Obwohl viele Menschen über die schlechte Qualität der Übersetzungen, die früher mit kostenlosen Online-Übersetzungstools erstellt wurden, nur lachen oder den Kopf schütteln konnten, schlägt seit Ende 2017 ein neues Unternehmen Wellen. DeepL bietet mit seinem neuronalen maschinellen Übersetzungstool kostenlose Übersetzungen in und aus neun europäischen Sprachen an (eine gute Erklärung, wie neuronale maschinelle Übersetzung funktioniert, finden Sie hier).
Bei Textworks hat die qualitativ hochwertige Übersetzung Ihrer wissenschaftlichen Texte oberste Priorität. Dabei ist es uns wichtig, dass wir alle auf dem Markt verfügbaren Werkzeuge einsetzen, um unsere Übersetzungen für Sie so effizient wie möglich zu erstellen. Nach dem Testen von DeepL sind wir zu dem Schluss gekommen, dass es sich um eine Art „Kompromiss“ zwischen Vollübersetzung und Korrekturlesen handeln kann, und bieten das Post-Editing von DeepL-Übersetzungen für die Wissenschaften seit 2019 an. Zunächst halten wir es jedoch für wichtig, die Vorteile des Einsatzes von maschinellen Übersetzungstools wie DeepL zu diskutieren, aber auch die möglichen Fallstricke, damit Sie eine fundierte Entscheidung darüber treffen können, welche unserer Dienstleistungen am besten zu Ihnen passt.
Es ist nichts falsch daran, eine maschinell erstellte Übersetzung von einem Menschen lesen und redaktionell bearbeiten zu lassen. Die Aufgabe ist jedoch ganz anders als wenn ein Mensch eine von einem anderen Menschen erstellte Übersetzung liest und bearbeitet. Tatsächlich ist es so unterschiedlich, dass es in der Fachsprache nicht einmal als „Korrekturlesen“ bezeichnet wird, sondern als „Post-Editing“. Was diese Unterschiede sind und wie Sie die maschinelle Übersetzung im Vergleich zu den Alternativen am besten nutzen können, möchten wir hier diskutieren.
Wichtige Informationen über DeepL
Bei der kostenlosen Version von DeepL ist zu beachten, dass alle in DeepL eingegebenen Texte und Korrekturen, die Sie an den Übersetzungen über die DeepL-Oberfläche vornehmen, von dem Unternehmen gespeichert werden, um die Algorithmen zu trainieren. Gerade im Umgang mit unveröffentlichten Forschungsdaten sollte hier sehr sorgfältig vorgegangen werden. In der Pro-Version von DeepL (derzeit 20 Euro pro Monat für einen unbegrenzten Übersetzungsumfang) speichert das Unternehmen die Daten laut seiner Datenschutzrichtlinien nur so lange, wie es für die Ausführung durch die Maschine zur Erstellung der Übersetzung erforderlich ist, und löscht sie anschließend. Hier müssen Sie als Autor entscheiden, ob Sie dem Unternehmen vertrauen oder nicht und denken, dass das Unternehmen sicherstellen kann, dass der Server vor Hackern geschützt ist. Sonst könnten diese Hacker für diesen kurzen Zeitraum noch Zugriff auf die Texte haben. Darüber hinaus muss beachtet werden, dass DeepL in den Datenschutzrichtlinien angibt, dass Sie auch in der Pro-Version keine personenbezogenen Daten mit den Texten übermitteln sollten. Das bedeutet, dass Sie eventuell Texte anonymisieren müssen, bevor Sie sie in die DeepL-Oberfläche eingeben.
Vor- und Nachteile der Verwendung von DeepL für wissenschaftliche Texte
Professionelle, qualitativ hochwertige Übersetzungen ganzer Artikel werden Ihnen zweifellos die höchste Qualität bieten und Ihnen die meiste Zeit sparen, aber sie können ziemlich teuer sein. Wenn Sie ein knappes Budget in Ihrem Projekt oder Ihrer Abteilung haben, können Sie es sich möglicherweise nicht leisten. Die Übersetzung eines Artikels selbst und die anschließende Zusendung zum Korrekturlesen ist in der Regel viel kostengünstiger als eine professionelle Übersetzung, aber das kann sehr zeitaufwendig und je nach Sprachkompetenz recht frustrierend sein.
Maschinelle Übersetzung gefolgt von der Nachbearbeitung durch einen qualifizierten, erfahrenen wissenschaftlichen Übersetzer kann ein guter Kompromiss sein. Was das Budget betrifft, so ist es deutlich günstiger als eine vollständige Übersetzung, obwohl es bedeutend teurer ist als das Korrekturlesen einer menschlichen Übersetzung. Wenn es um die Zeit geht, die Sie als Autor investieren müssen, bedeutet die Bearbeitung für Sie mehr Arbeit, als wenn Sie einen Artikel zur vollständigen Übersetzung durch einen professionellen Übersetzer schicken, aber weniger Arbeit, als wenn Sie versuchen, den gesamten Artikel selbst zu übersetzen, bevor Sie ihn zum professionellen Korrekturlesen ausliefern.
Ist DeepL gut und für wissenschaftliche Texte geeignet?
DeepL produziert unglaublich fließend klingende Übersetzungen, und nach unserer Erfahrung ist die Qualität recht gut. Eine von DeepL erstellte Übersetzung sollte jedoch niemals für bare Münze genommen und z.B. direkt bei einer Zeitschrift eingereicht werden. Muttersprachliche Lektorate von DeepL Übersetzungen sind absolut notwendig, denn professionelle, muttersprachliche Post-Editoren sind mit den Problemen der neuronalen maschinellen Übersetzungstools vertraut und lassen sich nicht von fließend klingendem Text in die Irre führen. Ein weiteres Problem ist, dass DeepL (und alle anderen derzeit auf dem Markt befindlichen neuronalen maschinellen Übersetzungstools) Fehler erzeugen, die selbst ein erfahrener Übersetzer nicht unbedingt als Fehler erkennen kann, wenn er sich nur den übersetzten Text ansieht.
- Inkonsistente Terminologie: In sozialwissenschaftlichen Übersetzungen sind Fachbegriffe extrem wichtig. DeepL ist eine enorme Verbesserung gegenüber früheren statistischen maschinellen Übersetzungsmaschinen, da es den gesamten Satz betrachtet, was bedeutet, dass der Kontext bis zu einem gewissen Grad berücksichtigt wird. Sie geht jedoch nicht über Satzgrenzen hinaus, was bedeutet, dass ein Begriff im ersten Satz auf eine Weise übersetzt werden kann, im nächsten Satz aber auf eine andere Weise. Dies erweist sich als ernsthaftes Problem für Korrekturleser, die nur den englischen Text erhalten, weil wir davon ausgehen, dass Sie als Experte auf Ihrem Gebiet immer den gleichen englischen Begriff verwenden werden, wenn Sie über einen bestimmten deutschen Begriff sprechen, und wenn Sie einen anderen englischen Begriff verwenden, dann deshalb, weil Sie sich auf einen anderen Begriff auf Deutsch beziehen.
- Fehlende Teile: Wenn der neuronale Algorithmus keine gute Übereinstimmung für eine bestimmte Phrase oder ein bestimmtes Wort finden kann, lässt er es manchmal ganz fallen. Manchmal fällt dies auf, weil ein Satz abrupt endet oder etwas Wesentliches fehlt. Oft ist es jedoch ein Wort oder ein Satz, den eine Person, die den Text zum ersten Mal liest, nicht einmal bemerkt, dass er fehlt. Und das kann besonders problematisch sein, wenn es sich um ein sehr wichtiges Wort wie „nicht“ handelt. Übersetzer haben berichtet, dass DeepL bei Übersetzungen „nicht“ weggelassen hat. Man muss sich nur den Satz „die Ergebnisse waren statistisch nicht signifikant“ vorstellen, um zu verstehen, was es in der Praxis bedeuten könnte, wenn man es weglässt und sich der Korrekturleser ausschließlich auf die Sprache konzentriert und dabei übersieht, dass die Ergebnisse in den Tabellen *nicht* signifikant sind.
Diese beiden Fehler treten in der Regel nicht auf, wenn Menschen einen Text übersetzen. Darüber hinaus sind sie selbst für professionelle Korrekturleser, die nur den englischen Text betrachten, äußerst schwer zu erkennen und zu korrigieren.
Wie man DeepL für wissenschaftliche Texte (richtig) verwendet
Wenn Sie daran interessiert sind, unsere Post-Editing-Dienstleistungen auszuprobieren, wird der folgende Workflow zu einem reibungslosen Ablauf führen:
- Wenn Ihr Originalartikel vollständig ist, übersetzen Sie ihn mit DeepL oder einem anderen neuronalen maschinellen Übersetzungstool (sowohl Google als auch Microsoft bieten Tools gegen eine Gebühr an). Bitte lesen Sie in jedem Fall zuerst die Datenschutzrichtlinien der Unternehmen und entscheiden Sie, ob und welche Richtlinien Ihre Vertraulichkeitsanforderungen an Ihre Daten erfüllen. Wenn Sie irgendwelche Zweifel haben, sollten Sie in Erwägung ziehen, den Artikel für eine Standardübersetzung an uns zu senden, anstatt Online-Übersetzungstools zu verwenden.
- Nachdem Sie DeepL verwendet haben, lesen Sie die Übersetzung sorgfältig durch, um sicherzustellen, dass die Fachterminologie jedes Mal korrekt übersetzt wurde. Nur weil DeepL einen Begriff im ersten Satz richtig übersetzt, bedeutet das nicht, dass DeepL ihn jedes Mal richtig übersetzt.
- Lesen Sie die Übersetzung noch einmal sorgfältig durch, um sicherzustellen, dass keine Phrasen oder wichtige Wörter im Übersetzungsprozess ausgelassen wurden.
- Senden Sie uns sowohl den Originaltext als auch die Übersetzung über unser Kontaktformular, woraufhin wir Ihnen gern unser Angebot erstellen. Nach Auftragserteilung vergleichen unsere wissenschaftlichen Übersetzer und Post-Editoren die Original und DeepL-Übersetzung sorgfältig, um sicherzustellen, dass die Übersetzung von DeepL nicht nur gut klingt, sondern auch eine korrekte Übersetzung Ihrer Gedanken und Recherchen ist.
Sie wünschen ein Post-Editing einer DeepL-Übersetzung durch unsere wissenschaftlichen Übersetzer und selbst promovierten Lektoren? Hier können Sie uns kontaktieren >>.
Sie fanden diesen Beitrag interessant? Hier können Sie ihn mit Ihren KollegInnen teilen: