Einen Monat ist es jetzt her, dass in Prag der deutsch-tschechische Workshop “Automated Context? Practices,
Opportunities and Risks of AI-Driven Translation in Bohemistics and the Humanities.” statt fand. Die tschechische Außenstelle des Collegium Carolinum bot einen herzlichen Empfang und schöne Räumlichkeiten für den Workshop – in der lockeren Atmosphäre waren sowohl konstruktive wissenschaftliche Diskussionen als auch der persönliche Austausch in der Küche bei Kaffee und Kuchen möglich.
Die entspannte Atmosphäre bildete den Rahmen doch der fachliche Diskurs blieb der Mittelpunkt der Veranstaltung. Obwohl das Workshop-Programm auf den ersten Blick recht heterogen wirkte, fanden die Teilnehmerinnen und Teilnehmer viele Überschneidungen, Berührungspunkte und gemeinsame Problemstellungen in ihren Projekten. Auf diese Weise wurden sich nicht nur gegenseitig Arbeiten vorgestellt, sondern es ergab sich ein produktiver Austausch, der im ein oder anderen Fall sicher in weiterer Zusammenarbeit mündet.
Die deutsch-tschechische Perspektive war nicht nur durch Organisationsteam und Vortragende gegeben, auch die Themen einiger der vorgestellten Projekte bewegten sich genau in diesem Raum, zum Beispiel die Arbeit mit historischen Textdaten deutscher und tschechischer Versionen desselben Buches, Personendaten aus der gemeinsamen Geschichte oder auch Untersuchungen zu Ortsnamen aus dem Grenzgebiet der beiden Länder.
Am Ende der Veranstaltung waren sich in der Abschlussdiskussion alle einig, dass der Workshop zu diesem Thema eine Lücke füllt und Wiederholungsbedarf hat. Größere, thematisch breiter angelegte Veranstaltungen bieten seltener die Gelegenheit zu so gezielten und relevanten Gesprächen wie ein Workshop, der Projekte vereint, in dem die sich demselben Kernthema aus verschiedenen Blickwinkeln nähern. Mit etwas Glück wird es also in der Zukunft eine zweite Auflage dieses Themas geben!
Hier noch eine zugegebenermaßen sehr subjektive Auswahl gewonnener Einsichten):
- Spezialisierte Übersetzungsmaschinen wie deepL sind für Übersetzungen besser geeignet als KI-Chats, auch weil die Resultate relativ stabiler sind. D.h. ein und derselbe Satz wird bei wiederholter Eingabe in deepL nicht ständig anders übersetzt, was bei KI-Chats wie ChatGPT der Fall ist.
- Es war vielleicht zu erwarten, aber bei der Übersetzung historischer Quellen mit Hilfe von KI-Werkzeugen ist größte Vorsicht geboten. Der naive Versuch, am Beispiel politisch hochgradig aufgeladener nationalistischer Texte aus den 20er/30erJahren förderte systematische Verzerrungen zu Tage, Wörter wie “Volksgenosse” oder “Volksgemeinschaft” wurden eher diskret im Sinne von “Staatsbürgern” und “Bevölkerung” übersetzt, was die politische Dimension der Texte (ungewollt) verharmlost.
- Bei zeitgenössischer Sekundärliteratur funktioniert die Übersetzung meines Erachtens erstaunlich gut. Zumindest in Bereichen, in denen ich mich gut auskenne (und mir einbilde sachliche Fehler, die von der Übersetzungssoftware fabriziert worden sind zu bemerken), habe ich wenig Skrupel mich auf maschinelle Übersetzungen zu verlassen. Ich habe es selbst probiert und bin einigermaßen begeistert, dass zu den rechtsphilosophischen Themen (z.B. Hans Kelsen’s Reine Rechtslehre), zu denen ich früher schon gearbeitet habe, mittlerweile auch die auf französisch und portugiesisch verfasste Sekundärliteratur konsultieren kann. In der Tat finden sich darin viele Gesichtspunkte, die in der deutsch- und englischsprachigen Fachliteratur bisher nicht vorgekommen sind.
- Demgegenüber wies allerdings Tomáš Svoboda, der es als professioneller Übersetzer gut beurteilen kann, dass er etwa drei-viertel der Sätze, die ihm eine maschinelle Übersetzung liefert, noch einmal abändern müsse. Trotzdem seien diese System eine große Arbeitserleichterung. Wenn es auf Qualität ankommt aber auch nicht mehr.
- Als Arbeitshilfe sind maschinelle Übersetzungen andererseits selbst bei historischen Primär-Quellen aus dem Mittelalter eine Hilfe, wie Frederik Skidzun am Beispiel der Regesten ausgeführt hat. Das Argument (gegen die Notwendigkeit solcher Übersetzungen überhaupt – ob nun maschinell oder nicht), dass die Forscher, die über die Regesten arbeiten, deren Sprache sowieso kennen müssten, übersieht, dass ja nicht nur Mittelalterspezialisten an diesen Quellen Interesse haben könnten, sondern z.B. auch Historiker oder Soziologien, die vergleichende, raum- oder epochen-übergreifende Forschungen anstellen, und von denen man entsprechend vielfältige und umfassende Sprachkenntnisse nicht ernsthaft fordern kann.
- Nicht die Rezeption von Fachliteratur, sondern auch die Produktion von Fachliteratur könnten maschinelle Übersetzungen in Zukunft revolutionieren. Statt auf Englisch zu Radebrechen kann man Fachartikel zunächst in der eigenen Muttersprache schreiben, dann maschinell übersetzen lassen und noch einmal korrigieren. Das könnte, wenn es sich als neue Üblichkeit etabliert, die Pflege der Nationalsprachen als Wissenschaftssprachen stärken. Ob das die kulturkritische Besorgnis Svobodas, dass mit der Überstzungstechnologie auch der Anreiz zum Sprachenlernen und damit auch zur tieferen Auseinandersetzung mit fremden Kulturen schwindet, aufwiegt sei dahingestellt.
- Überhaupt sollte man die Technik nicht von vornherein mit naiven Vertrauensvorschüssen beschenken. Ein beiläufige Bemerkung aus der Abendvorlesung von Øyvind Eide hat mir in der Hinsicht zu denken gegeben. Der Ausdruck “Digital Twin” ist wohl eher eine Hyperbel (um es höflich zu formulieren), denn wo bleiben z.B. bei einem 3D-Scan die materiellen Eigenschaften, die nicht mit Form und Farbe zu tun haben? (Gewicht, Material, Oberflächenbeschaffenheit). Das erinnert ein wenig an die bei Computersimulationen manchmal anzutreffende schlechte Praxis, alle die Eigenschaften des simulierten Vorgangs, die man nicht modellieren kann, der Einfachheit halber ganz zu ignorieren.
- Die Einsatzmöglichkeiten von LLMs sind natürlich nicht nur auf Übersetzungen beschränkt, sondern bilden wie Michael Škvrňák ausgeführt hat, auch eine große Hilfe bei der (massenhaften) Auswertung von medien für soziologische Studien. Herkömmlichen “Distant-Reading”-Algorithmen sind die KI-basierten Ansätze überlgen. Die von Škvrňák vorgestellte Studie zeichnete übrigens die Polarisierung der Meinungen zum Ukraine-Krieg nach. Seit Beginn des Krieges hat sich der Anteil derjenigen, die Rußland die Alleinschuld an dem Ukraine-Krieg zuweisen gegenüber denjenigen, die das nicht tun, kaum verschoben, wohl aber ist jetzt in dem Lager der Anteil derjenigen, die von dem ein- oder anderen stark überzeugt sind größer gegenüber denjenigen geworden, die es nur vermutungsweise oder mit Vorsicht annehmen wollten.
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Eckhart Arnold (20. Juni 2025). Nachlese zum Übersetzungsworkshop in Prag. dhmuc. Abgerufen am 6. März 2026 von https://doi.org/10.58079/1469y