Übersetzt aus dem englischen Original. Zahlen und Quellen sind unverändert. Englisches Original lesen
Western Uusimaa Wellbeing Services County
Landkreis Westuusimaa testet GPT-4-Postedition in seinem hauseigenen Übersetzungsteam für Gesundheit und Soziales
Der finnische Wohlfahrtsdienstbezirk Western Uusimaa Wellbeing Services County ließ seine vier hauseigenen Übersetzenden vier Monate lang GPT-4 in ihrer Übersetzungssoftware nutzen. Das Nachbearbeiten der GPT-4-Ausgabe war 14 % schneller als Übersetzen von Grund auf, doch die Zuwächse reichten je nach Person von -2 % bis 102 %.
Kennzahlen
Wortgetreu aus den Quellen übernommen. Kopieren Sie jede Zahl mit ihrer Quellenangabe.
14 %
schneller (2,75 gegenüber 2,40 Zeichen pro Sekunde, P = 0,03)
Geschwindigkeit beim Nachbearbeiten der GPT-4-Ausgabe im Vergleich zum Übersetzen von Grund auf, 4 Übersetzende, 908 gemessene Segmente1
bis zu 37 % schneller
Geschwindigkeitsgewinn bei angeglichener Segmentzahl pro Person (eine ergänzende Analyse, die die Autoren als nicht standardmäßig bezeichnen)1
-2 % bis 102 %
Spannweite der individuellen Produktivitätsänderung bei den 4 Übersetzenden1
Was es erforderte
Kosten, Teamgröße und Zeitplan wurden in den Quellen nicht veröffentlicht.
Das Problem
Der finnische öffentliche Gesundheits- und Sozialsektor soll mit demselben Budget mehr leisten. Western Uusimaa ist eine zweisprachige Region, Dokumente müssen auf Finnisch und Schwedisch vorliegen, zunehmend auch in weiteren Sprachen. Das hauseigene Übersetzungsteam besteht aus vier Personen. Der Landkreis wollte wissen, ob generative KI ihre Leistung steigern kann, ohne die Qualität zu mindern.
Was sie gebaut haben
Die Übersetzenden des Landkreises nutzten GPT-4, ein großes Sprachmodell von OpenAI, über ein Plug-in in Trados, der Übersetzungssoftware, die sie ohnehin verwenden. Das Plug-in ruft GPT-4 über Microsoft Azure auf. Es schlägt für jedes satzgroße Segment eine maschinelle Übersetzung vor, die die Person anschließend bearbeitet. Das nennt man Postedition. Vorher gab es in der Abteilung keine standardisierte Praxis für maschinelle Übersetzungshilfen.
Wie sie vorgegangen sind
Vier Übersetzende arbeiteten von März bis Juni 2024 an ihren normalen Aufträgen. Sie sollten die Hälfte der Segmente jedes Textes von Grund auf übersetzen und die andere Hälfte mit GPT-4, wobei die Startmethode zufällig gewählt wurde. Material mit sensiblen oder personenbezogenen Daten blieb außen vor. Die Studie erfasste Zeitstempel in Trados, um die Geschwindigkeit zu schätzen, bewertete die Qualität der Ausgaben mit vier automatischen Metriken und führte fünf Interviews, darunter eines mit der Teamleitung.
Der Aufbau war schlicht. Die Übersetzenden nutzten nur einen Systemprompt, den sie nicht einsehen konnten. Es gab keine Terminologiedatenbanken und keine aufgabenspezifischen Prompts.
Ergebnisse
Das Nachbearbeiten der GPT-4-Ausgabe lief mit 2,75 Zeichen pro Sekunde, gegenüber 2,40 beim Übersetzen von Grund auf, was die Autoren als 14 % schneller angeben. Nachdem die Autoren die Segmentzahl pro Person angeglichen hatten, melden sie bis zu 37 % schneller. Die individuellen Ergebnisse reichten von -2 % bis 102 %.
Die Qualität war gemischt. Von den Finnisch-Schwedisch-Ausgaben wurden 11 % ohne jede Änderung übernommen, von den Finnisch-Englisch-Ausgaben 16 %. Die Übersetzenden berichteten von Problemen mit Fachterminologie und davon, dass dem Werkzeug der Kontext über ein ganzes Dokument fehlt. Drei von vier wollten ein ähnliches Werkzeug weiter nutzen.
Was Sie übernehmen können
Führen Sie vor dem Kauf einen kurzen, gemessenen Test an echter Arbeit durch. Erfassen Sie die Geschwindigkeit pro Person, schulen Sie das Team in Postedition und holen Sie dessen Einschätzung zu Terminologieproblemen ein, bevor Sie skalieren.
Alle berichteten Zahlen
| Messgröße | Wert | Quellenangabe |
|---|---|---|
| Geschwindigkeit beim Nachbearbeiten der GPT-4-Ausgabe im Vergleich zum Übersetzen von Grund auf, 4 Übersetzende, 908 gemessene Segmente | 14 % schneller (2,75 gegenüber 2,40 Zeichen pro Sekunde, P = 0,03)1 | |
| Geschwindigkeitsgewinn bei angeglichener Segmentzahl pro Person (eine ergänzende Analyse, die die Autoren als nicht standardmäßig bezeichnen) | bis zu 37 % schneller1 | |
| Spannweite der individuellen Produktivitätsänderung bei den 4 Übersetzenden | -2 % bis 102 %1 | |
| Finnisch-Schwedisch-Ausgaben von GPT-4, die ohne Änderung übernommen wurden | 11 % (141/1261)1 | |
| Finnisch-Englisch-Ausgaben von GPT-4, die ohne Änderung übernommen wurden | 16 % (18/112)1 | |
| Übersetzende, die ein ähnliches KI-Werkzeug weiter nutzen wollten, aus 5 Interviews (4 Übersetzende und die Teamleitung) | 3 von 41 |
Erkenntnisse für Ihr Projekt
Messen Sie pro Person, nicht nur im Durchschnitt. Die Zuwächse reichten von einem kleinen Verlust bis zu mehr als einer Verdopplung, der Teamdurchschnitt verdeckt also, wer profitiert.
Planen Sie Schulungen zur Postedition ein. Maschinelle Ausgaben zu prüfen und zu korrigieren ist eine andere Fähigkeit als Übersetzen, und die Autoren führen die Ergebnisse darauf zurück.
Beheben Sie die Schwachstellen des Werkzeugs früh. Die Übersetzenden nannten uneinheitliche Terminologie und fehlenden Dokumentkontext als größte Hindernisse.
Rechnen Sie damit, dass die Beschäftigten den Gewinn niedriger einschätzen als die Stoppuhr. Die Übersetzenden waren vorsichtiger als die Messdaten, planen Sie daher Change-Management ein.
Halten Sie sensible Texte aus dem Test heraus. Der Landkreis schloss Material mit sensiblen oder personenbezogenen Daten aus.
Einschränkungen
- Die Quelle ist ein begutachteter Fachartikel von Forschenden der LUT University, der Forschungs- und Entwicklungsabteilung des Landkreises und von HUS. Der Landkreis hat die Studie genehmigt. Kein weiteres Medium bestätigt die Zahlen, der Fall beruht daher auf Angaben der Organisation selbst.
- Nur 4 Übersetzende nahmen teil, und eine Person lieferte 61 % der gemessenen Segmente. Die Autoren sagen, die Ergebnisse ließen sich nicht verallgemeinern.
- Die Übersetzungszeit wurde aus Zeitstempeln der Software geschätzt, mit Filtern der Autoren. Die 37 % stammen aus einer ergänzenden Analyse, die die Autoren als nicht standardmäßig bezeichnen; die Zusammenfassung nennt bis zu 37 %, der Ergebnisteil im Durchschnitt 37 %.
- Die Website der Zeitschrift ließ sich nicht direkt lesen. Die Zahlen wurden anhand des Volltexts auf Europe PMC (PMC12443352) geprüft, der als Veröffentlichungsdatum den 17. September 2025 nennt.
- Das Einführungsdatum ist der Beginn der Datenerhebung (März 2024). Der Artikel sagt nicht, ob das Werkzeug danach im Einsatz blieb.
- Die Qualität wurde mit automatischen Metriken gegen die Endfassungen der Übersetzenden bewertet, nicht von unabhängigen menschlichen Prüfenden.
Quellen
- Evaluation of Generative Artificial Intelligence Implementation Impacts in Social and Health Care Language Translation: Mixed Methods Case Study
JMIR Formative Research · 2025-09-17 · Forschungsarbeit · formative.jmir.org
In eigenen Worten aus den oben genannten Quellen zusammengefasst. Einen Fehler entdeckt? Siehe Korrekturen.