DeepL, ChatGPT oder Übersetzungsbüro: Was ist besser?
Noch vor wenigen Jahren war die Ausgangslage klar: Wer eine professionelle Übersetzung benötigte, beauftragte einen Übersetzer oder ein Übersetzungsbüro. Heute stehen mit DeepL und generativen KI-Systemen wie ChatGPT Alternativen zur Verfügung, die Texte innerhalb von Sekunden in zahlreiche Sprachen übersetzen.
Braucht es professionelle Übersetzer also überhaupt noch?
Die kurze Antwort lautet: Ja – aber nicht für jeden Text und nicht immer auf die gleiche Weise.
Ob ein KI-Tool oder ein professionelles Übersetzungsbüro die richtige Wahl ist, hängt vor allem von vier Faktoren ab: Qualitätsanspruch, Verwendungszweck, Fehlerrisiko und Sensibilität der Daten.
Gerade der letzte Punkt wird häufig übersehen. Denn bevor ein vertraulicher Vertrag, interne Geschäftszahlen oder Personaldaten in ein KI-System kopiert werden, sollte nicht nur geklärt sein, wie gut das System übersetzt – sondern auch, was anschliessend mit diesen Informationen geschieht.
DeepL: spezialisiert auf Übersetzung
DeepL wurde speziell für maschinelle Übersetzung entwickelt. Das macht die Anwendung besonders unkompliziert: Text eingeben oder Dokument hochladen, Zielsprache auswählen – und innerhalb weniger Sekunden liegt eine Übersetzung vor.
Bei gut strukturierten Ausgangstexten kann die Qualität bereits sehr hoch sein. Für interne Kommunikation, das schnelle Verständnis fremdsprachiger Inhalte oder Texte mit überschaubarem Risiko kann eine solche maschinelle Übersetzung vollkommen ausreichend sein.
Die Grenzen zeigen sich dort, wo Sprache mehr leisten muss als Informationen möglichst korrekt zu übertragen. DeepL eignet sich besonders, wenn Geschwindigkeit wichtig ist und eine gute maschinelle Übersetzung ausreicht.
DeepL ist ein auf maschinelle Übersetzung spezialisiertes System. Seine Stärke liegt in der schnellen Erstellung von Rohübersetzungen.
Nach unserer Erfahrung orientiert sich DeepL jedoch häufig stark am Wortlaut des Ausgangstextes. Kaum berücksichtigt werden übergeordnete Zusammenhänge, fachgebietsspezifische Bedeutungen, verbindliche Terminologie sowie Tonalität und Kommunikationsabsicht.
DeepL eignet sich deshalb vor allem für interne Inhalte, das schnelle Textverständnis und Übersetzungen mit geringem Risiko. Bei Fachtexten sowie bei extern publizierten, rechtlich relevanten oder markenprägenden Inhalten ist eine systematische Prüfung und Überarbeitung durch eine qualifizierte Sprachfachperson erforderlich.
ChatGPT, Gemini & Co.: Übersetzen mit Kontext
Generative KI-Systeme wie ChatGPT oder Gemini funktionieren anders. Sie wurden nicht ausschliesslich für Übersetzungen entwickelt, sondern können Sprache analysieren, erzeugen, verändern und in einen vorgegebenen Kontext einordnen.
Das ermöglicht beispielsweise Anweisungen wie:
«Übersetze diesen Text ins Französische und formuliere ihn für ein Schweizer B2B-Publikum.»
Oder:
«Übersetze den Text ins Englische, behalte einen sachlichen Ton bei und verwende die folgende Terminologieliste.»
Generative KI kann damit weit über die reine Übersetzung hinausgehen. Stil, Zielgruppe, Tonalität, Kontext und zusätzliche Vorgaben können unmittelbar in die Bearbeitung einfliessen.
Das ist eine grosse Stärke – gleichzeitig entsteht daraus ein anderes Risiko.
Large Language Models erzeugen Antworten auf Grundlage statistischer Wahrscheinlichkeiten. Ein Text kann ausgesprochen überzeugend klingen und trotzdem Bedeutungen verändern, Informationen auslassen oder inhaltliche Fehler enthalten.
Sprachliche Plausibilität ist deshalb nicht mit inhaltlicher Verlässlichkeit gleichzusetzen.
Gerade bei Fachtexten sollte ein souverän klingendes Ergebnis deshalb nicht automatisch als Nachweis für seine Richtigkeit verstanden werden.
Die oft vergessene Frage: Was passiert mit meinen Daten?
Wer Übersetzungen mit KI erstellt, beschäftigt sich meist zuerst mit der Qualität des Ergebnisses. Für Unternehmen sollte jedoch eine zweite Frage mindestens ebenso wichtig sein:
Welche Daten gebe ich dabei eigentlich an wen weiter?
Übersetzt werden schliesslich nicht nur öffentlich zugängliche Website-Texte. Es können Verträge, Geschäftsberichte, technische Dokumentationen, Produktentwicklungen, Kundendaten, Personalunterlagen oder andere vertrauliche Informationen betroffen sein.
Bei cloudbasierten KI- und Übersetzungsdiensten können Daten auf externen Systemen verarbeitet werden. Wie mit ihnen umgegangen wird, hängt unter anderem vom jeweiligen Anbieter, der verwendeten Produktversion, den Einstellungen und den vertraglichen Vereinbarungen ab.
Deshalb lässt sich weder pauschal sagen:
«KI-Übersetzungen sind unsicher.»
noch:
«Die Nutzung eines bekannten KI-Anbieters ist automatisch sicher.»
Unternehmen sollten vielmehr klären:
- Wo werden die Daten verarbeitet?
- Werden Eingaben gespeichert – und wenn ja, wie lange?
- Können Inhalte zur Verbesserung oder zum Training von Modellen verwendet werden?
- Welche Zugriffsrechte bestehen?
- Welche Datenschutz- und Sicherheitsvereinbarungen gelten?
- Dürfen die betreffenden Informationen überhaupt an einen externen Dienst übermittelt werden?
- Welche Produktversion wird eingesetzt – eine frei zugängliche Anwendung oder eine vertraglich abgesicherte Unternehmenslösung?
Gerade der letzte Punkt ist wichtig. Die kostenlose oder private Nutzung eines KI-Dienstes kann anderen Bedingungen unterliegen als eine Enterprise- oder API-Lösung desselben Anbieters.
Datensicherheit ist deshalb keine Eigenschaft eines KI-Modells allein. Sie hängt vom gesamten technischen und organisatorischen Prozess ab.
Wer trägt die Verantwortung für die Übersetzung?
Mit der Datensicherheit eng verbunden ist eine weitere Frage: Wer übernimmt die Verantwortung für das Ergebnis?
Wer einen Text selbst mit einem KI-Tool übersetzt, muss auch selbst beurteilen, ob die Übersetzung korrekt und für ihren Zweck geeignet ist.
Das ist bei einer internen E-Mail meist unproblematisch. Bei einer technischen Anleitung, einem Vertrag, einem Geschäftsbericht oder einer öffentlich sichtbaren Kampagne kann die Situation völlig anders aussehen.
Professionelle Übersetzungsdienstleistungen unterscheiden sich deshalb nicht nur durch die Qualität einzelner Formulierungen von einer automatischen Übersetzung. Entscheidend ist der dahinterstehende kontrollierte Prozess.
Dazu können beispielsweise gehören:
- Auswahl geeigneter Fachübersetzer,
- Terminologiemanagement,
- Translation Memories,
- definierte Qualitätssicherung,
- fachliche und sprachliche Revision,
- geregelter Umgang mit vertraulichen Informationen,
- dokumentierte Prozesse sowie
- professionelle Nachbearbeitung maschineller Übersetzungen.
Je höher das Risiko eines Fehlers, desto wichtiger wird diese zusätzliche Ebene aus Kontrolle und Verantwortung.
DeepL, generative KI oder Übersetzungsbüro? Die Entscheidungsmatrix
Eine pauschal beste Lösung gibt es nicht. Die Unterschiede werden deutlicher, wenn man die Anforderungen eines Projekts betrachtet:
Die Tabelle zeigt auch, warum die Diskussion «KI gegen Übersetzer» zu kurz greift.
Denn ein modernes Übersetzungsbüro arbeitet nicht zwangsläufig ohne die Technologien aus den beiden anderen Spalten.
| Kriterium | DeepL / klassische MT | ChatGPT, Gemini & Co. | Professionelles Übersetzungsbüro |
|---|---|---|---|
| Geschwindigkeit | sehr hoch | sehr hoch | abhängig vom Workflow |
| Kosten bei einfachen Texten | sehr niedrig | sehr niedrig | höher |
| Reine Übersetzung | sehr stark | stark | sehr stark |
| Kontext & Stil | gut steuerbar | sehr flexibel | gezielt steuerbar |
| Kreative Adaption | begrenzt | stark | professionell steuerbar |
| Fachliche Kontrolle | nicht automatisch gegeben | nicht automatisch gegeben | durch Fachpersonen möglich |
| Terminologiekonsistenz | abhängig vom Setup | abhängig vom Setup | systematisch steuerbar |
| Qualitätssicherung | Anwender verantwortlich | Anwender verantwortlich | definierter Prozess möglich |
| Datensicherheit | produkt- und vertragsabhängig | produkt- und vertragsabhängig | vertraglich und prozessual regelbar |
| Verantwortung | beim Anwender | beim Anwender | klar definierbarer Dienstleistungsprozess |
| Geeignet für sensible Inhalte | abhängig von Lösung und Setup | abhängig von Lösung und Setup | mit geeigneten Sicherheitsprozessen |
| Skalierbarkeit | sehr hoch | sehr hoch | durch Kombination mit Technologie ebenfalls hoch |
Mensch oder KI ist eigentlich die falsche Frage
Professionelle Sprachdienstleister nutzen längst Translation Memories, Terminologiedatenbanken, maschinelle Übersetzung, KI und automatisierte Qualitätskontrollen.
Der Unterschied liegt darin, dass diese Technologien Bestandteil eines kontrollierten Workflows sein können.Eine Maschine kann beispielsweise zunächst grosse Textmengen übersetzen. Anschliessend prüfen Fachübersetzer das Ergebnis, korrigieren Fehler und gleichen Terminologie, Stil und Verwendungszweck ab.
Dieses Verfahren wird als Post-Editing bezeichnet. Für das professionelle Post-Editing maschineller Übersetzungen existiert mit ISO 18587 ein internationaler Standard.
Die entscheidende Frage lautet deshalb heute weniger:
Mensch oder KI?
Sondern:
Wie viel Technologie und wie viel menschliche Expertise benötigt dieser konkrete Inhalt?
Wann reichen DeepL, ChatGPT oder Gemini?
Für viele alltägliche Anwendungen können KI-Systeme vollkommen ausreichend sein. Typische Beispiele sind interne E-Mails, das schnelle Erfassen eines fremdsprachigen Dokuments, erste Arbeitsfassungen oder Inhalte, bei denen kleinere sprachliche Ungenauigkeiten keine relevanten Folgen haben.
Hier wäre eine vollständig professionelle Übersetzung häufig unverhältnismässig.
Voraussetzung bleibt allerdings auch hier: Die verwendeten Inhalte dürfen unter den jeweiligen Datenschutz- und Sicherheitsbedingungen überhaupt in das gewählte System eingegeben werden.
Ein Text kann sprachlich völlig unkritisch und gleichzeitig hochvertraulich sein.
Wann ist ein professionelles Übersetzungsbüro sinnvoll?
Je höher der Qualitätsanspruch, die Sensibilität und das Risiko, desto wichtiger werden kontrollierte Prozesse und menschliche Expertise.
Das betrifft insbesondere:
Fachtexte: wenn Terminologie und fachliche Präzision entscheidend sind.
Marketing und Unternehmenskommunikation: wenn Tonalität, Markenidentität und kulturelle Wirkung erhalten bleiben müssen.
Rechtlich oder wirtschaftlich relevante Inhalte: wenn eine falsche Formulierung konkrete Folgen haben kann.
Grosse und wiederkehrende Übersetzungsprojekte: wenn Terminologie und Formulierungen über viele Dokumente hinweg konsistent bleiben müssen.
Vertrauliche Inhalte: wenn nachvollziehbar sein muss, wie Daten verarbeitet werden, welche Systeme eingesetzt werden und wer darauf zugreifen kann.
Dabei muss die Alternative keineswegs eine rein menschliche Übersetzung sein. Gerade bei grossen Textmengen kann ein professionell aufgesetzter hybrider Workflow aus maschineller Übersetzung, KI und menschlichem Post-Editing wirtschaftlich sinnvoller sein.
Drei Fragen helfen bei der Entscheidung
Bevor ein Unternehmen entscheidet, wie ein Text übersetzt werden soll, reichen häufig drei Fragen:
- Was passiert, wenn die Übersetzung einen Fehler enthält?
Je grösser die möglichen Folgen, desto wichtiger sind fachliche Prüfung und Qualitätssicherung. - Wie sensibel sind die enthaltenen Informationen?
Je vertraulicher die Daten, desto genauer muss geprüft werden, welche Systeme und Prozesse eingesetzt werden dürfen. - Welche Wirkung soll der Text erzielen?
Wer lediglich verstehen möchte, was in einem fremdsprachigen Dokument steht, hat andere Anforderungen als ein Unternehmen, das eine Kampagne, einen Geschäftsbericht oder eine Produktdokumentation veröffentlicht.
Aus diesen drei Antworten ergibt sich häufig bereits, wie viel Automatisierung sinnvoll ist.
Nicht das beste Tool entscheidet, sondern der richtige Prozess
DeepL, ChatGPT, Gemini und andere KI-Systeme haben professionelle Übersetzungen nicht überflüssig gemacht. Sie haben vielmehr verändert, wann und wie menschliche Übersetzungsleistung sinnvoll eingesetzt wird.