Jobsicherheit trotz Machine ­Learning

Inside-IT-Kolumnist Peter Wolf ärgerte sich kürzlich in seiner Kolumne über Übersetzungs-Apps und wie diese im App Store beworben werden. Es war mal wieder die Geschichte vom Schuster und seinen Schuhen. Und es ging um Produktbeschreibungen, die von holprig über radebrechend bis hin zu schlichtweg unverständlich waren. Das klingt dann etwa so: "Die Übersetzer für Android hilft korrekte Aussprache von Wörtern ist es möglich, die übersetzten Texte zu hören." Neben vielen lustigen Beispielen schliesst Peter Wolf mit der Bitte an die App-Entwickler von Nicht-Übersetzungs-Apps, sie mögen doch bitte ihre Produktbeschreibungen, oder noch schlimmer, ihre Benutzeroberflächen, nicht maschinell übersetzen lassen. Damit bricht er eine Lanze für die gute alte Übersetzungs- oder besser noch – Lokalisierungs-Industrie.


Die Herausforderung, einen Text oder ein Produkt an lokale sprachliche und kulturelle Gegebenheiten anzupassen, haben Maschinen nämlich bis heute nicht gemeistert. Als ich die Kolumne las, musste ich natürlich in erster Linie über die "Übel-setzungsbeispiele" schmunzeln. Schmunzeln musste ich aber auch deshalb, weil ich gerade dabei war, mich auf ein Treffen mit den Gründern eines Unternehmens in Bangkok vorzubereiten, das Technologien für das maschinelle Übersetzen von Dokumenten entwickelt hat. Die Gründer behaupten, besser zu sein als alle anderen Akteure in diesem Markt und bisher ungekannte Qualität zu bieten.

Als Mitgründer des Unternehmens t.hub, einem Online-Marktplatz für Übersetzungen, wollte ich natürlich wissen, wie so ein Qualitätssprung zustande kommt. Schliesslich könnte dies für das Geschäftsmodell von t.hub sowohl eine Chance als auch eine Bedrohung sein. Denn bei t.hub behaupten wir, dass unser System das Übersetzungsgeschäft revolutionieren wird, ohne dass es selbst in der Lage ist, zu übersetzen. Das Übersetzen und vor allem das Lokalisieren von Texten, Informationen und Botschaften ist ein Handwerk, ja fast eine Kunst. Genauso wie das Schreiben selbst.

Das Verstehen von Kulturen, das Erkennen des richtigen Kontexts und das Ergänzen oder Weglassen von impliziten Informationen, davon sind Maschinen heute also noch weit entfernt. Schnell wurde mir in den Gesprächen mit meinen neuen Kollegen in Asien klar, dass genau im Vorgeben des richtigen Kontextes und im vorgängigen Trainieren des Systems in eben diesem Kontext das Geheimnis des Erfolges liegt.


So bin ich zuversichtlich, dass wir zwar Fortschritte beim maschinellen Übersetzen, vielleicht sogar ein klein wenig beim Verstehen, sehen werden. Die Disruption dieser Industrie aber wird in den Bereichen Prozess und Management sowie der Disintermediation der Akteure liegen. Die Übersetzer werden folglich noch lange genügend zu tun haben. Wenn auch ihr Tätigkeitsfeld sich wandeln wird.

Also – Ende gut – zumindest vorläufig.