02.12.2025

Mithilfe von Glossaren – also zweisprachigen Terminologievorgaben – lässt sich generischer Output aus MT- und KI-Systemen an unternehmensspezifische Fachterminologie anpassen. Unsere internen Analysen zeigen, dass bis zu 45 % der Änderungen beim Posteditieren auf Terminologiekorrekturen entfallen. Dieser Nachbearbeitungsaufwand kann mit eindeutigen und sinnvollen Vorgaben also deutlich reduziert werden.

Als perfekte Basis für die Glossarerstellung dient eine Terminologiedatenbank, denn sie enthält im Idealfall Fachbegriffe und ihre entsprechenden Äquivalente. Um diese Informationen maschinenlesbar zu machen, muss eine 1:1-Zuordnung zwischen ausgangs- und zielsprachlichem Terminus erfolgen. Dies wiederum setzt saubere Daten und Metadaten voraus, damit ein bevorzugter Terminus einer Sprache dem bevorzugten Terminus einer anderen Sprache zugeordnet wird. Hinzu kommen Mehrdeutigkeiten, zum Beispiel gleiche Wörter für unterschiedliche Begriffe und eventuell auch einfach eine zu geringe Eintragszahl, die die tatsächliche Terminologie des Unternehmens nicht vollständig abdeckt.

Einige MT-Anbieter bieten mittlerweile eine automatisierte Glossarerstellung aus zweisprachigen Dateien oder sogar komplett KI-generierte Glossare an. Während letztere höchstens einen geringen Fortschritt zum sonstigen generischen Output liefern, da keinerlei unternehmensspezifischer Input erfolgt, haben wir die maschinelle Glossarerstellung genauer unter die Lupe genommen.

Wie schon bei unseren Tests zur KI-gestützten Termextraktion haben wir wieder Mensch und Maschine miteinander verglichen: Während das maschinell erstellte Glossar des MT-Anbieters 54 Terminuspaare für Deutsch und Englisch lieferte, war es bei der manuellen Erstellung mit 138 Paaren die 2,5-fache Menge. Rein sprachlich konnte das MT-Ergebnis punkten: Alle Termini wurden in der Grundform und mit korrekter englischer Entsprechung aufgelistet.

Ein Abgleich beider Ergebnisse zeigte allerdings, dass sich nur etwa die Hälfte (= 28 Termini) aus dem maschinell erstellten Ergebnis mit dem menschlichen Ergebnis deckten. Die übrigen 26 Termini aus dem MT-Ergebnis waren nicht glossarrelevant, da es sich um Allgemeinsprache oder Platzhalter handelte. Das Ergebnis von 28 relevanten Termini entspricht damit nur 20 % der 138 menschlich extrahierten Termini – eine klare Mengeneinbuße, da nur jeder fünfte Terminus erfasst wurde.

Da Glossare meist einmal erstellt und dann nur noch ergänzt oder reduziert werden müssen, ist eine professionelle Unterstützung für die initiale Erstellung besonders wertvoll. Dabei werden alle Terminologiequellen wie Datenbanken und Referenztexte berücksichtigt. Mithilfe einer Bestandsanalyse kann vorab der für ein Glossar relevante Anteil der Datenbank ermittelt werden, um nur diesen den MT- und KI-Systemen vorzugeben. Auch terminologische Besonderheiten wie Mehrdeutigkeiten werden geprüft und glossarverträglich umgesetzt.

Mit unserer teilautomatisierten Glossarerstellung unterstützen wir Unternehmen auf dem Weg zu wirkungsvollen Glossaren, die zwar nicht auf Knopfdruck, aber durch einen hohen Automatisierungsgrad trotzdem schnell und effizient erstellt werden. Denn genau wie bei KI-Übersetzungen zählt auch bei der Glossarerstellung die menschliche Expertise, um den Prozess sinnvoll zu gestalten.

Sie möchten Glossare für MT und KI erstellen? Unsere Expert:innen bei oneword unterstützen Sie gerne bei der Analyse und Erstellung effektiver Glossare. Kontaktieren Sie uns für ein erstes Beratungsgespräch.