Muss die Übersetzungsausbildung im Zeitalter der KI neu gedacht werden?

Generative KI hat sich mit einer Geschwindigkeit in der Übersetzungspraxis etabliert, die die üblichen Anpassungszyklen von Studienprogrammen übersteigt. Sowohl bei Studierenden als auch im professionellen Umfeld, haben sich innerhalb weniger Monate Tools etabliert, die umformulieren, zusammenfassen, den Stil anpassen oder eine scheinbar überzeugende Übersetzung erzeugen können. Diese Entwicklung verändert nicht nur die verfügbaren Tools - sie verändert auch die Erwartungen, die Reflexe und sogar die Wahrnehmung dessen, was eine „gute Übersetzung“ ist.
Diese Entwicklung verändert nicht nur die verfügbaren Tools - sie verändert auch die Erwartungen, die Reflexe und sogar die Wahrnehmung dessen, was eine „gute Übersetzung“ ist.
Die Frage ist also nicht nur, ob KI Übersetzer ersetzen wird. Sie ist grundlegender: Wie bildet man Fachkräfte aus, die in einem hybriden, anspruchsvollen und unsicheren Umfeld arbeiten können, ohne das zu verlieren, was den Wert des Berufs ausmacht – Sprache, Kultur, Urteilsvermögen und Verantwortung? Es geht also nicht darum, die Übersetzungslehre aufzugeben, sondern sie mit klarem Blick weiterzuentwickeln.

KI, Bildung und Übersetzung: dieselbe Reifeprüfung

In der Hochschulbildung haben sich bereits mehrere technologische Entwicklungen etabliert: CAT-Tools, also Werkzeuge für computergestützte Übersetzung, Translation-Memorys, Korpora und Terminologie-Tools. Aber generative KI hat eine Besonderheit: Sie erzeugt einen Text, der „menschengemacht“ erscheint, was insbesondere bei Studierenden eine Kompetenzillusion schaffen. KI verändert nicht nur die Tools, sondern auch die Vorstellungen. Große Sprachmodelle (LLMs) erzeugen „überzeugende“ Texte, reagieren auf Anweisungen und passen sich dem Kontext an. Das Risiko, die Qualität zu überschätzen, nimmt zu, und die Bewertung gewinnt an Bedeutung. Für eine detaillierte Analyse siehe die von dem Online-Fachmagazin Slator veröffentlichte Folge über die Zukunft der Übersetzungsausbildung.

In diesem Kontext kann sich „übersetzen lernen“ nicht mehr darauf beschränken, ein akzeptables Ergebnis zu hervorzubringen. Es geht vielmehr darum zu lernen, zu begründen, zu kontrollieren, zu verantworten und zu verstehen, welche Aufgaben man der Maschine überträgt (oder eben nicht). Genau in diesem Punkt hat die universitäre Übersetzungsausbildung einen Vorsprung: Sie vermittelt Orientierung, Methoden und einen ethischen Rahmen.

Von der traditionellen Übersetzung hin zu hybriden Arbeitsumgebungen.

In der Praxis haben sich die Arbeitsprozesse bereits in Richtung gemischter Formate entwickelt: Segmente aus Translation-Memorys, Vorschläge aus maschinellen Übersetzungssystemen (MÜ), Umformulierungen durch generative KI und anschließendes Post-Editing. Diese Realität wird in jüngsten Analysen zur Entwicklung universitärer Studiengänge und zum Aufstieg des hybriden Ansatzes beschrieben.

Zwei wichtige Beobachtungen:

• Das Tempo der Integration nimmt zu: Die großflächige Industrialisierung maschineller Übersetzung beeinflusst die Praxis und die Standards der verwendeten Tools.
• Große Sprachmodelle fügen eine zusätzliche Komplexitätsebene hinzu: Sie „übersetzen“ nicht nur; sie glätten, harmonisieren und können manchmal auch ungenaue Inhalte erzeugen. Sie können also die Form verbessern und zugleich den Inhalt schwächen.

Für die Hochschulausbildung bedeutet das eine Anpassung der Ziele: Fachkräfte auszubilden, die Qualität in einer Umgebung sicherstellen können, in der Sprachproduktion teilweise automatisiert wird.

Warum die Übersetzungsausbildung wichtig bleibt

Verstehen, was man tut: Bedeutung, Zweck, Kontext

Eine gute Übersetzung ist keine Abfolge korrekter Sätze, sondern eine Entscheidung. Sie hängt vom Ziel des Textes ab (informieren, verkaufen, weiterbilden, Vorschriften einhalten), von der Zielgruppe, vom Risiko (rechtlich, medizinisch, reputationsbezogen) und von den Vorgaben des Mediums.

KI kann Vorschläge formulieren, aber sie ist nicht allein in der Lage zu entscheiden, was in einem bestimmten Kontext akzeptabel ist. Diese Fähigkeit zur Kontextualisierung muss zunächst erworben werden, und dafür ist die Universität ein besonders geeigneter Ort.

Kritisch denken und plausible Fehler erkennen

Eines der größten Probleme der generativen KI ist ihre Fähigkeit, plausible Fehler zu erzeugen: subtile Sinnverschiebungen, unbemerkte falsche Freunde, fehlinterpretierte kulturelle Bezüge und korrekte, aber ungenaue Terminologie. Daher die pädagogische Herausforderung, nämlich, wie ein Revisor zu lesen, und eben nicht wie ein passiver Nutzer.

Kompetenzkataloge betonen außerdem, dass sich die Kompetenz des Übersetzers nicht auf die Sprache beschränkt. Sie umfasst unter anderem technologisches Know-how, Dienstleistungskompetenz sowie kulturelle und zwischenmenschliche Dimensionen.

Sich hybrid ausbilden (Mensch + KI)

Die Zukunft liegt nicht im Gegensatz zwischen Mensch und Maschine, sondern in ihrem gelungenen Zusammenspiel. Voraussetzung dafür ist, zu wissen, wann und wie KI eingesetzt werden sollte. Konkret bedeutet dies, dass Post-Editing, die Erstellung von Prompts (Anweisungen), Rückverfolgbarkeit, Terminologiemanagement und Ethik (Vertraulichkeit, Bias und Compliance) gelehrt werden müssen.

In digitalen Umgebungen ist Hybridisierung besonders nützlich. Zum Beispiel erfordern Lokalisierung und Webübersetzung Genauigkeit, Kohärenz und Qualitätskontrolle. Wenn sich Studierende für Lokalisierung und digitale Inhalte interessieren, sollte man sie auch auf Ressourcen zur Übersetzung von Websites und zur Softwareübersetzung hinweisen. Dabei handelt es sich um zwei Marktbereiche, die besonders gut mit KI vereinbar sind, ohne deshalb vollständig durch sie ersetzbar zu sein. Man kann dies auch anhand konkreter Szenarien veranschaulichen: Darf man ein Kundendokument in ein Tool kopieren und einfügen? Was sind die Risiken eines möglichen Datenlecks? Welche Alternativen und welche Vertragsklauseln sind vorzusehen? Man kann dies auch mit Qualitätsstandards wie ISO 17100 für Übersetzungsdienstleistungen und mit breiteren Rahmenwerken verknüpfen.

Aktuelles Risiko: das Beispiel China vs. Vereinigtes Königreich

China: Streichung von Studiengängen wegen KI

Ein deutliches Signal zeigt sich bereits ab. Manche Universitäten strukturieren ihre Angebote rasch um und streichen Studiengänge mit Verweis auf KI-Anpassung und die künftige Zusammenarbeit von Mensch und Maschine. Wie das französische Online-Magazin Numerama berichtet, hat eine chinesische Universität zum Beispiel mehrere künstlerische Studiengänge wie Fotografie, Übersetzung oder Grafikdesign gestrichen, um sich stärker der künstlichen Intelligenz zu widmen.

Diese Art von Entscheidung birgt das Risiko, technologische Geschwindigkeit mit der Veraltung von Wissen gleichzusetzen.
Die Streichung von Studiengängen macht es nicht leicht, verlorene Kompetenzen wieder aufzubauen, vor allem im Bereich Sprache und Kultur. Die Ausbildung der Übersetzer von morgen sollte sich daher weiterentwickeln, statt zu verschwinden. Sie muss Compliance, Verantwortung und die Fähigkeit zur kritischen Einordnung von KI integrieren. Auf europäischer Ebene sieht der AI Act eine schrittweise Anwendung vor, mit vollständiger Anwendbarkeit ab dem 2. August 2026. Dadurch steigt der Bedarf an Fachkräften, die den Einsatz von KI einordnen und überwachen können.

Vereinigtes Königreich: Verteidigung von Sprachstudiengängen und -ausbildungen

Im Gegensatz zum Beispiel Chinas rufen im Vereinigten Königreich mehrere Berufsorganisationen des Sprachsektors – unter anderem das ITI (Institute of Translation and Interpreting), die ATC (Association of Translation Companies) und das CIOL (Chartered Institute of Linguists), die Übersetzer, Übersetzungsunternehmen und Sprachfachleute vertreten – dazu auf, das universitäre Angebot zu schützen. Seit 2014 warnen sie vor der Streichung von Studiengängen für moderne Sprachen und betonen, dass KI sprachliche Kompetenzen keinesfalls überflüssig macht, sondern im Gegenteil, den Bedarf an Ausbildungen verstärkt, die Theorie, Praxis und ein Verständnis für KI-Anwendungen miteinander verknüpfen.

Es zeichnen sich also zwei Modelle ab: Substitution (Disziplinen werden durch KI ersetzt) vs. Integration (Disziplinen werden beibehalten und die KI kontrolliert integriert). Für die Ausbildung der zukünftigen Übersetzer ist das zweite Modell im Allgemeinen nachhaltiger.

Ein Artikel des British Council thematisiert das Sprachenlernen in Zeiten von KI und maschineller Übersetzung. Er stützt sich auf eine Umfrage, die unter 1.348 Englischlehrkräften in 118 Ländern und Regionen durchgeführt wurde und betont, dass KI weder die Lehrkraft noch die kulturellen, sozialen und menschlichen Dimensionen des Sprachenlernens ersetzen könne.

Fazit: Welche Lösungen gibt es und welche Rolle spielen Institutionen?

Die Zukunft von Bildung und Übersetzung neu zu denken, ist eine kollektive Aufgabe. Es geht darum, einen klaren Übergang zu schaffen, keine Kapitulation. Ja, die Verbindung zwischen Mensch und KI ist wahrscheinlich der realistischste Weg, jedoch nur, wenn die Bildung das sprachliche und kulturelle Fundament schützt und KI zu einem Gegenstand kritischer Auseinandersetzung macht, nicht zu einer dauerhaften Abkürzung. Hochschulen, Unternehmen und öffentliche Institutionen haben daher ein Interesse daran, Ausbildungen zu unterstützen, die sprachliche Exzellenz, den sicheren Umgang mit Tools und Verantwortungsbewusstsein miteinander verbinden. Die Ausbildung im Umgang mit KI darf nicht dazu führen, passive Bediener hervorzubringen, sondern Fachkräfte, die entscheiden, begründen und kontrollieren können. In einem Markt, in dem die Automatisierung voranschreitet, verschwindet der eigentliche Wert der menschlichen Aktivität nicht einfach, sondern verlagert sich hin zu Analyse, Abwägung, Zuverlässigkeit und Überwachung.

In einem sich ständig wandelnden Umfeld bleibt es unerlässlich, sich auf eine Übersetzungsagentur zu stützen, um die Qualität und Zuverlässigkeit der Inhalte zu gewährleisten. Falls Sie Interesse haben, können Sie in unserem Artikel nachlesen woran man man einen professionellen Übersetzer erkennt.