The Brief
Arbeit und Wirtschaft 5 Min. Lesezeit

Eine Billion Wörter im Monat: Wer braucht noch einen menschlichen Übersetzer?

NAVION

Teilen

Google Translate verarbeitet mittlerweile eine Billion Wörter jeden Monat. Diese Zahl, die Google im April bekannt gab, zeigt mehr als nur einen Meilenstein für ein Produkt. Sie markiert eine Schwelle: Die maschinelle Übersetzung hat sich von einer Neugierde zu einer Infrastruktur entwickelt und bewältigt ein Sprachvolumen, mit dem keine menschliche Belegschaft mithalten kann. Die sich daraus ergebende Frage ist nicht, ob KI übersetzen kann. Das kann sie offensichtlich. Die Frage ist, was sie immer noch falsch macht und ob diese Fehler wichtig genug sind, um Menschen im Prozess zu behalten.

Die Lücke zwischen fließend und korrekt

Die wichtigste Veränderung bei der KI-Übersetzung in den letzten Jahren ist nicht die Geschwindigkeit oder der Umfang. Es ist das Verschwinden offensichtlicher Fehler. Frühlingshafte Systeme erzeugten Ergebnisse, die leicht zu erkennen waren: sperrige Grammatik, unnatürliche Formulierungen, Sätze, die klangen, als wären sie durch eine Maschine gejagt worden. Das machte die Qualitätskontrolle unkompliziert. Prüfer konnten Probleme schnell erkennen.

Heute sind die Fehler schwerer zu finden, genau weil der Text natürlich klingt. Carol Bereuter, eine Spezialistin für medizinische Übersetzungen, beschreibt die Änderung direkt: Wo ältere Tools Sätze produzierten, die aufgrund grammatikalischer Probleme “herausstachen”, klingt der aktuelle KI-Output flüssig und legitim. Die Fehler sind immer noch da. Sie tragen nur kein Schild mehr.

Dies ist keine kleine Unannehmlichkeit in Bereichen mit hohem Risiko. Bereuter stieß auf einen automatisch übersetzten medizinischen Text, der den griechischen Buchstaben My als “Milli” statt als “Mikro” wiedergab. Der Unterschied beträgt einen Faktor von tausend. In einem Dosierungskontext ist das kein Übersetzungsfehler. Es ist ein Patientensicherheitsrisiko. Der Satz las sich korrekt. Die Bedeutung war katastrophal falsch.

Juristische Übersetzungen bergen ähnliche Risiken. Ariella Baltié, eine auf Gerichtsdokumente spezialisierte Übersetzerin, überprüfte eine von KI übersetzte Klageschrift und fand zwei wesentliche Fehler nahe dem Anfang. Das Wort “demandeur” (Kläger) wurde zu “requester”, einem Begriff, der in der Zielsprache kein rechtliches Gewicht hat. Eine Phrase, die eine Frau als die Ehefrau von jemandem beschrieb, wurde als Beschreibung dafür wiedergegeben, dass sie ihn heiratete, wodurch ein Nomen mit einem Verb verwechselt wurde. In Asylverfahren in den Vereinigten Staaten haben Fehler dieser Art zu Verzögerungen bei der Freilassung von Inhaftierten beigetragen.

Wo KI funktioniert und wo nicht

Nicht jede Übersetzung birgt diese Risiken. John Zimmerman, Gründer der OKA (Open Knowledge Association), einer Schweizer Non-Profit-Organisation, die Wikipedia-Artikel übersetzt, zieht eine praktische Grenze. Für interne Dokumente oder Produktlistings argumentiert er, dass es nicht rational ist, die Kosten zu vervielfachen, um die letzten Prozentpunkte an Fehlern zu beseitigen. KI-Übersetzung ist in diesen Kontexten die richtige Wahl.

OKA hat mehr als 10.000 übersetzte Artikel veröffentlicht, hauptsächlich ins Spanische, Portugiesische und Englische, was sie zum größten Einzelbeitragleistenden von übersetzten Inhalten für Wikipedia macht. Dieser Umfang wäre ohne KI unmöglich gewesen. Die Übersetzung dieses Volumens mit herkömmlichen Methoden hätte Millionen gekostet. Der aktuelle Prozess verwendet KI, um einen Entwurf zu erstellen, den ein menschlicher Übersetzer dann Satz für Satz überprüft.

Aber selbst dieses Modell gerät unter Druck. Zimmerman stellt fest, dass Übersetzer vor zwei oder drei Jahren noch einen wesentlichen Teil jedes KI-Entwurfs umschrieben. Heute muss der Text oft überhaupt nicht mehr korrigiert werden. Die Versuchung, den menschlichen Prüfer komplett zu entfernen, ist, in seinen Worten, “eine ernsthafte Option” in der gesamten Branche geworden.

OKA führte eine von Wikimedia finanzierte Studie durch, bei der 119 Artikel über 10 Sprachpaare hinweg untersucht wurden, gestützt auf mehr als 1.000 Stunden Übersetzerarbeit. Die Ergebnisse sind lehrreich: 27 % des von KI generierten Textes wurden vor der Veröffentlichung korrigiert. Drei Viertel dieser Korrekturen betrafen Fehler, die die KI selbst eingeführt hatte. Zwischen 5 und 6 % der Fehler veränderten die Bedeutung des Originaltextes.

Diese letzte Zahl ist diejenige, auf die es ankommt. Eine Übersetzung kann zu 94 % genau sein und einen Leser dennoch bei dem Punkt in die Irre führen, auf den es am meisten ankommt.

Was die Zuverlässigkeitsgrenze offenbart

François Yvon, Forschungsdirektor mit Spezialisierung auf automatische Übersetzung am Französischen Zentrum für wissenschaftliche Forschung (CNRS), nennt einen strukturellen Grund, warum aktuelle Systeme wahrscheinlich keine vollständige Zuverlässigkeit erreichen werden. KI-Übersetzung ist im Grunde probabilistisch: das System wählt das wahrscheinlichste Wort basierend auf dem Kontext, den es verarbeitet hat. Was statistisch wahrscheinlich ist, ist nicht dasselbe wie das, was korrekt ist. Sprache ist zu subtil, zu kontextabhängig und zu voll von Ausnahmen, als dass Wahrscheinlichkeit allein ausreichen würde.

Yvon verweist auf ein einfaches Beispiel: Die Anweisung “übersetze ins Polnische” könnte ohne ausreichendes Kontextmaterial dazu führen, dass eine KI das Wort “Polish” als Verweis auf Schuhcreme interpretiert. Ein menschlicher Leser würde diesen Fehler niemals machen. Die Maschine, die auf Wahrscheinlichkeit basiert, tut es möglicherweise.

Seine Prognose für die nächste Generation von Systemen beinhaltet geschichtete KI-Tools: eines, um die Übersetzung zu erstellen, ein zweites, um sie zu kritisieren, ein drittes, um eine überarbeitete Version zu generieren. Diese Architektur könnte Fehler reduzieren. Aber der echte Durchbruch wird seiner Ansicht nach dann kommen, wenn Systeme Unsicherheit ausdrücken können, wenn sie Sätze kennzeichnen können, bei denen sie sich nicht sicher sind, anstatt flüssig klingende Texte zu produzieren, unabhängig davon, ob sie diese verstanden haben oder nicht.

Diese Fähigkeit existiert noch nicht im großen Stil. Bis sie das tut, geht es in der menschlichen Rolle bei der Übersetzung nicht darum, das zu tun, was die KI nicht kann. Es geht darum, das abzufangen, von dem die KI nicht weiß, dass sie es falsch gemacht hat.

Kurz gesagt

KI-Übersetzung ist schnell, günstig und zunehmend flüssig. Für Inhalte mit geringem Risiko und hohem Volumen ist sie bereits der rationale Standard. Aber Fließfähigkeit ist keine Genauigkeit, und die verbleibenden Fehler sind schwerer zu erkennen denn je. Im juristischen, medizinischen und jedem anderen Kontext, in dem Bedeutung Konsequenzen nach sich zieht, ist menschliche Überprüfung keine Redundanz. Sie ist der Mechanismus, der die Fehler abfängt, die die Maschine voller Zuversicht macht. Die Zahl von einer Billion Wörtern zeigt, wie weit die Technologie gekommen ist. Die 5 bis 6 % bedeutungsverändernden Fehler zeigen dir, warum die Geschichte noch nicht vorbei ist.

Basierend auf Berichten von BBC News.

Geschrieben von

NAVION