Bereits Kunde? Jetzt einloggen.
Lesezeit ca. 5 Min.

SPRACHFEATURE: Besser als Google


Deutsch perfekt - epaper ⋅ Ausgabe 7/2018 vom 27.06.2018

Lange waren in Texten von Online-Übersetzern sehr viele Fehler. Manchmal waren sie so absurd, dass sie lustig waren. Aber jetzt zeigt ein Kölner Start-up: Es geht viel besser – auch besser, als die Großen aus dem Silicon Valley es können. Von Guillaume Horst


MITTEL PLUS

Artikelbild für den Artikel "SPRACHFEATURE: Besser als Google" aus der Ausgabe 7/2018 von Deutsch perfekt. Dieses epaper sofort kaufen oder online lesen mit der Zeitschriften-Flatrate United Kiosk NEWS.

Bildquelle: Deutsch perfekt, Ausgabe 7/2018

Der deutsche Ausdruck Halsund Beinbruch!klingt nicht besonders nett. Aber genau das ist er. Er bedeutet so viel wie Viel Glück!. Der Ausdruck kommt aus dem Jiddischen, wo hatslokhe u brokhe ein Glückwunsch ist. Die Deutschen haben das oft gehört und daraus Hals- und Beinbruch gemacht. Was passiert aber, wenn man den Satz Ich habe ihm ...

Weiterlesen
epaper-Einzelheft 8,99€
NEWS 14 Tage gratis testen
Bereits gekauft?Anmelden & Lesen
Leseprobe: Abdruck mit freundlicher Genehmigung von Deutsch perfekt. Alle Rechte vorbehalten.

Mehr aus dieser Ausgabe

Titelbild der Ausgabe 7/2018 von DEUTSCHLAND-BILD: Über das Meer wandern. Zeitschriften als Abo oder epaper bei United Kiosk online kaufen.
DEUTSCHLAND-BILD: Über das Meer wandern
Titelbild der Ausgabe 7/2018 von PANORAMA. Zeitschriften als Abo oder epaper bei United Kiosk online kaufen.
PANORAMA
Titelbild der Ausgabe 7/2018 von DIE DEUTSCHSPRACHIGE WELT IN ZAHLEN: Sand. Zeitschriften als Abo oder epaper bei United Kiosk online kaufen.
DIE DEUTSCHSPRACHIGE WELT IN ZAHLEN: Sand
Titelbild der Ausgabe 7/2018 von KURIOSITÄTEN DES ALLTAGS: Alles, was Sie nicht wissen müssen. Zeitschriften als Abo oder epaper bei United Kiosk online kaufen.
KURIOSITÄTEN DES ALLTAGS: Alles, was Sie nicht wissen müssen
Titelbild der Ausgabe 7/2018 von DEBATTE: Kurzarmhemd für Männer?. Zeitschriften als Abo oder epaper bei United Kiosk online kaufen.
DEBATTE: Kurzarmhemd für Männer?
Titelbild der Ausgabe 7/2018 von DEUTSCHLAND-WELTREISE: Das kenne ich doch!. Zeitschriften als Abo oder epaper bei United Kiosk online kaufen.
DEUTSCHLAND-WELTREISE: Das kenne ich doch!
Vorheriger Artikel
WIE DEUTSCHLAND FUNKTIONIERT: Sommerferien
aus dieser Ausgabe
Nächster Artikel ÜBUNGEN ZU DEN THEMEN DES MONATS: Übung macht den Meist…
aus dieser Ausgabe

... „Hals- und Beinbruch“ gewünscht in Google Translate eingibt? Die Maschine macht den Satz zu I wished him a „broken neck“ – auf Deutsch: „Ich habe ihm einen ‚gebrochenen Hals’ gewünscht.“ Besser macht es das Übersetzungssystem von DeepL, einem Start-up aus Köln. Der gleiche Satz ergibt dort: I wished him „break a leg“. Der englische Ausdruck break a leg bedeutet auch Viel Glück – DeepL übersetzt also korrekt.

Neuronale Netze

Dass DeepL diesen Satz besser übersetzt, ist kein Zufall. In einem Test haben professionelle Übersetzer 100 Texte von DeepL und den Übersetzungssystemen von Google, Microsoft und Facebook übersetzen lassen. Dann haben sie diese Übersetzungen bewertet, ohne zu wissen, welcher Text von welcher Maschine gekommen war. Das Ergebnis: Die Übersetzungen des Start-ups wurden dreimal so oft am besten bewertet wie die der großen Tech-Firmen.

Das bedeutet aber nicht, dass die Konkurrenz aktuell schlecht ist. Es stimmt: Noch vor wenigen Jahren waren diese Übersetzer nur selten eine Hilfe. Aber das hat sich geändert. „Seit dem Jahr 2016 ist die Qualität von Online-Übersetzungsdiensten deutlich besser geworden“, sagt Ralph Krüger, Professor für Sprach- und Übersetzungstechnologie an der Technischen Hochschule Köln. Der Grund: Google und andere Programme sind vom alten Ansatz, Wörter einzeln zu übersetzen, auf neuronale Netze umgestiegen. Dieses System ist die Basis für jede künstliche Intelligenz. „Man bildet die Struktur des menschlichen Gehirns mit Neuronen und Verbindungen im Computer nach, und dann trainiert man sie mit großen Datensätzen“, erklärt Krüger das Prinzip. Es ist ein relativ komplizierter Prozess: Jeder Satz muss mehrere Tausend Male übersetzt und verbessert werden, damit das System immer besser kalibriert ist. Google hat im Oktober 2016 als erste Firma begonnen, die neuronalen Netze zu benutzen. Sofort wurde die Qualität der Übersetzungen viel besser.

Ein großes Problem für Online-Übersetzungen war zum Beispiel der deutsche Satzbau. Die Position des Verbs, das manchmal vor und manchmal hinter dem Subjekt und manchmal sogar am Ende des Satzes steht, hat bei den Systemen zu vielen Fehlern geführt. Dank der neuro nalen Netze können die Maschinen dieses und andere grammatikalische Phänomene heute aus den Daten extrahieren und für verschiedene Texte verwenden.

Der Erfolg von DeepL

Trotz dieser Verbesserungen bei Online-Übersetzern war die Distanz zu dem, was ein menschlicher Übersetzer kann, noch ziemlich groß. Aber im Sommer 2017 kam der DeepL-Übersetzer auf den Markt. „Die Qualität ist dann im Vergleich zum verbesserten Google-Übersetzer nochmal klar besser geworden“, sagt Krüger. „Es hat uns wirklich überrascht, was das System konnte.“

Aber wie schafft es eine kleine Firma aus Köln, bessere Resultate zu erreichen als Tech-Giganten wie Google, Facebook oder Microsoft? Sicher wissen kann man es nicht, weil die Firma den Algorithmus nicht publiziert. Die Grundarchitektur unterscheidet sich aber sicherlich nicht besonders von Google. Laut Krüger liegt die Qualität von DeepL wahrscheinlich an den Daten, mit denen die Firma ihr System trainiert. „Wir vermuten, dass die Firma ein sehr sauberes Trainingskorpus aufgebaut hat. Das ist wohl einer der Hauptgründe dafür, dass die Übersetzungen diese Qualität haben“, erklärt der Professor. Für den Google-Übersetzer werden zwar viel mehr Daten benutzt – alles was Google finden kann. Aber niemand kann all diese Daten kontrollieren und so die Übersetzungen weiter verbessern. Das ist bei DeepL anders. Die Firma wird außerdem vom Online-Wörterbuch Linguee unterstützt, das schon davor für seine guten Übersetzungen bekannt war.

Die Übersetzer der Zukunft?

Dank ihrer neuen Qualität lassen sich DeepL und andere Online-Übersetzer schon heute in vielen Situationen benutzen. Für die Übersetzung von Texten, die sprachlich nicht sehr kompliziert sind, sind diese Dienste heute ein sehr praktisches Tool. „Wenn ich auf einer fremdsprachigen Seite bin, dann kann ich sie mir von DeepL übersetzen lassen. Ich weiß dann relativ zuverlässig, was da gemeint ist“, erklärt Krüger. Aber im professionellen Kontext kann man sich noch nicht allein auf diese Systeme verlassen. Schon gar nicht, wenn eine falsche Übersetzung zu einer Verletzung führen könnte. Bedienungsanleitungen von elektrischen Maschinen sollten zum Beispiel nicht mit DeepL übersetzt werden. Denn dass die automatischen Übersetzer Fehler machen, passiert immer noch. Mit den neuen neuronalen Netzen sind sie in diesem Kontext sogar besonders gefährlich: „Die vorgeschlagenen Übersetzungen klingen oft sehr gut. Aber manchmal ist es so, dass diese Systeme Wörter oder Sinneinheiten nicht übersetzen oder auch hinzudichten“, warnt Krüger. So kommt es immer wieder vor, dass eine Negation vergessen wird. Und ein Online-Übersetzer könnte aus Do not press the red button deshalb Drücken Sie den roten Knopf machen. „Wenn ich mich auf einer Homepage über Hotels auf Ibiza informieren will, ist das kein Problem. Aber in der professionellen Fachkommunikation kann das schlimme Folgen haben“, erklärt Krüger. Bei solchen Texten muss also auch heute noch definitiv ein Mensch die Übersetzung kontrollieren.

Aber wird es immer so sein? Die maschinelle Übersetzung hat in den letzten Jahren große Fortschritte gemacht. Werden wir also in Zukunft auf Übersetzer und Dolmetscher verzichten können? Krüger glaubt das nicht. „Sprachliche Kommunikation ist immer sehr stark kultur- und situationsgebunden. Ich sehe nicht, dass eine Maschine diese vielen Nuancen irgendwann vollständig und korrekt übersetzen kann“, sagt er. Übersetzen ist oft eine sehr komplexe Disziplin. Man muss manchmal ganze Sätze neu formulieren oder einfach weglassen. Das schafft heute keine Maschine. Aber: „Der Bereich ist sehr dynamisch und entwickelt sich sehr schnell. Vor drei Jahren hätte ich nicht vorhersehen können, was heute alles möglich ist“, so der Professor.

Trotzdem werden DeepL und Google Translate das Lernen einer neuen Sprache nicht ersetzen können. Zwar gibt es jetzt schon Übersetzer, die man wie Kopfhörer ins Ohr setzen kann. Aber diese Geräte machen nur eine sehr reduzierte Form der Kommunikation möglich. „Es muss immer klar sein, dass das nur ein Werkzeug für rudimentäre Kommunikation ist. Wenn man dagegen eine neue Sprache lernt, dann lernt man auch ein neues Weltbild“, sagt Krüger. Übersetzungsmaschinen können also in vielen Situationen eine Unterstützung sein. Viel mehr als das sind sie aber noch nicht.

Sprichwörter übersetzen

Das sieht man auch an den Problemen, die Google Translate hat, einen Ausdruck wie Hals- und Beinbruch zu übersetzen. Solche bildlichen Ausdrücke sind schwierig. Die benutzten Wörter heißen in so einem Kontext nämlich etwas anderes als normalerweise. Der Ausdruck Jetzt haben wir den Salat wird zum Beispiel sogar von DeepL mit Now we have the salad übersetzt. Und das, obwohl er eigentlich bedeutet, dass etwas sehr schlecht gelaufen ist und man jetzt vor großen Problemen steht.

Krüger glaubt aber, dass dies nicht immer so bleiben wird: „Das hat nur damit zu tun, ob das Phänomen in den Trainingsdaten enthalten ist. Wenn das Sprichwort oft genug in den Daten enthalten ist und adäquat übersetzt wird, dann kann es gut sein, dass diese Systeme eine gute Übersetzung liefern.“

Die maschinelle Übersetzung wird also immer mehr als Hilfe verwendet werden können. Aber die Arbeit von Übersetzern und Sprachlehrern völlig übernehmen – das wird auch DeepL nicht so schnell schaffen.


Illustration: Lemberg Vector Studio/Shutterstock.com

Illustrationen: Giamportone, Olkita/Shutterstock.com