27 Januar 2026
Eine praktische Wartungscheckliste für MT-Glossare
Glossare für maschinelle Übersetzung können nicht einfach zusammengestellt und dann der Arbeit überlassen werden. Sie brauchen Unterhalt. Während Termdatenbanken allgemeinere Verwendungszwecke haben, umfassen MT-Glossare Listen von Wort- oder Phrasenpaaren, die speziell auf die Behebung wiederkehrender Fehler in der maschinellen Übersetzung abzielen.
Der Entwurf eines effizienten MT-Glossars sollte sofortige Korrekturen ermöglichen, ohne dass Metadaten kuratiert werden müssen, und die Leistung hängt davon ab, dass jeder Begriff in der Ausgangssprache einer einzigen, eindeutigen Übersetzung zugeordnet wird.
Eine effektive Pflege von MT-Glossaren erfordert ständige Wachsamkeit. Idealerweise müssen Einträge auf der Grundlage beobachteter Ausgabeprobleme ausgewählt werden, und alle neuen möglichen Einträge sollten vor der Aufnahme getestet werden. Glossarelemente, die die Übersetzungsqualität nicht verbessern, sollten umgehend entfernt werden, um die angestrebte hohe Leistung sicherzustellen.
Neben diesen Maßnahmen können Übersetzer-Feedback und Nachbearbeitungskorrekturen als Leitfaden für laufende Aktualisierungen dienen. Darüber hinaus werden bei regelmäßigen Audits missverständliche Begriffe und unnötige Einträge aufgedeckt. Ein weiterer wichtiger zu berücksichtigender Faktor ist die Größe: Ein MT-Glossar muss schlank gehalten werden, da dies zu Geschwindigkeit und Funktionalität beiträgt.
Um Ihnen bei dieser scheinbar Mammutaufgabe zu helfen, haben wir den Prozess aufgeschlüsselt, um einige der wichtigsten Maßnahmen zu erläutern, die Sie ergreifen sollten, und warum.
Das klingt wie ein Bissen, ist aber nicht so verwirrend, wie es zunächst scheint. Im Wesentlichen sollten Sie einen systematischen Überprüfungsprozess einrichten, der Ihnen bei der Überwachung Ihrer endgültigen maschinellen Übersetzungsausgabe hilft, d. h. nachdem das MT-Glossar angewendet wurde.
Dieser Überprüfungsprozess umfasst idealerweise die Analyse übersetzter Inhalte über mehrere Projekte hinweg, um Muster von Fehlübersetzungen, inkonsistenter Terminologie oder domänenspezifischen Fehlern zu erkennen, die trotz der Verwendung eines Glossars bestehen bleiben. KI-gestützte Qualitätsbewertungstools können dabei helfen.
Wichtig ist, dass Sie den Prozess nicht überstürzen. Führen Sie vor der endgültigen Ergänzung eines Glossars kontrollierte Tests durch, um sicherzustellen, dass der vorgeschlagene Eintrag tatsächlich die Übersetzungsqualität verbessert, ohne unabsichtlich neue Probleme mit sich zu bringen.
Sie können Testsätze erstellen, die den Ausgangsbegriff in verschiedenen Kontexten und Satzstrukturen enthalten, um sicherzustellen, dass die Glossarübersetzung universell funktioniert. Anschließend können Sie vergleichende Übersetzungen mit und ohne Glossareintrag durchführen, um die Wirkung zu messen, und überprüfen, ob sich keine grammatikalischen Fehler, umständlichen Formulierungen oder kontextbezogenen Unstimmigkeiten eingeschlichen haben.
Bei Alpha sind unsere Spracharchitekten Experten für die Anpassung von MT-Glossaren, um eine optimale Ausgabe zu gewährleisten.
Kurz gesagt: Hören Sie Ihren Linguisten zu – sie haben viel Weisheit zu teilen. Sie können ihnen helfen, indem Sie für sie strukturierte Feedbackkanäle zu etwaigen Terminologieproblemen erstellen und Glossarverbesserungen vorschlagen. Denken Sie über die Implementierung von Feedbackformularen, Anmerkungstools oder integrierten Kommentarsystemen innerhalb der Übersetzungsmanagementplattformen nach, um diese Aufgaben zu erleichtern.
Und geben Sie ihnen die Möglichkeit, ihre Meinung in regelmäßigen Besprechungen oder Überprüfungssitzungen tatsächlich zu äußern, in denen sie wiederkehrende Probleme besprechen und Lösungen vorschlagen können. Wenn Sie noch Zeit haben, können Sie auch die Gründe für die von Linguisten vorgeschlagenen Änderungen dokumentieren, um eine Wissensbibel zu erstellen.
Seien Sie rücksichtslos: Wenn es nicht gelingt – schneiden Sie es! Das Glossar sollte regelmäßig überprüft werden, um Begriffe mit mehreren möglichen Bedeutungen oder kontextabhängigen Übersetzungen zu identifizieren, wie zum Beispiel „Bank“ (Finanzinstitut vs. Flussufer). Prüfen Sie, ob die Glossareinträge zu weit gefasst oder zu eng gefasst sind.
Gehen Sie vorsichtig vor: Entfernen oder verfeinern Sie Einträge, die in bestimmten Kontexten falsche Übersetzungen erzwingen, auch wenn sie in anderen gut funktionieren, und erwägen Sie, mehrdeutige Einträge zur besseren Verwendung in eigenständige Einträge aufzuteilen.
Ja, wir können nicht genug betonen, wie wichtig es ist, den Inhalt Ihres MT-Glossars regelmäßig zu überprüfen, zu prüfen und zu bewerten. Im Laufe der Zeit, beispielsweise bei neuen Marketingkampagnen, Markeninitiativen und Produkteinführungen, werden einige Glossareinträge veraltet, ineffektiv oder kontraproduktiv und müssen aussortiert und/oder ersetzt werden.
Eine Idee besteht darin, Metriken für jeden Glossarbegriff zu verfolgen, einschließlich der Häufigkeit, mit der er aufgerufen wird, ob er durchgängig korrekte Übersetzungen liefert und ob häufige Nachbearbeitungskorrekturen erforderlich sind. Entfernen Sie auch Begriffe, wenn sich Produktnamen ändern, wenn sich die Branchenterminologie weiterentwickelt oder wenn das Basismodell der MT-Engine so weit verbessert wird, dass die erzwungene Übersetzung nicht mehr erforderlich ist.
Müssen wir es überhaupt sagen? Sie haben es erraten: Auf die Größe kommt es an. Indem Sie Glossare auf nur wesentliche Begriffe beschränken, die nachweislich die Übersetzungsqualität verbessern, wird Ihr MT-Glossar schneller und effektiver. Sie können sich einen Vorsprung bei der Kontrolle der Größe Ihres Glossars verschaffen, indem Sie maximale Eingabegrenzen festlegen, die auf den Fähigkeiten und Leistungsanforderungen Ihres MT-Systems basieren. Da einige Systeme Hunderte von Einträgen effizient verarbeiten, verschlechtern sich andere bei mehr als fünfzig.
Erstellen Sie separate Glossare für verschiedene Domänen oder Projekte, anstatt ein riesiges universelles Glossar zu verwalten. Überprüfen Sie regelmäßig die Maße für die Größe des Glossars. Wenn Sie sich der Kapazitätsgrenze nähern, können Sie sogar die „Nachtclub-Regel“ ausprobieren – die „Eins rein, eins raus“-Regel.
Die oben genannten Vorschläge werden Ihnen als grundlegende Schritte zur Pflege Ihres MT-Glossars von Nutzen sein. Wie immer gibt es noch viel mehr, was Sie tun können – oder jemand anderes kann es in Ihrem Namen tun.
Lassen Sie uns einige Beispiele aus der Praxis für effektive, gut ausgewählte MT-Glossarbeispiele und mehrdeutige, irreführende Beispiele untersuchen. Hier sehen wir uns Beispiele auf Französisch an, wie sie in allgemeinen MT-Glossaren zu finden sind.
“cloud computing”→ “cloud computing”
“dashboard” → “tableau de bord”
Durch die Einbeziehung wird die MT-Tendenz, unübersetzt zu bleiben oder falsche Alternativen wie „panneau de contrôle“ zu verwenden, behoben.
“application” → “demande”
Darüber hinaus werden falsche Übersetzungen in mehreren Kontexten erzwungen, was die Gesamtqualität beeinträchtigt
“book” → “livre”
Ganz einfach: Der Weg, ein effektives MT-Glossar zu pflegen, besteht darin, ihm regelmäßige Aufmerksamkeit und disziplinierte Kuratierung zu schenken. Denken Sie an die Säulen einer erfolgreichen Glossarpflege (kontinuierliche Überwachung der Übersetzungsausgabe und rücksichtslose Entfernung ineffektiver oder mehrdeutiger Einträge), um eine optimale Leistung der maschinellen Übersetzung sicherzustellen.
Denken Sie daran, dass ein kleineres, gut zusammengestelltes Glossar mit 50 äußerst effektiven Begriffen eine aufgeblähte Liste mit 500 Einträgen, die veraltete, mehrdeutige oder kontraproduktive Übersetzungen enthält, durchweg übertrifft.
Durch die Einrichtung systematischer Überprüfungsprozesse und das aktive Testen neuer Einträge vor der Implementierung erstellen Sie eine dynamische Ressource, die sich parallel zu Ihren Übersetzungsanforderungen weiterentwickelt.
Über den Autor
Amelia Morrey ist leitende Texterin bei Alpha CRC. Sie hat mit Kunden aus verschiedenen Branchen zusammengearbeitet, vom Gaming bis zum Ingenieurwesen. Während ihrer Zeit bei Alpha hat sie mit Linguisten und Betriebsteams zusammengearbeitet, um Lokalisierungstipps und -tricks in die Welt zu bringen.
