P wie Post Editing
Theorie: Mit Post-Editing meinen wir hier die sprachliche Nachbearbeitung maschinell übersetzter Texte. Diesen menschlichen Eingriff braucht’s, weil Computer halt noch immer keine Ahnung von sprachlichen Feinheiten haben – KI hin, Deep Learning her. Post-Editing ist eine anspruchsvolle Aufgabe und wird als Dienstleistung von seriösen Übersetzungsbüros zu seriösen Preisen angeboten.
Realität: So weit so simpel, nur scheint sich der Sinn solcher Angebote in der ICT-Branche nicht überall herumgesprochen zu haben. Wie sonst kann es sein, dass man von Applikationen und Websites vermehrt Texte serviert bekommt, die schon von Weitem nach Google Translator riechen? Da mutiert dann das «CAN Bus Diagnostic Tool» zum «Dosenbus-Diagnosetool». Aus «Navigation in SAP ...» wird fröhliches «Navigieren im SAFT ...». Und was zum Geier sind «Erfahrungen, die Ihre Inhalte analysieren, Onlineinhalte herunterladen sowie andere verbundene Erfahrungen wie gemeinsame Dokumenterstellung und Onlinespeicher»?
Gewiss, solcherlei Geschwurbel hat einen gewissen Unterhaltungswert. Es hat aber auch die fiese Eigenschaft, meist grad dann aufzupoppen, wenn einem der Sinn für Humor komplett fehlt. Das soll bei den meisten Menschen ja der Normalzustand sein – speziell bei der Arbeit. Wer hat dort schon Zeit und Lust, sich zu fragen, was einem die Maschine nun wirklich mitzuteilen wünscht?
Warum riskieren selbst renommierte Firmen, Ihre Kundschaft mit sprachlichem Müll zu vergraulen und sich obendrein noch dem Gespött von Kolumnisten auszusetzen? Sind es die Kosten? Ist es der Zeitdruck? Fehlt es an Qualitätsbewusstsein oder ist es schlicht Gedankenlosigkeit? Man weiss es nicht.
Fazit: Mal rasch einen Text maschinell zu übersetzen und unbearbeitet hinauszuposaunen, mag für interne Mails und dergleichen recht und billig sein. Sobald es aber um die Lokalisierung von Inhalten fürs Web oder Nutzeroberflächen geht, lohnt sich der Gang zum Übersetzungsdienst des Vertrauens. Das kostet nicht die Welt, hilft der UX aber ungemein.
Digitale Souveränität mit Open-Source-Technologien als idealer Mittelweg
Web-Accessibility – wie sich mit wenig Aufwand viel bewirken lässt
Wie KI unsere Arbeit wirklich verändert
Wie Datenräume Wettbewerb und Innovation ermöglichen
Wie Behörden und Unternehmen mit Open Source Abhängigkeiten verringern
Barrierefreiheit in der Webentwicklung: Pflicht, Praxis und Potenzial von KI
KI ohne FinOps wird zur Kostenfalle
Fintech-Bewilligung in der Schweiz – Chancen, Hürden und Erfahrungen
Wie Führungskräfte im KI-Zeitalter unersetzbar bleiben