Zum Inhalt springen

Wissen, das die Welt erhellt

Übersetzen mit KI: So nutzen Sie Google Translate, DeepL und Chat-Assistenten optimal

Die maschinelle Übersetzung hat in den letzten Jahren einen großen Sprung gemacht und kann in Sekundenschnelle flüssigen Text erzeugen. Die Stärken und Schwächen von Übersetzungstools, Tipps für bessere Ergebnisse und Situationen, in denen Sie unbedingt einen menschlichen Übersetzer nutzen müssen.

Übersetzen mit KI: So nutzen Sie Google Translate, DeepL und Chat-Assistenten optimal

Die maschinelle Übersetzung hat sich nach der Umstellung auf neuronale netzbasierte Systeme ab 2016 deutlich verbessert, und große Sprachmodelle liefern heute Übersetzungen, die Stil und Kontext besser wahren. Heutzutage können Sie eine Webseite, eine E-Mail oder eine Speisekarte in Sekundenschnelle verstehen. Es gibt jedoch nach wie vor eine wichtige Lücke zwischen „gut genug zum Verstehen“ und „veröffentlichungsreif“.

Welches Tool für welchen Zweck?

  • Klassische Übersetzungstools: Google Translate, DeepL und Microsoft Translator sind schnell, unterstützen viele Sprachen und übersetzen Dokumente.
  • Chat-Assistenten: Sie können Assistenten wie ChatGPT, Claude oder Gemini über Stil, Zielgruppe und bevorzugte Begriffe informieren und sie bitten, die Übersetzung zu erklären oder Alternativen anzubieten.
  • Kamera- und Sprachübersetzung: Das Lesen von Schildern und das Übersetzen von Gesprächen sind auf Reisen sehr praktisch.

Tipps für bessere Ergebnisse

  1. Kontext angeben: zum Beispiel „Dies ist eine formelle E-Mail an einen Kunden“.
  2. Glossar hinzufügen: Listen Sie die Spezialbegriffe Ihrer Marke oder Ihres Fachgebiets und deren bevorzugte Übersetzungen auf.
  3. Kurze, klare Sätze verwenden: Lange, mehrdeutige Sätze erhöhen die Fehlerquote.
  4. Rückübersetzung: Übersetzen Sie das Ergebnis wieder in die Quellsprache, um zu überprüfen, ob die Bedeutung erhalten geblieben ist.
  5. Von einem Muttersprachler lesen lassen: Insbesondere bei Texten, die veröffentlicht werden.

Häufige Fehler

  • Wörtlich übersetzte Redewendungen und Sprichwörter
  • Das falsche Formalitätsniveau
  • Verwechselte Formate für Zahlen, Daten und Einheiten
  • Hinzugefügte Informationen, die sich nicht in der Quelle befinden, oder ausgelassene Sätze

Wann ist ein menschlicher Übersetzer unerlässlich?

Die Kosten für Fehler sind bei Verträgen, Gerichtsdokumenten, medizinischen Berichten, Beipackzetteln, amtlichen Anträgen sowie bei zur Veröffentlichung bestimmten Büchern oder Werbetexten hoch. Nutzen Sie hierfür einen professionellen und, falls erforderlich, beeidigten Übersetzer. Die Verwendung einer maschinellen Übersetzung als Entwurf, der von einem Experten korrigiert wird (Post-Editing), ist ebenfalls eine gängige Methode.

Wie hat sich die maschinelle Übersetzung entwickelt?

Versuche zur Computerübersetzung reichen bis in die 1950er Jahre zurück, aber die Methoden haben mehrere wichtige Phasen durchlaufen:

  • Regelbasierte Systeme: Linguisten schrieben Wörterbücher und Grammatikregeln einzeln auf; die Ergebnisse waren oft roh und wörtlich.
  • Statistische Übersetzung: In den 2000er Jahren begannen Systeme durch Wahrscheinlichkeiten zu lernen, welche Phrase welcher von Millionen von Menschen übersetzten Satzpaaren entspricht.
  • Neuronale maschinelle Übersetzung: Im Jahr 2016 kündigte Google die Umstellung auf ein neuronales Netzwerksystem an, das den Satz als Ganzes verarbeitet, wodurch sich die Sprachkompetenz deutlich verbesserte.
  • Transformer und große Sprachmodelle: Die 2017 eingeführte Transformer-Architektur bildet die Grundlage der heutigen Übersetzungstools und Chat-Assistenten.

Warum sind weniger verbreitete Sprachen schwieriger?

Übersetzungssysteme benötigen große Mengen an zweisprachigem Text zum Lernen. Die Qualität ist für Sprachen wie Englisch, Spanisch oder Französisch hoch, da solche Daten reichlich vorhanden sind; bei Sprachen mit wenig Text im Internet nehmen die Fehler deutlich zu. Diese werden als „ressourcenschwache Sprachen“ bezeichnet. Forschungen wie das 2012 angekündigte NLLB-200-Projekt von Meta versuchen, diese Lücke mit Modellen zu schließen, die 200 Sprachen abdecken. Wenn Sie einen wichtigen Text in eine ressourcenschwache Sprache übersetzen, ist es wichtiger denn je, das Ergebnis von einem Muttersprachler überprüfen zu lassen.

Funktionen, Pläne und Preise von KI-Tools ändern sich häufig. Überprüfen Sie immer die offizielle Seite des Tools für aktuelle Informationen.

Quellen und weiterführende Literatur

  1. Yonghui Wu et al., „Google’s Neural Machine Translation System“, arXiv, 2016.
  2. ISO 18587:2017, „Translation services — Post-editing of machine translation output“.
  3. Europäische Kommission, eTranslation-Dienst und Leitfaden zur maschinellen Übersetzung.
  4. Wu, Y. et al. (2016), „Google’s Neural Machine Translation System“, arXiv:1609.08144
  5. Vaswani, A. et al. (2017), „Attention Is All You Need“, NeurIPS
  6. NLLB Team (2022), „No Language Left Behind: Scaling Human-Centered Machine Translation“, arXiv:2207.04672
Teilen
Folgen Sie YulaHubErfahren Sie die wichtigsten Nachrichten des Tages als Erste.
RSS

Kommentar hinterlassen

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert