Sprache nicht einfach online maschinell \u00fcbersetzen lassen darf, da man ja gar nicht wei\u00df, ob der Text personenbezogene Daten enth\u00e4lt.<\/p>
Dasselbe gilt f\u00fcr alle Texte, die mit Urheberrechtsschutz belegt sind. Gebe ich einen solchen Text ohne Zustimmung des Autors in Google Translate o.\u00a0\u00e4. ein, stelle ich den Text Dritten zur Verf\u00fcgung und verletze somit das Urheberrecht. Die Tatsache, dass Google Translate \u201edas Internet auf Texte durchsucht und sie einsammelt, um sie in einen riesigen Topf f\u00fcr statistisch basierte MT (dazu z\u00e4hlt auch die NMT) zu verwenden, verst\u00f6\u00dft gegen das Urheberrecht, denn sicherlich ist bei der Unmenge an Texten aus dem Internet nicht systematisch um eine Nutzungserlaubnis gebeten worden\u201c.[2]<\/p>
DeepL hat in seine Datenschutzerkl\u00e4rung zumindest einen expliziten Hinweis eingef\u00fcgt: \u201eBitte beachten Sie, dass Sie unseren \u00dcbersetzungsservice nicht f\u00fcr Texte mit personenbezogenen Daten jeglicher Art nutzen d\u00fcrfen.\u201c[3] Bei Google Translate oder im Bing Microsoft Translator fehlt ein solcher Hinweis und es wird auch nicht dar\u00fcber informiert, was mit den eingegebenen Texten bzw. den \u00dcbersetzungen geschieht. Es kann lediglich der allgemeine Servicevertrag aufgerufen werden, der f\u00fcr die Nutzung von Diensten des Anbieters gilt. Im Microsoft-Servicevertrag hei\u00dft es beispielsweise unter \u201eIhre Inhalte\u201c: \u201eWenn Sie Ihre Inhalte mit anderen Personen teilen, stimmen Sie ausdr\u00fccklich zu, dass diese Personen berechtigt sind, Ihre Inhalte kostenlos und weltweit zu nutzen, zu speichern, aufzuzeichnen, zu vervielf\u00e4ltigen, zu versenden, zu \u00fcbertragen, zu teilen, anzuzeigen und weiterzugeben [\u2026]. Wenn Sie anderen Personen diese M\u00f6glichkeit nicht einr\u00e4umen m\u00f6chten, geben Sie Ihre Inhalte nicht \u00fcber die Dienste frei.\u201c[4]<\/p>
Arbeitsaufwand<\/p>
Maschinelle \u00dcbersetzungen k\u00f6nnen durch eine Nachbearbeitung (sog. \u201ePostediting\u201c) durch menschliche \u00dcbersetzer verbessert werden. Je nach Anspruch an die Qualit\u00e4t des Zieltextes unterscheidet man zwischen \u201eleichtem\u201c (\u201elight\u201c) und \u201evollst\u00e4ndigem\u201c (\u201efull\u201c) Postediting. Bei der leichten Variante werden z.\u00a0B. nur Sinnfehler sowie Grammatik und Rechtschreibung korrigiert, nicht aber der Stil oder seltsame Satzstellungen. Selbst diese Variante kann je nach Output der Maschine relativ aufw\u00e4ndig sein. Das vollst\u00e4ndige Postediting, dessen Ergebnis sich dem einer von menschlichen Profis erstellen \u00dcbersetzung zumindest stark ann\u00e4hern sollte, ist noch wesentlich zeit- und kostenintensiver. Welche Fehlerarten genau zu korrigieren sind, muss im Vorfeld mit dem Kunden bzw. Nutzer der \u00dcbersetzung abgestimmt werden, denn insbesondere der Stil, aber auch die Verwendung eines bestimmten Fachvokabulars sind nicht f\u00fcr alle Textsorten (und Leser) gleich wichtig. Damit kann vollst\u00e4ndiges Postediting aufwendiger und im Endeffekt teurer sein als eine (neue) \u00dcbersetzung durch einen qualifizierten Sprachdienstleister.<\/p>
Es ist auch zu beachten, dass Postediting nicht als Revision (d. h. Korrekturlesen) durch einen zweiten \u00dcbersetzer gilt, wie es beim Vier-Augen-Prinzip nach der Norm ISO\u00a017100 \u201e\u00dcbersetzungsdienstleistungen und Qualit\u00e4tsmanagement in \u00dcbersetzungsunternehmen\u201c vorgesehen ist. Die Revision folgt ggf. nach Abschluss des Postediting. Der Aufwand f\u00fcr die Nachbearbeitung einer maschinellen \u00dcbersetzung kann also erheblich sein und ist schwer vorauszusehen, da die Qualit\u00e4t von MT stark variiert. Sie h\u00e4ngt vom Fachgebiet ab und nat\u00fcrlich auch davon, wie umfangreich und mit welcher Datenqualit\u00e4t eine Maschine f\u00fcr das spezielle Thema und die ben\u00f6tigte Sprachkombination trainiert wurde. Die Sprachkombination hat ohnehin eine starke Auswirkung auf die Qualit\u00e4t einer maschinell angefertigten \u00dcbersetzung, da f\u00fcr seltener Sprachpaare nicht gen\u00fcgend Daten zur Verf\u00fcgung stehen, um Maschinen umfassend zu trainieren.<\/p>
Ben\u00f6tigte Expertise
Die Postediting-Norm DIN\u00a0ISO\u00a018587 verlangt, dass Posteditoren \u00fcber einen Hochschulabschluss im Bereich \u00dcbersetzung bzw. \u201emit einen wesentlichen Anteil an \u00dcbersetzungsausbildung\u201c oder \u00fcber einen anderen Hochschulabschluss und entsprechende Berufserfahrung verf\u00fcgen m\u00fcssen. Ohne Hochschulabschluss muss laut der ISO-Norm die \u201eBerufserfahrung auf dem Gebiet des \u00dcbersetzens oder Posteditierens einer Zeitdauer von f\u00fcnf Jahren Vollzeit entsprechen\u201c. Weitere vorgesehene Kriterien sind u.\u00a0a. technische, kulturelle und Sachgebietskompetenz sowie auch die Kompetenz bei Recherche, Informationsgewinnung und -verarbeitung. Au\u00dferdem m\u00fcssen Posteditoren allgemeines Wissen \u00fcber MT-Technologien und dar\u00fcber, welche Arten von Fehlern bei MT-Systemen auftreten, besitzen.<\/p>
Eine effektive Nachbearbeitung von maschinen\u00fcbersetzten Texten sollte also keinesfalls von Laien durchgef\u00fchrt werden, und auch umfangreiches Fachwissen auf dem Sachgebiet eines Textes alleine gen\u00fcgt nicht, um eine inhaltlich richtige und\/oder qualitativ hochwertige Endfassung zu gew\u00e4hrleisten. Auch beim Einsatz von MT geht also nichts ohne hochausgebildete \u00dcbersetzungsexperten.<\/p>
<\/p>
Fazit<\/p>
Kostenlose \u00dcbersetzungstools bergen viele Risiken und k\u00f6nnen von professionellen \u00dcbersetzungsdienstleistern schon aufgrund des Datenschutzes, aber auch aus Qualit\u00e4tsgr\u00fcnden nur sehr eingeschr\u00e4nkt genutzt werden. Sicherlich gibt es Texte und Situationen, in denen diese Tools f\u00fcr Privatpersonen hilfreich sind. Dazu z\u00e4hlen \u00f6ffentlich zug\u00e4ngliche Texte wie beispielsweise Pressemeldungen oder Artikel im Internet, die jemand grunds\u00e4tzlich verstehen m\u00f6chte und bei denen nicht jedes Detail absolut richtig \u00fcbersetzt sein muss. Oder Texte, die ansonsten gar nicht \u00fcbersetzt w\u00fcrden, wie etwa touristische Informationen.<\/p>
Nicht unerw\u00e4hnt bleiben sollten lizenzpflichtige L\u00f6sungen f\u00fcr maschinelle \u00dcbersetzungen, die auf bestimmte Fachgebiete und Textsorten trainiert werden k\u00f6nnen. Diese sind vor allem bei gro\u00dfen Technikfirmen wie beispielsweise Siemens oder VW, aber auch bei den EU-Institutionen im Einsatz. Je standardisierter die Sprache im Ausgangstext ist, desto h\u00f6her kann auch die Qualit\u00e4t sein \u2013 wenn die Maschine in riesigem Umfang mit korrekten und fachlich passenden Trainingsdaten gef\u00fcttert wurde. Solche Systeme sind jedoch f\u00fcr ein fachlich breit aufgestelltes \u00dcbersetzungsb\u00fcro mit deutlichem Schwerpunkt auf \u201efrei\u201c zu \u00fcbersetzenden Marketing- und Werbetexten wie die Peschel Communications GmbH derzeit nicht sinnvoll. Bei fachlich hoch anspruchsvollen und auf den einzelnen Kunden ma\u00dfgeschneiderten \u00dcbersetzungen ist der menschliche \u00dcbersetzer der Kombination Maschinen\u00fcbersetzung\/Postediting in Bezug auf Zeitaufwand und Ergebnis deutlich \u00fcberlegen. Wir verfolgen die Entwicklung der diversen Tools jedoch sehr aufmerksam und wollen uns dem technischen Fortschritt in diesem Bereich auf keinen Fall verschlie\u00dfen.<\/p>
Kontakt<\/b> <\/p> [1] Quelle: https:\/\/dsgvo-gesetz.de\/art-4-dsgvo\/<\/a> (Zugriff am 25.09.2019)<\/span> von Ellen G\u00f6ppl Maschinelle \u00dcbersetzungen sorgen im Vergleich zu fr\u00fcher f\u00fcr gro\u00dfe Begeisterung bei Nutzern: Seit die neuronale Variante von Google Translate, DeepL (zu dem auch Linguee geh\u00f6rt) und anderen Anbietern auch in deren \u00f6ffentlich und kostenlos zug\u00e4nglichen Tools verwendet wird, klingen damit erstellte \u00dcbersetzungen deutlich fl\u00fcssiger und idiomatischer. Vor einigen Jahren wurde noch gerne<\/p>\n","protected":false},"author":12,"featured_media":266567,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[129],"tags":[],"class_list":["post-266565","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-geisteswissenschaften-psychologie"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-json\/wp\/v2\/posts\/266565","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-json\/wp\/v2\/comments?post=266565"}],"version-history":[{"count":5,"href":"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-json\/wp\/v2\/posts\/266565\/revisions"}],"predecessor-version":[{"id":266940,"href":"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-json\/wp\/v2\/posts\/266565\/revisions\/266940"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-json\/wp\/v2\/media\/266567"}],"wp:attachment":[{"href":"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-json\/wp\/v2\/media?parent=266565"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-json\/wp\/v2\/categories?post=266565"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.fachzeitungen.de\/fachbeitraege\/wp-json\/wp\/v2\/tags?post=266565"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
PESCHEL COMMUNICATIONS GmbH<\/p> Wallstra\u00dfe 9<\/div> 79098 Freiburg<\/div> kontakt@peschel-communications.de<\/div> Telefon +49 761 380 969 10<\/div> https:\/\/peschel-communications.de\/<\/a><\/div>
[2] Quelle: Abraham de Wolf: \u00dcbersetzen mit Software, wer ist der Urheber? In: J\u00f6rg Porsiel (Hrsg.): Maschinelle \u00dcbersetzung, BD\u00dc Fachverlag, S. 61\u00a0f<\/span>
[3] Quelle: https:\/\/www.deepl.com\/privacy.html<\/a> (Zugriff am 25.09.2019)<\/span>
[4] Quelle: https:\/\/www.microsoft.com\/de-de\/servicesagreement\/ (Zugriff am 25.09.2019)<\/span><\/p>","protected":false},"excerpt":{"rendered":"