Skip to content

Übersetzungstechnik seit 2002

Was sich geändert hat und was wir jeweils getan haben

Die Übersetzung hat sich seit 2002 mehrmals grundlegend verändert: vom Fax zur E-Mail, vom Abtippen zum Translation Memory, vom einzelnen Übersetzer zum gemeinsamen Online-Team und jetzt zur KI. Jedes Mal haben wir unsere Arbeitsweise angepasst, behalten, was Kunden geholfen hat, und aufgegeben, was nicht half. Hier steht, was sich geändert hat, was wir getan haben und was das heute für Ihr Projekt bedeutet.

 

▮2002: Fax und abgetippte Ausgangstexte

Alafranga wurde 2002 in Istanbul gegründet, am Ende der Fax-Ära. Dokumente kamen per Fax, schlechte Übertragung bedeutete Abtippen von Hand, und Abtippen bedeutete Fehler. Die erste Aufgabe des Übersetzers war oft, den Ausgangstext wiederherzustellen, bevor er ihn übersetzen konnte.
 
Was wir getan haben.Wir haben die Prüfung des Ausgangstextes zum ersten Schritt jedes Projekts gemacht, noch vor der Übersetzung.
 
Was das für Sie bedeutet.Scans, abfotografierte Seiten und aus anderen Systemen exportierte PDFs werden geprüft und bei Bedarf vor der Übersetzung neu aufgebaut.→ Dokumentenübersetzung
 

▮Um 2005: Translation Memory

CAT-Tools haben den unnötigsten Teil der Arbeit beseitigt: denselben Satz zweimal zu übersetzen. Ein Translation Memory speichert freigegebene Sätze und verwendet sie im Projekt und über Jahre hinweg wieder.

Das gilt auch, wenn Sie intern mit KI übersetzen: Ohne Translation Memory und Glossar beginnt jeder KI-Entwurf bei null, und Ihre Termini ändern sich von Dokument zu Dokument.
 
Was wir getan haben. Um 2005 haben wir begonnen, in Trados zu arbeiten, als eine Lizenz noch auf einem USB-Dongle kam, und später kam memoQ hinzu. Vom ersten Projekt an hat jeder Kunde sein eigenes Translation Memory und Glossar erhalten.
 
Was das für Sie bedeutet. Wird ein Handbuch überarbeitet, bezahlen Sie für das, was sich geändert hat, nicht noch einmal für das ganze Dokument. Jeder Satz hat eine Historie, und das Translation Memory gehört Ihnen: Auf Wunsch geben wir es als TMX zurück.
 

▮2009: Projekte steuern, nicht nur Dateien

Als Projekte auf mehrere Sprachen und mehrere Übersetzer anwuchsen, reichten E-Mail und Tabellen nicht mehr aus, um festzuhalten, wer was bearbeitet.
 
Was wir getan haben.2009 haben wir unser Projektmanagement auf ]Project Open[ umgestellt, ein Open-Source-System, das wir seitdem auf unsere eigene Arbeitsweise einrichten. Im selben Jahr haben wir ein strukturiertes Bewerbungsverfahren für Übersetzer eingeführt.
 
Was das für Sie bedeutet.Jedes Projekt seit 2009 ist nachvollziehbar: wer es übersetzt hat, wer es geprüft hat, was angeboten und was geliefert wurde.→ So führen wir Projekte
 

▮Um 2010: Ein Translation Memory für das ganze Team

Große Projekte brauchen mehrere Übersetzer gleichzeitig.
 
Was wir getan haben.Wir haben früh in einen Trados-GroupShare-Server für zehn Nutzer investiert, damit ein Team mit einem gemeinsamen Translation Memory arbeiten konnte. 2011 lief darüber ein mehrsprachiges Programm für eine internationale Restaurant-Franchisegruppe. Heute führen wir die meisten Teamprojekte in Smartcat, und für Kunden, die dort arbeiten, haben wir Phrase-Konten.
 
Was das für Sie bedeutet.Ein Satz, den ein Übersetzer freigibt, steht den anderen sofort zur Verfügung, sodass die Terminologie im ganzen Team gleich bleibt. Ihre eigenen Ingenieure oder Juristen können Zugang erhalten, und die Termini, die sie festlegen, gelten für jeden Übersetzer und jedes spätere Projekt. Arbeiten Sie bereits in Trados, memoQ, Phrase oder Smartcat, arbeiten wir in Ihrer Umgebung. Arbeitet jeder an einer eigenen Kopie des Translation Memorys, wird derselbe Terminus am Ende auf drei verschiedene Arten übersetzt. Übersetzen in Ihrem Unternehmen mehrere Personen mit KI, gilt dieselbe Regel: ein gemeinsames Translation Memory und ein Glossar, sonst hat dasselbe Bauteil am Ende drei Namen.
 

▮2017: Maschinelle Übersetzung in großem Umfang

Maschinelle Übersetzung wurde gut genug, um für manche Inhalte einen brauchbaren ersten Entwurf zu liefern, und flüssig genug, um ihre Fehler zu verbergen.
 
Was wir getan haben.Kleinere maschinell übersetzte Aufträge hatten wir schon vorher nachbearbeitet. 2017 übernahmen wir unser erstes großes Programm: 2,2 Millionen Wörter E-Commerce-Produktinhalte auf Französisch und Deutsch für eine Partneragentur, mit Teams auf drei Kontinenten.
 
Was das für Sie bedeutet.Wir haben gelernt, wo maschinelle Übersetzung versagt, bevor die meisten unserer Kunden sie nutzten: falsch gelesene Bezüge, abdriftende Termini, veränderte Zahlen. Genau diese Stellen prüfen unsere Prüfer zuerst. Es sind dieselben Fehler, die wir heute in KI-Übersetzungen sehen, die Unternehmen intern erstellen.
 

▮2018: SmartEdit, ein kontrollierter KI-Workflow

Schnellere Entwürfe brauchen strengere Kontrolle, nicht weniger.
 
Was wir getan haben.2018 haben wir diese Erfahrung in SmartEdit umgesetzt: ein maschineller Entwurf, im CAT-Tool von einem Fachübersetzer bearbeitet und von einer namentlich benannten Person freigegeben. Als große Sprachmodelle kamen, wechselten die Engines. Die Kontrollen blieben. Dieselben Kontrollen lassen sich auch in Ihrem Unternehmen einrichten: wer den KI-Entwurf prüft, gegen welche Terminologie und wer ihn freigibt, bevor er hinausgeht.
 
So arbeitet SmartEdit heute:
  • Das ganze Dokument, nicht Satz für Satz.Ein Terminus, der auf Seite 2 gewählt wurde, ist auf Seite 40 derselbe, und ein Verweis auf einen früheren Abschnitt wird mit Wissen darüber übersetzt, worauf er sich bezieht.
  • Die Engine wird per Test gewählt.Wir lassen GPT, Claude und DeepL über Ihre eigenen Beispieldateien laufen und nutzen die Engine, die für diese Inhalte und dieses Sprachpaar am besten abschneidet.
  • Bearbeitet wird in memoQ oder Trados,mit Ihrem Translation Memory und Glossar, von einem Fachübersetzer aus Ihrem Fachgebiet.
  • Ein namentlich benannter Fachübersetzer gibt frei.Unbearbeitete KI-Ausgabe schicken wir nicht an Kunden.
SmartEdit Pro ergänzt eine unabhängige zweite Prüfung, für kundennahe, regulierte und komplexe technische Inhalte. Verträge, behördliche Einreichungen und sicherheitskritische Dokumente bleiben vollständig menschlich.→ Die vier Workflows im Vergleich
 

▮Dolmetschen geht online

Konferenzen, Betriebsratssitzungen und Schulungen wanderten aus Besprechungsräumen in Videokonferenzen, und das Dolmetschen wanderte mit.
 
Was wir getan haben.Wir sind vom Dolmetschen vor Ort auf Remote-Dolmetschen umgestiegen, in den Konferenztools, die unsere Kunden bereits nutzen, mit denselben Dolmetscherteams.
 
Was das für Sie bedeutet.Dolmetschen für Online- oder Hybridsitzungen, ohne Dolmetscher einfliegen zu lassen. Dolmetschen vor Ort ist weiterhin möglich, wenn die Sitzung es erfordert.→ Dolmetschen
 

▮2021 bis 2022: Untertitelteams in der Cloud

Streamingdienste starteten in neuen Märkten mit ganzen Katalogen auf einmal, zu Terminen, die kein einzelner Untertitler halten konnte.
 
Was wir getan haben.Für einen Streaming-Start in der Türkei arbeiteten mehr als zwei Dutzend Untertitelübersetzer parallel im Cloud-Untertitelungstool des Kunden, in einem dreistufigen Workflow aus Übersetzung, Qualitätskontrolle und Korrektur. 647 Folgen und Filme wurden in fünf Wochen geliefert.
 
Was das für Sie bedeutet.Hohes Volumen muss nicht auf Kosten der Einheitlichkeit gehen, solange das Team in einer Umgebung und nach einer Prüfroutine arbeitet.→ Untertitelung
 

▮Heute: KI-Agenten für wiederkehrende Prüfungen

KI kann heute mehr als Entwürfe schreiben. Sie kann Dateien lesen, Termini vergleichen und wahrscheinliche Fehler markieren.
 
Was wir getan haben.Für größere oder wiederkehrende Programme können wir KI-Agenten für wiederkehrende Prüfungen einrichten: eingehende Dateien vor Übersetzungsbeginn auf Probleme lesen, Terminologie über Dateien hinweg prüfen und wahrscheinliche Fehler vor der Prüfung durch den Fachübersetzer markieren.
 
Was das für Sie bedeutet.Weniger Fehler erreichen den Prüfer, und der Prüfer verwendet seine Zeit auf die Sprache, nicht auf fehlende Tags. Ein Agent markiert. Ein Mensch entscheidet.
 

Ihr Unternehmen erlebt gerade denselben Wandel

Viele Unternehmen übersetzen heute intern mit KI, ähnlich wie Agenturen 2017: schnell, flüssig und nicht immer geprüft. Jeden Wandel auf dieser Seite haben wir selbst durchlaufen und dabei jedes Mal die Kontrolle über die Qualität behalten.

Dasselbe können wir mit Ihnen tun. Wir sehen uns an, wie Ihr Unternehmen heute mit KI übersetzt, und entwerfen einen Workflow, in dem die KI die Arbeit macht und eine namentlich benannte Person sie freigibt.

→ So funktioniert die Prüfung Ihrer KI-Übersetzungsprozesse

 

▮Was sich nicht geändert hat

Technik verändert das Tempo, die Dateiformate und die Werkzeuge. Sie hat nicht verändert, was eine gute Übersetzung braucht:
  • Einen Fachübersetzer, der das Fachgebiet versteht
  • Einen Prüfer, der unabhängig am Ausgangstext prüft
  • Einen Projektmanager, der den Kontext des Kunden kennt
  • Einen Qualitätsrahmen, der alle drei in die Pflicht nimmt
Diese vier sind seit 2002 unverändert. Die Werkzeuge um sie herum haben sich geändert. Die Sorgfalt nicht.
 

▮Fragen, die uns vor jedem Projekt gestellt werden

 
Wie hat sich Alafranga an den Wandel der Übersetzungstechnik angepasst?Schritt für Schritt seit 2002: Translation Memory in Trados ab etwa 2005, Projektmanagement in ]Project Open[ ab 2009, ein gemeinsamer Trados-GroupShare-Server ab etwa 2010, Post-Editing maschineller Übersetzung in großem Umfang ab 2017 und unser kontrollierter KI-Workflow SmartEdit ab 2018. Jedes Mal haben wir behalten, was Kunden geholfen hat, und aufgegeben, was nicht half. Der Fachübersetzer, die unabhängige Prüfung und die namentliche Freigabe sind gleich geblieben.
 
Wie funktioniert KI-Übersetzung bei Alafranga? Die KI erstellt einen Entwurf, und ein Fachübersetzer entscheidet, was geliefert wird. Den Entwurf erstellen wir mit Blick auf das ganze Dokument, nicht Satz für Satz, damit Terminologie und Querverweise einheitlich bleiben. Der Entwurf wird in memoQ oder Trados importiert, mit Ihrem Translation Memory und Glossar abgeglichen und von einem Fachübersetzer Segment für Segment bearbeitet. Ein namentlich benannter Fachübersetzer gibt jede Datei vor der Lieferung frei. Unbearbeitete KI-Ausgabe schicken wir nicht an Kunden.
 
Welche KI-Engines nutzen Sie? GPT, Claude und DeepL. Wir sind an keine davon gebunden. Vor Programmbeginn lassen wir sie über Ihre eigenen Beispieldateien laufen und nutzen die Engine, die für diese Inhaltsart und dieses Sprachpaar am besten abschneidet. Grundsätzlich eignet sich GPT für allgemeine und erzählende Inhalte, Claude für technische und strukturierte Inhalte und DeepL für sehr flüssige europäische Sprachpaare.
 
Setzen Sie KI bei allen Übersetzungsprojekten ein?Nein. Vor der Wahl des Workflows bewerten wir Inhaltsart, fachliche Komplexität und Qualitätsanforderungen, und wir sagen es, wenn KI nicht das richtige Werkzeug ist. Verträge, behördliche Einreichungen und sicherheitskritische Dokumentation gehen standardmäßig an HumanExpert Pro: Ein Fachübersetzer übersetzt, ein zweiter, unabhängiger Fachübersetzer revidiert am Ausgangstext, ohne KI-Entwurf.
 
Wie steuern Sie große Projekte mit mehreren Übersetzern?Mit einem gemeinsamen Translation Memory. Wir haben früh in einen Trados-GroupShare-Server investiert, und heute führen wir die meisten Teamprojekte in Smartcat oder in Phrase, Trados oder memoQ, wenn der Kunde bereits dort arbeitet. Ein Segment, das ein Übersetzer freigibt, steht den anderen sofort zur Verfügung, und die Projektmanager sehen Fortschritt, Prüferzuweisungen und Lieferstatus in einer Ansicht.
 
Können unsere internen Fachleute an der Übersetzung mitwirken? Ja. Ingenieure, Rechtsabteilungen oder medizinisches Fachpersonal auf Ihrer Seite können Zugang zum gemeinsamen Translation Memory erhalten. Legen sie fest, wie ein Terminus übersetzt wird, gilt diese Entscheidung für jeden Übersetzer im Projekt und für jedes spätere Projekt. Das Wissen Ihres Teams bleibt im Translation Memory statt in einem einmaligen Briefingdokument.
 
Setzen Sie KI-Agenten ein? Bei größeren oder wiederkehrenden Programmen können wir KI-Agenten für wiederkehrende Prüfungen einrichten: eingehende Dateien vor der Übersetzung auf Probleme lesen, Terminologie über Dateien hinweg prüfen und wahrscheinliche Fehler vor der Prüfung markieren. Agenten markieren Probleme; ein namentlich benannter Fachübersetzer entscheidet, was geändert wird.