Post-Editing von Übersetzungen: Bedeutung, Ablauf und Qualität

Machine Translation und künstliche Intelligenz – zwei bahnbrechende Technologien, die die Sprachenbranche gleichermaßen fasziniert wie in den Wahnsinn treibt. Als Linguist mit jahrzehntelanger Erfahrung stelle ich mich immer wieder der Herausforderung, die Texte dieser unglaublichen, aber manchmal auch unverständlichen Maschinen zu entwirren und zu korrigieren. Wir nennen das Editing.

Was ist eigentlich Editing?

Editing umfasst im Wesentlichen Tätigkeiten wie Korrekturlesen und inhaltliche Neugestaltung. Es beinhaltet dabei nicht nur die stilistische und grammatikalische Verbesserung von Texten, sondern auch die sorgfältige Redaktion, um den Text an den jeweiligen Kontext und die Zielgruppe anzupassen.

Darüber hinaus schließt Editing die Bearbeitung verschiedener Dokumenttypen ein, von einfachen Textdateien bis hin zu komplexen pdf-Dateien oder Excel Sheets. In modernen Anwendungen umfasst Editing auch das File Handling, also das effiziente Verwalten und Aufbereiten von Dateien.

Besonders in der Medienbranche spielt das Editing eine wichtige Rolle beim Schnitt und der Aufbereitung von Bildern, Fotos und Videos, wobei auch technische Aspekte wie das System und der Support für unterschiedliche Dateiformate berücksichtigt werden müssen. In unserem Alltag geht es aber um das Editing von Textinhalten.

Insgesamt ist Editing ein vielseitiger Prozess, der sowohl sprachliche als auch technische Kompetenzen erfordert und in vielen Unternehmen eine zentrale Rolle bei der Qualitätssicherung und der Erstellung professioneller Produkte und Inhalte einnimmt.

Editing maschineller Übersetzungen

Der ein oder andere maschinell übersetzte Text mutet eher wie surrealistische Dichtkunst an, und gelegentlich schmunzelt man über die skurrilen Wendungen der Maschine. Dabei ist es völlig egal, ob die Maschine deutsch oder englisch oder irgendeine andere unserer täglichen Arbeitssprachen schreibt.

Dennoch ist ihr linguistisches Können beeindruckend. Denn die Ergebnisse, die neuronale Netze, Deep Learning und künstliche Intelligenz produzieren, sind teilweise erstaunlich akkurat.

Nach einer Reihe perfekt übersetzter Absätze verzweifeln sie jedoch an einfachen Wortspielen oder kulturellem Kontext. Siehe da: Wir werden noch gebraucht.

Es ist, als kommunizierten wir mit einem hochbegabten, manchmal etwas verwirrten Außerirdischen – oder eben einem Computer, der die Feinheiten unserer Sprache noch nicht ganz durchschaut hat.

Editing KI-generierten Texten

Und dann sind da noch KI-Programme, die Inhalte in Sekundenschnelle generieren. Als ich ChatGPT zum ersten Mal ausprobierte, dachte ich:

“Das war’s. Wir (Menschen) können einpacken.”

Doch je mehr man generiert, desto mehr formt sich der zunächst einzigartige Stil zum Muster: Der Inhalt ändert sich, das Gerüst bleibt dasselbe. Ja, man kann die Prompts optimieren, aber der Output ist dennoch recht seelenlos.

Unterschiede im Editing

Für beide Tools gilt: Man sollte die erstellten Texte keinesfalls unbesehen verwenden. Überarbeitungen sind unabdingbar, denn auch Computer Science ist nicht unfehlbar.

Die Überarbeitung maschineller Übersetzung – traditionell „Post Editing“ – unterscheidet sich teilweise vom Editing KI-generierter Inhalte:

Kriterien	Post-Editing von maschinell übersetzten Texten	Editing von KI-erstellten Texten
Ziel	Verbesserung der Übersetzungsqualität und Anpassung an den Kontext	Verbesserung der Textqualität, Kohärenz und Relevanz von Informationen, Verbesserung der Kommunikation
Typische Herausforderungen	Falsche Terminologie, fehlende Nuancen, grammatische Fehler, Stil- und Abweichungen von der geforderten Tonalität	Mangelnde Präzision, mögliche Redundanzen, logische Inkonsistenzen, Stil- und Abweichungen von der geforderten Tonalität
Automatisierungsgrad	Hoch: Maschinelle Übersetzung kann große Mengen an Daten schnell verarbeiten	Variiert: Je nach Qualität der KI-Ausgabe kann der Bearbeitungsaufwand stark variieren
Qualifikationen des Editors	Kenntnisse in beiden Sprachen, Übersetzungs- und Editingausbildung, kulturelles Verständnis	Starke redaktionelle Fähigkeiten, Fachkenntnisse im Kontext des Textes, Fähigkeit, das Publikum zu verstehen
Menschliche Beteiligung	Notwendig, um maschinelle Fehler zu korrigieren und den Inhalt zu verfeinern	Notwendig, um KI-generierte Inhalte zu prüfen, zu verfeinern und auf Genauigkeit zu überprüfen
Verwendungszweck	Übersetzung von Dokumenten, Websites, Software, technischen Anleitungen usw.	Erstellen von Inhalten für Blogs, Artikel, Produktbeschreibungen, Social Media-Posts, Hilfeseiten Internet usw.
Notwendigkeit von Kontextverständnis	Hoch: Kontext ist wichtig für genaue Übersetzungen	Hoch: Kontext ist wichtig für relevante und kohärente Inhalte
Geschwindigkeit und Kosten	Schneller und kostengünstiger als vollständige menschliche Übersetzung, aber Qualität kann variieren	Kann schneller und kostengünstiger sein als vollständig menschlich geschriebene Inhalte, aber Qualität und Relevanz können variieren
Einfluss von technologischen Entwicklungen	Fortschritte in der maschinellen Übersetzung (z.B. neuronale Netzwerke) verbessern die Ausgangsqualität	Fortschritte in der KI-Textgenerierung (z.B. GPT-5) verbessern die Ausgangsqualität

Ist Editing das neue Übersetzen oder Copywriting?

Unsere linguistischen und textgestalterischen Fähigkeiten sind weiterhin gefragt. Wortspiele, kulturelle Nuancen, Ironie und subtile Unterschiede zwischen Synonymen erfordern menschliches Verständnis und Fingerspitzengefühl, das reine Daten bisher nicht ersetzen können.

In gewisser Weise ist Editing tatsächlich das neue Übersetzen oder Copywriting. Unsere Rollen verändern sich, um mit den technologischen Fortschritten mitzuhalten. Und währenddessen können wir noch über die Fehltritte unserer maschinellen Computer-Kollegen lachen – denn welches Publikum wäre besser geeignt für einen guten Sprachwitz?

Werden wir wirklich nur noch fürs Editieren einer Übersetzung gebraucht?

Bestimmte Textgattungen (geschrieben oder auch in Film oder Video) lassen sich noch nicht maschinell übersetzen oder generieren:

Poesie voller subtiler Metaphern und kultureller Nuancen stellt selbst ausgeklügeltste Maschinen vor Herausforderungen, Beispielsätze gibt es viele. Es geht dabei um viel mehr als „nur ein paar Substantive und Verben“. Es reicht nicht, wenn der Editor neben seinem Wörterbuch sitzt und dessen Inhalte mit der Übersetzung abgleicht.

Für „Schnee, der auf Zedern fällt“ greift ein Übersetzungsprogramm auf meteorologische Daten und Beispiele zurück – und übersieht dabei die vom Autor beabsichtigte emotionale Tiefe. Diese Tiefe muss ein Editor abfangen. Er oder sie muss in seiner Arbeit die Originalität des Ursprungsdokuments ebenso berücksichtigen wie die Machbarkeit der Übertragung dieser Inhalte in die Zielsprache und das Zielmedium. Eine Zeitung hat hier unterschiedliche Anforderungen als ein Buch.

Auch humorvolle Texte sind kritisch. Während KIs uns oft ungewollt zum Lachen bringen, sind sie bemerkenswert unfähig, Humor absichtlich zu erzeugen.

Ein (Wort-)Witz, der auf Deutsch funktioniert, kann in der Englisch-Version flach fallen – Gleiches gilt für verschiedene Kulturen. Auch ist die interkulturelle Kompetenz des Editors gefordert.

Und: KIs sind zwar wie ein Wörterbuch mit Unmengen Informationen und Quellen gefüttert und können viel Content erzeugen, aber nicht fühlen. Wir begegnen einem emotionsgeladenen Text über Trauer, Liebe oder Freude mit menschlicher Empathie, die einer Maschine fehlt.

Achtung Gefahr

Andernorts können Fehler nicht nur peinlich, sondern auch gefährlich sein.

Stellen Sie sich vor, ein maschinelles Übersetzungsprogramm verwandelt ‚einmal täglich‘ in ‚einmal wöchentlich‘ auf einem Medikamentenetikett.

Ebenso könnte der Inhalt eines von einer KI generierten Geschäftsberichts oder einer Finanzanalyse wichtige Details auslassen oder falsch interpretieren; ein maschinell übersetzter Vertrag könnte juristische Nuancen verfehlen, die zu kostspieligen rechtlichen Problemen führen.

Fehlende oder fehlerhafte Sätze und Wörter haben das Potential, einen Rattenschwanz hinter sich herzuziehen. Für solche Dokumente ist die menschliche Überprüfung und Bearbeitung absolut notwendig. Trotz aller technologischer Fortschritte sind unsere Fähigkeiten und unser Wissen in derartigen Bereichen noch unerlässlich.

Lassen Sie uns auch nicht den Vertraulichkeitsaspekt vergessen! Das Need-to-know-Prinzip macht vor der Maschine nicht halt. Will man nicht Patentgeheimnisse oder Geschäftszahlen vor der Veröffentlichung preisgeben, gilt: Keep it human.

Während wir also von den Fähigkeiten und Fehltritten unserer maschinellen Kollegen ebenso amüsiert wie fasziniert sind, gibt es immer noch viele Textarten, denen sie nicht gewachsen sind und die entsprechend einen hohen Edit-Aufwand erfordern.

Ein Wandel in der Sprachen- und Übersetzungsbranche lässt sich nicht abwenden. Wir Übersetzerinnen und Übersetzer sind jedoch nicht die Einzigen, die sich an neue Technologien anpassen und sie sich zunutze machen müssen.

Bislang ist es uns noch immer gelungen, uns neuen Technologien anzupassen und ihnen unseren Human Touch zu geben, der unser Können und unsere Begabung einzigartig macht.