Sprache wird manchmal wie Mathematik behandelt: Das Ergebnis ist entweder richtig oder falsch.
Wenn man sich nur die Grammatik, die Rechtschreibung und den Satzbau ansieht, wird schnell klar, woher diese Vorstellung stammt. Ein Wort plus ein anderes Wort ergibt richtig oder falsch. Das war's.
Doch jeder, der sich mit Texten, Übersetzungen oder Lokalisierung beschäftigt, weiß, dass Sprache nicht so einfach ist.
Wäre das der Fall, wäre die schnellste und kostengünstigste Lösung, alle Daten in eine KI-Engine einzuspeisen und diese die Arbeit erledigen zu lassen. Dennoch wollen die meisten Unternehmen das nicht, zumindest nicht immer. Was sie suchen, ist nicht nur technische Korrektheit, sondern etwas, das schwerer zu definieren ist.
KI kann zwar eine technisch korrekte Übersetzung liefern, diese kann jedoch trotzdem von den Stakeholdern abgelehnt werden.
Warum?
Es gibt nämlich selten nur eine „richtige“ Art, etwas auszudrücken.
Wortwahl, Tonfall, kulturelle Nuancen, Erwartungen der Zielgruppe und Markenstimme beeinflussen alle, wie eine Übersetzung wahrgenommen wird. Selbst wenn ein Satz grammatikalisch einwandfrei ist, kann er dennoch als falsch oder unzureichend empfunden werden. Irgendwie hört sich die Übersetzung nicht ganz richtig an.
Mit anderen Worten: Sprache führt selten zu einem einzigen, endgültigen Ergebnis.
Warum es bei Sprache mehr als eine „richtige“ Antwort gibt
Selbst wenn wir kulturelle Referenzen, Metaphern und Redewendungen aus der Gleichung nehmen, lässt eine Übersetzung immer noch mehrere gültige Ergebnisse zu.
KI und maschinelle Übersetzung funktionieren präzise, weil Sprache bis zu einem gewissen Grad anhand von Mustern und Wahrscheinlichkeiten analysiert werden kann. Doch Algorithmen stehen nach wie vor vor derselben grundlegenden Herausforderung wie menschliche Übersetzer:innen: In vielen Fällen gibt es mehrere technisch korrekte Möglichkeiten.
Die Wahl ist Geschmackssache.
Bei der Übersetzung eines Textes müssen Übersetzer:innen ständig entscheiden, welchen Elementen sie Vorrang einräumen. Sollte der Schwerpunkt auf der wörtlichen Bedeutung liegen? Tonalität? Lesbarkeit? Markenstimme?
Egal, für welchen Weg sich die Übersetzer:innen oder Post-Editor:innen entscheiden – Abstriche müssen sie in jedem Fall machen.
Am wichtigsten ist aber, ob diese Wahl dem entspricht, was die Empfänger:innen erwarten oder selbst gewählt hätten?
In diesem Sinne gleicht Übersetzen weniger dem Lösen einer Gleichung wie 2 + 2 = 4, sondern eher der Wahl zwischen mehreren guten Optionen, von denen jede je nach Situation etwas anders funktioniert.
Wie misst man Qualität, wenn die persönliche Meinung eine wichtige Rolle spielt?
Genau das ist die Herausforderung, mit der sich Victoria Samuelsson, Senior Quality Excellence Specialist, täglich auseinandersetzt.
Sie unterstützt internationale Unternehmen dabei, subjektive Sprachqualität in etwas Strukturiertes, Messbares und Umsetzbares zu verwandeln. Bei ihrer Arbeit mit den Kunden von LanguageWire konzentriert sie sich auf eine zentrale Frage: Wie lässt sich die Qualität von Übersetzungen definieren und verbessern?
Ihre Antwort ist ein vierstufiger Ansatz.
1. Was bedeutet „gute Qualität“ für Sie?
Bevor man irgendetwas misst, muss man zunächst definieren, was „gut“ ist. Bei LanguageWire unterstützen Sie das Quality Excellence Team und das Account Team dabei, diese Definition zu erarbeiten – ganz gleich, wie sie für Sie aussehen mag.
„Zwei Autos verschiedener Marken können beide hervorragende Autos sein“, sagt Victoria. „Je nachdem, wen man fragt, wird jedoch oft eine bestimmte Marke als besser angesehen. Das heißt nicht, dass das andere Auto schlecht ist – es bedeutet nur, dass die Leute unterschiedliche Dinge wichtig finden.“
Das gleiche Prinzip gilt auch für das Übersetzen. Wenn Sie Qualität messen wollen, müssen Sie zunächst festlegen, was für Ihre Stakeholder am wichtigsten ist.
Mit anderen Worten: Wie sieht Ihre Vorstellung von einem „guten Auto“ aus? Nur dann lassen sich Qualität und Wirkung aussagekräftig messen.
2. Qualität in die Praxis umsetzen
Sobald Ihre Ziele klar sind, müssen Sie sie greifbar machen. Sprachliche Ressourcen sind die Tools, mit denen dies möglich wird:
Terminologiedatenbanken definieren die vereinbarte Terminologie
Styleguides beschreiben Tonalität, Stil, Zielgruppen und Schreibkonventionen
In Translation Memories werden freigegebene Übersetzungen zur späteren Wiederverwendung gespeichert
KI-Terminologie nutzt Ihre Terminologiedatenbank, um die Qualität der maschinellen Übersetzung zu verbessern
Diese Ressourcen tragen dazu bei, die Konsistenz über Content und Teams hinweg zu gewährleisten, sodass Übersetzer:innen und Lokalisierungsexpert:innen Entscheidungen treffen können, die den Erwartungen entsprechen.
Wie sieht das in der Praxis aus?
Victoria nennt ein Beispiel:
„Wenn Sie einen Einzeiler oder einen Slogan haben, den Sie auf eine bestimmte Weise übersetzen lassen möchten oder der gar nicht übersetzt werden soll, können Sie diesen in das Translation Memory aufnehmen, damit er in zukünftigen Übersetzungsprojekten wiederverwendet werden kann.“
Denken Sie an den weltweiten Slogan von Volkswagen: „Das Auto“. Das bleibt in jeder Sprache gleich.
Die Formalisierung von Entscheidungen schafft Vertrauen, dass die von Ihnen definierte Qualität in allen Projekten gewährleistet ist.
3. Wählen Sie Workflows, die Feinheiten erfassen
Sobald die Grundlagen geschaffen sind, können Sie sich mit Nuancen und unterschiedlichen Stilvorlieben befassen.
Die Überprüfung durch Marktexpert:innen (Validierung) ist wohl der wichtigste Schritt. So können Sie die Übersetzung anhand des Quelltextes überprüfen und dabei die Terminologiedatenbank und das Translation Memory als Referenz nutzen.
Wenn Validator:innen Anmerkungen zu Terminologie, Stil oder kontextuellen Feinheiten haben, können sie ihre Änderungen und Präferenzen direkt einfügen. Dadurch können Lokalisierungsexpert:innen noch besser auf die Vorlieben der Kunden eingehen.
Oder wie Victoria sagt: „Anstatt zu versuchen, Sprache auf eine einfache Bewertung nach ‚richtig‘ oder ‚falsch‘ zu reduzieren, ermöglicht dieser Workflow Unternehmen, die Übersetzungsqualität im Kontext zu bewerten.“
4. Feedback-Schleifen für kontinuierliche Optimierung etablieren
Als Nächstes empfiehlt Victoria, das Feedback systematisch zu dokumentieren. Durch das Sammeln und Auswerten von Feedback zeichnen sich im Laufe der Zeit Muster ab.
Bei LanguageWire werden diese Daten an die Kunden weitergegeben, um wiederkehrende Probleme zu erkennen, deren Ursachen zu verstehen und Verbesserungsmaßnahmen zu priorisieren. Auf diese Weise lassen sich die von den Unternehmen festgelegten Qualitätsziele nach und nach immer besser erreichen.
LanguageWire verfügt über einen festgelegten Prozess für Feedback, sodass Sie keinen eigenen entwickeln müssen. Er basiert auf der menschlichen Einschätzung der Qualitätsbewertung. So sieht er aus:
1: Das Feedback bewerten
Das Feedback auswerten und die eigentliche Ursache ermitteln. So können Sie die richtigen Maßnahmen ergreifen, um zu verhindern, dass das Problem erneut auftritt. Außerdem hilft es dabei festzustellen, ob das Feedback eine grundlegende Ursache hat.
2: Die eigentliche Ursache ermitteln
Feedback ist der Hinweis, der Sie auf das Problem aufmerksam macht. Die Ursachenanalyse (RCA) deckt die Umstände auf, die zu dem Problem geführt haben. Oder anders ausgedrückt: Feedback zeigt Ihnen, was falsch läuft, während die Ursachenanalyse Ihnen erklärt, warum es schiefgelaufen ist. Im Grunde handelt es sich um eine Ursachen-Wirkungs-Analyse.
3: Einen Aktionsplan erstellen
Ein gängiges Konzept im Qualitätsmanagement ist CAPA, was für „Corrective and Preventive Action“ (Korrektur- und Vorbeugungsmaßnahmen) steht. CAPA ist ein kombinierter Aktionsplan, der darauf abzielt, bestehende Probleme anhand ihrer Ursachen zu beheben und künftige Wiederholungen zu verhindern. Der Plan ist im Wesentlichen eine Reaktion auf ein Feedback und umfasst Korrektur- und/oder Vorbeugungsmaßnahmen. Korrekturmaßnahmen dienen der Behebung bereits aufgetretener Probleme. Präventive Maßnahmen zielen darauf ab, die Ursachen zu ermitteln und zu beseitigen, bevor sie zu wiederkehrenden Problemen führen. In der Lokalisierung kann das bedeuten, einen Styleguide nach wiederkehrenden Tonalitätsproblemen zu aktualisieren, das Terminologiemanagement zu optimieren, um inkonsistente Formulierungen zu vermeiden, oder Workflows anzupassen, um Engpässe in der Validierung zu reduzieren.
4: Einigung über Erkenntnisse und Lösungen
Es gibt keine Standard-CAPA-Lösung, die für alle passt. Was für Sie funktioniert, muss nicht unbedingt auch für das nächste Unternehmen oder gar das nächste Projekt geeignet sein. Die CAPA wird stets von Fall zu Fall zwischen Ihnen und LanguageWire besprochen und vereinbart, um sicherzustellen, dass die Erwartungen übereinstimmen. Wenn wir gemeinsam die CAPA-Liste durchgehen, sind Ihre Anmerkungen von entscheidender Bedeutung. Sollte etwas nicht zu Ihren organisatorischen Abläufen oder Anforderungen passen, können wir es anpassen. Unser Ziel bei LanguageWire ist es, sicherzustellen, dass die von uns ergriffenen Maßnahmen für Sie wirksam und sinnvoll sind – nicht nur, um dieses Problem zu lösen, sondern auch, um zu verhindern, dass es erneut auftritt.
5: CAPA-Lösung implementieren
Sämtliches Feedback wird mithilfe dieser Methodik berücksichtigt. Jedes von Ihnen gegebene Feedback wird dazu verwendet, Korrektur- oder Vorbeugungsmaßnahmen (CAPA) zu ermitteln. Für einige dieser Schritte ist möglicherweise Ihre Mitwirkung erforderlich. In diesen Fällen beziehen wir Sie direkt mit ein, um sicherzustellen, dass unsere Erwartungen klar aufeinander abgestimmt sind und dass die von uns ergriffenen Maßnahmen Ihre Arbeitsweise wirklich unterstützen. Beispielsweise benötigen wir möglicherweise Ihren Beitrag, um die Terminologie so anzupassen, dass sie der bevorzugten Kommunikationsweise Ihres Unternehmens entspricht. Falles Ihr Beitrag nicht erforderlich ist, wird LanguageWire die benötigten Korrektur- und Verbesserungsmaßnahmen durchführen und Sie informieren, sobald alles abgeschlossen ist. Wir werden Ihnen stets mitteilen, was wir unternommen haben und warum.
Kontinuierliche Verbesserung ist eine dauerhafte Partnerschaft, keine einmalige Maßnahme.
Ihr CAPA-Aktionsplan sollte in realen Projekten getestet und validiert werden. Bei jedem neuen Projekt würden Sie das Feedback erfassen, um sicherzustellen, dass die Lösung wirklich funktioniert und Mehrwert schafft.
Diese Methode ist so leistungsstark, weil sie es ermöglicht, Prozesse im Laufe der Zeit weiterzuentwickeln. Dies wiederum verringert Risiken und stärkt die Zusammenarbeit.
Keine Neuigkeiten sind … keine Neuigkeiten: Qualität bedeutet, Ihre bevorzugte Option zu wählen
Letztendlich bedeutet Qualität, sich für die Option zu entscheiden, die der eigenen Präferenz am nächsten kommt. Genau das macht eine KI-Übersetzung so überzeugend.
Wenn sich dies – und sei es auch nur auf der grundlegendsten Ebene – definieren lässt, dann haben wir einen Weg zu hervorragenden Übersetzungen gefunden.
Victorias Rat ist eindeutig: Teilen Sie Ihrem Anbieter mit, wenn Sie die „richtigen“ Optionen sehen. Dieses Feedback ebnet den Weg zum gewünschten Ergebnis.
Es mag zwar heißen: „Keine Nachricht ist eine gute Nachricht." Aber wir sind überzeugt: „Keine Nachricht heißt: keine Nachricht."
Um das richtige Qualitätsniveau zu erreichen, muss man seine Präferenzen zunächst klar definieren und direkt kommunizieren – bevor man sie mithilfe von Tools, Feedback und Prozessen weiter verfeinert.
Wenn Sie bereit sind, Struktur in Ihre Lokalisierungsprozesse zu bringen, stehen wir Ihnen gerne zur Seite. Wir helfen Ihnen dabei, zu definieren, was „gut“ bedeutet, die richtige Technologie zu implementieren und Workflows zu entwickeln, die die Qualität kontinuierlich und in großem Maßstab verbessern.
Dieser Artikel ist die April-Ausgabe 2026 von Lost & found in translation – einem monatlichen Newsletter mit Einblicken, Standpunkten und Reflexionen von Menschen, die tagtäglich in der Lokalisierung arbeiten. Abonnieren Sie unseren Newsletter, um benachrichtigt zu werden, sobald die nächste Ausgabe erscheint.
