Inhalt7
Kurz gesagt
- Unabhängige Bewertungen der maschinellen Übersetzung küren von Jahr zu Jahr ein anderes System, und die Rangfolge ändert sich von Sprachpaar zu Sprachpaar.
- Übersetzungsdienste und allgemeine KI-Modelle nähern sich an: DeepL und Google bieten inzwischen eigene LLM-artige Modelle an.
- Für einen Fachtext kommt die Antwort aus einem Test mit Ihren Texten, beurteilt von einer Person, die die Sprache liest.
„DeepL oder ChatGPT?“ „Reicht Google Übersetzer?“ Die Frage taucht in jedem Übersetzungsprojekt auf, und jeder Anbieter hat seine Antwort, gestützt auf eigene Tests. Dieser Artikel kürt keinen Sieger: Er zeigt, was unabhängige Bewertungen belegen, was die Tools wirklich unterscheidet und wie Sie sie anhand Ihrer Texte vergleichen. Er ergänzt unsere Artikel zur Website-Übersetzung und zur Erschließung neuer Märkte.
Was unabhängige Bewertungen zeigen
Die Referenz ist die WMT, die jährliche Konferenz zur maschinellen Übersetzung, die jedes Jahr die Übersetzungen Dutzender Systeme von professionellen Annotatoren bewerten lässt: Systeme von Forschungsteams, allgemeine KI-Modelle und Online-Übersetzungsdienste.
- 2024
Laut den Ergebnissen der WMT24 ist das beste System über alle Kategorien Claude 3.5 Sonnet, an der Spitze bei 9 der 11 bewerteten Sprachpaare.
- 2025
Laut den Ergebnissen der WMT25 ist es Gemini 2.5 Pro, in der Spitzengruppe bei 14 der 16 von Menschen bewerteten Paare.
Drei Einschränkungen verhindern, daraus eine Wahl für Ihr Unternehmen abzuleiten.
Der Sieger wechselt. Zwei Ausgaben, zwei verschiedene Anbieter an der Spitze. Die Modelle ändern sich alle paar Monate: Eine Rangliste gilt für die getesteten Versionen, zum Zeitpunkt des Tests.
Die Onlinedienste sind anonymisiert. Die Übersetzungen der öffentlichen maschinellen Übersetzungsdienste erscheinen in der Bewertung unter Codenamen (ONLINE-B, ONLINE-G, ONLINE-W): Die WMT sagt nicht, welcher davon DeepL oder Google Übersetzer ist.
Die Texte sind nicht Ihre. Die getesteten Bereiche sind Nachrichten, soziale Netzwerke, gesprochene Sprache, Literatur und Bildung, ausgewählt, damit sie ohne Fachwissen beurteilt werden können. Ein Vertrag, ein technisches Datenblatt oder eine Angebotsseite kommen darin nicht vor. Dieselben Ergebnisse vermerken übrigens anhaltende Schwächen bei der Terminologie eines Fachgebiets.
Die Rangfolge ändert sich auch von Sprache zu Sprache. Beim Englischen ins ägyptische Arabisch etwa entspricht die Reihenfolge nicht der Gesamtwertung:
WMT25, Englisch ins ägyptische Arabisch: menschliche Bewertung von 100
Das System an der Spitze der Gesamtwertung landet bei diesem Paar nur auf Platz vier, und die menschliche Referenzübersetzung bleibt vor allen Systemen. Das ist das stärkste Argument, Sprache für Sprache zu testen.
Was die Anbieter sagen
Jeder Anbieter veröffentlicht eigene Vergleiche, und jeder davon gibt ihm den Vorteil. Im Juli 2024 kündigte DeepL ein neues, für die Übersetzung entwickeltes Sprachmodell an und verwies auf Blindtests mit Sprachprofis, in denen seine Übersetzungen denen von Google Übersetzer und ChatGPT-4 vorgezogen wurden. Das sind Tests des Anbieters, mit den damaligen Konkurrenzversionen.
Diese Ankündigungen sagen etwas Nützliches: Die Grenze zwischen den Tool-Familien verschwimmt. DeepL stützt sich auf ein LLM-artiges Modell, Google bietet in Cloud Translation ein „Translation LLM“ neben seinem klassischen Übersetzungsmodell an, und die allgemeinen Modelle übersetzen. „Maschinelle Übersetzung“ und „generative KI“ gegeneinander zu stellen, ergibt immer weniger Sinn.
Was die Tools wirklich unterscheidet
Statt einer allgemeinen Qualitätsnote vergleichen Sie besser, was Ihre tägliche Arbeit verändert.
Übersetzungsdienste: DeepL, Google Cloud Translation
- Ein Text geht hinein, seine Übersetzung kommt heraus. Wenig Anweisungen zu schreiben: Das Tool übersetzt, mit einigen Einstellungen je nach Tarif, etwa der Förmlichkeitsstufe oder Stilregeln bei DeepL.
- Das Glossar ist integriert: DeepL und Google akzeptieren ein Glossar, das einmal geladen und bei jeder Übersetzung angewendet wird. Wir erläutern seine Nutzung in Markenglossar: inkonsistente Übersetzungen vermeiden.
- Abrechnung pro Zeichen oder im Abonnement, einfach zu planen.
Allgemeine KI-Modelle: Claude, Gemini, GPT, Mistral, DeepSeek und andere
- Sie folgen Anweisungen: Ton, Duzen oder Siezen, maximale Länge, Ausgabeformat, mit dem Text mitgeliefertes Glossar.
- Sie übersetzen ein ganzes Dokument mit seinem Kontext, was bei Verweisen von einem Absatz zum anderen hilft.
- Sie erfordern mehr Kontrolle: Ein generatives Modell kann hinzufügen, weglassen oder umformulieren. Zahlen, vorgegebene Begriffe und Länge werden im Nachhinein geprüft.
- Abrechnung pro Token, abhängig vom gewählten Modell und der Länge der Anweisungen.
Übersetzungsdienst
Integriertes Glossar, ohne Anweisungen zu schreiben
Ausgabe nah an der Struktur des Ausgangstexts
Begrenztere Einstellungen für den Ton
Allgemeines Modell
Anweisungen zu Ton, Format und Länge
Kontext des ganzen Dokuments
Kontrolle nötig bei dem, was es hinzufügt oder weglässt
Die Bedingungen der Datennutzung
Ein Kriterium wiegt so schwer wie die Qualität: was mit dem gesendeten Text geschieht. Die Bedingungen hängen vom Tarif ab, nicht nur vom Anbieter. DeepL nennt „kein Training mit Daten“ für seine kostenpflichtigen Tarife. Für die Gemini-API gibt Googles Preisliste an, dass Inhalte der kostenpflichtigen Stufe nicht zur Verbesserung seiner Produkte dienen, die der kostenlosen Stufe dagegen schon. Lesen Sie die Bedingungen des Tarifs, den Sie tatsächlich nutzen, nicht die des Anbieters im Allgemeinen.
So testen Sie mit Ihren Texten
Die einzige Rangliste, die zählt, ist die Ihrer Texte. Der Test umfasst sechs Schritte:
- Sammeln Sie zwanzig bis dreißig echte Auszüge.
Eine Angebotsseite, Verkaufsbedingungen, ein Produktdatenblatt, eine Antwort des Kundenservice, ein technischer Text: das, was Sie wirklich übersetzen werden, schwierige Fälle eingeschlossen.
- Legen Sie für alle dieselben Regeln fest.
Dasselbe Glossar und, für die allgemeinen Modelle, dieselben Anweisungen.
- Vergleichen Sie drei bis fünf Tools
Darunter mindestens einen Übersetzungsdienst und ein kleines Modell, oft deutlich günstiger.
- Lassen Sie blind beurteilen
Von einer Person, die die Sprache liest, ohne zu wissen, welches Tool welche Übersetzung erstellt hat. Bewerten Sie die Fehler nach Schwere: falscher Sinn, falscher Begriff, Ton, Form.
- Berechnen Sie die Kosten einer brauchbaren Übersetzung
Korrektur eingeschlossen, nicht nur den Preis pro Zeichen.
- Wiederholen Sie den Test bei jeder Änderung
Der Version eines Tools oder bei der Erschließung einer neuen Sprache.
Die allgemeine Methode beschreiben wir in ein KI-Modell vor dem Produktivbetrieb bewerten. Der Prüfer kann sich von einem zweiten KI-Modell helfen lassen, um ein großes Volumen vorzusortieren, aber die Entscheidung liegt bei jemandem, der die Sprache liest: Die Organisatoren der WMT kommen selbst zu dem Schluss, dass die menschliche Bewertung der letzte Schiedsrichter über die Qualität einer Übersetzung bleiben muss.
Aus der Praxis
Unsere Routing-Tabelle setzt für Deutsch nicht dasselbe Tool ein wie für Chinesisch, und über Thai wird auf dem Prüfstand entschieden, mit den Texten des Kunden. Bei Palmora Property, einem Immobilienportal in sechs Sprachen, das wir betreiben, wurde das Übersetzungstool nach dieser Methode gewählt, und der Anbieterwechsel hat die Kosten der Pipeline durch 60 geteilt. Das ist ein Kostenergebnis für diese Website, keine Qualitätsrangliste, die anderswo gilt.
Was das Tool nicht löst
Das beste Tool ersetzt weder die Prüfung der verbindlichen Seiten noch das Glossar, das Translation Memory oder die Lokalisierung von Preisen und Formaten, die wir in lokalisieren statt übersetzen erläutern. Bei einem Katalog erspart es auch nicht die Kontrolle von Zahlen und Einheiten, beschrieben in Produktdatenblätter für den Export übersetzen. Es ersetzt auch nicht den Übersetzer: Es verlagert dessen Arbeit hin zur Prüfung, zur Terminologie und zu den Texten, die eine echte Neufassung verlangen. Diese Aufteilung beschreiben wir in die eigene Website mit KI übersetzen, maschinell oder geprüft, und das vollständige Budget einer Sprache in eine Website übersetzen: Kosten pro Wort, pro Seite, pro Markt.
Wo Sie anfangen
Wählen Sie die Sprache Ihres ersten Markts und zehn Auszüge Ihrer wichtigsten Texte, lassen Sie sie von drei Tools übersetzen, und geben Sie alles ohne die Namen an jemanden, der die Sprache liest. Sie wissen schnell, welches Tool am wenigsten Korrektur braucht.
Für einen vollständigen Prüfstand mit Ihren Inhalten, Sprache für Sprache, beschreiben Sie uns Ihre Texte und Ihre Sprachen: Wir gehen von Ihren Dokumenten aus, nie von einer öffentlichen Rangliste.
Häufige Fragen
Ist DeepL besser als Google Übersetzer?
Das hängt von der Sprache und vom Text ab. Unabhängige Bewertungen anonymisieren die Onlinedienste, und die von den Anbietern veröffentlichten Vergleiche geben dem Herausgeber den Vorteil. Testen Sie beide, mit Ihrem Glossar, an etwa zwanzig Ihrer eigenen Auszüge, beurteilt von jemandem, der die Sprache liest.
Kann ChatGPT einen Übersetzer ersetzen?
Nein. Ein KI-Modell liefert einen schnellen, manchmal hervorragenden ersten Entwurf, kann sich aber bei einem Begriff, einer Zahl oder einem Ton irren, ohne es anzuzeigen. Ein Übersetzer oder Korrektor bleibt nötig für die Seiten, die verkaufen oder verpflichten, und um die Qualität zu beurteilen: Die maßgeblichen Bewertungen stützen sich selbst auf professionelle Annotatoren.
Welches Tool für Chinesisch, Russisch oder Thai?
Das, welches Ihren Test in dieser Sprache gewinnt. Die Rangfolge ändert sich von Sprachpaar zu Sprachpaar, und ein Tool, das ins Deutsche hervorragend übersetzt, kann ins Thai mittelmäßig sein. Deshalb kann eine Routing-Tabelle pro Sprache ein anderes Tool einsetzen.
Eignen sich die Verbraucherversionen für die berufliche Nutzung?
Prüfen Sie die Bedingungen, bevor Sie einen Vertrag oder Kundendaten hineinkopieren. Die Bedingungen der Datennutzung unterscheiden sich je nach Tarif: Was für einen kostenpflichtigen Tarif oder eine API gilt, gilt nicht unbedingt für die Verbraucherversion desselben Anbieters.
Quellen
- Findings of the WMT24 General Machine Translation Shared Task (neuer Tab)aclanthology.org
- Findings of the WMT25 General Machine Translation Shared Task (neuer Tab)aclanthology.org
- DeepL, Ankündigung seines Sprachmodells der nächsten Generation (neuer Tab)deepl.com
- DeepL, Übersetzer-Tarife (neuer Tab)deepl.com
- Google, Preise der Gemini API (neuer Tab)ai.google.dev
Findings of the WMT24 General Machine Translation Shared Task
Auf aclanthology.org lesen(neuer Tab)Findings of the WMT25 General Machine Translation Shared Task
Auf aclanthology.org lesen(neuer Tab)DeepL, Ankündigung seines Sprachmodells der nächsten Generation
Auf deepl.com lesen(neuer Tab)Jim · Gründer von Brain Plus AI
Ebenfalls lesenswert zu übersetzung und neue märkte
Auswählen und kalkulieren7 Min.
Website übersetzen: Kosten pro Wort, pro Seite, pro Markt
Ein Übersetzungsangebot wird pro Wort oder pro Seite gelesen, eine API wird pro Zeichen abgerechnet, und keines von beiden sagt, was eine eröffnete Sprache wirklich kostet. Hier die drei Arten zu rechnen, mit öffentlichen Preisen, und was man hinzufügen muss, um zu wissen, ob ein Markt seine Übersetzung wert ist.
Praxisleitfaden8 Min.
Marken-Glossar: uneinheitliche Übersetzungen vermeiden
Dasselbe Produkt auf drei Seiten mit drei Namen, und der Leser fragt sich, ob es drei Produkte sind. Das Marken-Glossar legt die Begriffe fest, über die nicht diskutiert wird, vor der ersten Übersetzung, unabhängig von Werkzeug oder Übersetzer.
Verstehen7 Min.
Mehrsprachiges Team: zusammenarbeiten ohne gemeinsame Sprache
Eine Tochtergesellschaft im Ausland, eine Übernahme, Einstellungen aus der Ferne: Immer mehr Teams bringen Menschen zusammen, die nicht dieselbe Sprache sprechen. Übersetzte Untertitel und übersetzte Nachrichten helfen, aber es sind die Regeln für Schreiben, Besprechungen und Dokumentation, die Zusammenarbeit möglich machen.