Eingabedaten und Informationsquellen
Übersetzt werden auch Schreiben, Webseiten und Aussagen von Außenstehenden. Schreiben, Anträge und Gespräche an der Grenze nennen Personen; Produkttexte und Websites meist nicht.
Maschinelle Übersetzung
Englisch: Machine translation
Behörden und Unternehmen lassen Texte, Websites und Dokumente automatisch übersetzen, oft nach einem eigenen Glossar.
Den Anwendungsfall verstehen
Was macht diesen Anwendungsfall aus?
Die Europäische Kommission betreibt mit eTranslation einen eigenen Dienst, eine Stadt übersetzt ihre Website automatisch, und die US-Grenzbehörde übersetzt Gespräche und Schriftstücke.
Die Seite beschreibt einen typischen Aufbau. Die tatsächlichen Datenwege und Befugnisse ergeben sich aus Ihrer Umsetzung.
- Bauform
- Generative Assistenz
- Handlungsmacht
- Handlungsrechte je nach Einbindung
- Einsatzfelder
- öffentliche Verwaltung, Verkehr
- Auch bekannt als
- KI-Übersetzung, neuronale maschinelle Übersetzung
Funktionsweise und Ablauf
Aufbau und Datenwege
Eingabedaten
Ein Text, ein Dokument oder eine Website kommt in der Ausgangssprache an, bei Bedarf mit Glossar.
Übersetzt werden auch Schreiben, Webseiten und Aussagen von Außenstehenden. Manche Systeme übersetzen auch gesprochene Sprache oder Text in Bildern und Scans.
Verarbeitung
Das Modell überträgt den Text Satz für Satz im Zusammenhang und hält sich bei Fachbegriffen und Produktnamen an das Glossar.
Das Modell verarbeitet den Ausgangstext mit seinem sprachlichen Kontext und formuliert einen Text in der Zielsprache. Begriffe, Satzbezüge und Tonfall werden dabei neu ausgedrückt. Fachterminologie und Eigennamen lassen sich durch Glossare oder zusätzlichen Kontext unterstützen, sofern das Werkzeug diese Funktionen bereitstellt.
Ergebnisse
Zurück kommt der Text in der Zielsprache, auf Wunsch im ursprünglichen Layout.
Ein generiertes Ergebnis ist neu formuliert oder erzeugt. Für seine Einordnung muss erkennbar bleiben, auf welchem Auftrag und welchem Kontext es beruht.
Nutzung und Auswirkungen
Die Übersetzung wird veröffentlicht, verschickt oder dient als Grundlage für Entscheidungen.
Die Einbindung bestimmt, ob das Ergebnis lediglich angezeigt, nach Freigabe übernommen oder direkt in ein Fachverfahren geschrieben wird. Diese Varianten unterscheiden sich in ihren Datenwegen und Befugnissen.
Aufbau aktiv erkunden: Wählen Sie einen Baustein, um seine Aufgabe, die ein- und ausgehenden Daten und die Einbindung im Anwendungsfall zu sehen. Der geführte Ablauf erläutert jede Phase. Mit Ja, Offen und Nein können Sie anschließend Ihre konkrete Systemvariante abbilden.
8 zuerst zu prüfen15 zu klären8 Grundlagen
- Vorhanden
- Hängt von Ihrem System ab
- Nicht vorhanden
- Zuerst zu prüfen
- Zu klären
So nutzen Sie das Modell
Das Bild zeigt den Anwendungsfall, wie er typischerweise gebaut ist. Wählen Sie einen Baustein, um zu sehen, was dort geschieht, und stellen Sie seine Merkmale auf Ihr System um. Mit „Analysehinweise“ sehen Sie anschließend, welche Prüfkandidaten zu diesem Aufbau gehören. Die Prüfliste der Seite bleibt auf den typischen Fall bezogen.
Abweichungen vom typischen Fall
Noch keine. Jede Umstellung erscheint hier.
Wo die meisten Bedrohungen ansetzen
- 5 zu klären
- 3 zuerst zu prüfen, 1 zu klären
- 4 zu klären
- 3 zuerst zu prüfen
Im gezeigten Aufbau: 8 zuerst zu prüfen, 15 zu klären, 8 Grundlagen.
Aufbau als Liste
Zugang von außen: Hängt von Ihrem System ab
Zu klären
Eingabe: Gehört zu jedem KI-System
Zuerst prüfen
- Offenlegung sensibler Informationen Prüfschwerpunkt
- Privacy-Angriffe
- Exfiltration aus der ML-Anwendung
Zu klären
Grundlage für jedes KI-System
Inhalte Dritter: Vorhanden
KI-Modell: Gehört zu jedem KI-System
Zu klären
- Sleepy Agent (zeit-/ereignisgetriggerte verdeckte Instruktionen)
- Prompt Injection: Direkt
- Prompt Injection: Indirekt
- Jailbreaks
- Extraktion des Meta-Prompts
Grundlage für jedes KI-System
Dienst eines Anbieters: Vorhanden
Zuerst prüfen
Zu klären
Gedächtnis: Hängt von Ihrem System ab
Zu klären
Training und Rückmeldung: Vorhanden
Zuerst prüfen
Zu klären
Ergebnis: Gehört zu jedem KI-System
Zuerst prüfen
- Unsicherer Umgang mit Modellausgaben Prüfschwerpunkt
- Faktische Fehler (Halluzinationen) Prüfschwerpunkt
- Denial-of-Service auf das Modell
Fachanwendung oder Anlage: Hängt von Ihrem System ab
Zu klären
Mensch: Gehört zu jedem KI-System
Grundlage für jedes KI-System
Betroffene Person: Hängt von Ihrem System ab
KI-Dienste ohne Freigabe: Hängt von Ihrem System ab
Zu klären
Lieferkette und technische Basis: 5 Grundlagen, die für jedes KI-System gelten
Grundlage für jedes KI-System
Abgrenzung zu ähnlichen Anwendungsfällen
Generativer KI-Assistent für Beschäftigte
Übersetzt nur nebenbei und entwirft ebenso eigene Texte nach freier Vorgabe
Spracherkennung und Transkription
Schreibt Gesprochenes in derselben Sprache ab, ohne es zu übersetzen
Daten und Informationen
Verarbeitung und Betriebsumgebung
Das Übersetzungsmodell stammt in der Regel von einem Anbieter wie DeepL oder der Europäischen Kommission.
Speicherung und weitere Nutzung
Übersetzungsspeicher und Glossare übernehmen frühere Übersetzungen in neue Texte. Manche Betreiber passen das Modell mit eigenen Übersetzungen an; die meisten nutzen es mit Glossar unverändert.
Ergebnisse und Datenweitergabe
Übersetzt das System eine Website automatisch, erscheint das Ergebnis ohne weitere Prüfung öffentlich. Bei einem Clouddienst verlassen die Texte die eigene Umgebung.
Ein eingebundener Anbieter legt den Verarbeitungsort nicht automatisch fest. Speicherort, Unterauftragnehmer, Löschfristen und die Nutzung für Training sind im konkreten Betrieb zu prüfen.
Risiken einordnen und Maßnahmen festlegen
Vom Systemverständnis zur Risikoanalyse
- System abgrenzen
Daten, Beteiligte, Schnittstellen und Rechte erfassen. Offene Merkmale im Modell klären.
- Bedrohungen untersuchen
Prüfkandidaten auf die tatsächlichen Datenwege beziehen: Was könnte passieren und wer wäre betroffen?
- Risiko bewerten
Auswirkungen und Eintrittswahrscheinlichkeit im Einsatzkontext bewerten. Die Anzahl der Prüfkandidaten ist kein Risikowert.
- Maßnahmen nachweisen
Geeignete Kontrollen auswählen, Verantwortliche und Wirksamkeitsprüfungen festlegen. Restrisiken und Freigaben dokumentieren.
Wichtige Bedrohungen im Anwendungskontext
- 3 besonders wichtig
- 5 üblich
- 15 je nach System
- 8 weitere bei jedem KI-System
Insgesamt kommen bei diesem Anwendungsfall 31 Bedrohungen aus dem Bedrohungskatalog infrage.
Vorrangige Prüfansätze
Faktische Fehler (Halluzinationen)
Das Modell lässt eine Verneinung weg oder überträgt einen Fachbegriff falsch, und der Satz klingt trotzdem flüssig. In einem Bescheid oder einer Gebrauchsanweisung ändert sich damit die Aussage, ohne dass es auffällt.
Offenlegung sensibler Informationen
Beschäftigte kopieren Verträge oder Personalunterlagen in einen Übersetzungsdienst. Speichert der Anbieter die Texte oder nutzt er sie weiter, verlassen vertrauliche Inhalte die Organisation.
Unsicherer Umgang mit Modellausgaben
Die automatische Übersetzung einer Website geht ohne Durchsicht online. Ein Fehler bei Fristen, Gebühren oder Zuständigkeiten erreicht so direkt Bürgerinnen und Bürger oder Kundinnen und Kunden.
5 weitere Prüfkandidaten im typischen Aufbau
Weitere relevante Bedrohungen
Gezielte Datenvergiftung / Label-Vergiftung
Wer die Kennzeichnungen in den Trainingsdaten fälscht, kann die Ergebnisse des Modells gezielt verschieben.
Steht hier wegen dieser Eigenschaft
- Lernt aus Beispielen mit richtiger Antwort
Über Trainingsdaten oder ein übernommenes Grundmodell kann das Modell versteckte Auslöser für Fehlverhalten enthalten.
Steht hier wegen dieser Eigenschaft
- Nutzt ein Modell eines anderen Anbieters
Denial-of-Service auf das Modell
Aufwendige oder massenhafte Eingaben können die Rechenleistung des Modells erschöpfen.
Steht hier wegen dieser Eigenschaft
- Schreibt eigene Texte
Mit gezielten Abfragen lassen sich personenbezogene und schutzbedürftige Trainingsdaten teilweise aus dem Modell zurückgewinnen.
Steht hier wegen dieser Eigenschaft
- Verarbeitet vertrauliche Daten
Exfiltration aus der ML-Anwendung
Schutzbedürftige Daten können über Werkzeuge, Netzverbindungen, Speicher oder Innentäter abfließen.
Steht hier wegen dieser Eigenschaft
- Verarbeitet vertrauliche Daten
Je nach Aufbau Ihres Systems kommen bis zu 15 weitere hinzu. Neun Bedrohungen prüfen Sie bei jedem KI-System. Eine davon ist hier besonders wichtig und steht deshalb oben.
Systemmerkmale und offene Fragen
Jedes Ja setzt weitere Bedrohungen auf Ihre Prüfliste, insgesamt bis zu 15. Können Sie eine Frage noch nicht beantworten, prüfen Sie die Bedrohungen mit.
- Kommt mit diesem Ja hinzu
- Braucht zusätzlich ein Ja auf eine andere Frage
Wie Ihr System gebaut ist
- Führt Aufträge in normaler Sprache aus5 Bedrohungen
- Lernt aus Ihren eigenen Daten1 Bedrohung, 1 weitere nur zusammen mit weiteren Merkmalen
- Merkt sich Inhalte über das einzelne Gespräch hinaus1 Bedrohung
- Verändert Daten oder löst Vorgänge aus1 Bedrohung
- Verwertet Rückmeldungen aus dem Betrieb1 Bedrohung
- Verarbeitet Text, Bild und Sprache gemeinsam1 Bedrohung
Wie Sie das System betreiben
- Nimmt Anfragen direkt über eine Schnittstelle an4 Bedrohungen
- Ist für Menschen außerhalb der Organisation nutzbar4 Bedrohungen
- Ist über ein Netzwerk erreichbar1 Bedrohung, 1 weitere nur zusammen mit weiteren Merkmalen
- Verursacht mit jeder Anfrage Kosten1 Bedrohung
- Teilt Rechenleistung mit anderen Kunden oder Anwendungen1 Bedrohung
- Neben KI-Diensten ohne Freigabe im Einsatz1 Bedrohung
Wie Ihr System gebaut ist
Kann man dem System in normaler Sprache Aufträge geben, die es dann ausführt?
Übersetzt ein allgemeines Sprachmodell, befolgt es unter Umständen Anweisungen im zu übersetzenden Text; spezialisierte Übersetzungsmodelle tun das nicht.
Wenn ja, kommt hinzu
Merkt sich das System Inhalte aus früheren Gesprächen oder Aufgaben und nutzt sie später wieder?
Übersetzungsspeicher und Glossare übernehmen frühere Übersetzungen in neue Texte.
Wenn ja, kommt hinzu
Kann das System selbst etwas verändern, etwa Daten speichern, Nachrichten senden, Buchungen auslösen oder Rechte vergeben?
Übersetzt das System eine Website automatisch, erscheint das Ergebnis ohne weitere Prüfung öffentlich.
Wenn ja, kommt hinzu
Trainiert oder verfeinert Ihre Organisation das Modell selbst mit eigenen Daten?
Manche Betreiber passen das Modell mit eigenen Übersetzungen an; die meisten nutzen es mit Glossar unverändert.
Wenn ja, kommt hinzu
Fließen Rückmeldungen oder Ergebnisse aus dem Betrieb später in Auswertung oder Training ein?
Wenn ja, kommt hinzu
Verarbeitet das System mehrere Arten von Eingaben zusammen, etwa Text mit Bild oder Sprache?
Manche Systeme übersetzen auch gesprochene Sprache oder Text in Bildern und Scans.
Wenn ja, kommt hinzu
Wie Sie das System betreiben
Diese Fragen stellen sich bei fast jedem KI-System.
Können Personen oder Programme dem Modell direkt Anfragen stellen, zum Beispiel über eine Schnittstelle?
Wenn ja, kommt hinzu
Ist das System über ein Netzwerk erreichbar oder auf Dienste im Netz angewiesen?
Wenn ja, kommt hinzu
Zahlen Sie je Anfrage oder je Rechenzeit, sodass die Kosten mit der Nutzung steigen?
Wenn ja, kommt hinzu
Teilt sich das System Server oder Rechenleistung mit anderen Kunden oder Anwendungen?
Wenn ja, kommt hinzu
Können Menschen außerhalb Ihrer Organisation das System nutzen, auch ohne Anmeldung?
Wenn ja, kommt hinzu
Nutzen Beschäftigte für diese Aufgabe auch KI-Dienste, die Ihre Organisation nicht freigegeben hat?
Fehlt ein freigegebener Dienst, kopieren Beschäftigte Texte in kostenlose Übersetzer im Internet.
Wenn ja, kommt hinzu
Maßnahmen und Umsetzung
Maßnahmen zu den Prüfschwerpunkten sind direkt geöffnet. Die verlinkten Maßnahmen erläutern jeweils die Umsetzung.
PrüfschwerpunktFaktische Fehler (Halluzinationen)3 Maßnahmen
PrüfschwerpunktOffenlegung sensibler Informationen3 Maßnahmen
PrüfschwerpunktUnsicherer Umgang mit Modellausgaben3 Maßnahmen
Gezielte Datenvergiftung / Label-Vergiftung3 Maßnahmen
Backdoor im ML-Modell2 Maßnahmen
Denial-of-Service auf das Modell3 Maßnahmen
Privacy-Angriffe3 Maßnahmen
Exfiltration aus der ML-Anwendung3 Maßnahmen
Maßnahmen gegen die übrigen Bedrohungen finden Sie auf deren Seiten im Bedrohungskatalog.
Vorschriften der KI-Verordnung
-
Art. 4: KI-Kompetenz
Für jedes KI-System Gilt seit dem 2. Februar 2025.
-
Anhang III Nr. 7: Migration, Asyl und Grenzkontrolle
Je nach Einsatz Prüfanlass ab dem 2. Dezember 2027.
Gilt für jedes KI-System
Art. 4: KI-Kompetenz
Greift, wenn Beschäftigte oder Beauftragte KI-Systeme betreiben oder nutzen.
Gilt seit dem 2. Februar 2025.
Pflichten und Einzelheiten zu Art. 4: KI-Kompetenz
- Wer die Pflichten trägt
- Anbieter, Betreiber, Produkthersteller, Anbieter eines KI-Modells mit allgemeinem Verwendungszweck
Die Pflichten im Einzelnen
Kann bei bestimmtem Einsatz greifen
Anhang III Nr. 7: Migration, Asyl und Grenzkontrolle
Greift, wenn Migrations- oder Grenzbehörden mit den Übersetzungen Asyl-, Visums- oder Aufenthaltsanträge prüfen und dabei die Glaubwürdigkeit von Angaben bewerten.
Gilt ab dem 2. Dezember 2027.
Pflichten und Einzelheiten zu Anhang III Nr. 7: Migration, Asyl und Grenzkontrolle
- Allgemein lautet die Bedingung
- Greift, wenn das System bei der Prüfung von Asyl-, Visa- oder Aufenthaltsanträgen oder bei Grenzkontrollen eingesetzt wird.
- Wer die Pflichten trägt
- Anbieter, Betreiber, Produkthersteller
Die Pflichten im Einzelnen
Ihr System im Schnellprüfer einordnen Alle Pflichten im Pflichtenkompass
Übergreifende Bedrohungen
Diese Bedrohungen prüfen Sie bei jedem KI-System, egal wofür es eingesetzt wird.
- Lieferkette: Infrastruktur
- Lieferkette: Modelle
- Lieferkette: Datensätze
- Adversariale Eingaben
- Unsicherer Umgang mit Modellausgaben Prüfschwerpunkt: Unsicherer Umgang mit Modellausgaben
- Anwendungs-Schwachstellen
- Übermäßiges Vertrauen in das KI-System
- Modell-Drift & -Degradation
- Middleware-Exploits (Angriffe auf AI-Frameworks)
Abweichende Systemmerkmale
13 weitere Fragen ansehen
Trifft eine dieser Fragen bei Ihrem System doch zu, kommen die genannten Bedrohungen hinzu.
Erzeugt oder verändert das System Bilder, Töne, Stimmen oder Videos?
Wenn ja, kommt hinzu
Schreibt oder gestaltet das System auf freie Anfrage neue Inhalte, die Menschen direkt lesen, sehen oder hören? Übersetzen, Vorlesen und Abschreiben zählen nicht.
Das System überträgt vorhandene Texte und gestaltet keine neuen Inhalte nach freier Vorgabe.
Wenn ja, kommt hinzu
Sucht das System in einer eigenen Sammlung von Dokumenten oder Datensätzen nach passenden Inhalten?
Wenn ja, kommt hinzu
Formuliert das System seine Antwort aus gefundenen Dokumenten?
Wenn ja, kommt hinzu
Nutzt das System ein Begriffsnetz (Wissensgraph), in dem Begriffe und ihre Beziehungen gespeichert sind?
Wenn ja, kommt hinzu
Ruft das System selbst andere Programme, Schnittstellen oder Suchdienste auf, auch wenn es dort nur liest?
Wenn ja, kommt hinzu
Legt das System seine nächsten Arbeitsschritte selbst fest, je nachdem, was vorher herauskam?
Wenn ja, kommt hinzu
Gibt das System Aufgaben an andere KI-Agenten weiter oder übernimmt es deren Ergebnisse?
Wenn ja, kommt hinzu
Ist das System über das Model Context Protocol (MCP) an Werkzeuge oder Datenquellen angebunden?
Wenn ja, kommt hinzu
Liegen Dokumente mehrerer Kunden, Abteilungen oder Berechtigungsgruppen im selben Suchspeicher?
Wenn ja, kommt hinzu
Erzeugt das System Programmcode, Skripte oder Datenbankabfragen, die weiterverwendet werden?
Wenn ja, kommt hinzu
Führt das System selbst Programme, Skripte oder Befehle aus?
Wenn ja, kommt hinzu
Soll das System eine vorgegebene Kennzahl möglichst verbessern, etwa Umsatz, Auslastung oder Klicks?
Wenn ja, kommt hinzu
Quellen
- Bericht über einen Einsatz
Europäische Kommission, AI translation and language tools
Die Kommission bietet berechtigten Nutzerinnen und Nutzern KI-Übersetzung in allen 24 Amtssprachen an.
- Hersteller
DeepL, Kundenbericht Deutsche Bahn Nach Angabe des Herstellers
Nach Angabe des Herstellers setzt die Deutsche Bahn DeepL seit Januar 2022 konzernweit ein.
- Register oder Fallsammlung
Algoritmeregister NL, Automatische vertaling van arnhem.nl met DeepL Pro, Gemeente Arnhem
Die Stadt Arnhem übersetzt ihre Website automatisch.
- Register oder Fallsammlung
US Federal AI Use Case Inventory 2024, Rohdaten
Der Eintrag CBP Translate beschreibt die Übersetzung gesprochener und geschriebener Sprache bei der US-Grenzbehörde.
Verwandte Anwendungsfälle
Ebenfalls im Einsatzgebiet Büroarbeit und Wissensmanagement
- Generativer KI-Assistent für BeschäftigteBeschäftigte entwerfen, überarbeiten, übersetzen und kürzen Texte mit einem Sprachmodell, das ihnen die Organisation in einer abgesicherten Umgebung bereitstellt.
- KI-Assistent in BüroanwendungenBeschäftigte rufen den Assistenten direkt in E-Mail, Textverarbeitung, Tabellen und Chat auf, und er greift mit ihren Rechten auf Postfach und Dateiablage zu.
- KI-Wissensassistent (Enterprise Search)Der Assistent beantwortet Fragen aus einem festgelegten Dokumentbestand und zeigt, aus welchen Dokumenten die Antwort stammt.
- Spracherkennung und TranskriptionEine Spracherkennung schreibt Diktate, Gespräche und andere Aufnahmen automatisch ab.
- KI-Protokoll und GesprächsdokumentationAus aufgezeichneten Besprechungen und Beratungsgesprächen entwirft das System ein Protokoll oder einen Aktenvermerk samt Aufgabenliste.
- KI-AgentEin KI-Agent zerlegt eine Aufgabe in Schritte und erledigt sie weitgehend selbst, mit Werkzeugen, Schnittstellen und eigenen Rechten in Fachanwendungen.
Oft zusammen eingesetzt mit
- Intelligente Dokumentenverarbeitung (IDP)Das System liest Schreiben, Rechnungen und Formulare, ordnet sie der zuständigen Stelle zu und überträgt die Angaben ins Fachverfahren.
- Chatbot und Voicebot im KundenserviceEin Bot beantwortet Anliegen von Kundinnen und Kunden oder Bürgerinnen und Bürgern im Chat oder am Telefon selbst und gibt schwierige Fälle an Menschen ab.
Stand: 30. September 2026. Regelwerk der Prüfliste in Fassung 0.3.2, Bedrohungskatalog in Fassung 2026.10.24.2. Wie diese Seiten aufgebaut sind