Gastbeitrag von Carmen Canfora in der Blogreihe Translation und Technologie
Beitragsbild: Collage von Carmen Canfora
Ach, was haben wir uns amüsiert: Ende Oktober machte Amazon mit einer missglückten schwedischen Übersetzung seiner Website Schlagzeilen. Offensichtlich war diese maschinell erstellt und (wahrscheinlich aufgrund der immensen Anzahl der angebotenen Artikel) nicht posteditiert, also von einem Menschen überprüft, worden. Dadurch kam es zu teils skurrilen, teils vulgären Artikelbezeichnungen – ein gefundenes Fressen für die Presse, siehe z. B. Reuters und The Guardian, und Balsam für die Seele vieler Fachübersetzer, die sich seit Jahren den Mund fusselig reden und vor den Gefahren Maschineller Übersetzung (MÜ) warnen. Nicht zuletzt, weil vielen Übersetzern zusehends die Umsätze wegbrechen oder ihnen Übersetzungsaufträge zu aberwitzigen Konditionen angeboten werden, die sich bei näherer Betrachtung als ungeliebte und meistens schlechter bezahlte Postediting-Aufträge entpuppen. Und hatte es mit Amazon nicht endlich einmal die Richtigen erwischt? Ich gebe es zu, auch mir ging es so, und natürlich habe ich den entsprechenden Tweet geteilt.
Was hat Amazon falsch gemacht?
Aber was hat Amazon denn eigentlich falsch gemacht? Auf den ersten Blick nicht viel: Wahrscheinlich hat das Unternehmen nämlich einen Haufen Zeit und Geld gespart. Die Kosten für eine Humanübersetzung der gesamten Artikelbeschreibungen auf der Amazon-Website hätten die strategische Entscheidung für einen Eintritt in den schwedischen Markt dagegen möglicherweise negativ beeinflusst. Selbst das Posteditieren wäre wahrscheinlich nicht gerade billig gewesen. Und wurde 2018 nicht davon gesprochen, dass man mit Neuronaler Maschineller Übersetzung (NMÜ) schon genauso gute Übersetzungen wie Humanübersetzer erstellen kann – oder sogar bessere?
Was das Unternehmen möglicherweise nicht ausreichend bedacht hat, ist das Risiko, das man mit einer nicht-posteditierten MÜ eingeht. Ich will hier gar nicht näher darauf eingehen, dass bei Übersetzungen auch Menschenleben auf dem Spiel stehen können, z. B. bei Bedienungsanleitungen oder im medizinischen Bereich. Wegen der besonderen Gefahren sollte man sich in diesen Fällen sowieso niemals auf eine reine MÜ verlassen. Aber hier geht es um ein ganz anderes Risiko, nämlich den Reputationsverlust durch falsche, im schlimmsten Fall sogar lächerliche, vulgäre oder beleidigende Übersetzungen.
Vielleicht haben die Entscheider bei Amazon von diesen Risiken der MÜ nichts gewusst. NMÜ hat laut dem Gartner Hype Cycle for Natural Language Technologies 2020 zwar den „Berg der übertriebenen Erwartungen“ und das „Tal der Enttäuschung“ schon hinter sich gebracht und befindet sich bereits auf dem besten Weg zum „Plateau der Produktivität“, aber sicherlich gibt es in weiten Teilen der Wirtschaft noch eine naive Vorstellung von den Möglichkeiten der MÜ.
Viel wahrscheinlicher ist aber, dass Entscheidern – und das dürfte nicht nur bei Amazon so sein – das Risiko eines Reputationsverlusts durch Maschinelle Übersetzung bekannt ist, sie dieses Risiko aber entweder nicht richtig einschätzen oder es angesichts der oftmals enormen Übersetzungskosten für Humanübersetzungen schlichtweg ignorieren.
Reputationsverlust durch MÜ?
Für die Fehleinschätzung von Reputationsrisiken gibt es mehrere Gründe: Zum einen weiß man, seit Daniel Kahneman und Amos Tversky 1979 ihre Neue Erwartungstheorie vorstellten, dass Menschen sich bei Entscheidungen nicht rational verhalten – dies trifft auch auf Entscheider in der Wirtschaft zu. So sind Menschen eher bereit, ein höheres monetäres Risiko einzugehen, wenn sich nicht einschätzen lässt, mit welcher Wahrscheinlichkeit dieses Ereignis eintritt („Entscheidungen unter Unsicherheit“). Außerdem wird ein kleiner, aber sicherer kurzfristiger Gewinn einem unsicheren mittelfristigen, aber höheren Gewinn vorgezogen (sogenannter „certainty effect“). Im Falle der Reputationsrisiken durch Maschinelle Übersetzung sind sogar beide Bedingungen gegeben: Kurzfristig wird durch die MÜ ganz sicher Geld gespart, während die Kosten für die Nachbesserung von Fehlern mittelfristig auftreten und nicht genau bekannt sind. Das möglicherweise hohe Risiko eines Reputationsverlusts wird außerdem eingegangen, weil man nicht weiß, ob es überhaupt jemals eintritt. Unter diesen Umständen sind Menschen eigentlich immer bereit, alles auf eine Karte zu setzen und es darauf ankommen zu lassen.
Zum anderen lassen sich Reputationsrisiken nur sehr schwer quantifizieren. Man weiß einfach nicht genau, wie viel Geld solche Übersetzungsfehler kosten, weil man letztendlich nicht messen kann, wer aufgrund einer missratenen Übersetzung auf einer Website ein Produkt nicht mehr kauft oder wer sich in Zukunft gegen eine Dienstleistung entscheidet. Nur äußerst selten lässt sich der Eintritt eines Reputationsrisikos so leicht monetär bewerten wie bei dem Fehler in der englischen Übersetzung eines Quartalsberichts bei Sharp Electronics, der 2012 für einen kurzfristigen Kursrückgang der Aktie um 10 % sorgte. Peinliche Fehler bei Artikelbeschreibungen auf Websites oder in Werbeprospekten dagegen kommen immer wieder einmal vor, z. B. 2013 bei Mango oder 2015 bei Zara, und der Entrüstungssturm bei Twitter lässt dann meistens nicht lange auf sich warten. Aber glaubt tatsächlich jemand ernsthaft, dass den Unternehmen dadurch langfristig ein signifikanter Schaden entsteht und die modebewusste 17-Jährige deswegen nicht mehr bei diesem Unternehmen einkauft? Tatsächlich zeigt die Erfahrung mit solchen Übersetzungsfehlern, dass es einfach eine Pressemitteilung des betroffenen Unternehmens gibt. Man zeigt sich bestürzt, bedankt sich für die Hinweise auf die Fehler, korrigiert ganz still und leise die Übersetzung und macht dann weiter wie bisher. Da können wir als Fachübersetzer noch so oft mit dem erhobenen Zeigefinger wedeln. In dieser Konstellation hat Amazon nur das gemacht, was für das Unternehmen langfristig wahrscheinlich am günstigsten ist.
Was können wir als Übersetzer tun?
Ganz anders sähe die Sache vielleicht bei einem mittelständischen Hidden Champion aus, der sein gesamtes Firmenimage auf der soliden Qualität seiner Produkte und dem untadeligen Ruf seiner Dienstleistungen aufbaut. Hier haben wir als risikokompetente Fachübersetzer die Chance, über die Gefahren aufzuklären, die mit der Verwendung von MÜ einhergehen. Wir können außerdem das Unternehmen beraten, wie man Maschinelle Übersetzung, Postediting und Humanübersetzungen in verschiedenen Einsatzszenarien sinnvoll kombiniert. Ein Risikomanagement für Übersetzungen ist dann nicht nur ein Instrument zur Vermeidung oder Bewältigung hoher Risiken, sondern auch zur betriebswirtschaftlich sinnvollen Verteilung von Ressourcen im Übersetzungsprozess – und das ist eine Sprache, die Unternehmensentscheider verstehen.
Ob ein Unternehmen bereit ist, ein Reputationsrisiko durch MÜ in Kauf zu nehmen, hängt also nicht zuletzt davon ab, um welche Produkte oder Dienstleistungen es geht, wer die Käufer-Zielgruppe ist und welches Image das Unternehmen pflegen möchte. Wer Auftraggeber davon überzeugen möchte, auf Humanübersetzungen statt auf Maschinelle Übersetzung zu setzen, sollte sich daher dessen bewusst sein, wie Menschen grundsätzlich Entscheidungen treffen, und erklären können, welchen sicheren monetären Gewinn oder anderen Mehrwert das Unternehmen durch die Humanübersetzung hat bzw. wie sich welche Kosten im Vergleich zur maschinellen Variante einsparen lassen. Unternehmen, die wie Amazon auf MÜ setzen, sind also nicht per se zu blöd. Es ist unsere Aufgabe, mit dem Auftraggeber zusammen zu analysieren, ob sich dieses Risiko lohnt oder ob das Unternehmen mit einer anderen Strategie für die Übersetzungsprozesse besser fährt. Was übrigens nicht hilft, ist Jammern. Oder Schadenfreude.
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Redaktionsteam (23. Februar 2021). War Amazon zu blöd? Linguistische Werkstattberichte. Abgerufen am 12. Oktober 2024 von https://doi.org/10.58079/qwk9