KI und automatische Übersetzung

Übersetzung mit allen führenden KI-Übersetzungsdiensten

TTN TMS bietet in seinem Workflow drei Stufen der automatischen Übersetzung:

  • Vollständiges Post-Editing
  • Leichtes Post-Editing
  • Vollständig automatische Übersetzung

Die Dateien werden systematisch von mehreren KI-Übersetzungsanbietern übersetzt.

Abbildung 58: Parallele Übersetzung mit allen wichtigen KI-Übersetzungsdiensten

Die übersetzten Ausgaben werden miteinander verglichen, und das System erstellt mehrere Vergleichsmetriken, um zu bewerten, welcher Anbieter am besten abschneidet. Die automatischen Übersetzungen werden sowohl mit als auch ohne Verwendung von Translation Memory (TM) und Termbankdaten durchgeführt. Dies ermöglicht eine Bewertung der Qualität jedes Übersetzungsanbieters und hilft bei der Entscheidung, welches LLM (Large Language Model) am besten funktioniert. Sie trägt auch dazu bei, den Mehrwert der von GroupShare bereitgestellten Daten zu ermitteln. Nicht zuletzt kann dieser Ansatz sogar erkennen, ob ein Übersetzer die Übersetzung selbst durchgeführt oder ein KI-Tool verwendet hat. Jeder KI-Anbieter hat seine eigene „DNA“ oder sprachliche Signatur, die nur sehr schwer zu eliminieren ist; für einen menschlichen Übersetzer ist es fast unmöglich, den exakt gleichen Wortlaut zu wiederholen.

TTN TMS kann zahlreiche grosse Sprachmodelle (LLM) und maschinelle Übersetzungssysteme (MT) integrieren. Es führt Hunderte von Tests durch und berechnet verschiedene Vergleichsmetriken, wie die Anzahl der Revisionen, Revisionen pro Zeile, Levenshtein-Distanz, Jaccard-Index, BLEU-Score und Cosinus-Ähnlichkeitsindex. Anschliessend werden die Ergebnisse nach ihrer Qualität eingestuft. Die Ergebnisse zeigen deutlich, dass KI-Übersetzungen deutlich besser werden, wenn sie mit Hilfe eines Translation Memory und einer Termbank erstellt werden.

Abbildung 59: MT-Anbieter nach mehreren Vergleichsmassstäben geordnet

Abbildung 60: Qualitätsbenchmarking im Vergleich zur menschlichen Übersetzung

TTN TMS verfolgt die Anzahl der vom menschlichen Korrektor vorgenommenen Änderungen und misst den Zeitaufwand im Vergleich zu einer herkömmlichen Übersetzung.

Terminologieextraktion

Das Terminologieextraktionstool ist eine zentrale Komponente des Systems; es ist nicht nur für klassische Übersetzer von grossem Nutzen, sondern auch für die Erstellung KI-gestützter Übersetzungen mit Terminologieabgleich. Mit TTN TMS können Benutzer Begriffe aus Translation Memories, Websites oder grossen Dateispeichern extrahieren. Der Übersetzer oder Übersetzungsmanager kann aus einer Vielzahl von Extraktionswerkzeugen wählen, die Übersetzungskandidaten aus Parallelkorpora vorschlagen.

TTN TMS integriert eine Reihe von Extraktionsmaschinen und -diensten, darunter:

  • Rainbow Term Extraction
  • TBXTools
  • tm2tb (Translation Memory to Termbase)

Kleinere parallele Korpora können auch mit ChatGPT 5.0 extrahiert werden. Es kann sich mit Azure Cognitive Services – Key Phrase Extraction verbinden, einer Cloud-basierten Lösung von Microsoft, die über ein C#-SDK zugänglich ist. Es handelt sich um einen kommerziellen Dienst. TTN TMS enthält NuGet-Pakete für Stanford CoreNLP, um POS-Tagging zu ermöglichen und vortrainierte Modelle zu verwenden. Stanford CoreNLP wird mit vortrainierten Segmentierungsmodellen sowohl für Chinesisch als auch für Arabisch geliefert.

Abbildung 61: Termextraktor mit Vorschlägen für MultiTerm

Die Benutzer können die Rangfolge der Kandidaten überprüfen, nach Häufigkeit, Länge und Bereich filtern und Begriffe aus der Vorschlagsliste in die endgültige Liste ziehen – oder alle in einer einzigen Aktion akzeptieren. Genehmigte Einträge werden normalisiert (z. B. Gross- und Kleinschreibung und Morphologie), de-dupliziert und direkt in die MultiTerm-Datenbank geschrieben.

Der Termextraktor beschleunigt das Onboarding neuer Linguisten, verbessert die Konsistenz zwischen den Projekten und reduziert die Nacharbeit, indem er die genehmigte Terminologie an der Quelle durchsetzt. Durch die Rückführung validierter Termini in Translation-Memory- und KI-Übersetzungspipelines wird die KI-gestützte Übersetzung optimiert und die allgemeine Übersetzungsqualität verbessert. Die zentrale Pflege stärkt die Terminologie-Governance, gewährleistet die Rückverfolgbarkeit und ermöglicht die schnelle Wiederverwendung domänenspezifischer Termini über Sprachpaare und Programme hinweg.

Terminologie-Synchronisation mit AI-Anbietern

Terminology (for example, DeepL glossaries) is automatically synchronised. After synchronisation, the automatic translation achieves a much better score.

Abbildung 62: Automatische Synchronisierung zwischen MultiTerm und DeepL Glossar

Die Terminologie (z. B. DeepL Glossaries) wird automatisch synchronisiert. Nach der Synchronisierung erzielt die automatische Übersetzung ein wesentlich besseres Ergebnis.

Web-to-TM

Im Jahr 2006 brachte TTN TMS seine eigene Übersetzungssuchmaschine namens Keybot auf den Markt. Dieses Tool durchforstet das Internet mit hoher Geschwindigkeit nach mehrsprachigen Inhalten und erstellt für jede mehrsprachige Domäne, auf die es trifft, eine parallele Datenbank. Es kann auch grosse Dokumentenbestände verarbeiten, indem es zweisprachige Dateien aligniert und so aus vorhandenen Übersetzungen umfangreiche Parallelkorpora erzeugt.

Abbildung 63: Kundenspezifische Parallelkorpora für jede Kunden-Website

Die Keybot-Suchmaschine erkennt feine Unterschiede in der Terminologie der Kunden-Websites und stärkt das Vertrauen in das TTN-System. Wenn ein Kunde beginnt, mit TTN zu arbeiten, erkennt das System bereits kundenspezifische Formulierungen, die sofort wiederverwendet werden können, indem vorhandene parallele Korpora in Translation Memories auf dem GroupShare-Server umgewandelt werden.

Abbildung 64: Web-to-TM wandelt ganze Websites in TMs um

Um übersetzte Websites zu finden, verwendet Keybot leistungsstarke Web-Crawler, die Websites durchsuchen und übersetzte Texte extrahieren. Das System paart automatisch den Inhalt der Ausgangs- und der Zielsprache und verwandelt ganze Seiten in grosse parallele Korpora. Diese Crawler identifizieren effizient übereinstimmende Texte in allen Sprachen und stellen sicher, dass kein übersetztes Segment übersehen wird.

Abbildung 65: Leistungsstarke Crawler extrahieren übersetzte Texte aus dem Web

Der Web-Crawler führt für jede gescannte Domain einen separaten Parallelkorpus und erfasst damit den vollständigen mehrsprachigen Inhalt der jeweiligen Website.

Abbildung 66: Automatische Integration von Keybot-TMs bei der Projekterstellung

Sobald die Paralleltexte extrahiert und aligniert sind, werden sie in Translation Memories (TMs) umgewandelt und direkt auf dem GroupShare-Server publiziert. Diese TMs werden dann automatisch zu jedem neuen Übersetzungsprojekt hinzugefügt. In der Praxis bedeutet dies, dass Übersetzer sofortigen Zugriff auf grosse Mengen an hochwertigen übersetzten Inhalten haben, die für ihr Projekt relevant sind. Die TM-Daten dienen als wertvolle Referenz, die es den Linguisten ermöglicht, bewährte Übersetzungen wiederzuverwenden und die Konsistenz zu wahren, ohne dass manuelle Einstellungen erforderlich sind.

Dank Web-to-TM ermöglicht TTN TMS Unternehmen, das gesamte sprachliche Potenzial des Internets zu nutzen. Die Plattform ist in der Lage, mehrsprachige Websites automatisch zu identifizieren und zu alignieren – selbst für Domänen, für die noch kein TM existiert – und sie in umfangreiche Translation Memories zu verwandeln. Dadurch werden Übersetzungsprojekte erheblich beschleunigt, die Konsistenz von Terminologie und Stil sichergestellt und die Übersetzungskosten durch die maximale Wiederverwendung vorhandener Übersetzungen gesenkt.

Mit Web-to-TM werden ganze Dokumentensammlungen – wie Jahresberichte, Verträge, technische Normen, Regelwerke und komplette Kataloge – abgeglichen und indexiert. Das Ergebnis ist eine umfassende, ständig wachsende linguistische Wissensbasis, die im Laufe der Zeit die Übersetzungsqualität und -effizienz im gesamten Unternehmen kontinuierlich verbessert.

Darüber hinaus können die von Web-to-TM erstellten Übersetzungsspeicher KI-gesteuerte Übersetzungssysteme direkt verbessern. Die Integration eines TMs mit modernen KI-Übersetzungsprogrammen ermöglicht konsistentere und genauere automatische Übersetzungen. Die KI kann die qualitativ hochwertigen, von Menschen geprüften Übersetzungen im TM nutzen, um ihre Ausgabe zu steuern und so die Unstimmigkeiten zu vermeiden, die bei der maschinellen Rohübersetzung häufig auftreten. Studien haben gezeigt, dass die Verwendung vorhandener TM-Inhalte in Verbindung mit generativen KI-Modellen die Übersetzungsqualität erheblich steigern kann – in einem Experiment wurde ein Anstieg der BLEU-Punktzahl um bis zu 20 Punkte festgestellt, nachdem die KI mit relevanten TM-Beispielen versorgt wurde. Die Kombination von KI-Übersetzung und robusten TMs bietet im Grunde das Beste aus beiden Welten: die Geschwindigkeit und den Umfang maschinell erstellter Übersetzungen und die Genauigkeit und Zuverlässigkeit menschlich erstellter Übersetzungen. Diese Synergie ermöglicht es Unternehmen, ihre Kommunikation weltweit zu skalieren, ohne dabei an Qualität zu verlieren.

AI-Qualitätsprüfung

Unabhängig davon, ob eine Übersetzung manuell oder mit Hilfe einer maschinellen Übersetzungsmaschine erstellt wird, werden sowohl die ursprüngliche Version des Übersetzers als auch die korrekturgelesene Version des Textes einer KI-gestützten Qualitätsprüfung unterzogen. Dieser Prozess nutzt ein hochmodernes KI-System, um die besten Ergebnisse bei der Überprüfung der Übersetzungsqualität zu erzielen.

Im Rahmen der KI-Qualitätsprüfung sendet das System einzelne Segmente aus den XLIFF-Dateien zur Auswertung an einen KI-Dienst. Die KI überprüft jedes Segment auf Genauigkeit, Grammatik, Rechtschreibung, terminologische Konsistenz und allgemeine sprachliche Qualität. Wenn die KI Probleme feststellt, werden diese in einer Berichtstabelle mit Verweisen auf das entsprechende Segment in der XLIFF-Datei aufgezeichnet.

Abbildung 67: Gemeldete Probleme aus dem AI Quality Check

Diese KI-gesteuerte Prüfung zeigt häufig Fehler auf, die von menschlichen Prüfern übersehen werden könnten. Ein häufiges Problem bei bestimmten maschinellen Übersetzungs­programmen wie DeepL ist beispielsweise die wörtliche Übersetzung von Eigennamen. Namen wie „Bäcker“, „Fischer“, oder „Müller“ werden in der Zielsprache als gewöhnliche Wörter übersetzt, anstatt als Namen erkannt zu werden. Ähnliche Fehler treten auch bei Ortsnamen auf, etwa bei Namen wie „Berg“, „Wald“ oder „Bach“, die aufgrund ihrer lexikalischen Bedeutung wortwörtlich übersetzt werden können, obwohl es sich um feste geografische Bezeichnungen handelt. Zum Beispiel kann Greenpeace von DeepL als la paix verte auf Französisch oder grüner Friede auf Deutsch wiedergegeben werden. Das System führt eine automatische Doppelkontrolle durch, die solche Fehler aufdeckt und zur Überprüfung kennzeichnet. Es ist jedoch zu beachten, dass es sich bei vielen von der KI angezeigten Problemen um Fehlalarme oder geringfügige stilistische Vorschläge handelt, die keiner Änderung bedürfen.

In der Praxis erstellt das System einen AI-Qualitätsbericht, nachdem der Übersetzer die erste Übersetzung abgeschlossen hat. Dieser Bericht wird dann an den Korrekturleser weitergeleitet, der die markierten Punkte überprüft und sich um die richtigen Probleme kümmert, während er falsche oder irrelevante Vorschläge ignoriert. Nachdem der Korrekturleser die überarbeitete Übersetzung hochgeladen hat, wird die KI-Qualitätsprüfung für den aktualisierten Inhalt erneut durchgeführt. Das System erkennt, welche zuvor gemeldeten Probleme gelöst wurden, und lässt sie aus den neuen Ergebnissen heraus, so dass nur noch verbleibende oder neu entdeckte Probleme gemeldet werden. Am Ende dieses iterativen Prozesses erhält der Übersetzungsmanager einen abschliessenden, prägnanten Bericht über die noch offenen Fragen und kann schnell feststellen, ob noch Probleme zu lösen sind.

Die KI-Qualitätsprüfung bietet ein wirksames Sicherheitsnetz für die Qualitätssicherung. Dabei werden oft kleine, aber kritische Fehler wie Tippfehler in Überschriften oder im Vorspann, Fehler bei Eigennamen oder ausgelassene Wörter entdeckt. Diese zusätzliche automatische Überprüfung dient als wichtige Sicherheitsmassnahme, um Fehler in Dokumenten mit hohem Risiko – etwa in wichtigen Verträgen oder veröffentlichten Materialien – zu vermeiden, die ohne diese ergänzende Qualitätskontrolle möglicherweise übersehen worden wären.