Ein Rahmen, kein universeller Punktwert
Der Name MQM erklärt noch nicht, wie ein Ergebnis entstand. Eine brauchbare Bewertungsbeschreibung nennt Kategorien, Schweregradregeln, Berechnungsmodell und Abnahmebedingungen. Auch Inhalt und Zielgruppe sind wichtig.
Aus redaktioneller Sicht liegt der praktische Nutzen in der Erklärbarkeit. „Diese Anweisung enthält eine Auslassung“ lässt sich unmittelbarer prüfen als „Die Übersetzung wirkt schwach“. Der Befund braucht dennoch Belege und eine Entscheidung, ob tatsächlich ein Fehler vorliegt.
Beispiel einer Fehlerdiskussion
„Sie können bis Freitag stornieren.“
„Sie müssen am Freitag stornieren.“
Das Beispiel verändert Erlaubnis, Zeitpunkt und Erwartungen. Bewertende können die Änderung benennen und den Widerspruch zu Ausgangstext und Briefing erklären. Eine zweite Person sollte dieselben Belege prüfen können.
Vergleichen wir damit eine bedeutungstreue, aber förmlichere Übersetzung als gewünscht. Ob der Unterschied ein Fehler ist, hängt von den Anforderungen ab. Die Übung zeigt, weshalb Bedeutungstreue und Vorlieben nicht ohne Erklärung vermischt werden sollten.
Dies sind eigene Beispiele, keine offiziellen MQM-Schulungsfälle.
Verhältnis zu LISA und DQF
Die dokumentierte MQM-Geschichte nennt das LISA QA Model als Einfluss und beschreibt einen modulareren Ansatz. Sie verzeichnet außerdem die harmonisierte DQF-MQM-Typologie und deren Ablösung durch MQM Core. Das ist eine konzeptionelle Verbindung, keine organisatorische Nachfolge. MQM-Geschichte.
KI mit offengelegten Bewertungsbedingungen
Wir empfehlen, automatische Befunde vorläufig zu behandeln, bis ihre Zuverlässigkeit geklärt ist. Bewahren Sie Quelle, Zieltext, Anweisungen und Bewertungskonfiguration auf. Vor folgenreichen Entscheidungen sollten Menschen eine repräsentative Auswahl gemeldeter und übersehener Fehler beurteilen.
Die deterministische Berechnung eines freigegebenen Bewertungsbogens unterscheidet sich von der Entscheidung eines Modells, welche Fehler vorliegen. Erstere kann wiederholbar sein, während Letztere unsicher bleibt. Modellkonfidenz sollte nicht unbemerkt zum Fehlerschweregrad werden.
Ergebnisse lesen
Fragen Sie, was das Ergebnis stützt: Korrektur, Diagnoseprofil, Abnahme oder Vergleich. Zwei Berichte sind nicht allein wegen des Namens MQM unmittelbar vergleichbar.
Quellenangaben
MQM Council, Bewertungsleitlinien und Geschichte. Der Artikel erläutert den Rahmen und bietet redaktionellen Rat; er beansprucht keine Unterstützung der Organisation.
MQM-Quellenmaterial wird dem MQM Council unter CC BY 4.0 zugeschrieben; siehe Lizenzhinweis. Erläuterungen wurden paraphrasiert und gekürzt, Beispiele und Umsetzungshinweise von uns ergänzt. Eine Billigung wird nicht suggeriert.