TM-augmentierte Übersetzung

Bei der TM-augmentierten Übersetzung erzeugt nicht die KI den Text, sondern das Translation Memory. Vollständige Treffer werden unverändert übernommen, unvollständige Treffer gehen als Vorgabe an den KI-Anbieter, und die zum Segment passenden Termbankeinträge werden in den Übersetzungs-Prompt eingefügt. Die KI liefert nur, was im Bestand fehlt. Bei stark repetitiven Texten – Bulletins, Berichten, Normen, Katalogen – sind das oft nur wenige Prozent des Textes. TTN liefert das Gerüst, die KI die Füllwörter.

Wie die Vorübersetzung entsteht

Vor der Vorübersetzung gleicht TTN TMS jedes Segment mit den angehängten Translation Memories ab. Treffer von 99 % und 100 % werden unverändert in den Zieltext übernommen; sie gehen gar nicht erst an einen KI-Anbieter. Für Treffer zwischen 60 % und 98 % wird der gefundene TM-Eintrag dem Prompt als Vorgabe beigelegt, verbunden mit der Anweisung, das Segment auf dieser Grundlage zu übersetzen. Parallel dazu sucht das System zu jedem Segment die passenden Einträge in der Termbank und fügt sie ebenfalls in den Prompt ein – die Term Injection. Beim kurzen Lawinenbulletin, das das SLF in Davos im Winter täglich publiziert, sind das bis zu 80 Begriffe.

Alle neu erzeugten Übersetzungen fliessen in ein zweites Translation Memory, das als sekundäre Quelle eingebunden wird. Der von menschlichen Übersetzern gepflegte Bestand bleibt damit die primäre Quelle, während das Ergebnis der maschinellen Vorübersetzung getrennt gehalten und trotzdem wiederverwendet wird.

Die Prozentzahl im Trados-Editor hat bei dieser Arbeitsweise eine andere Bedeutung als im klassischen Prozess ohne Vorübersetzung. Ein oranger 74-%-Treffer bedeutet nicht, dass 26 % des Segments vom Ausgangstext abweichen, sondern dass 26 % des Segments von der KI übersetzt oder angepasst wurden, während 74 % unverändert aus dem Translation Memory stammen.

Die Wirkung ist unmittelbar messbar: Term Injection und TM-Hinweise verbessern die Qualität der Vorübersetzung erheblich. Es lohnt sich deshalb, möglichst viele Begriffe in die Termbank aufzunehmen – jeder Eintrag spart beim nächsten Auftrag Aufwand. Hinzu kommt ein Effekt, der mit der Zeit an Gewicht gewinnt: KI-Modelle werden zunehmend mit ihren eigenen Ausgaben trainiert, was als KI-Kannibalisierung oder Habsburg-Phänomen bezeichnet wird und die Qualität der rein maschinellen Übersetzung tendenziell sinken lässt. Mit Term Injection und TM-Hinweisen wird dieser Kreislauf durchbrochen, weil der Bezugspunkt der von Menschen gepflegte Bestand bleibt.

Weitere Argumente für die TM-augmentierte Übersetzung

1. Wiederholbarkeit. Eine KI übersetzt dasselbe Bulletin jedes Mal anders. Die Ausführung hängt unter anderem von der verfügbaren Rechenzeit ab, die sich aus der Gesamtzahl anstehender Aufgaben geteilt durch die verfügbare Rechenkapazität ergibt. Nach ein bis zwei Sekunden greift ein Timeout, und die Evaluation der Kandidaten wird abgebrochen. Wer während der Fussball-WM übersetzt, erhält eine gute Übersetzung, in der Rushhour eine schlechtere. Schon René Descartes hielt im 17. Jahrhundert fest, dass ein Phänomen nur dann wissenschaftlich ist, wenn es wiederholbar ist. Bei TTN wird der Text primär aus dem von menschlichen Übersetzern gepflegten TM generiert; alle neu erzeugten Übersetzungen fliessen in ein zweites TM, das als sekundäre Quelle eingebunden wird. Derselbe Input ergibt bei TTN zu 100 % denselben Output. Bei ChatGPT kommt immer etwas anderes heraus.

2. Nachvollziehbarkeit. Nach einem grossen Lawinenunfall etwa folgt in der Regel eine staatsanwaltschaftliche Untersuchung; die Warnungen, die Sicherheitsmassnahmen sowie deren Abläufe und Prozesse werden genau auf Schwachstellen geprüft. Zahlreiche Bundesgerichtsurteile messen der Nachvollziehbarkeit dabei zentrale Bedeutung bei. Ein Modell wie Kimi K3 mit 2,8 Billionen Parametern ist eine Blackbox – die Herkunft einer Übersetzung ist nicht belegbar. Beim TTN-Modell zeigt das Log, wie viele 99- und 100-%-Matches, wie viele TM-Hints zu welchem Prozentsatz und wie viele injizierte Begriffe eingeflossen sind. TTN liefert das Gerüst, die KI die Füllwörter – die beim hochrepetitiven Bulletin nur wenige Prozent ausmachen.

3. Korrigierbarkeit. Bei einem Modell mit Billionen von Parametern weiss niemand genau, an welcher Stelle anzusetzen ist, wenn ein Text nicht befriedigt und künftig anders generiert werden soll. Bei der TM-augmentierten Übersetzung liegen alle Daten in einer Microsoft-SQL-Datenbank. Mit einem einzigen Befehl lassen sich sämtliche Vorkommen eines Text-Tokens ändern, sodass fortan der neue Begriff oder der neue Fuzzy Match eingebunden wird.

4. Technologie-Updates. Als Hochtechnologie-Übersetzungsagentur verarbeitet TTN serienweise Texte und ist im extrem schnell wechselnden technologischen Umfeld besser aufgestellt, um technologisch an der Spitze zu bleiben.