KI | Künstliche Intelligenz bei Übersetzung & Co.

KI verändert sich kontinuierlich. Und extrem schnell. Weshalb die meisten Sprachdienstleistungen unter Verwendung von KI-Technologie derzeit noch eine relativ kurze Halbwertszeit haben und je nach den gegebenen Rahmenbedingungen sehr unterschiedlich sein können/müssen.

Vor diesem Hintergrund wäre es unzureichend, hier einfach unsere aktuellen KI-Leistungen aufzulisten. Wir möchten das Thema „KI und Übersetzungsprozesse“ umfassend darstellen. Mit regelmäßig aktualisierten Informationen und konkreten Hinweisen zur optimalen Nutzung von KI. Dazu gehören auch Anwendungsszenarien, wie wir KI in Projekten derzeit einsetzen.

Inhalt

Stand 15.04.2025

  1. Der Kontext
  2. KI & Co. – Begriffsdefinition und -abgrenzung
  3. Was sollte vor und beim Einsatz von KI bedacht werden:
    – Qualitätsanforderungen (Risikotoleranz)
    – ProzessanforderungenDatenschutz/IT-Sicherheit
    – Regulatorische Rahmenbedingungen (SW-Validierung)
    – Wirtschaftliche Aspekte & Produktionszeiten
  4. In welchen Bereichen ist der Einsatz möglich bzw. denkbar?
  5. Wo setzen wir von Gemino KI aktuell bereits produktiv ein?
  6. Fazit

1. Der Kontext

Deep-Learning-Technologien haben in den letzten Jahren enorme Qualitätssprünge erlebt. Auch mithilfe maschineller Übersetzungen (MT). Viele unsere Auftraggeber:innen nutzen diese Technologien beim Durchführen und Optimieren ihrer Übersetzungsprozesse seit Jahrzehnten und haben mehrere Technologiesprünge miterlebt. Gemino hat sie dabei beraten und begleitet, -und wird das auch in Zukunft tun.

Seit der Einführung von ChatGPT – das wohl bekannteste Large Language Model (LLM) – sind künstliche Intelligenz und die damit verbundenen Erwartungen allgegenwärtig. Wir bei Gemino sind fortlaufend mit der Evaluierung passender Einsatzgebiete befasst und setzen KI bereits gezielt in Projektabläufen ein.

Was wir mit Sicherheit sagen können: So verlockend und einfach der Einsatz von KI auch erscheint: Es sollte grundsätzlich immer eine sorgfältige Evaluierung und Planung vorausgehen. Nur so lassen sich die erwarteten Vorteile auch tatsächlich realisieren.

2. Begriffsdefinition und Begriffsabgrenzung:
AI/KI, LLMs, (N)MT, GenAI

Mit „AI“ bzw. „GenAI “ sind heute im Umfeld von textlichem Content fast immer die Large Language Models (LLMs) gemeint. Zu den bekanntesten gehören GPT (OpenAI), Gemini (Google), Claude (Anthropic) und LLaMA (Meta). Daneben gibt es noch die Neuronale Maschinelle Übersetzung (NMT) als wichtigste und aktuell (noch) überwiegend genutzte Technologie. Diese basiert auf Deep Learning und gehört – wie LLMs – zur Kategorie „Künstliche Intelligenz“. Andere Arten maschineller Übersetzungssysteme wie statistische und regelbasierte Systeme spielen heute kaum noch eine Rolle.

Weiterlesen

NMT-Systeme basieren auf neuronalen Netzen. Diese werden gezielt für das Übersetzen mit geeigneten Text-Korpora trainiert. Dagegen werden LLMs speziell für das Generieren von Texten angelernt. Anschließend werden mit diesen Texten dann Texte in einer anderen Sprache generiert. Die unterschiedlichen Herangehensweisen der beiden System-Ansätze verleihen den „Übersetzungen“ unterschiedliche Eigenschaften. Und damit auch bestimmte Vor- und Nachteile – wie jede Technologie. Darum eignen sich LLM und NMT unterschiedlich gut für verschiedene Einsatzgebiete. Allgemein gültige Aussagen zur Nutzung können nach unserer Erfahrung derzeit noch nicht getroffen werden – beispielsweise ob die eine Technologie für eine bestimmte Textsorte besser geeignet ist, als die andere.

3. Was sollte vor und beim Einsatz von KI bedacht werden?

Bei der Planung von (Übersetzungs-)Prozessen unter Einbindung von KI-Systemen gibt es verschiedene Aspekte, die beachtet werden sollten:

Qualitätsanforderungen (Risikotoleranz)

Welche Anforderungen/Erwartungen beschreiben die Qualität, die erzielt werden soll? Bleiben die Vorgaben gegenüber den bisherigen Festlegungen unverändert? Welche Abstriche sind möglich und/oder akzeptabel? Auch das Thema Risiken ist wesentlicher Teil des Qualitätsbegriffs und sollte immer bedacht werden, besonders in Bereichen, die rechtlichen/regulatorischen Anforderungen entsprechen müssen (z. B. Medizinprodukteverordnung (MDR/IVDR) oder EU-Maschinenverordnung).

Prozessanforderungen

Erlauben die aktuell genutzten Prozesse und Systeme die Einbindung von KI-Systemen? Welche Voraussetzungen müssen geschaffen werden? Rechtfertigen die erzielbaren Vorteile den Umbau bestehender, etablierter Prozesse und die damit verbundenen Investitionen, die erheblich sein können?

Datenschutz/IT-Sicherheit

Welche Anforderungen an den Datenschutz und die IT-Sicherheit müssen erfüllt sein? Ist eine Nutzung von cloudbasierten Systemen denkbar? Diese sind Systemen für den Einsatz im eigenen Rechenzentrum technologisch und in der Trainingsqualität fast immer überlegen, müssen aber auch den Datenschutzanforderungen und den eigenen IT-Richtlinien entsprechen.

Regulatorische Rahmenbedingungen (Software-Validierung)

Die regulatorischen bzw. rechtlichen Anforderungen der jeweiligen Branche müssen berücksichtig werden. Zum Beispiel im Bereich Medizinprodukte. Hier fordern MDR bzw. ISO 13485 die Validierung von Software, wenn diese bei der Produktion von Medizinprodukten zum Einsatz kommt oder prozessbedingt Einfluss auf die Produktqualität nimmt. Für eine erfolgreiche Validierung muss aber nachgewiesen werden, dass die Software für einen definierten Input einen definierten Output liefert: Die Software muss das gewünschte Ergebnis also gesichert erzeugen können. Nach unserem Kenntnisstand ist dies im Fall von LLMs derzeit noch nicht möglich (Stichwort „Halluzination“). Das bedeutet aber nicht, dass KI-Systeme möglicherweise anders sinnvoll in Übersetzungsprozesse dieses Umfelds eingebunden werden können.

Wirtschaftliche Aspekte & Produktionszeiten

Klar ist: Der Reiz von KI besteht in möglichen Kosteneinsparungen sowie schnelleren Produktionszeiten.
Ob sich die gewünschten Benefits auch tatsächlich realisieren lassen, sollte im Vorfeld immer auch geprüft werden. Denn die Einbindung von KI in bestehende Prozesse ist abhängig von den damit verbundenen unternehmerischen Zielen.

Das heißt für die Praxis:

Welche Art von Content ist von der Umstellung eines Übersetzungsprozesses auf KI betroffen? Unterschiedliche Inhaltsarten, respektive Ausgangstexte, funktionieren unterschiedlich gut mit LLMs bzw. NMT-Systemen. Zudem bestehen je nach Zielsprache und Sprachkombination deutliche Qualitätsunterschiede. Vielleicht sind manche Zielsprachen nur in bestimmten Systemen verfügbar.

Habe ich viele kleine Übersetzungsprojekte und benötige pro Sprachkombination und je nach Inhaltstyp unterschiedliche Workflows mit unterschiedlichen Systemen, muss genau hingesehen werden. Dann kann die Zeit- und Kostenersparnis im Vergleich zum klassischen Übersetzungsprozess gering ausfallen – schlimmstenfalls sogar zu Mehraufwänden führen. In diesem Fall mag eine Workflow-Variante mit etwas mehr Human-Beteiligung besser geeignet sein als ein weitgehend automatisierter Workflow, bei dem die Qualität vor allem durch die KI-Übersetzung geprägt ist.

4. In welchen Bereichen ist KI-Einsatz möglich bzw. denkbar?

An erster Stelle steht natürlich die maschinelle Übersetzung. KI-basierte Übersetzungssysteme bieten je nach Nutzung speziell ausgerichtete Large Language Models (LLMs). Sie sind in vielen Fällen eine interessante zusätzliche Alternative zu NMT-basierten Systemen. Je nach Anwendung und Rahmenbedingungen sind sie möglicherweise die bessere Alternative. Beispielsweise beim Einbinden von Referenztexten in der Zielsprache (z.B. Prompt-Augmentierung, RAG etc.). Hier kann die KI-generierte Übersetzung an die gewünschte Sprache angepasst werden und Spracheigenschaften wie Stil, Terminologie oder andere Aspekte berücksichtigen.

KI-unterstütztes Qualitätsmanagement

Ein weiteres Einsatzgebiet, das wir aktuell untersuchen, ist das Qualitätsmanagement von Übersetzungsprozessen. LLMs können bei der Qualitätssicherung durch neuartige Prüfungen unterstützen, die bisher zeit- und budgettechnisch nicht umsetzbar waren. Auch wenn eine vollautomatische Prüfung und Korrektur aktuell noch nicht möglich ist, erproben wir derzeit Use Cases als Assistenzsysteme. Der Einsatz von KI als teilautomatische Prüfung/Korrektur oder Warnsystem für bestimmte Fehlerarten erscheint durchaus denkbar.

Neue Möglichkeiten durch Agentic AI

Durch Agentic AI eröffnen sich derzeit zusätzliche Anwendungsmöglichkeiten. Dabei werden verschiedene KI-Systeme in Workflows zu KI-Teams kombiniert. Was ein deutlich größeres Spektrum an Einsatzmöglichkeiten von KI ermöglicht – speziell für mehrstufige KI-basierte Workflows, die mit einem einzelnen System so nicht umsetzbar wären. Ein Beispiel: Nach der Übersetzung durch ein LLM durchläuft der Text durch ein zweites LLM-System. In diesem nachgeschalteten Schritt wird die Terminologie dann auf entsprechende Vorgaben und Festlegungen geprüft und angepasst.

5. Wo setzt Gemino aktuell KI „serienmäßig“ ein?

Neben verschiedenen neuen Use Cases, für die wir den Einsatz von KI aktuell noch erproben, ist Künstliche Intelligenz bei uns und für unsere Kund:innen bereits auch schon regelmäßig im Produktiv-Einsatz. Wichtig dabei: Wir nutzen die Technologien ausschließlich unter Berücksichtigung der vorstehend genannten Aspekte und immer nur in Abstimmung mit unseren Auftraggeber:innen.

I. Produktive Nutzung im Bereich Übersetzungsprozesse

Derzeit bieten wir zwei Übersetzungs-Workflows mit KI an. Die Entscheidung, welche maschinelle Übersetzungstechnologie zum Einsatz kommt, treffen wir gemeinsam mit unseren Auftraggeber:innen. Dabei werden alle maßgeblichen Rahmenbedingungen genauso berücksichtigt wie die Eignung der jeweiligen Technologien für den konkreten Anwendungsfall.

AI-assisted Translation

  • Workflow mit denselben Workflow-Schritten wie im „traditionellen“ Prozess: Übersetzung > Revision > Qualitätssicherung.
  • Übersetzer:innen erhalten beim Übersetzungsschritt neben Treffern aus der Übersetzungsdatenbank (TM) auch unterstützend Vorschläge von einer MT Engine (NMT, LLM-basiert).
  • Vorteil: Die Nutzung bestehender TMs ist unkompliziert möglich.
  • Der Workflow ist vollständig konform mit den Anforderungen der ISO 17100.

Einsparpotential durch AI-assisted Translation

5 % auf die anteiligen Übersetzungskosten von No Matches (neu zu übersetzende Wörter)

Verified AI Translation

  • Workflow mit den Workflow-Schritten:
    Maschinelle Übersetzung > Verifizierung > Qualitätssicherung.
  • Der Übersetzungsschritt erfolgt in diesem Workflow maschinell über eine MT Engine (NMT, LLM-basiert).
  • Es erfolgt anschließend eine Überprüfung und Verifizierung der maschinellen Übersetzung durch eine/n Übersetzer:in (vergleichbar mit einer Revision nach ISO 17100) und abschließende Qualitätssicherung.
  • Dieser Workflow beinhaltet kein Vier-Augen-Prinzip, ist also nicht konform mit ISO 17100.

Einsparpotential durch Verified AI Translation

Bis zu 25 % auf die Übersetzungskosten insgesamt

II. Produktive Nutzung im Bereich Video-Lokalisierung

Seit geraumer Zeit setzen wir AI-Technologie auch im Bereich Video-Lokalisierung ein. Einerseits bei der Transkription von gesprochener Sprache als Grundlage für eine Übersetzung, andererseits für die Erstellung von Untertiteln/Sprecherskripten. Zunehmend kommt auch Sprachsynthese als Alternative zu Sprecheraufnahmen mit menschlichen Stimme zum Einsatz.

6. Fazit

KI bietet viele neue Möglichkeiten im Bereich Übersetzung und Mehrsprachigkeit – und das fast jeden Tag. Wir bei Gemino folgen dieser Entwicklung und gestalten sie mit. Wir versuchen, stets ein realistisches Bild aus Chancen und Risiken zu erhalten, um neue Technologien sinnstiftend in unsere Prozesse und die unserer Kund:innen zu integrieren.

Was sicher ist: Es gibt keine festen oder „generell besten“ Lösungen. Jeder Einsatz von KI ist individuell und sollte agil gestaltet sein, um deren Nutzung nach Bedarf anpassen oder erweitern zu können. Auch, um neue Technologien jederzeit unkompliziert zu integrieren.

Bei der Planung und Umsetzung von neuen Mehrsprachigkeitsprozessen mit KI ist die Beteiligung mehrerer Fachdisziplinen im Unternehmen erforderlich – vor allem aus der linguistischen und übersetzungslogistischen Perspektive.

Mit unserer Erfahrung zu Tools und Prozessen im Bereich Mehrsprachigkeit und unserem Know-how zu KI, LLMs, GenAI und Co. begleiten wir Sie gerne auf Ihrem Weg zu neuen, besseren und individuellen Lösungen.

Noch funktioniert künstliche Intelligenz am besten durch den Einsatz menschlicher Intelligenz.