Empfohlene Maßnahmen zur Übersetzungsqualität: 9 Best Practices
- 1. Juli
- 8 Min. Lesezeit
Empfohlene Maßnahmen zur Übersetzungsqualität sind definierte Prozesse, Normen und Technologien, die sicherstellen, dass Fachübersetzungen in regulierten Branchen korrekt, konsistent und compliant sind. Wer in Medizin, Recht oder Technik mit fehlerhaften Übersetzungen arbeitet, riskiert nicht nur Bußgelder, sondern Patientensicherheit und Produktzulassungen. Die Norm DIN EN ISO 17100 legt verbindliche Anforderungen an Ressourcen und Prozesse fest. Moderne AI+HUMAN hybrid translation Workflows verbinden KI-gestützte Qualitätsschätzung mit menschlicher Fachprüfung und liefern damit eine Genauigkeit, die weder reine Maschinenlösungen noch klassische Agenturen allein erreichen.
1. Empfohlene Maßnahmen zur Übersetzungsqualität: ISO 17100 als Fundament
DIN EN ISO 17100 ist die zentrale Norm für professionelle Übersetzungsdienstleistungen und definiert verbindliche Anforderungen an Ressourcen, Prozesse und Kompetenzen. Sie gilt als Mindeststandard für jeden Anbieter, der in regulierten Branchen tätig ist. Wer diese Norm nicht erfüllt, kann Compliance-Anforderungen in Pharma, Medizintechnik oder Rechtswesen schlicht nicht garantieren.
Die Norm schreibt konkret vor:
Qualifikationen der Übersetzer: Nachgewiesene sprachliche, translatorische und fachliche Kompetenz, etwa ein Hochschulabschluss in Übersetzungswissenschaft oder gleichwertige Berufserfahrung.
Projektvorbereitung: Klärung von Quelldokument, Zielsprache, Verwendungszweck und Terminologievorgaben vor Projektstart.
Terminologie-Management: Bereitstellung und Pflege von Glossaren und Termbanken, die für das jeweilige Fachgebiet verbindlich sind.
Prüfungsschritte: Mindestens eine unabhängige Revision durch eine zweite qualifizierte Person nach der Übersetzung.
ISO 17100 fordert ein Vier-Augen-Prinzip mit unabhängigen Fachexperten zur finalen Prüfung. Das bedeutet: Übersetzer und Prüfer dürfen nicht dieselbe Person sein. Dieser Grundsatz ist in regulierten Branchen nicht verhandelbar.
Profi-Tipp: Verlangen Sie von jedem Übersetzungsdienstleister einen aktuellen ISO 17100 Zertifikatsnachweis. Ein abgelaufenes Zertifikat ist rechtlich wertlos.
2. Das Vier-Augen-Prinzip und fachliche Prüfung konsequent anwenden
Das Vier-Augen-Prinzip ist die wirksamste einzelne Maßnahme zur Fehlervermeidung in der Fachübersetzung. Es bedeutet: Jede Übersetzung wird nach Fertigstellung von einer zweiten, unabhängigen Fachkraft geprüft, die weder am Übersetzungsprozess beteiligt war noch in einem Abhängigkeitsverhältnis zum Übersetzer steht.
„Qualität entsteht nicht erst am Ende, sondern schon am Anfang durch klar definierte Prozesse." Quelle: satri-consulting.de
Für regulierte Branchen empfiehlt sich folgende Prüfstruktur:
Fachliche Revision: Ein Subject Matter Expert (SME) mit Branchenhintergrund, etwa ein Mediziner für klinische Studien oder ein Jurist für Vertragsübersetzungen, prüft terminologische Korrektheit und inhaltliche Vollständigkeit.
Sprachliche Revision: Ein zweiter Linguist prüft Grammatik, Stil und Zielsprachenkonsistenz unabhängig von der fachlichen Prüfung.
Compliance-Check: Bei regulierten Dokumenten wie Beipackzetteln oder technischen Sicherheitshandbüchern erfolgt ein abschließender Abgleich mit den geltenden Normen, etwa MDR oder HIPAA.
Schulung und Qualifikation der Reviewer sind dabei genauso wichtig wie die der Übersetzer selbst. Ein SME ohne translatorische Grundkenntnisse erkennt zwar fachliche Fehler, übersieht aber möglicherweise systematische Terminologieabweichungen. Beide Kompetenzen müssen im Team vorhanden sein.
3. KI-gestützte Quality Estimation für Workflow-Steuerung einsetzen
Quality Estimation (QE) ist ein KI-basiertes Verfahren, das die Qualität einer maschinell erzeugten Übersetzung bewertet, ohne dass ein Mensch jeden Satz manuell prüfen muss. QE-Scores steuern das Review-Routing anhand definierter Schwellenwerte: Scores von 85–100 erfordern nur wenige Nachprüfungen, Scores von 65–84 lösen eine leichte Überarbeitung aus, und Scores unter 65 führen zur vollständigen manuellen Nachbearbeitung.
Dieses Routing-Prinzip spart erhebliche Kapazitäten bei hohen Übersetzungsvolumina. Statt jeden Text vollständig manuell zu prüfen, konzentriert sich der Reviewer auf die Segmente mit dem höchsten Fehlerrisiko. Das ist besonders relevant für Branchen, in denen täglich hunderte Seiten technischer Dokumentation übersetzt werden.
Schwellenwert | QE-Score | Empfohlene Maßnahme |
Hoch | 85–100 | Leichte Durchsicht, kein vollständiges Post-Editing |
Mittel | 65–84 | Leichtes Post-Editing durch Fachübersetzer |
Niedrig | 0–64 | Vollständige manuelle Nachbearbeitung (MTPE) |
Jede KI-gestützte Qualitätsbewertung muss sprachpaar- und inhaltsspezifisch kalibriert werden, da universelle Schwellenwerte bei morphologisch komplexen Sprachen wie Finnisch oder Arabisch zu Fehlklassifizierungen führen können. Ein Schwellenwert, der für Englisch-Deutsch gut funktioniert, kann für Englisch-Japanisch zu lax oder zu streng sein.
Profi-Tipp: Kalibrieren Sie QE-Modelle für jedes Sprachpaar separat und validieren Sie die Schwellenwerte anhand einer Stichprobe manuell geprüfter Segmente aus Ihrem eigenen Fachgebiet.
4. Terminologie-Management als dynamischen Prozess gestalten
Glossare sind keine statischen Listen, die man einmal anlegt und dann vergisst. Glossare sind dynamische Ressourcen und müssen kontextsensitiv gesteuert werden, um grammatikalisch korrekte und konsistente Fachbegriffe zu gewährleisten. Ein Glossar, das nur den Nominativ eines Fachbegriffs enthält, versagt bei flektierten Formen oder zusammengesetzten Substantiven.
Für eine wirksame Terminologieverwaltung in regulierten Branchen gelten folgende Grundsätze:
Kontextsensitivität: Jeder Eintrag enthält nicht nur den Zielbegriff, sondern auch Verwendungskontext, Grammatikangaben und verbotene Alternativen.
Prompt Engineering: Bei KI-gestützten Übersetzungen werden Glossare direkt in die Systemanweisungen des Sprachmodells eingebettet. Das Modell erhält klare Vorgaben wie: „Übersetze ‘device’ immer als ‘Gerät’, niemals als ‘Vorrichtung’."
Versionierung: Jede Glossaränderung wird dokumentiert, damit ältere Übersetzungen bei Bedarf rückverfolgt werden können.
Fachliche Freigabe: Neue Termini werden von einem SME freigegeben, bevor sie in den aktiven Workflow einfließen.
Dynamische Glossare müssen flexibel grammatikalisch anpassbar sein, um Singular- und Pluralformen sowie Satzstrukturen korrekt darzustellen. Ein Glossar, das nur „der Wirkstoff" kennt, aber nicht „des Wirkstoffs" oder „die Wirkstoffe", erzeugt in der Praxis inkonsistente Ausgaben. Das ist in medizinischen Dokumenten ein ernstes Qualitätsproblem.
5. MQM-Fehlerklassifikation für aussagekräftige Qualitätsbewertung nutzen
MQM (Multidimensionale Qualitätsmetriken) ist der Industriestandard zur strukturierten Klassifikation von Übersetzungsfehlern. MQM ermöglicht differenzierte Bewertungen von Fehlerarten und Schweregrad, statt alle Fehler pauschal zu zählen. Das ist der entscheidende Unterschied zu einfachen Fehlerquoten.
MQM unterscheidet unter anderem zwischen Terminologiefehlern, Genauigkeitsfehlern, Stilfehlern und kritischen Fehlern, die die Sicherheit oder Compliance gefährden. Ein kritischer Fehler in einem Beipackzettel, etwa die Auslassung einer Kontraindikation, wiegt anders als ein Stilfehler in einer Produktbeschreibung. Diese Differenzierung erlaubt es Qualitätsmanagern, Ressourcen gezielt einzusetzen.
Automatisierte Qualitätskennzahlen erleichtern die Bewertung großer Übersetzungsvolumina in regulierten Bereichen erheblich. Sie generieren MQM-konforme Berichte, die als Grundlage für Lieferantenaudits und interne Qualitätsberichte dienen. Wer diese Metriken nicht einsetzt, bewertet Qualität subjektiv und damit nicht reproduzierbar.
6. Strukturierte Quelltexte als Voraussetzung für Qualität behandeln
Post-Editing reicht allein nicht aus. Qualität entsteht durch strukturierte Ausgangstexte, Terminologie-Management und frühzeitige Prozesssteuerung. Ein schlecht strukturierter Quelltext erzeugt zwangsläufig eine schlechte Übersetzung, egal wie gut das Übersetzungssystem ist.
Konkret bedeutet das für Fachleute in regulierten Branchen: Quelldokumente sollten vor der Übersetzung auf Konsistenz, Vollständigkeit und Terminologietreue geprüft werden. Mehrdeutige Formulierungen im Quelltext führen zu mehrdeutigen Übersetzungen. Ein Satz wie „Das Gerät muss regelmäßig gewartet werden" ohne Definition von „regelmäßig" ist in einer technischen Sicherheitsanleitung unzureichend.
KI-gestützte Workflows verbessern nicht nur die Geschwindigkeit, sondern ermöglichen eine skalierbare Qualitätssicherung bei hohen Inhaltsmengen. Aber auch das beste KI-System kann strukturelle Mängel im Quelltext nicht vollständig kompensieren. Die Investition in Quelltextqualität zahlt sich direkt in niedrigeren Post-Editing-Aufwänden aus.
7. ChatGPT und öffentliche NMT-Tools für regulierte Dokumente meiden
ChatGPT übersetzen zu lassen oder öffentliche NMT-Dienste für regulierte Dokumente zu verwenden, ist ein Compliance-Risiko. Öffentliche Sprachmodelle und neuronale Maschinenübersetzung senden eingegebene Daten an externe Server. Das verletzt GDPR, HIPAA und in vielen Fällen auch NDAs.
Dazu kommt das technische Problem: NMT-Systeme können Negationen auslassen oder Fachbegriffe falsch übertragen, ohne dass dies im Ausgabetext erkennbar ist. Ein System, das „nicht toxisch" als „toxisch" übersetzt, produziert keinen offensichtlichen Fehler, sondern einen gefährlichen. Für Fachübersetzungen im Gesundheitswesen oder in der Rechtsbranche ist das inakzeptabel.
Der Unterschied zu einem proprietären LLM-basierten System liegt in der Kontrolle. Ein geschlossenes System, das auf EU-Servern betrieben wird, gibt keine Daten weiter. Es folgt verbindlichen Terminologievorgaben. Und es wird von zertifizierten SMEs überwacht.
8. Best Practices für Fachübersetzer und Post-Editoren in regulierten Branchen
Qualitätssteigerung bei Übersetzungen beginnt mit den Menschen, die den Prozess ausführen. Technologie ersetzt keine Fachkompetenz, sie verstärkt sie. Folgende Maßnahmen sind für Fachübersetzer und Post-Editoren in regulierten Branchen verbindlich:
Branchenspezifische Weiterbildung: Übersetzer in der Medizintechnik sollten MDR-Grundkenntnisse haben. Juristische Übersetzer müssen die Rechtssysteme beider Sprachräume kennen.
Regelmäßige Feedbackzyklen: Fehler aus abgeschlossenen Projekten werden systematisch dokumentiert und in Schulungen eingespeist. Ohne Feedback keine Verbesserung.
Datensicherheit als Grundkompetenz: Jeder Beteiligte muss wissen, welche Daten er wie verarbeiten darf. GDPR-Verstöße entstehen oft durch Unwissenheit, nicht durch Absicht.
Verwendung zertifizierter Werkzeuge: Nur Übersetzungswerkzeuge mit nachgewiesener Datensicherheit, ISO 27001 Zertifizierung oder vergleichbarem Standard, dürfen für sensible Dokumente eingesetzt werden.
Konsistenzprüfung vor Abgabe: Jeder Post-Editor prüft vor der Abgabe, ob alle Termini aus dem aktiven Glossar korrekt verwendet wurden. Das dauert wenige Minuten und verhindert systematische Fehler.
9. AI+HUMAN Hybrid Translation als Gesamtprozess implementieren
Moderne Übersetzungsdienstleister nutzen kombinierte AI+HUMAN hybrid translation Ansätze, um Genauigkeit zu verbessern und regulatorische Vorgaben sicher zu erfüllen. Hybride Workflows vereinen KI-Effizienz mit menschlichem Fachwissen. Das ist kein Kompromiss, sondern die einzige Methode, die beide Anforderungen gleichzeitig erfüllt: Geschwindigkeit und Compliance.
Ein vollständiger AI+HUMAN hybrid translation Prozess für regulierte Branchen sieht so aus: Zuerst werden bestehende Translation Memories und Terminologiedatenbanken in das System eingespeist. Dann erzeugt ein proprietäres LLM-basiertes KI-System die Zielübersetzung unter strikter Einhaltung der Terminologievorgaben. Anschließend prüft ein zertifizierter SME das Ergebnis auf fachliche Korrektheit, regulatorische Konformität und kontextuelle Genauigkeit. Abschließend erfolgt ein QA-Durchlauf nach ISO 17100 und ISO 18587.
Für technische Dokumentation in der Industrie bedeutet das konkret: Ein Sicherheitshandbuch für eine Maschine, das in 20 Sprachen vorliegen muss, wird nicht 20-mal manuell übersetzt. Der KI-Anteil übernimmt die Grundübersetzung, der SME prüft sicherheitskritische Passagen, und das QA-System stellt Terminologiekonsistenz über alle Sprachversionen sicher. Das Ergebnis ist 3- bis 5-mal schneller als klassische Workflows und dabei normkonform.
Wichtige Erkenntnisse
Hochwertige Fachübersetzungen in regulierten Branchen erfordern strukturierte Prozesse nach ISO 17100, KI-gestützte Quality Estimation und qualifizierte SME-Prüfung als untrennbare Einheit.
Thema | Details |
ISO 17100 als Mindeststandard | Die Norm schreibt Vier-Augen-Prinzip, Qualifikationsnachweise und Terminologie-Management verbindlich vor. |
Quality Estimation und Routing | QE-Scores von 0–64 lösen vollständiges MTPE aus; Scores über 85 erfordern nur leichte Durchsicht. |
Dynamische Glossarverwaltung | Glossare müssen kontextsensitiv und grammatikalisch flexibel sein, nicht statisch. |
MQM-Fehlerklassifikation | MQM unterscheidet kritische von stilistischen Fehlern und erlaubt gezielte Ressourcensteuerung. |
AI+HUMAN hybrid translation | Nur hybride Workflows erfüllen gleichzeitig Geschwindigkeits- und Compliance-Anforderungen in regulierten Branchen. |
Warum Prozessqualität wichtiger ist als das KI-Tool
Viele Unternehmen fokussieren sich zu stark auf die Frage, welches KI-Übersetzungstool sie einsetzen sollen. Das ist verständlich, aber falsch priorisiert. In 15 Jahren Arbeit mit Übersetzungsprojekten in Pharma, Recht und Maschinenbau habe ich eines immer wieder beobachtet: Die teuerste Technologie liefert schlechte Ergebnisse, wenn der Prozess davor und danach nicht stimmt.
Ein schlecht strukturierter Quelltext, ein veraltetes Glossar oder ein Reviewer ohne Branchenkenntnisse machen jeden technologischen Vorteil zunichte. Umgekehrt habe ich gesehen, wie gut kalibrierte AI+HUMAN hybrid translation Prozesse mit klaren Terminologievorgaben und erfahrenen SMEs Ergebnisse liefern, die klassische rein manuelle Workflows in Qualität und Konsistenz übertreffen.
Was mich dabei am meisten überrascht hat: Die größten Qualitätsgewinne kamen nicht aus besserer KI, sondern aus besseren Glossaren und klareren Quelltexten. Wer in regulierten Branchen arbeitet, sollte dort anfangen. Die KI-Technologie ist das Werkzeug. Der Prozess ist das Fundament.
— Eric Brown
AD VERBUM: Fachübersetzungen mit AI+HUMAN Hybrid Translation
Für Unternehmen in regulierten Branchen, die Übersetzungsqualität nicht dem Zufall überlassen können, bietet AD VERBUM einen vollständig integrierten AI+HUMAN hybrid translation Ansatz. Das proprietäre LLM-basierte KI-System von AD VERBUM läuft ausschließlich auf EU-Servern und gibt keine Daten an öffentliche Dienste weiter. Über 3.500 zertifizierte Fachübersetzer mit Hintergrund in Medizin, Recht und Technik prüfen jede Ausgabe nach ISO 17100 und ISO 18587.
AD VERBUM ist nach ISO 9001, ISO 17100, ISO 13485, ISO 27001, HIPAA und GDPR zertifiziert und deckt über 150 Sprachen ab. Wer Fachübersetzungen in regulierten Branchen benötigt, findet auf der Serviceübersicht von AD VERBUM alle relevanten Informationen zu Prozessen, Zertifizierungen und Einsatzbereichen.
FAQ
Was fordert ISO 17100 konkret für Übersetzungsqualität?
ISO 17100 schreibt verbindliche Qualifikationsanforderungen für Übersetzer und Reviewer, ein Vier-Augen-Prinzip mit unabhängiger Prüfung sowie dokumentiertes Terminologie-Management vor. Sie gilt als Mindeststandard für professionelle Fachübersetzungen in regulierten Branchen.
Was ist Quality Estimation (QE) in KI-Übersetzungsworkflows?
Quality Estimation ist ein KI-basiertes Verfahren, das die Qualität maschinell erzeugter Übersetzungen bewertet und anhand von Schwellenwerten steuert, ob ein Text leicht überarbeitet oder vollständig manuell nachbearbeitet werden muss.
Warum ist ChatGPT übersetzen für regulierte Dokumente ungeeignet?
Öffentliche Sprachmodelle wie ChatGPT senden eingegebene Daten an externe Server, was GDPR und HIPAA verletzt. Zudem fehlt die Möglichkeit, verbindliche Terminologievorgaben durchzusetzen, was zu inkonsistenten und potenziell gefährlichen Übersetzungen führt.
Was unterscheidet AI+HUMAN hybrid translation von klassischem MTPE?
AI+HUMAN hybrid translation integriert von Anfang an proprietäre LLM-Technologie mit strikter Terminologiedurchsetzung und zertifizierten SMEs, während klassisches MTPE (maschinelle Übersetzung mit anschließendem Post-Editing) oft auf öffentlichen NMT-Systemen ohne Datenschutzgarantien basiert.
Wie wirkt sich Terminologie-Management auf die Übersetzungsgenauigkeit aus?
Dynamische, kontextsensitiv gesteuerte Glossare stellen sicher, dass Fachbegriffe in allen grammatikalischen Formen und Kontexten konsistent verwendet werden. Das reduziert Terminologiefehler und senkt den Nachbearbeitungsaufwand bei großen Dokumentenmengen erheblich.
Empfehlung