{"id":16292,"date":"2024-08-27T09:00:00","date_gmt":"2024-08-27T07:00:00","guid":{"rendered":"https:\/\/blog.zhaw.ch\/languagematters\/?p=16292"},"modified":"2025-10-23T10:54:37","modified_gmt":"2025-10-23T08:54:37","slug":"neural-machine-translation-und-large-language-models-muessen-sich-uebersetzerinnen-entscheiden","status":"publish","type":"post","link":"https:\/\/blog.zhaw.ch\/languagematters\/2024\/08\/27\/neural-machine-translation-und-large-language-models-muessen-sich-uebersetzerinnen-entscheiden\/","title":{"rendered":"Neural Machine Translation und Large Language Models: M\u00fcssen sich \u00dcbersetzer:innen entscheiden?"},"content":{"rendered":"\n

Selbst die besten Werkzeuge brauchen geschulte H\u00e4nde. Das gilt auch f\u00fcr \u00dcbersetzungstools: Nur wer sie versteht, kann deren Ergebnisse fundiert einsch\u00e4tzen und professionelle Texte erzeugen. Denn die den \u00dcbersetzungstools zugrundeliegenden Technologien \u2013 Neural Machine Translation und Large Language Models \u2013<\/strong> unterscheiden sich teils erheblich in ihren Ergebnissen. Ein Vergleich zeigt: \u00dcbersetzer:innen m\u00fcssen sich nicht entscheiden \u2013 vielmehr geht es um den gezielten Einsatz der Technologien.<\/strong><\/h2>\n\n\n\n

Autorin: Iris Baumann<\/p>\n\n\n\n

Translation Management Systems und ihre zum Teil integrierten \u00dcbersetzungstools sind heutzutage f\u00fcr \u00dcbersetzer:innen unverzichtbar geworden. Hinter diesen modernen Technologien stecken unterschiedliche Parameter und mathematische Modelle der Computerlinguistik. Wir haben diesbez\u00fcglich bei Expert:innen innerhalb des ZHAW Departements Angewandte Linguistik und bei Supertext x Textshuttle<\/a>, einem Schweizerischen Unternehmen f\u00fcr Sprachtechnologie, das eine eigene Softwarel\u00f6sung zur \u00dcbersetzung auf Basis von Neural Machine Translation und Large Language Models verwendet, nachgefragt. Der Blick hinter die Kulissen zeigt: Es hilft, die Funktionsweisen der \u00dcbersetzungstools zu verstehen, um deren Vor- und Nachteile einzusch\u00e4tzen \u2013 und damit bessere Ergebnisse zu erzielen.<\/p>\n\n\n\n

So funktionieren \u00dcbersetzungstools<\/strong><\/h2>\n\n\n\n

Zwei vielgenutzte Werkzeuge f\u00fcr \u00dcbersetzungen sind DeepL und ChatGPT. W\u00e4hrend DeepL auf \u00abNeural Machine Translation\u00bb basiert, st\u00fctzt sich ChatGPT auf ein \u00abLarge Language Model\u00bb. Beiden Tools liegen spezifische Modelle zugrunde, sogenannte \u00abLarge-Scale Neural Networks\u00bb. Diese bestehen aus vielen einzelnen Parametern, wobei wir uns den Prozess wie folgt vorstellen k\u00f6nnen: Die Parameter sind wie kleine Zahnr\u00e4der, die w\u00e4hrend des Trainings korrekt eingestellt werden. So spielt bei der sp\u00e4teren \u00dcbersetzung alles gut zusammen und es entstehen korrekte, fl\u00fcssige Ergebnisse. Das Modell muss diese Parameter aber zun\u00e4chst lernen, die Zahnr\u00e4der also richtig eingestellt werden. Dazu ben\u00f6tigt es bereits \u00fcbersetzte Texte als Referenz, wodurch das Modell so trainiert wird, dass mit dem Feinschliff auch idiomatische Ausdr\u00fccke m\u00f6glichst genau in der gew\u00fcnschten Zielsprache nachgebildet werden k\u00f6nnen.<\/p>\n\n\n\n

Oftmals werden solche \u00abLarge-Scale Neural Networks\u00bb mit unserem menschlichen Gehirn verglichen: Wir geben dem System einen Input \u2013 in diesem Fall einen Text. Dieser wird \u00fcber viele Vernetzungen \u2013 \u00e4hnlich zu unseren Neuronen \u2013 geleitet und wir erhalten anschliessend den passenden Output, also die \u00dcbersetzung. Klingt einfach, ist es aber doch nicht so ganz. Denn bei diesen Modellen liegen mathematische Funktionen zugrunde. Deshalb muss zun\u00e4chst jede Eingabe, bevor sie \u00fcberhaupt verarbeitet werden kann, in mathematische Vektoren umgewandelt werden. Dies erm\u00f6glicht eine verst\u00e4ndliche Abbildung und Verkn\u00fcpfung \u00e4hnlicher W\u00f6rter f\u00fcr das Modell. In der Linguistik lautet der Fachbegriff hierf\u00fcr \u00abWord Embedding\u00bb, also Wort-Einbettung.<\/p>\n\n\n\n

Neural Machine Translation vs. Large Language Models<\/strong><\/h2>\n\n\n\n

Neural Machine Translation (NMT) existiert bereits seit einiger Zeit und wir k\u00f6nnen es diesem Ansatz verdanken, dass es in den letzten Jahren zu einer Vielzahl an Verbesserungen in der maschinellen \u00dcbersetzung gekommen ist. Seit rund zwei Jahren ist hingegen der Ansatz von Large Language Models (LLM) in aller Munde \u2013 sie zeigen bei verschiedensten Aufgaben grosses Potenzial. Im Grunde genommen steckt aber dieselbe Technologie dahinter: Sowohl NMT als auch LLM basieren auf \u00abLarge-Scale Neural Networks\u00bb, die in unserem Fall einen Text erhalten und diesen schrittweise \u00fcbersetzen. Der Unterschied liegt in der Art, wie sie trainiert werden. <\/p>\n\n\n\n

Um zu unserem Beispiel der Zahnr\u00e4der zur\u00fcckzukehren: Bei NMT werden komplett neue Modelle \u2013 mit quasi unkalibrierten Zahnr\u00e4dern \u2013 direkt f\u00fcr die \u00dcbersetzung trainiert. LLMs wiederum lernen zun\u00e4chst nur anhand riesiger Mengen von monolingualen Texten, immer das n\u00e4chste Wort vorauszusagen. Dies wird in der Fachsprache als \u00abPretraining\u00bb, also als sogenanntes Vortrainieren bezeichnet. Erst in einem zweiten Schritt lernen sie, Instruktionen der Benutzenden zu folgen. Hier besteht auch die M\u00f6glichkeit, das Modell direkt f\u00fcr \u00dcbersetzungsdienstleistungen zu spezialisieren, wobei es nur ganz wenige Beispiele ben\u00f6tigt. Im Vergleich dazu werden NMT auf Millionen von \u00dcbersetzungen trainiert. Im entfernteren Sinn k\u00f6nnten wir sagen, das Trainieren eines NMT-Modells l\u00e4sst sich mit der Entwicklung eines Kindes vergleichen, das zun\u00e4chst noch das Sprechen erlernen muss. LLMs sind hingegen bereits in der Oberstufe, bringen schon ein gewisses Grundverst\u00e4ndnis f\u00fcr die Funktionsweise von Sprachen mit und m\u00fcssen \u00abnur\u00bb eine neue Sprache lernen.<\/p>\n\n\n\n

Das bedeuten diese Unterschiede konkret<\/strong><\/h2>\n\n\n\n

Modelle, die auf NMT basieren, sind typischerweise kleiner und verarbeiten k\u00fcrzere Texte auf einmal. Das bedeutet, dass man mit NMT zwar schneller \u00fcbersetzen kann. Aber: Durch ein kleineres Kontextfenster kann es oft vorkommen, dass \u00dcbersetzungen weniger fliessend wirken. Modelle auf Basis von NMT existieren aber schon l\u00e4nger. Aus diesem Grund gibt es verschiedenste Anbieter:innen, die eine grosse Werkzeugkiste zur \u00dcbersetzungsspezialisierung entwickelt haben. Somit sind NMT in Fachbereichen sehr stark und sind dazu in der Lage, beispielsweise auch firmeninterne Terminologien bei der \u00dcbersetzung zu ber\u00fccksichtigen. Mit Tools wie ChatGPT ist dies grunds\u00e4tzlich auch m\u00f6glich, allerdings ist hier der Mehraufwand seitens Nutzer:innen noch sehr gross. Denn sie m\u00fcssen sicherstellen, dass alle relevanten Informationen eingegeben werden.<\/p>\n\n\n\n

LLMs wie ChatGPT wiederum wurden f\u00fcr eine Vielzahl an Tasks entwickelt. Im \u00dcbersetzungsbereich produzieren sie oft \u00fcberraschend genaue und fl\u00fcssige Texte \u2013 dies aus dem Grund, dass sie Zugang zu einem viel gr\u00f6sseren Kontextfenster haben als NMT. Da LLMs auf allerlei Daten aus dem Internet vortrainiert werden, sind sie f\u00fcr h\u00e4ufig gesprochene Sprachen wie Deutsch oder Englisch, f\u00fcr die es sehr viel Online-Material gibt, sehr gut geeignet. F\u00fcr Sprachen mit weniger Datengrundlagen braucht es aber noch eine Menge Arbeit, bis die \u00dcbersetzungsqualit\u00e4t wirklich \u00fcberzeugt. Gerade auch bei LLMs, die nicht in einem zweiten Schritt f\u00fcr die \u00dcbersetzung spezialisiert wurden, kann es sein, dass man nicht nur den Text als solchen, sondern auch weiterf\u00fchrende Erkl\u00e4rungen als Output erh\u00e4lt. Dies wird dann zum Problem, wenn solche Tools in automatische Workflows eingebunden werden.<\/p>\n\n\n\n

Genauigkeit der Ergebnisse vs. Sprachfluss: Einsatz in der Praxis<\/strong><\/h2>\n\n\n\n

Der Einblick in die Funktionsweisen von NMT und LLM zeigt: Die beiden Ans\u00e4tze schliessen sich nicht gegenseitig aus, sondern erg\u00e4nzen sich vielmehr. Mit LLM \u00fcbersetzte Texte wirken fliessend und nat\u00fcrlich, da sie durch das Vortrainieren viel mehr Sprachbeispiele gesehen und beim \u00dcbersetzen ein gr\u00f6sseres Kontextfenster zur Verf\u00fcgung haben. Oftmals sind sie aber weniger genau als mit NMT bearbeitete Texte, die auch spezialisierte Terminologien zuverl\u00e4ssig \u00fcbersetzen. Dies wiederum f\u00fchrt dazu, dass sich NMT zu stark am Ausgangstext orientieren und die \u00dcbersetzung zwar weniger vom Original abweicht, der Lesefluss aber gest\u00f6rt werden kann. LLM-basierten Tools wird insofern mehr Kreativit\u00e4t zugeschrieben und sie gl\u00e4nzen bei Social Media Posts oder redaktionellem Inhalt. F\u00fcr spezialisierte Texte wie Finanzberichte oder Vertr\u00e4ge, bei denen auch maximaler Datenschutz gew\u00e4hrleistet werden muss, ist es wichtig, zun\u00e4chst auch die Anbieter:innen zu pr\u00fcfen. Denn bei Tools wie ChatGPT ist es m\u00f6glich, dass eigene Daten auch f\u00fcr weitere Trainings verwendet werden.<\/p>\n\n\n\n

Werkzeuge gezielt einsetzen<\/strong><\/h2>\n\n\n\n

\u00dcbersetzer:innen oder Project Managern f\u00fcr \u00dcbersetzungen stellt sich nicht die Frage, ob sie sich f\u00fcr NMT- oder LLM-basierte Tools entscheiden m\u00fcssen. Vielmehr liegt es an ihnen, sich kritisch und ergebnisorientiert zu \u00fcberlegen, welches Werkzeug f\u00fcr welchen Zweck zum Einsatz kommt. F\u00fcr die Sprachprofis von heute ist es also von grosser Bedeutung, die Technologien zu kennen und die verschiedenen Tools im Markt zu evaluieren, zu verifizieren und anzupassen. Doch was braucht es konkret dazu?<\/p>\n\n\n\n

Sprachprofis als Dreh- und Angelpunkt<\/strong><\/h2>\n\n\n\n

F\u00fcr maschinelle \u00dcbersetzungen braucht es nebst einem fundierten Beherrschen der Ursprungs- und Zielsprache auch ein grosses Verst\u00e4ndnis daf\u00fcr, wie Text und Maschine miteinander interagieren. Dar\u00fcber hinaus kennen \u00dcbersetzer:innen ihr Zielpublikum und bringen das n\u00f6tige Allgemeinwissen mit, um Geschriebenes in den richtigen Kontext zu setzen. Denn nicht zu vergessen: Aspekte wie Humor oder Sarkasmus sind f\u00fcr DeepL und Co. noch schwierig zu verstehen. Ein Text soll schliesslich die gew\u00fcnschte Wirkung erzielen. Aus diesem Grund ist es umso wichtiger, dass Sprachprofis Hand anlegen. Sie erkennen Nuancen wie sprachliche oder faktische Fehler, Vorurteile oder auch kontextlose \u00dcbersetzungsergebnisse, sogenannte Halluzinationen. \u00dcbersetzer:innen sind sich dieser Aspekte bewusst und tragen sie wiederum ins System oder in die Trainingspipeline der Tools ein, um solche Fehler zuk\u00fcnftig zu vermeiden. Somit haben sie einen direkten Einfluss auf die Qualit\u00e4tssicherung und -verbesserung von Sprachkorpora, die f\u00fcr NMT- und LLM-basierte Technologien verwendet werden.<\/p>\n\n\n\n

Sprachprofis bleiben also f\u00fcr professionelle \u00dcbersetzungen und \u00dcbersetzungsworkflows unabdingbar. Nur mit einem Verst\u00e4ndnis f\u00fcr deren Vorteile und Challenges, Risiken und Fallstricke gelingt es, \u00dcbersetzungstools gezielt einzusetzen. Auch bei der Qualit\u00e4tssicherung und beim Datenschutz sind es die Sprachprofis, die mit ihren sprachlichen und technischen Kompetenzen am besten daf\u00fcr gewappnet sind, Tools in einem komplexen Umfeld entsprechend den Anforderungen ihrer Kunden einzusetzen.<\/p>\n\n\n\n

Neugierig geworden?<\/strong><\/h2>\n\n\n\n

Der CAS Language Technology and Artificial Intelligence<\/a> widmet sich genau diesen Themen. Zusammen mit Profis aus Akademie und Berufspraxis lernen Teilnehmende, wie moderne \u00dcbersetzungs- und Sprachtechnologien funktionieren und welchem Wandel sie unterworfen sind. Mit praktischen \u00dcbungen und anschaulichen Beispielen lehrt der CAS, welche M\u00f6glichkeiten computergest\u00fctztes \u00dcbersetzen bietet und wo seine Grenzen liegen.<\/p>\n\n\n\n

\n\n\n\n

CAS Language Technology and Artificial Intelligence<\/h2>\n\n\n\n

Die perfekte Verbindung zwischen Expert:innen aus Forschung und Praxis: Unsere Dozierenden sind einerseits am Institut f\u00fcr \u00dcbersetzen und Dolmetschen (IUED) hier an der ZHAW t\u00e4tig; andererseits sind sie Expert:innen aus der Praxis.<\/p>\n\n\n\n

\n
Mehr erfahren<\/a><\/div>\n<\/div>\n\n\n\n

<\/p>\n\n\n\n

\n\n\n\n

Das sind unsere Expert:innen<\/h2>\n\n\n\n
\"\"<\/figure>
\n

Laura Subirats K\u00e4rkk\u00e4inen<\/strong>
Leitung Weiterbildung und Dienstleistung am Institut f\u00fcr \u00dcbersetzen und Dolmetschen an der ZHAW<\/p>\n<\/div><\/div>\n\n\n\n

\n

Morgan Kavanagh<\/strong>
Leitung Didaktische Innovation und Dozierende am Institut f\u00fcr \u00dcbersetzen und Dolmetschen an der ZHAW<\/p>\n<\/div>

\"\"<\/figure><\/div>\n\n\n\n
\"\"<\/figure>
\n

Janine Aeberhard<\/strong>
AI Solution Architect bei Supertext x Textshuttle<\/p>\n<\/div><\/div>\n\n\n\n

\n

Chantal Amrhein<\/strong>
Head of AI Research bei Supertext x Textshuttle<\/p>\n<\/div>

\"\"<\/figure><\/div>\n\n\n\n

\u00dcber Supertext x Textshuttle<\/strong>
Supertext x Textshuttle ist ein international erfolgreicher AI-Sprachdienstleister mit Standorten in Z\u00fcrich und Berlin. Das Unternehmen entwickelt massgeschneiderte und sichere \u00dcbersetzungsl\u00f6sungen und l\u00e4sst sie zusammen mit erfahrenen Sprachprofis zur H\u00f6chstform auflaufen. Das Team aus 120 Expert:innen in AI-Forschung, Software, Linguistik und Projektmanagement arbeitet f\u00fcr \u00fcber 1\u2019500 Unternehmen in ganz Europa.<\/p>\n\n\n\n

\n\n\n\n

\u00c4hnliche Beitr\u00e4ge<\/h2>\n\n\n\n