Werden Übersetzer*innen in Zukunft durch maschinelle Übersetzung ersetzt?

Wenn „Sebastian Kurz“ zu „Sebastian Briefly“ wird: Maschinelle Übersetzungen beinhalten Fehler, Übersetzer*innen aber auch. Barbara Heinisch vom Institut für Translationwissenschaft plädiert daher für ein Miteinander von Mensch und Maschine. In ihrem Blogbeitrag zur Semesterfrage erklärt sie Vorteile und Grenzen maschineller Übersetzung und warum es sich (immer noch) lohnt, Translation zu studieren.

Die rasanten Fortschritte im Bereich der maschinellen Übersetzung durch die Verwendung von künstlicher Intelligenz haben zu guten Ergebnissen für „große“ (europäische) Sprachen und viele Sachgebiete geführt. Daher könnte man den Eindruck gewinnen, dass Übersetzer*innen bald überflüssig sein könnten. Deswegen sehen manche Übersetzer*innen maschinelle Übersetzungssysteme kritisch, während sie für andere nur ein weiteres Hilfsmittel darstellen.

Der Einsatz von Technologie ist nichts Neues

Übersetzer*innen sitzen nicht mit ihrem Wörterbuch im stillen Kämmerlein, sondern sie bedienen sich unterschiedlichster Technologien, um mit Menschen (aus aller Welt) gemeinsam an einer Übersetzung zu arbeiten. Dazu zählen z.B. computergestützte Übersetzungssoftware oder Terminologiedatenbanken, die das Übersetzen erleichtern und konsistentere Übersetzungen ermöglichen.

Im Vergleich dazu werden maschinelle Übersetzungssysteme nicht nur primär von Übersetzer*innen verwendet, sondern können prinzipiell von allen ohne Vorkenntnisse genutzt werden. Damit durchdringt maschinelle Übersetzung zunehmend alle Lebensbereiche.

Vorteile der maschinellen Übersetzung

An maschineller Übersetzung wird schon seit Jahrzehnten gearbeitet, aber die Ergebnisse warfen lange Zeit niemandem vom Hocker. Durch künstliche neuronale Netze können nun natürlichsprachlich klingende Übersetzungen erzielt und durch die einfache Verwendbarkeit und Zugänglichkeit auch viele Menschen als Benutzer*innen erreicht werden.

Während Übersetzer*innen ihre Produktivität mit Hilfe maschineller Übersetzungssysteme steigern können, haben Nicht-Übersetzer*innen so die Möglichkeit, Texte zu übersetzen, die aufgrund ihres Volumens, des zeitlichen Rahmens oder der hohen Kosten erst gar nicht übersetzt werden würden. Somit können bisher unzugängliche Informationen in anderen Sprachen zugänglich werden, z.B. wenn man den Inhalt eines Geschäftsberichts verstehen möchte oder man wissen möchte, was der Bekannte gerade auf Social Media in einer anderen Sprache gepostet hat.

Grenzen von maschineller Übersetzung

Fehler machen beide – Mensch und Maschine, aber die Maschine macht andere Fehler. Während manche Fehler der Maschine eher zum Schmunzeln anregen – mein persönlicher Favorit ist die englische Version von „Sebastian Kurz“ : „Sebastian Briefly“ – können andere Fehler schwerwiegende Konsequenzen haben, beispielsweise, wenn die Botschaft eines Textes komplett verändert wird. Das kann z.B. ein Beipackzettel von einem Medikament sein, in der eine Verneinung vergessen wird, z.B. anstelle von „nicht anwenden bei“ steht im Zieltext „anwenden bei …“. Um diese Fehler zu beseitigen, kann Post-Editieren, die Nachbearbeitung von maschineller Übersetzung, zum Einsatz kommen.

Neuronale maschinelle Übersetzung beruht in vielen Fällen auf sogenannten Sprachressourcen, also auf von Menschen erstellten Texten und Übersetzungen, mit denen die Maschine trainiert wird. Daher ist die Qualität der maschinellen Übersetzung häufig nur so gut wie die Qualität (und Quantität) der Daten, die für das Training verwendet wurden. Das führt teils zu großen Qualitätsunterschieden für bestimmte Sprachrichtungen, Fachgebiete oder Textsorten.

Maschinelle Übersetzung im Spannungsfeld von Sprache und Macht

Für welche Sprachen oder Sprachvarietäten maschinelle Übersetzung gut funktioniert, hängt nicht nur von den verfügbaren Sprachressourcen für die jeweilige Sprache ab, mit denen maschinelle Übersetzungssysteme trainiert werden, sondern auch von dem „Wert“, dem einer Sprache beigemessen wird.

Außerdem gilt es bei kostenlosen maschinellen Übersetzungssystemen, wie GoogleTranslate oder DeepL, zu beachten, dass man grundsätzlich sämtliche Nutzungsrechte an dem eingegebenen Text abtritt. Bei einem Websitetext beispielsweise mag es nicht so tragisch sein, wenn der Anbieter den Text für sämtliche Zwecke wiederverwenden und veröffentlichen darf. Problematisch wird es allerdings, wenn man dadurch Geheimhaltungspflichten, wie z.B. bei Patenten verletzt oder Texte, die personenbezogene Daten, wie Namen oder Anschrift beinhalten, übersetzen lässt. In diesen Fällen kann die Nutzung auch rechtliche Folgen haben.

Übersetzer*in ist kein geschützter Beruf. Durch maschinelle Übersetzungssysteme, die vermeintlich „ja genauso gut übersetzen können“, besteht die Gefahr, dass der Status von Übersetzer*innen weiter sinkt. Dolmetscher*innen betrifft dies ebenso, da auch bereits an maschinellen Dolmetschsystemen, wie z.B. für das Simultan- oder Gebärdensprachdolmetschen, gearbeitet wird.

Nicht „Maschine statt Mensch“, sondern „Mensch und Maschine“

Maschinelle Übersetzung erzielt für einige Sprachkombinationen und Gebiete gute Qualität. Maschinelle Übersetzung ist für Übersetzer*innen nicht nur ein weiteres Hilfsmittel in ihrem Werkzeugkasten, sondern auch eine Technologie, die von jeder Person genutzt werden kann. In beiden Fällen ist es wichtig, sich der Grenzen von maschineller Übersetzung bewusst zu sein.

Um zur anfänglichen Frage zurückzukommen: „Übersetzer*innen braucht man ja nicht mehr, oder?“

Das Berufsbild von Übersetzer*innen – sowie von anderen Berufen auch – ist einem ständigen Wandel unterworfen. Technologie, insbesondere in Form von maschinellen Übersetzungssystemen, spielt dabei eine entscheidende Rolle. Dennoch sollten Übersetzer*innen nicht um ihre Daseinsberechtigung fürchten, denn Kommunikation über Sprach- und Kulturgrenzen hinweg ist derart komplex und vielfältig, dass es (weiterhin) Expert*innen für die transkulturelle Kommunikation bedarf.

Hintergrundinformationen:

• European Language Resource Coordination: Initiative zur Sammlung von Sprachressourcen zur Weiterentwicklung des maschinellen Übersetzungssystems (eTranslation) der EU
• Heinisch, B., & Lušicky, V. (2019). User expectations towards machine translation: A case study. In Proceedings of Machine Translation Summit XVII Volume 2: Translator, Project and User Tracks, 19–23 August, 2019, Dublin, Ireland (S. 42–48).