Berichte übersetzen auf Knopfdruck? Darauf kommt es bei KI-Übersetzung an.

Dieser Artikel erschien im Juni 2025 in der 26. Ausgabe von The Reporting Times

Während Profi-Übersetzungen von Reports locker fünfstellige Summen verschlingen, jagen DeepL, ChatGPT und Co in wenigen Sekunden einen 100-Seiten-Bericht durch den Algorithmus. Und das mit oft verblüffend guten Resultaten – wenn auch nicht immer ohne Zweifel bei Inhalt, Kontexttreue und Datenschutz. Damit der Nachbearbeitungsaufwand trotzdem möglichst gering ausfällt, kommen spezialisierte Modelle ins Spiel.

Laut einer Studie von der AXA und Sotomo übersetzt jedes zweite Unternehmen in der Schweiz seinen Geschäftsbericht ganz oder teilweise mit KI. In drei Jahren sollen es 99% sein. Corporates investieren ihr Geld also lieber in Lizenzen für Software statt in manuelle Arbeit. Zu Recht: Das Sparpotenzial liegt bei mindestens 50% gegenüber reiner Humanübersetzung. Und seit dem Aufkommen von Large Language Models (LLMs) – lernfähigen Modellen, die Kontext besser verstehen – ist die Qualität noch mal deutlich gestiegen. Eine aktuelle Untersuchung zeigt: Ein LLM-basierter Online-Übersetzer wie der von Supertext schneidet messbar besser ab als klassische Machine Translation (NMT).

Doppelte Sicherheit – beim Inhalt und beim Datenschutz

Der Unterschied zeigt sich bei der Übersetzung ganzer Dokumente. Also dort, wo Übersetzungsqualität in der realen Welt wirklich zählt. Während herkömmliche Tools einzelne Sätze beeindruckend präzise übersetzen, verlieren sie bei längeren Texten oft den roten Faden. Ein entscheidender Faktor bei prestigeträchtigen Publikationen wie dem Jahresbericht, wo neben Zahlen und Infos vor allem Konsistenz, Leserführung und Vertrauen zählen.

Ein KI-Übersetzer hat bei sensiblen Finanzdaten aber auch in puncto Datensicherheit einiges zu leisten – zumindest in der Theorie. Erfahren Sie transparent, wo die Server Ihres KI-Tools liegen und ob Ihre Daten dort gespeichert bleiben? Datenschutz sollte in der Finanzberichterstattung kein Feature sein, sondern Standard. Und der:die User:in sich darauf verlassen können, dass seine:ihre Daten die Schweiz nie verlassen und direkt nach der Übersetzung wieder gelöscht werden.

Weniger Nacharbeit, mehr Präzision: Warum spezialisierte KI-Übersetzung punktet

Generische KI-Modelle arbeiten oft mit breitem Datenmaterial. Sie verarbeiten alle Textarten, greifen bei fachspezifischen Bedürfnissen aber oft zu kurz. Anders spezialisierte Systeme: Sie lassen sich gezielt auf die Corporate Language eines Unternehmens trainieren. Individuelle Terminologie, spezifische Fachbegriffe und bereits bestehende Übersetzungen fliessen direkt ins Modell ein und machen es anpassbar. So bleibt «Umsatzrendite» auch auf Seite 30 noch «Umsatzrendite» und wird nicht zur «Profitabilitätsquote». Das Investment zahlt sich nicht nur in besseren Übersetzungen aus, sondern spart im Nachgang auch Nerven beim Review. Ihre Fachabteilungen wird’s freuen.

Titelbild via Unsplash