4 Arbeitsmittel
4.6 Informationstechnologie
4.6.1 EU-Login
Definition: Zugangscode für Webressourcen auf Servern der Kommission Typ: Sicherung geschützter Server vor unbefugtem Zugriff
Aufruf: automatisch bei Aufruf der ersten damit gesicherten Webseite
Mit dem EU-Login (früher ECAS) werden beschränkt zugängliche Webressourcen gesichert, die nicht auf Servern des Europäischen Parlaments, sondern für den interinstitutionellen Zugriff auf Servern der Kommission bereitgestellt werden, etwa sprachliche Ressourcen wie IATE und EurTerm/DE Term.
Für das EU-Login muss individuell ein Zugangscode beantragt werden. Zusätzlich muss bei jedem Aufruf unter Angabe einer Mobiltelefonnummer ein Ad-hoc-Zugangscode angefordert werden, der per SMS übermittelt wird. Wenn schon eine durch das EU-Login gesicherte Ressource geöffnet ist, kann dieser Schritt unter Umständen entfallen.
4.6.2 DocEP
Definition: Sammlung von Formatvorlagen und Makros zur einheitlichen Gestaltung von EP-Dokumenten
Typ: EP-intern entwickeltes MS-Office-Template Aufruf: DocEP-Downloadseite
Mit DocEP werden Originale und Übersetzungen so gestaltet, dass sie den Formulierungs- und Formatvorgaben des Verzeichnisses der Muster (RdM) entsprechen. Die deutschen Standardformulierungen werden der deutschen Fassung des Leitfadens entnommen und vom DocEP-Team in DocEP-Übersetzungsdateien (Transfils) eingearbeitet, sodass sie für alle neuen Texte zur Verfügung stehen.
99
Bei der Vorbereitung von Dokumenten mit DocEP werden dokumentspezifische Eckdaten (Auftragsnummer, Datumsangaben, Namen und Bezeichnungen, Artikel von Rechtsvorschriften usw.) eingegeben, die das Programm an
entsprechender Stelle – im richtigen Format und in der richtigen Schriftart (Schriftgrad, Schrifttype) mit dem richtigen Einzug usw. – einfügt bzw. in die vom Programm abgerufenen Standardformulierungen einbettet.
DocEP leistet Ihnen auch insofern gute Dienste, als es Namen (von Mitgliedern des EP: Umschalt+F11) und Bezeichnungen (z. B.
von Ausschüssen und sonstigen Gremien: F10) in korrekter Schreibweise bzw. Übersetzung einfügt, die Sie andernfalls recherchieren müssten.
Die mit DocEP generierten Einträge sind in blaue Tags eingebettet, die bei der Übersetzung unter keinen Umständen beschädigt werden dürfen, denn sie sind Voraussetzung für eine fehlerfreie Konvertierung ins XML-Format. Nach Fertigstellung eines Übersetzungsauftrags wird mit der DocEP-Funktion Prepare for Bookout überprüft, ob alle Tags intakt sind.
Die einzelnen Funktionen von DocEP können in Word über Tastenkombinationen gestartet werden.
Screenshot eines mit DocEP angelegten Deckblatts (Ausschnitt)
4.6.3 eTranslation
Definition: neuronale maschinelle Übersetzung
Typ: von der Kommission interinstitutionell bereitgestellte Web-Anwendung Aufruf: eTranslation (mit EU-Login)
Die Kommission hat einen maschinellen Übersetzungsdienst namens eTranslation entwickelt, mit dem Dokumente aus allen Amtssprachen der EU in alle Amtssprachen der EU übersetzt werden können.
Dabei wird jedoch nur die Sprachkombination EN-DE direkt übersetzt. Alle anderen Sprachen werden über das englische Relais übersetzt, was sich spürbar auf die Qualität der Ergebnisse aus den übrigen Sprachen auswirkt. So werden beispielsweise weibliche Bezeichnungen nicht korrekt ins Deutsche übersetzt (consejera de trabajo EN Arbeitsminister).
100
Funktionsweise und Probleme der maschinellen Übersetzung
Bei der maschinellen Übersetzung „lernt“ das System auf der Grundlage bestehender Übersetzungen und schlägt darauf aufbauend neue Übersetzungen vor. Je besser die Systeme trainiert sind, umso besser ist auch das Ergebnis. Bei eTranslation der Kommission lassen sich in der Tat kontinuierlich Verbesserungen feststellen. Dennoch ist die maschinelle Übersetzung mit Vorsicht zu genießen, auch wenn sie für die Arbeit äußerst hilfreich sein kann.
Ein weiterer genereller Knackpunkt liegt auch darin, dass die Qualität der maschinellen Übersetzung nicht zuletzt auch von der Qualität des Originals abhängig ist und die Originale im Parlament sehr häufig von Nichtmuttersprachlern verfasst werden. Ihre Aufgabe ist es, mit geschultem Blick diese Probleme zu erkennen und „auszubügeln“.
Vorteile
Die maschinelle Übersetzung bietet je nach Textsorte und Sprache eine mehr oder weniger gute Übersetzung. Wenn keine Humanübersetzung möglich ist, kann sie dem Publikum einen guten Einblick in den Inhalt eines Textes vermitteln. Da die Nachfrage nach Übersetzungen immer mehr steigt, bietet sie einen guten Ausgangspunkt.
Professionelle Übersetzer können sie auch als Schreib- und Formulierungshilfe verwenden und damit unter Umständen schneller arbeiten. Wenngleich die Qualität in jüngster Zeit gestiegen ist, geht die maschinelle Übersetzung noch immer mit einigen Fallstricken einher, die sich zum Teil wohl kaum in naher Zukunft beseitigen lassen.
Problembereiche der maschinellen Übersetzung
Textebene und Logik
Die maschinelle Übersetzung arbeitet auf Satzebene. Sie achtet nicht auf Textlogik und Kohärenz. Da sie zudem auf kein Weltwissen zurückgreift, entstehen schnell logische Fehler. Diese sind allerdings auch innerhalb der Sätze zu finden.
Beispiele:
ORI: whereas despite the commitments made by the Member States to meet the Barcelona targets, one sixth of EU households have unmet needs for childcare services;
MÜ: in der Erwägung, dass trotz der Zusagen der Mitgliedstaaten, die Barcelona-Ziele zu erreichen, ein Sechstel der Haushalte in der EU keinen Bedarf an Kinderbetreuungsdiensten hat;
TRA: in der Erwägung, dass für jeden sechsten Haushalt in der EU nicht die benötige Kinderbetreuung zur Verfügung steht, obgleich sich die Mitgliedstaaten zur Verwirklichung der Barcelona-Ziele verpflichtet haben;
ORI: whereas civil dialogue continues to be left behind, thus deepening the gap between citizens and institutions;
MÜ: in der Erwägung, dass der zivile Dialog nach wie vor zurückgelassen wird, wodurch sich die Kluft zwischen Bürgern und Institutionen vergrößert;
TRA: in der Erwägung, dass der Dialog mit den Bürgern weiterhin vernachlässigt wird, wodurch sich die Kluft zwischen den Bürgern und Institutionen vergrößert;
101
Satzlänge
Die Übersetzungsqualität sinkt rasch, wenn ein Satz sehr lang ist. Bei sehr langen Sätzen versagt das System teilweise komplett und wiederholt mehrmals Satzschnipsel. Auch Bezüge werden bei langen Sätzen häufig nicht richtig wiedergegeben.
Wortebene
Bei Abkürzungen wird nicht immer das korrekte Pendant gewählt. Abkürzungen sollten daher immer überprüft werden. Bei Eigennamen kommt es vor, dass die Übersetzung eine fehlerhafte Schreibweise vorschlägt. Es fehlen dann beispielsweise einzelne Buchstaben in einem Namen.
Wenn das System ein Wort nicht kennt, schlägt es unter Umständen Neubildungen vor, die nicht richtig sind. Es kommt auch vor, dass Wörter ausfallen oder hinzugefügt werden. Ein sorgfältiger Vergleich ist also auch in dieser Hinsicht erforderlich.
Beispiele:
ORI: whereas the path to fair jobs, economic growth and social protection runs through economic development and competition, not through over-regulation and more red tape-legislation;
MÜ: in der Erwägung, dass der Weg zu fairen Arbeitsplätzen, Wirtschaftswachstum und sozialem Schutz durch wirtschaftliche Entwicklung und Wettbewerb verläuft und nicht durch Überregulierung und mehr Rechtsvorschriften auf dem Gebiet des „roten Tapes“;
ORI: whereas affordable housing is a serious and growing problem that is pushing an ever larger number of people into housing insecurity and homelessness with 700,000 people sleeping rough or in emergency accommodation on any given night in Europe;
MÜ: in der Erwägung, dass erschwinglicher Wohnraum ein ernstes und zunehmendes Problem darstellt, das eine immer größere Zahl von Menschen in Wohnunsicherheit und Obdachlosigkeit drängt, wobei 700,000 Menschen an jeder Nacht in Europa rauen oder in Notunterkünften schlafen;
Terminologie
Auch bei der Terminologie bestehen außerordentliche Probleme. Termini sollten immer recherchiert bzw. überprüft werden. Das System kann keine terminologische Einheitlichkeit leisten, da es auf Satzebene arbeitet. Zudem verwendet es nicht automatisch den richtigen Begriff aus den jeweiligen Rechtstexten.
Beispiel:
ORI: data protection and privacy law
MÜ: Datenschutz und Recht auf Privatsphäre
TRA: Rechtsvorschriften über den Datenschutz und den Schutz der Privatsphäre
102
Stilistik
Da sich der Übersetzungsvorschlag der maschinellen Übersetzung häufig flüssig liest, sind gewisse Fehler nur schwer erkennbar. Terminologie, Satz- und Textlogik und Vollständigkeit müssen unbedingt geprüft werden. Außerdem lässt sich feststellen, dass die Maschine immer alles gleich übersetzt, typische Beispiele sind „gewährleisten“ und „Schlüsselbedeutung“. Dies ist zwar der häufigen Verwendung der entsprechenden Begriffe im Trainingskorpus geschuldet, aber kein Grund für eine häufige Verwendung.
Übersetzerische Kompetenz zeigt sich unter anderem darin, dass stilistische Korrekturen und Verbesserungen an der maschinellen Übersetzung (MÜ) vorgenommen werden (vgl. 2.3 und 2.4).
Wörtliche Wiedergaben können teilweise gestrafft werden, etwa: „um sicherzustellen, dass“ =>
„damit“ (vgl. 2.2.1.4). Durch Wortartenwechsel kann ebenfalls eine Straffung des Textes erreicht werden. Ebenso können in bestimmten Fällen Zusammenhänge durch Nebensätze besser herausgestellt werden. Häufig müssen Sätze komplett überarbeitet werden, um die verschiedenen Probleme aus der Welt zu räumen.
Beispiel:
ORI: In order to mainstream the use of renewable energy in the transport sector, Member States must set an obligation on fuel suppliers to ensure that the share of renewable energy within the final energy consumption of the transport sector is at least 14% by 2030.
MÜ: Um die Nutzung erneuerbarer Energien im Verkehrssektor durchgängig zu berücksichtigen, müssen die Mitgliedstaaten die Kraftstoffanbieter verpflichten, dafür zu sorgen, dass der Anteil erneuerbarer Energien am Endenergieverbrauch des Verkehrssektors bis 2030 mindestens 14 % beträgt.
TRA: Damit in der Verkehrsbranche verstärkt Energie aus erneuerbaren Quellen verwendet wird, müssen die Mitgliedstaaten die Kraftstoffanbieter verpflichten, bis 2030 dafür zu sorgen, dass der Anteil erneuerbarer Energiequellen am Endenergieverbrauch der Verkehrsbranche mindestens 14 % beträgt.
Interpunktion und Zahlenangaben
In den Übersetzungsvorschlägen von eTranslation gibt es relativ häufig Leerstellen vor Satzzeichen, insbesondere vor Kommata, die unbedingt korrigiert werden müssen. Des Weiteren werden Zahlenangaben, etwa Daten, nicht immer korrekt dargestellt. Das liegt zumindest in einigen Fällen daran, dass in Euramis Fußnoten oder Formatierungen entfernt werden und das dann vom System als Leerstelle interpretiert wird.