Maschinelle Übersetzung.
Mit dem passenden Prozess.

Regelbasierte Übersetzung arbeitet mit Wörterbüchern und grammatischen Regeln. Statistische Verfahren lernen Wahrscheinlichkeiten aus parallelen Textsammlungen. Neuronale Systeme lernen komplexe Zusammenhänge aus Trainingsdaten. Diese Ansätze erklären die Entwicklung der Technik; sie sind keine verlässliche Zuordnung heutiger Anbieter zu einer einzigen Architektur.

Neben früheren rekurrenten und konvolutionalen Netzen spielen Transformer mit Aufmerksamkeitsmechanismen eine wichtige Rolle. Moderne Übersetzungsangebote können spezialisierte neuronale Modelle und große Sprachmodelle einsetzen. Google Cloud unterscheidet beispielsweise NMT und Translation LLM; DeepL beschreibt ein auf großen Sprachmodellen basierendes Übersetzungsmodell. Welche Funktionen verfügbar sind, hängt vom konkreten Produkt, der Sprache und dem Tarif ab.

Ein gut lesbarer Vorschlag kann Inhalte auslassen, Bezüge verändern oder Fachbegriffe falsch zuordnen. Auch Zahlen, Verneinungen, Einheiten und Eigennamen müssen geprüft werden. Sprachpaar, Fachgebiet, Ausgangstext und vorhandener Kontext beeinflussen das Ergebnis. Mehr Trainingsdaten allein garantieren keine bessere Übersetzung für Ihr Projekt.

Glossare, freigegebene Beispiele und modellabhängige Anpassungen können die Ausgabe beeinflussen. Solche Vorgaben ersetzen keine Prüfung auf korrekte Anwendung und Konsistenz. Pre-Editing klärt den Ausgangstext; Post-Editing bearbeitet das Ergebnis anhand des vereinbarten Qualitätsziels. Eine Textprobe hilft zu entscheiden, ob dieser Weg sinnvoller ist als eine neue Fachübersetzung.

Übersetzungsschnittstellen können in CMS, Shops und Anwendungen eingebunden werden. Echtzeitfunktionen, unterstützte Sprachen, Dateigrenzen und Datenverarbeitung unterscheiden sich je nach Dienst. Rechenaufwand und Betriebsmodell hängen von der Lösung ab; maschinelle Übersetzung setzt nicht grundsätzlich einen öffentlichen Onlinedienst voraus. Zugriffsrechte, Speicherung und zulässige Verarbeitung werden vorab geklärt.