Startseite > Office & Kommunikation > Noch deutsch denken oder schon in einer Fremdsprache leben?

Interview mit DeepL

Noch deutsch denken oder schon in einer Fremdsprache leben?

7. Februar 2024, 15:25 Uhr | Interview: Sabine Narloch

Fortsetzung des Artikels von Teil 2

KI-trainierte Sprachmodelle, Fachjargon und der Kontext

connect professional: Haben Sie Beispiele aus der praktischen Anwendung von Übersetzungstools?
Cadenbach: Ein Beispiel ist eine Art Helpdesk System. Dort können die Kunden eine Frage stellen, in ihrer eigenen Muttersprache. Die Fragen kommen zum Beispiel in Spanisch, Deutsch oder Französisch rein. Die Bearbeiter der Frage kriegen aber immer die englische Version plus die Originalversion ausgespielt. So können sie dann selber vergleichen, sollten sie der Originalsprache mächtig sein.

connect professional: Wie ist es denn mit beruflichen Jargons, also mit fach- und berufsspezifische Begriffen? Kommen Übersetzungstools damit klar?
Cadenbach: Übersetzungstools kommen damit in der Regel sehr gut klar. Wir haben gerade bei IT-Texten die Erfahrung gemacht, dass alle Übersetzungstools relativ gut sind. Das hängt sicher damit zusammen, dass die IT als solche letztlich sowieso auf Englisch denkt.

connect professional: Haben Sie hier ein Beispiel?
Cadenbach: Ein Beispiel für Fachbegriffe aus der Programmierung wären die Programmiersprachen Angular und React. Wörtlich übersetzt also: „winklig“ und „reagieren“. Im Fall von DeepL ist es nun so, dass es den IT-Kontext eines Textes erkennt – also dass es um die Programmiersprachen geht. Es bleibt somit bei den Begriffen Angular und React auch in der Zielsprache. Ist der Kontext allerdings ein mathematischer und es geht wirklich um einen Winkel und vielleicht auch um reagieren, dann wird es das auch so übersetzen. Andere Marktteilnehmer liefern hier keine derart präzisen Übersetzungen.

connect professional: Können Sie kurz erklären, warum?
Cadenbach: Ganz einfach erklärt, hat das folgenden Grund: Andere Tools übersetzen Wort für Wort, verstehen aber nicht den Kontext. DeepL kann genau das. Unser primärer Fokus liegt allerdings auch auf längeren Texten, wie eine E-Mail oder ein Word-Dokument. Denn je mehr Text wir haben, desto besser ist die Qualität der Übersetzung.

connect professional: Wie werden die Sprachmodelle bei DeepL trainiert?
Cadenbach: Anfangs stammten eine ganze Menge Daten noch von Linguee. Das war damals schon qualitativ sehr gut und wir hatten eine gute Grundlage, um die ersten Modelle für DeepL zu trainieren. Zudem haben wir Muttersprachler und Linguistik-Experten, die nichts anderes machen, als dafür Sorge zu tragen, dass die Übersetzungen gut sind.

connect professional: Werden die Daten von Übersetzungsanfragen bei DeepL zum Training herangezogen?
Cadenbach: Bei der kostenlosen Nutzung von DeepL ist das so, ja. Aber das entspricht dem Marktstandard und wir geben keine Daten an Drittparteien weiter. Bei Bezahlkunden ist das anders: Da speichern wir keine Kundendaten und auch nichts, was sich die Unternehmen übersetzen lassen. Außerdem haben wir eine komplett eigene Infrastruktur, die die Bezahlkunden nutzen. Wir hosten alles selber. Das heißt, gerade für unsere Enterprise-Kunden ist DeepL im Vergleich zu anderen Anbietern sehr sicher. Für Unternehmenskunden ist das ein wichtiges Kaufargument.