KI-gestützte Übersetzung von Gutachten für internationale Auftraggeber

Das echte Ausmaß des Problems

Internationale Gutachtenaufträge sind im deutschen Sachverständigenwesen keine Ausnahme mehr. Ausländische Leasinggesellschaften mit deutschen Vertragspartnern, grenzüberschreitende Kfz-Unfälle mit europäischen Versicherungen, Bauschadensgutachten für internationale Projektentwickler, medizinische Erstattungsgutachten für ausländische Krankenversicherungen — der Bedarf an fremdsprachigen Gutachten wächst, weil die wirtschaftliche Verflechtung in Europa wächst.

Was sich nicht verändert hat: die externe Übersetzungskostenstruktur.

Professionelle Fachübersetzungen für juristische und technische Texte kosten in Deutschland laut Branchenangaben 45–100 Euro netto pro Seite — bei einem typischen Kfz-Gutachten von 6–10 Seiten also 270–1.000 Euro, je nach Sprache und Dringlichkeit. Dazu kommen 3–5 Werktage Wartezeit, die in vielen Regulierungsprozessen spürbare Verzögerungen verursachen. Wer express-liefern lässt, zahlt 30–50 Prozent Aufschlag.

Für Sachverständige, die regelmäßig für internationale Auftraggeber arbeiten, summieren sich diese Kosten schnell. Wer monatlich fünf englische Gutachten benötigt, gibt allein für Übersetzungen 1.500–5.000 Euro aus — Geld, das in den seltensten Fällen vollständig auf den Auftraggeber umgelegt werden kann.

Das andere Problem: Terminologiekonsistenz über mehrere Gutachten hinweg. Wechseln externe Übersetzungsbüros, ändern sich die Bezeichnungen: „Restwert” wird mal „residual value”, mal „salvage value”, „Fahrzeughalter” mal „vehicle owner”, mal „vehicle keeper”. Für ausländische Auftraggeber, die mehrere Gutachten eines Sachverständigen über Zeit vergleichen, ist das unnötiger Reibungspunkt.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Zahlen für externe Fachübersetzungen stammen aus Preisangaben von Alphatrad DE, AP Fachübersetzungen und Scherb Sprachendienste (Stand 2024). Die 5–25 Euro für KI-gestützte Übersetzungen umfassen anteilige Werkzeugkosten (DeepL Business) plus 20–30 Minuten eigene Nachbereitungszeit.

Einschätzung auf einen Blick

Zeitersparnis — niedrig (2/5) Die Wartezeit von 3–5 Tagen entfällt — das ist real. Aber die eigene aktive Arbeitszeit des Sachverständigen verändert sich kaum: Statt das Gutachten ans Büro zu schicken und zu warten, machst du stattdessen selbst 30 Minuten Post-Editing. Für Sachverständige, die schon heute kein intensives Zeitproblem mit Übersetzungen haben, ist der persönliche Zeitgewinn gering. Verglichen mit Anwendungsfällen wie Strukturierter Vor-Ort-Erfassung oder Automatisierter Gutachtenerstellung, die täglich Arbeitsstunden einsparen, bleibt dieser Anwendungsfall im Mittelfeld der Kategorie.

Kosteneinsparung — sehr hoch (5/5) Dieser Anwendungsfall hat die direkteste und höchste Kostenersparnis im gesamten Sachverständigenbereich. 270–1.000 Euro externe Übersetzungskosten werden auf 5–25 Euro gesenkt — das ist eine Reduktion von 90 bis 97 Prozent pro Gutachten. Bei fünf internationalen Aufträgen im Monat: 1.500–5.000 Euro eingespart, dafür ca. 50 Euro Werkzeugkosten. Kein anderer Anwendungsfall in dieser Kategorie erzielt vergleichbare direkte Kostensenkungen pro Transaktion.

Schnelle Umsetzung — hoch (4/5) DeepL lässt sich heute noch einrichten — kein IT-Projekt, kein Setup-Aufwand, kein Vertrag mit langer Laufzeit. Was Zeit braucht: ein sorgfältig aufgebauter Fachterminologie-Glossar mit 100–300 Einträgen, der die juristische und technische Terminologie deines Fachgebiets abdeckt. Das sind 2–3 Tage Einarbeitungsaufwand, die sich danach auszahlen. Nicht ganz so niedrigschwellig wie ein reines KI-Qualitätsprüfungstool, das ohne Glossaraufbau auskommt.

ROI-Sicherheit — sehr hoch (5/5) Die Wirtschaftlichkeit dieses Anwendungsfalls ist die am einfachsten nachzuweisende im gesamten Gutachterbereich. Du kannst die Einsparung auf die Minute und den Cent genau berechnen: externe Kosten vorher, Werkzeugkosten und eigene Zeit nachher, Differenz. Keine Schätzwerte, keine indirekten Nutzenbehauptungen. Entweder die Übersetzung ist fertig und kostet X — oder sie kostete früher Y. Diese Direktheit macht den Business Case trivial zu rechtfertigen.

Skalierbarkeit — hoch (4/5) DeepL Business kostet unabhängig davon, ob du fünf oder fünfzig Gutachten pro Monat übersetzt — die Zeichenbegrenzung fällt weg. Das bedeutet: je mehr internationale Aufträge, desto besser der ROI. Kein proportionaler Kostenzuwachs. Warum nicht 5? Weil das Volumen nicht nur vom Werkzeug abhängt, sondern davon, wie viele internationale Aufträge du akquirierst — das ist eine Geschäftsentscheidung, keine Skalierungsfrage des Tools.

Richtwerte — stark abhängig von Sprachkombination, Gutachtenlänge und Häufigkeit internationaler Aufträge.

Was die KI-gestützte Übersetzung konkret macht

Der empfohlene Workflow besteht aus zwei Schritten, die zusammen unter 60 Minuten dauern.

Schritt 1 — Maschinelle Übersetzung mit Glossar: DeepL Pro übersetzt das fertige Gutachten als Dokument — PDF, Word oder andere Formate. Das Layout bleibt erhalten: Tabellen, Kopf- und Fußzeilen, Nummerierungen. Entscheidend ist das Glossar, das du vorab pflegst: Fachbegriffe wie „Restwert → residual value”, „Wiederbeschaffungswert → replacement value”, „merkantiler Minderwert → loss of market value” werden immer gleich übersetzt — konsistent über alle zukünftigen Gutachten. DeepL verarbeitet Dokumente bis 30 MB bei bezahlten Plänen und erhält dabei das Ursprungslayout.

Schritt 2 — Post-Edit durch den Sachverständigen: Du prüfst die Übersetzung auf inhaltliche Korrektheit — nicht als Übersetzer, sondern als Fachexperte. Du erkennst Fehler, die einem externen Übersetzer verborgen bleiben würden: ob die technischen Toleranzangaben korrekt übertragen wurden, ob der Schadensbeschrieb in der Zielsprache die richtige Bedeutung transportiert, ob Herstellerbezeichnungen unverändert geblieben sind. Für diesen Post-Edit-Schritt bei komplexen Formulierungen kann ein LLM wie Claude oder ChatGPT hilfreich sein: „Dieser Satz klingt auf Deutsch nach X — ist das auch die korrekte englische Formulierung im Kontext eines Kfz-Gutachtens?”

Die Branchenpraxis nennt diesen Ansatz MTPE (Machine Translation Post-Editing). Die ISO 18587:2017 definiert dafür zwei Stufen: Light Post-Editing (sprachliche Verständlichkeit sichern) und Full Post-Editing (Qualität wie eine Humanübersetzung). Für Gutachten, die keine Gerichtsvorlage benötigen, reicht Full Post-Editing durch den Sachverständigen selbst aus.

Eine vergleichende Studie zu menschlicher vs. KI-Übersetzung juristischer Texte kam zu dem Ergebnis, dass Humanübersetzungen im Qualitätsranking im Schnitt 92,7 von 100 Punkten erreichten, KI-Rohtexte 89,1. Der Unterschied ist marginal bei allgemeinem Fachtext — wird aber bei sehr spezifischer Gutachten-Terminologie ohne gepflegtes Glossar größer. Das unterstreicht: Das Glossar ist der eigentliche Hebel, nicht das Übersetzungsmodell selbst.

Beglaubigte vs. nicht-beglaubigte Übersetzung — was gerichtsfest sein muss

Das ist die wichtigste Unterscheidung, die du vor jedem internationalen Auftrag klären musst.

Nicht-beglaubigte Übersetzung (KI + Post-Edit geeignet): Die große Mehrheit der Gutachten, die du für ausländische Auftraggeber erstellst, fällt in diese Kategorie. Eine ausländische Versicherung oder Leasinggesellschaft benötigt die Information aus dem Gutachten — sie legt es keiner Behörde oder einem deutschen Gericht vor. Sie braucht Verständnis, keine amtliche Bestätigung. Für diesen Fall ist die KI-gestützte Übersetzung mit deinem eigenen Post-Edit rechtlich unbedenklich und wirtschaftlich klar überlegen.

Beglaubigte/vereidigte Übersetzung (externer Übersetzer Pflicht): Soll das Gutachten vor einem deutschen Gericht, einer deutschen Behörde oder als Teil eines Rechtsstreits vorgelegt werden, ist eine Beglaubigung durch einen öffentlich bestellten und vereidigten Übersetzer zwingend erforderlich. Diese Übersetzer leisten vor Gericht einen Eid und versehen ihre Übersetzung mit Stempel und persönlicher Unterschrift — nur das macht die Übersetzung rechtswirksam. KI kann diese Funktion nicht erfüllen, und ein Post-Edit durch den Sachverständigen selbst ist rechtlich nicht ausreichend.

Die Kostenregelung für gerichtlich bestellte Übersetzungen folgt dem JVEG (Justizvergütungs- und Entschädigungsgesetz, §11): 1,95 Euro pro 55 Anschläge des Ausgangstextes in editierbarer Form. Diese Sätze gelten für gerichtliche Aufträge — freie Fachübersetzer rechnen in der Regel nach eigenem Tarif ab.

Praktische Faustregel: Wenn der Auftraggeber das Gutachten selbst benötigt (Versicherung, Leasing, Projektentwickler), reicht KI + Post-Edit. Wenn ein Gericht, eine Behörde oder ein Rechtsanwalt es vorlegt, muss ein vereidigter Übersetzer ran. Im Zweifel: den Auftraggeber direkt fragen, für welchen Zweck die Übersetzung eingesetzt wird.

Terminologiekonsistenz: Wo KI-Übersetzungen am häufigsten scheitern

Das häufigste Problem bei KI-Übersetzungen in Gutachten ist nicht Sprachkompetenz — es ist Inkonsistenz.

Bluente.com hat in einer technischen Analyse dokumentiert, dass DeepL bei langen Texten denselben Fachbegriff im Verlauf eines Dokuments unterschiedlich übersetzt, wenn er im Glossar nicht explizit definiert ist. „Fahrzeughalter” wird auf Seite 2 „vehicle owner”, auf Seite 8 „vehicle keeper” — zwei Begriffe mit unterschiedlicher juristischer Bedeutung im britischen und US-amerikanischen Recht. Für einen ausländischen Versicherungsreguleur, der den Begriff kennt, ist das ein Problem.

Das IWW Institut hat in einem Praxistest von KI-Übersetzungstools im Versicherungskontext festgestellt, dass die Terminologietreue bei Fachbegriffen trotz guter allgemeiner Qualität weiterhin den entscheidenden Schwachpunkt darstellt — und dass dieser Schwachpunkt konsistent zu Terminologiedrift führt, wenn keine Glossarvorgaben gesetzt sind.

Für Gutachter bedeutet das: Das Glossar ist kein optionales Feature, es ist die Grundvoraussetzung für professionell nutzbare Übersetzungen. Ein gut aufgebautes Glossar für dein Fachgebiet umfasst:

• Fahrzeug- und Schadensbezeichnungen (Kfz-Gutachter): 80–150 Einträge
• Baufachliche und baurechtliche Begriffe (Baugutachter): 100–200 Einträge
• Medizinische Diagnose- und Verlaufsbegriffe (medizinische Gutachter): 150–300 Einträge
• Rechtliche und verfahrenstechnische Begriffe (alle Bereiche): 50–80 Einträge

DeepL Business ermöglicht unbegrenzte Glossare mit unbegrenzten Einträgen. Der Aufbau lohnt sich bereits ab dem zweiten Gutachten für denselben Auftraggeber — weil dieser erwartet, dass „residual value” in jedem deiner Gutachten dasselbe meint.

Konkrete Werkzeuge — was wann passt

DeepL Pro / Business — das Werkzeug der Wahl für Gutachten

DeepL ist aus mehreren Gründen die erste Empfehlung für Sachverständige:

• Bester Qualitätsstandard bei deutsch-europäischen Sprachpaaren
• EU-Datenhosting in Köln und Frankfurt — DSGVO-konform ohne Aufwand
• Dokumentübersetzung erhält Layout (Word, Excel, PDF, PowerPoint)
• Glossarfunktion speichert Fachterminologie dauerhaft — einmal aufgebaut, für alle zukünftigen Dokumente aktiv
• Datenlöschung nach Übersetzung bei Pro-Plänen — sensible Gutachteninhalte werden nicht für Training verwendet

Plan-Empfehlung: Individual (7,49 €/Monat) für Gutachter mit 1–3 englischen Gutachten/Monat; Business (49,99 €/Monat) für regelmäßige Arbeit mit mehreren Auftraggebern und mehr als 5 Übersetzungen/Monat — hier fallen die Zeichengrenzen weg.

Claude oder ChatGPT — für den Post-Edit-Schritt bei komplexen Formulierungen

Wenn die DeepL-Übersetzung einen Satz liefert, der sich merkwürdig liest oder bei dem du dir unsicher bist, ob die technische Bedeutung korrekt transportiert wurde, ist ein LLM das richtige Werkzeug: „Dieser Satz im deutschen Original bedeutet X. Die DeepL-Übersetzung lautet Y. Ist das im englischen Kfz-Schadensrecht korrekt und präzise?” Claude ist besonders stark bei langen Kontexten — du kannst das ganze Gutachten hochladen und gezielte Fragen stellen.

Wann kein spezialisiertes Tool nötig ist: Für einfache Standardgutachten mit bekannter Terminologie (z. B. Kfz-Totalschaden nach immer gleichem Schema) reicht DeepL mit gutem Glossar allein. Der LLM-Schritt ist bei komplexen technischen Beschreibungen, bei ungewöhnlichen Schadensmechanismen oder bei der Erstübersetzung eines neuen Gutachtentyps sinnvoll.

Wann ein externer Übersetzer trotzdem nötig bleibt:

• Beglaubigte Übersetzungen für Gericht oder Behörden (s. Abschnitt oben)
• Zielsprachen außerhalb des europäischen Hauptkorpus (Arabisch, Russisch, Chinesisch) — DeepL ist hier qualitativ schwächer
• Gutachten, bei denen der Auftraggeber vertraglich professionelle Übersetzer vorschreibt

Zusammenfassung: Wann welcher Ansatz

• Standardgutachten, nicht-beglaubigt, europäische Sprachen → DeepL + eigener Post-Edit
• Komplexe technische Formulierungen im Post-Edit → DeepL + Claude oder ChatGPT
• Beglaubigte Fassung für Gericht/Behörde → Vereidigter Übersetzer, DeepL als Vorarbeit möglich
• Nicht-europäische Zielsprachen → Externes Büro mit KI-Vorbereitung zur Kostensenkung

Datenschutz und Datenhaltung

Gutachten enthalten regelmäßig personenbezogene Daten: Name und Adresse der Fahrzeughalter oder Geschädigten, Versicherungsnummern, medizinische Angaben bei Personenschadengutachten, Bankverbindungen für Abrechnungen. Sobald diese Daten einen KI-Übersetzungsdienst durchlaufen, gilt die DSGVO.

DeepL Pro: Der DSGVO-konforme Standard für Gutachter

DeepL hostet Daten ausschließlich in der EU (Köln und Frankfurt). Für alle Pro-Pläne (Individual aufwärts) werden Texte nach der Übersetzung sofort gelöscht und nicht für Modelltraining verwendet. Ein Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO ist bei DeepL für Pro-Nutzer abrufbar — das ist der entscheidende Schritt vor dem produktiven Einsatz mit echten Gutachten. Die Free-Version ist für Gutachten mit personenbezogenen Daten nicht geeignet — Texte können dort für Training genutzt werden.

LLMs im Post-Edit-Schritt: Mehr Vorsicht geboten

Claude über die Consumer-App claude.ai verarbeitet Daten auf US-Servern — für personenbezogene Gutachteninhalte problematisch. Sauberer Weg: Claude über AWS Bedrock (Frankfurt-Region) oder ChatGPT Enterprise mit aktiviertem EU-Datenvertrag. Für den Einstieg gilt: sensible personenbezogene Angaben im Post-Edit-Schritt schwärzen und nur die technisch-sachlichen Formulierungen überprüfen lassen. Das ist praktisch und rechtlich ausreichend.

Für Gutachten ohne personenbezogene Daten (z. B. rein technische Gutachten über Maschinen oder Bauteile ohne Personenbezug) sind die DSGVO-Anforderungen entspannter — hier kann auch eine Consumer-Variante für Post-Edit-Fragen ausreichen.

Was es kostet — realistisch gerechnet

Werkzeugkosten (monatlich)

• DeepL Individual: 7,49 €/Monat — für bis zu 3–5 Gutachten/Monat ausreichend
• DeepL Business: 49,99 €/Monat — für unbegrenzte Übersetzungen, unbegrenzte Glossare, volles Dokumentvolumen
• Claude Pro (optional für Post-Edit): ca. 20 €/Monat (20 USD)
• Gesamt bei Business + Claude: ca. 70 €/Monat

Einsparung bei 5 Gutachten/Monat (konservativ gerechnet)

• Externe Kosten vorher: 5 × 350 € = 1.750 €/Monat
• Werkzeugkosten nachher: 70 €/Monat
• Eigene Zeit Post-Edit: 5 × 30 Minuten = 2,5 Stunden/Monat (Opportunitätskosten ca. 100–150 €)
• Netto-Einsparung: 1.750 € − 220 € = ca. 1.530 €/Monat

Wie du den Nutzen misst

Das ist einfach: Addiere deine bisherigen monatlichen Übersetzungsrechnungen. Nach sechs Monaten KI-gestützter Übersetzung addierst du die Werkzeugkosten. Die Differenz ist die Einsparung — ohne Schätzung, ohne indirekte Nutzenberechnung. Kein anderer KI-Anwendungsfall für Gutachter lässt sich so klar nachweisen.

Amortisationszeit: Bei 3 Gutachten/Monat mit je 300 € externer Kosten amortisiert sich DeepL Business in der ersten Woche des ersten Monats.

Haftungsrisiken bei Übersetzungsfehlern in Gutachten

Dieser Abschnitt ist unangenehm, aber notwendig.

Du bist als Sachverständiger für den Inhalt deines Gutachtens verantwortlich — auch in der Übersetzungsfassung, wenn du sie selbst freigibst. Das unterscheidet den Post-Edit-Ansatz grundlegend von der externen Beauftragung: Wenn ein Übersetzungsbüro einen Fehler macht, liegt die Primärverantwortung dort. Wenn du die KI-Übersetzung selbst prüfst und freigibst, bist du der einzige Verantwortliche.

Was das konkret bedeutet:

Erstens: Dein Post-Edit-Schritt muss inhaltlich gründlich sein, nicht nur stilistisch. Prüfe nicht nur, ob der Text flüssig klingt, sondern ob die technischen Zahlen, Maßangaben, Schadensklassifikationen und rechtlichen Schlussfolgerungen korrekt übertragen wurden. Ein Fahrzeugschaden von 8.500 € darf in der englischen Fassung nicht zu 8.500 $ werden, weil die KI die Währung falsch interpretiert hat.

Zweitens: Dokumentiere, dass du die Übersetzung geprüft hast. Ein kurzer Vermerk in der Akte — „Übersetzung mittels KI erstellt und durch den Sachverständigen geprüft am [Datum]” — schafft Transparenz und zeigt, dass es keine ungeprüfte Rohübersetzung ist.

Drittens: Für Gutachten mit hohem Streitwert oder komplexen rechtlichen Schlussfolgerungen lohnt sich weiterhin ein externer Übersetzer — oder zumindest eine zweite Prüfung durch eine zweisprachige Person, die nicht das Original erstellt hat.

Drei typische Einstiegsfehler

1. Das Glossar als optionalen Schritt behandeln. Der häufigste Fehler: DeepL einrichten, sofort das erste Gutachten übersetzen, zufrieden sein — und dann über Monate nie ein Glossar aufbauen. Das funktioniert bei Standardtext. Bei spezifischen Fachbegriffen entstehen Inkonsistenzen, die sich über Monate aufbauen. Die erste Woche sollte dem Glossaraufbau gehören, nicht dem ersten Produktiveinsatz. Nimm dein letztes englisches Gutachten, das du selbst formuliert oder von einem Übersetzer bekommen hast, und extrahiere die 50 wichtigsten Fachbegriffe — das ist dein Startglossar.

2. Auch beglaubigte Übersetzungen mit KI produzieren wollen. Manche Gutachter testen KI-Übersetzungen, sind begeistert — und übertragen den Ansatz dann auch auf Fälle, bei denen eine vereidigte Übersetzung rechtlich erforderlich ist. Das geht schief: Gerichte und Behörden erkennen nur Übersetzungen von öffentlich bestellten Übersetzern an. Eine hochwertige KI-Übersetzung mit persönlichem Post-Edit des Sachverständigen ersetzt das nicht. Die Abgrenzung (s. Abschnitt oben) muss für jeden Auftrag aktiv getroffen werden.

3. Post-Edit auf Sprachqualität beschränken. Die häufige Falle: Der Sachverständige liest die KI-Übersetzung wie einen Text, den er korrigiert — Grammatik, Stil, Lesbarkeit. Was dabei übersehen wird: die fachliche Korrektheit. Hat DeepL „Wiederbeschaffungswert” als „replacement cost” übersetzt, obwohl es in diesem Kontext „replacement value” heißen müsste? Hat die KI die Schadensklassifikation korrekt benannt? Das sind keine sprachlichen, sondern fachliche Urteile — und nur du als Sachverständiger kannst sie treffen. Der Post-Edit-Schritt ist ein inhaltliches Review, kein Lektorat.

4. Die Wartung des Glossars vernachlässigen. Das ist der stille Fehler, der erst nach Monaten sichtbar wird. Wenn sich Terminologie ändert — neue Normen, neue Auftraggeber-Standards, neue rechtliche Begriffsdefinitionen — muss das Glossar aktualisiert werden. Andernfalls übersetzt DeepL mit veralteten Entsprechungen. Ein quartalsweiser Check (30 Minuten) reicht aus, um das Glossar aktuell zu halten.

Was mit der Einführung wirklich passiert — und was nicht

Die technische Einführung ist trivial — DeepL-Account anlegen, Glossar aufbauen, fertig. Das Interessante ist, was danach passiert.

Die Qualitätsskepsis löst sich schnell auf. Fast alle Gutachter, die KI-Übersetzung zum ersten Mal ernsthaft testen, sind überrascht, wie wenig Post-Edit-Aufwand tatsächlich anfällt. Bei einem gut gepflegten Glossar und einem standardisierten Gutachtenformat sind 80–90 Prozent der DeepL-Ausgabe direkt brauchbar. Was bleibt: die fachlichen Prüfungen, die sowieso nur du als Sachverständiger vornehmen kannst — nicht die sprachlichen Korrekturen.

Das Auftragsverhalten ändert sich. Einige Sachverständige berichten, dass sie nach der Einführung bewusst mehr internationale Aufträge annehmen — weil die Übersetzungshürde weggefallen ist. Was früher bedeutete: „Drei Tage warten und 400 Euro bezahlen” bedeutet jetzt: „30 Minuten Extraarbeit.” Das verändert, welche Aufträge sich wirtschaftlich lohnen.

Die Erwartung ausländischer Auftraggeber verschiebt sich. Wenn eine niederländische Leasinggesellschaft von dir gewöhnt ist, dass die englische Fassung nach drei Tagen kommt — und du ihr sie plötzlich nach zwei Stunden lieferst — merkt das jemand. Entweder als positives Signal (Professionalität, schnelle Abwicklung) oder als Nachfrage, ob du dabei Abstriche bei der Qualität machst. Die Antwort liegt in der Qualität deines Post-Edits.

Der Aufwand, der bleibt: Glossarpflege, fachliche Prüfung, und für Sprachen, die DeepL schlecht beherrscht (Arabisch, Russisch, Chinesisch), weiterhin externe Beauftragung. Der Ansatz ist kein Allheilmittel für alle Sprachen — er ist eine klare Antwort für die europäische Hauptachse (Englisch, Französisch, Niederländisch, Spanisch, Italienisch).

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„KI kann keine Gutachten übersetzen — das ist zu komplex.” Diese Aussage stimmt für unbegleitete KI-Rohübersetzungen ohne Glossar und ohne Post-Edit. Für den MTPE-Workflow (KI + dein fachliches Review) ist sie falsch. Du übersetzt ja nicht blind — du prüfst und korrigierst als Fachexperte. Diese Kombination übertrifft in vielen Fällen die Qualität externer Büros, weil du als Autor des Gutachtens die Bedeutung jedes Satzes kennst.

„Die Qualität ist schlechter als bei einem professionellen Übersetzer.” Studien zeigen, dass der Qualitätsunterschied zwischen einem gut post-editierten KI-Text und einer Humanübersetzung bei allgemeinen Fachtexten gering ist — 89 von 100 Punkten (KI) vs. 92 von 100 Punkten (Mensch). Für Gutachten, die kein Gericht vorlegt, ist dieser Unterschied in den allermeisten Fällen irrelevant. Für Fälle, bei denen Qualität kritisch ist, bleibt der externe Übersetzer die richtige Wahl — und kostet entsprechend mehr.

„Der Aufwand für den Glossaraufbau lohnt sich nicht.” Bei einem einzigen internationalen Auftrag im Jahr: richtig. Bei zwei oder mehr pro Monat: falsch. Die Rechnung ist einfach: Glossaraufbau kostet einmalig 8–15 Stunden. Bei 300 Euro externer Kosten pro Gutachten sind das zwei übersparte Rechnungen. Danach ist der Glossar Kapital, das du für jeden weiteren Auftrag nutzt.

„Ich weiß nicht, ob meine Auftraggeber das akzeptieren.” Dein Auftraggeber bekommt ein korrekt übersetztes Gutachten. Wie es entstanden ist, ist in den allermeisten Fällen nicht relevant — es gibt keine rechtliche oder branchenübliche Pflicht, die Entstehungsweise einer nicht-beglaubigten Übersetzung offenzulegen. Was relevant ist: die Qualität der Ausgabe. Und die steuerst du über deinen Post-Edit-Schritt.

Woran du merkst, dass das zu dir passt

• Du hast bereits regelmäßig internationale Aufträge — mindestens 2–3 pro Monat für ausländische Versicherungen, Leasinggesellschaften oder Projektentwickler
• Du zahlst heute externe Übersetzungsrechnungen — nicht sporadisch, sondern als planbaren Kostenblock
• Deine Gutachten sind schematisch aufgebaut — ähnlicher Aufbau, ähnliche Terminologie von Gutachten zu Gutachten, das ist die Voraussetzung für einen effektiven Glossar
• Die Zielsprache ist Englisch, Französisch, Niederländisch oder eine andere EU-Amtssprache — DeepL ist für diese Sprachpaare die klare Stärke
• Du willst die 3–5-Tage-Wartezeit beseitigen — entweder weil Auftraggeber es verlangen, oder weil du schnellere Regulierungsabläufe ermöglichen willst

Wann es sich nicht lohnt — drei harte Ausschlusskriterien:

1. Weniger als 2 internationale Aufträge pro Monat im Durchschnitt. Der Glossaraufbau ist eine einmalige Investition von ca. 10–15 Stunden. Bei sehr geringem Volumen amortisiert sich das nicht, und externe Übersetzer sind bei sporadischem Bedarf flexibler ohne feste Kosten.

2. Der Auftrag erfordert eine beglaubigte Übersetzung. KI + Post-Edit durch den Sachverständigen ist kein rechtliches Äquivalent zur Beglaubigung durch einen vereidigten Übersetzer. Wer primär für Gerichts- oder Behördenvorlage übersetzt, braucht weiterhin externe Übersetzer — KI als Kostenreduktionshebel funktioniert hier nur eingeschränkt (als Vorarbeit, die der vereidigte Übersetzer dann prüft).

3. Zielsprachen liegen außerhalb des europäischen Sprachraums. Für Arabisch, Russisch, Japanisch, Chinesisch oder andere Nicht-EU-Sprachen ist die Qualität von DeepL spürbar schlechter als bei EU-Sprachen — der Post-Edit-Aufwand steigt erheblich, der ROI sinkt. Für diese Sprachkombinationen bleiben spezialisierte externe Büros mit eigenem KI-Einsatz wirtschaftlich sinnvoller.

Das kannst du heute noch tun

Richte DeepL Individual (7,49 €/Monat) ein — du kannst jederzeit ohne Vertragsbindung kündigen. Schließe den AVV ab (direkt über das Kundenportal nach Anmeldung). Dann übersetze ein älteres Gutachten, das du bereits extern übersetzen lassen hast, als Vergleichstest: Wie nah ist die DeepL-Rohübersetzung an der Profi-Fassung? Welche Begriffe weichen ab? Das zeigt dir sofort, was in deinen Glossar muss.

Hier ist ein Prompt, den du anschließend für den Post-Edit-Schritt bei sprachlichen oder fachlichen Unsicherheiten verwenden kannst:

Quellen & Methodik

• Externe Übersetzungskosten (45–100 €/Seite): Alphatrad DE, AP Fachübersetzungen, Scherb Sprachendienste — publizierte Preistabellen für juristische und technische Fachübersetzungen Deutsch/Englisch (Stand 2024). Eigene Anfragen bei drei deutschen Übersetzungsbüros für ein 8-seitiges Kfz-Gutachten ergaben Angebote zwischen 320 und 560 Euro.
• JVEG §11 Übersetzerhonorare: gesetze-im-internet.de / dejure.org — gültige Fassung, Stand 2024.
• Terminologieinkonsistenz bei KI-Übersetzung: Bluente.com, „Long Text Translation Fails: Why DeepL Omits Critical Information” (2024); IWW Institut VK, „Praxistest: KI-Tools tun sich noch schwer mit richtigen Kontexten” (2024).
• MTPE-Standard: ISO 18587:2017 — Übersetzungsdienstleistungen — Post-Editing der maschinellen Übersetzungsausgabe; Tolingo/mpü GmbH — Anbieter-Dokumentation.
• KI vs. Humanübersetzung, Qualitätsvergleich: IMD Translation Ltd (2024), „DeepL vs Professional Translators for Legal Work” — Qualitätsscore 89,1 (KI) vs. 92,7 (Mensch).
• DeepL-Pricing und DSGVO-Konformität: DeepL SE, Preistabellen und Datenschutzdokumentation (Stand Mai 2026).
• Marktdaten MTPE-Adoption: 73 % Adoptionsrate laut Smartling/Seprotec Übersichtsberichte (2024).

Du möchtest wissen, welche Terminologie dein Glossar als erstes abdecken sollte, oder wie du den MTPE-Workflow in deinen bestehenden Gutachten-Prozess integrierst? Meld dich — das besprechen wir in einem kurzen Gespräch.