Ein flüssiger Satz kann trotzdem der falsche sein
Eine übersetzte Nachricht kann sich flüssig lesen und dabei die Identität einer Person verändern, eine Verneinung auslassen oder aus einer Prognose ein bestätigtes Ereignis machen. Für eine mehrsprachige Publikation können solche Fehler schwerer wiegen als unbeholfener Stil. Weitere Sprachen vervielfachen die Zahl der Versionen, die geprüft werden müssen; der Nutzen für die Leserschaft wächst dadurch nicht automatisch im gleichen Maß.
Dieser Artikel schlägt einen Rahmen für die Freigabe im Publikationsbetrieb vor, gestützt auf Primärdokumentation, die am 20. Oktober 2026 geprüft wurde. Er ist eine redaktionelle Analyse, kein Modell-Benchmark, kein Bericht über eigene Experimente und keine Behauptung, ein bestimmter Anbieter habe die niedrigsten tatsächlichen Kosten.
Was die Dokumentation aus den USA und China tatsächlich belegt
Google Cloud Translation dokumentiert Glossare für eine einheitliche Terminologie, sowohl als gerichtete Ausgangs-/Zielsprachenlisten als auch als mehrsprachige Sammlungen gleichbedeutender Begriffe. Auch Einschränkungen sind dokumentiert: Standardmäßig wird bei der Zuordnung zwischen Groß- und Kleinschreibung unterschieden, einige Stoppworteinträge werden ignoriert, und Glossarressourcen bieten keine Versionsverwaltung. Ein Redaktionsteam braucht deshalb eine eigene versionierte Terminologiedatei und eine Dokumentation für das Zurücksetzen auf frühere Stände. Ein Glossar ist ein nützliches Kontrollinstrument, aber kein Beleg für die Richtigkeit der Ausgabe.
Die Qwen-MT-Dokumentation von Alibaba Cloud beschreibt Terminologiepaare, Satzpaare aus einem Übersetzungsspeicher und Domänen-Prompts. Sie erklärt außerdem, dass Domänen-Prompts derzeit auf Englisch verfasst sein müssen, dass das Modell nur einen einzelnen Dialogschritt verarbeitet und keine Systemnachrichten unterstützt und dass diese zusätzlichen Steuerungsmittel Eingabe-Tokens verbrauchen. Ein Arbeitsablauf, der diese Details ignoriert, kann Kosten falsch einschätzen oder nicht unterstützte Anweisungen senden.
Dies sind Beispiele unterschiedlicher Schnittstellen, keine Qualitätsrangliste USA gegen China. Beide machen Terminologiemanagement zu einer konkreten technischen Aufgabe. Keine der beiden Dokumentationsseiten belegt die vergleichende Genauigkeit für Ihre Sprachen oder garantiert veröffentlichungsreife Nachrichten. Vergleichen Sie vor der Auswahl die unterstützten Sprachpaare, die Anforderungen an die Bereitstellung und die tatsächlichen Ergebnisse anhand desselben Materials.
Definieren Sie Fehler, bevor Sie das Modell auswählen
Die Fehlertaxonomie von MQM unterscheidet Genauigkeit von sprachlicher Flüssigkeit und umfasst Fehler bei Entitäten, Zahlen, Daten, Einheiten und Verneinungen. Die Bewertungsleitlinien des MQM Council veranschaulichen einen Bestanden-/Nicht-bestanden-Ansatz, bei dem ein kritischer Fehler unabhängig von der Gesamtpunktzahl zum Durchfallen einer Übersetzung führt. Dies sind Ressourcen zur Qualitätsbewertung, keine W3C Recommendation und kein universell geltender rechtlicher Standard.
Für die Nachrichtenpublikation empfehlen wir, kritische Fehler im Voraus festzulegen: die falsche Person oder Organisation, eine ins Gegenteil verkehrte Position, ein erfundenes Zitat, ein inhaltlich erheblich falscher Betrag oder ein solches Datum oder ein Quellenlink, der die Aussage nicht mehr stützt. Eine gute Durchschnittsbewertung sollte keinen solchen Fehler ausgleichen. Geringere Stilmängel können in eine Bearbeitungswarteschlange kommen; bedeutungsverändernde Fehler sollten die Veröffentlichung dagegen blockieren, bis sie korrigiert und erneut geprüft wurden.
Zwei Prüfstufen statt einer automatischen Freigabe
Prüfstufe 1: strukturelle und faktische Anker. Vergleichen Sie Ausgangstext und Übersetzung auf freigegebene Namen und Namensvarianten, Zahlenwerte samt Einheiten und Währungen, Daten, Links, Referenzkennungen und fehlende Absätze. Bewahren Sie den Originaltitel, die URL und das Veröffentlichungsdatum als getrennte Metadaten auf. Markieren Sie Abweichungen zur Prüfung, statt jede äußerliche Änderung abzulehnen: 1,000 und 1.000 können in unterschiedlichen Sprachregionen denselben Wert darstellen, und für Namen können etablierte lokale Formen existieren. Eine Zahl ohne ihre Einheit ergibt keine vollständige Prüfung.
Prüfstufe 2: Bedeutung im Kontext. Eine zweisprachige prüfende Person gleicht Verneinungen, Unsicherheiten, Zuschreibungen, Zitatgrenzen und Kausalbehauptungen mit dem Ausgangstext ab. Aus „kann Kosten senken“ darf nicht „hat Kosten gesenkt“ werden. „Das Unternehmen erklärt“ darf nicht verschwinden. Prüfen Sie Überschrift und Zusammenfassung ebenso sorgfältig wie den Haupttext: Ein vorsichtig formulierter Artikel kann bei der Übersetzung eine irreführende Überschrift erhalten. Ein zweites Modell oder eine Rückübersetzung kann helfen, Passagen zu markieren, doch die Übereinstimmung zwischen Modellen ist kein unabhängiger Beweis für Übersetzungstreue.
Beginnen Sie mit einem vorgeschlagenen Pilotversuch aus 20 repräsentativen Ausgangsartikeln, jeweils übersetzt in die sieben Zielsprachen, sofern die Ausgangssprache die achte Sprache ist. Nehmen Sie Fachbegriffe, Zitate, Finanzzahlen, Daten und mehrdeutige Namen auf. Verwenden Sie für jeden Kandidaten identische Ausgangstexte und Freigabekriterien. Dies ist ein vorgeschlagenes Testdesign, keine statistisch validierte Stichprobengröße. Halten Sie einen separaten, zunächst ungenutzten Testsatz für spätere Prüfungen zurück, damit das wiederholte Nachbessern am Pilotbestand nicht die gesamte Evaluation ausmacht.
Rechnen Sie die Arbeit nach der Generierung mit
Der sinnvolle Nenner ist die Zahl der Artikel-Sprachversionen, die die Veröffentlichungsschwelle erfüllen. Im folgenden erfundenen Beispiel bezeichnet „Artikel“ eine solche Version. Zählen Sie einen abgelehnten Entwurf nicht als gelieferten Artikel.
Angenommen, die Arbeitsabläufe A und B liefern jeweils 100 freigegebene Artikel. Bei A kosten die Modellaufrufe 0,01 US-Dollar pro Artikel, und die Prüfung dauert sechs Minuten. Bei B sind es 0,05 US-Dollar pro Artikel und drei Minuten. Bei einem angenommenen Prüfkostensatz von 30 US-Dollar pro Stunde ergibt sich:
- A: 1 US-Dollar für Modellaufrufe plus 10 Stunden Prüfung zu je 30 US-Dollar, insgesamt 301 US-Dollar oder 3,01 US-Dollar pro freigegebenem Artikel.
- B: 5 US-Dollar für Modellaufrufe plus 5 Stunden Prüfung zu je 30 US-Dollar, insgesamt 155 US-Dollar oder 1,55 US-Dollar pro freigegebenem Artikel.
Alle Preise und Prüfzeiten in diesem Beispiel sind hypothetisch. Es handelt sich um eine Rechnung, nicht um gemessene Leistung oder aktuelle Anbieterpreise. Einrichtung, Werkzeuge zur Qualitätssicherung, Wiederholungsversuche und Korrekturen nach der Veröffentlichung sind nicht enthalten; ergänzen Sie diese Kosten, wenn sie in Ihrem tatsächlichen Vergleich anfallen. Das Beispiel zeigt, dass vier Cent Ersparnis bei der Generierung durch zusätzliche Bearbeitungszeit mehr als aufgezehrt werden können. Es belegt nicht, dass ein teureres Modell immer besser ist.
Ein kleines Betriebsprotokoll ist mehr wert als ein großes Versprechen
Halten Sie für jedes Sprachpaar Modell und Version, Prompt-Version, Version der Terminologiedatei, Quellenkennung, Freigabe im ersten Durchlauf, kritische Fehler, Prüfminuten, Wiederholungsversuche und endgültigen Bearbeitungsstatus fest. Berichten Sie die Ergebnisse für jede Sprache getrennt: Ein guter Durchschnitt kann ein schwaches Sprachpaar verdecken. Prüfen Sie eine feste Stichprobe erneut, wenn sich ein Modell oder eine Terminologiedatei ändert.
Für eine Website in acht Sprachen haben eine verlässliche Veröffentlichungsfreigabe und ein sichtbarer Korrekturprozess praktisch Vorrang; niedrigere Stückkosten folgen danach. Stoppen Sie die automatische Veröffentlichung, wenn ein kritischer Fehler auftritt, und prüfen Sie zugehörige Versionen, statt von einem Einzelfall auszugehen. Die Leserschaft erhält die endgültige Bedeutung, nicht den Token-Rabatt.
Illustration: ein eigens KI-generiertes Konzeptbild zur mehrsprachigen redaktionellen Prüfung, keine Darstellung gemessener Ergebnisse.