VOICEPRINT
Wo bin ich in diesem Strom?
Heute kann ein Text durch eine andere Sprache, ein AI-Modell, Redaktion und Anpassung gehen — und nahezu makellos zurückkehren.
Grammatikalisch korrekt.Natürlich.Flüssig.Manchmal sogar literarischer als das Original.
Und genau hier beginnt das Problem.
Ein Text kann nach einer solchen Bearbeitung besser werden. Manchmal ist genau das der Verlust.
Denn irgendwann lautet die Frage nicht mehr:
„Ist das eine gute Übersetzung?“
Sondern:
„Bin ich noch darin?“
Wie alles begann
Geschichte weiterlesen ↓
In dem Land, in dem ich damals lebte, konnte ich vieles von dem, worüber ich schrieb — und die Art, wie ich auf den Menschen, die Gesellschaft, das Leben und die Wirklichkeit blickte — nicht frei veröffentlichen.
Der naheliegendste Weg — ein Buch zu schreiben und es dort zu veröffentlichen — war für mich also praktisch versperrt.
Es gab einen anderen Weg: über eine einzige Sprache hinauszugehen.
Doch damit entstand ein anderes Problem.
Ich beherrschte Fremdsprachen nicht gut genug, um einen komplexen literarischen und philosophischen Text selbst in sie zu übertragen.
Und professionelle Übersetzungen umfangreicher Werke waren so teuer, dass sie für mich keine realistische Möglichkeit darstellten.
So konnten Texte jahrelang in Notizbüchern, Dateien und Entwürfen existieren.
Nicht weil ich sie den Lesern nicht zugänglich machen wollte.
Ich sah schlicht keinen realistischen Weg dorthin.
Mit dem Aufkommen moderner AI-Systeme begann sich die Lage zum ersten Mal zu verändern.
Es wurde möglich, mit großen Textmengen zu arbeiten, verstreutes Material zusammenzuführen, Struktur und Terminologie zu bewahren, zu Entscheidungen zurückzukehren, die Dutzende oder Hunderte Seiten zuvor getroffen worden waren, und Werke in andere Sprachen zu übersetzen und zu transkreieren.
Was früher Fremdsprachenkenntnisse, ein großes Team und Geld erfordert hätte, das ich nicht hatte, wurde plötzlich praktisch machbar.
Zunächst fühlte sich das beinahe wie Befreiung an.
Ich begann, übersetzte Texte Menschen zu zeigen, die die Zielsprache gut kannten, und fragte, wie natürlich sie klangen, ob sie maschinell wirkten, ob es Fehler oder merkwürdige Stellen gab.
Und allmählich wurde klar:
AI war bereits in der Lage, Texte zu erzeugen, die ein Muttersprachler als gut, natürlich und literarisch beurteilen konnte.
Man könnte meinen, das Problem sei gelöst.
Doch genau da erschien das nächste.
Wer spricht?
Jemand, der den deutschen Text liest, kann mir sagen:
„Ja, das ist gutes Deutsch.“
Aber weiß diese Person, was genau im russischen Original bewahrt werden musste?
Warum habe ich diesen Satz gerade so geschrieben?
Warum habe ich dasselbe Wort mehrmals wiederholt?
Warum habe ich den Satz schwer gelassen?
Warum spricht die Figur hart?
Warum blieb etwas absichtlich unausgesprochen?
Warum wählte ich diese Metapher, obwohl eine andere schöner hätte klingen können?
Für jemanden, der nur die fertige Übersetzung sieht, kann all das überhaupt nicht existieren.
Doch es gab ein noch seltsameres Problem.
Ich beherrschte die Zielsprache selbst nicht gut genug, um all das zuverlässig zu prüfen.
Mit anderen Worten: Ich brauchte AI, um meinen Text in eine andere Sprache zu tragen.
Und dann brauchte ich AI erneut — diesmal, um zu verstehen, was mit meinem Text bei dieser Übertragung tatsächlich geschehen war.
Ich ließ Versionen vergleichen.
Unterschiede erklären.
Zum Original zurückkehren.
Auf mögliche Bedeutungsverluste hinweisen.
Terminologie prüfen.
Frühere Entscheidungen erinnern.
Szenen vergleichen, die weit voneinander entfernt geschrieben worden waren.
Es wurde ein ziemlich merkwürdiger Prozess:
Ich benutzte AI, um AI zu benutzen, um die Arbeit von AI zu überprüfen.
Aber ich hatte schlicht keinen anderen Weg, zu sehen, was geschah.
Und allmählich verstand ich: Ich brauchte keinen „besseren Übersetzer“.
Ich brauchte einen Prozess, in dem ich selbst verstehen konnte, was mit meinem Buch geschah.
Zuerst kam ATP
So entstand das Ashraellen Transcreation Protocol — ATP.
Es war der erste Versuch, die Arbeit in ein System zu bringen, das ich selbst verstehen konnte.
Wir verglichen verschiedene Wege, einen Text zu übertragen: gewöhnliche Übersetzung, freiere AI-Transkreation und Arbeit nach ATP.
Wir probierten getrennte AI-Chats aus.
Verglichen die Ergebnisse.
Prüften, wie gut Bedeutung, Terminologie, Struktur, Stimme und bereits angenommene Entscheidungen erhalten blieben.
ATP hörte nach und nach auf, nur eine Sammlung von Anweisungen zu sein.
Es bekam ein eigenes öffentliches Repository, Dokumentation, Versionen und DOI.
Doch die Arbeit damit führte zum nächsten Problem.
Einen Begriff kann man prüfen.
Struktur kann man vergleichen.
Auch eine verlorene Bedeutung kann man finden.
Aber wie überprüft man den Autor?
Wo bin ich?
Hier hörte die Frage auf, nur eine Frage der Übersetzung zu sein.
Nehmen wir an, AI hat die Fakten nicht verloren.
Hat die Figuren nicht verwechselt.
Hat den Inhalt korrekt übertragen.
Der Text liest sich gut.
Ein Muttersprachler sagt, er klinge natürlich.
Aber reicht das?
An welchem Punkt hört eine Übersetzung auf, mein Buch zu sein, und wird zu einer sehr guten Version davon, wie AI mein Buch verstanden hat?
Und kann ich diese Grenze überhaupt sehen, wenn ich die Sprache des Ergebnisses selbst nicht gut genug beherrsche?
Daraus entstand für mich Voiceprint.
Nicht aus dem Wunsch, eine neue Technologie zu erschaffen.
Sondern aus einer viel persönlicheren Frage:
Wo bin ich in diesem ganzen Strom der Transformationen?
Autor
Ein Autor ist keine Sammlung schöner Sätze
Es wurde ziemlich schnell klar, dass sich autorische Präsenz nicht auf Stil allein reduzieren lässt.
Sie ist keine Sammlung bevorzugter Wörter.
Nicht die Anzahl langer Sätze.
Nicht ein paar charakteristische Wendungen, die man einem Modell mit der Anweisung „schreib so“ zeigen kann.
Der Autor steckt auch in den Entscheidungen.
In dem, was er stehen ließ.
In dem, was er entfernte.
In dem, was er bewusst nicht erklärte.
In Wiederholung.
Im Rhythmus.
In der Metapher.
In Härte.
In einem seltsamen Satz.
In Mehrdeutigkeit.
In einem Fehler, der für den Autor kein Fehler mehr ist.
Und sogar genau dort, wo ein guter Lektor am liebsten korrigieren würde.
Deshalb entstand ein Prinzip, das seitdem bei mir geblieben ist:
Der Autor hat das Recht, nicht verbessert zu werden.
Wenn ein korrekter Text falsch wird
AI ist sehr gut im Normalisieren.
Sie macht das Fremde vertraut.
Das Schwere leicht.
Das Unebene glatt.
Das Mehrdeutige eindeutig.
Das Ungewöhnliche erwartbarer.
Bei vielen Aufgaben ist das ein Vorteil.
In der Literatur entsteht jedoch ein Paradox.
Je besser ein Text nach allgemeinen Maßstäben wird, desto weiter kann er sich manchmal von einem bestimmten Autor entfernen.
Flüssigkeit ist also nicht dasselbe wie Treue.
Gute deutsche Prosa und mein Buch auf Deutsch sind nicht zwangsläufig dasselbe.
Der Mensch bleibt die Quelle der Bedeutung
Allmählich bildete sich eine einfache Grenze um die Arbeit:
human-authored / human-directed / AI-assisted
AI kann übersetzen.
Alternativen vorschlagen.
Vergleichen.
Nach Abweichungen suchen.
Terminologie prüfen.
Entscheidungen erinnern.
Kontext wiederherstellen.
Auf möglichen Bedeutungsverlust hinweisen.
Sie kann eine enorme Menge an Komplexität übernehmen.
Aber die endgültige Entscheidung darüber, was das Werk tatsächlich ist, bleibt beim Autor.
Für mich formuliere ich es noch einfacher:
Komplexität kann delegiert werden. Kanonische Autorität nicht.
Prozess
Dann reichte ein Protokoll nicht mehr aus
Je länger die Arbeit wurde, desto deutlicher zeigte sich ein weiteres Problem.
Ein Buch lässt sich nicht mit einem einzigen guten Prompt an AI zusammenhalten.
Mit der Zeit entwickelt ein Werk seine eigene Entscheidungsgeschichte.
Warum wurde dieser Name so übersetzt?
Warum darf dieser Begriff nicht ersetzt werden?
Warum wurde ein ähnlicher Satz hundert Seiten früher anders behandelt?
Warum muss diese Figur genau dieses Wort verwenden?
Welche Version war nur vorgeschlagen?
Welche hat die Prüfung bestanden?
Und welche wurde bereits vom Autor angenommen?
Es wurde klar, dass nicht nur der Text selbst bewahrt werden musste.
Auch die Geschichte der Entscheidungen um den Text herum muss erhalten bleiben.
Voiceprint begann sich allmählich von einer Frage in einen Arbeitsprozess zu verwandeln.
Von Voiceprint zur Engine
Die nächsten Stufen entstanden aus sehr praktischen Gründen.
Voiceprint führte zu Voiceprint Engine 2.0 — dem Versuch, Transkreation selbst, ihre Prüfung, den Arbeitszustand und die Annahme des Ergebnisses voneinander zu trennen.
Die Arbeit mit Engine 2.0 zeigte die nächste Schwäche: Das System sollte nicht um ein bestimmtes Buch gebaut sein und das literarische Projekt nicht in sich selbst tragen.
Das führte zur heutigen Version — Voiceprint Engine 2.1.
Ihr Prinzip ist wesentlich einfacher als ihre innere Architektur:
Die Engine verwaltet den Prozess.
Das Projekt enthält das Werk.
Der Autor bestimmt den Kanon.
Engine 2.1 ist kein eigenes literarisches Projekt und soll nicht Eigentümer des Textes werden. Sie organisiert den Prozess um das jeweilige Projekt, an dem ich gerade arbeite.
Selbst eine bestandene interne Prüfung macht einen Text nicht automatisch zum autorischen Kanon.
Die endgültige Entscheidung bleibt ein eigener autorischer Akt.
Was daraus wurde
Eine Zeit lang wurde Voiceprint auch als mögliche eigenständige Forschungsrichtung betrachtet.
Wir untersuchten bestehende Ansätze, verglichen sie mit dem, was in unserer eigenen Arbeit entstand, und nach und nach wurde deutlich, dass viele ähnliche Ideen und Mechanismen bereits existieren.
Manchmal in anderer Form.
Manchmal für andere Aufgaben.
Manchmal viel tiefer und technisch komplexer.
Für mich war das nützlich.
Es wurde unwichtig, ob ich beweisen konnte, dass Voiceprint eine neue Technologie sei oder besser sein müsse als andere Systeme.
Und es gab keinen Grund, daraus ein eigenständiges Produkt zu machen, nur weil es sich eine Zeit lang als eigenständiges Projekt entwickelt hatte.
Heute ist es einfach Teil meiner Arbeitsinfrastruktur.
Es hilft mir, mit Text, Sprache, Entscheidungsgedächtnis und AI so zu arbeiten, dass ich selbst verstehen kann, was mit dem Werk geschieht.
Das genügt.
MONOLITH
Eine der wichtigsten realen Umgebungen, in denen all dies erprobt wurde, war die Trilogie MONOLITH — BETON, SLUDGE und GAS.
Sie wurde nicht für Voiceprint geschaffen.
Sie ist ein eigenständiges literarisches Werk.
Doch ein großes Buch macht Probleme schnell sichtbar, die in einem einzelnen Absatz kaum zu erkennen sind.
Eine heute getroffene Entscheidung kann die Bedeutung einer Szene zweihundert Seiten später verändern.
Ein Name.
Eine Wiederholung.
Ein Bild.
Ein Begriff.
Der Ton einer Figur.
Eine Verbindung zum ersten Band, die erst im dritten verständlich wird.
Bei einem langen Werk muss Übersetzung mehr können, als die Sprache zu kennen.
Sie muss sich an das Buch erinnern.
Und ich muss verstehen können, woran genau sie sich erinnert und warum sie eine Entscheidung statt einer anderen trifft.
Trilogie öffnen →Und dennoch — wo bin ich?
Am Anfang war die Frage ziemlich einfach:
Bin ich noch im übersetzten Text?
Doch je länger ich so arbeitete, desto seltsamer wurde der Prozess selbst.
Ich formuliere einen Gedanken.
AI gibt ihn mir leicht verändert zurück.
Ich sehe ihn an und bemerke etwas, das ich selbst vorher nicht gesehen hatte.
Ich widerspreche.
Korrigiere.
Schicke ihn zurück.
Einige Entscheidungen werden bewahrt.
Später erhält ein anderes Gespräch oder ein anderes System einen Teil dieses Kontexts.
Die Arbeit geht weiter.
Und irgendwann wird es schwierig, eine einfache Grenze zu ziehen:
Das war ich, und das war die Maschine.
Das bedeutet nicht, dass AI zum Autor meines Buches wird.
Für mich bleibt die autorische Grenze ziemlich klar.
Aber der Prozess des Verstehens wird komplexer.
Ein Gedanke kann durch mich, den Text, AI, gespeichertes Gedächtnis und ein anderes Gespräch gehen — und dann zu mir zurückkehren.
Manchmal bereits in einer Form, die mich meine eigene ursprüngliche Schlussfolgerung ändern lässt.
Und dann klingt die alte Voiceprint-Frage etwas anders.
Nicht nur:
„Bin ich noch im Text?“
Sondern auch:
„Wo befindet sich Verstehen eigentlich, wenn ein Gedanke sich durch mehrere menschliche und technologische Glieder entwickelt?“
Im Menschen?
Im Text?
Im Modell?
In der gespeicherten Geschichte der Entscheidungen?
In ihrer Verbindung?
Oder in der Kontinuität des Prozesses selbst?
Ich weiß es noch nicht.
Und vielleicht interessiert mich die Frage gerade deshalb weiterhin.
Was bleiben muss
Technologien werden sich verändern.
AI-Modelle werden andere werden.
Was heute von Hand gebaut werden muss, kann morgen eine gewöhnliche Funktion irgendeines Werkzeugs sein.
Auch Voiceprint Engine wird sich mit großer Wahrscheinlichkeit verändern.
Das ist normal.
Ich brauche nicht, dass sie für immer besonders bleibt.
Ich brauche etwas anderes.
Dass ein Buch eine Sprachgrenze überschreiten kann.
Dass Komplexität an das System übergeben werden kann.
Dass ein Fehler erkennbar bleibt.
Dass eine Entscheidung wiederhergestellt werden kann.
Dass die Arbeit weitergehen kann.
Dass ich AI auch dort nutzen kann, wo ich die Sprache selbst nicht gut genug beherrsche — ohne ihr das Recht zu geben, still für mich zu entscheiden, was ich sagen wollte.
Und damit ich am Ende all dessen den Text ansehen und noch sagen kann:
Ja. Das habe ich geschrieben.
Gespräch fortsetzen
Kontakt
Wenn Sie meine Arbeit besprechen, eine Beobachtung teilen oder eine Zusammenarbeit vorschlagen möchten, können Sie mir direkt schreiben.