Sind KI-Übersetzungstools eine Gefahr für Dolmetscher und Übersetzer, Herr Prof. Czulo?

Spätestens seit ChatGPT, eigentlich aber schon beginnend mit dem Google-Translator, über DeepL und andere Übersetzungsprogramme scheint es, als ob die Berufe der Dolmetscher und Übersetzer obsolet geworden sind. Die maschinellen Übersetzungen werden tatsächlich immer besser. Aber reicht das wirklich aus, oder ist das nur ein weiterer KI-Hype?

Wir haben dazu beim Bundesverband der Dolmetscher und Übersetzer (BDÜ) angefragt und wurden an Prof. Dr. Oliver Czulo verwiesen. Prof. Czulo ist Universitätsprofessor für Übersetzungswissenschaft am Geisteswissenschaftlichen Zentrum (GWZ) der Universität Leipzig, er war auf unsere Anfrage hin zu einem Gespräch bereit. Wir trafen uns im GWZ, einigten uns auf die Anrede ohne akademischen Titel und Herr Czulo brachte auch gleich Neuigkeiten mit. Mehr dazu am Ende.

Herr Czulo, schön, dass wir uns heute treffen können. Es geht um den Bereich KI und die Berufe Dolmetscher und Übersetzer. Was hat das für Auswirkungen? Sie haben mich in unserem Telefonat schon korrigiert, ich war immer der Meinung, dass die meisten Dolmetscher und Übersetzer selbstständig sind, und Sie sagten, dass es nicht unbedingt so wäre. Wie ist denn das heute?

Es gibt eine Entwicklung, die wir im Moment noch beobachten und bei der man vielleicht noch keine eindeutige Tendenz angeben kann, aber wir sehen, dass die Anstellung in dem Bereich wieder zunimmt. Lange Zeit war es so, dass Sprachabteilungen outgesourct wurden, jetzt wird einiges wieder reingeholt, weil die Prozesse komplexer geworden sind. Auch sind immer mehr sogenannte Sprachendienstleister entstanden, die als größere Anbieter besser bestehen können, weil sie ein breiteres Portfolio anbieten können.

Jetzt kommt natürlich die Frage zum Thema KI. Wir haben ja nun seit 10, 15 Jahren Übersetzungsprogramme. Anfangs, wenn ich an den Google-Translator denke, war das ein Witz, weil er ziemlich viel Unsinn gemacht hat. Heute sind die natürlich viel besser geworden, ob das jetzt Text zu Text oder auch Sprache zu Sprache ist. Besteht denn da jetzt wirklich eine Gefahr für den Berufsstand?

Das kommt darauf an, wie man damit umgeht. Wie so oft ist es nicht die Maschine, die die eigentliche Gefahr ausübt, sondern das, was die Menschen daraus machen. Ich will vielleicht noch einhaken: Tatsächlich haben wir schon seit mindestens 70 Jahren Übersetzungsmaschinen.

Natürlich waren die ersten aus unserer Sicht noch sehr vereinfachte Maschinen, die aber schon damals – das war 1954, also genau vor 70 Jahren – bei der ersten Demonstration ebenfalls einen großen Hype ausgelöst haben, der ungefähr 10 Jahre gedauert hat. Währenddessen dachte man, man würde jetzt das Problem der Übersetzung ein für alle Mal lösen, und das hat nicht geklappt. Danach wurde dieser Bereich, Übersetzung durch KI, Teil des sogenannten „KI-Winters“. Das heißt, man hat lange wenig da rein investiert.

Was die heutige Situation angeht, ist es schon so, dass die Programme deutlich besser geworden sind. Das liegt im Übrigen auch daran, dass wir viele hochqualitative Daten haben, die von Menschen produziert werden. Und es ist nicht so, dass man einmal einen Datensatz hat und fertig, sondern das sind Dinge, die immer wieder aufgefrischt werden müssen, auch weil sich unsere Sprache in manchen Bereichen schneller ändert, als es uns selbst bewusst ist.

Ich muss hier einhaken. Sie sprachen jetzt gerade von der Datengrundlage. Jetzt stellen sich viele Menschen vor, dass eine Übersetzung so funktioniert: Ich spreche Deutsch und die Maschine kann Spanisch und übersetzt. Die Maschine kann aber nicht Spanisch, die greift auf eine Datenbank zu und simuliert am Ende durch diese generative KI die menschliche Sprache aus dieser Datenbank heraus.

Genau. Simulation ist, glaube ich, ein gutes Bild dafür. Die Maschine beherrscht diese Sprachen nicht. Die Maschine weiß nicht, was hinter bestimmten Begriffen steht und macht deswegen manchmal Fehler, die uns völlig irrsinnig vorkommen, bei denen wir denken: Das ist doch eigentlich eine ganz simple Übersetzung. An anderen Stellen produziert sie wiederum sehr passable Ergebnisse.

Das liegt aber daran, dass sie quasi in der Datengrundlage Vorlagen gefunden hat, die sie reproduzieren kann. Aber genau das macht die Maschine: Sie reproduziert. Sie kann nicht selbstständig denken, KI ist nicht intelligent. „KI“ ist ein Marketingbegriff, der erfunden wurde, um viel Geld einzuwerben. Wir stehen da gerade möglicherweise vor dem Platzen einer sehr großen Blase.

Die Maschine versteht jedenfalls die Welt nicht. Deswegen war es zum Beispiel möglich, in den frühen Zeiten des Chatbots ChatGPT zu sagen: Bitte schreib mir einen Artikel darüber, warum es gesund ist, Glasscherben zu essen. Und dann hat er das gemacht, indem er einfach Sprache simuliert hat.

Es gibt ja verschiedene Probleme beim Übersetzen. Wie gesagt, ich bin in einer Übersetzerfamilie groß geworden. Wenn ich etwa daran denke, dass im Deutschen das Wort Entwicklung/entwickeln für vieles gebraucht wird: Wir entwickeln Software, das Baby entwickelt sich im Mutterleib, der Industriezweig entwickelt sich. In anderen Sprachen wird das nicht durch ein Wort ausgedrückt. Wie ist denn der jetzige Stand bei den KI-Übersetzungen? Ich spreche immer gerne von Maschinenintelligenz, in Abgrenzung zur menschlichen Intelligenz. Wie ist jetzt der Stand, wie gut sind solche Übersetzungen? Wir reden ja nicht vom Brief an Mama, sondern wissenschaftlichen, technischen oder auch Literaturübersetzungen.

Sicher, das sind wichtige Punkte. Sie hatten gesagt, einmal die Begrifflichkeiten und einmal, wie gut das überhaupt funktioniert in verschiedenen Fächern. Zu den Begrifflichkeiten: Das geht genau auf den Punkt ein, dass die Maschine ja gar nicht versteht, was hinter Sprache steht und manchmal ganz abstruse Fehler macht. Gerade gestern hat eine Kollegin Beispiele zum sogenannten Gender Bias geschickt.

Wenn ich zwei Sätze habe und sage, hier ist ein cleverer Pianist und hier ist ein sexy Pianist, dann wird aus dem englischen „clever pianist“ im Deutschen ein „schlauer Pianist“ und beim „sexy pianist“ eine „sexy Pianistin“, weil das in den Daten implizit so drinsteckt.

Die Maschine hat kein Verständnis davon, was Geschlecht ist, was Stereotype sind und so weiter. Das ist so ein Beispiel dafür. Tatsächlich müsste man korrekterweise übrigens nicht von KI sprechen, sondern von Sprachmodellen, und darunter die Übersetzungsmodelle, denn das sind nichts anderes als sehr komplexe statistische Modelle, die aber eben keinerlei Verständnis von der Welt haben.

Wie gut die Modelle im Einzelnen funktionieren, hängt sehr stark von der Verfügbarkeit von Daten ab. Es gibt bestimmte Sprachenpaare wie Englisch–Deutsch oder Englisch–Französisch, überhaupt oft im Zusammenhang mit Englisch, bei denen die Maschine schon teilweise wirklich gute Vorübersetzungen leisten kann, weil eine entsprechende Datenbasis bereits vorliegt.

Ich denke da so an den klassischen Fall der Übersetzung einer Handybetriebsanleitung. Das ist schon oft gemacht worden, das ist sehr schematisch, die Termini sind alle bekannt. Da kann das sehr gut funktionieren und der Nachbearbeitungsaufwand seitens des Menschen ist tatsächlich recht gering. Das sind allerdings auch Fälle, in denen selbst menschliche Übersetzer sehr froh für die Unterstützung einer Maschine sind, weil es oft sehr repetitive Aufgaben sind.

Was ist, wenn weniger Daten vorliegen?

Je weniger Daten es für ein Thema und ein Sprachenpaar gibt, desto schlechter funktioniert das. Und jetzt ist natürlich der Traum: Na dann müssen wir doch einfach nur einmal ausreichend Daten generieren, und dann läuft das. Das kostet aber wahnsinnig viel.

Das braucht sehr viel menschliche Zuarbeit und wenn man mal genau hinschaut, dann stellen inzwischen viele der Unternehmen, die mit Übersetzungsmodellen arbeiten und diese entwickeln, tatsächlich viele Menschen ein, um entsprechende Daten zu kuratieren, wie man das nennt. Ansonsten würden diese Übersetzungsmodelle nicht gut funktionieren.

Und zum anderen Punkt, den man nicht vergessen darf: Übersetzer und Dolmetscher arbeiten in Risiko- und Hochrisikobereichen. Ob das nun das Dolmetschen im Kreißsaal, bei der Migrationsbehörde oder im politischen Raum ist. Ob es das Übersetzen eines Strafbefehls ist, eines Textes über eine sehr giftige Chemikalie oder über irgendein medizinisches Behandlungsverfahren.

Das sind Dinge, da kann man solche Probleme, wie sie Sprachmodelle haben, nicht einfach so hinnehmen. Und im Verhältnis zur Literatur zeigt uns die aktuelle Entwicklung eine ganz interessante, neue Perspektive auf. Das wäre aber vielleicht ein weiterer Punkt.

Sie sprachen gerade vom politischem Kontext. Früher stand hinter jedem Politiker, wenn die sich unterhalten haben, ein Dolmetscher, der ihnen das simultan ins Ohr übersetzt hat. Und man sagte immer: Wenn da was schiefgeht, dann ist der Dolmetscher schuld. Also ein Missverständnis. Man kann ja nicht Open-AI verklagen, weil Putin etwas anderes gesagt hat als es Scholz in der KI-Übersetzung verstanden hat. Zum Thema Literatur, das ist natürlich auch spannend. Wir haben ja sehr gute Literaturübersetzer, eigentlich Leute, die selber Bücher schreiben könnten. Was kann hier die KI?

Die Entwicklungen, nicht nur im Bereich KI, sondern generell in der Digitalisierung, bieten uns eine ganz neue Perspektive auf den gesamten Bereich des eher kreativ orientierten Übersetzens. Tatsächlich ist es so, dass sogar Literaturübersetzer inzwischen Sorgen haben, von Übersetzungsmodellen ersetzt zu werden oder dass dadurch die Preise verfallen, was tatsächlich schon teilweise passiert.

Es ist auch so: Wenn man ein wenig herumprobiert, dann gibt es hier oder da, je nach Text, auch mal eine ganz passable Vorübersetzung. Das alleine, ein paar passabel übersetzte Sätze zusammengefügt, ergeben ja aber noch keinen Roman oder keine Romanübersetzung. Da gehört noch sehr viel mehr dazu. Gerade zum Beispiel die Anpassung bestimmter Kulturspezifika ist ein wichtiges Thema.

Allerdings ist es so, dass diese Probleme ja auch in anderen Fächern, Jura, Medizin, Wirtschaft, vorliegen. Unsere Wirtschaftssysteme beispielsweise unterscheiden sich weltweit voneinander, auch unsere Rechtssysteme. Auch Medizin wird sehr unterschiedlich betrieben in verschiedenen Ländern, wenn man zum Beispiel draufschaut, was unter Gesundheit eigentlich verstanden wird. Das heißt, in diesen Bereichen haben wir mit vergleichbaren Problemen zu kämpfen wie in der Literatur.

Und das wird uns jetzt durch diese Entwicklung bewusster als zuvor. Ich glaube, das ist deshalb gut, weil es diesen Mythos der Literaturübersetzung als Ausnahmekunst gegenüber anderen Arten der Übersetzung entzaubert. Das Literaturübersetzen ist besonders. Es ist aber genauso besonders wie auch das Dolmetschen im Kreißsaal oder das Übersetzen eines Gesetzes.

Und noch ein zweiter Aspekt. Durch die Digitalisierung sind sehr viele neue Möglichkeiten auch im kreativen Bereich entstanden. Zum Beispiel in der Untertitelung, ein Bereich, in dem sich Sprachmodelle extrem schwertun mit dem Übersetzen, oder der Videospiele-Lokalisierung, bei denen man sich auch kreativ austoben kann. Und wodurch man eben nicht mehr darauf festgelegt ist, dass man sagt: Ich möchte gerne kreativ mit Sprache arbeiten, ich muss Literatur übersetzen. Literaturübersetzung ist leider außerdem nach wie vor mit am schlechtesten bezahlt.

Ich fasse zusammen: Der Übersetzer wird weiterhin gebraucht, auch der Dolmetscher, schon alleine um diese Vorübersetzung zu bearbeiten, nämlich es in eine Endform zu bringen. Er muss ja die Originalsprache und die Sprache, die übersetzt wird, beherrschen, also ist der Mensch noch nicht überflüssig.

Der Mensch wird nie überflüssig werden, denn wenn wir über die Fähigkeiten der Sprachmodelle diskutieren, haben wir oft einen viel zu engen Blick. Wir schauen auf einen bestimmten Text in der Ausgangssprache und das Produkt in der Zielsprache. Dieser Teil der Produktion ist aber, je nachdem in welchem Kontext man arbeitet, für viele tatsächlich ein kleinerer Teil der Arbeit. Es gibt, wie bei anderen Tätigkeiten, viele Arbeiten drumherum, die zu machen sind.

Beispielsweise die Datenkuratierung: Die ist nicht nur für die Entwicklung von Übersetzungsmodellen wichtig, sondern zum Beispiel auch, um Terminologiedatenbanken zusammenzustellen, oder um sich Übersetzungsdatenbanken zu Recherchezwecken zusammenzustellen. Das sind Datenbanken, in denen bereits bestehende Übersetzungen drin sind, in denen ich zum Beispiel Zweifelsfälle oder Lösungen, die jemand anderes schon mal für ein Übersetzungsproblem entwickelt hat, nachschlagen kann. Ich muss diese Prozesse entsprechend gestalten.

Wenn ich zum Beispiel in einem großen Unternehmen oder einer Institution übersetze, muss ich auch erst mal herausarbeiten, was denn überhaupt übersetzt oder gedolmetscht werden muss, wo tatsächlich der Bedarf ist. Ich muss außerdem einen Prozess schaffen, in dem schon möglichst gute Ausgangstexte rauskommen, denn eines der größten Probleme beim Übersetzen oder Dolmetschen sind die Ausgangstexte, die oft fehlerhaft, zweideutig, stilistisch schlecht sind, oder in denen Informationen fehlen.

Ein Beispiel: Das Übersetzen eines Beipackzettels für Arzneimittel erfordert, dass ich für bestimmte Länder Informationen nachholen muss, weil in manchen Ländern gefordert wird, dass man beschreibt, inwiefern Tierversuche stattgefunden haben. In Deutschland ist das nicht so. Das heißt, ich habe eigentlich sehr viel Wissensarbeit, ich muss wissen, woher ich im Zweifelsfall notwendige Informationen kriege.

Und alles das leistet die Maschine nicht, kann sie nicht leisten. Insofern wird es da immer menschliche Intelligenz und menschliche Kreativität brauchen.

Das ist ein gutes Schlusswort für den ersten Teil. Jetzt hatten Sie mir ja noch etwas Interessantes zugeschickt, können Sie mir dazu noch etwas erzählen?

Ja, ich bekomme inzwischen häufiger Anfragen, ob denn nicht das Übersetzen und Dolmetschen passé ist, also ob dieser Bereich der Sprach- und Kulturmittlung nicht eigentlich durch die Maschine geschafft wird. Tatsächlich ist es so, dass, aus meiner Perspektive, wir sogar noch gefragter sind und sein werden als vorher. Vor allem in Bereichen, die vielleicht bisher wenig Aufmerksamkeit bekommen haben.

Also, ich hatte ja schon erwähnt, man muss solche Sprach- und Kulturmittlungsprozesse überhaupt erstmal aufziehen. Dafür braucht es Expertise und einen gewissen Aufwand in unserer heutigen Welt, die sich immer stärker vernetzt, globalisiert. In der Migration aller Art, also ob ich woanders studieren gehe, ob ich woanders arbeiten gehe oder wie auch immer, zunimmt, aber auch der Wissensaustausch immer intensiver wird. Da steigt eigentlich der Bedarf genau für solche Angebote.

Ich muss an dieser Stelle kurz einhaken: Viele sagen, die Wissenschaftssprache ist heute Englisch. Aber ich gehe davon aus, dass viele Wissenschaftler zwar Englisch sprechen, aber wahrscheinlich, dieser Austausch über das Englische, wenn man verschiedene Sprachherkünfte hat, doch nicht so präzise funktioniert. Weshalb man immer noch den Übersetzer braucht. Kann man das so sagen?

Ich kenne dazu keine genauen Zahlen, es gibt allerdings mehrere Projekte, die in diesem Bereich Wissenschaftsübersetzung aktiv sind und die davon ausgehen, dass es eher die Minderheit der Wissenschaftler ist, die ausreichend Englisch spricht, um an diesem internationalen Austausch von Wissen teilzunehmen. Und es geht ja nicht nur um die Wissenschaftler selbst, sondern es geht ja auch darum, neues Wissen für die breitere Gesellschaft aufzubereiten.

Wenn ich zum Beispiel sage: Ich habe eine neue Möglichkeit gefunden, um in der Stadtplanung dem Klimawandel zu begegnen, dann kann ich nicht davon ausgehen, dass die Verwaltungsmitarbeiterin hier in Leipzig im Rathaus diese auf Englisch verfasste wissenschaftliche Studie lesen kann. Dann muss ich sie mindestens ins Deutsche übersetzen, vielleicht sogar in eine einfache Variante des Deutschen. Das ist so ein Bereich, in dem es noch Entwicklungspotenzial gibt.

Und tatsächlich sehe ich dafür so viel Entwicklungspotenzial, dass ich zusammen mit Kollegen gerade vorbereite, ein unabhängiges Institut auszugründen, das in solchen Bereichen arbeitet. Zum Beispiel im Bereich Wissensaustausch und Übersetzung, aber zum Beispiel auch, was Bedarfe im öffentlichen und gemeinnützigen Bereich an Sprach- und Kulturmittlung angeht, dass wir da Forschungs- und Transferaktivitäten entwickeln.

Ich denke, das ist für unser Fach eine sehr wichtige Entwicklung, weil wir auf der Ebene der Forschungs- und Transferinstitute bisher kaum bis gar nicht vertreten sind. Und ich sehe das als sehr spannende neue Möglichkeit und Herausforderung. Ich habe mich deshalb entschieden, dass das kommende akademische Jahr mein letztes an der Uni sein wird und ich mich in Zukunft voll und ganz dieser Aufgabe widmen werde.

Herr Czulo, ich bedanke mich für das Gespräch und wünsche Ihnen viel Erfolg.

„Sind KI-Übersetzungstools eine Gefahr für Dolmetscher und Übersetzer, Herr Prof. Czulo?“ erschien erstmals im am 30.08.2024 fertiggestellten ePaper LZ 128 der LEIPZIGER ZEITUNG.

Sie wollen zukünftig einmal im Monat unser neues ePaper erhalten? Hier können Sie es buchen.