Immer wieder stehen unsere KundInnen vor der Herausforderung, ein großes Textvolumen von mehreren tausend Wörtern innerhalb kürzester Zeit übersetzen zu müssen. Oft handelt es sich um technische Dokumente oder umfangreiche Reports, die noch dringend in einer anderen Sprache benötigt werden. Manchmal geht es aber auch um fremdsprachiges Material, das für rein interne Zwecke zur kurzfristigen Informationsgewinnung benötigt wird.
Diese Projekte haben eines gemeinsam: Mit einem klassischen Humanübersetzungsworkflow sind sie schwer bis gar nicht realisierbar. In erster Linie aus Zeitgründen, wenn die Deadline das Menschenmögliche übersteigt. In einigen Fällen aber auch, weil eine Humanübersetzung umfangreicher Dokumente mit dem bloßen Anspruch der Informationsgewinnung das Budget sprengt.
Prinzipiell besteht natürlich die Möglichkeit, eine eigene Machine-Translation-Engine für ein gewünschtes Fachgebiet zu trainieren oder trainieren zu lassen. Dieses Verfahren ist jedoch zeitaufwändig, erfordert eine erhebliche fachspezifische Datengrundlage – genauer gesagt tausende qualitativ hochwertige bilinguale Übersetzungseinheiten – und eine sorgfältige, mehrstufige Evaluation. Ein Ansatz, der für die Mehrheit unserer KundInnen angesichts recht individueller Projekte meistens nicht infrage kommt.
Auswahl von trainierten Maschinen, die sich für spezielle Themen und die gewünschte Sprache eignen
Stattdessen wählen wir für diese Projekte aus domänenspezifisch bereits trainierten maschinellen Übersetzungs-Engines diejenige aus, die sich für das Fachgebiet und die gewünschte Sprachkombination am besten eignet und post-editieren die maschinelle Vorübersetzung gemäß dem Standard der Norm ISO 18587.
Beim Post-Editing prüft ein qualifizierter Post-Editor die maschinelle Übersetzung auf Vollständigkeit, inhaltliche Übereinstimmung mit dem Ausgangstext und verbessert im Fall eines Full-Post-EditingsGrammatik, Satzbau, Interpunktion sowie grobe stilistische Fehler. Selbstverständlich beraten wir Sie auch hinsichtlich Datenschutzaspekten. Denn nicht jede Engine hat die gleichen Datenschutzstandards und es muss abgeklärt sein, welche Inhalte wie von der Engine verwendet werden.
Warum Post-Editing nötig ist
An dieser Stelle fragen Sie sich vielleicht, wozu noch so ein Post-Editing-Aufwand betrieben werden muss, wenn MÜ-Engines doch bekanntlich laufend dazulernen und besser werden. Es steht außer Frage, dass neuronale Übersetzungsengines – insbesondere in Sprachkombinationen mit Englisch – bereits erstaunlich gute Ergebnisse erzielen. Bekanntlich verleitet das den ein oder anderen Anwender dazu, blind auf den Output zu vertrauen, was für private Zwecke auch ausreichen kann. Um im professionellen Kontext aber absolute inhaltliche Ausgangstexttreue und einen qualitativen Standard sicherzustellen, ist eine fachgerechteNachbearbeitung durch einen qualifizierten Post-Editor unerlässlich.
Denn die Vorzüge neuronaler MÜ-Ergebnisse und ihre Tücken gehen Hand in Hand: Dank Word Embeddings in neuronalen Netzen, die bspw. eine maschinelle semantische Einordnung ermöglichen, wirkt der NMÜ-Output im Vergleich zu Ergebnissen früherer MÜ-Technologien vertrauenswürdiger, kontextuell stimmiger und liest sich recht idiomatisch, was über Auslassungen, falsche Bezüge und verschobene inhaltliche Gewichtungen hinwegtäuschen kann. Genau solche Stellen werden durch unsere erfahrenen Post-Editierenden gezielt aufgespürt und korrigiert. Was handelsübliche neuronale MÜ-Engines trotz steter Weiterentwicklung außerdem nicht automatisch gewährleisten können, ist die konsistente Einhaltung Ihres Corporate Wordings und Ihrer spezifischen Fachterminologie, bspw. unternehmenseigener Abkürzungen oder Eigennamen.
Sollten Sie bereits Glossare oder Terminologiedatensätze zu Ihrer unternehmensspezifischen Sprache pflegen, binden wir diese bedarfsweise in unsere MÜ-Prozesse ein und integrieren sie im Zuge eines Full-Post-Editing-Projektes. Falls nicht, kann es sinnvoll sein, dass wir für Sie einen terminologischen Grundstock erarbeiten, anhand dessen das maschinelle Übersetzungsergebnis schließlich optimiert wird.
Bei welchen Texten lohnt sich maschinelle Übersetzung mit Post-Editing erfahrungsgemäß?
Grundsätzlich entscheidet der Kundenanspruch an das Endprodukt, in welchem Maß maschinelle Übersetzung eingesetzt werden kann bzw. Post-Editing durchgeführt werden muss. Sie werden im Vorfeld Ihres Projektes individuell beraten und erhalten bedarfsweise Kalkulationen zu unterschiedlichen Workflows, die infrage kommen.
Wir empfehlen den Einsatz von MÜ insbesondere bei großen Textmengen und Texten mit eher informativer Funktion, bei denen der Stil im Vergleich zu kreativen, werblich orientierten Projekten zweitrangig ist. In die erste Kategorie können beispielsweise faktenbasierte kurze Produktbeschreibungen für Webshops, zahlenlastige Preislisten, Produktdatenblätter etc. fallen – tendenziell also standardisierte Textarten, die bei der Leserschaft nicht durch besondere sprachliche Raffinesse punkten müssen. Für welche Ihrer Texte dieser Anspruch genügt, entscheiden allein Sie. Allgemein ist zu bedenken, dass roher MÜ-Output grundsätzlich sehr nah am Ausgangstext bleiben muss – ein Faktor, der bestenfalls ausgangstextgetreue Endprodukte erzeugt, mehr aber auch nicht. Denken Sie hingegen an Slogans oder Claims, die Ihre individuelle Markenbotschaft stützen sollen, stoßen auch erfahrene Fachübersetzende an Grenzen, wenn sie nicht im Vorfeld entsprechend kontextuell gebrieft werden und sich eingehend mit Ihren Produkten oder Dienstleistungen sowie Ihrem Markenauftritt befassen.
Wann immer Sie also gesteigerten Wert auf die Botschaft zwischen den Zeilen und die emotionale Wirkung beim Adressaten legen, sind lenkende Einflüsse durch maschinelle Vorübersetzungen hinderlich für ein kreatives Endergebnis. Mangelhafte maschinelle Vorschläge hindern Übersetzende am freien Texten und sorgen nicht zwangsläufig für Zeitersparnis.
Vor welchem Übersetzungsprojekt Sie auch stehen, wir bieten Ihnen eine kompetente Beratung zu realistischen Umsetzungsmöglichkeiten, die auf Ihre individuellen Anforderungen zugeschnitten sind.