Wer bei maschineller Übersetzung an legendäre Google Translate Fails denkt, die schon mal das ganze Team zum Schmunzeln gebracht haben, der liegt zwar nicht ganz falsch. Doch tatsächlich hat sich in den letzten Jahren so einiges auf diesem Gebiet getan.
Vor allem seit dem Einsatz künstlicher Intelligenz hat die Maschinenübersetzung gewaltige Sprünge gemacht. Und mit dem Auftauchen richtig guter Online Übersetzungsdienste wie etwa DeepL ist das Risiko peinlicher Missverständnisse im internationalen E-Mail-Verkehr beachtlich gesunken. Doch natürlich kommt selbst die beste maschinelle Übersetzung noch lange nicht an die Version der Humanübersetzung heran. Schauen wir uns die verschiedenen Varianten einmal genauer an.
Jetzt kostenloses Angebot einholen.
Wie maschinelle Übersetzung (MÜ) funktioniert
Die maschinelle Übersetzung – kurz MÜ – ist die Übersetzung eines Texts durch einen Computer ohne menschliche Interaktion.
Es gibt verschiedene Arten der maschinellen Übersetzung, die im Zeitverlauf immer weiter entwickelt wurden.
- Regelbasierte maschinelle Übersetzung
- Beispielbasierte maschinelle Übersetzung
- Statistische maschinelle Übersetzung
- Neuronale maschinelle Übersetzung
Die Anfänge der Maschinellen Übersetzung
Die ersten Technologien auf dem Gebiet der automatisierten Übersetzung reichen zurück bis in die 50er Jahre des letzten Jahrhunderts, noch bevor es Computer wie wir sie heute kennen überhaupt hab. Vor allem das Militär hatte großes Interesse an Übersetzungen fremdsprachiger Dokumente, um sich Kriegsvorteile zu verschaffen. Und so betrieben die verschiedenen Staaten – allen voran die USA – Forschungen auf diesem Gebiet. Allerdings mit wenig Erfolg.
Später, in den 80er Jahren, griffen deutsche und japanische Wissenschaftler die Forschung wieder auf und entwickelten sie weiter, bis Google im Jahr 2006 den Google Translator herausbrachte und die maschinelle Übersetzung im Internet für die breite Masse verfügbar machte.
Regelbasierte Maschinelle Übersetzung
Die vorwiegend in den 80er Jahren verwendete, regelbasierte MÜ basiert auf einem Fundus aus zweisprachigen Wörterbüchern für das jeweilige Sprachpaar. Sie stellt die entsprechende wortwörtliche Übersetzung einer Kombination aus Sprachalgorithmen entgegen, die die linguistischen und grammatischen Regeln der beiden Sprachen beinhalten.
Solche regelbasierten Übersetzungssysteme liefern meist konsistente und logische Übersetzungen mit exakter Terminologie, doch treffen sie nicht immer die erwarteten Qualitätsstandards.
Beispielbasierte Maschinelle Übersetzung
In der beispielbasierten maschinellen Übersetzung bedient das System sich aus einem Übersetzungsspeicher, in dem ganze Phrasen oder Redewendungen hinterlegt sind. Der Satz wird dann mit allen ähnlichen Begriffen im Speicher verglichen und die am häufigsten übereinstimmende Bedeutung für die Übersetzung gewählt.
Statistische Maschinelle Übersetzung
Statistische Übersetzungsprogramme verwenden keinerlei linguistische Regeln, sondern analysieren stattdessen eine riesige Datenmenge an Texten der Ausgangs- und Zielsprache. Daraus wird anschließend ein Wörterbuch sowie Grammatikübertragungsregeln abgeleitet, die auf das jeweilige Themengebiet und die sprachlichen Besonderheiten angepasst werden.
Diese Systeme „lernen“ das Übersetzen demnach jedes Mal aufs Neue und können für spezielle Branchen konfiguriert werden, indem sie durch dafür erforderliche Daten erweitert werden. Grundsätzlich liefern statistische Übersetzungssysteme flüssigere, aber dafür weniger konsistente Übersetzungen, denen es manchmal an Logik fehlt.
Neuronale Maschinelle Übersetzung
Die neuronale Maschinenübersetzung basiert auf einem ähnlichen Grundsatz, doch wird hierbei künstliche Intelligenz eingesetzt, um Zusammenhänge der bilingualen Korpora zu identifizieren. Ein künstliches neuronales Netz, das nach dem Modell unseres menschlichen Gehirns Kontexte erkennt, kann die Wahrscheinlichkeit einer Wortabfolge voraussagen und so in Echtzeit übersetzen.
Die neuronale maschinelle Übersetzung – kurz NMT – stellt demnach die fortschrittlichste Methode automatisierter Übersetzungen dar und ist in der Lage durch selbstständiges Lernen Ergebnisse von höherer Übersetzungsqualität zu liefern. Diese Technologie wird seit 2016 von den führenden Übersetzungsdiensten wie Google Translate, Yandex und Bing genutzt und wurde vom Anbieter DeepL optimiert.
Kontaktieren Sie uns für Ihre Übersetzungsprojekte.
Begriffe im Zusammenhang mit MÜ
Im Zusammenhang mit maschineller Übersetzung hört man oft Schlagworte, die einem bekannt vorkommen, doch deren eigentliche Bedeutung nicht jedem klar sind. Wir haben für Sie hier die wichtigsten Begriffe aufgelistet:
- Syntax
Die Syntax ist ein anderes Wort für Satzstruktur. Sie unterliegt je nach Sprache strengen grammatischen Regeln und lässt sich dadurch relativ einfach in die binäre Logik eines computergestützten Übersetzungsprogramms übertragen.
- Semantik
Die Semantik repräsentiert den Sinn, die Bedeutung eines Textes, Satzes oder Begriffs. Dies gestaltet sich schon schwieriger für eine Maschine, da sie die
Textelemente interpretieren und wissen muss, wie ein Wort das andere beeinflusst. Dies setzt unter anderem auch Kenntnisse über die jeweilige Kultur voraus.
- Big Data
Darunter versteht man riesige Datenmengen, die zu komplex, zu schnelllebig oder zu schwach strukturiert sind, um sie mit herkömmlichen Methoden der Datenverarbeitung auszuwerten. Hier kommt die künstliche Intelligenz zum Einsatz, die solche Datenmengen analysiert und aufbereitet. NMT-Systeme bedienen sich der Big Data für die neuronale maschinelle Übersetzung.
- Deep Learning
Deep Learning ist ein Teilbereich des maschinellen Lernens, der künstliche neuronale Netze einsetzt und große Datenmengen (Big Data) nutzt. Die Lernmethoden richten sich nach der Funktionsweise des menschlichen Gehirns und resultieren in der Fähigkeit eigener Prognosen oder Entscheidungen.
Jetzt kostenloses Angebot für Ihre Übersetzung beauftragen.
Anwendungen der Maschinellen Übersetzung
Maschinelle Übersetzungen sind mittlerweile in unseren Alltag eingebaut, ohne dass wir es unbedingt merken. Ob beim Browsen im Internet oder in den sozialen Medien. Artikel und Posts werden oft automatisch übersetzt, um eine möglichst hohe Zielgruppe zu erreichen.
Auch im Kundendienst international agierender Unternehmen kommen maschinelle Übersetzungssoftwares zum Einsatz, um Kundenanfragen in Echtzeit interpretieren und an die jeweilige Abteilung weiterleiten zu können. Dabei werden Wartezeiten vermieden, die den Kunden verärgern könnten, und eine hohe Servicequalität gewährleistet.
Im privaten Gebrauch kommt man etwa im Urlaub kaum um einen Übersetzungsdienst oder eine entsprechende App umher, wenn man sich im fremdsprachigen Ausland befindet.
Aber wie sieht es im professionellen Umfeld aus? Inzwischen können maschinelle Übersetzungssysteme auch in gängige CAT-Tools integriert werden. Doch können maschinelle Übersetzungsprogramme alleinstehend im geschäftlichen Kontext eingesetzt werden?
Die besten Übersetzungsprogramme 2020
Eines der besten frei verfügbaren Online Übersetzungstools ist DeepL. Die in Deutschland entwickelte Software setzt künstliche Intelligenz ein und hat sich so die Spitzenposition auf dem Markt gesichert.
Weitere Tools sind der immer noch etwas holprigere Google Translator und Konsorten. Möchte man nur einzelne Wörter übersetzen, bieten sich die Online Wörterbücher Dict.cc und PONS an. Für kurze Sätze eignet sich auch PROMT.
Als Offline-Übersetzer und vor allem auf Reisen bietet sich der Download einer mit Android oder Apple iOS kompatiblen Übersetzer-App wie SayHi oder TripLingo an. Hier finden Sie weitere Infos und Testberichte zu den besten Übersetzungsprogrammen 2020.
Mensch gegen Maschine – Kann die maschinelle Übersetzung eine Humanübersetzung ersetzen?
Ein professioneller Muttersprachler übersetzt pro Tag ca. 2.000 Wörter. Da ist ihm ein computerbasiertes Übersetzungsprogramm, das das Resultat in der Zielsprache innerhalb von Sekunden ausspuckt, bei Weitem überlegen. Doch wird eine Maschine die menschlichen Fähigkeiten Wortspiele und Mehrdeutigkeiten zu erkennen wohl nicht so schnell erlernen können.
Probleme der maschinellen Übersetzung
Diese Thematik haben wir in unserem Artikel zu DeepL bereits genauer betrachtet. Hier die Kernaussagenzusammengefasst:
- Der eigenständige Einsatz automatisierter Übersetzungsprogramme hängt von verschiedenen Faktoren wie Textart und Kommunikationszweck ab: Für Anspruchsvolle Zielgruppen wie etwa eine technische Dokumentation oder Patentübersetzung für Investoren oder Ärzte sollte man sich aufgrund der Fehleranfälligkeit nicht auf eine MÜ verlassen.
- Dient die Übersetzung rein dem Verständnis oder der internen Verwendung ohne Veröffentlichungsabsicht, so kann man die MÜ einsetzen, um Zeit und Ressourcen zu sparen.
- Wenn es um eine Fachübersetzung mit technischen Ausdrücken oder die Übersetzung von Handbüchern geht, ist der Mensch der künstlichen Intelligenz überlegen.
- Ist Kreativität gefragt, etwa wenn Werbung an ausländische Märkte angepasst werden muss, kann die menschliche Kenntnis über Kultur, Zielgruppen und Sprache nicht ersetzt werden.
- Eine beglaubigte Übersetzung ist bislang nur durch vereidigte Übersetzer möglich und kann demnach nicht durch eine Maschine ersetzt werden.
Die maschinelle Übersetzung bietet also drastische Zeit- und Kostenersparnisse, doch ist die Humanübersetzung noch lange nicht redundant.
Die Zukunft der künstlichen Intelligenz in der maschinellen Übersetzung
Vielmehr kann die maschinelle Übersetzung Hand in Hand mit dem menschlichen Übersetzer in die Zukunft schreiten. Ob die signifikanten Defizite bei der Übersetzung feiner Sprachnuancen durch die künstliche Intelligenz in den nächsten Jahren oder Jahrzehnten überwunden werden können, wird sich herausstellen.
Sicher wird die Wissenschaft es sich nicht nehmen lassen, weiterhin auf diesem Gebiet zu forschen. Denn die Vorteile in der Wirtschaft, dem Militär und der diplomatischen Völkerverständigung liegen auf der Hand.
In dem Zusammenhang kommt jedoch auch das Thema Datenschutz ins Spiel: werden für die Übersetzung wichtiger politischer Dokumente oder persönlicher Daten computerbasierte Programme eingesetzt, so sind diese durch Hacker oder Viren anfällig für Angriffe.
Wie wird die Sicherheit unserer Daten gewährleistet, wenn der Mensch keinen Einfluss mehr darauf hat? All das sind Fragen, die man sich im Zusammenhang der künstlichen Intelligenz mit maschineller Übersetzung stellen sollte.
Fazit
Die maschinelle Übersetzung ist auf der Überholspur, doch ist sie noch lange nicht perfekt.
Durch die voranschreitende Globalisierung werden immer mehr (digitale) Übersetzungen notwendig. Kaum ein multinationales Unternehmen kommt mehr ohne einen mehrsprachigen Webauftritt und Kundendienst aus. Und die Kosten einer schlechten Übersetzung sind oft fatal im Hinblick auf Image, Marketing und Kundenbindung.
Um dies zu vermeiden, ist es sinnvoll beide Arten der Übersetzung synergetisch einzusetzen. Wir können weiterhin gespannt sein, was die Forschung im Hinblick auf Künstliche Intelligenz für uns in den nächsten Jahren bereithält und wie diese unsere Arbeit im internationalen Feld bereichern wird.
Kontaktieren Sie uns jetzt für ein kostenloses Übersetzungsangebot.
