Übersetzung für internationale NGOs

Das echte Ausmaß des Problems

Internationale humanitäre Organisationen und NGOs mit globalem Mandat arbeiten regelmäßig in 10 bis 30 Sprachen gleichzeitig, Projektberichte, Feldkommunikation, Schulungsmaterialien, Beneficiary-Informationen. Der Übersetzungsbedarf ist enorm, das Budget für professionelle Übersetzer begrenzt.

Professionelle Übersetzungen für NGO-typische Sprachpaare kosten als Richtwert 0,12 bis 0,25 Euro pro Wort, verbindlich ist nur das Angebot deiner Agentur. Ein 1.000-Wörter-Feldbericht kostet damit 120 bis 250 Euro und braucht zwei bis drei Werktage. Bei zehn Berichten pro Monat sind das 1.200 bis 2.500 Euro monatliche Übersetzungskosten, und Kapazitätsengpässe gerade dann, wenn es schnell gehen muss.

Auch für kleinere deutsche NGOs mit internationalem Bezug ist das Problem konkret: Ein Projektbericht muss auf Deutsch und Englisch vorliegen, Schulungsmaterialien müssen in Swahili, Arabisch oder Hindi übersetzt werden, und wenn ein Krisenfall eintritt, muss Kommunikation sofort laufen.

Qualitätsstufenmodell ist entscheidend: Nicht jede Übersetzung braucht dieselbe Qualität. Interne Feldberichte, operative Kurzkommunikation und Arbeitsdokumente tolerieren KI-Qualität. Beneficiary-Kommunikation, medizinische Anweisungen und rechtliche Dokumente brauchen menschliches Post-Editing. Diese Klassifizierung, einmal definiert, entscheidet über den gesamten Workflow.

Mit vs. ohne KI, ein ehrlicher Vergleich

Richtwerte der Redaktion, keine Erhebung. Setz die Wortpreise aus deinen letzten Agenturrechnungen ein.

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5)
Die Lieferzeit sinkt drastisch: Von Tagen auf Stunden, solange kein vollständiges Post-Editing nötig ist. Das ist besonders in Krisenszenarien entscheidend. Der Faktor ist echte operationelle Kapazität, nicht nur Effizienz.

Kosteneinsparung, sehr hoch (5/5)
Hier fallen tatsächlich Ausgaben weg: Rechnungen externer Übersetzer, die bisher bezahlt wurden. Im Rechenbeispiel unten sind das bei 8.000 Wörtern im Monat gut 1.000 Euro, rund 85 Prozent. Kaum ein anderer Use Case in dieser Branche hat so einen klaren direkten Kosteneffekt. Die Kehrseite: 70 Prozent der Texte bekommen danach keine professionelle Übersetzung mehr, das ist bei Routinetexten in Ordnung, aber es ist nicht dasselbe Produkt.

Schnelle Umsetzung, mittel (3/5)
DeepL ist heute nutzbar, Website aufrufen, Text einfügen, fertig. Aber das ist noch kein System. Ein konsistentes Vorgehen mit Fachvokabular-Glossar und einem klaren Workflow braucht 1–2 Wochen. Nicht so aufwendig wie ein CRM-Setup (Einstieg 1), aber auch kein Einzeiler wie ein ChatGPT-Abo.

ROI-Sicherheit, sehr hoch (5/5)
Der direkteste ROI in dieser Branche: Kosten vorher vs. nachher, einfach messbar. Keine Interpretation nötig. Wenn du bisher 1.200 Euro/Monat für Übersetzungen ausgibst und danach 200 Euro, ist das ein Fakt.

Skalierbarkeit, mittel (3/5)
Das Übersetzungsvolumen skaliert gut, mehr Dokumente, mehr Sprachen ohne proportional steigende Toolkosten. Der Engpass ist der Post-Editing-Schritt für kritische Inhalte: Für Beneficiary-Kommunikation und medizinische Texte bleibt menschliche Kapazität unverzichtbar, die mit dem Volumen mitspringen muss. Im Vergleich zu einem einmal eingerichteten CRM oder Beneficiary-Management-System ist die Skalierung begrenzt.

Richtwerte, stark abhängig von den spezifischen Sprachen und dem monatlichen Übersetzungsvolumen.

Was das System konkret macht

Schritt 1, Übersetzungsbedarfe klassifizieren: Nicht jeder Text braucht dieselbe Qualität:

• Kategorie A (KI ohne Prüfung): Interne Feldberichte, Protokolle, operative Kurzkommunikation
• Kategorie B (KI + kurze Prüfung): Projektberichte für interne Förderer, Schulungsmaterialien
• Kategorie C (KI + vollständiges Post-Editing): Beneficiary-Kommunikation, medizinische Anweisungen, rechtliche Dokumente, externe Fundraising-Texte

Schritt 2, NGO-Fachvokabular-Glossar aufbauen: Humanitäres Fachvokabular (WASH = Water, Sanitation and Hygiene; SGBV = Sexual and Gender-Based Violence; NFI = Non-Food Items; IDP = Internally Displaced Person) muss in jeder Sprache konsistent übersetzt werden. Ein Glossar mit 100–200 Begriffen in DeepL einbinden oder als System-Prompt in ChatGPT einbetten. Achtung: Für Swahili, Hausa, Hindi und Urdu übersetzt DeepL, unterstützt dort aber keine Glossare. In diesen Sprachen gehört das Glossar in den Prompt eines Sprachmodells oder in die Hand des Post-Editors.

Schritt 3, KI-Übersetzungs-Pipeline einrichten: DeepL Pro für europäische Sprachen, ChatGPT für Sprachen außerhalb des DeepL-Portfolios wie Amharisch und für Sprachen, in denen ihr ein Glossar braucht, das DeepL dort nicht unterstützt. Für den automatisierten Workflow: Make.com startet die Übersetzung und legt das Ergebnis im richtigen Ordner ab.

Schritt 4, Post-Editing für kritische Inhalte: Für Kategorie-C-Texte überarbeitet ein Muttersprachler die KI-Rohübersetzung. Post-Editing ist deutlich schneller als Erstübersetzung, als Richtwert schaffen erfahrene Post-Editoren 400–600 Wörter pro Stunde.

Konkrete Werkzeuge, was wann passt

DeepL , kostenlos oder 7,49–29,75 Euro/Monat
Standard für europäische Sprachen, bei Arabisch, Hindi und Japanisch liegt die Qualität laut unserer Toolseite hinter dem Deutsch-Englisch-Niveau. Der Free-Plan erlaubt 50.000 Zeichen im Monat, rund 28 Seiten. Die API ist ein eigenes Produkt: Developer kostenlos mit einmalig 1 Million Zeichen, Growth 29,75 Euro im Monat. Ob DeepL Nonprofit-Konditionen gibt, konnten wir nicht bestätigen.

ChatGPT , 0–23 Euro/Monat
Für Sprachen, die DeepL nicht anbietet, etwa Amharisch, und dort, wo ihr ein Glossar im Prompt mitgeben wollt. Welche Maschine in Swahili, Hausa oder Urdu besser übersetzt, testest du an einem eigenen Text mit einem Muttersprachler, eine belastbare Vergleichsstudie kennen wir nicht. Stark bei emotionalen Texten, bei denen Ton und Würde bewahrt werden müssen. Plus hat keinen AVV.

Claude , 20 Euro/Monat (Pro)
Für lange Dokumente und Reports mit Konsistenz über viele Kapitel. Besonders gut für strukturierte Projektberichte.

Gemini , kostenlos oder 21,99 Euro/Monat (Google AI Pro)
Für asiatische und afrikanische Sprachen einen Vergleich wert. Für NGOs mit globalem Mandat eine sinnvolle Ergänzung, die Qualität je Sprache prüfst du wie bei ChatGPT an einem eigenen Text.

Make.com , 9 US-Dollar/Monat (Core, jährliche Zahlung)
Automatisierter Workflow: Neues Dokument in Google Drive → an DeepL API senden → übersetzte Version im Zielordner speichern → Post-Editing-Aufgabe anlegen.

Kostenlos starten: DeepL Free (50.000 Zeichen im Monat, ein Dokument) + ChatGPT Free für seltene Sprachen, reicht für einen Test ohne Kosten. In beiden Free-Plänen nur Texte ohne Personenbezug.

Datenschutz und Datenhaltung

Übersetzungen für humanitäre NGOs beinhalten oft hochsensible Inhalte:

• Anonymisierung vor KI-Einsatz: Feldberichte, die Namen, Ortsinformationen oder Statusangaben von Beneficiaries enthalten, vor der KI-Übersetzung anonymisieren. Platzhalter wie [PERSON], [DORF] verwenden.
• Traumaberichte und medizinische Informationen: Für diese Kategorien gilt: Post-Editing durch Muttersprachler ist nicht nur qualitativ geboten, sondern auch datenschutzrechtlich sorgfältiger. Wenn möglich: On-Premise-Übersetzung oder AVV-gesicherte Business-Konten.
• Internationale Datenweitergabe: Für DeepL Free gelten gesonderte Datenschutzbedingungen, dort gehören keine personenbezogenen oder vertraulichen Texte hinein. In den bezahlten Tarifen die EU-Region aktiv wählen und vertraglich festhalten, sie ist laut DeepL nicht automatisch gesetzt. ChatGPT und Gemini verarbeiten in den USA, einen AVV gibt es erst in den Business-Tarifen und der API, nicht in ChatGPT Free oder Plus.
• OCHA-Datenschutzrichtlinien: Für Organisationen, die mit OCHA oder UNHCR zusammenarbeiten, gelten deren spezifische Datenschutzstandards für humanitäre Daten zusätzlich.
• Praktische Empfehlung: Separate Workflows für personenbezogene und nicht-personenbezogene Inhalte. Routineberichte ohne Personenbezug in automatisierte Cloud-Pipeline. Personenbezogene Inhalte: anonymisieren oder On-Premise.

Was es kostet, realistisch gerechnet

Einstieg (manuelle KI-Übersetzung):

• DeepL Individual: 7,49 Euro/Monat bei Jahreszahlung (8,99 Euro monatlich, inkl. MwSt.)
• ChatGPT Plus für seltene Sprachen: 23 Euro/Monat
• Glossar erstellen: 4–8 Stunden einmalig
• Einsparung: hängt am Anteil der Texte, die weiter zum Profi müssen, siehe Rechenbeispiel

Vollautomatisierter Workflow:

• DeepL API Growth: 29,75 Euro/Monat inklusive 1 Million Zeichen (23,80 Euro bei Jahreszahlung), jede weitere Million 22 Euro
• Make.com : 9 US-Dollar/Monat bei jährlicher Zahlung
• Post-Editing (externe Muttersprachler): je Wort meist deutlich günstiger als eine Erstübersetzung, frag deine Übersetzer nach ihrem Satz
• Einrichtungsaufwand: 10–15 Stunden einmalig

ROI-Beispiel:
NGO mit 8.000 Wörtern/Monat Übersetzungsbedarf. Bisher: 8.000 × 0,15 Euro = 1.200 Euro/Monat an eine Agentur. Mit KI-Workflow: DeepL API 29,75 Euro (8.000 Wörter sind rund 50.000 Zeichen und passen in das Monatskontingent), Make.com 9 US-Dollar, dazu Post-Editing für die 30 Prozent Kategorie-C-Texte (2.400 Wörter × 0,06 Euro = 144 Euro), zusammen gut 180 Euro/Monat. Ersparnis: gut 1.000 Euro im Monat, rund 85 Prozent, gut 12.000 Euro im Jahr. Das ist echtes Geld, weil Rechnungen wegfallen. Nicht eingerechnet ist die Zeit, in der Kolleginnen Kategorie-B-Texte kurz gegenlesen, und der Post-Editing-Satz von 0,06 Euro ist ein Richtwert, kein Angebot.

Drei typische Einstiegsfehler

Fehler 1, Kein Glossar einrichten
Humanitäres Fachvokabular wird von KI-Tools unterschiedlich und inkonsistent übersetzt. Ohne Glossar entsteht terminologisches Chaos über Berichte und Versionen hinweg. Das Glossar braucht einen muttersprachlichen Prüfer, Einmalaufwand, der sich vielfach auszahlt.

Fehler 2, Kategorie C-Texte ohne Post-Editing verwenden
Für Beneficiary-Kommunikation, medizinische Anweisungen oder rechtliche Texte ist KI-Qualität ohne Post-Editing unzureichend und potenziell schädlich. Die Qualitätsklassifizierung muss konsequent eingehalten werden.

Fehler 3, DeepL für alle Sprachen verwenden
DeepL ist für europäische Sprachen stark. Amharisch bietet es gar nicht an, und für Swahili, Hausa, Hindi und Urdu fehlen die Glossare. Werkzeug je Sprache auswählen und an einem eigenen Text mit einem Muttersprachler vergleichen, nicht ein Tool für alle.

Was mit der Einführung wirklich passiert, und was nicht

Was passiert: Die erste Woche mit DeepL zeigt sofort: Für interne Routinedokumente ist die Qualität ausreichend. Spart echte Kosten und Zeit sofort.

Was auch passiert: Die erste Glossar-Diskussion dauert länger als erwartet, weil verschiedene Muttersprachler verschiedene Übersetzungen für denselben Term bevorzugen. Das ist eine inhaltliche Entscheidung, die Konsens braucht.

Was nicht passiert: KI ersetzt muttersprachliche Übersetzer für sensible oder nuancierte Inhalte. Das hybride Modell, KI als Rohübersetzung, Muttersprachler als Post-Editor, ist für Kategorie-C-Texte unverzichtbar.

Typischer Widerstand: “KI übersetzt sensible Inhalte nicht gut genug.” Für Kategorie C stimmt das als Begründung für Post-Editing. Als Begründung gegen KI insgesamt nicht: Eine gute Rohübersetzung zu überarbeiten geht schneller als von null zu übersetzen, und das macht auch die professionelle Übersetzung günstiger und schneller. Wie viel, zeigt das Angebot deines Post-Editors.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

„KI übersetzt sensible Inhalte nicht gut genug.”
Für Kategorie C (Beneficiary-Kommunikation, medizinische Texte) ist das der korrekte Hinweis, und der Grund, warum Post-Editing unersetzlich ist. Für Kategorie A und B (interne Dokumente, Feldberichte) ist die Qualität ausreichend und der Kostenvorteil enorm. Das Argument “KI ist für sensible Inhalte nicht gut genug” gilt nicht für alle Übersetzungstypen.

„Unsere Felddaten sind vertraulich.”
Für anonymisierte Aggregatdaten und Berichte ohne Personenbezug ist Cloud-Übersetzung unproblematisch. Für personenbezogene Daten: anonymisieren vor der Übersetzung oder On-Premise-Optionen nutzen.

„Wir haben keine IT-Kapazitäten für APIs.”
DeepL ohne API, einfach auf der Website, kostet nichts bis 50.000 Zeichen im Monat. Kein technisches Setup. Die Automatisierung kommt erst, wenn der Bedarf es rechtfertigt.

Woran du merkst, dass das zu dir passt

• Du arbeitest mit Partnerorganisationen oder Zielgruppen in mehr als einem Land
• Übersetzungskosten machen einen spürbaren Anteil des Budgets aus (mehr als 200 Euro/Monat)
• Felddokumente müssen manchmal innerhalb von Stunden verfügbar sein
• Ihr arbeitet in mehr als zwei Sprachen ohne einheitliche Terminologie

Wer noch nicht anfangen sollte:
Wenn deine Organisation nur sporadisch Übersetzungen braucht (weniger als einmal pro Woche), ist der Setup-Aufwand für einen automatisierten Workflow unverhältnismäßig. In diesem Fall: DeepL Free für gelegentliche Nutzung, kein weiterer Setup nötig.

Das kannst du heute noch tun

Öffne DeepL Free (deepl.com) und übersetze einen internen Feldbericht, den du normalerweise einem Übersetzer schicken würdest, vorher Namen und Ortsangaben von Beneficiaries durch Platzhalter ersetzen. Lass das Ergebnis von einem Muttersprachler auf 30-Sekunden-Niveau prüfen (nicht vollständiges Korrekturlesen, nur: “Versteht man das?”). Du wirst deine Erwartungen überarbeiten.

Quellen & Methodik

• DeepL, unterstützte Sprachen (API-Dokumentation): Swahili, Hausa, Hindi und Urdu als Zielsprachen nur für die Übersetzung, ohne Glossare; Amharisch nicht unterstützt. https://developers.deepl.com/docs/getting-started/supported-languages
• Preise und Datenschutz: DeepL, ChatGPT, Claude, Gemini und Make.com laut unseren Toolseiten, Stand September 2026.
• Wortpreise und Post-Editing-Leistung: Richtwerte der Redaktion, keine Erhebung. Setz die Sätze aus euren eigenen Angeboten ein.