Professionelle KI-Übersetzungen für Fachtexte

Inhaltsverzeichnis

oneMTPE – Der bewährte KI-Übersetzungsstandard seit 2017: schnell, skalierbar, hochwertig

Neuronale maschinelle Übersetzung (NMT) – der leistungsstarke Standard für moderne MT-Systeme

KI-Übersetzung mit Large Language Models (LLMs) – die nächste Generation maschineller Übersetzungstechnologie

Saubere Daten als Grundlage für erfolgreiche KI-Übersetzungen

Qualitätsfaktoren für KI-gestützte Übersetzungen

oneTranslate: datensichere KI-Sofortübersetzungen für Unternehmen

Maschinelle bzw. KI-unterstützte Übersetzung ist nicht nur in aller Munde, sondern auch überall per Knopfdruck verfügbar. Dank MT auf Basis von Künstlicher Intelligenz können Übersetzungen heute in vielen Sprachen schnell, preiswert und in akzeptabler Qualität erzeugt werden. Für einige Verwendungszwecke – schneller Informationsgewinn, interne Kommunikation oder Social Media – reichen diese praktischen Alltagshelfer sicherlich aus. Doch kein MT-System schafft es bis dato, Fachtexte, technische Dokumentationen oder Produktbeschreibungen fehlerfrei, vollständig und konsistent in eine Zielsprache zu übersetzen oder Marketingbotschaften zielgruppengerecht zu formulieren.

oneMTPE ist unser Service rund um den Einsatz von KI-Übersetzungen, der von vielen unserer Kund:innen genutzt wird. Dank unserer langjährigen Erfahrung im professionellen Post-Editing (PE), unserer ISO-18587-Zertifizierung und unseres internen Expertenteams profitieren Unternehmen aus allen Branchen von der Kombination aus Technologie und menschlichem Know-how. Mit oneMTPE starten Sie direkt in die maschinelle Übersetzung!

Der Standard im Bereich MT-Systeme ist die neuronale maschinelle Übersetzung (NMT). NMT-Übersetzungen können zwar noch immer nicht gänzlich mit Humanübersetzungen mithalten, bilden aber als Rohübersetzung und clever kombiniert mit Translation Memory, Terminologie und humaner Sprachkompetenz ein hervorragendes Grundgerüst, um die Produktivität von Übersetzungen um ein Vielfaches zu steigern.

Dabei gibt es unterschiedliche Systemarten: Wurde ein MT-System nur mit allgemein verfügbarem Inhalt trainiert, handelt es sich um ein generisches System. Domänen- oder unternehmensspezifische MT-Systeme werden dagegen speziell für ein Sachgebiet oder ein Unternehmen trainiert und liefern dadurch meist treffendere Ergebnisse.

Bei neuronalen maschinellen Systemen setzen wir auf aktuelle und zukünftige Marktführer. Welches NMT-System wir Ihnen empfehlen hängt von den Ausgangs- und Zielsprachen und den Textsorten ab. Die Systeme werden nahtlos in den Übersetzungsprozess integriert und durch unsere oneMTPE-Services ergänzt. Wie bei allen Technologien setzen wir nur MT-Systeme ein, die datensicher sind, also solche, die die Texte nicht weiterverwenden, nicht dauerhaft speichern und vor dem Zugriff Dritter schützen.

Ihre Vorteile

• Individuelle Beratung durch unser MTPE-Expertenteam
• Nahtlose Integration des MT-Systems in bestehende Prozesse und Systemlandschaften
• Führende Systeme und höchster Datenschutz
• Abgestimmt auf Ihre individuellen Ziele und Voraussetzungen

Sprechen Sie mit uns über reibungslose Prozesse und nachhaltigen Erfolg durch MTPE und über Einsatzfelder und Kennzahlen maschineller Übersetzung. Unser MT-Expertenteam steht Ihnen bei allen strategischen wie praktischen Fragen kompetent und partnerschaftlich zur Seite.

Large Language Models (LLMs) läuten eine neue Ära der maschinellen Übersetzung ein. LLMs wurden nicht speziell für Übersetzungen, sondern für ein allgemeines Sprachverständnis entwickelt. Durch mehrsprachiges Trainingsmaterial haben sie das Übersetzen aber quasi „nebenbei“ – und sehr gut – gelernt. Durch ihr breiteres Kontextverständnis erfassen sie sprachliche, stilistische sowie kulturelle Nuancen besser und liefern kohärentere Ergebnisse für größere Textzusammenhänge.

Besonders stark sind LLMs bei freien Übersetzungen, aber auch bei Überarbeitungen von fremdsprachlichen Texten. Bereits generierter Output kann mithilfe passender Prompts an spezielle Vorgaben – beispielsweise einen bestimmten Stil oder eine andere Zielgruppe – angepasst werden. Ein klarer Vorteil ist die „Trainierbarkeit“, also die Anpassung der Anweisungen an das LLM auf Basis bestehender Vorgaben oder bisheriger Fehlerquellen. Dies ermöglicht ein iteratives Lernen des Systems und führt im besten Fall zu deutlich weniger Nachbearbeitungsaufwand.

Mit unserem Service oneAI stellen wir unseren Kund:innen nun eine trainierbare KI-Übersetzungslösung im datensicheren Raum zur Verfügung – individuell anpassbar und speziell auf unternehmensspezifische Anforderungen ausgelegt.

Genau wie klassische MT-Systeme weisen aber auch LLMs einige Schwächen auf, unter anderem Halluzinationen und falsch verwendete Terminologie. Außerdem erhält man bei zwei identischen Anfragen selten das gleiche Ergebnis. Eine Nachbearbeitung mittels Post-Editing ist daher auch für KI-Übersetzungen unerlässlich.

MT-Systeme lassen sich seit vielen Jahren unternehmensspezifisch trainieren, um Fachtermini, Stil und Tonalität gezielt umsetzen zu können. Ein MT-Training war bisher allerdings mit hohen Kosten und Zeitaufwänden verbunden. Das ändert sich mit dem Einsatz von Large Language Models grundlegend. Denn LLMs können Vorgaben mittels passender Prompts umsetzen – sowohl einmalig als auch nachhaltig durch entsprechendes Fine-Tuning eines bestehenden Modells.

Dafür müssen die Vorgaben analysiert und in passende Prompts „übersetzt“ werden. Gleiches gilt für bisherige Fehlerquellen aus MTPE-Prozessen, aus denen sich Regeln für zukünftige Übersetzungen ableiten lassen. Ein solches Linguistic Prompt Engineering erfordert sprachliche Expertise und technisches Know-how, um alle sprachlichen und formalen Anforderungen an eine Übersetzung an ein Large Language Model mitzugeben. Eine korrekte Umsetzung durch das LLM kann dann zu deutlich weniger Nachbearbeitungsaufwand beim Posteditieren führen.

Large Language Models lernen von den Texten, mit denen Sie trainiert werden. Sprachdaten wie Translation Memorys und Terminologiedaten stellen dabei ein wichtiges Linguistic Asset dar, weil sie mehrsprachige Unternehmensdaten enthalten und mit Zusatzinformationen angereichert sind. Allerdings ist das Wachstum von Sprachdaten – vor allem bei TMs – teilweise enorm, ohne dass eine regelmäßige Bereinigung erfolgt. Da die Qualität der Daten für den sinnvollen Einsatz einer KI entscheidend ist, kommt der Datenbereinigung eine große Bedeutung zu.

Mit unserem Service oneCleanup bieten wir eine Bereinigungsanalyse für TM- und Terminologiedaten an. Wir analysieren das Bereinigungspotenzial Ihrer Daten und liefern Ihnen eine Übersicht, an welchen Stellen Sie ansetzen können. oneCleanup unterstützt außerdem die teilautomatisierte Bereinigung Ihrer Bestände, um schnell sichtbare Ergebnissen zu erhalten. Aus bereinigten Terminologiedaten lassen sich anschließend Glossare ausleiten, um diese direkt in den maschinellen Übersetzungsprozess einzubinden.

Maschinelle Übersetzung mit MTPE hat sich als Standardverfahren etabliert, das branchenunabhängig genutzt wird. Auch wenn die Qualität der maschinellen Vorübersetzung bereits sehr hoch ist, sind Übersetzungsprojekte nie auf Knopfdruck mit dem Ergebnis der Maschine beendet. Folgende Prozessfaktoren spielen eine entscheidende Rolle, um das MT-Ergebnis zu verbessern:

• Festlegung von Kriterien und Zielvorgaben
  Mit Ihrem und unserem Know-how legen wir fest, welches Qualitätsziel erreicht werden soll und welche weiteren Systeme wie CAT-, MT-, LLM- und Terminologiesysteme eingesetzt werden, um Qualität und Workflow zu optimieren.
• Machbarkeitsanalyse
  Mit unserem Analyseverfahren prüfen wir, welche Output-Qualität sich erzielen lässt, wie das konkrete Kosten-/Nutzenverhältnis aussieht und ob, wie und mit welchem Einsparpotenzial Ihre maschinelle Zukunft starten kann. Ein erster Schritt noch vor der Machbarkeitsanalyse ist unsere kostenlose Checkliste „Sind Sie bereit für MTPE?“
• Post-Editing
  Unser Post-Editing-Prozess ist nach ISO 18587 zertifiziert und unterliegt dem Stammübersetzer:innen-Prinzip. Zur Steigerung der Output-Qualität werden im Post-Editing Fehler bewertet, Terminologie erfasst und systematisches Feedback gegeben. Diese Ergebnisse sind das A und O für einen nachhaltigen MT-Workflow und Linguistic Prompt Engineering.
• Terminologieaufbau – Corporate Language
  Generische MT-Systeme können den spezifischen Wortschatz eines Unternehmens nicht nativ abbilden. Gezielte Terminologievorgaben sind deshalb für das Post-Editing entscheidend und können mittlerweile in Form eines Glossars oder einer Datenbank in viele Systeme eingebunden werden. Die Basis dafür bildet eine systematische Terminologiearbeit, bei der wir Sie umfassend unterstützen. Wir bauen Ihren branchenspezifischen Fachwortschatz und Ihre firmenspezifische Unternehmenssprache als Terminologiegrundlage auf, damit Mensch und Maschine darauf zugreifen können.
• Feedbackanalyse
  Genauso wichtig wie die Machbarkeitsanalyse vor Projektbeginn, ist die Feedbackanalyse nach Projektabschluss. Dabei lassen sich Fehlermuster und spezifische Fehlerquellen erkennen und Regeln und Vorgaben ableiten, die in Styleguides, Terminologiedatenbanken oder Prompts einfließen, um die Ergebnisqualität nachhaltig zu steigern.

Sie möchten mehr über die einzelnen Qualitätsfaktoren erfahren? Nehmen Sie Kontakt zu uns auf und führen Sie ein erstes unverbindliches Gespräch mit unseren MTPE-Expert:innen unter folgendem Link oder direkt und persönlich unter +49 7031 714 9550.