Blog

Customer Insights: MT in Unternehmen

  • MILENGO
Customer Insights: MT in Unternehmen

Für die globalisierte Wirtschaft bietet maschinelle Übersetzung – mit Sorgfalt eingesetzt – immenses Potenzial. Doch wie wird die Zukunftstechnologie eigentlich in der Praxis von Unternehmen angenommen? Milengo berichtet aus dem Alltag von zwei seiner Übersetzungskunden: einem global führenden Anbieter von Talent-Management-Software und einem Weltmarktführer für Contact-Center-Lösungen.

Mit welchen Herausforderungen werden Unternehmen bei der Lokalisierung von Content aktuell konfrontiert?

An erster Stelle ist hier der massive Anstieg an Content zu nennen, den Unternehmen im Zeitalter von Big Data produzieren und bewältigen müssen. Bei unserem Kunden aus der Contact-Center-Sparte betrifft das vor allem die Onlinedokumentation für die Software des Unternehmens. Da die internationalen Anwender des Produkts erwarten, dass dieser Content auch in ihrer Muttersprache verfügbar gemacht wird, ergibt sich ein Dilemma: Wie lässt sich das höhere Lokalisierungsaufkommen bewältigen, ohne dass die Kosten für Übersetzungen explodieren oder die Übersetzungsqualität leidet? Genau hier kommt maschinelle Übersetzung ins Spiel.

Inwieweit eignet sich die Qualität maschineller Übersetzung für Unternehmenszwecke?

Salopp gesagt kann man mit maschineller Übersetzung Lokalisierungskosten nahezu zu halbieren. Allein deshalb beschäftigen sich viele Unternehmen aktiv mit dem Thema. Allerdings wird der Einsatz maschineller Rohübersetzungen (‚Raw MT‘), die nicht mehr von einem Menschen korrigiert wurden, vielerorts noch kritisch gesehen. Das bestätigen auch unsere beiden Kunden: Derartiger maschineller Output sei noch zu ungeschliffen, um ihn beispielsweise Anwendern einer Software ungefiltert bereitzustellen. Konkret wurden folgende Punkte bemängelt:

  • Lesefluss: Die Lesbarkeit maschineller Übersetzungen lässt zu wünschen übrig. Gerade Zusammenhänge zwischen einzelnen Sätzen oder Sinnabschnitten werden nicht korrekt hergestellt.
  • Verständlichkeit: Leitlinien guten Stils werden missachtet. Ein Beispiel ist das Vermeiden einer unschönen Anhäufung von Substantiven. So entstehen holprige Texte, worunter wiederum die Benutzerfreundlichkeit leidet.
  • Probleme mit Textformatierung: Problematisch sind Dokumenttypen mit vielen Formatierungselementen wie XML oder PowerPoint. Bereits ein falsch gesetzter Zeilenumbruch oder Verlinkungen im Fließtext können bei der maschinellen Übersetzung zu Komplikationen führen.
  • Textbezüge: Moderne MT-Systeme besitzen kein Textverständnis im engeren Sinne. Dadurch stimmen oft Textbezüge nicht – ist das englische it im Deutschen nun sie, er oder es? Das kann beim Leser für Verwirrung sorgen.

Nach Ansicht unseres Kunden aus der Contact-Center-Sparte wäre ein wichtiger Schritt auf dem Weg zu einer hochwertigeren Qualität von automatisch übersetztem Content, Originaltexte bereits im Hinblick auf eine spätere Lokalisierung zu verfassen. Gerade der Einsatz kontrollierter Sprache könnte dabei helfen, die Qualität maschineller Übersetzung weiter zu verbessern.

Bei welchem Content lohnt sich der Einsatz von MT?

Die beiden Unternehmen setzen maschinelle Übersetzung unter anderem in den Bereichen Produktdokumentation, Help Content und Software-UI ein. Das spiegelt einen allgemeinen Trend wider: Besonders geeignet hat sich MT für hochvolumigen Content erwiesen, bei dem eine Übersetzung durch Menschen zu teuer wäre. Inhaltlich handelt es sich dabei meist um Texte, bei denen eher die Verständlichkeit technischer Inhalte im Vordergrund steht als stilistisch geschliffene Formulierungen – ein weiteres konkretes Beispiel wären etwa umfangreiche technische Bedienungsanleitungen.

Wie schlägt sich maschinelle Übersetzung im Vergleich zur klassischen Übersetzung?

Unser Kunde aus dem Talent-Management-Bereich pflegt eine sehr umfangreiche Produktdokumentation. Eine klassische Übersetzung kommt hier aus Kostengründen nicht infrage. Selbst konventionelles Post-Editing erwies sich angesichts der enormen Textmassen noch als zu teuer. Dennoch besteht seitens der internationalen Anwenderschaft der Software ein Bedarf an lokalisierten Hilfetexten – auch das interne Sales Team des Unternehmens würde sich über lokalisierte Inhalte als zusätzliches Verkaufsargument freuen.

Raw MT wurde aufgrund der unschlagbaren Kosteneffizienz in Erwägung gezogen; allerdings zeigte sich schnell, dass eine großflächige Veröffentlichung solcher Inhalte in qualitativer Hinsicht zu riskant wäre.

Nach eingehender Beratung durch Milengo und intensiven Tests entschied sich der Kunde für einen besonders innovativen und pragmatischen Lokalisierungsansatz: Ein neuronales Übersetzungssystem in Kombination mit menschlicher Qualitätssicherung, die sich auf die Korrektheit der Software-UI sowie vorab vereinbarter Schlüsselterminologie konzentriert. Auf diese Weise konnten die Kosten für die Übersetzung der Produktdokumentation erheblich gesenkt werden, während zentrale Qualitätskriterien erfüllt blieben.
Managed MT, wie Milengo diesen Ansatz nennt, erwies sich als Türöffner, um die Produktdokumentation in weiteren Sprachen verfügbar zu machen.

Fazit

Riesige Mengen an Content, dazu ein unverändert hoher Kostendruck in Lokalisierungsabteilungen – allein deshalb führt für viele Unternehmen an maschineller Übersetzung kaum ein Weg vorbei. Die Erfahrungen unserer Kunden haben aber auch gezeigt: Der Mensch wird immer noch als finale Qualitätsinstanz benötigt. Wie genau dieser letzte Qualitätsschritt aussieht, hängt dabei stark vom Texttyp ab – eine Printanleitung für ein technisches Gerät erfordert sicherlich eine höhere sprachliche Qualität als ein Troubleshooting-Artikel, der sich in den Tiefen einer Knowledge Base versteckt. Die Zukunft gehört in jedem Fall zweifellos maschinengestützten Lokalisierungslösungen, die je nach Anwendungsfall eine optimale Balance zwischen Qualität und Kosteneffizienz finden.

  • MILENGO