Foto: cybrain - Shutterstock.com
Übersetzer und Dolmetscher ermöglichen es, das zu verstehen, was anderssprachige Menschen sagen und schreiben. Der technologische Fortschritt und der Wunsch des Menschen, Prozesse jeglicher Art zu automatisieren, um profitabler, pragmatischer und schneller zu agieren, führt nun jedoch dazu, den menschlichen Prozess des Übersetzens und Dolmetschens durch künstliche Intelligenz (KI) zu ersetzen.
Wer träumt nicht davon: Morgen wird der Geschäftsbericht an die Aktionäre vorgestellt. Unzählige Seiten voller Fachbegriffe, Zahlen und endloser, verschachtelter Sätze wurden erst heute fertiggestellt. Und morgen schon muss alles auch auf Französisch vorliegen. Die Lösung: Eine durch Algorithmen der künstlichen Intelligenz in Minutenschnelle angefertigte, fehlerfreie maschinell erzeugte Übersetzung, die zudem Kosten und Zeit spart.
Maschinelle Übersetzung – Traum oder Wirklichkeit?
Die Entwicklung der automatisierten Übersetzung hat in den letzten 15 Jahren rasant zugekommen. Egal, in welche Richtung man auch blickt, die „Machine Translation“ hat unseren privaten und beruflichen Alltag erobert: Google Translate, Skype Translator oder Facebook Translate sind nur einige Beispiele.
Seit neuestem soll nicht nur das geschriebene, sondern auch das gesprochene Wort mittels maschineller Übersetzungsprogramme in fremde Sprachen übertragen werden – die Ära des automatisierten Dolmetschens hat begonnen und will sich am Markt etablieren: Das US-Unternehmen Waverly Labs erfand zu diesem Zweck einen kleinen In-Ohr-Kopfhörer namens „Pilot“. Er wird in der Ohrmuschel platziert und soll vollautomatisiert und in Echtzeit in verschiedenen Sprachen dolmetschen. Derzeit unterstützt das Tool die Sprachen Englisch, Spanisch, Französisch, Italienisch und andere romanische Sprachen.
Das hört sich für Laien selbstverständlich spannend an. Schließlich kann es nicht so schwer sein, ein Programm durch korrekte Konfiguration zwischen zwei Sprachen übersetzen zu lassen. Und auch das professionelle Interesse ist durchaus nachvollziehbar, wenn man sich die Zahlen zum weltweiten Übersetzungsmarkt vor Augen führt: Mit 37 Milliarden US-Dollar wurde das Umsatzvolumen des weltweiten Sprachdienstleistungsmarkts beziffert. Bis 2018 soll das Volumen auf 47 Milliarden US-Dollar ansteigen (Quelle: Common Sense Advisory).
Doch was können diese Dolmetscher- und Übersetzungsprogramme wirklich? Sind der „kleine Mann im Ohr“ oder das kostenlose Übersetzungstool tatsächlich in der Lage, für eine mühelose globale Verständigung zu sorgen?
Grenzen heutiger automatisierter Übersetzungs- und Dolmetschersoftware
Was bei der Faszination für automatisierte Übersetzungssoftware allzu oft vergessen wird, ist, dass Übersetzer und Dolmetscher nicht nur eine Eins-zu-Eins-Übersetzung von der einen in die andere Sprache vornehmen, sondern auch „zwischen den Zeilen“ übersetzen. Dazu gehören u.a. die Berücksichtigung kultureller und emotionaler Aspekte wie Humor, Zynismus oder Ironie. Übersetzer und Dolmetscher bauen mit ihrer komplexen sprachlichen Transferarbeit kulturelle und emotionale Brücken, und diese lassen sich nun mal nicht einfach „automatisieren“.
Automatisierte Übersetzungen mit System – regelbasiert oder statistisch
Die Gesetzmäßigkeiten, die hinter einer maschinellen Übersetzung stehen, sollen hier nur am Rande gestreift werden.
Bei der maschinellen Übersetzung wird im Allgemeinen zwischen regelbasierten und statistischen Systemen unterschieden. Erstere verarbeiten Sprache nach linguistischen Regeln: Wörter, Syntax und Grammatik eines Ausgangstextes werden analysiert, klassifiziert und in einem Baumdiagramm abgebildet. Nach der Analyse werden diese Elemente in eine zielsprachige Struktur überführt. Von dort aus wird der Zielsatz generiert. Der technische Aufwand, die natürliche Sprache eines Menschen auf digitale Weise exakt aufzuschlüsseln und in Algorithmen zu beschreiben, ist enorm.
Statistische Methoden sind heute stark verbreitet und weit entfernt von einer Analyse von Syntax, Grammatik und Wörtern. Hier geht es um Wahrscheinlichkeiten für Übersetzungen, die sprachenunabhängig berechnet werden. Muss man bei der regelbasierten Methode auch die Fremdsprache kennen, ist diese für das zweite System nicht relevant. Es dreht sich einzig und allein um Daten, um das Sammeln von Informationen und um Satz- und Wort-Alignierung sowie schließlich um Übersetzungswahrscheinlichkeiten und Sprachmodelle. Das System wird trainiert, sein „Wissen“ stetig ausgebaut.
Einsatzmöglichkeiten für maschinelle Übersetzungen
Schon jetzt wirft diese Skizze zahlreiche Fragen auf: Wie können nach dem derzeitigen Stand der Technik automatische Übersetzungsprogramme mit rhetorischen Figuren wie Humor oder Ironie umgehen bzw. diese adäquat übersetzen? Kann eine Maschine zwischen den Zeilen lesen? Kann sie das überhaupt jemals lernen? Was passiert mit Metaphern und was bei Ambiguität, also bei Ausdrücken mit mehr als einer Bedeutung, aber derselben Laut- bzw. Schriftform wie Bank/Bänke und Bank/Banken? Ist mit „Schlange“ ein Reptil oder eine Menschenschlange gemeint?
Die Feinheiten der menschlichen Sprache sind sowohl kontext- als auch kulturabhängig und daher schwer durch künstliche Intelligenz abzubilden bzw. zu reproduzieren. Das bedeutet aber nicht, dass maschinelle Übersetzungen a priori schlecht sind. Inwieweit eine automatisierte Übersetzung gut werden kann, hängt, so paradox es sich anhört, vom Kontext und von der Kultur ab.
Je weniger Kontext und kulturelle Eigenschaften der Ausgangstext hat, desto eher eignet sich eine automatisierte Übersetzung. Dort, wo einfaches Vokabular, fachliche Wortlisten und hohe terminologische Normierung und eine sachlich-neutrale Sprache vorhanden sind, kann sie durchaus eingesetzt werden. Beispiele hierfür sind Übersetzungen von Bedienungsanleitungen, Protokollen oder Urkunden und Zeugnissen.
Einsatz von CAT-Tools
Wie aber gehen Übersetzer vor, wenn der Ausgangstext solche Bedingungen nicht erfüllt? Wie können sie den Anforderungen der Kunden nach Schnelligkeit und Preisgünstigkeit gerecht werden? Die Lösung sehen wir in der Anwendung von CAT-Tools. CAT steht für Computer Assisted Translation, einer speziellen Software inklusive Translation Memory System (TMS) und Terminologielisten.
Das Prinzip dahinter: Übersetzer speichern ihre Übersetzung im TMS ab. Wird künftig ein ähnlicher Text übersetzt, vergleicht das System die Segmente im neuen Ausgangstext mit bereits durchgeführten Übersetzungen und zeigt mögliche Treffer an, sogenannte Matches. Es wird nach Ähnlichkeitsgrad unterschieden.
101-prozentige Matches sind „Context matches“ also Segmente, die im alten und neuen Ausgangstext im identischen Kontext eingebettet sind. Bei den 100-prozentigen Matches sind der Inhalt und die Form gleich, der Kontext aber anders. Darunter liegen schließlich die sogenannten Fuzzy Matches (50 bis 99 Prozent Übereinstimmung). Diese sind ähnliche Vorübersetzungen, bei denen allerdings weder der Inhalt noch die Form komplett mit dem neuen Text übereinstimmen.
Der Aufbau eines Translation Memory hat den Vorteil, dass der Übersetzungsprozess immer schneller und effizienter gestaltet wird. Je länger mit einem solchen System – vergleichbar mit dem menschlichen Gedächtnis – gearbeitet wird, desto größer die Datenbank bereits übersetzter Textsegmente, die von vielen Übersetzern folglich zu einem reduzierten Wortpreis berechnet werden.
Grenzen von Translation Memories
Trotzdem: Selbst wenn der Übersetzungsprozess durch den kontinuierlichen Ausbau eigener Translation Memories und bei standardisierten Texten durch den Einsatz von maschinellen Übersetzungen effizienter wird, ist ein menschliches Post-Editing immer notwendig.
Zudem eignet sich auch ein großes Translation Memory nicht für alle Textsorten. Man denke dabei an literarische Texte: Je kreativer ein Schriftsteller in der Schöpfung seines Werkes ist, desto kreativer muss der Übersetzer sein, um in Zielkultur und -sprache die gleiche Wirkung zu erzielen. Der Begriff „Lokalisierung“, der in diesem Zusammenhang für gewöhnlich verwendet wird, schließt diese kulturelle Leistung – die Adaption an den kulturellen, historischen und sozialen Kontext – ein.
Fazit
Funktioniert maschinelle Übersetzung also? Jein. Sie eignet sich zwar für einige wenige Textsorten, wird die menschliche Übersetzungskunst aber vorerst nicht ersetzen können. Maschinen werden sich auch langfristig schwer tun, einen von einem Menschen mit seinen komplexen geistigen Fähigkeiten produzierten Text perfekt an eine spezielle Zielkultur und -sprache anzupassen.
Es käme zwar zu einem Ergebnis, das womöglich den richtigen Inhalt des Ausgangstexts erkennen ließe, auf kontextueller, rhetorischer und emotionaler Ebene aber eher bescheiden ausfiele – und dann hat man den Salat. (PC-Welt)