Inhaltsverzeichnis

    Blog

    Post-Editing: ein Leitfaden für Praktiker

    Post-Editing: ein Leitfaden für Praktiker

    JEDES Unternehmen mit internationaler Ausrichtung sollte diesen Ratgeber lesen. Warum?

    Weil praktisch die gesamte globale Wirtschaft heute für ihren Übersetzungsbedarf auf künstliche Intelligenz zurückgreift – und Post-Editing der Schlüssel zu hochwertigen KI-Übersetzungen ist.

    Dieser Leitfaden richtet sich an Organisationen, die maschinelle Übersetzung und Post-Editing (MTPE) professionell einsetzen möchten. Er stellt die wichtigsten Konzepte vor, liefert Praxistipps zu Abläufen und gibt ehrliche Einblicke in die Arbeit mit Post-Editing.

    Was ist Post-Editing?

    Post-Editing bezeichnet das Editieren und Korrigieren einer maschinell erzeugten Übersetzung. Einfacher ausgedrückt wird dabei eine Übersetzung erst von einem Computer generiert und anschließend von einem Menschen – dem sogenannten Post-Editor – nachbearbeitet. Letzterer prüft unter anderem die Verständlichkeit des Textes und korrigiert inhaltliche Fehler. Dabei wird ein vorab definiertes Qualitätsniveau anvisiert.

    Die ISO-Norm 18587 dient als idealer Einstieg, um sich mit den Prozessen des Post-Editings vertraut zu machen.

    Was sind die Vorteile von Post-Editing?

    An erster Stelle stehen ganz klar die Kosten. Ein MTPE-Workflow ist um 30 bis 80 Prozent günstiger als eine Humanübersetzung. Die Anfertigung der Übersetzung kann dabei bis zu dreimal schneller erfolgen. Dank beschleunigter Übersetzungen können Unternehmen Produkte im Ausland schneller auf den Markt bringen und wichtige Informationen noch zeitnaher kommunizieren. Ebenso kommen nun Texte für eine Übersetzung infrage, bei denen dieses Vorgehen zuvor schlicht zu teuer gewesen wäre.

    Post-Editing in der Praxis: Ein Step-by-Step-Guide

    1. Content Audit durchführen

    Am Anfang jeder erfolgreichen Implementierung von Post-Editing steht ein Content Audit. Dieser entscheidet darüber, für welche Ihrer Texte MTPE ein gutes Match ist. Die Analyse sollte folgende Kriterien berücksichtigen:

    • Zielsprachen: Manche Sprachen lassen sich hervorragend, andere eher mäßig mit KI übersetzen (lesen Sie auch unseren Blog Post zu diesem Thema). Testen Sie deshalb den Übersetzungsdienst Ihrer Wahl (z. B. Google Translate) separat für jede Sprachkombination. Weiteren Aufschluss über das aktuelle Leistungsvermögen von MT-Systemen liefern Branchenberichte wie der Machine Translation Report von Intento.
    • Textsorte: Legen Sie den Fokus auf informative Texte, die primär verständlich sein müssen. Beispiele sind technische Handbücher, Anleitungen, Produktbeschreibungen oder Onlinehilfen. Weniger geeignet sind Marketing-Content (hier ist Transkreation der beste Ansatz), Software-Inhalte und sprachlich verspielte Texte.
    • Inhaltliche Komplexität: Ohne Zusatztraining kommt maschinelle Übersetzung vor allem mit allgemeinsprachlichen Themen zurecht. Die Textsicherheit sinkt bei hochspezialisierter Fachsprache (etwa eine Anleitung für eine 5-Achs-CNC-Fräsmaschine) oder jargonlastigen Texten (etwa Werbung für Gaming-Equipment).
    • Qualität: Schließen Sie Texte aus, deren Übersetzung Kreativität und stilistische Brillanz erfordern. Sprechen Sie sich im Zweifelsfall mit dem zuständigen Fachbereich ab, ob die angestrebte Qualität (siehe Kapitel „Qualitätserwartung definieren“) wirklich den geforderten Ansprüchen genügt.

    Post-editierte Texte erreichen in der Regel NICHT das Niveau einer menschlichen Übersetzung – sie sind oft linearer und etwas „wörtlicher“ als Humanübersetzungen. Behalten Sie diese Tatsache bei der Auswahl geeigneter Inhalte im Auge.

    2. Post-Editing-Qualität definieren

    Nur durch eine glasklare Definition der gewünschten Textqualität erhalten Sie beim Post-Editing zuverlässige und konsistente Ergebnisse. Die bekanntesten Qualitätslevel sind Light Post-Editing (Light PE) und Full Post-Editing (Full PE). Die nachfolgenden Definitionen dienen Ihnen als Richtschnur und können von Projekt zu Projekt angepasst werden.

    Light Post-Editing

    Light PE produziert eine Textqualität, die gerne mit „gut genug“ umschrieben mit. Der Fokus liegt auf der Erstellung eines gebrauchstauglichen Textes. Die Übersetzung kann stellenweise „wörtlich“ klingen oder wie von einer Maschine übersetzt. Dafür ist sie in wesentlichen Teilen inhaltlich korrekt. Der Fokus liegt auf Verständlichkeit. Gegenüber einer menschlichen Übersetzung ist Light PE satte 50 bis 200 Prozent schneller.

    Full Post-Editing

    Full PE strebt ein Ergebnis an, das einer menschlichen Übersetzung nahekommt. Der Text sollte keine inhaltlichen Schwächen oder Grammatik- und Rechtschreibfehler mehr enthalten und verwendet die korrekte Fachsprache und Terminologie. Es fehlt jedoch der stilistische Feinschliff, ebenso wenig hat eine Adaption der Übersetzung an den Zielmarkt stattgefunden. Der Fokus liegt auf Genauigkeit. Gegenüber einer menschlichen Übersetzung ist Full PE 25 bis 50 Prozent schneller.

    Insgesamt ist Qualität in Übersetzungen traditionell schwer definierbar. Trotz der bestehenden ISO-Normen gibt es auch für Post-Editing keine allgemeingültigen Qualitätsstandards. Wir empfehlen Ihnen, Ihre Post-Editing-Richtlinien anhand unserer Vorgaben in diesem Ratgeber vorläufig zu formulieren und dann im Laufe der Zeit anhand Ihrer Erfahrungen und des Feedbacks Ihrer Post-Editoren weiter anzupassen.

    Was wird bei welchem Übersetzungsansatz korrigiert?
    Maschinelle ÜbersetzungLight PEFull PEHuman-übersetzung
    Inhaltiche KorrektheitKernaussagen des Ausgangstextes werden transportiert
    Beleidigende oder kulturell unangemessene Formulierungen
    Rechtschreibung und Grammatik
    SatzbauKann ungewöhnlich seinKorrekte SyntaxOptimiert für Verständlichkeit und Lesefluss
    StilGrammatikalisch korrekt, aber nicht immer idiomatischAn Zielgruppe und Textsorte angepasst
    Kulturelle Adäquatheit
    TerminologieSchlüssel-terminologie ist korrekt
    TextflussKorrektur nur im Hinblick auf Textverständlichkeit
    Konsistente Formulierung

    Experimentelle Workflows

    Ein weiterer Ansatz für MTPE ist monolinguales Post-Editing. Dabei wird die maschinelle Übersetzung geprüft, ohne den Ausgangstext zurate zu ziehen. Der Fokus beim Korrigieren liegt also ausschließlich auf dem Zieltext. So wird der Post-Editing-Prozess spürbar beschleunigt und noch kosteneffizienter gestaltet. Gerade für Sprachen, in denen qualifizierte Übersetzer rar gesät sind, kann diese Methode eine Überlegung wert sein. Ein Nachteil ist, dass manche Fehler ohne den Abgleich mit dem Ausgangstext unentdeckt bleiben. Die Äquivalenz zwischen Ausgangs- und Zieltext wird somit nicht vollständig gewährleistet.

    Auf der anderen Seite können MTPE-Workflows natürlich auch noch qualitätsbewusster gestaltet werden. So kann in Post-Editing-Richtlinien etwa vermerkt werden, dass ein hauseigener Styleguide oder andere spezifische Sprachregelungen berücksichtigt werden sollen.

    Interesse geweckt? Hier finden Sie einen Überblick über unser Angebot an Post-Editing-Services.

    Lesen Sie die Post-Editing-Richtlinien des Branchenverbands TAUS, um sich eingehender mit verbreiteten Qualitätskriterien für MTPE vertraut zu machen.

    3. Post-Editoren rekrutieren

    Ein guter Übersetzer ist noch lange kein guter Post-Editor – manchmal ist sogar das Gegenteil der Fall.

    Post-Editieren ist eine Tätigkeit, die sich fundamental vom Übersetzen unterscheidet. Geschwindigkeit und hoch konzentriertes Arbeiten haben oberste Priorität. Auch der Blick auf den zu prüfenden Text verändert sich, da eine Maschine bei der Textproduktion ganz andere Stärken und Schwächen offenbart als der Mensch.

    Wie sieht also das Jobprofil eines Post-Editors aus?

    Beginnen wir bei den Basics.

    An vorderster Stelle stehen wie beim Übersetzen exzellente Kenntnisse der Fremdsprache und muttersprachliche Kompetenz in der Zielsprache. Hinzu kommt die Fähigkeit, sich in neue Themengebiete einzuarbeiten und komplexe Sachverhalte zu recherchieren. Ebenfalls ein Muss sind interkulturelle Kompetenz sowie Versiertheit im Umgang mit gängigen Übersetzungstools.

    Extrem relevant für Post-Editing ist zudem Erfahrung mit dem Fachgebiet und den Konventionen der zugrundeliegenden Textsorte. Schließlich haben Post-Editierende verglichen mit einer regulären Übersetzung oft nur einen Bruchteil der Zeit, um sich mit Unklarheiten im Ausgangstext auseinanderzusetzen.

    Darüber hinaus ist ein Verständnis der Funktionsweise von maschineller Übersetzung wichtig (die sogenannte Machine Translation Literacy): Wie funktioniert maschinelle Übersetzung? Was sind die populärsten Systeme und welche Limitationen haben sie? Und welche Fehlerarten verursacht maschinelle Übersetzung am häufigsten (siehe Kapitel „Fehlerkategorien erkennen und korrigieren“)?

    Auch mentale Resilienz (siehe „Die Psychologie des Post-Editings“) und Technikaffinität sind gern gesehene Soft Skills.

    Kurzum: Die Anforderungen an Post-Editoren sind höher, als viele Unternehmen vermuten. Eine sorgfältige Auswahl und Schulung von Post-Editoren ist deshalb unerlässlich.

    4. Post-Editoren trainieren

    Das Team bei Milengo nutzte Post-Editing schon weit bevor der Hype um maschinelle Übersetzung einsetzte. Nachfolgend finden Sie deshalb vier besonders relevante Praxistipps von uns, die Sie Ihren Post-Editoren zur Hand geben können.

    Vorsicht vor dem Priming-Effekt

    Studien zeigen, dass Übersetzende beim Einsatz maschineller Übersetzung durch den Maschinen-Output stark vorgeprägt werden. Dieses Phänomen wird auch als „Priming-Effekt“ bezeichnet.

    Was bedeutet das genau?

    Im Grunde, dass sich Post-Editierende zu stark an der maschinellen Vorlage orientieren. Das ist kaum verwunderlich: Schließlich ist es mental schwieriger, einen bereits vorhandenen Text abzuändern, als selbst einen neuen Text zu verfassen – gerade wenn dieser auch noch ziemlich „okay“ klingt. Die Konsequenz: Ungelenke Formulierungen bleiben stehen, Übersetzungsfehler werden übersehen, der Satzbau klingt zu wörtlich und „übersetzt“.

    Der Schlüssel zur Überwindung dieser mentalen Blockade ist, sie sich während des Post-Editings-Vorgangs genau bewusst zu machen. Bei besonders sensiblen Texten sollten Sie zudem erwägen, eventuell auf Post-Editing zu verzichten.

    Over-Editing vermeiden

    Post-Editing verfolgt das Ziel, zweckmäßige Texte zu produzieren. Dabei steht Kosteneffizienz, nicht höchste Textgüte im Vordergrund. Das widerstrebt dem Naturell von Übersetzenden, die oft perfektionistisch veranlagt sind. Bei mangelnder Erfahrung nehmen diese beim Post-Editing oft zu viele präferenzielle Änderungen am Text vor und verbessern ihn „zu stark“. Ein post-editierter Text muss aber nicht immer perfekt sein, um seinen Zweck zu erfüllen. Welche Fehler sollen also tatsächlich korrigiert werden? Und was soll stehenbleiben? Die Antwort sollten Ihre Post-Editing-Richtlinien liefern.

    Die 5-Sekunden-Regel

    Manchmal ist die Qualität einer Maschinenübersetzung zu schlecht, als dass sich eine Korrektur noch lohnen würde. In diesem Fall müssen Post-Editoren den Ausgangstext von Grund auf neu übersetzen. Die Entscheidung, ob der Output brauchbar ist oder eine Neuübersetzung effizienter ist, muss dabei binnen möglichst kurzer Zeit getroffen werden. Experten veranschlagen hierfür eine Bedenkzeit von fünf bis zehn Sekunden. Die genaue Dauer hängt sicherlich stark vom Kontext ab; festzuhalten ist jedoch, dass die Evaluation nicht zu sehr in die Länge gezogen werden sollte – andernfalls kann Post-Editing sogar mehr Zeit in Anspruch nehmen als eine menschliche Übersetzung.

    Feinschliff durch zusätzliche Korrekturrunde

    KI-Übersetzungen gelingt es nicht immer, einen ansprechenden Stil und Textfluss zu erzeugen. Gerade für Full Post-Editing wird deshalb empfohlen, nach der Erstkorrektur der maschinellen Textvorlage noch eine weitere Runde zur Textverbesserung einzulegen. Der Fokus dabei sollte auf Textfluss und Lesbarkeit liegen. Essenziell dafür ist, den Ausgangstext außer Acht zu lassen, um nicht von den dortigen vorhandenen syntaktischen Strukturen beeinflusst zu werden.

    GRATIS-DOWNLOAD: Milengos Post-Editing-Richtlinien

    5. Fehlerkategorien erkennen und korrigieren

    KI-Übersetzungen der Gegenwart sind verblüffend präzise. Wissenschaftliche Studien (z. B. Burchhardt) zeigen jedoch auch, dass abseits des schönen Scheins noch nicht alles glänzt.

    Die Wurzel des Problems: Maschinelle Übersetzungssysteme „verstehen“ menschliche Sprache nicht, sondern produzieren Übersetzungen lediglich anhand der Berechnung semantischer Wahrscheinlichkeiten. Als Konsequenz verursachen Maschinen unkonventionelle Übersetzungsfehler, die von Menschen leicht bei der Korrektur übersehen werden.

    Schulen Sie deshalb Post-Editierende in der Erkennung und Klassifizierung derartiger Übersetzungsfehler.

    Einen Startpunkt bietet die folgende Liste:

    FehlerkategorieProblembeschreibung
    AusgangstextBlinde Übernahme von Fehlern aus dem Ausgangstext
    BrandingInkonsistente Übersetzung von Firmensprache, Slogans etc.
    EigennamenFehlübersetzung von Produkt- und Markennamen, Akronymen und mehr
    Fehlübersetzungz. B. seltene Begriffe, idiomatische Ausdrücke, Umgangssprache
    Gendersensible SpracheFalsche Verwendung genderneutraler Bezeichnungen
    Kulturelle AdaptionNicht mit maschineller Übersetzung realisierbar
    LängenbeschränkungVerursachung von Designkonflikten (z. B. zu lange Überschriften oder Software-Strings)
    NichtübersetzungWörter oder ganze Textstellen bleiben unübersetzt
    StilZu wörtliche Übersetzungen
    SyntaxUnklare Textbedeutung wegen fehlerhaftem Satzbau
    TerminologieInkonsistente Übersetzung von Fachbegriffen
    Textexterne ReferenzenFehlerhafte Bezugnahme auf externe Texte
    TextflussHolprige Satzübergänge, fehlender Textrhythmus
    Textinterne ReferenzenFalsche Bezüge innerhalb eines Textes
    TextsortenkonventionMissachtung der Stilkonventionen für technische Anleitungen, Pressemitteilungen etc.
    TonalitätZu formelle oder informelle Leseransprache
    Zeichensetzungz. B. Verwendung gerader („“) statt typographischer („“) Anführungszeichen
    Zielgruppen-AdaptionNicht mit maschineller Übersetzung realisierbar

    Vielleicht benötigen Sie für interne technische Dokumente keine gendersensible Sprache? Oder Feinheiten wie die Unterscheidung zwischen geraden und typografischen Anführungszeichen sind bei Ihrem Anwendungsfall vernachlässigbar? Diese Präferenzen sollten in Ihren Post-Editing-Richtlinien dokumentiert werden.

    Die Psychologie des Post-Editings

    Der Beruf des Post-Editors ist schon knapp 30 Jahre alt. Dennoch bleibt sein Profil seltsam unscharf.

    Klar ist zumindest: Die Arbeitsbedingungen von Post-Editierenden haben sich deutlich gebessert. Die Qualität maschineller Übersetzung ist so gut wie nie zuvor, was ein produktiveres und komfortableres Arbeiten ermöglicht.

    Wie jede andere Tätigkeit birgt aber auch die Rolle des Post-Editoren ihre Herausforderungen. Das kann für Sie bei der Schulung und dem Umgang mit Ihren Post-Editoren von Belang sein. Nachfolgend gewähren wir ein paar Einblicke in die psychologischen Fallstricke des Post-Editings.

    Gefühlte Entfremdung vom Arbeitsprodukt

    Manche Übersetzerinnen und Übersetzer, die erstmalig Post-Editing-Projekte übernehmen, beklagen eine geringere Identifikation mit dem Resultat ihrer Arbeit: Bei den Übersetzungen handele es sich nicht länger um ihre „eigenen“ Texte, sondern lediglich um eine Überarbeitung des Maschinen-Outputs. Zudem falle die Auseinandersetzung mit dem Text weniger intensiv aus, da zur Erreichung des geforderten Wortdurchsatzes oft nahezu doppelt so viele Wörter verarbeitet werden müssen wie bei einer regulären Übersetzung.

    Die zunehmende Mechanisierung von Arbeit und die damit einhergehenden Entfremdungseffekte des Arbeiters von seiner Tätigkeit (wie sie Marx schon vor knapp zweihundert Jahren prophezeite) sind auch in vielen anderen Branchen beobachtbar. Wird dieses Problem im Falle des Post-Editings nicht ernst genommen, kann es zu einer niedrigeren Motivation von Post-Editoren und einer höheren Fluktuation in Ihrem Übersetzungsteam führen.

    Lösungsansatz: Betrachten Sie Post-Editoren nicht nur als „Korrekturleser“ von KI-Übersetzungen, sondern als Sprachexperten und aktive Mitgestalter von Post-Editing-Prozessen. Das bedeutet konkret: Trainieren Sie Post-Editoren in der Funktionsweise maschineller Übersetzung und führen Sie regelmäßige Schulungen durch. Auf lange Sicht sollte zudem erwogen werden, Post-Editoren in das Training und die Evaluation maschineller Übersetzungssysteme einzubeziehen. Durch ein größeres Verständnis ihrer Tätigkeit und ein erweitertes Aufgabengebiet kann die Identifikation von Post-Editoren mit ihrer Aufgabe gesteigert werden.

    Ermüdungseffekt

    Die Arbeit mit maschineller Übersetzung erfordert Stressresistenz und hohe Konzentration. Innerhalb einer Stunde müssen oft bis zu 1000 Wörter von teils hoch anspruchsvollen Texten verstanden und korrigiert werden. Dabei sind die von der Maschine gemachten Fehler nicht immer leicht erkennbar. Gleichzeitig wiederholen sich banale Fehler unablässig, wie etwa fehlerhaft umgerechnete Maßeinheiten (Pfund in Kilo, Fuß in Meter) oder falsch gesetzte Anführungszeichen. Folglich wird Post-Editing von manchen Übersetzenden gegenüber dem klassischen Übersetzen als repetitiver und anstrengender wahrgenommen.

    Das lässt sich auch am Beispiel der Übersetzungsabteilung der Europäischen Kommission demonstrieren, die bereits seit über zehn Jahren mit Post-Editing arbeitet. Zwar konnten dort mit dem neuen Ansatz deutlich mehr Übersetzungen produziert werden, allerdings nahmen laut Cristiano Sebastiani, dem Vorsitzenden der EU-Gewerkschaft Renouveau et Démocratie, in dieser Zeit auch psychische Erkrankungen und Burnouts zu.

    Lösungsansatz: Sollten Ihre Post-Editierenden die Tätigkeit auf Dauer als zu repetitiv empfinden, wäre ein Abwechseln zwischen Post-Editing-Projekten und normalen Übersetzungsprojekten möglich. Auch die Bearbeitung unterschiedlicher Themengebiete und Textsorten kann für eine Auflockerung der Tätigkeit sorgen. Achten Sie außerdem darauf, maschinelle Übersetzung nur für Texte einzusetzen, bei denen sie auch wirklich eine gute Qualität erzielt. Andernfalls kann dies zu Frustration führen.

    Deprofessionalisierung

    Aus den oben genannten Gründen lehnt ein gewisser Prozentsatz der professionellen Übersetzerinnen und Übersetzer die Annahme von Post-Editing-Projekten ab. Die Folge ist ein Mangel an gut ausgebildeten Post-Editoren. Verschlechtert wird diese Situation noch dadurch, dass die Komplexität von Post-Editing von Unternehmen oft unterschätzt wird. Sie betrachten die Tätigkeit quasi als Korrektur eines „schon fast perfekten“ Textes, die kein besonderes Fachwissen erfordert.

    Als Konsequenz fällt die Bezahlung von Post-Editing-Projekten tendenziell niedriger aus als bei regulären Übersetzungen. Nicht selten werden angesichts der aus dieser Gemengelage entstandenen Kompetenzlücke auch „Gelegenheitsübersetzer“ zur Nachbearbeitung von maschinellem Output eingesetzt, was sich negativ auf die Qualität der fertigen Übersetzung auswirkt.

    Lösungsansatz: Eine Option ist die Zusammenarbeit mit einer erfahrenen Übersetzungsagentur wie Milengo. Dadurch erhalten Sie Zugang zu einem Pool qualifizierter Post-Editoren, der über Jahre hinweg sorgfältig aufgebaut wurde – inklusive Qualitätssicherung und reibungsloser Prozesse.

    Wie geht es weiter?

    Wunderbar! Sie haben sich einen umfassenden Überblick über das Thema Post-Editing verschafft. Der nächste Schritt ist nun die praktische Umsetzung in Ihrem Unternehmen. Dafür können Sie die in diesem Ratgeber bereitgestellten Materialien und Lektüretipps heranziehen.

    Gerne stehen wir Ihnen als erfahrene Übersetzungsagentur bei diesem Prozess auch unterstützend zur Seite. Ob mit professionellen Post-Editoren, einer Beratung zu technischen Fragen oder Hilfe bei der Auswahl der besten Übersetzungstechnologie. Alles weitere besprechen wir gerne mit Ihnen in einem unverbindlichen Kennenlern-Call!

    KI-Übersetzung

    Johannes Rahm

    alle Beiträge lesen

    Johannes ist ein erfahrener Übersetzer, Copywriter und SEO-Spezialist, der seit über einem Jahrzehnt in der Lokalisierungsbranche aktiv ist. Sein Fokus liegt dabei auf der Übersetzung von Marketing-Content für führende B2B-Unternehmen in der DACH-Region. Trotz seiner Passion für Science Fiction hält er die menschliche Sprache auch im Zeitalter von KI für unsere mächtigste „Technologie“ und erkundet fortlaufend ihr Potenzial, Menschen und Organisationen zusammenzubringen und zu inspirieren.