Chancen und Risiken maschineller Übersetzung

Grafik: ibreakstock/Adobe Stock

Die automatische Übersetzung von Texten hat durch die Globalisierung und um Kosten zu sparen, für Unternehmen, staatliche Institutionen und andere Organisationen immer mehr an Bedeutung gewonnen. Im Laufe der vergangenen Jahre ist die Qualität der Übersetzung von Texten geringer bis mittlerer Komplexität durch Künstliche Intelligenz, künstliche neuronale Netze und statistische Verfahren deutlich gestiegen. Es gelingt softwarebasierten Übersetzungssystemen immer besser, natürliche Sprache abzubilden.

Eine hochqualitative Lösung zur vollautomatischen Übersetzung von Texten gibt es bisher aber noch nicht. Derzeit liefern Unternehmen wie Google, SYSTRAN, SDL, DeepL und Amazon Lösungen für die maschinelle oder automatisierte Übersetzung und die computergestützte Übersetzung – je nachdem wie stark dabei Übersetzerinnen und Übersetzer involviert sind. Den Output eines Übersetzungsprogramms muss also immer noch ein Mensch als Post-Editorin oder Post-Editor korrigieren. Das betrifft vor allem die Syntax der Zielsprache, Wortwahl und Grammatik – denn die elektronische Datenverarbeitung kann nur die Regeln von Sprache und deren Übertragung in eine andere Sprache abbilden. Das geschieht anhand von logischen Zusammenhängen zwischen Satzteilen und statistischen Werten, um aus Übersetzungen von Menschen natürliche Sprache zu generieren.

Computer haben kein menschliches Bewusstsein. Sie sind deshalb nicht in der Lage, Wörtern und Sätzen Bedeutungen in Form von Erfahrungen, Erinnerungen, Verhalten und Emotionen, gekoppelt mit inneren Bildern, zuzuordnen. Mit diesen Fähigkeiten und einem enormen Lernvermögen im Kindesalter ist der Mensch der Technik meilenweit voraus. Kinder koppeln zum Beispiel, wenn sie bilingual aufwachsen, Sprachen mit Emotionen. Dann drücken Dreijährige etwa Ärger auf Französisch und Wohlbefinden auf Deutsch aus. Was Sprache angeht, ist der Mensch allein durch die Neuroplastizität Computersystemen haushoch überlegen. Es gibt keine schnelleren Lernprozesse als neuronale, deshalb versuchen Softwareunternehmen dies mit elektronischer Technik zu simulieren.

Ein Beispiel: Die Qualität der maschinellen Übersetzung von Zeitungsartikeln ist mit Tools wie der Google Translate API, MyMemory von der italienischen Übersetzungsagentur Translated und DeepL bisher immer noch bescheiden. Es folgt ein Auszug aus einem Artikel der New York Times und die Rohübersetzung mit den drei Tools:

Chaotic Scenes in Portland as Backlash to Federal Deployment Grows

The street demonstrations that have shuddered through Portland for 54 consecutive nights have drawn out a complicated mix of emotions and grievances.

By Mike Baker
July 21, 2020 Updated 7:16 p.m. ET

PORTLAND, Ore. — With a ski helmet and goggles on her head, Allison Hyder recounted how she had told relatives that she planned to stand at the rear of protests in downtown Portland. But, in the early hours of Tuesday, the grandmother of five found herself right up front, locking arms with other mothers dressed in yellow.

Standing with a pack of other protesters, she chanted in front of the boarded-up entrance to the federal courthouse. She remained resolute even as some in the crowd began prying at the wood affixed to the building, leaving Ms. Hyder uneasy about where things were headed.

“I am the face of ‘anarchy,’” Ms. Hyder declared. “The people of the U.S. need to know that moms, grandmas and nurses are out here in the middle of the night demanding rights for everybody.”

The demonstrations that have shuddered through Portland for 54 consecutive nights have drawn out a complicated mix of grievances, with a wide array of people expressing them using a multitude of tactics to make sure they get heard.

Der Auschnitt aus dem Artikel ist mit dem Übersetzungsprogramm SDL Trados 2019 und der Google Translate API übersetzt worden. Hier der Rohtext:

Chaotische Szenen in Portland als Gegenreaktion zum Einsatz des Bundes wächst

Die Straßendemonstrationen, die 54 aufeinanderfolgende Nächte durch Portland schauderten, haben eine komplizierte Mischung aus Emotionen und Beschwerden hervorgebracht.

Durch Mike Baker

  1. Juli 2020 Aktualisiert 19:16 Uhr ET

PORTLAND, Ore. – Mit einem Skihelm und einer Schutzbrille auf dem Kopf erzählte Allison Hyder, wie sie Verwandten erzählt hatte, dass sie vorhatte, hinter Protesten in der Innenstadt von Portland zu stehen. Aber in den frühen Morgenstunden des Dienstags befand sich die fünfköpfige Großmutter ganz vorne und schloss die Arme mit anderen gelb gekleideten Müttern.

Sie stand mit einer Gruppe anderer Demonstranten zusammen und sang vor dem vernagelten Eingang zum Bundesgericht. Sie blieb entschlossen, selbst als einige in der Menge anfingen, nach dem Holz zu suchen, das am Gebäude befestigt war, und ließ Frau Hyder unruhig darüber, wohin die Dinge gingen.

“Ich bin das Gesicht der ‘Anarchie'”, erklärte Frau Hyder. “Die Menschen in den USA müssen wissen, dass Mütter, Omas und Krankenschwestern mitten in der Nacht hier draußen sind und Rechte für alle fordern.”

Die Demonstrationen, die 54 aufeinanderfolgende Nächte durch Portland schauderten, haben eine komplizierte Mischung von Beschwerden hervorgebracht, wobei eine Vielzahl von Menschen sie mit einer Vielzahl von Taktiken zum Ausdruck brachte, um sicherzustellen, dass sie gehört werden.

Hier die Version von MyMemory:

Chaotische Szenen in Portland als Gegenreaktion auf Federal Deployment wächst

Die Straßendemonstrationen, die seit 54 aufeinanderfolgenden Nächten durch Portland schaudern, haben eine komplizierte Mischung aus Emotionen und Beschwerden ausgelöst.

Von Mike Baker

  1. Juli 2020 Aktualisiert 19:16 Uhr ET

PORTLAND, Ore. — Mit einem Skihelm und einer Brille auf dem Kopf erzählte Allison Hyder, wie sie Verwandten erzählt hatte, dass sie vorhatte, hinter Protesten in der Innenstadt von Portland zu stehen. Aber in den frühen Morgenstunden des Dienstag fand sich die fünfjährige Großmutter ganz vorne wieder und verriegelte die Arme mit anderen Müttern in gelber Kleidung.
Zusammen mit einem Rudel anderer Demonstranten sang sie vor dem mit Brettern versehenen Eingang zum Bundesgerichtshof. Sie blieb entschlossen, selbst als einige in der Menge anfingen, an dem Holz, das an dem Gebäude befestigt war, neugierig zu sein, was Ms. Hyder beunruhigte, wohin die Dinge gingen.
“Ich bin das Gesicht der ‘Anarchie’”, erklärte Ms. Hyder. “Die Menschen in den USA müssen wissen, dass Mütter, Omas und Krankenschwestern mitten in der Nacht hier draußen sind und Rechte für alle fordern. ”
Die Demonstrationen, die seit 54 aufeinanderfolgenden Nächten durch Portland zitterten, haben eine komplizierte Mischung aus Beschwerden ausgelöst, wobei eine breite Palette von Menschen sie mit einer Vielzahl von Taktiken zum Ausdruck brachte, um sicherzustellen, dass sie gehört werden.

Und hier die Übersetzung durch DeepL:

Chaotische Szenen in Portland als Gegenreaktion auf den Bundeseinsatz

Die Straßendemonstrationen, die 54 aufeinanderfolgende Nächte lang durch Portland geschaudert haben, haben eine komplizierte Mischung aus Emotionen und Klagen hervorgerufen.

Durch Mike Baker

  1. Juli 2020 Aktualisiert 19:16 Uhr ET

PORTLAND, Ore – Mit einem Skihelm und einer Schutzbrille auf dem Kopf erzählte Allison Hyder, wie sie Verwandten erzählt hatte, dass sie vorhabe, sich an die Spitze der Proteste in der Innenstadt von Portland zu stellen. Doch in den frühen Morgenstunden des Dienstags fand sich die fünfköpfige Großmutter ganz vorne wieder und schloss die Arme mit anderen gelb gekleideten Müttern zusammen.
Zusammen mit einer Gruppe anderer Demonstranten stand sie vor dem mit Brettern vernagelten Eingang zum Bundesgerichtshof und sang im Sprechchor. Sie blieb resolut, auch als einige aus der Menge begannen, an dem am Gebäude befestigten Holz zu schnüffeln, was Frau Hyder verunsicherte, wohin die Dinge sich entwickeln würden.
“Ich bin das Gesicht der ‘Anarchie'”, erklärte Frau Hyder. “Die Menschen in den USA müssen wissen, dass Mütter, Großmütter und Krankenschwestern mitten in der Nacht hier draußen sind und Rechte für alle einfordern
Die Demonstrationen, die 54 aufeinanderfolgende Nächte lang durch Portland geschaudert haben, haben eine komplizierte Mischung von Klagen aufgeworfen, die von einer Vielzahl von Menschen mit einer Vielzahl von Taktiken zum Ausdruck gebracht wurden, um sicherzustellen, dass sie Gehör finden.

Die Rohtexte sind also noch weit von einer sinnvollen und qualitativ hochwertigen Übersetzung entfernt und müssen von Übersetzerinnen und Übersetzern nachbearbeitet werden. Die Qualität der maschinellen Übersetzung könnte in puncto Syntax und Wortwahl mit einem Glossar und Massen von bereits auf Deutsch übersetzten Artikeln der New York Times, die das System statistisch auswertet und Satzteile von Quell- und Zieltext logisch miteinander kombiniert, deutlich verbessert werden. So arbeiten neuronale Netze und Künstliche Intelligenz. Damit kann sich die maschinelle Übersetzung natürlicher Sprache annähern, mehr aber auch nicht. Die Feinarbeit übernehmen immer noch Menschen. Der Übersetzungsprozess beschleunigt sich jedoch deutlich.

Es ist entscheidend, die Grenzen maschineller Übersetzungsprozesse zu kennen. Die Qualität maschineller Übersetzung hängt von der Masse an hervorragend vorübersetzten Texten ab – je mehr desto besser. Sind Texte schlecht übersetzt, ist auch die Qualität maschineller Übersetzung bescheiden. Die Qualität des Algorithmus und der Umfang sowie die Qualität des Glossars ist ebenfalls entscheidend. Es ist wichtig, vor dem Start des Übersetzungsprozesses die Grundlagenarbeit durch konsequentes Qualitätsmanagement zu begleiten.

Die Erfahrung zeigt, dass in manchen Unternehmen überhastet ein maschinelles Übersetzungsprojekt beginnt. Sind die Qualität der Datenbasis und das Glossar dürftig, bedeutet das für die Post-Editorinnen und Post-Editoren viel Arbeit und Frustration, weil sie mit absurden maschinellen Übersetzungen zu kämpfen haben. Ausschließlich Linguistinnen und Linguisten könnten die Texte effektiver übersetzen. Wechselt das Unternehmen dann noch das maschinelle Übersetzungssystem, weil sich die erste Lösung als unzureichend erwiesen hat, verzögert sich der Prozess weiter. Zudem besteht wieder die Gefahr, dass der Übersetzungsprozess schlecht vorbereitet und überhastet beginnt. Ein maschineller Übersetzungsprozess steht und fällt mit dem Projektmanagement, also der langfristigen Planung des Übersetzungsprozesses mit kompetenter Expertise. Wenn diese nicht im Unternehmen vorhanden ist, lassen Sie sich am besten eingehend von Expertinnen und Experten für maschinelle Übersetzung beraten.

Die Vereinten Nationen nutzen für computergestützte Übersetzungen mit eLuna eine webbasierte Eigenentwicklung. Sie besitzt die typischen Funktionen wie Strukturierung des Textes in Segmente, die einzeln übersetzt werden, und die statistische Auswertung großer Datenmengen von bereits übersetzten Texten, um Fragmente und Satzteile nach logischen Kriterien wiederzuverwenden beziehungsweise neu zu kombinieren. Zu den Funktionen gehören auch eine Terminologiedatenbank, Schnittstellen zu Anbietern maschineller Übersetzung, die Formatierung nach den Vorgaben der Vereinten Nationen und weitere. Die zentrale Komponente für die maschinelle Übersetzung ist TAPTA4UN.

Computergestützte und maschinelle Übersetzung ersetzen derzeit noch längst nicht Übersetzerinnen und Übersetzer. Die Systeme sind auch nur in Sprachpaaren effektiv, in denen riesige Mengen an vorübersetzten Texten in Englisch, Französisch, Deutsch, Chinesisch oder Spanisch zur Verfügung stehen. Übersetzungstechnologie, die durch Künstliche Intelligenz gestützt ist, ermöglicht es Unternehmen, Kosten zu sparen, die Qualität und terminologische Konsistenz von Übersetzungen zu steigern und Lieferzeiten zu verkürzen.

Viele Übersetzerinnen und Übersetzer verweigern sich jedoch dieser Technologie. Sie möchten mit ihrer Arbeit nicht dazu beitragen, in Zukunft vielleicht den eigenen Berufsstand abzuschaffen und dass teils Honorare gezahlt werden, welche die Lebenshaltungskosten überhaupt nicht decken und schlicht Ausbeutung sind.

Weitere Informationen: Antonia Schmalz, Maschinelle Übersetzung in: V. Wittpahl (Hrsg.), Künstliche Intelligenz, DOI 10-1007/978-3-662-58042-4_12

TAPTA4UN, large-scale multiple language translation accelerator at the United Nations, Conference Paper, 2013

The Correspondent, When artificial intelligence lost in translation is, 23 January 2020, Column by Sanne Blauw

Leave a Reply

Your email address will not be published. Required fields are marked *

For security, use of Google's reCAPTCHA service is required which is subject to the Google Privacy Policy and Terms of Use.

I agree to these terms.