Das Dokument erörtert den praktischen Einsatz von maschineller Übersetzung (MÜ) und die SDL Plattform, die es ermöglicht, Sprachpaare in Echtzeit zu integrieren und anzupassen. Es werden verschiedene Anwendungsbeispiele und Integrationen präsentiert sowie die Herausforderungen und Erkenntnisse bei der Qualitätssicherung maschinell übersetzter Inhalte. Die Ergebnisse zeigen, dass eine erfolgreiche Implementierung von MÜ von der Qualität der Ausgangstexte und der vorhandenen Übersetzungsressourcen abhängt.

1. Wahnsinnig Innovativ
oder
innovativer Wahnsinn?
Praktischer Einsatz
Maschineller Übersetzung
Ulrike Mibs, SDL Language Solutions
E-Mail: umibs@sdl.com
Vertraulich zu behandelndes und urheberrechtlich geschütztes
Eigentum von SDL

2. Warum maschinelle Übersetzung (MÜ)?
• Exponentielle Zunahme digitaler Inhalte
• Ressourcenknappheit und Kostendruck
• Markteinführungszeiten
• Optimale Nutzung
vorhandener Budgets
• Kundendienst,
Kundenzufriedenheit,
Kundenanforderungen
• Permanenter Wandel

3. Die SDL BeGlobal-Plattform
Mehrere Zugriffspunkte auf die MÜ-Engines
WorldServer
SDL Trados
Studio
Passolo
LivePerson
Oracle
RightNow
Kundenspezifische
Integrationen
Echtzeit-APIKonfiguration
via
TouchPoints
Web-UI mit
Benutzersteuerung
MÜ-Engines
Trainierte Sprachpaare
Allgemeine
Sprachpaare
(Baselines)

4. Infrastruktur der Plattform
Skalierbar
Echtzeit-Zugriff Tausender Nutzer
Vertraulich
Alle Systemanfragen sind nutzerspezifisch und werden vertraulich behandelt
Sicher
Zugang nur für Nutzer mit entsprechenden Berechtigungen
Hierarchie
Nur Nutzer mit entsprechenden Berechtigungen können bestimmte Abläufe
durchführen
Standortunabhängige Aktivierung
Webbasiert, kann sofort, in der „Cloud”, freigeschalten werden
Integriert
Ihr IT-Team kann die Plattform in andere Anwendungen einbinden

5. Verfügbare Sprachpaare
Westeuropa
Osteuropa
Naher Osten &
Asien
Afrika
Deutsch <> Englisch,
Albanisch <> Englisch
Arabisch <> Englisch,
Bengali <> Englisch
Französisch, Spanisch
Bulgarisch <> Englisch
Spanisch, Französisch
Chinesisch (traditionell) <>
Dänisch <> Englisch
Estnisch <> Englisch
Dari <> Englisch
Englisch
Litauisch <> Englisch
Hausa <> Englisch
Chinesisch (vereinfacht) <>
Polnisch <>
Hebräisch <> Englisch
Englisch
Pashtu <> Englisch
Hindi <> Englisch
Finnisch <> Englisch
Französisch <> Englisch,
Arabisch, Spanisch, Deutsch
Griechisch <> Englisch
Englisch
Persisch <> Englisch
Indonesisch <> Englisch
Italienisch <> Englisch,
Rumänisch <> Englisch
Somali <> Englisch
Japanisch <> Englisch
Spanisch
Russisch <> Englisch
Koreanisch <> Englisch
Niederländisch <> Englisch
Serbisch <> Englisch
Thai <> Englisch
Norwegisch <> Englisch
Slowakisch <> Englisch
Urdu <> Englisch
Portugiesisch <> Englisch
Tschechisch <> Englisch
Schwedisch <> Englisch
Spanisch <> Englisch,
Arabisch, Französisch,
Deutsch, Italienisch
5
Türkisch <> Englisch
Ukrainisch <> Englisch
(NEU)
Ungarisch <> Englisch
SDL arbeitet kontinuierlich an der Erweiterung der
der Baseline-Engines.

6. Integrationen
Anwendungsbeispiele

7. Integrationen: SDL Trados Studio
SDL BeGlobal Enterprise auswählen
Einstellungen für Vorübersetzung festlegen
7

8. Integrationen: SDL BeGlobal Web Translator (für
das Intranet)
8
Eine einfache Webanwendung
zum Übersetzen von Texten
und Dokumenten;
anpassbar an die jeweilige
Corporate Identity

9. Integrationen: SDL BeGlobal Desktop
Ein Desktop-Tool
(Widget), das Texte und
Dokumente übersetzen
kann.
9

10. Integrationen: Microsoft Word
Mit dem Word-PlugIn
kann der Benutzer
das angezeigte
Dokument übersetzen

11. Integrationen: LivePerson-Chat
Der Gesprächspartner chattet auf
Englisch und
alle eingehenden spanischen
Nachrichten
werden automatisch übersetzt
11
Der Benutzer chattet auf Spanisch und
erhält die Nachrichten des Gesprächspartners
ebenfalls auf Spanisch

12. SDL BeGlobal
Trainer
Maßschneiderung und Fokussierung für
bessere MÜ-Ergebnisse

13. Was ist der SDL BeGlobal Trainer?
• Eine „Software-as-a-Service“-Komponente (SaaS) von SDL BeGlobal, die
die individuelle Anpassung (das „Trainieren“) der MÜ-Engines ermöglicht,
und zwar anhand von bilingualen Inhalten im TMX-Format.
• Die Baseline-Engines können von den Nutzern mit kunden- oder
sektorspezifischen Inhalten trainiert und ihre Qualität so deutlich
verbessert werden.
• Das Software-Paket basiert auf bewährter Technologie, die seit Jahren
bei Language Weaver/SDL im Einsatz ist = 15+ Jahre
Branchenerfahrung.
• „Self-Service/DIY“-Modell: LSPs und Unternehmen können mit SDL
BeGlobal Trainer selbstständig die Baseline-Engines trainieren
13

14. Der „Trainings“-Workflow
Bilinguale
Inhalte
identifizieren
Neues
Training
anlegen
Aktivieren
der
Engine
Cleaning
bilingualer
Inhalte
TMX
hochladen
Übersetzen
BeGlobal Online,
API,
SDL Trados Studio,
…
OFFLINE
Training
der MÜEngine
Bewertung
der
Engine
BeGlobal Trainer
BEGLOBAL SaaS

15. Kundenbeispiel
Klingelnberg AG

16. Praktische Anwendung
 Zuerst wollten wir sicher sein, dass die Technologie funktioniert
 Sprachpaar Deutsch-Englisch
 Unterschiedliche Versuche
 Ohne Translation Memory und ohne Terminologie
 Angelernte Maschine mittels Translation Memory
 Brand-Management (Klingelnberg darf NIE übersetzt werden)
 Plus Terminologie / einheitliche Begriffsverwendung

17. Erkenntnisse
Probleme mit Passiv-Konstruktionen
•
Die automatisierte Übersetzung von SDL (AT = Automated
Translation) hat anscheinend Probleme, Passivkonstruktionen zu
verarbeiten.
•
Hierbei hilft es aktive Formulierungen zu bilden und zu nutzen.

18. Datum
Name der Präsentation 
Foli
e 18

19. Datum
Name der Präsentation 
Foli
e 19

20. Erkenntnisse
•
Hier weiss ich leider nicht warum, ich denke aber dass es daran liegt,
dass das Verb zum einen zerpflückt ist und sich das eigentliche
Bezugswort anschliesst. Die Satzstellung ist nicht so wie es das
System kennt „der Wechselteller löst sich“ SONDERN „, dann löst sich
der Wechselteller“

21. Datum
Name der Präsentation 
Foli
e 21

22. Erkenntnisse
•
Hier liegt es vielleicht an Tags oder Ähnlichem, die sich im Translation
Memory befinden, so dass anstatt der Übersetzung einiger Wörter nur
eine Lücke angezeigt wird. Auch hier habe ich den Text
umgeschrieben. Hier kam dann zwar die Automated Translation zum
Einsatz, aber durch eine aktive Formulierung und Zerstückelung des
Satzes kam es dann schon wieder gut raus.

23. Datum
Name der Präsentation 
Foli
e 23

24. Datum
Name der Präsentation 
Foli
e 24

25. Erkenntnisse
Wortbedeutungen werden nur im wortwörtlichen Sinne
verstanden
•
Auch hier schafft eine Umformulierung Abhilfe. Es muss in diesem Fall
ein Synonym gefunden werden, dass nur auf eine Art verstanden
werden kann. (z. B. starten besser als hochfahren [move up])

26. Datum
Name der Präsentation 
Foli
e 26

27. Datum
Name der Präsentation 
Foli
e 27

28. Auswirkung auf den Übersetzungsprozess
 Die Übersetzungskosten werden sinken, wenn diese Technologie
konsequent eingesetzt wird
 Ziel ist die Ausweitung unternehmensintern, damit jeder eine
Hilfestellung in einer anderen Sprache bekommt ( Start wird englisch
nach deutsch sein)

29. Workflow ohne Maschinelle Übersetzung

30. Workflow mit Maschineller Übersetzung

31. Aussichten
Bei Klingelnberg sind wir erst am Anfang
 Diese neue Technologie wird erst mit eine paar ausgewählten
Übersetzern eingesetzt
 Wir wollen noch mehr Erfahrungen sammeln
 Unsere Datenqualität muss verbessert werden
 Schreibregeln werden angepasst
 Rollout auf alle Übersetzer
 Zusätzliche Sprachpaare

32. Fazit
Maschinelle Übersetzung kann funktionieren, aber...
 Standardisiert Texte sind dafür besser geeignet.
 Der Quelltext sollte bereinigt sein.
 Es müssen eine Terminologie und grosse Translation Memorys
bereitstehen (beide natürlich bereinigt und konstant optimiert).
 Ein genug hohes Übersetzungsvolumen muss vorhanden sein.
Wer die Finger davon lassen sollte:
 Firmen mit zu kleinen Übersetzungsvolumen
 Wer keine dedizierten Ressourcen hat, um die Qualität sicherzustellen

33. Haben Sie Fragen?
Ulrike Mibs, SDL Language Solutions
E-Mail: umibs@sdl.com