„Ich glaube durchaus, dass Maschinen meinen Beruf beeinflussen können.“

PalmeNoch vor fünfzehn Jahren fürchteten Übersetzer nicht, durch Tools wie Google Translate ersetzt zu werden. „Es war so schlecht, dass es nichts zu befürchten gab“, erinnert sich Jean-François Cuennet, ein Profi mit über dreißig Jahren Berufserfahrung. „Heute glaube ich, dass Maschinen meinen Beruf beeinflussen können“, gesteht er. Neu ist weniger die Technologie selbst als die Qualität der Übersetzungen: weniger sichtbare Fehler, flüssigere Texte und ein Maß an professioneller Sorgfalt, das heute unerlässlich ist. Antoni Oliver, Experte für maschinelle und computergestützte Übersetzung und Professor an der UOC (Open University of Catalonia), betont: „Seit den 1950er-Jahren wird immer wieder die Idee geäußert, dass maschinelle Übersetzung Übersetzer ersetzen wird.“ Jeder größere technologische Fortschritt ging mit derselben Vorhersage einher, doch heute, warnt Oliver, gibt es einen Unterschied: „Die Verbesserung ist so weit fortgeschritten, dass die Fehler kaum noch wahrnehmbar sind.“ Das macht die menschliche Erfahrung des Experten unverzichtbar, der in Gesetzen, medizinischen Forschungsarbeiten und natürlich auch in literarischen Übersetzungen nach Nuancen sucht.

Maschinelle Übersetzung begann nicht erst mit ChatGPT oder den großen Sprachmodellen. In den 1950er-Jahren funktionierten die ersten Systeme als mechanische Erweiterungen des Wörterbuchs: Listen von Äquivalenzen und Grammatikregeln, die auf rudimentäre Weise versuchten, die Funktionsweise einer Sprache nachzuahmen. Starr und begrenzt, waren sie nur in sehr spezifischen Kontexten nützlich und konnten weder Mehrdeutigkeiten noch Stilmerkmale verarbeiten. Diese frühen Versprechen kollidierten schnell mit der Realität: Sprache lässt sich nicht auf einfache Regeln reduzieren.

In den 1990er-Jahren, mit der maschinellen Übersetzung, hörten die Maschinen auf, Regeln zu befolgen, und begannen, aus Millionen übersetzter Texte zu lernen. Das System verstand zwar nicht, was es sagte, war aber durch reine Wiederholung oft korrekt. Die Qualität verbesserte sich, obwohl Fehler weiterhin auftraten, insbesondere in komplexen Texten.

Der wirkliche Durchbruch gelang 2014 mit der neuronalen maschinellen Übersetzung. Erstmals berücksichtigten Systeme den Kontext und nicht nur einzelne Phrasen. Dies führte zu flüssigeren und kohärenteren Texten, insbesondere zwischen eng verwandten Sprachen. Google Translate und DeepL entwickelten sich von einer Neuheit zu professionellen Werkzeugen.

Natürlich, aber trügerisch

Die aktuelle Phase geht noch einen Schritt weiter. Mit generativen Modellen übersetzt die Maschine nicht mehr nur, sondern erzeugt Texte, formuliert Sätze um und passt Stile an. Das Ergebnis wirkt natürlicher, ist aber auch trügerischer: Der Fehler ist nicht mehr sichtbar und kann nur von einem Experten erkannt werden. Die beruflichen Folgen sind bereits spürbar. Umfragen des Guardian und der Brussels Times zeigen, dass mehr als ein Drittel der Übersetzer aufgrund des Vormarschs der KI Aufträge oder Einkommensverluste hinnehmen mussten. Gleichzeitig geben die meisten zu, diese Tools regelmäßig zu nutzen. „Der Markt verändert sich, aber er verschwindet nicht“, erklärt Oliver. Einfache, repetitive oder risikoarme Texte kommen nicht mehr an; stattdessen häufen sich komplexe, technische oder sensible Aufträge, bei denen menschliches Urteilsvermögen weiterhin unerlässlich ist.

Cuennet bestätigt diesen Trend auf dem Schweizer Markt, wo er für Behörden, NGOs und Unternehmen aus dem Deutschen ins Französische übersetzt. „Die Texte, die wir heute erhalten, sind schwierig; die einfachen werden bereits maschinell übersetzt“, erklärt er. Obwohl der Arbeitsaufwand gesunken ist, sind die intellektuellen Anforderungen gestiegen. In diesem neuen Szenario ist die Nachbearbeitung zu einer zentralen Aufgabe geworden. Der Übersetzer beginnt nicht mehr immer bei einem leeren Blatt: Er prüft, korrigiert und validiert maschinell generierte Texte. Der Beruf erfordert höchste Aufmerksamkeit. „Maschinenfehler zu finden ist nicht einfach“, betont Oliver. Subtile Mängel in Bedeutung, Nuance und Kontext zu erkennen, kann komplexer sein als eine Übersetzung von Grund auf und wird oft schlechter bezahlt, nach dem Motto: „Die Maschine hat ja schon fast alles erledigt.“ Der Wert des Übersetzers liegt nicht in den sichtbaren Änderungen, sondern darin, zu erkennen, was nicht funktioniert, und die Verantwortung für den Text zu übernehmen. Und es gibt noch einen Aspekt, den die KI nicht beherrscht: die kulturelle Anpassung. „Künstliche Intelligenz weiß nicht, wie man einen Text akkulturiert“, sagt Cuennet. Übersetzung bedeutet nicht nur die Übertragung von Wörtern von einer Sprache in eine andere, sondern das Schreiben für einen bestimmten Leser mit einem spezifischen Denk- und Kulturverständnis. „Manchmal muss man ein Konzept erklären, manchmal anpassen oder sogar weglassen“, fügt er hinzu. Diese Entscheidungen sind in den Trainingsdaten der Maschine nicht enthalten: Sie erfordern Urteilsvermögen, Erfahrung und Feingefühl.

Ethische Dilemmata

KI wirft auch ethische Dilemmata auf. Unmengen an Texten, viele davon urheberrechtlich geschützt, wurden zum Trainieren dieser Systeme verwendet. „Das Internet bedeutet nicht, dass alles frei verwendet werden kann“, mahnt Oliver. Auch die Transparenz gegenüber dem Auftraggeber ist wichtig: Es muss offengelegt werden, ob der Text maschinell übersetzt und anschließend überprüft wurde. Die letztendliche Verantwortung liegt jedoch beim Experten: „Wenn ein Übersetzer eine KI-generierte Übersetzung überprüft, trägt er die Verantwortung“, betont Oliver, selbst wenn der Fehler von der Maschine verursacht wurde. Weder Oliver noch Cuennet glauben, dass der Beruf des Übersetzers verschwinden wird. Sie sind sich einig, dass nur diejenigen überleben werden, die sich anpassen und hohe Standards einhalten. „Es gibt zweifellos Arbeit für Menschen“, bekräftigt Oliver, „aber sie muss gut gemacht sein.“ Cuennet bringt es so auf den Punkt: „Wenn meine Kunden gut geschriebene Texte schätzen, habe ich Arbeit. Wenn sie nur ans Geld denken, nicht.“ Zwischen Technologiebegeisterung und der Angst vor Ersetzung hängt die Übersetzung weiterhin von dem ab, was sie schon vor Jahrzehnten tat: von jemandem, der bereit ist, sorgfältig zu lesen und für jedes Wort die Verantwortung zu übernehmen.