Wie wir mit KI-Übersetzung einen mehrsprachigen kulinarischen Atlas gebaut haben

Ein Pfefferkorn trägt seinen Ursprung in seinem Namen. Voatsiperifery ist madagassisch — *voa* heißt Frucht, *tsiperifery* die kletternde Liane, die sie hervorbringt. Es auf Französisch oder Deutsch zu sagen ändert nichts daran, was es ist; *Voatsiperifery-Pfeffer* lässt beide Hälften des Namens unangetastet, weil kein europäisches Wort dieselbe Beere bezeichnet. Das Übersetzungsproblem beginnt in dem Moment, in dem ein Name durch eine Sprache gezwungen wird, die das Konzept dahinter nicht kennt.

Sapor katalogisiert 101 Gewürze und Kräuter einzelner Herkunft in vier Sprachen: Englisch, Französisch, Deutsch, Spanisch. Jede Zutat trägt eine Region, eine g.g.A.- oder g.U.-Akte falls vorhanden, einen Erzeuger soweit bekannt, eine Phänologie, ein aromatisches Profil. Als wir das Projekt begannen, wussten wir, dass Übersetzung schwierig sein würde. Was wir unterschätzt haben: der häufigste Fehlermodus ist nicht Fehlübersetzung, sondern Auslöschung — die schleichende Einebnung eines präzisen Namens zu einem Namen, der nichts mehr bedeutet.

Was DeepL leistet, und wo es endet

DeepL bleibt für gewöhnliche Prosa die genaueste Engine. Sein Umgang mit Register ist hervorragend. Für beschreibende Absätze über Höhe, Niederschlag, Erntezeiten und Boden-pH liefert DeepL Ausgaben, die wir mit leichter Redaktion veröffentlichen können.

Es endet bei Eigennamen, sobald diese aus dem vertrauten Geographieraum heraustreten. DeepL war in frühen Tests überzeugt, *voatsiperifery* sei ein Tippfehler. Er ersetzte stillschweigend den Namen durch ein phonetisch näheres Wort oder paraphrasierte *Karimunda*. Keiner dieser Fehler ist ohne fachliche Nachredaktion sichtbar.

Vergleich der generativen Modelle

Die Wahl des großen Sprachmodells für den zweiten Durchgang hat länger gedauert als erwartet. Unsere eigene Einschätzung, aus dem von uns betriebenen Vergleich von KI-Schreibwerkzeugen, bei dem jede Engine über Wochen mit bezahltem Konto getestet wird, landete bei Claude als zuverlässigster Wahl für editorische Übersetzung mit präzisem Prompt.

Der Unterschied zwischen den großen generativen Engines reduziert sich auf zwei Verhaltensweisen: wie aggressiv ein Modell den Text aus eigenem Antrieb „verbessert", und wie es Unsicherheit bei einem Eigennamen behandelt.

GPT neigte zum Umschreiben — fügte stilistische Verzierungen hinzu, die wie Marketing klangen. Für einen Atlas ist das ein Disziplinproblem. Claude neigte zum Bewahren — behielt das botanische Binominal, kursive Kultivarnamen und meldete Unsicherheit. Auf die Anweisung „IGP-Namen nicht paraphrasieren" reagierte Claude zuverlässig und blieb für die gesamte Sitzung dabei.

Erbbegriffe, die Maschinen standardmäßig falsch übersetzen

*Penja* wurde wiederholt als „kamerunischer weißer Pfeffer" umformuliert — geografisch zutreffend, rechtlich bedeutungslos. Die g.g.A.-Akte deckt eine einzige Vulkanebene im Département Moungo ab, nicht ein Land. *Tellicherry* wurde als „indischer großbeeriger Pfeffer" paraphrasiert. Das löscht die Größenspezifikation: Tellicherry ist ein Sieb-Kaliber von 4,75 mm und mehr, kein Synonym für „groß". *Sansho* wurde als „japanischer Sichuan-Pfeffer" wiedergegeben. Falsche Gattung, anderes Alkaloidprofil.

Jeder dieser Fehler ist in fünf Sekunden korrigiert, sobald ein Mensch ihn bemerkt. Keiner erscheint in einer automatisierten Qualitätsbewertung.

Das Glossar, das den Arbeitsablauf ermöglicht hat

Was den Ablauf entriegelt hat, war ein zweisprachiges Glossar — eine flache Liste von Eigennamen, IGP-Bezeichnungen, Kultivaren, Regionen und Erzeugern, die niemals übersetzt, paraphrasiert oder „verbessert" werden dürfen. Rund 800 Einträge, als der Atlas 101 Zutaten erreichte.

Wir übergeben das Glossar dem Modell im Systemkontext. Jeder Durchgang beginnt mit: „die folgenden Begriffe sind Eigennamen und müssen unverändert in der Ausgabe erscheinen." Dann die Liste. Dann der Quelltext. Die Übersetzung wird damit zu einer strukturierten Aufgabe statt zu einer kreativen.

Wenn die richtige Antwort ist, das Originalwort zu behalten

Manche Begriffe haben kein zielsprachiges Äquivalent, weil keines existiert. *Voatsiperifery* bleibt in allen vier Sprachen *voatsiperifery*. *Sansho* bleibt *sansho*. *Berbere* bleibt *berbere*. Der Atlas behandelt sie als Lehnwörter, kursiv bei Erstnennung, im Umfeld erklärt statt ersetzt. Wer *voatsiperifery* lernt, lernt etwas, das er suchen, beschaffen und bestellen kann. Wer „wilden Madagaskar-Pfeffer" liest, lernt nichts Verwertbares.

Was noch durchrutscht

Drei Klassen von Fehlern entgehen unserer Automatik: stille Genusdrift im Französischen und Deutschen, regionale Doppelschreibungen (*Espelette* / *Ezpeleta*, *Kampot* / *Kâmpôt*, *Cinnamomum verum* / *Cinnamomum zeylanicum*), und Metaphern wie *tenue en bouche*, deren wörtliche Übertragung klinisch klingt und das Umfeld lesen muss.

Ein mehrsprachiger Atlas ist fertig, wenn ein Leser in Lyon, Hamburg, Madrid und Boston auf derselben Seite landet, dieselben Namen, dieselben Erzeuger, dieselben IGP-Akten findet und vertrauen kann, dasselbe Produkt vor sich zu haben. Übersetzung, mit den richtigen Werkzeugen und der richtigen Disziplin gemacht, ermöglicht dieses Vertrauen. Schlecht gemacht, löst sie es leise auf.