Vom Silicon Valley nach Köln

Der Kapitalgeber Benchmark investiert in das deutsche Start-up DeepL. DeepL konzentriert sich auf maschinelle Online-Übersetzung und setzt dabei auf neuronale Netze. Damit ist das Kölner Start-up bereits jetzt einer der größten Konkurrenten zum Google-Übersetzer.

Wenn der amerikanische Risikokapitalgeber Benchmark in ein neues Unternehmen investiert, bleibt dies nicht oft unkommentiert. Bekannt geworden ist die Beteiligungsgesellschaft 1997 durch das Anlegen von 6,7 Millionen US-Dollar in das Auktionshaus eBay. Dieses Investment stellte sich zum ertragreichsten in der Silicon-Valley-Geschichte heraus. Mittlerweile umfasst das Portfolio über 250 Unternehmen, darunter Facebook, Uber und Dropbox. Das Kölner Unternehmen hat sich damit einen vielversprechenden Investor mit uns Boot geholt.

Blindtest: DeepL setzt sich von der Konkurrenz ab

DeepL, welches als Unternehmen aus der Plattform Linguee hervorgegangen ist, stellt seit August 2017 den kostenlosen Online-Übersetzer zur Verfügung. Um zu zeigen, wie gut der Übersetzer funktioniert, führte das Start-up 2017 einen Blindtest durch. In diesem Test übersetzten DeepL, Google, Microsoft und Facebook 100 verschiedene Sätze in unterschiedliche Sprachen. Professionelle Übersetzer mussten anschließend die Ergebnisse der einzelnen Dienste bewerten, ohne dabei den zugehörigen Dienst zu kennen. DeepL soll dabei drei Mal häufiger als Gewinner gewählt worden sein, als seine Konkurrenten.

Derzeit übersetzt DeepL sieben verschiedene Sprachen, darunter Deutsch, Englisch, Spanisch und Französisch. Das Google-Repertoire umfasst hingegen mehr als 100 Sprachen. Das besondere am Kölner Unternehmen ist jedoch, dass bei der Übersetzung auf Convolutional-Neural-Networks (zu Deutsch "faltendes neuronales Netzwerk") zurückgegriffen werden. Diese kommen normalweise eher bei einer Bilderkennung und Verarbeitung von Audio-Daten zum Einsatz. Bei dem künstlichen neuronalen Netz, welches mit der Datenbank von Linguee trainiert wurde, handelt es sich um ein von biologischen Prozessen inspiriertes Konzept, das im Bereich des maschinellen Lernens genutzt wird. Ziel ist es, eine höhere Geschwindigkeit bei der Übersetzung zu erreichen, da die Verarbeitung der Wörter parallel ablaufen kann.

LG