Bietet ihr auch maschinelle Übersetzungen an? Wenn ja, wann eignet sich diese und wann nicht?

Die Output-Qualität von maschinellen Über­set­zungs­engines wird zwar immer besser, einer Human­über­set­zung kann man diese Roh­über­set­zung jedoch nicht be­denken­los gleich­stellen. Der Output einer NMT wirkt oft trügerisch perfekt, denn augen­schein­lich lockere ziel­sprach­liche Syntax ver­deckt meist tiefer­lie­gende Sinn­ver­schie­bun­gen und Aus­las­sun­gen. Je nach Quali­täts­an­for­der­ungen an den Ziel­text (ob etwa nur eine interne Ver­wen­dung vor­ge­sehen ist oder die In­halte publi­ziert werden) und der Quali­tät der ein­ge­setz­ten Engine muss also ein quali­fi­zier­ter Post­editor diese Roh­über­set­zung kon­trol­lieren. Mit einem an­schlie­ßen­den Full-Post-Editing (FPE), wörtlich also einer voll­stän­digen Über­arbeitung durch einen mutter­sprach­lichen Lektor, kann unter idealen Bedin­gungen die Quali­tät an das Niveau einer Human­über­set­zung heran­reichen.

Wir sehen in maschineller Übersetzung mit an­schlie­ßen­dem Full-Post-Editing (FPE) ein großes Poten­zial für die Zu­kunft und können diese Option aktuell bereits bei ge­eig­neten Pro­jekten an­bieten. Aller­dings gibt es zurzeit noch eine Reihe von Fak­toren, die gegen einen um­fas­sen­den Ein­satz solcher auto­ma­ti­sier­ter Über­set­zungs­ver­fahren: Nicht jede Sprach­kom­bi­nation, Engine oder Text­art ist ge­eig­net. So liefert die Kom­bi­nation Deutsch > Englisch über die Generic-DeepL-Engine bei einer ein­fachen Be­die­nungs­an­lei­tung mit klar aus­for­mu­lier­ten Sätzen oft brauch­bare Er­geb­nisse. Die gleiche Sprach­richtung und Engine pro­du­ziert bei schlechter aus­for­mu­lier­ten und anders struk­tu­rier­ten Texten (etwa Stich­punkten in einer Excel- oder Powerpoint-Datei oder auf­wän­dig for­ma­tier­ten Texten) mit­unter ein ganz schönes Kauder­welsch.

In solchen Fällen ist der Auf­wand, den maschi­nellen Output zu edi­tieren, deut­lich höher als bei der reinen Human­über­set­zung – die zu­dem ein quali­ta­tiv besseres Ergeb­nis lie­fert. Zumal die Engines selbst der Markt­führer auf dem Gebiet Termi­no­logie noch große Schwächen haben. Ein ein­heit­liches, kon­sis­tentes Wording erreicht techtrans durch die Ver­wen­dung einer sauber auf­be­rei­teten, in Ab­stim­mung mit dem Kunden er­ar­bei­teten Termi­no­lo­gie­daten­bank.

Maschinelle Übersetzungen mit an­schlie­ßen­dem Full-Post-Editing bedeuten vor allem Ge­schwin­dig­keit und Kosten­effi­zienz.

Der Einsatz von MÜ und FPE hängt aber von den fol­genden Punkten ab:

• Erwartungen an die Qualität (publi­zier­barer Content oder nicht)
• Aufbau der zu über­set­zenden Dateien (Fließ­text, For­ma­tierung, Fach­gebiet)
• Output-Qualität einer Engine in einer bestimmten Sprach­richtung
• Möglichkeit der Ver­wen­dung einer Termi­no­logie­daten­bank

techtrans prüft entsprechend bei jeder Anfrage für maschinelle Übersetzung, ob die Quell­dateien dafür tat­säch­lich geeignet sind.

Um das zu klären, prüfen unsere Experten Ihre Daten ganz genau. Nehmen Sie doch einfach Kontakt zu techtrans auf, um diese und weitere Fragen zu klären.

Kontakt aufnehmen