Machine Translation Post-Editing: Der ehrliche MTPE-Leitfaden

Grundlagen des Machine Translation Post-Editing

Machine Translation Post-Editing (MTPE) bezeichnet die manuelle Überarbeitung maschinell übersetzter Texte durch einen Menschen. Ziel ist es, die Ausgangsqualität der Maschinenübersetzung auf ein definiertes Endniveau zu heben. Die Grundidee: Statt eine Übersetzung von null an neu zu erstellen, nutzt man die Vorarbeit einer KI und optimiert sie gezielt. In der Praxis zeigt sich, dass dieser Ansatz Zeit sparen kann – aber nur, wenn der Ausgangstext und die gewünschte Qualität zusammenspielen.

Die Qualität der maschinellen Übersetzung hängt von mehreren Faktoren ab: Satzlänge, Fachterminologie, Satzstruktur und Ähnlichkeit zum Trainingsmaterial der Engine. Standardtexte wie Produktbeschreibungen oder Wetterberichte liefern oft brauchbare Rohübersetzungen, während stark kulturspezifische oder literarische Texte häufiger fehlerhafte Passagen enthalten. Beim Post-Editing korrigieren Sie nicht nur offensichtliche Fehler, sondern passieren auch die idiomatischen Wendungen und den Lesefluss. Ein typisches Beispiel: Die Maschine übersetzt „The application runs smoothly“ mit „Die Anwendung läuft glatt“ – Sie ändern es zu „Die Anwendung läuft stabil“, weil das im Kontext üblich ist.

Für die Abrechnung ist eine klare Unterscheidung zwischen Light und Full Post-Editing notwendig. Während Light MTPE nur minimale Eingriffe vorsieht, ist Full MTPE mit einer vollwertigen Übersetzung gleichzusetzen. Empfehlenswert ist es, vor Projektbeginn die Engine zu testen: Nehmen Sie 500 Wörter eines repräsentativen Textes, lassen Sie diese maschinell übersetzen und bewerten Sie den Zeitaufwand für die Korrektur. Ein Verhältnis von 1:3 (eine Minute Post-Editing für drei Minuten Neueingabe) gilt als Orientierung für Light MTPE. Liegt der Aufwand höher, sollten Sie über den Einsatz einer anderen Engine oder den Wechsel zu Full MTPE nachdenken.

Konkrete Handlungsempfehlung: Definieren Sie für jeden Texttyp eine klare MTPE-Stufe. Für interne Kommunikation oder große Content-Mengen reicht Light MTPE, für Kundenkommunikation oder Rechtstexte ist Full MTPE angemessen. Führen Sie ein kurzes Onboarding mit Ihren Übersetzern durch, damit alle den Unterschied zwischen Maschinenfehlern und Stilfragen verstehen. Nur so können Sie die Produktivitätsgewinne realistisch messen.

MTPE im Übersetzungsworkflow

Machine Translation Post-Editing lässt sich in bestehende Übersetzungsprozesse auf verschiedene Weise integrieren. Die klassische Variante ist der sequenzielle Workflow: Der Ausgangstext wird automatisch durch eine MT-Engine geschickt, das Ergebnis landet in einem Translation-Management-System (TMS) und wird dort einem Post-Editor zugewiesen. Dieser öffnet die Datei, sieht die MT-Vorschläge in einem Editierfenster und korrigiert sie zeilenweise. In der Praxis hat sich bewährt, die MT-Ergebnisse farblich zu markieren, damit der Editor sieht, wo die Maschine besonders unsicher war – etwa bei unbekannten Begriffen in einer Translation-Memory-Abfrage.

Eine alternative Einbindung ist der interaktive Modus: Der Post-Editor arbeitet in einer CAT-Tool-Umgebung, die Maschinenvorschläge in Echtzeit generiert. Hier entscheidet der Editor selbst, ob er den Vorschlag nimmt, verwirft oder anpasst. Dieser Workflow ermöglicht einen nahtlosen Wechsel zwischen MTPE und manueller Übersetzung, erfordert aber eine gute Konfiguration der MT-Engine und des TMS. Erfahrungsgemäß eignet sich dieser Modus besonders für Projekte mit wechselnden Textsorten, bei denen der Editor flexibel reagieren muss.

Die Qualitätssicherung nach dem Post-Editing ist ein oft unterschätzter Schritt. Auch bei Light MTPE sollten Sie eine zweite Prüfung vorsehen – entweder durch einen anderen Linguisten oder eine automatisierte Prüfung auf Basis von Terminologie-Datenbanken. Bei Full MTPE ist eine vollständige Review durch einen zweiten Übersetzer empfehlenswert. Achten Sie darauf, dass Ihr TMS die Zeiterfassung pro Segment ermöglicht: So können Sie den tatsächlichen Aufwand je nach Texttyp dokumentieren und später in der Kalkulation berücksichtigen.

Konkrete Handlungsempfehlung: Nutzen Sie Ihr TMS, um eine Vorabklassifizierung der Segmente vorzunehmen. Segmenten mit hohem Wiedererkennungswert (wie wiederholte Sätze) können Sie eine automatische MT-Vorlage zuweisen, während komplexe Segmente manuell erstellt werden. Richten Sie für MTQ (Machine Translation Quality) eine eigene Qualitätskennzahl ein, die Sie nach jedem Projekt aktualisieren. So behalten Sie im Blick, welche Engine für welche Textsorte die beste Rohqualität liefert.

Light Post-Editing: Definition und Anwendung

Light Post-Editing ist die minimalinvasive Korrektur einer maschinell erzeugten Übersetzung. Ziel ist es, den Text verständlich und fehlerfrei zu machen, ohne ihn stilistisch oder idiomatisch zu verfeinern. Die Eingriffe beschränken sich auf offensichtliche Fehler wie falsche Übersetzungen von Fachbegriffen, grammatikalische Irrtümer oder inkorrekte Zahlen. Der Satzbau bleibt weitgehend erhalten – auch wenn er holprig klingt. Ein Beispiel: Aus der Maschinenübersetzung „Bitte drücken Sie den Knopf, um zu starten“ wird bei Light MTPE „Bitte drücken Sie die Taste, um zu starten“ – mehr ist nicht nötig.

Die Anwendung von Light MTPE eignet sich für Textsorten, bei denen reine Informationsvermittlung im Vordergrund steht und die formale Gestaltung zweitrangig ist. Typische Einsatzbereiche sind interne Prozessdokumentationen, Massen-E-Mails, kurze Produktbeschreibungen oder Forenbeiträge. Auch für First-Draft-Übersetzungen, die später von einem Redakteur überarbeitet werden, ist Light MTPE effizient. In der Praxis zeigt sich, dass Light MTPE etwa 20% bis 30% der Zeit gegenüber einer traditionellen Übersetzung einspart – die genaue Ersparnis hängt jedoch stark von der Ausgangsqualität der Engine und der Textkomplexität ab.

Um zu entscheiden, ob ein Text für Light MTPE geeignet ist, sollten Sie vorab eine Stichprobe nehmen. Lassen Sie drei repräsentative Absätze maschinell übersetzen und bewerten Sie die Anzahl der Korrekturen. Wenn mehr als 10% der Wörter bearbeitet werden müssen, ist Full MTPE oder eine manuelle Übersetzung wahrscheinlich angemessener. Definieren Sie zudem klare Kriterien, was als Fehler gilt: Terminologiefehler ja, Stilverbesserungen nein. Eine Checkliste auf Basis der TAUS MTPE Guidelines hilft, den Umfang der Eingriffe zu normieren.

Konkrete Handlungsempfehlung: Erstellen Sie für Ihr Team eine Richtlinie mit Beispielen für Light MTPE. Legen Sie fest, dass nur sachliche Fehler korrigiert werden, nicht aber Formulierungen wie „aufgrund dessen“ zu „deshalb“. Führen Sie einen monatlichen Qualitätscheck durch: Nehmen Sie nach dem Light Post-Editing denselben Text und lassen Sie ihn von einem zweiten Redakteur auf „Verständlichkeit“ prüfen. Bleibt die Verständlichkeit hoch, ist das ein Zeichen, dass Light MTPE richtig angewendet wird.

Full Post-Editing: Wenn Perfektion gefragt ist

Beim Full Post-Editing durchläuft die maschinelle Rohübersetzung eine vollständige sprachliche und fachliche Prüfung. Ziel ist ein Endprodukt, das den Qualitätsstandards einer traditionellen menschlichen Übersetzung entspricht. Anders als beim Light Post-Editing werden hier nicht nur offensichtliche Fehler korrigiert, sondern auch stilistische Nuancen, idiomatische Wendungen, konsistente Terminologie und die Einhaltung spezifischer Styleguides optimiert. Der Post-Editor arbeitet den gesamten Text Satz für Satz durch und gleicht ihn mit dem Ausgangstext ab.

In der Praxis eignet sich Full Post-Editing besonders für Texte mit hohen Qualitätsanforderungen. Dazu zählen juristische Dokumente, Geschäftsberichte, Marketingmaterialien, medizinische Fachtexte oder Kundenkorrespondenz. Wird ein Text veröffentlicht oder hat er rechtliche Bindung, ist der Aufwand für die vollständige Überarbeitung in der Regel gerechtfertigt. Ein echtes Beispiel: Die Übersetzung eines Sicherheitsdatenblatts für Chemikalien darf keine Ungenauigkeiten enthalten – hier wäre Light Post-Editing unzureichend. Erfahrungsgemäß benötigen erfahrene Post-Editoren für Full Post-Editing etwa 70 bis 90 Prozent der Zeit einer Neuübersetzung, abhängig von der Sprachkombination und der Qualität der Rohübersetzung.

Als Handlungsempfehlung für die Abrechnung sollten Sie Full Post-Editing auf Zeitbasis oder nach einem festen Wortpreis abrechnen, der die intensive Bearbeitung abbildet. Wir empfehlen, den Kunden vor Beginn klar über den höheren Aufwand zu informieren. Definieren Sie schriftlich, welche Qualitätskriterien (z. B. nach einer Norm wie ISO 18587) gelten. Lassen Sie bei Zweifeln an der Eignung der Textsorte eine Stichprobe von etwa 500 Wörtern post-editen und dokumentieren Sie die benötigte Zeit. Vermeiden Sie pauschale Versprechen – weisen Sie stattdessen auf die Abhängigkeit von der Qualität der maschinellen Vorlage hin. Rechtlich sollten Sie bei Verträgen beachten, dass Full Post-Editing als Übersetzung im Sinne des Urheberrechts gelten kann; klären Sie dies im Zweifel mit Ihrer Rechtsberatung.

Ein weiterer Aspekt ist die Kombination von Full Post-Editing mit Terminologiemanagement. Wenn Sie unternehmensspezifische Glossare und Übersetzungsspeicher in das KI-System einspeisen, verbessert sich die Rohqualität, und der Post-Editing-Aufwand sinkt mittelfristig. Dennoch bleibt Full Post-Editing für anspruchsvolle Texte die sichere Wahl, wenn Perfektion gefragt ist.

Eignung von Textsorten für Light Post-Editing

Light Post-Editing eignet sich vor allem für Textsorten, bei denen der Inhalt im Vordergrund steht und sprachliche Perfektion nachrangig ist. Ziel ist eine verständliche, korrekte Wiedergabe ohne gravierende Sinnfehler, wobei Stil und Idiomatik nur oberflächlich angepasst werden. Erfahrungsgemäß profitieren folgende Texttypen besonders: interne Memos, Rohdatenauswertungen, Patentschriften in Rohfassung, Social-Media-Beiträge, Diskussionsforen oder automatisch generierte Produktangebote für Preisvergleichsportale.

Charakteristisch für diese Textsorten ist eine hohe Wiederholungsrate oder eine stark strukturierte Sprache. Maschinelle Übersetzungssysteme liefern hier oft brauchbare Ergebnisse, die mit geringem Aufwand korrigiert werden können. Ein konkretes Beispiel: Die Produktbeschreibungen eines Online-Shops mit Tausenden Artikeln – hier reicht es aus, Maße, Materialien und Funktionen korrekt zu übertragen, während die Formulierung nicht zwingend kreativ sein muss. Light Post-Editing kann dann 80 Prozent Zeit im Vergleich zur menschlichen Übersetzung sparen.

Dennoch sollten Sie prüfen, ob die Zielgruppe die geringere sprachliche Glättung akzeptiert. Bei nicht kritischen Texten, die niemals veröffentlicht werden (z. B. interne Protokolle), ist Light Post-Editing die wirtschaftlichste Lösung. Als Faustregel gilt: Je kürzer die Nutzungsdauer und je enger der Empfängerkreis, desto eher ist Light Post-Editing angemessen. Achten Sie darauf, dass die maschinelle Rohübersetzung für diese Textsorten mit aktuellen Glossaren vorkonfiguriert wird, um Terminologiefehler von vornherein zu vermeiden.

Für die Abrechnung empfehlen wir bei Light Post-Editing einen prozentualen Abschlag vom Neuübersetzungspreis, z. B. 40 bis 60 Prozent des üblichen Wortpreises. Oder Sie rechnen strikt nach Zeit ab (z. B. Minuten pro Wort), da erfahrungsgemäß die Bearbeitungsgeschwindigkeit bei Light Post-Editing bei 1000 bis 2000 Wörtern pro Stunde liegt. Kommunizieren Sie klar, dass der Text nach dem Post-Editing nicht den typischen Veröffentlichungsstandard erreicht. Holen Sie schriftliches Einverständnis des Kunden ein, falls der Text für einen externen Zweck gedacht ist – im Zweifel mit Hinweis auf die rechtliche Beratung Ihres Unternehmens.

Eignung von Textsorten für Full Post-Editing

Full Post-Editing ist für alle Textsorten angezeigt, die höchste sprachliche Präzision, stilistische Konsistenz und rechtliche oder fachliche Korrektheit erfordern. Erfahrungsgemäß fallen darunter: juristische Verträge, Medizinproduktanleitungen, Finanzberichte, technische Sicherheitsdokumentationen, Marketingtexte, Webseiten für Ländermärkte sowie Korrespondenz mit Kunden oder Behörden. Bei diesen Texten darf es keine inhaltlichen Lücken oder missverständlichen Formulierungen geben, da sonst Haftungsrisiken oder Imageverluste drohen.

Die Entscheidung für Full Post-Editing hängt auch von der Nutzungssituation ab. Ein Text, der veröffentlicht wird oder eine Außenwirkung hat, sollte grundsätzlich die volle Bearbeitungsstufe durchlaufen. Ein Beispiel: Die Website eines Unternehmens wird für den Eintritt in einen neuen Markt lokalisiert. Hier genügt es nicht, nur grobe Fehler zu korrigieren – alle Texte müssen kulturell angepasst und auf das lokale Zielpublikum abgestimmt sein. Full Post-Editing umfasst dann auch die Überprüfung von Formatierungen, Einheiten und Datumsformaten.

Dennoch gibt es Kriterien, die gegen den Einsatz von Full Post-Editing sprechen können: Wenn die Qualität der maschinellen Rohübersetzung sehr schlecht ist (z. B. bei stark kreativen oder idiomatisch dichten Ausgangstexten), kann eine vollständige Neuübersetzung wirtschaftlicher sein. Prüfen Sie daher stets die Ausgangsqualität mit einem kurzen Testdurchlauf. Wir empfehlen, bei Texten mit einem Anteil unter 70 Prozent korrigierbarer Segmente auf Full Post-Editing zu verzichten. In der Praxis hat sich eine Vorsortierung bewährt: Lassen Sie die Rohübersetzung durch ein automatisches Qualitätsmetrik-Tool prüfen, um Risiken frühzeitig zu erkennen.

Rechtlich sollten Sie klären, ob das post-editierte Produkt als bearbeitete Übersetzung gilt und ob Sie als Übersetzer die volle Verantwortung übernehmen. Vor allem bei behördlichen oder notariellen Dokumenten kann eine Haftungsfrage bestehen. Holen Sie in solchen Fällen eine schriftliche Vereinbarung ein und beraten Sie sich mit Ihrer Rechtsabteilung. Für die Abrechnung von Full Post-Editing empfehlen wir einen Wortpreis, der dem Neuübersetzungspreis nahekommt, oder eine Zeitabrechnung – mit dem Hinweis, dass der Aufwand erfahrungsgemäß bei 50 bis 80 Wörtern pro Stunde liegen kann.

Produktivitätskennzahlen im MTPE-Workflow

Produktivitätskennzahlen im MTPE-Workflow dienen dazu, die Effizienz des Post-Editing-Prozesses messbar zu machen und Verbesserungspotenziale zu identifizieren. Die gängigsten Metriken sind die bearbeiteten Wörter pro Stunde (WpH), die Edit-Distanz als Verhältnis von Änderungen zum Ausgangstext und die Zeitersparnis im Vergleich zur menschlichen Neuübersetzung. In der Praxis hat sich gezeigt, dass erfahrene Post-Editoren bei Light Post-Editing oft 2000 bis 3000 Wörter pro Stunde erreichen, während bei Full Post-Editing die Geschwindigkeit auf 1000 bis 1500 Wörter sinkt. Diese Werte variieren jedoch stark je nach Sprachpaar, Textkomplexität und Qualität der maschinellen Vorübersetzung.

Um verlässliche Kennzahlen zu erhalten, empfehlen wir, standardisierte Testaufgaben mit repräsentativen Texten durchzuführen. Dabei sollte die Zeit für das Post-Editing exakt erfasst werden – idealerweise über ein Translation-Management-System (TMS) mit integrierter Zeiterfassung. Zusätzlich kann die Edit-Distanz mit Tools wie dem HTER (Human Translation Edit Rate) gemessen werden, um den Arbeitsaufwand zu quantifizieren. Ein praktischer Ansatz ist, für jeden Auftrag die WpH sowie die prozentuale Änderungsrate zu dokumentieren. So können Sie nach und nach eine Datenbasis aufbauen, die realistische Produktivitätserwartungen je nach Textsorte und Kunde liefert.

Für die faire Abrechnung sind zwei Kennzahlen entscheidend: die reine Bearbeitungszeit und die Anzahl der Segmente, die keine oder nur minimale Änderungen erfordern. Ein Modell, das auf Zeitbasis (Stundensatz) plus einer Qualitätsprämie basiert, hat sich in der Praxis als ausgewogen erwiesen. Vermeiden Sie pauschale Wortpreise ohne Berücksichtigung der tatsächlichen Arbeitslast, da Light und Full Post-Editing sehr unterschiedliche Aufwände verursachen. Stattdessen können Sie gestaffelte Sätze einführen: z. B. 0,08 € pro Wort für Light und 0,15 € für Full, jeweils plus Zeitpuffer für unerwartete Fehler. Die regelmäßige Analyse der Produktivitätskennzahlen hilft, diese Sätze marktgerecht anzupassen.

Handlungsempfehlung: Führen Sie ein monatliches Reporting mit den Metriken WpH, Edit-Distanz und Zeitersparnis ein. Schulen Sie Ihre Post-Editoren, die Zeit konsequent zu tracken, und nutzen Sie die Daten, um Ausschreibungen oder interne Budgets zu kalkulieren. Überprüfen Sie die Kennzahlen mindestens vierteljährlich und passen Sie die Abrechnungsmodelle an, falls sich die durchschnittliche Qualität der maschinellen Übersetzung verbessert. Nur so bleiben Sie wettbewerbsfähig, ohne die Qualität zu gefährden.

Zeitmessung und Effizienzanalyse

Die präzise Zeitmessung ist die Grundlage jeder Effizienzanalyse im MTPE-Workflow. Dazu bietet es sich an, die gesamte Bearbeitungszeit für einen Auftrag zu erfassen und sie in die Phasen Vorbereitung, Post-Editing und finale Kontrolle zu unterteilen. In der Praxis verwenden viele Übersetzungsdienstleister Timer-Tools, die – in das TMS integriert – für jedes Segment die exakte Zeit speichern. Dabei sollten Sie die Zeit für Light und Full Post-Editing getrennt messen, da die Anforderungen stark differieren. Ein bewährter Ansatz ist, für jeden Editierdurchgang ein Zeitlog anzulegen, aus dem hervorgeht, wie lange der Editor an welchem Segment gearbeitet hat.

Die Effizienzanalyse vergleicht die gemessene Post-Editing-Zeit mit der Zeit, die eine menschliche Neuübersetzung desselben Textes erfordert hätte. Erfahrungsgemäß liegt die Zeitersparnis bei Light Post-Editing zwischen 40 % und 60 %, bei Full Post-Editing zwischen 20 % und 40 %. Diese Werte sind jedoch stark abhängig von der Qualität der maschinellen Übersetzung. Um Engpässe zu identifizieren, sollten Sie die Zeitdaten nach Textsorte, Sprachrichtung und verwendeter MT-Engine aufschlüsseln. Beispielsweise kann die Post-Editing-Zeit für juristische Texte doppelt so hoch sein wie für allgemeine Produktbeschreibungen, selbst bei gleicher Wortanzahl.

Um die Effizienz zu steigern, empfehlen wir, die Zeitmessung mit einer Fehlerklassifikation zu kombinieren. Wenn beispielsweise bestimmte Fehlertypen (z. B. falsche Terminologie) überdurchschnittlich viel Korrekturzeit beanspruchen, können Sie das MT-Modell gezielt nachtrainieren oder die Post-Editoren für diese Fehler sensibilisieren. Auch die Einteilung der Segmente in vier Kategorien – keine Änderung, minimale, mittlere und umfangreiche Änderung – hilft, den Aufwand zu prognostizieren und faire Preise zu kalkulieren. In der Praxis zeigt sich, dass etwa 20 % der Segmente in der Regel 80 % der Post-Editing-Zeit verursachen (Pareto-Prinzip).

Handlungsempfehlung: Führen Sie für jeden Auftrag ein standardisiertes Zeitmessprotokoll ein. Analysieren Sie monatlich die durchschnittliche Zeit pro Wort für Light und Full Post-Editing, unterteilt nach Texttyp. Nutzen Sie die Erkenntnisse, um Ihre MT-Engine zu optimieren und Post-Editoren gezielt zu schulen. Kommunizieren Sie die gemessenen Effizienzgewinne transparent an Ihre Kunden – das schafft Vertrauen und rechtfertigt Ihre Preisstruktur. Denken Sie daran, dass Zeitmessung kein Selbstzweck ist, sondern der kontinuierlichen Verbesserung Ihres MTPE-Workflows dient.

Qualitätssicherung nach ISO 18587

Die internationale Norm ISO 18587:2017 legt Anforderungen an das Post-Editing von maschinellen Übersetzungen fest. Sie definiert zwei Qualitätsstufen: Light (geringe Änderungen, verständlicher Text) und Full (sprachlich und fachlich einwandfrei). Für Übersetzungsdienstleister, die MTPE anbieten, ist die Zertifizierung nach dieser Norm ein wichtiges Qualitätssignal. Die Norm fordert unter anderem, dass Post-Editoren über eine nachweisliche Qualifikation verfügen müssen – in der Regel eine abgeschlossene Übersetzerausbildung oder mehrjährige Berufserfahrung im jeweiligen Fachgebiet. Zudem müssen die eingesetzten MT-Systeme dokumentiert und auf ihre Eignung überprüft werden.

Im Rahmen der Qualitätssicherung nach ISO 18587 ist ein klar definierter Review-Prozess erforderlich. Dieser umfasst die Prüfung des post-editierten Textes durch einen zweiten qualifizierten Übersetzer, der nicht am Post-Editing beteiligt war. Die Überprüfung erfolgt anhand einer einheitlichen Fehlerkategorisierung – beispielsweise nach dem LISA QA-Modell oder der DQF-MDS-Fehlerklassifikation. Dabei werden Fehler in die Kategorien Terminologie, Grammatik, Stil, Auslassungen und Sinnveränderung unterteilt. Die akzeptable Fehlerquote definieren Sie selbst, je nach Kundenanforderung und Textart. Für Light Post-Editing kann eine Quote von maximal 5 Fehlern pro 1000 Wörter toleriert werden, für Full Post-Editing liegt die Grenze praktisch bei null.

Die Umsetzung der Norm in der Praxis erfordert ein Qualitätsmanagement-Handbuch, das alle Prozesse beschreibt. Dazu gehören die Auswahl der MT-Engine, die Instruktion der Post-Editoren, die Zeiterfassung, die Qualitätskontrolle und die Dokumentation von Verbesserungsmaßnahmen. In der Praxis hat sich bewährt, für jeden Auftrag einen Qualitätsbericht zu erstellen, der die Anzahl und Art der gefundenen Fehler auflistet. Dieser Bericht dient als Grundlage für das Kundenfeedback und für interne Schulungen. Stellen Sie sicher, dass alle Beteiligten die Kriterien der ISO 18587 kennen und anwenden können – regelmäßige Workshops sind hier das Mittel der Wahl.

Handlungsempfehlung: Prüfen Sie, ob eine Zertifizierung nach ISO 18587 für Ihr Unternehmen sinnvoll ist. Sie erleichtert die Akquise von Kunden aus regulierten Branchen wie Medizin oder Recht. Führen Sie unabhängig von einer Zertifizierung die geforderten Qualitätsprüfungen ein: zweite Review-Person, standardisierte Fehlerkategorien und dokumentierte Korrekturzyklen. Schulen Sie Ihre Post-Editoren gezielt in der Fehlerklassifikation und lassen Sie Stichproben durch einen Senior-Editor prüfen. So stellen Sie sicher, dass Ihr MTPE-Workflow den hohen Anforderungen professioneller Übersetzungsdienstleistung gerecht wird.

Faire Abrechnungsmodelle für Post-Editing

Die Abrechnung von Post-Editing-Leistungen unterscheidet sich fundamental von der traditionellen Übersetzung. Während dort meist das Zielwort oder die Zeile als Basis dient, müssen beim MTPE mehrere Faktoren berücksichtigt werden: die Qualität der maschinellen Vorübersetzung, der gewünschte Editiergrad (Light vs. Full) sowie die Textsorte. Ein pauschaler Wortpreis ist selten fair, weil die Arbeitsbelastung stark schwankt. Bewährt haben sich hybride Modelle, die eine Grundvergütung pro Wort mit einem Aufschlag für hohen Editieraufwand kombinieren.

Ein praktikabler Ansatz ist die Einteilung in drei Aufwandsklassen. Klasse A: geringer Aufwand, wenn die MT-Ausgabe bereits sehr gut ist und nur minimale Korrekturen nötig sind – etwa 50-70% des üblichen Übersetzungspreises. Klasse B: mittlerer Aufwand bei sprachlichen oder terminologischen Anpassungen – 70-90% des Übersetzungspreises. Klasse C: hoher Aufwand, wenn die MT-Qualität schlecht ist oder Full Post-Editing verlangt wird – 90-110% des Übersetzungspreises. Die Klassifizierung kann anhand von Metriken wie TER (Translation Error Rate) oder einem kurzen Testsegment erfolgen.

Alternativ bietet sich die Abrechnung nach Zeit an, insbesondere bei komplexen Fachtexten. Hierbei wird ein durchschnittlicher Stundensatz angesetzt, der auch die Einarbeitungszeit und Qualitätssicherung abdeckt. Allerdings setzt dies eine vertrauensvolle Zusammenarbeit und transparente Zeiterfassung voraus. Für Agenturen und Freelancer gleichermaßen empfehlenswert ist die Definition von Mindestpreisen: Da Post-Editing oft schneller ist als reine Übersetzung, aber dennoch Fachkenntnisse erfordert, sollte ein fairer Stundenlohn nicht unterschritten werden.

Für eine faire Abrechnung ist es zudem wichtig, den Umfang des Post-Editings vertraglich klar zu definieren. Enthält das Light Post-Editing auch Kultur- und Stilanpassungen oder nur reine Korrekturen? Bei Full Post-Editing muss präzise sein, welche Qualitätsstufe erwartet wird (z. B. ISO 18587). Nur so lassen sich Nachverhandlungen oder Konflikte vermeiden. Ein Tipp für die Praxis: Legen Sie vor Projektbeginn ein Mustersegment vor und einigen Sie sich auf die Vergütungsklasse. Das schafft Transparenz und Vertrauen.

Werkzeuge und Techniken zur Effizienzsteigerung

Die Produktivität beim Post-Editing hängt maßgeblich von den eingesetzten Werkzeugen ab. CAT-Tools mit integrierten MTPE-Funktionen, wie die Anzeige von Übersetzungsvorschlägen aus Translation Memories (TM) und maschinellen Übersetzungen nebeneinander, beschleunigen die Arbeit. Moderne Systeme bieten zudem Qualitätsindikatoren, die auf Wort- oder Satzebene die Zuverlässigkeit der MT anzeigen. So können Sie sich auf problematische Stellen konzentrieren und sichere Passagen schneller bestätigen.

Ein weiterer Effizienzgewinn entsteht durch die Automatisierung von Routineaufgaben. Regelmäßig auftretende Fehler – etwa falsche Zahlenformate, einheitliche Terminologie oder wiederkehrende Grammatikfehler – lassen sich mit regulären Ausdrücken (Regex) oder Skripten automatisiert korrigieren. Beispielsweise kann ein Skript alle Datumsangaben in das Zielformat umwandeln oder falsch übersetzte Fachbegriffe durch die korrekte Terminologie ersetzen. Wichtig ist, solche Automatisierungen vorab in einem Testdurchlauf auf das gesamte Dokument anzuwenden, um ungewollte Änderungen auszuschließen.

Neben CAT-Tools erleichtern spezialisierte MTPE-Plugins oder Browsererweiterungen die Arbeit. Tools zur visuellen Kontextualisierung, wie ein Live-Vorschaumodus, zeigen, wie der übersetzte Text im Layout wirkt. Das erleichtert die Beurteilung von Zeilenumbrüchen und Platzproblemen. Auch die Integration von Terminologiedatenbanken direkt in das Editorfenster spart Zeit. Für die Qualitätssicherung empfiehlt sich der Einsatz von QA-Checkern, die vor der Abgabe noch einmal auf typische Fehler wie fehlende Leerzeichen oder Inkonsistenzen prüfen.

Um die Effizienz nachhaltig zu steigern, sollten Sie regelmäßig Ihre Arbeitsabläufe analysieren. Zeiterfassungstools wie Toggl oder Clockify protokollieren, für welche Aufgaben Sie wie lange brauchen. Auf Basis dieser Daten können Sie Ihren Workflow optimieren, z. B. indem Sie zuerst die problematischen Segmente bearbeiten oder eine bestimmte Reihenfolge beim Editieren einhalten. Kleine Anpassungen, wie das frühe Speichern von TM-Einträgen, haben in der Praxis oft große Wirkung. Investieren Sie Zeit in die Einarbeitung in Ihre Werkzeuge – das zahlt sich bei jedem folgenden Projekt aus.

Fallstricke im MTPE-Prozess

Beim Post-Editing lauern zahlreiche Fehlerquellen, die sowohl die Qualität als auch die Wirtschaftlichkeit beeinträchtigen. Ein häufiger Fallstrick ist die Überschätzung der MT-Qualität. Viele Editierende vertrauen der Vorübersetzung blind und übersehen subtile inhaltliche Fehler oder kulturelle Unstimmigkeiten. Beispielsweise übersetzt ein neuronales Modell Redewendungen oft wörtlich, was im Zieltext sinnentstellend wirkt. Daher gilt: Auch bei guter MT müssen Sie jedes Segment kritisch lesen, insbesondere bei kreativen oder metaphorischen Passagen.

Ein weiteres Risiko ist die Vermischung von Light und Full Post-Editing. Ohne klare Vorgaben neigen Editierende dazu, bei vermeintlich einfachen Texten mehr zu ändern als nötig oder umgekehrt. Das führt zu inkonsistenter Qualität und verursacht unnötigen Zeitaufwand. Definieren Sie daher für jedes Projekt eindeutige Kriterien: Bei Light Post-Editing sind nur grammatikalische und orthografische Korrekturen sowie grobe Sinnfehler erlaubt; Stil und Ton bleiben erhalten. Bei Full Post-Editing hingegen ist alles erlaubt, was für die Zielgruppe angemessen ist.

Technische Fallstricke betreffen die Formatierung. Gerade bei mehrspaltigen Layouts oder stark formatierten Dokumenten verursachen MT-Systeme oft Zeilenumbrüche oder Listenfehler. Prüfen Sie daher nach dem Import in Ihr CAT-Tool die Formatierung und stellen Sie sicher, dass Platzhalter und Tags nicht verändert werden. Ein häufiger Fehler ist das Löschen eines Tags, was beim Export zu Formatierungsfehlern führt. Verwenden Sie daher eine Vorschaufunktion und führen Sie einen abschließenden Layout-Check durch.

Schwierigkeiten bereiten zudem spezifische Domänen und Terminologie. Maschinelle Übersetzungen verwenden häufig allgemeine statt fachspezifische Begriffe. Ein medizinischer Text könnte „Herzinfarkt“ korrekt übersetzen, aber das gebräuchlichere Fachwort „Myokardinfarkt“ im Zielsprachenraum ignorieren. Nutzen Sie daher immer eine terminologische Datenbank und lehnen Sie sich an bestehende Glossare an. Auch die Konsistenz mit bereits übersetzten Texten (Translation Memory) sollte geprüft werden. Wenn das TM nicht aktiv genutzt wird, entstehen Inkonsistenzen, die Kunden als Fehler werten. Letztlich erfordert MTPE trotz Maschine ein hohes Maß an Sprach- und Fachkompetenz – unterschätzen Sie diesen Aufwand nicht.

MTPE-Checkliste für die Praxis

Eine strukturierte Checkliste hilft Ihnen, den MTPE-Prozess konsistent und effizient zu gestalten. Beginnen Sie mit der Projektanalyse: Prüfen Sie Textsorte, Zielgruppe und Qualitätsanforderungen. Für internes Material, Social-Media-Posts oder repetitive Texte ist Light Post-Editing oft ausreichend. Bei juristischen Dokumenten, Marketingtexten oder Fachpublikationen sollten Sie Full Post-Editing einplanen. Definieren Sie vorab Mindestanforderungen: Sind Terminologiekonsistenz oder Marken-Styleguide zwingend? Halten Sie diese Vorgaben schriftlich fest, damit alle Beteiligten dieselbe Erwartungshaltung haben.

Im zweiten Schritt bereiten Sie die maschinelle Übersetzung vor. Wählen Sie ein auf die Domäne angepasstes MT-System oder optimieren Sie das System mit Glossaren und parallelen Daten. Bevor Sie mit dem Post-Editing beginnen, lassen Sie eine Stichprobe von 5–10 % des Textes von einer zweiten Person prüfen – das deckt systematische Fehler früh auf. Dokumentieren Sie die häufigsten Fehlertypen (z. B. Falschübersetzung von Fachbegriffen, fehlende Idiome) und teilen Sie diese dem Team als Referenz mit.

Während des Post-Editings arbeiten Sie nach einer festen Reihenfolge: Korrigieren Sie zuerst die Terminologie, dann Syntax und Grammatik, zuletzt Stil und Lesefluss. Nutzen Sie Tags, um Änderungen nachvollziehbar zu machen – das erleichtert die spätere Qualitätskontrolle. Messen Sie Ihre Bearbeitungszeit pro Segment: Notieren Sie Start und Ende für jede Einheit oder verwenden Sie ein CAT-Tool mit integrierter Zeitmessung. Diese Daten sind Grundlage für transparente Abrechnungsmodelle.

Nach Abschluss des Post-Editings führen Sie eine abschließende Qualitätsprüfung durch: Vergleichen Sie den editierten Text mit den Ausgangsvorgaben (Checkliste erneut durchgehen). Ist die Terminologie konsistent? Sind alle Markenanpassungen umgesetzt? Lassen Sie den Text bei kritischen Projekten von einem zweiten Lektor gegenzulesen. Archivieren Sie Ihre Erfahrungen: Welche Fehler traten gehäuft auf? Welche MT-Konfiguration hat sich bewährt? Mit jeder Iteration schärfen Sie Ihre Checkliste und steigern die Effizienz nachhaltig.

Ausblick: MTPE im Zeitalter von KI und maschinellem Lernen

Die Entwicklung von neuronalen Maschinenübersetzungen (NMT) und großen Sprachmodellen (LLMs) verändert die Post-Editing-Praxis grundlegend. In den nächsten Jahren werden Systeme zunehmend kontextbewusster übersetzen – mit besserem Verständnis für pragmatische Nuancen und Fachterminologie. Dadurch könnte der Aufwand für Full Post-Editing bei bestimmten Textsorten sinken, während Light Post-Editing für immer mehr Formate ausreicht. Gleichzeitig steigen die Erwartungen an die Qualität: Unternehmen fordern für Kundenkontakt oft einheitliche Markensprache, die nicht allein durch NMT erreichbar ist.

Eine vielversprechende Entwicklung ist die adaptive MT: Systeme lernen aus Ihren Post-Editing-Entscheidungen in Echtzeit und passen ihre Übersetzungen dynamisch an. In der Praxis bedeutet das: Je mehr korrigieren Sie, desto genauer wird die Erstübersetzung für künftige Segmente. Allerdings erfordert dies eine durchgängige Qualitätssicherung, da das System auch systematische Fehler lernen kann. Bleiben Sie daher kritisch und überprüfen Sie die MT-Ausgabe regelmäßig auf unerwünschte Muster.

Auch die Rolle des Post-Editors wandelt sich. Statt reiner Korrekturabeit rückt die Steuerung und Optimierung des MT-Systems in den Vordergrund. Sie werden zunehmend zum „MT-Experten“, der Fehlermuster analysiert, Glossare pflegt und Trainingsdaten kuratiert. Tools mit integrierter Kollaboration (etwa Kommentarfunktionen oder Versionierung) werden zum Standard. Die Abrechnung könnte stärker auf Qualitätspunkte oder pro Wort mit Komplexitätsfaktoren basieren, statt auf reiner Zeitmessung.

Für Unternehmen empfiehlt es sich, frühzeitig in Kompetenzaufbau zu investieren: Schulen Sie Ihre Post-Editoren im Umgang mit adaptiven Systemen und in der Fehleranalyse. Entwickeln Sie interne Standards, die sowohl die Stärken der MT nutzen als auch menschliche Korrektur gezielt einsetzen. Der Trend geht zu hybriden Workflows: KI erstellt den Rohtext, der Mensch validiert und verfeinert. Wer diese Symbiose beherrscht, wird langfristig wettbewerbsfähiger arbeiten – ohne Abstriche bei der Sprachqualität. Lassen Sie sich dabei stets von Ihrem Rechtsteam zu Haftungsfragen beraten, insbesondere bei KI-generierten Inhalten.

Schritt-für-Schritt-Praxisbeispiel für ein MTPE-Projekt

Um den MTPE-Prozess greifbar zu machen, betrachten wir ein konkretes Beispiel: die Lokalisierung einer 5.000 Wörter umfassenden Produktbeschreibung für einen Online-Shop aus dem Englischen ins Deutsche. Ausgangstext sind technische Spezifikationen und Marketingtexte – geeignet für Light Post-Editing (siehe Kapitel zur Eignung). Der Workflow gliedert sich in fünf Schritte:

1. **Vorbereitung und Analyse**: Zunächst wird der Ausgangstext auf Terminologie und Stilvorlagen geprüft. Ein Glossar und frühere Übersetzungen werden in das Tool (z. B. ein CAT-Tool mit MT-Integration) geladen. Die MT-Engine wird – falls möglich – auf die Fachdomäne trainiert. In der Praxis zeigt sich, dass dieser Schritt etwa 30 Minuten dauert.

2. **Maschinelle Übersetzung**: Der gesamte Text wird per MT in einem Durchlauf übersetzt. Die Ausgabe erfolgt segmentweise im CAT-Tool. Für 5.000 Wörter benötigt die Engine nur wenige Sekunden. Ein erster Blick auf die Rohübersetzung offenbart typische Fehler: falsche Präpositionen, inkonsistente Terminologie und wörtliche Übersetzungen von Floskeln.

3. **Light Post-Editing**: Der Post-Editor bearbeitet die MT-Ausgabe. Ziel ist semantische Korrektheit und Verständlichkeit, nicht stilistische Eleganz. In der Praxis lassen sich etwa 60 % der Segmente ohne Änderung übernehmen. Bei den restlichen 40 % sind minimalen Korrekturen nötig: z. B. Austausch von Fachbegriffen („actuator“ → „Stellantrieb“ statt „Aktor“) oder Umstellung der Satzglieder. Ein erfahrener Editor schafft rund 700 Wörter pro Stunde, sodass dieser Schritt ca. 7 Stunden Arbeit erfordert.

4. **Qualitätssicherung**: Eine zweite Person prüft stichprobenartig 10–20 % des bearbeiteten Texts. Dabei werden typische Fehler wie fehlende Artikel oder unvollständige Übersetzungen aufgedeckt. Die Korrekturen fließen zurück in das Projekt. Die QA dauert etwa 1,5 Stunden.

5. **Abnahme und Lieferung**: Der Kunde erhält die Datei im gewünschten Format (z. B. XML, XLIFF). Nach Abschluss werden die Korrekturen in die TM (Translation Memory) geschrieben und die MT-Engine mit den korrigierten Segmenten aktualisiert. Der gesamte Aufwand beträgt in diesem Beispiel etwa 9 Stunden reine Bearbeitungszeit – deutlich weniger als bei einer manuellen Neuübersetzung (ca. 15–20 Stunden). Der Kunde spart Zeit und Kosten, ohne an funktionaler Korrektheit einzubüßen.

Dieses Beispiel verdeutlicht, wie MTPE in der Praxis abläuft. Die konkreten Zeiten variieren je nach Textart, MT-Qualität und individuellem Tempo. Eine eigene Zeitmessung im Betrieb ist empfehlenswert, um realistische Planungswerte zu erhalten.

Zusammenarbeit mit Übersetzungsdienstleistern: Anforderungen und Abstimmung

MTPE-Projekte erfordern eine enge Zusammenarbeit zwischen Auftraggeber und Dienstleister. Anders als bei reiner Humanübersetzung sind hier klare Vorgaben zur MT-Nutzung und zum Post-Editing-Grad nötig. Folgende Aspekte sollten vertraglich und operativ geregelt sein:

**Definition des Post-Editing-Levels**: Der Kunde muss spezifizieren, ob Light oder Full Post-Editing gewünscht ist. Dies legt den Korrekturaufwand und die Qualitätserwartung fest. In der Praxis empfiehlt sich eine schriftliche Vereinbarung, die beispielsweise festhält: „Light Post-Editing: Der Text muss semantisch korrekt und verständlich sein, leichte stilistische Unebenheiten sind akzeptabel.“ Fehlt diese Definition, liefern Editoren oft zu viel oder zu wenig korrigiert.

**Bereitstellung von Referenzmaterial**: Terminologielisten, Styleguides und frühere Übersetzungen sind essenziell, um die MT-Engine zu trainieren und konsistente Korrekturen zu gewährleisten. Der Dienstleister sollte vor Projektstart eine kurze Bewertung der MT-Qualität mit dem bereitgestellten Material durchführen. Falls die MT schlecht abschneidet, kann der Kunde zwischen einer anderen Engine oder einer Teil-Post-Editing-Lösung wählen.

**Kommunikation von Korrekturen**: Nach Abschluss des Post-Editings erhält der Kunde üblicherweise ein Exportfile. Viele Dienstleister bieten an, einen Differenzbericht („Track Changes“) zu liefern, der die Änderungen am MT-Output zeigt. Das hilft dem Kunden, die Qualität der Bearbeitung nachzuvollziehen und gegebenenfalls Feedback zu geben.

**Haftung und Qualitätssicherung**: Der Dienstleister sollte nach ISO 18587 arbeiten (siehe Kapitel zur Qualitätssicherung). Im Vertrag können Stichprobenprüfungen und Wiederholungsraten vereinbart werden. In der Praxis hat sich bewährt, dass der Kunde bei erstmaligen Projekten eine vollständige Überprüfung der ersten Lieferung verlangt, bevor auf Stichproben umgestellt wird.

**Datenschutz und Vertraulichkeit**: MT-Engines arbeiten oft cloudbasiert. Der Kunde muss sicherstellen, dass der Dienstleister die Daten nicht für eigene Zwecke nutzt oder an Dritte weitergibt. Eine Vertraulichkeitsvereinbarung (NDA) und Klauseln zur Löschung nach Projektende sind üblich.

Ein wichtiger Einwand von Kunden ist: „Warum soll ich für MT bezahlen, wenn ich die Maschine selbst nutzen kann?“ Die Antwort: Ein Dienstleister bringt Fachkenntnis, Konsistenzprüfung und Qualitätssicherung mit, die ein bloßer MT-Output nicht leistet. Die Zusammenarbeit mit einem erfahrenen Post-Editor hebt die MT-Qualität auf ein publizierfähiges Niveau – und das zu deutlich geringeren Kosten als eine vollständige Humanübersetzung. Für beide Seiten lohnt sich eine transparente Abstimmung der Erwartungen, um Missverständnisse und Nachbesserungen zu vermeiden.