Projektmanager Lin ist derzeit ziemlich frustriert. Um das Budget zu schonen, hat sein Unternehmen eine Reihe von Produktmanuals auf das Modell der maschinellen Übersetzung mit menschlichem Post-Editing (MTPE) umgestellt. Doch bei der Abrechnung berechnete der Dienstleister den vollen Übersetzungspreis, während die gelieferten Dokumente immer noch von starren maschinellen Übersetzungsspuren durchzogen waren. Bei der Abnahme stritten sich beide Parteien darüber, „was überhaupt als akzeptabel gilt“. MTPE sollte doch eigentlich den Ausgleich zwischen Effizienz und Kosten darstellen – warum ist es am Ende zu einem einzigen Chaos geworden?
Die Abrechnungslogik von MTPE klären: Schluss mit dem Gießkannenprinzip
Der Kern von MTPE liegt in der „maschinellen Vorübersetzung und menschlichen Nachbearbeitung“, aber das bedeutet nicht, dass alle MTPE-Projekte zum gleichen Preis abgerechnet werden sollten. Der Schwierigkeitsgrad des Post-Editing hängt von der anfänglichen Ausgabequalität der maschinellen Übersetzung ab, was wiederum eng mit dem Schwierigkeitsgrad des Quelltextes, dem Sprachpaar und dem verwendeten KI-Modell zusammenhängt.
Eine angemessene Abrechnung sollte zwischen „leichtem“ und „schwerem“ Post-Editing unterscheiden:
| Bearbeitungsstufe | Anwendungsszenario | Anforderungen an die maschinelle Ausgabe | Referenzbasis für die Abrechnung |
|---|---|---|---|
| Leichtes Post-Editing (LPE) | Interne Referenzdokumente, allgemeine Produktbeschreibungen | Grammatikalisch korrekt, Kernbedeutung fehlerfrei | 40 % - 60 % des Vollübersetzungspreises |
| Schweres Post-Editing (HPE) | Externe Marketingmaterialien, technische Spezifikationen | Erfordert umfassende Anpassung von Tonfall und Satzstruktur | 70 % - 90 % des Vollübersetzungspreises |
Vor Vertragsunterzeichnung sollten Unternehmen vom Dienstleister Testübersetzungen anfordern, um die tatsächliche Qualität der maschinellen Ausgabe zu bewerten und so die entsprechende Abrechnungsstufe festzulegen, um nicht für minderwertige maschinelle Übersetzungen zu bezahlen.
Quantifizierbare Qualitätsakzeptanzkriterien etablieren
„Es liest sich nicht flüssig“ kann nicht der einzige Grund für eine Zurückweisung sein. Unternehmen benötigen einen objektiven Abnahmestandard, der die folgenden Prinzipien klar definiert:
- Null-Toleranz bei fatalen Fehlern: Wie Zahlenfehler, falsch übersetzte Schlüsselbegriffe oder Auslassungen. Sobald diese entdeckt werden, ist eine bedingungslose Neuanfertigung zu fordern.
- Festlegung einer maximalen Fehlerrate: Beispielsweise nicht mehr als 3 leichte Stilfehler pro 1.000 Wörter.
- Einsatz standardisierter Frameworks: Fehler in Kategorien wie Terminologie, Grammatik und Auslassungen einteilen und mit entsprechenden Abzugsgewichten versehen.
Wie diese Dimensionen in die Praxis umgesetzt werden können, entnehmen Sie den praktischen Ansätzen in Wie bewertet man die Qualität einer Übersetzung? Vier Dimensionen und quantifizierbare Standards, um die Abnahme auf eine fundierte Basis zu stellen und subjektive Wahrnehmungsunterschiede zu minimieren.
Terminologiedatenbank und Kontext: Der Schlüssel zur Reduzierung von Nacharbeit
Im MTPE-Modell ist die größte Herausforderung für Übersetzer oft nicht die Korrektur der Grammatik, sondern die „Halluzinationen“ der KI bei zentralen Fachbegriffen oder die mangelnde Konsistenz im Text. Um dieses Problem zu lösen, muss bereits in der Phase der maschinellen Übersetzung eingegriffen werden.
Die Obergrenze der Qualität einer maschinellen Übersetzung wird oft schon in dem Moment festgelegt, in dem die Prompts und die Terminologiedatenbank eingegeben werden.
Durch die Anwendung der Konzepte aus Warum Unternehmen für ihre Übersetzungen zwingend ein Glossar benötigen und das erzwungene Einspeisen unternehmensspezifischer Vokabeln in das KI-Modell kann die spätere Last des menschlichen Post-Editing erheblich reduziert werden. DocTransAI unterstützt die Übersetzung mit mehreren Modellen und die Verknüpfung mit Terminologiedatenbanken, um Fachbegriffe bereits vor der Übersetzung zu vereinheitlichen und so sicherzustellen, dass die maschinelle Ausgabe von Grund auf fachlich konsistent ist.
Einen nachhaltigen MTPE-Workflow aufbauen
Neben der Abrechnung und den Standards beeinflusst auch die Wahl der Toolchain direkt den Erfolg von MTPE. Wenn die maschinelle Übersetzung das ursprüngliche Word-Inhaltsverzeichnis oder das PDF-Layout zerstört, werden die Übersetzer viel Zeit mit der Formatierung verschwenden, anstatt sich auf die inhaltliche Prüfung zu konzentrieren.
DocTransAI konzentriert sich genau auf die Lösung dieser Herausforderungen. Es bewahrt nicht nur das ursprüngliche Layout perfekt, sondern ermöglicht den Übersetzern durch den integrierten, kollaborativen Post-Editing-Workflow, Quell- und Zieltext in einer intuitiven Benutzeroberfläche schnell zu vergleichen. Für Unternehmen mit strengen Sicherheitsanforderungen bietet DocTransAI zudem On-Premise-Deployment-Lösungen an, die sicherstellen, dass sensible Daten das lokale Netzwerk nicht verlassen – für maximale Effizienz bei gleichzeitiger Compliance.
Fazit: MTPE auf seinen eigentlichen Nutzen zurückführen
Bei MTPE geht es nicht einfach nur um Kostendruck, sondern darum, den Übersetzungsertrag innerhalb des Budgetrahmens zu maximieren. Durch abgestufte Abrechnungsmodelle, quantifizierbare Abnahmestandards sowie den Einsatz leistungsstarker Terminologiedatenbanken und Layout-Erhaltungstechnologien können Unternehmen die Vorteile von MTPE wirklich ausschöpfen, Konflikte mit Dienstleistern beenden und eine effiziente sowie hochwertige Lokalisierungslieferung umsetzen.