Master
Reference
Die Anwendbarkeit von Best Practices für Translation Crowdsourcing auf dem Prüfstand: Analyse anhand einer Fallstudie von TED
Translators
GEYER, Helga
Abstract
Le but de ce mémoire est de déterminer quelles mesures peuvent être implémentées pour assurer le succès d'un projet de Translation Crowdsourcing dans le contexte d'associations à but non lucratif. La base de cette analyse est une compilation de bonnes pratiques (Best Practices for Collaborative Translation, Désilets & van der Meer, 2011) établie lors d'un col-loque organisé par TAUS. Celle-ci est comparée au projet TED Translators qui existe depuis près de huit ans. Pour ceci, l'auteure a mené une observation participative du projet ainsi qu'un sondage parmi les bénévoles du projet. De plus, ces résultats sont comparés à ceux d'autres études. L'analyse a permis d'identifier des aspects du projet et des bonnes pratiques qui pourraient être optimisés et de confirmer la pertinence de la liste de bonnes pratiques ainsi que d'y ajouter des nouvelles. De plus, en proposant une collection de définitions claires pour des phénomènes connexes, ce mémoire essaie de fournir une base unique pour le discours traductologique sur ce sujet.
GEYER, Helga. Die Anwendbarkeit von Best Practices für Translation Crowdsourcing auf dem Prüfstand: Analyse anhand einer Fallstudie von TED Translators. Master : Univ. Genève, 2017
Available at:
http://archive-ouverte.unige.ch/unige:96064
Disclaimer: layout of this document may differ from the published version.
1 / 1
HELGA GEYER
Die Anwendbarkeit von Best Practices für Translation Crowdsourcing auf dem Prüfstand:
Analyse anhand einer Fallstudie von TED Translators
Directeur de mémoire : Prof. Dr. Alexander Künzli
Jurée : Beatrice Weber
Mémoire présenté à la Faculté de traduction et d‘interprétation pour l’obten- tion de la Maîtrise en traduction, mention Traduction spécialisée
Université de Genève
Juin 2017
Abstract
Ziel dieser Arbeit ist es, herauszufinden, welche Maßnahmen für die Umsetzung eines erfolg- reichen Translation-Crowdsourcing-Projekts getroffen werden können, insbesondere im Kon- text gemeinnütziger Organisationen. Die Grundlage hierfür bildet eine in einem von TAUS or- ganisierten Kolloquium erarbeitete Sammlung von Best Practices for Collaborative Translation (Désilets & van der Meer, 2011), die an dem seit knapp acht Jahren erfolgreich laufenden Pro- jekt TED Translators gemessen werden. Die dieser Analyse zugrundeliegenden Daten wurden im Zuge einer teilnehmenden Beobachtung des Projekts sowie aus anderen wissenschaftli- chen Studien gesammelt. Überdies wurde eine Befragung von Freiwilligen mittels anonymen Fragebogen durchgeführt. Bei der Auswertung der Daten konnte sowohl bei TED Translators als auch für die Best Practices Optimierungspotenzial festgestellt werden. Zudem werden acht neue Best Practices vorgeschlagen und bestätigt, dass die Sammlung auch für ähnliche Pro- jekte relevant ist. Außerdem versucht diese Arbeit durch Begriffsdefinitionen und -abgrenzun- gen für damit in Zusammenhang stehende Phänomene, dem theoretischen Diskurs zum Thema eine einheitliche Grundlage zu bieten.
Schlagwörter: Best Practices, Collaborative Translation, Translation Crowdsourcing, TED Translators, Freiwilligenübersetzung
Le but de ce mémoire est de déterminer quelles mesures peuvent être implémentées pour assurer le succès d’un projet de Translation Crowdsourcing dans le contexte d’associations à but non lucratif. La base de cette analyse est une compilation de bonnes pratiques (Best Prac- tices for Collaborative Translation, Désilets & van der Meer, 2011) établie lors d’un colloque organisé par TAUS. Celle-ci est comparée au projet TED Translators qui existe depuis près de huit ans. Pour ceci, l’auteure a mené une observation participative du projet ainsi qu’un son- dage parmi les bénévoles du projet. De plus, ces résultats sont comparés à ceux d’autres études. L’analyse a permis d’identifier des aspects du projet et des bonnes pratiques qui pour- raient être optimisés et de confirmer la pertinence de la liste de bonnes pratiques ainsi que d’y ajouter des nouvelles. De plus, en proposant une collection de définitions claires pour des phénomènes connexes, ce mémoire essaie de fournir une base unique pour le discours tra- ductologique sur ce sujet.
Mots-clés : Bonnes pratiques, Collaborative Translation, Translation Crowdsourcing, TED Translators, traduction bénévole
Danksagung
Ich möchte mich an dieser Stelle bei Herrn Künzli und Frau Weber für die Betreuung dieser Masterarbeit und die zahlreichen beantworteten Fragen bedanken.
Mein besonderer Dank gilt meiner Mutter, die einige Nachtschichten eingelegt hat, um die Arbeit nach bestem Wissen und Gewissen zu prüfen. Außerdem danke ich Klaus, der viele gute Verbesserungsvorschläge gebracht hat.
Ich bedanke mich ebenfalls herzlich bei meiner besten Freundin Martina, die durch ihre Per- spektive als Studentin noch wichtige Punkte aufzeigen konnte. Ein großes Dankeschön auch an meine Geheimwaffe Gaëlle, die als TED Translator meinen Fragebogen mit großer Geduld getestet und mein französischsprachiges Abstract Korrektur gelesen hat.
Ich möchte ebenfalls meinen herzlichen Dank an Dimitra Papageorgiou richten, die meine zahlreichen Fragen bereitwillig und gewissenhaft beantwortet hat. Den TED Translators danke ich aufrichtig für alle ausgefüllten Fragebogen und den warmen Empfang, den ich in ihrer Ge- meinschaft erfahren durfte. Eure Hilfsbereitschaft ist umwerfend. Thank you!
Besonders bedanke ich mich auch bei Alain Désilets, der die Sammlung der Best Practices wie- der für mich öffentlich zugänglich gemacht hat.
Ich danke auch meinen Leidensgenossinnen Nathalie und Lisa, die für den nötigen Motiva- tionsschub gesorgt haben und die ich hoffentlich mit meinen vielen Fragen nicht komplett in den Wahnsinn getrieben habe.
Inhalt
1. Einleitung ... 1
1.1 Fragestellung ... 2
1.2 Gliederung ... 2
2. Begriffliche Grundlagen ... 3
2.1 Entwicklung der Übersetzung im Web 2.0 ... 3
2.2 Übersetzung durch Userinnen und User – das Translation Crowdsourcing ... 5
2.2.1 Eine allgemeine Definition für Crowdsourcing ... 6
2.2.2 Der Spezialfall Translation Crowdsourcing ... 7
2.3 Verwandte Begriffe genauer abgegrenzt ... 9
2.3.1 Fan Translation ... 11
2.3.2 Volunteer Translation ... 12
2.3.3 Community Translation ... 13
2.3.4 Collaborative Translation ... 15
2.3.5 User-generated Translation ... 16
2.3.6 Amateur Translation ... 17
2.3.7 Weitere Begriffe ... 18
3. Untersuchungsgegenstand ... 18
3.1 TED und TED Translators ... 18
3.1.1 Was ist TED? ... 18
3.1.2 Vom TED Open Translation Project zu TED Translators ... 19
3.1.3 Die Untertitelungsplattform Amara ... 22
3.1.4 Der Projektablauf ... 23
3.2 Best Practices for Collaborative Translation ... 24
4. Methodisches Vorgehen ... 26
4.1 Die Fallstudie in der Fallstudie ... 28
4.2 Befragung ... 29
4.2.1 Fragebogen oder Interviews? ... 29
4.2.2 Durchführung der Befragung ... 31
5. Analyse und Ergebnisse ... 32
5.1 Analyse ... 32
5.1.1 Allgemeine Informationen zu den Befragten ... 33
5.1.2 Planning and scoping ... 35
5.1.3 Community motivation ... 39
5.1.4 Quality ... 47
5.1.5 Contributor career path ... 51
5.1.6 Right-sizing ... 55
5.1.7 Tools and processes ... 56
5.2 Zusammenfassende Bemerkungen ... 61
5.3 Neue Best Practices ... 63
5.3.1 Community Motivation ... 64
5.3.2 Quality ... 67
5.3.3 Tools and processes ... 69
6. Schlusswort ... 71
6.1 Fazit ... 71
6.2 Ausblick ... 74
7. Bibliographie ... 76
Anhang I: Bearbeitungsmodus 1. Schritt... 81
Anhang II: Bearbeitungsmodus 2. Schritt... 82
Anhang III: Survey about the volunteer experience for the TED OTP ... 83
Anhang IV: Korrespondenz mit dem TED-Translators-Team ... 90
Anhang V: Antworten von Community Managerin Dimitra Papageorgiou ... 96
Anhang VI: Korrespondenz mit Angelika Lueckert Leon auf Amara.org ... 98
Anhang VII: Bewerben bei „TED“ ... 101
Abbildungsverzeichnis
Abbildung 1: Altersverteilung bei den Befragten ...33
Abbildung 2: Verteilung der Aufgaben bei den Befragten ...34
Abbildung 3: Art der Beschäftigung und aufgewendete Zeit in Stunden ...35
Abbildung 4: Einschätzung zu Anerkennung und Wertschätzung der TED Translators ...41
Abbildung 5: Beurteilung der Qualität nach Rezeptionshäufigkeit ...47
1
1. Einleitung
„Volunteer translation will be increasingly important for anyone trying to reach a global audi- ence. [...] It’s the only feasible way to reach all the world’s languages.” (June Cohen, Executive Producer von TED Media, Web 49) Mit diesem Ziel startete TED.com – eine Organisation, die Videos von Vorträgen zu innovativen Ideen und Denkansätzen ins Web stellt – im Jahr 2009 ein Übersetzungsprojekt, bei dem die Untertitel zu den Videos von Freiwilligen übersetzt wer- den. Seither haben ehrenamtliche Übersetzerinnen und Übersetzer über 110 000 Untertite- lungen in 114 Sprachen erstellt (Web 35). Es scheint also, als hätte Cohen mit dem obenste- henden Zitat Recht gehabt. Auch wenn selbst TED-Videos noch weit davon entfernt sind, in alle Sprachen der Welt übersetzt zu werden.
Die Übersetzungswissenschaft bekennt sich seit etwa zehn Jahren dazu, dass es sich bei der Übersetzung durch engagierte Freiwillige um ein nicht zu vernachlässigendes Phänomen han- delt. Immer mehr wissenschaftliche Publikationen befassen sich mit dem Thema, dessen Fa- cettenreichtum dazu führt, dass immer nur ein Teilaspekt beleuchtet werden kann. So wird auch in dieser Arbeit nur ein winziger Ausschnitt des Ganzen genauer betrachtet, obwohl in einem theoretischen Teil zumindest versucht wird, das Gewirr widersprüchlicher Definitionen, die sich zu verschiedenen Schlüsselbegriffen über die Jahre angesammelt haben, zu entflech- ten.
Der „winzige Ausschnitt“, mit dem sich diese Arbeit befasst, betrifft praktische Aspekte des Translation Crowdsourcing, eines Phänomens, bei dem Unternehmen oder Organisationen wie TED.com die Tatkraft tausender oder sogar zehntausender Userinnen und User für die Übersetzung ihrer Inhalte nutzen. Handelt es sich um die Initiative einer Non-Profit- Organisation, kann man auch von gemeinnützigem Translation Crowdsourcing sprechen. Ge- nauere Ausführungen zu diesen Begriffen erfolgen im zweiten Kapitel.
Gegenstand der vorliegenden Arbeit ist es, zu untersuchen, welche Maßnahmen die erfolgrei- che Durchführung von gemeinnützigen Translation-Crowdsourcing-Initiativen ermöglichen.
Dazu wird eine vor sechs Jahren erarbeitete Sammlung von Best Practices für die Durchfüh- rung von userbasierten Übersetzungsinitiativen herangezogen. Außerdem wird das oben er- wähnte Untertitelungsprojekt genauer unter die Lupe genommen, um sein Erfolgsrezept
2 durch eine Kombination von webbasierter Recherche, Auswertung der Fachliteratur und einer empirischen Befragung zu beleuchten.
1.1 Fragestellung
In dieser Arbeit sollen die folgenden Fragen beantwortet werden:
1. Kann TED Translators als beispielhaft für andere gemeinnützige Translation- Crowdsourcing-Projekte angesehen werden?
2. Gibt es bei TED Translators Optimierungspotenzial aus der Sicht der Freiwilligen so- wie aus einer übersetzungswissenschaftlichen Perspektive, zum Beispiel durch das Heranziehen von Fachliteratur und insbesondere der Best Practices?
3. Wenn ja, durch welche Maßnahmen könnte der Projektablauf optimiert werden?
4. Wie gut eignen sich die Best Practices for Collaborative Translation für eine Anwen- dung bei (gemeinnützigen) Translation-Crowdsourcing-Projekten?
5. Können bei der Analyse Maßnahmen identifiziert werden, um die die Sammlung von Best Practices sinnvoll ergänzt werden kann?
6. Kann anhand dieser Erkenntnisse ein Projektmodell für künftige gemeinnützige Translation-Crowdsourcing-Initiativen entwickelt werden?
1.2 Gliederung
Im zweiten Kapitel werden die theoretischen Grundlagen dieses recht jungen Teilbereichs der Übersetzungswissenschaft beleuchtet. Nach einem Überblick, wie sich das Phänomen der Übersetzung im Web 2.0 entwickelt hat, wird auf den Kernbegriff dieser Arbeit eingegangen.
Dazu wird erst eine allgemeine Definition von Crowdsourcing geboten und danach eine Kon- zeption von Translation Crowdsourcing erarbeitet. Anschließend werden bestehende Defini- tionen von verwandten Begriffen hinterfragt, ergänzt und voneinander abgegrenzt, um Ord- nung in die zum Teil sehr widersprüchliche Terminologie zu dem Thema zu bringen.
Das dritte Kapitel ist dem Untersuchungsgegenstand gewidmet. Einerseits wird die Organisa- tion TED.com vorgestellt, deren Untertitelungsprojekt TED Translators im Zentrum der Arbeit steht. Dessen Entwicklung in den letzten acht Jahren, die Partner-Plattform Amara und der Ablauf einzelner Untertitelungsprojekte sind Gegenstand der darauffolgenden Abschnitte.
3 Schließlich werden die Best Practices for Collaborative Translation, die die Grundlage für die Analyse bieten, vorgestellt.
In einem vierten Kapitel wird der kombinierte Forschungsansatz dieser Fallstudie erläutert.
Dabei wird erklärt, warum es sich um eine Fallstudie handelt, welche Informationsquellen bei der Recherche zur Verfügung standen und nach welchen Prinzipien die Befragung durchge- führt wurde.
Das fünfte Kapitel enthält den Hauptteil dieser Arbeit – die Analyse der eingeholten Informa- tionen im Vergleich mit den Best Practices for Collaborative Translation. Dabei werden erst allgemeine Informationen zu den Teilnehmerinnen und Teilnehmern an der Umfrage geboten, bevor in der Reihenfolge der Kategorien jede einzelne Best Practice behandelt und ihre Rele- vanz für TED Translators und andere Crowdsourcing-Initiativen beurteilt wird. Abschließend werden die wichtigsten Ergebnisse und Beobachtungen der Analyse zusammengefasst prä- sentiert und allfällige Änderungs- und Ergänzungsvorschläge für die Best Practices gemacht.
In einem letzten Kapitel wird eine kurze Bilanz gezogen und festgestellt, ob der Forschungs- zweck dieser Arbeit erfüllt werden konnte. Schwachpunkte der Studie werden angesprochen und Themen für zukünftige Forschungsarbeiten vorgeschlagen.
2. Begriffliche Grundlagen
Bevor genauer auf das Translation Crowdsourcing und damit verwandte Konzepte eingegan- gen wird, soll hier ein kurzer Überblick gegeben werden, wie das Übersetzen dank der Evolu- tion des Internets zum Web 2.0 in den letzten zwanzig Jahren zu einem Massenphänomen geworden ist.
2.1 Entwicklung der Übersetzung im Web 2.0
O’Hagan scheint bereits 1996 vorauszusehen, dass das Internet und andere neue Technolo- gien große Auswirkungen auf die Übersetzungsbranche haben würden. In ihrem Buch The coming industry of teletranslation: overcoming communication barriers through telecommu- nication (O’Hagan, 1996) kündigte sie an, dass „[t]he advancement of communications tech- nology will see customers increasingly demand interactiveness, personalised services and ease of access. And this will likely include the means to overcome language barriers” (S. 68).
4 In ihren Augen sollten diese Entwicklungen jedoch nur die Arbeit von in der Übersetzungs- branche tätigen Personen verändern; dass bald auch große Gruppen von Privatpersonen in ihrer Freizeit übersetzen würden, konnte sie vermutlich nicht einmal ahnen. Die Unberechen- barkeit der Auswirkungen, die die technologischen Entwicklungen auf die Übersetzungsbran- che haben würden, thematisiert O’Hagan einige Jahre später in Zusammenarbeit mit Ash- worth (2002):
Our main hypothesis is that technological changes affecting communication modes are going to profoundly impact on the professions of translators and interpreters to such an extent that new professions will result. […] Particularly under the current pace of techno- logical innovations, it is almost impossible to predict precisely into what form today’s Web will develop in five years’ time, or to know the exact shape into which mobile communi- cation technology will advance in interaction with the Internet. (S. xiii)
In demselben Werk prognostizieren O’Hagan und Ashworth, dass die Vernetzung von Über- setzungstools mit der Zeit zunehmen würde, ihr Fokus blieben aber weiterhin die künftigen Auswirkungen für professionelle Übersetzerinnen und Übersetzer (S. 132). Kurz gesagt, schien niemand zu ahnen, wie bereitwillig Userinnen und User bei Übersetzungsprojekten zusam- menarbeiten würden, trotz des schon in den 1980er Jahren unter Anime-Fans auftretenden Hobbys, ihre Lieblingsserien selbst zu untertiteln – eine Praxis, die lange Zeit von der Überset- zungswissenschaft ignoriert wurde, wie die Recherche in der Translation Studies Bibliography (Web 54) nahelegt. Der Suchbegriff „Fan translation“ führt zu 83 Treffern. Die früheste ange- führte Publikation, an deren Abstract zu erkennen ist, dass sie sich tatsächlich mit dem Thema befasst, stammt aus dem Jahr 2008 (Web 55). Die Fanübersetzung wird in Kapitel 2.3.1 ge- nauer erklärt.
Mit der sogenannten „Demokratisierung des Internets“, die die Entwicklung „weg vom passi- ven Konsumenten von Angeboten und Inhalten, die eine kleine Gruppe produziert, hin zum aktiven, selbst bestimmten, anspruchsvollen und gestaltenden User“ (Papsdorf, 2009, S. 24) bezeichnet, blieb das Phänomen der „unsolicited translation“ (O’Hagan, 2012a, S. 13) nicht auf besonders enthusiastische Fans beschränkt. Mit dem Zunehmen der online verfügbaren Inhalte wurden auch mehr Übersetzungen angefertigt. Das Web 2.0 ist das Resultat dieser Demokratisierung des Internets und zeichnet sich durch einen gemeinschaftlichen Ansatz aus.
Userinnen und User produzieren und bearbeiten Inhalte selbst und finden eine Plattform, auf der sie ihre persönlichen Fähigkeiten und Erfahrungen präsentieren. Besonders charakteris-
5 tisch dafür sind soziale Netzwerke wie Facebook oder Verkaufsplattformen wie Amazon, de- ren Benutzerinnen und Benutzer Bewertungen für gekaufte Produkte schreiben (Doyle, 2011, S. 373-374).
Als eine der ersten großen Organisationen rief Facebook sein Translation-Crowdsourcing- Projekt 2007 ins Leben (O’Hagan, 2009, S. 112). Die Geschwindigkeit, mit der die Übersetzun- gen gleich zu Beginn erstellt wurden (S. 115), lässt vermuten, dass Facebook mit dieser Initia- tive ein Ventil bot für das Bedürfnis seiner Mitglieder, die eigenen Fähigkeiten nutzbringend anzuwenden. Mittlerweile gibt es zahlreiche andere Übersetzungsinitiativen, die von der Tat- kraft der Userinnen und User Gebrauch machen. TED Translators, das in dieser Arbeit genauer untersuchte Projekt, ist eine dieser Initiativen. Wie oben angedeutet wurde, existieren neben dem Translation Crowdsourcing auch andere Arten von Übersetzungsprojekten, deren Durch- führung insbesondere durch das Web 2.0 ermöglicht oder wesentlich erleichtert wurde, wie etwa die schon genannte Fanübersetzung. Seit knapp zehn Jahren – also seit auf diese Weise beträchtliche Volumina übersetzt werden – finden Initiativen dieser Art auch verstärkt wis- senschaftliche Beachtung.
Nach diesem groben Überblick, wie die technologischen Entwicklungen dazu geführt haben, dass das Übersetzen nicht nur Profis vorbehalten bleibt, sondern auch als Hobby weit verbrei- tet ist, wird in den nächsten Unterkapiteln der Begriff Crowdsourcing definiert und genauer auf den speziellen Fall Translation Crowdsourcing eingegangen, bevor einige damit verknüpfte Konzepte erklärt werden.
2.2 Übersetzung durch Userinnen und User – das Translation Crowdsourcing
Translation Crowdsourcing, auch Crowdsourced Translation genannt, ist eines jener neueren Übersetzungsphänomene, die seit etwa zehn Jahren vermehrt das wissenschaftliche Interesse auf sich ziehen. So gibt es neben zahlreichen Definitionen für Crowdsourcing im Allgemeinen auch etliche Artikel und Sammelbandbeiträge, die sich speziell mit Translation Crowdsourcing und seiner Durchführung befassen.
Der Ausdruck Crowdsourcing wurde im Jahr 2006 eingeführt: Für die Technologiezeitschrift
„Wired“ beschrieb Howe (Web 53) im Artikel „The Rise of Crowdsourcing“ die Bedrohungen, denen traditionelle Berufe durch die Demokratisierung des Internets ausgesetzt sind: „The
6 labor isn’t always free, but it costs a lot less than paying traditional employees. It’s not out- sourcing; it’s crowdsourcing.“ Wie aus diesem Zitat bereits hervorgeht, ist der Ausdruck eine Kombination der beiden Wörter „Crowd“, also eine große Menschenmenge, und „Outsour- cing“, was so viel wie „den Auftrag an Dritte vergeben“ bedeutet.
2.2.1 Eine allgemeine Definition für Crowdsourcing
Howe selbst gibt auf seinem Blog „Crowdsourcing. Why the Power of the Crowd Is Driving the Future of Business” eine relativ knappe Definition für das von ihm benannte Phänomen:
„Crowdsourcing is the act of taking a job traditionally performed by a designated agent (usu- ally an employee) and outsourcing it to an undefined, generally large group of people in the form of an open call.” (Web 11)
Auf dieser Grundlage liefert Papsdorf (2009) eine enger gefasste Konzeption von Crowd- sourcing:
Crowdsourcing ist die Strategie des Auslagerns einer üblicherweise von Erwerbstätigen entgeltlich erbrachten Leistung durch eine Organisation oder Privatperson mittels eines offenen Aufrufes an eine Masse von unbekannten Akteuren, bei dem der Crowdsourcer und/oder die Crowdsourcees frei verwertbare und direkte wirtschaftliche Vorteile erlan- gen. (S. 69)
Dabei ist unter Crowdsourcer die Stelle zu verstehen, die das Projekt initiiert und organisiert, während Crowdsourcees all jene Personen sind, die das Projekt durch ihre Tatkraft unterstüt- zen.
Eine ähnliche, jedoch mehr ins Detail gehende Definition wurde von Estellés-Arolas und González-Ladrón-de-Guevara (2012) im Vergleich verschiedener Publikationen über Crowd- sourcing erarbeitet. Dank der zahlreichen Beispiele für die unterschiedlichen Modalitäten in einem Crowdsourcing-Projekt ermöglicht diese Definition eine besonders klare Vorstellung davon, unter welchen Umständen Crowdsourcing stattfinden kann:
Crowdsourcing is a type of participative online activity in which an individual, an institu- tion, a non-profit organization, or company proposes to a group of individuals of varying knowledge, heterogeneity, and number, via a flexible open call, the voluntary undertaking of a task. The undertaking of the task, of variable complexity and modularity, and in which the crowd should participate bringing their work, money, knowledge and/or experience, always entails mutual benefit. The user will receive the satisfaction of a given type of need, be it economic, social recognition, self-esteem, or the development of individual skills, while the crowdsourcer will obtain and utilize to their advantage what the user has brought to the venture, whose form will depend on the type of activity undertaken.
(S. 197)
7 Wie Papsdorf (2009) treffend feststellt, ist es beim Crowdsourcing kein Nachteil, dass die Pro- jektorganisation nicht genau bestimmen kann, von wem die Leistung erbracht wird, sondern es ist gerade die große Zahl an potenziellen Mitwirkenden und demnach die praktisch dauernd gewährleistete Erreichbarkeit der grundlegende Vorteil dieser Vorgehensweise (S. 71).
Allgemein gibt es laut Papsdorf (2009) fünf grundlegende Typen von Crowdsourcing- Projekten, die sich darin unterscheiden, auf welche Weise die Userinnen und User die jeweili- gen Unternehmen unterstützen. Diese fünf „Modi der Integration von Usern in Unterneh- men“ (S. 52) sind der „offene Ideenwettbewerb, der ergebnisorientierte virtuelle Microjob, die userdesignbasierte Massenfertigung, die auf Userkollaboration basierende Ideenplatt- form sowie die indirekte Vernutzung von Usercontent“ (S. 53). Erläuterungen zu den einzelnen Crowdsourcing-Typen können auf den Seiten 53-66 von Papsdorfs Untersuchung nachgelesen werden.
2.2.2 Der Spezialfall Translation Crowdsourcing
Von den fünf Modi der Integration von Usern in Unternehmen ist der ergebnisorientierte vir- tuelle Microjob eindeutig jener Modus, zu dem das Translation Crowdsourcing zu zählen ist.
Den ergebnisorientierten virtuellen Microjob zeichnet aus, dass „ein Unternehmen eine sin- guläre Aufgabe mit klarer Zielstellung, deren Erreichung objektiv prüfbar ist, Usern zur Erledi- gung ‚anbietet‘“ (Papsdorf, 2009, S. 56) – eine Beschreibung, die auf alle bisherigen Translation-Crowdsourcing-Projekte zutrifft und in einem gewissen Ausmaß auch für den klas- sischen Übersetzungsauftrag verwendet werden könnte, wenn anstelle von „Usern“ zum Bei- spiel „Übersetzerinnen und Übersetzern“ stünde. Papsdorf selbst nennt außerdem das Face- book-Projekt für die Übersetzung des Website-Contents durch die Facebook-Mitglieder als Beispiel für diesen Modus (S. 57). Bei einer zusätzlichen Klassifizierung nach Branchen teilt Papsdorf das Facebook-Projekt überdies in die Sparte „Freiberufliche, wissenschaftliche und technische Tätigkeiten“ (S. 67) ein – eine Branche, der auch alle anderen Translation- Crowdsourcing-Initiativen zuzuordnen sind.
Nicht nur die allgemeine Definition von Translation Crowdsourcing ist Gegenstand wissen- schaftlicher Publikationen zu dem Thema. Viele Autorinnen und Autoren befassen sich auch damit, wie unterschiedliche Crowdsourcing-Initiativen für das Übersetzen kategorisiert wer-
8 den können. Dazu zählt zum Beispiel die Einteilung danach, ob es sich bei der Crowd um aus- gewählte Personen handelt oder ob mitmachen darf, wer will. Mesipuu (2012) nennt diese Modelle die der „Open Community“ (Beispiele sind Facebook und Twitter) beziehungsweise der „Closed Community“ (zum Beispiel Skype und Adobe) (S. 34).
Eine weitere Möglichkeit, Crowdsourcing-Initiativen zu kategorisieren, ist der Zweck, der mit ihnen verfolgt wird. Einerseits kann hier einfach zwischen gewinnorientierten und gemeinnüt- zigen Projekten unterschieden werden, jedoch hat sich auch noch eine weitere Kategorie durchgesetzt. McDonough Dolmaya (2011) verweist auf einen Bericht von Ray & Kelly aus dem Jahr 2011 für das Marktforschungsinstitut Common Sense Advisory1, in dem diese die Begriffe
„cause-driven“, „product-driven“ und „outsourcing-driven“ (S. 99) einführen, für die hier die deutschen Entsprechungen „gemeinnützig“, „produktorientiert“ und „gewinnorientiert“ vor- geschlagen werden. Dabei versteht „cause-driven“ all jene Projekte, die nicht gewinnorien- tiert sind und oft einem humanitären Zweck dienen, „product-driven“ wird für Lokalisierungs- projekte von Software verwendet und „outsourcing-driven“ sind jene Initiativen, die von ge- winnorientierten Unternehmen oder Organisationen gestartet werden (S. 99).
Mit der Initiierung von Translation Crowdsourcing können Unternehmen und Organisationen unterschiedliche Ziele verfolgen. Entgegen der weit verbreiteten Meinung, dass es dazu dient, Kosten einzusparen (z.B. O’Hagan, 2009, S. 112), ist es oftmals so, dass die Kosten für das Entwickeln einer geeigneten Plattform sowie für die Betreuung der Crowd die Einsparungen durch die „kostenlosen“ Übersetzungen wieder ausgleichen (Mesipuu, 2012, S. 34). Die Im- plementierung von Translation-Crowdsourcing-Projekten wird vielmehr damit begründet, dass sich die Userinnen und User dadurch mehr mit dem Unternehmen oder dessen Produkt identifizieren (Désilets & van der Meer, 2011, S. 31) oder dass ihre Übersetzungen eine höhere Qualität haben, da sie das Produkt besser kennen, als dies eventuell bei professionellen Über- setzerinnen und Übersetzern der Fall wäre (O’Hagan, 2009, S. 113-114). Ein weiterer Grund kann sein, dass auf diese Weise Übersetzungen in selteneren Sprachen schneller und einfa- cher verfügbar sind, da Menschen besonders motiviert sind, Inhalte auch in ihrer Mutterspra- che zugänglich zu machen (O’Hagan, 2012b, S. 33).
1Der Bericht mit dem Titel „Crowdsourced Translation. Best Practices for Implementation“ ist für diese Arbeit vermutlich höchst relevant, da es darin genau um die hier untersuchten Themen geht. Jedoch wurde auf Anfrage nach den Bedingungen für einen Zugang zu dem Artikel mitgeteilt, dass dies nur durch eine Jahresmitgliedschaft um 19 000 Dollar möglich sei. Daher musste auf diese Quelle verzichtet werden.
9 Auch die Gründe der Crowdsourcees für eine Beteiligung an – meist unbezahlten – Überset- zungsprojekten sind Gegenstand mehrerer wissenschaftlicher Studien. Zum Beispiel vergleicht Mesipuu (2012) in ihrem Artikel die Motivation der Freiwilligen der Übersetzungsprojekte von Facebook und Skype, und Cámara de la Fuente (2014) sowie Olohan (2014) widmen sich in diesem Zusammenhang speziell dem damaligen TED Open Translation Project. Wie schon Dé- silets und van der Meer (2011) festgestellt haben, ist Translation Crowdsourcing besonders erfolgreich „in contexts where members of the crowd are emotionally invested in the content being translated“ (S. 32). Im Kontext der Motivation der Crowdsourcees schlägt Klaus (2015) in ihrer Masterarbeit überdies eine Unterscheidung vor zwischen Projekten, bei denen Crowd- sourcees bezahlt werden, und solchen, bei denen sie keine finanzielle Entschädigung erhalten (S. 24).
Aus übersetzungswissenschaftlicher Perspektive ebenfalls interessant ist die Beurteilung der Qualität der Übersetzungen – ein Aspekt, der umso wichtiger ist, als sie zu einem großen Teil von Laiinnen und Laien angefertigt werden (Klaus, 2015; McDonough Dolmaya, 2015; Zaidan
& Callison-Burch, 2011; Jiménez-Crespo, 2011). Der didaktische Wert von Crowdsourcing- und Fan-Translation-Projekten im Rahmen der Übersetzungsausbildung wird ebenfalls themati- siert (Fernández Costales, 2012), und die Abgrenzung zu ähnlichen Praktiken wird auch mehr- fach in Angriff genommen, gelingt jedoch nicht immer ganz einwandfrei. Die terminologischen Schwierigkeiten dürften ein Indiz dafür sein, dass viele professionellen Übersetzerinnen und Übersetzer wenig über diese Phänomene informiert sind, was möglicherweise dazu geführt hat, dass sie sich von den Entwicklungen in diesem Bereich bedroht fühlen (z. B. McDonough Dolmaya, 2011, S. 98; Kelly, Ray, & DePalma, 2011, S. 90). Die folgenden Unterkapitel sind ein Versuch, einige verwandte Begriffe endgültig klar voneinander und insbesondere vom Trans- lation Crowdsourcing abzugrenzen und zueinander in Relation zu stellen.
2.3 Verwandte Begriffe genauer abgegrenzt
In Zusammenhang mit Übersetzung im Web 2.0 werden in der Übersetzungswissenschaft ei- nige Begriffe mehr oder weniger synonym verwendet. Dabei wird oft nicht näher definiert, welche Phänomene welchem Begriff zugeordnet werden können und wie diese voneinander abgegrenzt werden sollten. Es gibt zwar Publikationen, in denen argumentiert wird, warum
10 ein bestimmter Begriff einem oder mehreren anderen vorgezogen werden sollte, dabei schei- nen jedoch immer wieder unterschiedliche Konzepte nicht differenziert genug betrachtet zu werden.
Besonders deutlich geht dieser Umstand aus der Tatsache hervor, dass Pym (2011) in seinem Glossar für problematische Bezeichnungen einige der in dieser Arbeit relevanten Benennun- gen anführt, sie erklärt, kritisiert und Alternativen dafür vorschlägt. Jedoch lässt auch dieses Glossar einige Lücken offen und das Phänomen der Übersetzung im Web 2.0 wird im Allge- meinen sehr einseitig betrachtet. Pym geht sogar so weit, vorzuschlagen, dass für all die un- terschiedlichen Ausformungen, die die Übersetzung im Web 2.0 annehmen kann – er nennt explizit das Translation Crowdsourcing –, bloß eine einzige Benennung verwendet werden soll:
Volunteer Translation. Denn ihm zufolge ist die fehlende Entlohnung der entscheidende As- pekt dieser Übersetzungsprojekte (S. 108). Dass dem jedoch nicht so ist, wird in den folgenden Abschnitten aufgezeigt, in denen die Benennungen aus dem Glossar – ergänzt durch die Listen von McDonough Dolmaya (2015, S. 16) und Fernández Costales (2013, S. 93) – genauer erklärt werden.
In Bezug auf das Translation Crowdsourcing ist Pyms Behauptung schlicht falsch, denn, wie aus den vorher angeführten Definitionen von Crowdsourcing hervorgegangen ist, können Crowdsourcees durchaus finanziell entlohnt werden. Zugegebenermaßen kommt dies selten vor, und meistens steht die finanzielle Entschädigung in keinem Verhältnis zum Marktwert der Übersetzung, aber diese Möglichkeit von vornherein auszuschließen, erscheint verfehlt. Ein Beispiel für bezahltes Translation Crowdsourcing ist Amara on Demand, eine Plattform für Vi- deountertitelung im Web, auf der Dritte die Untertitelung von Videos gegen Bezahlung in Auf- trag geben können. Diese Videos werden von den Amara-Crowdsourcees wiederum gegen Bezahlung untertitelt (Web 25).
Da der Großteil der Literatur zum Thema Übersetzung im Web 2.0 auf Englisch verfasst wurde und viele der englischsprachigen Begriffe ins Deutsche Einzug gehalten haben, werden im Fol- genden erst die englischen Bezeichnungen und anschließend deutsche Versionen angeführt, wo solche existieren.
Zu Beginn sei vorweggenommen, dass viele der Ausdrücke einander nicht ausschließen, son- dern lediglich den Schwerpunkt auf unterschiedliche Aspekte desselben Phänomens legen
11 oder auf unterschiedlichen Ebenen stehen. Dabei werden synonyme Begriffe eindeutig als sol- che ausgewiesen, Überlappungen zwischen den diversen Konzepten aufgezeigt und die Un- terschiede deutlich gemacht.
2.3.1 Fan Translation
Fan Translation oder auch Fan-based Translation, zu Deutsch Fanübersetzung, kann als Vor- reiter des Translation Crowdsourcing betrachtet werden. Schon lange bevor Unternehmen die Idee hatten, die Tatkraft der Userinnen und User zu nutzen, machten diese Gebrauch von den ihnen zur Verfügung stehenden technischen Hilfsmitteln, um Romane, TV-Serien, Videospiele und andere Werke, für die sie sich begeisterten, zu übersetzen (O’Hagan, 2009, S. 100). Das Phänomen der Fanübersetzung nahm seinen Ursprung in den 1980er Jahren, also schon vor der zunehmenden Digitalisierung in den 1990er Jahren, weshalb die Tätigkeit mit erheblichen technischen Herausforderungen verbunden war, die die Fans jedoch nicht von ihrem Hobby abhielten (O’Hagan, 2012b, S. 29). Ebenso wie beim Crowdsourcing gibt es unterschiedliche Anreize, warum Fans beschließen, sich dieser Beschäftigung zu widmen. Zum Beispiel können fehlende Sprachversionen oder auch vorhandene, aus der Sicht der Fans jedoch mangelhafte Versionen ein Grund für Fanübersetzung sein. Für eine eingehendere Analyse dieses Themas sei hier auf Fernández Costales (2012) verwiesen.
Innerhalb der Fan Translation gibt es je nach Medium unterschiedliche Unterbegriffe, um die spezifische Tätigkeit zu benennen: Das Erstellen von Untertiteln von TV-Serien oder Filmen durch Fans wird „Fansubbing“ genannt, für die Lokalisierung von Videospielen ist die Bezeich- nung „Rom Hacking“ geläufig und das Einscannen von übersetzten Comics und Mangas findet unter der Benennung „Scanlation“ statt (Fernández Costales, 2013, S. 89-92). Für mehr Infor- mationen zu diesen Arten der Fanübersetzung siehe u.a. Fernández Costales (2012; 2013) und O’Hagan (2009; 2012b).
Das grundlegende Kriterium für die Bezeichnung Fan Translation ist, dass die Übersetzungen von Fans für Fans gemacht werden und dass keine etablierte Organisation dahintersteht – dabei handelt es sich wohl um den wichtigsten Unterschied zum Translation Crowdsourcing.
Das Merkmal wird in Anlehnung an Fernández Costales (2013) genannt, der in dem Kontext eigentlich von Collaborative Translation spricht (S. 92). Da sich die Bezeichnung Fan Transla- tion jedoch in der Literatur bereits durchgesetzt hat und weniger missverständlich zu sein
12 scheint, wird sie hier der Collaborative Translation vorgezogen. In Kapitel 2.3.4 wird näher erläutert, was in dieser Arbeit unter Collaborative Translation zu verstehen ist.
Da die Fans meist keinen formalen Richtlinien folgen müssen, entsprechen die fertigen Über- setzungen häufig nicht den etablierten Praktiken professioneller Übersetzerinnen und Über- setzer. Im Gegensatz dazu müssen Crowdsourcing-Produkte meist bestimmten Anforderun- gen entsprechen, da die Übersetzung für gewöhnlich einen kommerziellen Nutzen hat und außerhalb der Übersetzungs-Community verwendet wird.
Die Fanübersetzung bewegt sich bestenfalls in einer rechtlichen Grauzone, da sie oft mit Ur- heberrechtsverletzungen einhergeht. Bei Crowdsourcing-Projekten besitzen die Verantwort- lichen hingegen im Normallfall die nötigen Lizenzen für die Inhalte, weshalb hierbei keine Ur- heberrechtsverletzungen begangen werden (O’Hagan, 2012a, S. 13, 15). Außerdem sind, wie oben schon angedeutet, Werke der Populärkultur Gegenstand von Fanübersetzung, beim Crowdsourcing sind es meist Gebrauchstexte.
2.3.2 Volunteer Translation
Im Deutschen eher Freiwilligenübersetzung oder ehrenamtliche Übersetzung genannt, legt dieser Begriff den Fokus auf den Aspekt der Entlohnung der übersetzenden Personen. In sei- nem Glossar regt Pym (2011) an, dass die Bezeichnung Volunteer Translation den meisten der bisher und auch im Folgenden genannten Benennungen vorgezogen werden sollte, da es sich bei der fehlenden Entlohnung um den Kern des Phänomens handle (S. 108). Ein solcher Ansatz ist jedoch nicht unproblematisch, denn, wie in diesem Kapitel gezeigt werden soll, kann die Übersetzung im Web 2.0 viele verschiedene Ausprägungen annehmen. Gerade bei einem Bei- trag, dessen Ziel es ist, terminologische Zweifel aus der Welt zu schaffen, scheint es wenig zielführend, unterschiedliche Phänomene auf einen einzigen Aspekt zu reduzieren.
Freiwilligenübersetzung kann in vielen verschiedenen Formen auftreten, das wesentliche Cha- rakteristikum ist dabei, dass die übersetzenden Personen für ihre Tätigkeit nicht (materiell) entlohnt werden – ein Punkt, bei dem sich die Übersetzungswissenschaft einig ist (z. B.
Fernández Costales, 2013, und Pym, 2011). Besonders charakteristisch für ehrenamtliche Übersetzung sind Projekte, die humanitäre Zwecke unterstützen, wie zum Beispiel das Über- setzen für Organisationen wie Translators without Borders oder auch die viel zitierte Initiative zur Übersetzung von Notruf-SMS beim Erdbeben in Haiti 2010 (Fernández Costales, 2012,
13 S. 15), weshalb meist solche Tätigkeiten gemeint sind, wenn von Freiwilligenübersetzung ge- sprochen wird. Da jedoch das Kriterium der (fehlenden) Entlohnung ausschlaggebend ist, kann auch Fan Translation als Teilbereich der Freiwilligenübersetzung angesehen werden. Ein Groß- teil der Crowdsourcing-Initiativen kann ebenfalls zur Freiwilligenübersetzung gezählt werden (Papsdorf, 2009, S. 58).
Unter der Voraussetzung, dass die Mitwirkenden keine materielle Entlohnung erhalten, kön- nen also Übersetzungsinitiativen jeder Art als ehrenamtliche Übersetzung betrachtet werden – auch jene, die nicht primär auf das Web 2.0 zurückzuführen sind und somit nicht im Fokus dieser Arbeit stehen. So nutzen zum Beispiel viele humanitäre Organisationen die Arbeitskraft von Freiwilligen und werden dabei nicht nur von Laiinnen und Laien, sondern auch von Profis unterstützt. Dabei folgen diese oft dem traditionelleren Ablauf zur Auftragsabwicklung des TEP-Modells (translate-edit-proofread) (Kelly, Ray, & DePalma, 2011, S. 75). Beispiele für sol- che Organisationen sind Ärzte ohne Grenzen (Web 12) und Enfants du Monde (Web 5).
2.3.3 Community Translation
Der Begriff Community Translation bezeichnet das vermutlich umstrittenste Konzept dieser Arbeit und ist Gegenstand von zwei sehr unterschiedlichen Definitionen. Bevor jedoch auf diese genauer eingegangen wird, soll erst der wichtige Unterschied zum Community Interpre- ting unterstrichen werden. Community Interpreting bezeichnet kurz zusammengefasst das Dolmetschen im Sozialbereich und im öffentlichen Sektor (Wadensjö, 2011, S. 43), wobei sich also Community auf die Gesellschaft im Allgemeinen bezieht. Im Gegensatz dazu leitet sich Community Translation von der Gemeinschaft der Mitwirkenden ab: „[C]ommunity transla- tion is tied to the online community particularly in the specific context of Web 2.0.“ (O’Hagan, 2012a, S. 12) Wie O’Hagan richtig feststellt, ist eine Eigenschaft, die sich Community Interpre- ting und Community Translation teilen, dass bei beiden die Translationstätigkeit oft von Laiin- nen und Laien durchgeführt wird. Die Bezeichnung Community Translation kann vor allem in Großbritannien und Australien zu Verwirrung führen, da sich dieser Ausdruck dort für das Übersetzen von Dokumenten aus dem öffentlichen Sektor durchgesetzt hat (S. 12). Dennoch erscheint es als nicht sinnvoll, Pyms Empfehlung zu folgen und Community Translation durch Volunteer Translation zu ersetzen (Pym, 2011, S. 79), denn beide Begriffe können sehr unter- schiedliche Konzepte benennen.
14 O’Hagan (2012a) zufolge ist
a lack of monetary reward […] not an essential characteristic of community translation although the act of volunteering may aptly describe the self-initiated action typical of community translation. Key common characteristics shared in the above terms highlight that it is translation performed voluntarily by Internet users and is usually produced in some form of collaboration often on specific platforms by a group of people forming an online community. (S. 14)
Dabei meint sie mit „performed voluntarily“ vermutlich nicht, dass die Userinnen und User nicht für die Arbeit entlohnt werden, denn so würde sie sich selbst widersprechen. Es ist eher anzunehmen, dass es sich demnach nicht um eine Erwerbstätigkeit handelt, sondern die Über- setzungen im Rahmen eines Hobbys erstellt werden.
Fernández Costales scheint mit der sehr weit gefassten Definition, dass Community Transla- tion all jene Übersetzungspraktiken im Internet bezeichnet, an der sich eine große Gruppe von Menschen beteiligt, nicht zufrieden zu sein. 2012 präzisiert er den Begriff noch dahingehend, dass es sich bei der Community um eine große Gruppe von Freiwilligen handelt, deren Über- setzungen von anderen Userinnen und Usern stets verändert werden können (Fernández Costales, 2012, S. 14), und dass es sich um Projekte handelt, die von Fans und für Fans ins Leben gerufen werden (S. 8). 2013 relativiert er diese Konzeption und hält fest, dass Commu- nity Translation nicht unbedingt auf Fangemeinschaften beschränkt sein muss, sondern auch Übersetzungen zu humanitären Zwecken bezeichnen kann (Fernández Costales, 2013, S. 93).
Mit seiner Definition bezweckt Fernández Costales eine klare Abgrenzung zwischen den Be- griffen Community Translation und Translation Crowdsourcing. Das steht jedoch in direktem Widerspruch mit der oben genannten Definition, die Crowdsourcing als eine Form von Com- munity Translation sieht. Die Ansicht, dass Community Translation ein Oberbegriff ist für alle Übersetzungspraktiken, bei denen eine große Gruppe von Userinnen und Usern tätig wird, wird auch von Kelly et al. (2011) vertreten, die im Kontext von Facebooks Übersetzungsinitia- tive von Community Translation sprechen.
In Anbetracht der spezifischen Bezeichnung Volunteer Translation für Projekte, die von frei- willigen, also nicht bezahlten Übersetzerinnen und Übersetzern durchgeführt werden, scheint im Kontext von Community Translation eine Beschränkung auf unbezahlte Userinnen und User nicht sinnvoll zu sein.
15 2.3.4 Collaborative Translation
Der umfassendste Begriff, der für diese Arbeit nicht zuletzt deshalb relevant ist, weil ihn die für die Analyse verwendeten Best Practices in ihrem Namen tragen, ist Collaborative Transla- tion. Je nach Fokus des jeweiligen Artikels wird der Begriff von den Forschenden mehr oder weniger eng definiert. Fernández Costales (2013) zum Beispiel zählt in seinem Artikel über die möglichen Gefahren solcher neuen Phänomene für den traditionellen Übersetzungsberuf nur jene Projekte und Initiativen zu Collaborative Translation, die eigens von den Userinnen und Usern für einander gestartet wurden (S. 94). Wenn es jedoch allein darum geht, festzuhalten, von welcher Instanz das Projekt initiiert wird, scheinen in Anlehnung an Joanna Drugan (2013) die Bezeichnungen Bottom-up Translation – für Projekte, die durch die Initiative der Userinnen und User ins Leben gerufen wurden – und Top-down Translation – für Projekte, hinter denen größere Organisationen stehen – zielführender und weniger missverständlich als Collabora- tive Translation zu sein. Unter die Bottom-up-Initiativen fallen demnach neben Fan Transla- tion auch die vorher schon erwähnten Übersetzungsprojekte für humanitäre Hilfe, wie jenes nach dem Erdbeben in Haiti, während das Translation Crowdsourcing zur Top-down Transla- tion zu zählen ist. Drugan zählt in ihrer Untersuchung letzteres hingegen zu den Bottom-up- Initiativen (S. 165-170) und behält die Bezeichnung Top-down Translation der Übersetzung durch Profis vor (S. 125-157). Allerdings legt sie ihren Fokus auf die Kategorisierung von Mo- dellen für die Qualitätssicherung in der Übersetzung. Dass Übersetzungsprojekte jedoch auch in dieser Hinsicht nicht immer ganz eindeutig eingeteilt werden können, wird im nächsten Ka- pitel gezeigt, wenn es darum geht, den Untersuchungsgegenstand vorzustellen und TED Trans- lators den richtigen hier erläuterten Begriffen zuzuordnen.
Die Autoren des Artikels zu den Best Practices, die die Grundlage für diese Arbeit bilden, ver- stehen den Begriff Collaborative Translation um einiges umfassender als Fernández Costales.
Für sie fallen alle Übersetzungsphänomene unter die Bezeichnung, bei denen die Zusammen- arbeit eine wesentliche Rolle spielt – wobei die Vernetzung durch das Internet und neue Tech- nologien ebenfalls wichtige Bestandteile sind. Beispiele, die sie aufzählen, sind „agile transla- tion teamware, collaborative terminology resources, translation memory sharing, online translation marketplaces, post-editing by the crowd, and […] translation crowdsourc- ing“ (Désilets & van der Meer, 2011, S. 28). Dabei sei angemerkt, dass Désilets und van der Meer keine Bottom-up-Initiativen in ihre Liste aufnehmen, was sich aber dadurch erklären
16 lässt, dass es der Zweck dieser Best Practices ist, eine Art Anleitung für Organisationen zu lie- fern, wie Collaborative-Translation-Initiativen am besten umgesetzt werden.
Kritik an der Bezeichnung Collaborative Translation übt Saverio Perrino (2009), der den Aus- druck „undoubtedly vague and tautological“ (S. 63) nennt, da das Übersetzen ihm zufolge au- tomatisch mit Zusammenarbeit einhergeht. Dieser Einwand scheint begründet, jedoch ist ge- rade bei Bezeichnungen, die derartig viele sehr unterschiedliche Phänomene beinhalten, eine gewisse Unschärfe meist nicht zu vermeiden und für einen so umfassenden Oberbegriff auch erwünscht. Daher fallen in dieser Arbeit all jene Projekte und Initiativen unter Collaborative Translation, in denen die Zusammenarbeit von zwei oder mehreren Personen im Vordergrund steht und die dank der neuen Technologien ermöglicht werden. Somit fallen alle hier erklärten Begriffe unter die Bezeichnung Collaborative Translation.
2.3.5 User-generated Translation
Der Begriff User-generated Translation (UGT) wird im Jahr 2009 gleich in zwei voneinander unabhängigen Artikeln vorgeschlagen. O’Hagan (2009) spricht in diesem Zusammenhang von
„[…] a wide range of Translation, carried out based on free user participation in digital media spaces where Translation is undertaken by unspecified self-selected individuals” (S. 97).
Perrino (2009), in dessen Artikel ebenfalls von UGT die Rede ist, weist darauf hin, dass der Ausdruck in Anlehnung an „User-generated Content“ gewählt wurde. Diesen definiert er wie folgt: „[…] any form of digital media created or edited by users and distributed via online plat- forms.“ (S. 62) Phänomene, die Perrino der UGT zuordnet, sind professionelle Übersetzungs- netzwerke, Übersetzungswikis, von den Nutzerinnen und Nutzern erstellte Wörterbücher, on- line Untertitelungsprojekte und die freiwillige Lokalisierung von Websites (S. 62).
In seiner Erklärung des Ausdrucks „User-generated Translation“ spricht Perrino (2009) einige wichtige Punkte an:
User-generated Translation (UGT) describes the harnessing of Web 2.0 services and tools to make online content – be it written, audio or video – accessible in a variety of lan- guages. It differentiates from automatic translation for it requires human expertise and implies the collaboration between users – be they amateurs or experts. (S. 62)
17 Warum Perrino hier den Unterschied zur maschinellen bzw. automatischen Übersetzung so explizit erwähnt, geht zwar auch nicht aus dem Kontext hervor, jedoch nennt er einige wich- tige Kriterien von UGT, die auch für andere Übersetzungsphänomene im Web 2.0 wesentlich sind:
Erstens spricht er von „human expertise“, was neben dem menschlichen Gesichtspunkt auch auf ein gewisses nötiges Fachwissen hinweist, das meist durch das Interesse der übersetzen- den Personen am Thema oder am Produkt oder an der Tätigkeit selbst garantiert wird.
Zweitens verweist Perrino auf die dabei implizierte Zusammenarbeit („collaboration“) der be- teiligten Personen. Es scheint plausibel, dass Perrino hier noch einmal darauf hinweist, da er etwas später erklärt, warum er UGT dem Ausdruck Collaborative Translation vorzieht (s. 2.3.4). In Anbetracht der vorher gelieferten Definitionen der beiden Begriffe kann hier je- doch festgehalten werden, dass eine Entscheidung für einen der beiden Ausdrücke nicht nötig ist, sondern UGT vielmehr einen Teilbereich von Collaborative Translation darstellt.
Der dritte und letzte Punkt, der hier in seiner Erklärung hervorgehoben wird, spannt den Bo- gen zum nächsten Unterkapitel: Es spielt bei UGT keine Rolle, ob die Übersetzungen von Lai- innen bzw. Laien oder von Profis angefertigt werden.
2.3.6 Amateur Translation
Der Ausdruck Amateur Translation, oder auch Laienübersetzung genannt, betont nur einen Aspekt von vielen unterschiedlichen Phänomenen. Dabei bleibt er nicht der Übersetzung im Web 2.0 vorbehalten, denn Laiinnen und Laien werden oft auch bei traditionelleren Überset- zungsprojekten tätig. Dennoch wird der Ausdruck oft mit Fan Translation oder Volunteer Translation gleichgesetzt, obwohl bei beiden, genau wie bei allen Übersetzungsinitiativen im Web 2.0, nicht ausgeschlossen werden kann, dass professionelle Übersetzerinnen und Über- setzer mitwirken – egal ob sie dies tun, weil sie einen humanitären Zweck unterstützen wollen oder weil sie noch am Anfang ihrer Karriere stehen und Erfahrung sammeln wollen (Fernández Costales, 2013, S. 93). Diese Tatsache legt nahe, dass die Bezeichnung Laienübersetzung oder auch ihr englisches Äquivalent nur für Fälle verwendet werden sollte, bei denen die Überset- zung ganz eindeutig nicht von einer professionellen Übersetzerin, einem professionellen Übersetzer angefertigt wurde.
18 2.3.7 Weitere Begriffe
Ebenfalls im Kontext der Übersetzung im Web 2.0 genannt wird Open Source Translation, mit der vor allem Bezug auf Übersetzungssoftware genommen wird (Perrino, 2009, S. 63). Wiki Translation bezieht sich auf die Plattform, auf der die Übersetzung erstellt wird (S. 66), oder auf die Plattform, deren Text übersetzt wird (Fernández Costales, 2013, S. 93). Web Transla- tion ist wiederum ein sehr weit gefasster Begriff, unter den jede Art von Übersetzung fällt, die mit online Hilfsmitteln stattfindet (Garcia, 2010). Diese Ausdrücke werden jedoch um einiges seltener verwendet und führen im Allgemeinen zu weniger Verwirrung. CT³ wurde von Ray &
Kelly (2011) eingeführt, um Community Translation, Crowdsourced Translation und Collabo- rative Translation zusammengefasst auszudrücken. Da aber in dieser Arbeit eine Konzeption für Collaborative Translation erarbeitet wurde, die sie als Oberbegriff für die anderen beiden Begriffe definiert, scheint diese Kurzform redundant zu sein.
3. Untersuchungsgegenstand
In den folgenden Abschnitten wird erst genauer auf die Video-Plattform TED.com und ihr Crowdsourcing-Projekt TED Translators eingegangen, bevor anschließend die Beurteilungs- grundlage für das Projekt, die Best Practices for Collaborative Translation von Désilets und van der Meer, vorgestellt wird.
3.1 TED und TED Translators 3.1.1 Was ist TED?
TED wurde im Jahr 1984 im Format einer Konferenz ins Leben gerufen, die die Bereiche Tech- nologie, Entertainment und Design verknüpft – daher auch das Akronym „TED“. Der erste An- lauf rentierte sich jedoch nicht, und es dauerte sechs Jahre, bis die nächste Konferenz organi- siert wurde. Von da an konnte sie aufgrund ihres finanziellen Erfolges jährlich abgehalten wer- den, die Teilnahme blieb zunächst geladenen Gästen vorbehalten (Web 18).
Über die Jahre wurden die behandelten Themengebiete immer vielseitiger und die Konferen- zen zogen Persönlichkeiten aus den unterschiedlichsten Branchen an. Darunter auch Chris An- derson, Gründer der privaten Non-Profit-Organisation Sapling Foundation, mit der er TED 2001 aufkaufte und auch die Konferenzen nicht gewinnorientiert ausrichtete. Im Einklang mit
19 dieser gemeinnützigen Philosophie wurden schließlich 2006 die ersten sechs TED Talks online für alle zugänglich gemacht und etwa zwei Monate später waren sie bereits eine Million Mal angesehen worden. Auf einer eigenen Website werden seither regelmäßig Videos ins Web geladen, die bis zum Herbst 2012 eine Milliarde Klicks generiert hatten (Web 18).
Seit einigen Jahren finden jährlich mehrere Konferenzen mit unterschiedlichen Schwerpunk- ten und Zielgruppen statt (TED, TEDGlobal, TEDSummit, TEDWomen, TEDYouth usw.) (Web 10), mit deren Hilfe die selbsterklärte Mission der Organisation, Ideen zu verbreiten („Ideas worth spreading“) erfüllt werden soll (Web 31). Im Lauf der Jahre wurden neben den traditio- nellen, 18-minütigen TEDTalks auf Englisch andere Programme geschaffen, durch die TEDs Philosophie auch in kleinerem Rahmen und in der ganzen Welt verbreitet werden soll: TEDx, TED-Ed, TED Radio Hour, TED Fellows program (Web 18). Finanziert werden diese Programme unter anderem durch die Mitgliedsbeiträge, die zur Teilnahme an der Konferenz berechtigen.
Die Preise für diese Mitgliedschaft variieren von 5 000 US-Dollar bis 250 000 US-Dollar und berechtigen zu unterschiedlichen Angeboten und Vorteilen. Da es sich dabei um die Mitglied- schaft bei einer gemeinnützigen Organisation handelt, kann der Großteil dieser Beiträge auch von den Steuern abgesetzt werden (Web 7).
Mittlerweile sind mehr als 2400 Talks, die alle erdenklichen Themen in den unterschiedlichs- ten Bereichen ansprechen, online verfügbar (Web 44). Gehalten werden diese Vorträge von Persönlichkeiten mit innovativen Ideen und Denkansätzen, die sich selbst bei TED bewerben oder durch jemand anderen nominiert werden können (Web 29). Unabhängig von der Orga- nisation der TED Konferenzen gibt es TEDx-Veranstaltungen in der ganzen Welt, die auch in anderen Sprachen als Englisch abgehalten werden (Web 51). Damit die Videos dieser Veran- staltungen und der TEDTalks für ein möglichst großes Publikum zugänglich gemacht werden können, wurde das TED Open Translation Project ins Leben gerufen (Web 18), dessen Entwick- lung im nächsten Kapitel genauer geschildert wird.
3.1.2 Vom TED Open Translation Project zu TED Translators
TED Translators wurde im Jahr 2009 unter dem Namen „TED Open Translation Project“ ge- startet. In Bezug auf seine Entstehungsgeschichte ähnelt das Projekt mehr der Fanübersetzung als Crowdsourcing-Initiativen, da es seinen Ursprung in der Nachfrage durch die breite Masse
20 nahm: Um die Videos mit ihren Familien und Bekannten teilen zu können, fragten die Nutze- rinnen und Nutzer der Plattform an, ob es in Ordnung wäre, wenn sie die Talks übersetzten, oder schickten teilweise sogar fertige Übersetzungen an TED (Web 35). Die Organisation er- kannte, dass ein hoher Bedarf an Übersetzungen bestand, und entwickelte in Zusammenarbeit mit dem Technologieunternehmen dotSUB ein System, mit dem interessierte Freiwillige Über- setzungen für die Talks, Überschriften und Beschreibungen der Videos erstellen konnten. Au- ßerdem wurde jedes Video von einem interaktiven Transkript begleitet und jede Sprachver- sion erhielt ihre eigene URL (Web 49).
Zum Start des Projekts wurden ein paar Talks durch professionelle Übersetzerinnen und Über- setzer in zwanzig Sprachen untertitelt. Die restlichen der damals 300 Übersetzungen sowie alle anderen Untertitelungen seither wurden von den Freiwilligen erstellt (Web 49). Zum Zeit- punkt der Abgabe dieser Arbeit zählt TED Translators 27 442 Übersetzerinnen und Übersetzer, die in 114 Sprachen über 112 330 Untertitelungen angefertigt haben (Web 35). Darunter sind sehr viele Personen, die erst einen Talk untertitelt haben, während es auch Personen gibt, die sich schon an hunderten, wenn nicht sogar tausenden, Untertitelungen beteiligt haben, wie anhand ihrer Profile erkannt werden kann (Web 33). Um der Gemeinschaft hinter dem Projekt Rechnung zu tragen und da der Name den Kern des Projekts besser trifft, wurde das TED Open Translation Project im Juni 2016 in „TED Translators“ umbenannt (Web 42)2.
Die Einteilung von TED Translators in die im vorigen Kapitel erläuterten Kategorien ist in vieler Hinsicht nicht ganz eindeutig. Das Projekt ist aufgrund der großen Nachfrage entstanden, so- dass man in gewisser Weise von einem Bottom-up-Prozess sprechen kann, und auch Chris Anderson nennt ihr Vorgehen „a bottom-up approach“ (Web 49). TED Translators ist jedoch dem gemeinnützigen oder „cause-driven“ Crowdsourcing zuzuordnen und dieses zählt in die- ser Arbeit zu den Top-down-Ansätzen. Dadurch wird deutlich, dass eine strenge Trennung der beiden Konzepte nicht ohne Weiteres vorgenommen werden kann. Da es sich jedoch grund-
2 Obwohl das Projekt zum Zeitpunkt, als der Fragebogen für diese Arbeit erstellt und veröffentlicht wurde, schon umbenannt worden war, wird es darin „TED Open Translation Project“ bzw. mit seinem Akronym „OTP“ genannt.
Das kommt daher, dass noch in mehreren von TED Translators veröffentlichten Webseiten und Dokumenten der letzten Monate vom „OTP“ die Rede ist. So wird z. B. in der Anleitung zur Bewerbung (Anhang VII) sowie im deutschen Teil des Willkommensmails das Open Translation Project (OTP) genannt (Anhang IV) und Hilfsmittel (OTPedia, The OTP Learning Series) tragen das Akronym in ihrem Namen. Der vom Namenswechsel berichtende Blogeintrag (Web 42) wurde nur nach gezielter Suche gefunden. Diese Benennung dürfte jedoch keine Auswir- kungen auf das Ergebnis der Umfrage gehabt haben.
21 sätzlich um ein Projekt handelt, dessen struktureller Rahmen von einer Organisation festge- legt wird, die zudem Richtlinien und eine Plattform zur Erstellung der Untertitel bietet, wird in dieser Arbeit die Ansicht vertreten, dass es sich in erster Linie um eine Top-down-Initiative handelt. Die Vorgaben durch TED zur Qualitätssicherung stellen zudem infrage, ob im Sinne von Drugan (2013) von einem „bottom-up translation quality model“ gesprochen werden kann, obwohl sie das Translation Crowdsourcing dazu zählt (S. 165-170). Denn laut Drugan kann „[t]op-down emphasis on standards and measuring quality […] be actively harmful”
(S. 160). Wie im weiteren Verlauf der Arbeit noch erläutert wird, ist dies jedoch ein zentraler und notwendiger Bestandteil von TED Translators.
An dieser Stelle scheint es sinnvoll, TED Translators auch mit den anderen im vorhergehenden Kapitel erläuterten Begriffen in Beziehung zu setzen. Da das Translation Crowdsourcing Teil von Community Translation und somit auch von UGT und von Collaborative Translation ist, ist auch TED Translators allen diesen Phänomenen zuzuordnen. Dabei handelt es sich um ein Pro- jekt mit einer „Closed Community“ im Sinne von Mesipuu (2012), da die Freiwilligen sich für die Beteiligung am Projekt bewerben müssen – obgleich sie dabei keine Zeugnisse oder Refe- renzen vorlegen müssen. Wie der Bewerbungsprozess genau abläuft, wird im weiteren Verlauf des Kapitels geschildert. Die Crowdsourcees werden zudem nicht finanziell entlohnt, in der deutschsprachigen Community nennen sie sich auch selbst „ehrenamtliche Übersetzer“ (Web 14), was keinen Zweifel daran lässt, dass es sich um Volunteer Translation handelt. Wie aus dem Zitat in der Einleitung hervorgeht, spricht auch June Cohen, Executive Producer von TED Media im Kontext des damaligen Open Translation Projects von „volunteer translation“ (Web 49). Bei den übersetzenden Personen handelt es sich nachweislich nicht ausschließlich um Lai- innen und Laien (Web 27), weshalb in Hinblick auf das Projekt nicht von Laienübersetzung bzw. Amateur Translation gesprochen werden kann.
Ein zweiter Aspekt macht TED Translators zu einem Sonderfall des Translation Crowdsourcing:
Aufgrund der speziellen Anforderungen der Untertitelung sowohl an die technischen Hilfsmit- tel (für das Erstellen, Synchronisieren und Einfügen der Untertitel) als auch an die Fähigkeiten der Übersetzerinnen und Übersetzer, blieb sie früher nur Profis vorbehalten – mit Ausnahme der Fanübersetzung. Seither wurden jedoch immer mehr frei verfügbare und teilweise Open Source Softwares geschaffen, die die Durchführung solcher Projekte in einem großen Rahmen
22 ermöglichen (O’Hagan, 2012b, S. 32). TED nutzt für sein Projekt die Untertitelungsplattform Amara, die im folgenden Abschnitt genauer erklärt wird.
3.1.3 Die Untertitelungsplattform Amara
Nachdem das Projekt ursprünglich in Zusammenarbeit mit dotSUB gestartet worden war, wechselte TED Translators schließlich zur Untertitelungsplattform Amara. Dabei handelt es sich um ein Projekt der Participatory Culture Foundation, einer Non-Profit-Organisation, de- ren Ziel es ist, ein demokratisches Mediensystem zu fördern, indem sie frei zugängliche und dezentralisierte Software zur Verfügung stellt (Web 1). Neben Amara bietet sie auch Software zum Herunterladen, Konvertieren und Abspielen von Videos an (Web 32).
Amara bietet unterschiedliche Möglichkeiten zur Untertitelung von Videos: Personen können alleine oder mithilfe anderer eigene Videos untertiteln, sie können als Teil einer Community ehrenamtlich untertiteln und übersetzen – TED Translators ist nur ein Beispiel für eine solche Community – oder aber über Amara professionell Videos untertiteln lassen. Für die professi- onelle Untertitelung gibt es wiederum die Optionen, ein eigenes Untertitelungsteam zu er- stellen und bloß die Plattform zu nutzen oder die Videos „on Demand“ gegen Bezahlung un- tertiteln zu lassen (Web 2). Wer sich für Amara on Demand bewirbt, muss mit der Bewerbung auch den Link zu selbst untertitelten Videos mitschicken, als Nachweis für die nötigen Kompe- tenzen bei der Arbeit mit Amara (Web 25).
In der sogenannten Schaltzentrale des Amara-Profils, das automatisch für jede Person erstellt wird, die sich für TED Translators bewirbt, stehen den Freiwilligen verschiedene Optionen of- fen. Sie können sich für Videos aus dem entsprechenden Teilprojekt (TEDTalks, TEDxTalks, TED-Ed, OTP Resources, etc.) entscheiden und diese nach den benötigten Sprachen filtern.
Außerdem können sie sich nicht zugewiesene Aufgaben in den für sie in Frage kommenden Sprachen anzeigen lassen. Des Weiteren haben sie die Möglichkeit, die Profile anderer Mit- glieder oder die zuletzt erledigten Aufgaben anzusehen. In der Schaltzentrale werden auch stets die Links zu diversen Hilfsmaterialien angezeigt. Amara bietet den Crowdsourcees au- ßerdem einen eigenen Nachrichtendienst, den sie für die Zusammenarbeit verwenden kön- nen.
Das Untertitelungstool selbst ist sehr intuitiv zu bedienen. Der Bildschirm zur Bearbeitung der Untertitel besteht aus sechs Sektionen: Im oberen Teil werden im linken Feld die Befehle der
23 Tastatursteuerung sowie Links zu den Richtlinien von TED angezeigt. Im mittleren Feld ist der Videoplayer, auf dem die neuen Untertitel angezeigt werden. Und rechts werden die Arbeits- schritte: „Übersetzen“, „Synchronisiere den Zeitablauf“ und „Überprüfe und stelle fertig“ an- gezeigt. Im unteren Teil, der mehr als die Hälfte des Bildschirms einnimmt, werden links die Untertitel in der Ausgangssprache und die Zeit ihrer Einblendung angezeigt. In der Mitte – unter dem Videoplayer – kann der Zieltext eingegeben werden. Rechts können Kommentare für die Revisorin, den Revisor eingegeben werden, außerdem werden genauere Informationen zu den Untertiteln in der Zielsprache angezeigt. Für den zweiten Arbeitsschritt sieht der Bild- schirm etwas anders aus, da er zwischen dem oberen und dem unteren Abschnitt zusätzlich eine Leiste enthält, mit der genau eingestellt werden kann, welcher Untertitel ab welcher Hun- dertstelsekunde erscheint. Abbildungen zur Illustration der beiden Bearbeitungsmodi befin- den sich im Anhang dieser Arbeit (Anhänge I & II).
3.1.4 Der Projektablauf
Anhand der eigens für diese Arbeit durchgeführten Untertitelung war zu erkennen, dass sich der Arbeitsablauf bei TED Translators seit Beginn des Projekts im Wesentlichen nicht verän- dert hat. Im Folgenden wird kurz geschildert, wie der Projektablauf im Allgemeinen stattfin- det. Welche Schlüsse aus den eigenen Erfahrungen gezogen werden können, wird im fünften Kapitel näher erläutert.
Um bei TED Translators mitwirken zu können, müssen die potenziellen Crowdsourcees als ers- ten Schritt ein Profil auf TED.com erstellen. Mit diesem Profil können sie sich anschließend für die Mitarbeit am Übersetzungsprojekt bewerben. Dazu müssen sie vier Fragen zu ihren Sprachkenntnissen und ihren Beweggründen für die Beteiligung am Projekt beantworten (An- hang VII). Wenige Tage später wird ihnen mitgeteilt, ob sie in das Projekt aufgenommen wur- den, und bei einer Zusage ihr Profil mit Amara.org verknüpft. Nach der Zusage können sich die Freiwilligen ein Video aussuchen, für das sie Untertitel erstellen wollen – vorausgesetzt, dass niemand anderer an den Untertiteln in derselben Sprache arbeitet. Für die Untertitelungen von TED Talks werden von TED englischsprachige Transkripte bereitgestellt, damit alle Über- setzungen von derselben Version des Textes ausgehen (Web 49). TEDx Talks müssen erst von einem Mitglied der entsprechenden Sprachgemeinschaft untertitelt werden, was vermutlich im unabhängigen Status der TEDx-Events begründet ist.
