Schau dir DeepL für maschinelle Übersetzung an: Wie es funktioniert und wie genau es ist

Das Versprechen, effiziente und genaue Kommunikation über Sprachen hinweg zu ermöglichen, war eine treibende Kraft hinter der Entwicklung der maschinellen Übersetzung (MT). Was in den 1950er Jahren als experimentelles Unterfangen begann – Übersetzung war eine der ersten Anwendungen der Rechenleistung – wurde im 21. Jahrhundert zu einem brauchbaren Produktivitätswerkzeug.

Heute revolutionieren KI-gesteuerte maschinelle Übersetzungstools die globalen Geschäftsabläufe. Einer der führenden MT-Dienstleister ist DeepL, ein Neuronale maschinelle Übersetzung (NMT) Technologieanbieter mit Sitz in Deutschland. In diesem Guide checken wir, wie DeepL tickt, was gut und was weniger gut ist, und die besten Tipps, um es in professionellen Übersetzungsprojekten einzusetzen.

Was ist DeepL? Eine kurze Übersicht

DeepL wurde 2009 in Deutschland als Linguee gegründet, ein Online-Wörterbuch, das ein neuronales maschinelles Übersetzungssystem schaffen wollte, das Übersetzungen von viel höherer Qualität als traditionelle statistische maschinelle Übersetzung (SMT) produzieren kann.

Die Ingenieure von DeepL haben die neueste Technik des Deep Learnings angewendet – daher der Name des Unternehmens – um die Modelle mit den vorhandenen Daten aus der Linguee-Datenbank zu trainieren.

Seit 2017 ist DeepL extrem beliebt –mehr als eine Milliarde Menschen haben bis heute die Dienste genutzt. Es bietet Unterstützung für 28 Sprachen, mit 650 möglichen Übersetzungskombinationen.<10>

Du kannst zwischen der kostenlosen und der kostenpflichtigen Version von DeepL sowie zwischen der Weboberfläche und dem eigenständigen Übersetzer wählen. Die kostenlose Version ist perfekt für den persönlichen Gebrauch, während die kostenpflichtige Version mehr Funktionen für Unternehmen bietet.

Aber DeepL ist jetzt nicht nur ein Übersetzungsdienst. Jetzt hat es auch einen Versuch mit Künstliche Intelligenz gemacht, mit einem Schwerpunkt auf Textgenerierung. Sein neuestes Angebot, DeepL Write, das Anfang 2023 gestartet wurde, will ein englischer Schreibassistent sein und Rivalen wie Grammarly übertreffen.

Wie funktioniert DeepL?

Nicht jede maschinelle Übersetzung ist gleich, und mit der Zeit sind die Systeme immer ausgeklügelter geworden. Bis 2016 waren MT-Systeme entweder regelbasiert – sie stützten sich auf zahlreiche manuell erstellte Regeln – oder statistisch – sie übersetzten auf Basis von mehrsprachigen Korpora (große Mengen paralleler Texte) wort- oder phrasenbasiert und suchten nach statistischen Mustern.

Heutzutage setzen die meisten gängigen MT-Systeme neuronale Netzwerke ein. Das nennt man Neuronale maschinelle Übersetzung, eine Form des End-to-End-Lernens, bei der das neuronale Netzwerk des Programms bei jedem Schritt den gesamten Eingabesatz berücksichtigt, wenn es den Ausgabesatz generiert, statt nur ein paar Wörter auf beiden Seiten des übersetzten Begriffs.<7>

DeepL ist ein Beispiel für ein NMT-System – dank Deep-Learning-Algorithmen produziert es Übersetzungen, die menschlicher wirken als die von statistischen MT-Engines generierten. Dank seiner Netzwerkarchitektur kann es auch aus riesigen Datenmengen lernen und sich an neue Kontexte anpassen.

DeepLs Funktionen unter die Lupe genommen

Wie schon gesagt, liegt die Stärke von DeepL in seinem NMT-System, das genauere und natürlicher klingende Übersetzungen im Vergleich zu traditionellen statistischen MT-Methoden erzeugt. Lass uns mal einen Blick auf einige seiner beeindruckendsten Fähigkeiten werfen:

• Mehrsprachige Unterstützung: DeepL unterstützt Übersetzungen zwischen vielen Sprachen, darunter Englisch, Spanisch, Französisch, Deutsch, Chinesisch, Japanisch und viele mehr. Du kannst nahtlos Texte zwischen verschiedenen Sprachpaaren übersetzen, ohne separate Tools zu benötigen.
• Kontextbewusstsein: Die KI-Engine von DeepL versteht den Kontext des Eingabetextes und sorgt dafür, dass die Übersetzungen kontextuell genauer sind und die beabsichtigte Bedeutung beibehalten wird. Das kann vorteilhaft sein, wenn du mit idiomatischen Ausdrücken und komplexen Sätzen zu tun hast.
• Übersetzungsqualität: DeepL ist bekannt für seine Übersetzungsqualität bei bestimmten Sprachpaaren, die von den Nutzern hoch geschätzt wird. Seine Fähigkeit, den Kontext zu erfassen und präzise Übersetzungen bereitzustellen, wird sowohl von Profis als auch von Sprachbegeisterten geschätzt.
• Übersetzer-Plugin und Desktop-Apps: DeepL bietet Browser-Plugins, die sich in verschiedene Anwendungen, einschließlich Microsoft Office, integrieren lassen. So kannst du direkt Texte übersetzen, ohne das Programm, das du gerade nutzt, zu verlassen. Oder du lädst dir einfach die Desktop-App auf deinem bevorzugten Betriebssystem runter.
• Dokumentübersetzungs-Funktion: Neben der Textübersetzung kannst du mit DeepL ganze Dokumente hochladen und übersetzen lassen. Das ist super praktisch, wenn du oder dein Unternehmen mit mehrsprachigen Inhalten arbeitet.
• Datenschutz: Mit Sitz in Deutschland unterliegt DeepL den Datenschutzgesetzen der EU. Obwohl das Unternehmen nicht viel darüber sagt, wie Daten im kostenlosen maschinellen Übersetzungstool von DeepL behandelt werden, wird klar, dass alle DeepL Pro-Abonnenten eine sichere und verschlüsselte Verbindung für alle Übersetzungen genießen können und dass die Daten nach Abschluss der Übersetzung nicht auf deren Servern gespeichert werden.
• API-Integration: DeepL bietet eine API, die Entwicklern ermöglicht, die Übersetzungsdienste von DeepL in ihre Anwendungen, Websites oder Dienste zu integrieren, um für die Endnutzer ein nahtloses Übersetzungserlebnis zu schaffen.

Wer sind die größten Konkurrenten von DeepL?

Das Universum der Übersetzungstools ist groß und vielfältig. Neben DeepL zählen einige der bekanntesten Anbieter für maschinelle Übersetzung dazu:

Google Übersetzer

2006 gestartet, hat Google Übersetzer 2016 von einem statistischen Modell zu einem NMT-Modell gewechselt – nur ein paar Monate bevor DeepL loslegte.

Es unterstützt mehr als 133 Sprachen und du kannst es kostenlos nutzen (außer du verwendest die API, um deine eigene Website zu übersetzen oder wenn du die Marke von 500.000 Zeichen pro Monat überschreitest). Die sehr zugängliche Benutzeroberfläche und das intuitive Design machen es zu einer beliebten Wahl für Gelegenheitsnutzer. Außerdem kann es ganze Websites, Bilder und Sprache übersetzen.

Systran Translate

1968 gegründet, war Systran die erste kommerzielle Übersetzungssoftware auf dem Markt. Systran ist auch das einzige Unternehmen mit einem Open-Source-Ökosystem für neuronale maschinelle Übersetzung und neuronales Sequenzlernen: OpenNMT.

Systran Translate unterstützt über 50 Sprachen, und du kannst deine eigenen Glossare, Wörterbücher und Korpora hinzufügen, um die Ausgabe zu personalisieren.

Microsoft Translator

In Bing (Microsofts Suchmaschine) eingebunden und als eingebaute Funktion in Microsoft Office-Anwendungen, startete Microsoft Translator 2009 und basiert auf der neuesten Neuronalen maschinellen Übersetzung mit einem aufmerksamkeitsbasierten Modell.

Heutzutage gibt es die App auch als eigenständige mobile Version für iPhones und Android-Geräte. Es unterstützt über 100 Sprachen und ermöglicht Sprach- und Textübersetzungen.

Amazon Translate

Einer der jüngsten Akteure auf dem Gebiet, Amazon Translate, wurde 2017 veröffentlicht. Es nutzt eine Engine für Neuronale maschinelle Übersetzung und hat in seiner kurzen Lebensdauer beeindruckende Leistungen erbracht.

Du benötigst ein AWS-Konto, um auf die Vielzahl von Funktionen zuzugreifen, die Amazon Translate bietet – Anpassung (Terminologie und parallele Daten), Kodierung von Terminologie und Batch-Übersetzung (Amazon S3), um nur einige zu nennen.

Tencent Maschinelle Übersetzung

Tencent Maschinelle Übersetzung (TMT) ist einer der neuesten Anbieter auf dem Markt. Es unterstützt derzeit 10 Sprachen und kombiniert sowohl neuronale als auch statistische Modelle der Maschinellen Übersetzung.

Tencent maschinelle Übersetzung sticht besonders durch ihre Fähigkeiten in der chinesischen Sprache hervor, da sie die höchsten jemals aufgezeichneten menschlichen Bewertungsergebnisse für die Übersetzung von Englisch nach Chinesisch und die höchsten automatisierten Ergebnisse für die Übersetzung von Chinesisch nach Englisch erzielt hat.

DeepL vs Google Translate: Was ist besser?

Ist DeepL besser als Google Translate? Die Antwort auf diese Frage hängt, wie alles andere, vom Kontext und den spezifischen Bedürfnissen des Nutzers ab. Generell wird DeepL oft als genauere MT-Engine als Google Translate angesehen.

Gesagt sei allerdings, es gibt einige Einschränkungen: Die Sprachauswahl von DeepL ist begrenzter als die von Google, und um auf die volle Bandbreite an Funktionen zugreifen zu können – wie die komplette Dokumentenübersetzung, die das Originalformat beibehält, oder die Wahl zwischen formellem und informellem Register – brauchst du ein Premium-Konto.

Ein Feature, das DeepL anbietet und das du bei Google Translate nicht findest, ist die Möglichkeit, auf jedes übersetzte Wort im Ausgabefeld zu klicken, um schnell alternative Übersetzungen zu sehen. Wenn du eine andere Übersetzung wählst als die, die DeepL vorgeschlagen hat, passt sich der Rest des Textes automatisch an deine Auswahl an.

Was die Sicherheit angeht, speichern sowohl Google Translate als auch DeepL in ihren kostenlosen Versionen die Historie der Texte, die du übersetzt. Im Gegensatz dazu bietet DeepL Pro weltweit führende Datenschutzstandards und löscht deine Texte sofort nach der Übersetzung. Dies macht es besonders geeignet für sensible Inhalte.

Insgesamt haben beide Anbieter coole Lösungen für maschinelle Übersetzung im Angebot. Suchst du nur ein günstiges, easy zu bedienendes Übersetzungstool mit vielen Sprachoptionen, das du nicht anpassen musst? Dann könnte Google Übersetzer die bessere Wahl sein. Brauchst du aber hochgenaue Übersetzungen, die du anpassen kannst und bei denen deine Daten sicher sind, dann ist DeepL wahrscheinlich die bessere Wahl.

Die Genauigkeit und Performance von DeepL bewerten

Es kann echt knifflig sein, die Genauigkeit einer maschinellen Übersetzung zu bestimmen. Die Ergebnisse variieren je nach den beteiligten Sprachpaaren, den Arten von Texten, die du übersetzt – ein hoch technisches Finanzdokument ist nicht dasselbe wie ein Blogbeitrag – und dem Grad der Anpassung, den du benötigst.

Außerdem, weil Sprache dynamisch ist und Faktoren wie die beabsichtigte Bedeutung des Autors nicht gemessen werden können, hat Genauigkeit eine relative Definition. Zum Beispiel werden die Erwartungen an Grammatik- und Zeichensetzungsgenauigkeit für einen Roman anders sein als für einen Social-Media-Beitrag.

Das gesagt, basierend auf der allgemeinen Stimmung im Netz, berichten Nutzer, dass DeepL meistens ziemlich genau ist, vor allem bei europäischen Sprachpaaren. DeepLs eigene Experimente untermauern das. Allerdings könnte die Art und Weise, wie das Unternehmen die Daten präsentiert, potenziell als voreingenommen angesehen werden. Ein zuverlässigerer Indikator für die Genauigkeit ist das Benutzerfeedback – das tendenziell positiv ist, hauptsächlich in Bezug auf:

• Interpretation und Entsprechung von Redewendungen und Slang
• Natürlichkeit
• Register-sensitive Übersetzungen

Am Ende des Tages muss jeder Nutzer selbst entscheiden, nachdem er ausprobiert hat, wie DeepL in seinen Anwendungsfällen funktioniert. Die gute Nachricht ist, dass die kostenlose Version dir genau das ermöglicht, ohne Kosten zu verursachen.

Die Vor- und Nachteile von DeepL

Neuronale maschinelle Übersetzungssysteme wie DeepL eröffnen eine ganze Welt von Möglichkeiten. Als einer der führenden Anbieter von Neuronale maschinelle Übersetzung kann DeepL sein:

• Ziemlich genau: Es kann den breiteren Kontext von Wörtern und Phrasen verstehen, um genauere und flüssigere Übersetzungen zu erzeugen und sich mit der Zeit zu verbessern.
• Leicht zu lernen: Du kannst neuronale Netzwerke schnell durch automatisierte Prozesse trainieren, im Gegensatz zu den kostspieligen und weitgehend manuellen Methoden, die für herkömmliche Übersetzungssysteme erforderlich sind.
• Flexibel und einfach zu integrieren: Über APIs, Erweiterungen und Plugins kannst du es in die meisten Browser oder Software integrieren und auf viele Inhaltsdateiformate anwenden.
• Anpassbar: Normalerweise kannst du die Ausgabe von DeepL durch Terminologiedatenbanken, markenspezifische Glossare und andere Datenquellen anpassen, um die Ergebnisse zu verbessern.
• Kosteneffizient: Wie jede andere NMT-Engine, ermöglicht DeepL hochpräzise und schnelle Übersetzungen zu einem Bruchteil der Kosten.
• Skalierbar: Wenn du mehr übersetzen musst, kann DeepL dir helfen, die gestiegene Nachfrage problemlos zu erfüllen.

Das gesagt, obwohl die Entwicklung von DeepL große Höhen erreicht hat, wird wahrscheinlich keine maschinelle Übersetzung jemals perfekt sein – und DeepL hat noch einen Weg vor sich, um mit der menschlichen Genauigkeit Schritt zu halten.<1>

Wie sehr sich DeepL in den kommenden Jahren weiter verbessern wird, bleibt abzuwarten und ist schwer vorherzusagen. Im Moment bleibt es noch hinter menschlichen Fähigkeiten zurück, wie:

• Fragen stellen
• Den Kontext verstehen
• Fehler im Quelltext erkennen
• Ironie erkennen
• Kreativ übersetzen
• Überlegte Entscheidungen treffen
• Recherche machen
• Die Konsistenz im Blick behalten
• Vollständigkeit garantieren
• Absichtlich Informationen weglassen oder hinzufügen
• Glossare oder Notizen hinzufügen

Obwohl die Fähigkeit von maschineller Übersetzung, diese Arten von Aufgaben zu bewältigen, begrenzt bleibt, wird manuelles Post-Editing wahrscheinlich auch in naher Zukunft ein wesentlicher Bestandteil jedes Übersetzungs-Workflows bleiben.<1>

DeepL für professionelle Übersetzungen nutzen: Best Practices

Wenn du DeepL für maschinelle Übersetzung nutzt, ist es wichtig, sich an die Anwendungsfälle zu halten, bei denen du den größten Nutzen daraus ziehen kannst, ohne die Qualität zu beeinträchtigen. Dazu gehören:

• Inhalte mit geringer Sichtbarkeit oder wenig Traffic, wie interne Memos, Website-Fußzeilen, E-Mails, Social-Media-Posts zur Sentiment-Analyse usw.
• Wiederholender technischer Inhalt, der nur handlungsorientiert sein muss, wie Bedienungsanleitungen – wenn möglich, lass einen menschlichen Übersetzer diesen Inhalt nachbearbeiten, um Probleme mit der Benutzererfahrung zu vermeiden.<2>
• Inhalt mit geringem Risiko, der nicht hundertprozentig genau sein oder komplexe Vorschriften befolgen muss – ein gutes Beispiel sind von Nutzern erstellte Inhalte wie Produktbewertungen, bei denen die Leute normalerweise keine hohe Qualität erwarten.<2>
• Schnell verderblicher Inhalt, wie Chat- oder E-Mail-Supportnachrichten, Kundenanfragen usw.
• Große Mengen an Inhalten, die schnell umgesetzt werden müssen, wie Hunderte von Produktbeschreibungen, die zackig online gehen sollen.<2>
• Häufig geänderter Inhalt – denk an Funktions- und Informationsaktualisierungen.

Die meisten dieser Anwendungsfälle erfordern leichtes<1> Post-Editing der maschinellen Übersetzung (MTPE), um Genauigkeit und Klarheit zu gewährleisten, und du kannst möglicherweise sogar mit der Rohübersetzung auskommen, wenn der Inhalt nicht geschäftskritisch ist.<4>

Einige andere Arten von Inhalten, die ein höheres Maß an Genauigkeit erfordern, brauchen zeitintensiveres Post-Editing. Unter ihnen finden wir:

• Produktnamen: Sie sind sehr informativ und prägnant, enthalten oft Eigennamen und mehrdeutige Wörter, und ihre Wortstellung ist normalerweise relativ frei, was zu Mehrdeutigkeiten führen kann.
• Übersetzungen zwischen Sprachpaaren mit unähnlicher Syntax: Japanisch und Spanisch beispielsweise erfordern eine Umstellung von Wörtern und Phrasen, die gut gebildete Sätze für maschinelle Übersetzungsmotoren herausfordernder macht.
• Inhalt mit mittlerer Sichtbarkeit, der das Kundenerlebnis beeinflusst: Wissensdatenbanken, FAQs, Warnungen usw. müssen so genau wie möglich sein, um das Ziel eines effizienten Kundensupports zu erreichen.
• Back-end-SEO-Meta-Informationen: Einige SEO-Elemente, wie Alt-Texte und Bildunterschriften, haben eine geringe Sichtbarkeit, brauchen aber eine technische Optimierung, z. B. Schlüsselwörter in der Zielsprache, um die Suchrankings zu verbessern.

Wie du das Beste aus DeepL mit Übersetzungstechnologie herausholst

Moderne Übersetzungstechnologie, wie Lokalisierungsplattformen, hat sich zu einem Katalysator effizienter globaler Expansionsbemühungen entwickelt, indem sie die Art und Weise revolutioniert hat, wie Unternehmen mehrsprachige Inhalte verwalten, übersetzen und bereitstellen. Diese Tools optimieren den gesamten Prozess von Anfang bis Ende.

Die meisten dieser Lösungen integrieren auch maschinelle Übersetzungssysteme, die es den Nutzern ermöglichen, große Mengen Text schnell in die Zielsprache innerhalb derselben Benutzeroberfläche zu konvertieren, die sie bereits verwenden, um Inhalte zu importieren, zu übersetzen, zu überprüfen und zurück ins Ursystem zu exportieren. Die Produktivitätsgewinne allein sind erheblich und, wenn sie mit den Kosteneinsparungen kombiniert werden, die mit der Nutzung von MT verbunden sind, kann der daraus resultierende ROI spektakulär sein.

Im Gegensatz dazu, wenn du MT als eigenständige Engine nutzt, die nicht im selben System wie deine Inhalte existiert, fügst du dem Übersetzungsprozess effektiv eine zusätzliche Komplexitätsebene hinzu – stell dir nur den Aufwand vor, Dateien manuell hochzuladen oder Ergebnisse herunterzuladen. Die resultierenden Engpässe, unzusammenhängenden Arbeitsabläufe und der Mangel an Sichtbarkeit in den gesamten Prozess wirken sich unvermeidlich auf die Lieferzeit und die Genauigkeit deiner Übersetzungen aus.

Schau dir das Beispiel von DeepL als vollständig verwaltete MT-Engine in einem Unternehmen für Übersetzungsmanagement-Systeme wie Phrase TMS an. Das System nutzt automatisch die beste Engine für maschinelle Übersetzung für jeden Job, und seine KI-basierte Lösung filtert Inhalte aus, die nicht übersetzt werden sollten:

• Du musst dir keine Sorgen um die technische Einrichtung machen: Einfach den Schalter auf „ein“ stellen, aktiviert automatisch die Engine für deine Sprachen und ermöglicht es dir, ihre Leistung sofort zu nutzen.
• Verwende DeepL nur für den am besten geeigneten Inhalt: Obwohl DeepL eine sehr starke Engine ist, gibt’s keine Garantie – nicht alle Bereiche und Sprachpaare ziehen den gleichen Nutzen daraus. Mit der Autoselect-Funktion von Phrase kannst du mehrere Engines für maschinelle Übersetzung gleichzeitig aktivieren und sie automatisch dem Inhalt zuweisen, der am besten zu ihren Fähigkeiten passt.
• Glossare verwenden: Du kannst alle deine maschinelle Übersetzungsglossare und Terminologie direkt im TMS verwalten, und DeepL wird sie verwenden, um sicherzustellen, dass alle deine Übersetzungen mit dem Stil deines Unternehmens übereinstimmen. Das funktioniert auch für andere integrierte MT-Engines.
• Genieße unbegrenzte MT für Post-Editing über Engines hinweg: Obwohl DeepL unbegrenzte MT als eigenständige Lösung anbietet, kannst du mit Phrase TMS denselben Vorteil für alle vollständig verwalteten Engines genießen.

DeepL ist so gut, wie du es verwendest

Es ist klar, dass DeepL seit seinen bescheidenen Anfängen einen langen Weg zurückgelegt hat, und heute kannst du es verwenden, um schnell hochwertige Übersetzungen für eine Vielzahl von Anwendungsfällen zu generieren.

Um jedoch sein wahres Potenzial freizusetzen, musst du es für die richtige Art von Inhalten verwenden, mit unterschiedlichen Post-Editing-Niveaus je nach Anwendungsfall und natürlich innerhalb der richtigen Technologie. Ein Übersetzungsmanagementsystem wie Phrase TMS ist der perfekte Kontext für diesen Zweck und ermöglicht dir den Zugriff auf alle Funktionen, die DeepL zum Strahlen bringen.