Sprachliche Qualitätssicherung: Automatisieren Sie die Qualitätsprüfung ganz einfach in großem Maßstab.

Wenn Sie ein kleines Lokalisierungsteam sind, erfolgt die sprachliche Qualitätssicherung (LQA) oft auf Ad-hoc-Basis. Wenn Sie jedoch beginnen, Ihre Lokalisierungsbemühungen auszuweiten, müssen Sie einen formelleren Prozess einführen. Möglicherweise arbeiten Sie mit Dutzenden oder Hunderten von Übersetzern und Korrektoren auf der ganzen Welt zusammen. Wie können Sie den Überblick behalten, wer gute Arbeit leistet und wer nicht?

In diesem Artikel werden wir uns damit befassen, was LQA ist, wie es funktioniert und warum es für große Unternehmen eine Herausforderung darstellt. Außerdem werden wir uns mit dem Rahmenwerk für multidimensionale Qualitätsmetriken (MQM) befassen und erläutern, wie Sie den Prozess automatisieren können.

LQA ist ein Prozess, bei dem der Ausgangstext und seine Übersetzung überprüft werden, um sicherzustellen, dass sie den Kundenanforderungen entsprechen. Ziel ist es, Rechtschreib- und Grammatikfehler zu finden, die korrekte Verwendung von Fachbegriffen, die genaue Wiedergabe der Bedeutung, die stilistische Genauigkeit, die kulturelle Anpassung, die korrekte Formatierung usw. zu überprüfen.

Wichtig ist, dass LQA ein Prozess ist, an dem mehr als nur eine Partei beteiligt ist:

• Käufer sollten sicherstellen, dass der Ausgangstext fertiggestellt ist, bevor sie ihn an einen Übersetzungsdienstleister senden.

• Sprachdienstleister müssen das Ausgangsmaterial prüfen.

• Übersetzer müssen die Anweisungen sorgfältig lesen und nach bestem Wissen und Gewissen übersetzen.

Die sprachliche Qualitätssicherung lässt sich in drei Aktivitäten unterteilen:

• Überprüfung des Ausgangstextes,

• automatisierte Überprüfung auf maschinell erkennbare Fehler,

• und abschließende Überprüfung durch einen Muttersprachler.

Der Kürze halber betrachten wir nur die beiden letzteren.

Die automatisierte linguistische Qualitätssicherung umfasst den Einsatz verschiedener Softwaretools zur Erkennung von Tippfehlern und Fehlern in der Übersetzung. Smartcat beispielsweise kann automatisch nach Tippfehlern und Zahlenfehlern sowie Formatierungsfehlern suchen. Es verfügt außerdem über eine integrierte Rechtschreibprüfung, mit der sich Rechtschreibfehler schnell identifizieren lassen.

LQA ist eine standardisierte Methode, um Fehler in einer Übersetzungsplattform zu kommunizieren. Sie ist leicht verständlich und für alle nachvollziehbar.

So verlockend automatisierte LQA auch sein mag, sie kann die manuelle Überprüfung nicht ersetzen. Automatisierte Prüfungen können nur bestimmte Arten von Fehlern erkennen und sind anfällig für Fehlalarme. Außerdem kann kein automatisiertes Tool die inhaltliche Genauigkeit, stilistische Mängel oder kulturelle Angemessenheit überprüfen.

Manuelle LQA ist der Prozess der Überprüfung von Übersetzungen auf Fehler, die von automatisierten Tools nicht erkannt werden können. Dabei geht ein Prüfer den Text durch und stellt sicher, dass er alle Qualitätskriterien wie Genauigkeit, Stil, kulturelle Angemessenheit usw. erfüllt.

Allerdings ist „Qualität“ naturgemäß ein sehr subjektiver Begriff. Was ein Prüfer als gute Übersetzung ansieht, kann ein anderer als mangelhaft bewerten. Deshalb ist es wichtig, über klar definierte und vereinbarte Qualitätskriterien sowie über ein Verfahren zur Erfassung von Fehlern und ein Tool zu deren Meldung und Analyse zu verfügen.

Smartcat verwendet das Multidimensional Quality Metrics (MQM)-Framework zur Bewertung der Übersetzungsqualität. Schauen wir uns dieses Framework einmal genauer an.

MQM ist ein vom World Wide Web Consortium (W3C) entwickeltes Rahmenwerk zur Messung und Bewertung der Qualität von Übersetzungen. Kurz gesagt unterteilt es die Qualität in mehrere Kategorien, nämlich Terminologie, Genauigkeit, sprachliche Konventionen, Stil, lokale Konventionen und Design und Markup (weitere Informationen hierzu finden Sie hier).

Ein Terminologiefehler könnte beispielsweise die Verwendung von „Auto“ anstelle von „Kraftfahrzeug“ sein, ein Genauigkeitsproblem könnte die falsche Übersetzung eines Satzes sein, zu formelle oder umgangssprachliche Formulierungen (je nach Stilrichtlinien der Organisation) könnten zu Stilproblemen führen, und Design- und Markup-Fehler könnten zu lange oder zu kurze Bezeichnungen von UI-Elementen sein.

Jede Kategorie hat ihr eigenes Gewicht, das nicht standardisiert ist und von der Organisation festgelegt wird. Jeder Fehler wird außerdem einer Schweregradstufe von „Geringfügig“ (1) bis „Kritisch“ (25) zugeordnet, die ebenfalls für die Gewichtung herangezogen wird.

Zugegeben, allein die Einführung einiger Kennzahlen wird die Qualität Ihrer Übersetzungen nicht auf magische Weise verbessern. Sie benötigen einen Prozess, um diese Kennzahlen auch tatsächlich zu nutzen.

Ein solcher Prozess ist die Bewertung der Übersetzungsqualität (TQE), die Hand in Hand mit dem MQM-Rahmenwerk geht.

Kurz gesagt ist TQE ein Arbeitsablauf, der die folgenden Schritte umfasst:

1. Vorstufe, in der die Metriken definiert und die Bewertungskriterien festgelegt werden.

2. Annotationsphase, in der ein menschlicher Prüfer die Übersetzung durchgeht und Fehler gemäß den MQM-Kategorien markiert.

3. Berechnungsphase, in der ein Übersetzungsmanagementsystem oder eine Tabellenkalkulation eine „Scorecard“ aller Fehler erstellt und diese an den Projektmanager übermittelt.

Das mehrdimensionale Qualitätsmetrik-Framework ist aus mehreren Gründen ein Industriestandard. Erstens bietet es eine gemeinsame Sprache für alle am Prozess Beteiligten – den Projektmanager, die Korrektoren und die Übersetzer. Außerdem standardisiert es den Bewertungsprozess mit klar definierten Kategorien und Schweregraden.

Gleichzeitig ist MQM flexibel: Organisationen können entscheiden, welche Kategorien und Schweregrade für ihren jeweiligen Kontext am wichtigsten sind. Schließlich mindert es den menschlichen Faktor in der Qualitätssicherung durch klare Regeln, die die Wahrscheinlichkeit willkürlicher Entscheidungen durch Prüfer verringern.

Das MQM-Framework ist zwar eine hervorragende Methode, um die Qualität bei großen Lokalisierungsprojekten sicherzustellen, doch gibt es Möglichkeiten, den Prozess zu automatisieren und effizienter zu gestalten. Eine Möglichkeit besteht darin, ein Tool wie Smartcat zu verwenden, das den MQM-Workflow auf mehreren Ebenen automatisiert:

• Sie können LQA-Profile aus vordefinierten Vorlagen erstellen, darunter die branchenüblichen Frameworks MQM MQM Core und MQM-DQF:

Neues Profil erstellen

• Bei Bedarf können Sie die Profile anpassen, um sie besser an die Anforderungen Ihres Unternehmens anzupassen:

Passen Sie die Kategorien an und wählen Sie die Gewichtung aus, d. h. wie wichtig sie sind.

• Der Prüfer kann Kommentare mit bestimmten MQM-Kategorien und Schweregraden direkt über die Smartcat-Oberfläche hinzufügen:

• Die Ergebnisse werden automatisch in LQA-Berichten zusammengefasst, komplett mit der Gesamtqualitätsbewertung, einer Aufschlüsselung der Fehler nach Kategorie und Schweregrad und sogar Verweisen auf die spezifischen Segmente, in denen die Fehler gefunden wurden:

Auf diese Weise können Sie alle Vorteile von MQM für die linguistische Qualitätssicherung in großem Maßstab nutzen, ohne dabei den Überblick zu verlieren.

Richten Sie den Prozess zur Sprachqualitätsbewertung für sich auf Smartcat ein.