{"id":774,"date":"2018-12-12T11:39:42","date_gmt":"2018-12-12T10:39:42","guid":{"rendered":"http:\/\/defrent-wp.local\/?p=774"},"modified":"2025-02-22T16:51:01","modified_gmt":"2025-02-22T15:51:01","slug":"die-human-dis-parity-der-maschinellen-uebersetzung-wie-intelligent-ist-kuenstliche-intelligenz-wirklich","status":"publish","type":"post","link":"https:\/\/www.defrent.de\/fr\/2018\/12\/die-human-dis-parity-der-maschinellen-uebersetzung-wie-intelligent-ist-kuenstliche-intelligenz-wirklich\/","title":{"rendered":"human (dis-)parity: Wie intelligent ist maschinelle \u00ab\u00a0KI\u00a0\u00bb-\u00dcbersetzung wirklich?"},"content":{"rendered":"<div class=\"shariff shariff-align-left shariff-widget-align-left\" style=\"display:none\"><ul class=\"shariff-buttons theme-round orientation-horizontal buttonsize-small\"><li class=\"shariff-button mastodon\" style=\"background-color:#ccc\"><a href=\"https:\/\/s2f.kytta.dev\/?text=human%20%28dis-%29parity%3A%20Wie%20intelligent%20ist%20maschinelle%20%C2%AB%C2%A0KI%C2%A0%C2%BB-%C3%9Cbersetzung%20wirklich%3F https%3A%2F%2Fwww.defrent.de%2Ffr%2F2018%2F12%2Fdie-human-dis-parity-der-maschinellen-uebersetzung-wie-intelligent-ist-kuenstliche-intelligenz-wirklich%2F via @defrentck@hessen.social\" title=\"Envoyer par Mastodon\" aria-label=\"Envoyer par Mastodon\" role=\"button\" rel=\"noopener nofollow\" class=\"shariff-link\" style=\"; background-color:#79b428; color:#fff\" target=\"_blank\"><span class=\"shariff-icon\" style=\"\"><svg width=\"75\" height=\"79\" viewBox=\"0 0 75 79\" fill=\"none\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\"><path d=\"M37.813-.025C32.462-.058 27.114.13 21.79.598c-8.544.621-17.214 5.58-20.203 13.931C-1.12 23.318.408 32.622.465 41.65c.375 7.316.943 14.78 3.392 21.73 4.365 9.465 14.781 14.537 24.782 15.385 7.64.698 15.761-.213 22.517-4.026a54.1 54.1 0 0 0 .01-6.232c-6.855 1.316-14.101 2.609-21.049 1.074-3.883-.88-6.876-4.237-7.25-8.215-1.53-3.988 3.78-.43 5.584-.883 9.048 1.224 18.282.776 27.303-.462 7.044-.837 14.26-4.788 16.65-11.833 2.263-6.135 1.215-12.79 1.698-19.177.06-3.84.09-7.692-.262-11.52C72.596 7.844 63.223.981 53.834.684a219.453 219.453 0 0 0-16.022-.71zm11.294 12.882c5.5-.067 10.801 4.143 11.67 9.653.338 1.48.471 3 .471 4.515v21.088h-8.357c-.07-7.588.153-15.182-.131-22.765-.587-4.368-7.04-5.747-9.672-2.397-2.422 3.04-1.47 7.155-1.67 10.735v6.392h-8.307c-.146-4.996.359-10.045-.404-15.002-1.108-4.218-7.809-5.565-10.094-1.666-1.685 3.046-.712 6.634-.976 9.936v14.767h-8.354c.109-8.165-.238-16.344.215-24.5.674-5.346 5.095-10.389 10.676-10.627 4.902-.739 10.103 2.038 12.053 6.631.375 1.435 1.76 1.932 1.994.084 1.844-3.704 5.501-6.739 9.785-6.771.367-.044.735-.068 1.101-.073z\"\/><defs><linearGradient id=\"paint0_linear_549_34\" x1=\"37.0692\" y1=\"0\" x2=\"37.0692\" y2=\"79\" gradientUnits=\"userSpaceOnUse\"><stop stop-color=\"#6364FF\"\/><stop offset=\"1\" stop-color=\"#563ACC\"\/><\/linearGradient><\/defs><\/svg><\/span><\/a><\/li><li class=\"shariff-button linkedin\" style=\"background-color:#ccc\"><a href=\"https:\/\/www.linkedin.com\/sharing\/share-offsite\/?url=https%3A%2F%2Fwww.defrent.de%2Ffr%2F2018%2F12%2Fdie-human-dis-parity-der-maschinellen-uebersetzung-wie-intelligent-ist-kuenstliche-intelligenz-wirklich%2F\" title=\"Envoyer par LinkedIn\" aria-label=\"Envoyer par LinkedIn\" role=\"button\" rel=\"noopener nofollow\" class=\"shariff-link\" style=\"; background-color:#79b428; color:#fff\" target=\"_blank\"><span class=\"shariff-icon\" style=\"\"><svg width=\"32px\" height=\"20px\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" viewBox=\"0 0 27 32\"><path fill=\"#0077b5\" d=\"M6.2 11.2v17.7h-5.9v-17.7h5.9zM6.6 5.7q0 1.3-0.9 2.2t-2.4 0.9h0q-1.5 0-2.4-0.9t-0.9-2.2 0.9-2.2 2.4-0.9 2.4 0.9 0.9 2.2zM27.4 18.7v10.1h-5.9v-9.5q0-1.9-0.7-2.9t-2.3-1.1q-1.1 0-1.9 0.6t-1.2 1.5q-0.2 0.5-0.2 1.4v9.9h-5.9q0-7.1 0-11.6t0-5.3l0-0.9h5.9v2.6h0q0.4-0.6 0.7-1t1-0.9 1.6-0.8 2-0.3q3 0 4.9 2t1.9 6z\"\/><\/svg><\/span><\/a><\/li><li class=\"shariff-button xing\" style=\"background-color:#ccc\"><a href=\"https:\/\/www.xing.com\/spi\/shares\/new?url=https%3A%2F%2Fwww.defrent.de%2Ffr%2F2018%2F12%2Fdie-human-dis-parity-der-maschinellen-uebersetzung-wie-intelligent-ist-kuenstliche-intelligenz-wirklich%2F\" title=\"Envoyer par XING\" aria-label=\"Envoyer par XING\" role=\"button\" rel=\"noopener nofollow\" class=\"shariff-link\" style=\"; background-color:#79b428; color:#fff\" target=\"_blank\"><span class=\"shariff-icon\" style=\"\"><svg width=\"32px\" height=\"20px\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" viewBox=\"0 0 25 32\"><path fill=\"#126567\" d=\"M10.7 11.9q-0.2 0.3-4.6 8.2-0.5 0.8-1.2 0.8h-4.3q-0.4 0-0.5-0.3t0-0.6l4.5-8q0 0 0 0l-2.9-5q-0.2-0.4 0-0.7 0.2-0.3 0.5-0.3h4.3q0.7 0 1.2 0.8zM25.1 0.4q0.2 0.3 0 0.7l-9.4 16.7 6 11q0.2 0.4 0 0.6-0.2 0.3-0.6 0.3h-4.3q-0.7 0-1.2-0.8l-6-11.1q0.3-0.6 9.5-16.8 0.4-0.8 1.2-0.8h4.3q0.4 0 0.5 0.3z\"\/><\/svg><\/span><\/a><\/li><li class=\"shariff-button facebook\" style=\"background-color:#ccc\"><a href=\"https:\/\/www.facebook.com\/sharer\/sharer.php?u=https%3A%2F%2Fwww.defrent.de%2Ffr%2F2018%2F12%2Fdie-human-dis-parity-der-maschinellen-uebersetzung-wie-intelligent-ist-kuenstliche-intelligenz-wirklich%2F\" title=\"Envoyer par Facebook\" aria-label=\"Envoyer par Facebook\" role=\"button\" rel=\"nofollow\" class=\"shariff-link\" style=\"; background-color:#79b428; color:#fff\" target=\"_blank\"><span class=\"shariff-icon\" style=\"\"><svg width=\"32px\" height=\"20px\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" viewBox=\"0 0 18 32\"><path fill=\"#3b5998\" d=\"M17.1 0.2v4.7h-2.8q-1.5 0-2.1 0.6t-0.5 1.9v3.4h5.2l-0.7 5.3h-4.5v13.6h-5.5v-13.6h-4.5v-5.3h4.5v-3.9q0-3.3 1.9-5.2t5-1.8q2.6 0 4.1 0.2z\"\/><\/svg><\/span><\/a><\/li><li class=\"shariff-button twitter\" style=\"background-color:#ccc\"><a href=\"https:\/\/twitter.com\/share?url=https%3A%2F%2Fwww.defrent.de%2Ffr%2F2018%2F12%2Fdie-human-dis-parity-der-maschinellen-uebersetzung-wie-intelligent-ist-kuenstliche-intelligenz-wirklich%2F&text=human%20%28dis-%29parity%3A%20Wie%20intelligent%20ist%20maschinelle%20%C2%AB%C2%A0KI%C2%A0%C2%BB-%C3%9Cbersetzung%20wirklich%3F\" title=\"Envoyer par X\" aria-label=\"Envoyer par X\" role=\"button\" rel=\"noopener nofollow\" class=\"shariff-link\" style=\"; background-color:#79b428; color:#fff\" target=\"_blank\"><span class=\"shariff-icon\" style=\"\"><svg width=\"32px\" height=\"20px\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" viewBox=\"0 0 24 24\"><path fill=\"#000\" d=\"M14.258 10.152L23.176 0h-2.113l-7.747 8.813L7.133 0H0l9.352 13.328L0 23.973h2.113l8.176-9.309 6.531 9.309h7.133zm-2.895 3.293l-.949-1.328L2.875 1.56h3.246l6.086 8.523.945 1.328 7.91 11.078h-3.246zm0 0\"\/><\/svg><\/span><\/a><\/li><\/ul><\/div><p>Heute morgen hat <a title=\"heise.de: K\u00fcnstliche Intelligenz \u2013 zwischen Hype und Realit\u00e4t\" href=\"https:\/\/www.heise.de\/developer\/artikel\/Kuenstliche-Intelligenz-zwischen-Hype-und-Realitaet-4244868.html\" target=\"_blank\" rel=\"noopener noreferrer\">Heise.de-Gastautor <em>Marcel Tilly<\/em><\/a> mit seinem Einstieg in den interessanten Artikel \u00ab\u00a0K\u00fcnstliche Intelligenz &#8211; Zwischen Hype und Realit\u00e4t\u00a0\u00bb hier ein Augenrollen verursacht:<\/p>\n<blockquote>\n<ul>\n<li>2018 wird im Bereich \u00dcbersetzung Human-parity erreicht. Das System kann einen Text von einer Sprache in eine andere so gut wie ein Dolmetscher \u00fcbersetzen.<\/li>\n<\/ul>\n<\/blockquote>\n<p><div id=\"attachment_698\" style=\"width: 990px\" class=\"wp-caption aligncenter\"><a href=\"https:\/\/www.defrent.de\/wp-content\/uploads\/2018\/12\/20181210_gTranslate-TheEconomicsOfEconomics.jpg\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-698\" class=\"wp-image-698 size-full\" title=\"Google Translate wei\u00df: &quot;Economics (also known as economics [...]) is a branch of economics.&quot;\" src=\"https:\/\/www.defrent.de\/wp-content\/uploads\/2018\/12\/20181210_gTranslate-TheEconomicsOfEconomics.jpg\" alt=\"Google Translate wei\u00df: &quot;Economics (also known as economics [...]) is a branch of economics.&quot;\" width=\"980\" height=\"420\" \/><\/a><p id=\"caption-attachment-698\" class=\"wp-caption-text\">Ein Jahr nach dem Twitter-Mem ist vermutlich aufgrund von User-Feedback (der Link unten rechts) die \u00dcbersetzung ein wenig besser geworden.<\/p><\/div><!--more--><\/p>\n<h2>Die typischen Fehler der Maschinen<\/h2>\n<p>Viele Kollegen werden sofort aufschreien: \u00ab\u00a0Da hat schon wieder einer <em>\u00dcbersetzer<\/em> (schriftlich!) und <em>Dolmetscher<\/em> (m\u00fcndlich!) durcheinander geworfen.\u00a0\u00bb Ganz ehrlich: Geschenkt. Viel gef\u00e4hrlicher ist in meinen Augen die einleitende Erfolgsmeldung im Bereich Machine Translation (MT), die im Text leider nur indirekt \u00fcber andere KI-Bereiche geradeger\u00fcckt wird. Diese Einsch\u00e4tzung kann ich \u2013 obwohl und vielleicht gerade weil ich regelm\u00e4\u00dfig auf professioneller Basis mit \u00ab\u00a0neuraler\u00a0\u00bb MT verschiedener Anbieter arbeite \u2013 so nicht unwidersprochen stehen lassen: Die Systeme bringen in meinen \u00ab\u00a0gro\u00dfen\u00a0\u00bb Arbeitssprachen Deutsch, Franz\u00f6sisch und Englisch nur noch selten grammatisch falsche \u00dcbersetzungen hervor, aber sie <strong>verf\u00e4lschen<\/strong> deutlich h\u00e4ufiger als menschliche Kollegen <strong>inhaltliche Aussagen<\/strong>. Dies gilt insbesondere bei anspruchsvollen \u00dcbersetzungsproblemen wie beispielsweise dem im Deutschen so beliebten Passiv-Nominalstil, bei denen auch Menschen regelm\u00e4\u00dfig nachdenken m\u00fcssen, wer da was mit wem anstellt. Auch Verneinungen gehen immer wieder mal daneben, was den Sinn ins Gegenteil verkehrt. Bei Schachtels\u00e4tzen passiert es h\u00e4ufiger, dass Satzteile an die falsche Stelle rutschen oder doppelt oder auch gar nicht in der \u00dcbersetzung auftauchen.<\/p>\n<h2>Qualit\u00e4t ist relativ(-iert)<\/h2>\n<p>Zum Gl\u00fcck relativiert auch Herr Tilly die eingangs aufgez\u00e4hlten Erfolge der k\u00fcnstlichen Intelligenz, wenn auch leider nicht im Bezug auf maschinelle \u00dcbersetzung. Er nennt jedoch aktuelle Zahlen zu Fehlerraten, eine Reihe von Fehlerquellen und verschweigt auch die Gefahr eines \u00ab\u00a0Bias\u00a0\u00bb nicht \u2013 also einer Verzerrung der Ergebnisse durch eine zu geringe Quantit\u00e4t oder Qualit\u00e4t von Trainingsdaten. Ich w\u00fcrde dem Thema Bias die Gefahr einer gezielten Auswahl von Trainingsdaten hinzuf\u00fcgen, um die \u00ab\u00a0intelligente\u00a0\u00bb Mustererkennung im Sinne bestimmter (politischer) Ziele zu formen. Neu f\u00fcr mich war die spannende M\u00f6glichkeit, bereits trainierte Erkennungsmuster durch absichtliche, f\u00fcr Menschen unsichtbare Strukturen in Bild- und Audiodaten zu sabotieren und irrezuleiten. Da auch die \u00ab\u00a0intelligente\u00a0\u00bb Autovervollst\u00e4ndigung in Suchmaschinen immer wieder durch die Manipulation der Trainingsdaten angegriffen wird, um z.B. die Anfrage \u00ab\u00a0Trump is\u00a0\u00bb mit den Worten \u00ab\u00a0totally incompetent\u00a0\u00bb vervollst\u00e4ndigen zu lassen, w\u00e4re f\u00fcr unseren Berufsstand nat\u00fcrlich eine spannende Frage, ob und wie maschinelle \u00dcbersetzungen durch bestimmte Zeichen- oder Wortfolgen oder durch unsichtbare Steuerzeichen im Ausgangstext irregeleitet werden k\u00f6nnen.<\/p>\n<p>Herr Tilly schlie\u00dft wie folgt:<\/p>\n<blockquote><p>Diese Beispiele beschreiben aber alle sehr fokussierte Aufgaben im Sinne einer schwachen KI und in manchen Bereichen ist gewiss auch noch etwas Arbeit notwendig. Im Grunde gilt: Je fokussierter die Aufgabe ist, desto besser funktioniert die KI. Bei breit aufgestellten Aufgaben kann es durchaus zu interessanten Nebeneffekten kommen.<\/p>\n<p>[&#8230;] Allein die grundlegenden Funktionen von KI-Systemen, wie Computer Vision, NLP oder Robotik, lassen \u00fcber neue Gesch\u00e4ftsmodelle und M\u00f6glichkeiten nachdenken. F\u00fcr die werden dann aber vermutlich doch erst noch mal die Handwerker gebraucht.<\/p><\/blockquote>\n<p>Viel Arbeit und Qualit\u00e4tsverbesserungen sind also noch n\u00f6tig, bis KI thematisch \u00ab\u00a0breit\u00a0\u00bb zuverl\u00e4ssig eingesetzt werden kann. Um das auf mein Steckenpferd MT zur\u00fcckzubinden: Die heutigen Systeme erbringen in der Tat in klar abgegrenzten Bereichen erstaunlich gute Leistungen. Diese sind aber zum einen auf Sprachkombinationen beschr\u00e4nkt, f\u00fcr die ein gro\u00dfes Trainingskorpus zur Verf\u00fcgung steht (z.B. Englisch-Deutsch oder Englisch-Spanisch). Zum anderen liefern sie nur dann die eingangs versprochene \u00ab\u00a0Human-parity\u00a0\u00bb, wenn sie mit genau der Art von Texten konfrontiert werden, f\u00fcr die sie trainiert wurden, insbesondere die immer gleich strukturierten Patentschriften oder zahlenlastige B\u00f6rsen- oder Sportberichte. Diese hohe Qualit\u00e4t erreichen nat\u00fcrlich nicht die \u00ab\u00a0kostenlosen\u00a0\u00bb Systeme der Internet-Giganten, sondern kostenpflichtige Ma\u00dfanfertigungen f\u00fcr Businesskunden. Auf das Vertrauensproblem, das viele deutsche Unternehmen in Bezug auf sensiblen Firmendaten \u00ab\u00a0irgendwo in der Cloud\u00a0\u00bb \u2013 d.h. auf den wom\u00f6glich im Ausland stehenden Servern von Dritten \u2013 haben, geht Herr Tilly verst\u00e4ndlicherweise gar nicht erst ein.<\/p>\n<h2>Garbage in, garbage out<\/h2>\n<p>Die \u00ab\u00a0kostenlos\u00a0\u00bb angebotenen M\u00dc-Systeme, deren User-Korrekturen eine wichtige Trainingsdaten-Quelle darstellen, sind inzwischen ausreichend gut, um sich fremdsprachige Texte aller Art zu erschlie\u00dfen, auch, wenn sie immer noch gerne zum Schmunzeln anregen. Da diese Systeme sehr \u00ab\u00a0breit\u00a0\u00bb mit allen m\u00f6glichen Internetquellen trainiert wurden, findet sich naturgem\u00e4\u00df auch jede Menge Datenm\u00fcll in den Trainingsdaten, so dass das GIGO-Prinzip (\u00ab\u00a0garbage in, garbage out\u00a0\u00bb) greift.<br \/>\n<em>Update Februar 2025: Inzwischen ist klar, dass immer mehr schlechter, nicht von Menschen korrigierter Maschinen-Output in den Trainingsdaten der KIs landet. Sie wurden \u00fcber die Zeit messbar schlechter!<\/em><\/p>\n<p>Dennoch: Maschinelle \u00dcbersetzung \u00ab\u00a0nur zum eigenen Verst\u00e4ndnis\u00a0\u00bb zu nutzen, ist aus meiner Sicht v\u00f6llig in Ordnung: Das Kriterium \u00ab\u00a0ausreichende Qualit\u00e4t\u00a0\u00bb f\u00fcr die Anwendung \u00ab\u00a0eigenes Textverst\u00e4ndnis\u00a0\u00bb oder f\u00fcr fl\u00fcchtige Gebrauchstexte im Web liegt oft deutlich niedriger als die \u00ab\u00a0ausreichende Qualit\u00e4t\u00a0\u00bb f\u00fcr Anwendungen, bei denen Rechtssicherheit oder eine wirksame Kundenansprache gefragt sind \u2013 auch weil es gar nicht genug \u00dcbersetzer gibt, um all diese Texte von Menschen \u00fcbersetzen zu lassen. Unternehmen werden sich aber auch mittel- bis langfristig an menschliche Profis wenden, die schon heute die maschinelle \u00dcbersetzung als weiteres Werkzeug neben W\u00f6rterb\u00fcchern, Thesauren, Rechtschreibpr\u00fcfung, Grammatik- und Stilpr\u00fcfung, Translation Memories und Terminologiedatenbanken f\u00fcr Produktivit\u00e4tsgewinne nutzen. Sowohl Fach\u00fcbersetzer als auch ihre Kunden wissen, dass man auch mit dem MT-Hammer sorgsam und gekonnt umgehen muss, statt damit auf Texte zu schlagen, die kein Nagel sind, um Herrn Tillys Metapher noch einmal aufzugreifen.<\/p>\n<p>Ich w\u00fcrde mich jedenfalls freuen, ihn als KI-Experten bei der BD\u00dc-Konferenz \u00ab\u00a0<a href=\"https:\/\/www.uebersetzen-in-die-zukunft.de\/\">\u00dcbersetzen und Dolmetschen 4.0 &#8211; Neue Wege im digitalen Zeitalter<\/a>\u00a0\u00bb im November 2019 als Redner zu h\u00f6ren und mit ihm \u00fcber die sich stets verschiebenden Grenzen des technisch Machbaren zu debattieren.<\/p>\n<p>Christopher K\u00f6bel<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Maschinelle \u00dcbersetzung wird \u00dcbersetzer und Dolmetscher bald \u00fcberfl\u00fcssig machen. Ja, aber nein. Den Qualit\u00e4tstest bestehen sie nach wie vor nicht. Die Maschinen machen ganz eigene, typische Fehler.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"activitypub_content_warning":"","activitypub_content_visibility":"","activitypub_max_image_attachments":4,"activitypub_interaction_policy_quote":"anyone","activitypub_status":"federated","footnotes":""},"categories":[21,26,32],"tags":[],"class_list":["post-774","post","type-post","status-publish","format-standard","hentry","category-de","category-it-und-web","category-uebersetzungsbranche"],"aioseo_notices":[],"featured_image_src":null,"featured_image_src_square":null,"author_info":{"display_name":"Christopher K\u00f6bel","author_link":"https:\/\/www.defrent.de\/fr\/author\/defrenter\/"},"_links":{"self":[{"href":"https:\/\/www.defrent.de\/fr\/wp-json\/wp\/v2\/posts\/774","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.defrent.de\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.defrent.de\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.defrent.de\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.defrent.de\/fr\/wp-json\/wp\/v2\/comments?post=774"}],"version-history":[{"count":11,"href":"https:\/\/www.defrent.de\/fr\/wp-json\/wp\/v2\/posts\/774\/revisions"}],"predecessor-version":[{"id":1933,"href":"https:\/\/www.defrent.de\/fr\/wp-json\/wp\/v2\/posts\/774\/revisions\/1933"}],"wp:attachment":[{"href":"https:\/\/www.defrent.de\/fr\/wp-json\/wp\/v2\/media?parent=774"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.defrent.de\/fr\/wp-json\/wp\/v2\/categories?post=774"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.defrent.de\/fr\/wp-json\/wp\/v2\/tags?post=774"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}