TV #007 Wenn KI falsch übersetzt: Wenn ungeprüfte KI-Übersetzungen in der technischen Dokumentation zum Risiko werden

Vielleicht kennen Sie das aus dem Alltag: Die englische oder französische Version eines Textes wird dringend gebraucht, die Zeit ist knapp, das Tool ist schnell zur Hand – und die Übersetzung sieht auf den ersten Blick erstaunlich gut aus. Also wird sie übernommen. Ohne große Prüfung. Ohne Rückfrage. Ohne zweiten Blick.

Genau das passiert inzwischen in vielen Unternehmen. Und genau deshalb sprechen wir heute über eine Frage, die oft unterschätzt wird: Wann ist KI-Übersetzung eine echte Hilfe – und wann wird sie in der technischen Dokumentation zum Risiko?

Heute sprechen wir über ein Thema, das in der Praxis immer häufiger auftaucht und oft harmloser wirkt, als es tatsächlich ist.
Es geht um KI-Übersetzungen in der technischen Dokumentation. Genauer gesagt: um die ungeprüfte Verwendung solcher Übersetzungen.

Denn viele Unternehmen stehen aktuell unter Kostendruck. Und wenn dann Übersetzungen anstehen, scheint die Lösung naheliegend: Warum noch mit professionellen Fachübersetzern arbeiten, wenn es doch KI-Tools oder Systeme wie DeepL gibt, die schnell, günstig und auf den ersten Blick erstaunlich gute Ergebnisse liefern?

Die entscheidende Frage ist aber nicht, ob diese Tools grundsätzlich nützlich sind.
Die entscheidende Frage ist, ob man ihre Ergebnisse ungeprüft in technische Dokumentation, Betriebsanleitungen oder Marketingunterlagen übernehmen darf.

Und genau darüber sprechen wir heute.

In Gesprächen mit Unternehmen hören wir immer öfter denselben Satz:
„Wir lassen nicht mehr alles professionell übersetzen. Wir machen das inzwischen mit KI.“

Das ist zunächst nachvollziehbar. Übersetzungen kosten Geld. Projekte sollen schneller fertig werden. Vertrieb und Marketing brauchen kurzfristig Unterlagen in mehreren Sprachen. Und die Dokumentation soll am besten ohne zusätzlichen Aufwand international verfügbar sein.

Genau an dieser Stelle kommen KI-gestützte Übersetzungstools ins Spiel.

Die Erwartung ist dann oft:
Text rein, Übersetzung raus, fertig.

Aber genau hier beginnt das Problem. Denn in vielen Fällen wird die Übersetzung nicht mehr fachlich geprüft. Sie wird direkt übernommen – in Betriebsanleitungen, Montageanleitungen, Online-Hilfen, Datenblättern oder Marketingunterlagen.

Und damit wird aus einer reinen Kostenentscheidung schnell ein Risiko für Sicherheit, Produktverständnis, Haftung und Markenwirkung.

Das eigentliche Problem ist nicht die KI – sondern die fehlende Prüfung

Das möchte ich ganz klar sagen: KI ist nicht automatisch das Problem.

Solche Tools können sinnvoll sein. Sie können Prozesse beschleunigen, erste Rohübersetzungen liefern und interne Abläufe unterstützen.

Das Problem entsteht dort, wo Unternehmen glauben, dass eine maschinell erzeugte Übersetzung automatisch veröffentlichungsreif ist.

Denn technische Dokumentation ist keine Alltagssprache. Hier geht es nicht darum, ob ein Satz ungefähr verständlich ist.

Hier geht es um Sicherheitshinweise, Handlungsanweisungen, Restrisiken, bestimmungsgemäße Verwendung, Fehlanwendungen, Wartung, Montage, Inbetriebnahme und Störungsbeseitigung.

Und in all diesen Bereichen kann bereits eine kleine sprachliche Ungenauigkeit große Auswirkungen haben.

In einem Marketingtext ist eine ungenaue Formulierung ärgerlich bis problematisch. In einer Betriebsanleitung kann sie gefährlich werden.

Technische Texte bestehen nicht nur aus Sprache, sondern aus Bedeutung im konkreten Kontext.

Ein Begriff hat nicht einfach irgendeine Übersetzung. Er hat im technischen Zusammenhang eine ganz bestimmte Funktion.

Denken Sie an Begriffe wie verriegeln, freischalten, spannungsfrei, bestimmungsgemäße Verwendung, vorhersehbare Fehlanwendung, Restgefahr, Schutzeinrichtung oder qualifiziertes Personal.

Das sind keine beliebigen Wörter. Das sind Begriffe mit technischer, rechtlicher und sicherheitsrelevanter Tragweite.

Wenn ein KI-Tool diese Begriffe zwar sprachlich flüssig, aber fachlich ungenau übersetzt, entsteht schnell eine gefährliche Scheinqualität. Der Text klingt gut, sagt aber nicht mehr das Richtige.

Ein Klassiker ist die inkonsistente Übersetzung von Fachbegriffen. Ein Begriff wird an einer Stelle so übersetzt, an anderer Stelle anders. Oder ein technischer Begriff wird durch ein alltagssprachliches Wort ersetzt, das ähnlich klingt, aber fachlich nicht exakt ist.

Besonders kritisch wird es bei Warnhinweisen. Dort kommt es auf jedes Detail an: Was ist die Gefahr? Was ist die Ursache? Welche Folgen drohen? Welche Maßnahme ist erforderlich?

Wenn hier Modalverben, Satzlogik oder Risikostufen unsauber übersetzt werden, kann aus einer klaren Pflicht zur Handlung plötzlich nur noch eine Empfehlung werden.

Auch Funktionsbeschreibungen sind anfällig. Wenn Reihenfolgen, Bedingungen oder Zustände sprachlich verrutschen, versteht der Anwender unter Umständen etwas anderes als beabsichtigt.

Und das betrifft nicht nur Betriebsanleitungen. Auch in Marketingunterlagen kann eine ungenaue Übersetzung problematisch werden, etwa wenn Leistungsmerkmale, Einsatzbereiche oder Produktgrenzen zu weitgehend dargestellt werden.

Genau das ist heute einer der kritischsten Punkte.

Früher konnte man schlechte maschinelle Übersetzungen oft sofort erkennen. Die Sätze waren holprig, unnatürlich oder offensichtlich falsch.

Heute ist das anders.

Moderne KI-Systeme erzeugen oft sehr flüssige, sehr glatte und sehr überzeugende Texte.

Und genau dadurch entsteht eine trügerische Sicherheit.

Menschen lesen den Text und denken:
„Klingt doch gut.“

Aber die entscheidende Frage lautet nicht: Klingt der Text gut? Die entscheidende Frage lautet: Ist der Text fachlich korrekt, eindeutig, sicherheitsgerecht und im konkreten Produktkontext richtig?

Und genau deshalb reicht „klingt doch gut“ in der technischen Dokumentation nicht aus. Man muss nicht nur ungefähr verstehen, was gemeint ist. Man muss es richtig verstehen.

Technische Kommunikation muss eindeutig, reproduzierbar und belastbar sein. Gerade in internationalen Märkten ist das entscheidend. Denn dort lesen die Unterlagen nicht nur Endanwender, sondern oft auch Händler, Servicepartner, Auditoren, Behörden, Instandhalter oder Integratoren.

Warum die Qualität schon mit dem Ausgangstext beginnt

Ein oft unterschätzter Punkt ist: Die KI ist nur so gut wie der Ausgangstext.

Die Qualität einer KI-Übersetzung hängt ganz besonders stark von den Eingangsdaten ab.

Das heißt ganz konkret: Wenn die Ausgangssprache unklar, uneinheitlich oder fachlich unsauber ist, dann wird in der Regel auch die Übersetzung unklar, uneinheitlich oder missverständlich.

Und wenn im Unternehmen keine saubere Terminologiearbeit gemacht wurde, dann setzt sich dieses Problem in der Zielsprache fort – oft sogar verstärkt.

Das gilt nicht nur für KI-Übersetzungen. Auch menschliche Übersetzer haben mit schlechten Quelltexten zu kämpfen.

Aber es gibt einen entscheidenden Unterschied:

Ein menschlicher Fachübersetzer kann Rückfragen stellen. Er kann auf Ungereimtheiten hinweisen. Er kann Widersprüche erkennen und im Austausch mit Redaktion oder Fachabteilung klären.

Die KI macht das nicht.

Sie übersetzt ohne Rückmeldung, ohne Nachfragen und ohne echte Kontextklärung. Sie glättet sprachlich oft die Oberfläche, ohne fachliche Unsicherheiten tatsächlich aufzulösen.

Und genau dadurch können zusätzliche Fehler entstehen.

Deshalb gilt aus meiner Sicht ganz klar: Wenn die Ausgangssprache schlecht ist, wenn Texte intern bereits missverständlich sind oder wenn keine Terminologiearbeit vorhanden ist, dann sollte man beim Einsatz von KI besonders vorsichtig sein.

Denn dann bringt oft nicht einmal eine KI als Vorstufe einen echten Vorteil. Im Gegenteil: Dann muss der menschliche Lektor oder Fachübersetzer im Anschluss so viel korrigieren, neu formulieren und fachlich nachziehen, dass der vermeintliche Effizienzgewinn schnell wieder verschwindet.

In solchen Fällen ist es oft sinnvoller, zuerst den Ausgangstext und die Terminologie in Ordnung zu bringen – und erst danach über Automatisierung nachzudenken.

Und genau an dieser Stelle noch ein praktischer Hinweis:
Wenn Sie sich gerade fragen, wie belastbar Ihre Texte eigentlich sind, dann haben wir ein zeitlich begrenztes Angebot für Sie. Unsere Übersetzer bewerten kostenlos Ihre Texte. Egal ob durch Menschen oder KI erstellt. Dafür benötigen wir lediglich die Ausgangssprache und die Zielsprache des Dokuments. Melden Sie sich unter: j.mayr@gft-online.de

Wenn Übersetzungen fachlich nicht sauber sind, dann bleibt das nicht bei einem Sprachproblem.

Da ist zunächst das Sicherheitsrisiko. Wenn Bediener, Servicepersonal oder Monteure Anweisungen falsch verstehen, kann es zu Fehlbedienung, falscher Wartung oder gefährlichen Handlungen kommen.

Dann gibt es das Qualitätsrisiko. Uneinheitliche Begriffe, missverständliche Aussagen und sprachliche Ungenauigkeiten führen zu Rückfragen, Nacharbeit und Unsicherheit in der Anwendung.

Hinzu kommt das Markenrisiko. Denn aus Kundensicht gilt oft ganz einfach: Wenn schon die Dokumentation unsauber ist, wie sauber ist dann der Rest?

Und spätestens an dieser Stelle wird klar: Ungeprüfte Übersetzungen sind nicht nur unprofessionell. Sie können im Einzelfall auch als sorgfaltswidrig wirken.

Denn wenn bekannt ist, dass automatische Übersetzungen Fehler machen können, und wenn gleichzeitig sicherheitsrelevante Inhalte betroffen sind, dann wird es immer schwerer, eine vollständig ungeprüfte Übernahme noch als sorgfältiges Vorgehen zu begründen.

Je sensibler der Inhalt, desto höher die Erwartung aus rechtlicher Sicht an Prüfung, Nachvollziehbarkeit und Qualitätssicherung.

Wer haftet eigentlich?

An dieser Stelle wird es besonders wichtig.

Denn viele Unternehmen behandeln Übersetzungen immer noch wie ein reines Sprachthema oder wie eine organisatorische Nebenaufgabe.

Aber in der Praxis ist die Frage viel ernster: Wenn eine fehlerhafte Übersetzung zu einer Fehlanwendung, zu einem Sicherheitsproblem, zu einem Schaden oder zu einer falschen Produkterwartung führt – wer haftet dann eigentlich?

Die unbequeme Antwort lautet: In der Regel nicht das Tool.

Die Verantwortung bleibt beim Unternehmen, das die Unterlagen veröffentlicht, das Produkt unter eigenem Namen in Verkehr bringt oder die Informationen dem Markt bereitstellt.

Das bedeutet ganz praktisch: Die Maschine übersetzt nicht verantwortlich. Das Tool haftet nicht. Am Ende haftet das Unternehmen.

Warum Unternehmen das intern oft gar nicht sauber steuern

Und genau hier liegt eines der größten Praxisprobleme.

In vielen Unternehmen entstehen solche Risiken nicht durch böse Absicht, sondern durch organisatorische Entkopplung.

Das Marketing möchte schnell internationale Unterlagen. Der Vertrieb will kurzfristig fremdsprachige PDFs für den Kunden. Der Service übersetzt sich etwas mal eben schnell. Die Produktabteilung nutzt ein KI-Tool, weil es bequem ist. Und die Geschäftsleitung oder die formal verantwortliche Stelle bekommt davon unter Umständen gar nichts mit.

Mit anderen Worten: Die operativen Entscheidungen fallen dezentral, die Haftung bleibt aber zentral.

Dann entsteht ein gefährlicher Zustand: Diejenigen, die das Risiko verursachen, spüren die rechtliche Tragweite häufig nicht. Und diejenigen, die am Ende dafür geradestehen müssen, wissen oft nicht einmal, dass diese Inhalte so veröffentlicht wurden.

Das ist kein reines Sprachproblem mehr. Das ist ein Organisationsproblem.

An dieser Stelle ist noch eine Differenzierung wichtig:

Man muss unterscheiden, ob ein Unternehmen einfach ein frei verfügbares Standard-Tool nutzt oder ob maschinelle Übersetzung in einen professionellen Übersetzungsprozess eingebunden ist.

Denn nicht jede maschinelle Übersetzung ist automatisch gleich riskant.

Es gibt einen großen Unterschied zwischen einem schnellen Copy-and-paste in ein generisches Online-Tool und einem professionell gesteuerten Prozess mit geeigneten Systemen, gepflegter Terminologie, vorhandenen Translation-Memory-Daten, definierten Qualitätsstufen und anschließender menschlicher Nachbearbeitung.

Gerade branchenspezifische oder unternehmensspezifisch eingebundene Systeme können bessere Rohfassungen liefern als frei verfügbare Werkzeuge für den Massenmarkt.

Aber auch dann gilt: Eine bessere Rohfassung ist noch keine freigegebene Endfassung.

Ein weiterer kritischer Punkt: Datenschutz und Vertraulichkeit

Neben Qualität, Haftung und Organisation kommt noch ein weiterer Punkt hinzu, der häufig unterschätzt wird: Datenschutz und Vertraulichkeit.

Unternehmen müssen sich die Frage stellen, ob technische Inhalte, interne Dokumente, Produktinformationen oder kundenbezogene Unterlagen überhaupt in externe KI- oder Übersetzungstools eingegeben werden dürfen.

Denn nicht jedes Tool geht mit Daten gleich um. Und nicht jedes frei verfügbare System ist automatisch für vertrauliche oder sensible Inhalte geeignet.

Gerade bei technischer Dokumentation kann das kritisch sein, etwa bei noch nicht veröffentlichten Produktinformationen, internen Spezifikationen, kundenbezogenen Unterlagen oder sicherheitsrelevanten Inhalten.

Deshalb reicht es nicht, nur zu fragen: Wie gut ist die Übersetzung?

Man muss auch fragen: Dürfen wir diesen Inhalt überhaupt in dieses Tool eingeben? Wie wird der Text verarbeitet? Wird er gespeichert? Wird er weiterverwendet? Und ist das mit unseren internen Regeln und Verpflichtungen vereinbar?

Das eigentliche Kernproblem in vielen Unternehmen: fehlende Regeln

Erstaunlich oft fehlt in Unternehmen etwas ganz Grundlegendes: Es gibt keine verbindlichen Regeln für den Umgang mit solchen Tools.

Also keine klaren Vorgaben dazu, wer KI-Übersetzungen für externe Unterlagen verwenden darf, welche Dokumente niemals ungeprüft maschinell übersetzt werden dürfen, wer sicherheitsrelevante Inhalte freigeben muss, wie mit Terminologie umgegangen wird, wie Datenschutz und Vertraulichkeit vor der Nutzung geprüft werden und wer am Ende die fachliche Verantwortung trägt.

Wenn solche Regeln fehlen, passiert typischerweise Folgendes: Jede Abteilung baut sich ihren eigenen Umgang mit dem Tool.

Und das Ergebnis ist kein effizienter Prozess, sondern Wildwuchs.

Wie geht man also vernünftig damit um?

Aus meiner Sicht beginnt ein sinnvoller Übersetzungsprozess nicht erst beim eigentlichen Übersetzen, sondern noch davor.

Der erste Schritt ist eine Art Ist-Stand-Prüfung.

Also die Frage: Wie gut ist eigentlich unser Ausgangstext? Ist unsere Terminologie sauber? Sind Warnhinweise konsistent? Sind Fachbegriffe definiert? Sind die Originaltexte eindeutig und übersetzbar? Und sind die Inhalte überhaupt für eine maschinelle Vorübersetzung geeignet?

Denn wenn bereits die Ausgangssprache schwach ist, dann vervielfältigt man das Problem nur in andere Sprachen.

Der zweite Schritt ist die Klärung des Einsatzzwecks.

Geht es um schnellen internen Informationsgewinn? Geht es um eine vorläufige Arbeitsfassung? Oder geht es um eine veröffentlichte technische Dokumentation, um Warnhinweise, um Produktkommunikation oder um rechtlich sensible Inhalte?

Denn nicht jede Textsorte braucht denselben Prozess. Aber je höher das Risiko und je höher die Außenwirkung, desto höher müssen auch die Anforderungen an Qualität, Prüfung und Freigabe sein.

Der dritte Schritt ist die Auswahl des passenden Verfahrens.

Hier sollte man unterscheiden zwischen frei verfügbaren Standard-Tools und professionell eingebetteter maschineller Übersetzung.

Ein professioneller Prozess bedeutet nicht einfach nur: Maschine an, Text raus. Ein professioneller Prozess bedeutet: geeignete Systeme, klare Terminologie, definierte Qualitätsziele, menschliche Nachbearbeitung und ein kontrollierter Freigabeablauf.

Und genau hier kommt das Post-Editing ins Spiel.

In professionellen Übersetzungsprozessen wird maschinelle Übersetzung oft nicht als Endprodukt verstanden, sondern als Rohfassung. Diese Rohfassung wird anschließend durch qualifiziertes Post-Editing fachlich, terminologisch und sprachlich geprüft und überarbeitet.

Das kann ein Fachübersetzer sein, ein technischer Redakteur mit Sprachkompetenz oder ein landessprachlicher Fachexperte.

Wichtig ist: Die KI darf nicht die letzte Instanz sein.

Ebenso wichtig ist ein klarer Freigabeprozess. Es muss geregelt sein, wer übersetzen darf, wer prüft, wer freigibt, welche Inhalte niemals ungeprüft veröffentlicht werden und welche Tools überhaupt verwendet werden dürfen.

Und noch ein Punkt gehört dazu: Vor dem Einsatz externer Tools muss auch geprüft werden, ob Datenschutz, Vertraulichkeit und interne Vorgaben eingehalten sind.

Denn fehlende Regeln sind in der Praxis oft das eigentliche Problem. Nicht das Tool allein, sondern der ungeregelte Einsatz des Tools.

Die Rolle der technischen Redaktion

Und damit kommen wir zu einer Gruppe, die in diesem Thema eine ganz zentrale Rolle spielt: die technische Redaktion.

Denn technische Redakteurinnen und Redakteure sehen oft zuerst, wo die Probleme beginnen.

Sie sehen unklare Begriffe, uneinheitliche Terminologie, schlecht übersetzte Warnhinweise, fachlich fragwürdige Formulierungen und Widersprüche zwischen Original und Übersetzung.

Deshalb ist die technische Redaktion in vielen Unternehmen nicht nur Texter oder Strukturgeber, sondern Qualitätsfilter.

Sie muss nicht jede Übersetzung selbst machen. Aber sie sollte Anforderungen definieren, Prüfprozesse anstoßen und rote Linien benennen.

Gerade in Unternehmen, die stärker auf KI setzen wollen, wird diese Rolle eher wichtiger als weniger wichtig.

Lassen Sie uns alles zusammenfassen.

KI-Übersetzung ist nicht der Feind, sie ist weder gut noch böse. Sie ist ein Werkzeug.

Und wie bei jedem Werkzeug kommt es darauf an, wie man es einsetzt.

Für internen Informationsgewinn, schnelle Orientierung oder weniger kritische Inhalte kann maschinelle Übersetzung in vielen Fällen hilfreich sein.

Für technische Dokumentation, sicherheitsrelevante Inhalte, Fachtexte, Produktbeschreibungen und rechtlich sensible Kommunikation reicht sie ohne sauberen Prozess, klare Terminologie, Datenschutzprüfung und menschliche Nachbearbeitung in der Regel aber nicht aus.

Wer KI gezielt nutzt, Prozesse sauber aufsetzt, Terminologie pflegt, die Qualität seiner Ausgangstexte im Griff hat und kritische Inhalte prüfen lässt, kann durchaus effizienter arbeiten.

Wer aber aus Kostendruck auf Prüfung verzichtet und Übersetzungen ungefiltert in technische Dokumentation oder Marketing übernimmt, schafft sich ein Risiko, das oft erst sichtbar wird, wenn es bereits teuer, peinlich oder gefährlich geworden ist.

Abschluss

Was sollten Sie also aus dieser Folge mitnehmen?

Erstens: Das Problem ist nicht, dass Unternehmen KI für Übersetzungen nutzen.

Zweitens: Das Problem beginnt dort, wo diese Übersetzungen ungeprüft veröffentlicht werden.

Drittens: Die Qualität der Übersetzung hängt ganz wesentlich von der Qualität der Ausgangssprache und von sauberer Terminologiearbeit ab.

Viertens: Wenn diese Grundlage fehlt, sollte man beim Einsatz von KI besonders vorsichtig sein.

Fünftens: Nicht jede maschinelle Übersetzung ist gleich. Es macht einen Unterschied, ob ein generisches Standard-Tool genutzt wird oder ob maschinelle Übersetzung in einen professionellen Prozess mit menschlichem Post-Editing eingebunden ist.

Sechstens: Neben Qualität und Haftung müssen auch Datenschutz und Vertraulichkeit berücksichtigt werden.

Siebtens: Die Haftung bleibt beim Unternehmen – auch wenn die Übersetzung digital entstanden ist.

Und achtens: Viele Risiken entstehen nicht nur durch sprachliche Fehler, sondern durch fehlende Regeln, unklare Freigaben und mangelnde Transparenz im Unternehmen.

Deshalb sollte die Frage in Unternehmen nicht lauten:
„Dürfen wir KI für Übersetzungen nutzen?“

Sondern vielmehr:
„Für welche Inhalte, auf welcher Textgrundlage, mit welcher Terminologie, mit welchem Tool, mit welcher Datenschutzprüfung, mit welcher Nachbearbeitung und mit welcher Freigabe dürfen wir KI-Übersetzungen einsetzen?“

Erst wenn diese Fragen geklärt sind, wird aus einem schnellen Tool ein kontrollierter Prozess.