KI / MTPE

KI-Übersetzung oder menschliche Übersetzung: Wie lässt sich Qualität objektiv beurteilen?

Lesezeit: ca. 14 Minuten  |  Autor: Redaktion LinquaCert

KI-Übersetzung vs. menschliche Übersetzung – diese Gegenüberstellung ist längst keine akademische Debatte mehr. Für Übersetzungsbüros, Agenturen und Qualitätsmanager stellt sich die Frage täglich und ganz konkret: Welches Verfahren liefert für welchen Auftrag die notwendige Qualität – und wie lässt sich das objektiv messen? Dieser Artikel definiert die beiden Entitäten, vergleicht ihre Leistungsgrenzen, benennt die massgeblichen Normen und zeigt, wann welches Verfahren den Anforderungen genügt.

Kurz zusammengefasst

KI-Übersetzung erzeugt in Sekundenschnelle grosse Textmengen zu deutlich geringeren Kosten, erreicht jedoch bei sprachlicher Nuance, Fachterminologie und kultureller Anpassung häufig nicht das Niveau einer vollständig menschlichen Übersetzung.

Qualität lässt sich nur dann objektiv beurteilen, wenn klare Metriken, anerkannte Bewertungsrahmen und – wo normkonformer Nachweis gefordert ist – die einschlägigen ISO-Normen konsequent angewendet werden.

Für Übersetzungsbüros ist das Zusammenspiel beider Verfahren – verbunden durch professionelles Post-Editing nach ISO 18587 – heute oft die wirtschaftlich und qualitativ überzeugendste Lösung.

Wichtiger Hinweis

ISO 17100 und ISO 18587 sind zwei voneinander getrennte Normen mit klar abgegrenzten Anwendungsbereichen. ISO 17100 gilt für Übersetzungsprozesse ohne maschinell erzeugten Übersetzungsoutput. Sobald maschinell erzeugter Output per Post-Editing bearbeitet wird, ist ISO 18587 die massgebliche Norm – nicht ISO 17100. Dieser Unterschied ist für die normkonforme Prozessgestaltung und die korrekte Kommunikation gegenüber Kunden und Auditoren entscheidend.

Das Wichtigste in Kürze

Praxis-Einschätzung der Experten von LinquaCert

„In Audits begegnet uns häufig die Annahme, dass maschinelle Übersetzung und ISO 17100 sich nicht widersprechen – solange ein Mensch ‚drübergschaut‘ hat. Das greift zu kurz. Entscheidend ist, ob maschinell erzeugter Output als Basis des Übersetzungsprozesses dient und anschliessend per Post-Editing bearbeitet wird. In diesem Fall greift ISO 18587 – und genau diese Abgrenzung muss im Prozessdokument korrekt verankert sein, damit ein Audit belastbare Ergebnisse liefert.“

– Experten von LinquaCert

1. Was ist der Unterschied zwischen KI-Übersetzung und menschlicher Übersetzung?

Menschliche Übersetzung bezeichnet den Prozess, bei dem ein qualifizierter Übersetzer einen Ausgangstext inhaltlich verstehend, kontextsensitiv und sprachlich kompetent in eine Zielsprache überträgt. Dieser Prozess umfasst Recherche, terminologische Entscheidungen, stilistische Anpassung und Qualitätssicherung durch Revision.

KI-Übersetzung – auch maschinelle Übersetzung (MÜ) genannt – ist ein automatisierter Prozess, bei dem ein KI-System auf Basis statistischer Muster, neuronaler Netze und grosser Sprachdaten einen Text in eine andere Sprache überführt. Moderne Systeme wie neuronale Maschinelle Übersetzung (NMT) erzielen dabei deutlich bessere Ergebnisse als ältere, regelbasierte Ansätze.

Der grundlegende Unterschied liegt nicht allein im Ergebnis, sondern im Prozess: Menschliche Übersetzung ist bedeutungsbasiert, KI-Übersetzung ist musterbasiert. Das hat direkte Auswirkungen auf Verlässlichkeit, Konsistenz und Fehlerrisiken – und auf die Wahl der anwendbaren Qualitätsnorm.

2. Wie funktioniert maschinelle Übersetzung mit KI im Jahr 2026?

Die heute marktdominierenden KI-Übersetzungssysteme basieren auf neuronalen Transformermodellen. Sie analysieren Texte auf mehreren Ebenen gleichzeitig – Wort, Satz, Kontext – und generieren eine Übersetzung, die statistisch wahrscheinlich korrekt ist. Grosse Sprachmodelle (LLMs) haben diesen Ansatz weiterentwickelt und können inzwischen auch komplexere Satzkonstruktionen und idiomatische Wendungen verarbeiten.

Viele Übersetzungsbüros nutzen heute spezialisierte MÜ-Engines, die auf ihre Fachgebiete und Kundenspezifika trainiert oder angepasst werden (sogenannte Domain Adaptation). Hinzu kommen Translation-Memory-Systeme, die menschlich übersetzte Segmente speichern und für spätere Projekte wiederverwenden.

Das Ergebnis ist ein KI-generierter Übersetzungsentwurf, der für die weitere Nutzung je nach Qualitätsanforderung entweder direkt verwendet oder von einem menschlichen Übersetzer per Post-Editing nachbearbeitet wird. Letzteres ist der Kern des MTPE-Prozesses (Machine Translation Post-Editing), auf den ISO 18587 abzielt.

3. Welche Qualitätsunterschiede bestehen zwischen KI-Übersetzung und menschlicher Übersetzung?

Die Qualitätsunterschiede lassen sich auf mehreren Dimensionen beschreiben:

• Sprachliche Korrektheit: KI-Systeme erzeugen bei häufig vorkommenden Sprachpaaren und standardisierten Texten oft grammatikalisch korrekte Ausgaben. Bei seltenen Sprachpaaren oder ungewöhnlichen Strukturen nimmt die Fehlerrate zu.
• Terminologische Präzision: Fachterminologie ist für KI-Systeme eine besondere Herausforderung – insbesondere, wenn der Kontext die Bedeutung eines Begriffs eindeutig festlegen muss. Menschliche Übersetzer mit Fachkenntnissen treffen hier verlässlichere Entscheidungen.
• Stilistische Angemessenheit: Ton, Register und Zielgruppenorientierung – von juristischer Präzisionssprache bis zu werblichem Storytelling – erfordern ein Sprachgefühl, das KI-Systeme nur begrenzt nachbilden können.
• Kulturelle Adaptation: Metaphern, Humor, kulturspezifische Referenzen und implizite Bedeutungsebenen werden von KI-Systemen häufig wörtlich oder fehlangemessen übersetzt.
• Konsistenz: KI-Systeme können bei langen Dokumenten oder Projekten mit mehreren Segmenten Konsistenzprobleme zeigen. Menschliche Übersetzer, die gezielt mit Glossaren und Styleguides arbeiten, erzielen hier unter kontrollierten Bedingungen verlässlichere Ergebnisse.

Für die objektive Beurteilung dieser Unterschiede hat die Branche Metriken wie BLEU, MQM (Multidimensional Quality Metrics) oder LQA (Language Quality Assessment) entwickelt. Keine dieser Metriken ersetzt den menschlichen Urteilshorizont vollständig – sie strukturieren ihn aber und machen Vergleiche reproduzierbar.

4. In welchen Bereichen liefert KI-Übersetzung akzeptable Ergebnisse?

KI-Übersetzung erzielt in bestimmten Einsatzkontexten Ergebnisse, die den Anforderungen entsprechen oder mit angemessenem Post-Editing-Aufwand auf das erforderliche Niveau gebracht werden können:

• Interne Kommunikation und informelle Texte: Interne Memos, informelle E-Mails oder Zusammenfassungen, bei denen Stilfragen nachrangig sind.
• Repetitive Standardtexte: Technische Dokumentation mit hohem Wiederholungsgrad, Produktkataloge oder Bedienungsanleitungen in strukturierter Sprache profitieren von KI-Übersetzung mit anschliessender Prüfung.
• Grosse Textmengen mit Zeitdruck: Wenn kurzfristig sehr grosse Volumina zu verarbeiten sind und nachfolgendes Post-Editing eingeplant ist, bietet KI-Übersetzung eine sinnvolle Grundlage.
• Gisting (Sinnerfassung): Wenn der Zweck nur darin besteht, den ungefähren Inhalt eines fremdsprachigen Textes zu verstehen, reicht KI-Übersetzung in der Regel aus.

Massgeblich ist immer die definierte Verwendungsabsicht des Zieltextes. Ein Qualitätsniveau, das für einen internen Text ausreicht, kann für einen publizierten Kundentext oder ein Rechtsdokument vollständig ungenügend sein.

5. Wo versagt KI-Übersetzung und warum ist menschliche Übersetzung überlegen?

KI-Übersetzungssysteme stossen strukturell an Grenzen, die nicht allein durch bessere Modelle zu überwinden sind, weil sie auf der Natur ihrer Arbeitsweise beruhen:

• Ambiguität: Sprachliche Mehrdeutigkeiten, die sich nur aus dem fachlichen Kontext auflösen lassen, werden von KI-Systemen häufig falsch oder zufällig aufgelöst. Ein erfahrener Übersetzer erschliesst die Bedeutung aus dem Gesamtkontext und seinem Fachwissen.
• Kulturelle Übertragung: Rechtssysteme, gesellschaftliche Referenzen, kommunikative Normen – all das erfordert ein Kulturverständnis, das Sprachmodelle nur oberflächlich simulieren.
• Kreative und persuasive Texte: Werbetexte, literarische Übersetzungen oder Slogans, bei denen Wirkung und Klang ebenso wichtig sind wie Bedeutung, überfordern KI-Systeme regelmässig.
• Hoch spezialisierte Fachsprache: Rechtstexte, medizinische Dokumente oder normative technische Texte erfordern Fachkompetenz, die über das Sprachliche hinausgeht.
• Verantwortungsübernahme: Menschliche Übersetzer tragen professionelle und in bestimmten Bereichen rechtliche Verantwortung für ihre Übersetzungen. KI-Systeme haben keine Handlungsverantwortung.

In diesen Kontexten bleibt die vollständig menschliche Übersetzung, durchgeführt nach einem dokumentierten und normenkonformen Prozess, das einzig verlässliche Verfahren zur Sicherstellung der erforderlichen Qualität.

6. Welche Fehlertypen treten bei KI-Übersetzungen am häufigsten auf?

Die Qualitätsbewertung von KI-Übersetzungen profitiert von einer klaren Fehlerklassifikation. In der Praxis werden folgende Fehlertypen besonders häufig identifiziert:

• Falsche Terminologie: Ein Begriff wird korrekt übersetzt, aber im Fachkontext falsch angewendet – z. B. ein juristischer Terminus, der in einem anderen Rechtssystem eine abweichende Bedeutung hat.
• Auslassungen und Hinzufügungen: KI-Systeme können Satzteile überspringen oder Informationen ergänzen, die im Ausgangstext nicht enthalten sind – beides ohne Hinweis.
• Sinnverzerrung: Durch falsch aufgelöste Mehrdeutigkeiten entsteht ein sprachlich korrekter, inhaltlich aber falscher Satz. Dieser Fehlertyp ist besonders gefährlich, weil er ohne Vergleich mit dem Original schwer erkennbar ist.
• Stilbrüche: Wechsel zwischen Registern innerhalb eines Textes, unpassende Formalität oder unangemessener Ton.
• Kohäsionsfehler: Inkonsistente Verwendung von Bezeichnungen für dasselbe Konzept innerhalb eines Dokuments – besonders relevant bei langen Texten oder mehrteiligen Projekten.

Frameworks wie MQM (Multidimensional Quality Metrics) erlauben es, diese Fehlertypen gewichtet zu erfassen und so eine strukturierte Grundlage für Post-Editing-Entscheidungen und Qualitätsdokumentation zu schaffen.

7. Was kostet KI-Übersetzung im Vergleich zur menschlichen Übersetzung?

Ein direkter Preisvergleich ist ohne konkrete Projektparameter nicht seriös herzustellen. Grundsätzlich gilt: Der direkte Betriebsaufwand für die Generierung einer KI-Übersetzung ist pro Wort geringer als der einer vollständig menschlichen Übersetzung. Dieser Vorteil relativiert sich jedoch, wenn die Gesamtkosten betrachtet werden.

Zu den Gesamtkosten einer KI-gestützten Übersetzung zählen:

• Kosten für die MÜ-Engine oder das KI-System (Lizenz, API-Nutzung, Anpassung)
• Aufwand für Post-Editing – je nach Texttyp und Systemqualität erheblich
• Qualitätssicherungsprozesse, Fehlerkorrektur und Dokumentation
• Interne Schulung und Prozesseinführung

Für Übersetzungsbüros ist die relevante Frage daher nicht „KI oder Mensch – was ist billiger?“, sondern: Welches Verfahren liefert für diesen Auftrag das erforderliche Qualitätsniveau zum wirtschaftlich vertretbaren Gesamtaufwand? Diese Entscheidung muss auf Basis definierter Prozesse und einer klaren Qualitätsstrategie getroffen werden.

8. Wie schnell ist KI-Übersetzung gegenüber menschlicher Übersetzung?

Im reinen Durchsatz ist KI-Übersetzung der menschlichen Übersetzung erheblich überlegen. Grosse Textmengen, die ein menschliches Übersetzungsteam Tage oder Wochen beschäftigen würden, kann ein KI-System in Minuten oder Stunden verarbeiten. Dieser Geschwindigkeitsvorteil ist besonders relevant bei grossen Volumina, knappen Deadlines oder mehrsprachigen Projekten.

Allerdings gilt dieser Vorteil für den rohen MÜ-Output. Sobald Post-Editing, Terminologieprüfung, Formatierung und Qualitätssicherung einbezogen werden, nähert sich der Gesamtzeitaufwand bei anspruchsvollen Texten dem einer menschlichen Übersetzung an – oder übertrifft ihn, wenn die MÜ-Qualität niedrig ist und umfangreiche Korrekturen erforderlich sind.

Geschwindigkeit ist also ein echter Vorteil von KI-Übersetzung, aber kein absoluter. Sie entfaltet sich vollständig nur dann, wenn der Texttyp, die Systemqualität und der Verwendungszweck zusammenpassen.

9. Was ist Machine Translation Post-Editing und wie verbindet es KI mit menschlicher Übersetzung?

Machine Translation Post-Editing (MTPE) bezeichnet die professionelle Nachbearbeitung eines maschinell erzeugten Übersetzungsentwurfs durch einen qualifizierten Übersetzer. Es handelt sich weder um eine reine KI-Übersetzung noch um eine vollständig menschliche Neuübersetzung, sondern um einen Hybridprozess mit klar definierten Aufgaben.

MTPE unterscheidet typischerweise zwei Tiefenstufen:

• Light Post-Editing: Korrektur grober Fehler, sachlicher Unrichtigkeiten und kritischer Sprachprobleme. Der Stil wird weitgehend beibehalten, sofern er akzeptabel ist. Geeignet für Texte, bei denen der Zweck die Verständlichkeit ist, nicht die sprachliche Perfektion.
• Full Post-Editing: Umfassende sprachliche und inhaltliche Überarbeitung, die das Qualitätsniveau einer menschlichen Übersetzung anstrebt. Notwendig bei Texten, die veröffentlicht oder offiziell verwendet werden.

MTPE erfordert spezifische Kompetenzen: Der Post-Editor muss nicht nur sprachlich qualifiziert sein, sondern auch den Umgang mit MÜ-Output verstehen und einschätzen können, wo Korrekturen notwendig und wo Eigenheiten der MÜ tolerierbar sind. ISO 18587 definiert die Anforderungen an diesen Prozess und die beteiligten Personen.

10. Welche Normen gelten für menschliche Übersetzung und welche für KI-gestützte Übersetzung?

Für die Qualitätssicherung von Übersetzungsleistungen existieren zwei zentrale internationale Normen, die klare und nicht substituierbare Anwendungsbereiche haben:

• ISO 17100: Gilt für Übersetzungsprozesse, in denen kein maschinell erzeugter Übersetzungsoutput als Arbeitsgrundlage dient. Sie definiert Anforderungen an Qualifikationen, Prozesse und Ressourcen für Übersetzungsdienstleister.
• ISO 18587: Gilt für Prozesse, in denen maschinell erzeugter Output durch Post-Editing nachbearbeitet wird. Sie definiert Anforderungen an den MTPE-Prozess und die Qualifikationen von Post-Editoren.

Die Abgrenzung ist eindeutig: Wird für einen Übersetzungsauftrag maschinell erzeugter Output erstellt und anschliessend per Post-Editing bearbeitet, ist ISO 18587 die massgebliche Norm – nicht ISO 17100. Diese Zuordnung gilt unabhängig davon, wie umfangreich das Post-Editing im Einzelfall ist.

Beide Normen befinden sich derzeit in Überarbeitung. LinquaCert empfiehlt, laufende Normenentwicklungen zu verfolgen und Prozesse entsprechend anpassungsfähig zu gestalten – konkrete künftige Anforderungen können erst verbindlich kommuniziert werden, wenn eine neue Norm veröffentlicht ist.

11. Was regelt ISO 17100 für die menschliche Übersetzung?

ISO 17100 ist die massgebliche internationale Norm für Übersetzungsdienstleister, die menschliche Übersetzungsprozesse ohne maschinell erzeugten Output erbringen. Sie definiert Mindestanforderungen an:

• Qualifikationen: Übersetzer und Revisoren müssen definierte sprachliche und fachliche Kompetenzen nachweisen.
• Prozesskompetenz: Der Übersetzungsdienstleister muss seinen Prozess dokumentiert, reproduzierbar und qualitätsgesichert organisieren.
• Revisionsschritt: ISO 17100 sieht vor, dass übersetzte Texte durch eine zweite qualifizierte Person revidiert werden.
• Ressourcen und Technologie: Anforderungen an technische Mittel, Terminologiemanagement und Kundenkommunikation sind ebenfalls Bestandteil der Norm.

LinquaCert zertifiziert Übersetzungsdienstleister nach ISO 17100. Die Zertifizierung bestätigt, dass die Prozesse des Unternehmens die Normvorgaben erfüllen – sie ist ein verifizierbarer Qualitätsnachweis gegenüber Kunden und Ausschreibungspartnern. LinquaCert arbeitet nach ISO/IEC 17021 und hält keine eigene Akkreditierung.

12. Was regelt ISO 18587 für die KI-gestützte Übersetzung mit Post-Editing?

ISO 18587 definiert die Anforderungen an den Post-Editing-Prozess für maschinell erzeugte Übersetzungen. Sie richtet sich an Übersetzungsdienstleister, die MTPE-Leistungen als Teil ihres Angebots erbringen, und legt fest:

• Kompetenzanforderungen an Post-Editoren: Post-Editoren müssen über sprachliche Qualifikationen verfügen, die über allgemeine Sprachkenntnisse hinausgehen, sowie spezifische Kenntnisse über maschinelle Übersetzungsoutput-Charakteristika mitbringen.
• Prozessanforderungen: Der MTPE-Prozess muss dokumentiert, nachvollziehbar und qualitätsgesichert sein.
• Transparenz gegenüber Kunden: Kunden müssen darüber informiert werden, dass ihr Text maschinell vorübersetzt und anschliessend bearbeitet wurde.

LinquaCert zertifiziert Übersetzungsdienstleister auch nach ISO 18587. Für Agenturen, die MTPE-Leistungen anbieten, ist diese Norm-Konformität ein wichtiger Nachweis gegenüber Kunden, die Transparenz über das eingesetzte Verfahren und dessen Qualitätssicherung einfordern.

Wichtig: ISO 17100 und ISO 18587 sind nicht alternative Optionen für denselben Prozess. Sie regeln unterschiedliche Verfahren und dürfen nicht gegeneinander ausgetauscht oder kombiniert werden, um einen einzelnen Prozess abzudecken, der eigentlich nur unter eine der beiden Normen fällt.

13. Wann sollte ein Unternehmen KI-Übersetzung wählen und wann menschliche Übersetzung?

Die Entscheidung hängt von mehreren Faktoren ab, die systematisch bewertet werden sollten:

• Verwendungszweck: Externe Veröffentlichung, rechtliche Relevanz oder haftungskritische Nutzung erfordern in der Regel menschliche Übersetzung oder zumindest Full Post-Editing.
• Texttyp: Repetitive, strukturierte Fachtexte eignen sich besser für KI-Übersetzung mit Post-Editing als kreative, kulturspezifische oder hoch sensitive Texte.
• Volumen und Deadline: Bei sehr grossen Volumina und kurzem Zeitfenster bietet der MTPE-Ansatz Vorteile – sofern das Qualitätsniveau über Post-Editing sichergestellt wird.
• Kundenanforderungen: Manche Auftraggeber, insbesondere in öffentlichen Ausschreibungen oder regulierten Bereichen, fordern explizit ISO-17100-konforme Leistungen – das schliesst KI-gestützten Output als Verfahrensbasis aus.
• Normkonformität: Wenn der Nachweis nach ISO 17100 erforderlich ist, muss der Prozess menschlich sein. Wenn MTPE angeboten wird, ist ISO 18587 die korrekte Normgrundlage.

Für Übersetzungsbüros empfiehlt sich ein prozessbasierter Ansatz: Definieren Sie für jeden Auftragstyp, welches Verfahren anwendbar ist, dokumentieren Sie das transparent und kommunizieren Sie es gegenüber Kunden klar.

14. Welche Branchen benötigen zwingend menschliche Übersetzung statt KI?

Bestimmte Branchen und Dokumenttypen stellen Anforderungen an Präzision, Verantwortlichkeit und kulturelle Kontextsensitivität, die von KI-Übersetzung ohne umfassendes Post-Editing nicht erfüllbar sind. Dazu gehören insbesondere:

• Rechtswesen: Verträge, Gerichtsurteile, Urkunden und Zeugenaussagen. Hier können Übersetzungsfehler rechtliche Konsequenzen haben – und beglaubigte Übersetzungen erfordern zwingend eine menschliche Unterschrift und Verantwortungsübernahme.
• Medizin und Pharmazie: Beipackzettel, klinische Studien, Zulassungsdokumente. Fehler können unmittelbar gesundheitliche Schäden verursachen.
• Finanzwesen und Compliance: Regulatorische Berichte, Jahresabschlüsse und rechtlich verbindliche Finanzdokumente erfordern terminologische Präzision und nachvollziehbare Verantwortlichkeit.
• Behördliche und öffentliche Kommunikation: Amtliche Dokumente, Verwaltungstexte und politische Kommunikation müssen auf höchstem Qualitätsniveau korrekt sein.
• Sensitive Bereiche: Krisenberichterstattung, humanitäre Kommunikation oder interkulturelle Verhandlungen, bei denen Missverständnisse ernste Folgen haben können.

In diesen Bereichen ist die Zertifizierung nach ISO 17100 nicht nur ein Qualitätsmerkmal, sondern ein Wettbewerbsnachweis, der Kunden und Auftraggebern die Verlässlichkeit des Prozesses dokumentiert.

15. Wie beeinflusst KI-Übersetzung die Rolle und Zukunft menschlicher Übersetzer?

Die verbreitete These, KI-Übersetzung verdränge menschliche Übersetzer vollständig, greift zu kurz. Realistischer ist eine Verschiebung der Tätigkeitsprofile: Menschliche Übersetzer übernehmen zunehmend Aufgaben, die sprachliche Urteilskraft, fachliche Kompetenz und Qualitätsverantwortung erfordern – also genau das, was KI-Systeme nicht zuverlässig leisten können.

Konkret bedeutet das für viele Übersetzer:

• Mehr Post-Editing-Aufgaben statt Neuübersetzungen – mit der Anforderung, MÜ-spezifische Fehlertypen zu erkennen und effizient zu korrigieren.
• Stärkere Spezialisierung auf Fachbereiche, in denen Fachkenntnisse unersetzbar sind.
• Übernahme von Qualitätssicherungs- und Prozessverantwortung in MTPE-Workflows.

Für Übersetzungsbüros ergibt sich daraus die Aufgabe, ihre Mitarbeitenden und Freelancer gezielt für MTPE-Kompetenzen weiterzuentwickeln und ihre Prozesse so zu gestalten, dass die menschliche Qualitätsverantwortung klar verankert bleibt – unabhängig davon, welches technische Hilfsmittel eingesetzt wird.

16. Welche Risiken entstehen, wenn KI-Übersetzungen ohne menschliche Prüfung eingesetzt werden?

Der ungeprüfte Einsatz von KI-Übersetzungsoutput birgt Risiken auf mehreren Ebenen:

• Inhaltliche Fehler: KI-Systeme erzeugen plausibel klingende, aber faktisch falsche Übersetzungen – ohne Hinweis. Sinnverzerrungen bleiben für Leser ohne Ausgangssprache unsichtbar.
• Reputationsschäden: Veröffentlichte Texte mit stilistischen oder inhaltlichen Mängeln beschädigen die Glaubwürdigkeit des Unternehmens, das sie kommuniziert – und des Übersetzungsbüros, das sie geliefert hat.
• Haftungsfragen: Bei Fehlern in rechtlich oder regulatorisch relevanten Texten stellt sich die Frage der Verantwortlichkeit. KI-Systeme tragen keine Verantwortung. Der Auftraggeber und das Übersetzungsbüro können in der Haftung stehen – abhängig von vertraglichen Vereinbarungen und dem jeweiligen Rechtssystem.
• Datenschutz: Der Einsatz externer KI-Systeme für die Verarbeitung sensibler Texte kann datenschutzrechtlich problematisch sein, wenn keine geeigneten Verträge und Sicherheitsmassnahmen bestehen.
• Normverstösse: Wer einem Kunden ISO-17100-konforme Übersetzungsleistungen zusichert, aber maschinell erzeugten Output ohne entsprechende Offenlegung und ohne ISO-18587-konforme Nachbearbeitung liefert, riskiert Vertragsbruch und Reputationsverlust.

Professionelle Übersetzungsbüros schützen sich und ihre Kunden, indem sie klare Prozesse für den MÜ-Einsatz dokumentieren, diese transparent kommunizieren und die Qualitätssicherung in jedem Fall menschlich verankern.

17. Wie bewerten Sprachdienstleister die Qualität von KI-Übersetzungen objektiv?

Objektive Qualitätsbewertung erfordert sowohl definierte Metriken als auch klare Bewertungsprozesse. In der Praxis werden folgende Ansätze eingesetzt:

• Automatisierte Metriken: BLEU und ähnliche Metriken messen die Übereinstimmung der MÜ-Ausgabe mit einer Referenzübersetzung. Sie sind schnell anwendbar, aber begrenzt aussagekräftig – insbesondere für stilistische und kulturelle Qualitätsdimensionen.
• MQM (Multidimensional Quality Metrics): Ein Fehlerklassifikationsrahmen, der Fehler nach Typ und Schwere bewertet und so differenzierte Qualitätsprofile erstellt. MQM ist in der professionellen Qualitätssicherung weit verbreitet.
• LQA (Language Quality Assessment): Eine strukturierte menschliche Bewertung, bei der qualifizierte Bewerter nach definierten Kriterien Stichproben prüfen und Fehler kategorisieren.
• Fit-for-Purpose-Bewertung: Die Grundfrage lautet: Erfüllt die Übersetzung – nach Post-Editing – den definierten Verwendungszweck? Diese Frage muss am Anfang jedes Projekts gestellt und beantwortet werden.

Für Übersetzungsbüros, die ihren Qualitätsanspruch gegenüber Kunden und Auditoren belegen wollen, ist die Dokumentation dieser Bewertungsprozesse ebenso wichtig wie ihre Durchführung. Eine Zertifizierung nach ISO 18587 schafft den Rahmen, in dem diese Prozesse systematisch verankert und überprüfbar gemacht werden.

18. Ist KI-Übersetzung rechtssicher und haftbar nutzbar?

Eine pauschale Antwort ist nicht möglich – und Vorsicht ist geboten gegenüber jeder Formulierung, die KI-Übersetzung generell als „rechtssicher“ bezeichnet. Die Nutzbarkeit von KI-Übersetzungen aus haftungsrechtlicher Perspektive hängt von mehreren Faktoren ab:

• Vertragliche Vereinbarungen: Was wurde mit dem Kunden vertraglich zugesichert? Wenn ISO 17100 zugesagt wurde, ist KI-gestützter Output ohne korrektes MTPE-Verfahren nach ISO 18587 nicht vertragskonform.
• Verwendungszweck des Zieltexts: Je höher die rechtliche oder regulatorische Relevanz eines Dokuments, desto grösser das Haftungsrisiko bei fehlerhafter Übersetzung – unabhängig davon, ob ein Mensch oder eine KI übersetzt hat.
• Offenlegung des Verfahrens: Transparenz gegenüber dem Kunden über das eingesetzte Verfahren kann haftungsrechtlich relevant sein. ISO 18587 fordert diese Transparenz explizit.
• Nationale Rechtslage: Die haftungsrechtliche Bewertung unterscheidet sich je nach Rechtsordnung und ist von Rechtsexperten im Einzelfall zu beurteilen. LinquaCert gibt hierzu keine Rechtsauskunft.

Was Übersetzungsbüros tun können: Prozesse klar dokumentieren, Verfahren transparent kommunizieren, normkonform arbeiten und bei rechtlich sensiblen Texten konsequent auf menschliche Übersetzung oder qualitätsgesichertes Full Post-Editing setzen. Das mindert Risiken – auch wenn es keine Haftungsfreiheit schafft.

KI-Übersetzung vs. menschliche Übersetzung: Vergleich auf einen Blick

Häufige Fragen

Qualität nachweisen – in einem Markt, der Transparenz fordert

KI-Übersetzung und menschliche Übersetzung sind keine konkurrierenden Weltanschauungen – sie sind Werkzeuge mit unterschiedlichen Stärken, Grenzen und Normgrundlagen. Was sie verbindet: Qualität entsteht nicht automatisch, sondern durch definierte Prozesse, qualifizierte Menschen und dokumentierte Verantwortung.

Übersetzungsbüros, die diesen Anspruch gegenüber Kunden und Auftraggebern objektiv belegen wollen, schaffen das mit einer Zertifizierung nach ISO 17100 oder ISO 18587 – je nach eingesetztem Verfahren. LinquaCert begleitet Sie als unabhängige Schweizer Zertifizierungsstelle durch den Prozess: von der ersten Einschätzung Ihrer Ist-Situation bis zum Zertifikat und seiner Erneuerung.

Nehmen Sie jetzt unverbindlich Kontakt auf – und erfahren Sie, welche Zertifizierung zu Ihrem Prozess und Ihren Kunden passt.

Unverbindliches Erstgespräch vereinbaren