„Ich möchte nicht hinter der KI herputzen“

Die Auswirkungen von KI auf den Übersetzungsalltag fallen je nach Fachbereich unterschiedlich aus. Ricarda Essrich zeichnet ein zweigeteiltes Bild: „In meiner Arbeit als Literaturübersetzerin unterstützen mich KI-Tools durchaus. Ich nutze sie für Recherche, für Vergleiche verschiedener Lösungsvorschläge, Synonym- und Wortfeldrecherchen.“ Ihre Auftragslage im Buchbereich bleibe unberührt, der KI-Einsatz sei bei ihren Verlagen meist verboten. Anders in ihrem zweiten Arbeitsfeld: „Als Fachübersetzerin für die Baubranche spüre ich die Auswirkungen deutlicher: Dort setzen Auftraggeber zunehmend auf maschinelle Übersetzungen – nicht selten mit dem Ergebnis, dass ich im Nachgang die Qualitätssicherung übernehmen soll. Das ist weder effizient noch fair vergütet.“

Sarah Swift beobachtet subtilere Verschiebungen: „Ich bin nach wie vor gut ausgelastet, aber die Auftragsanbahnung ist teilweise langwieriger geworden, weil jetzt kritischer überprüft wird, ob notwendigerweise menschliche Übersetzer beauftragt werden sollen.“ Die eigentliche Arbeit sei nicht das Problem, sondern der zusätzliche Rechtfertigungsaufwand. Sie berichtet von Kolleg:innen, die in Inhouse-Stellen wechseln: „Das liegt unter anderem daran, dass sie gern professionelle Arbeit leisten wollen, ohne die Sinnhaftigkeit vorher in Auftragsverhandlungen kleinteilig erörtern zu müssen.“

Essrich illustriert die Grenzen am Beispiel norwegischer Literatur: „Wenn in einem norwegischen Buch jemand ‚utepils' trinkt – wörtlich ‚Draußen-Bier', aber kulturell aufgeladen mit dem ersten Frühlingsbier in der Sonne nach dunklem Winter –, muss ich entscheiden: Erkläre ich es, bleibe ich bei ‚Bier' und verliere die kulturelle Nuance, oder lasse ich es stehen und setze auf Kontext?“ Diese Entscheidung hänge von Genre, Zielgruppe und Funktion der Szene ab. „Die KI schlägt mir zig Varianten vor, aber sie kann nicht beurteilen, welche in diesem spezifischen Kontext funktioniert.“ KI verstehe keine Ironie, keinen Subtext, keine intertextuellen Anspielungen. Unverzichtbar menschlich blieben das genaue Lesen, das Interpretieren und die Fähigkeit, aus vielen Möglichkeiten die eine zu wählen, die zur Autor:innenstimme passe.

Swift argumentiert pragmatischer. Sie nutze KI oft nicht einmal für ganze Aufgaben, „sondern nur punktuell und gezielt für kleine Teilaufgaben, bei denen ich gerade nicht weiterkomme“. Wenn sie KI einsetze, lasse sie sich sieben Lösungen liefern, „von denen am Ende vielleicht zwei halbwegs passen“. Einen ganzen Text durch KI zu jagen sei sinnfrei. Ihre Kernforderung: „Ich möchte nicht als ‚Human-in-the-Loop' hinter der KI herputzen, sondern als Expertin den Prozess steuern und sie aktiv per Tastendruck dazuschalten.“

Essrich fordert klare Rahmenbedingungen: „Verlage sollten transparent regeln, an welchen Stellen der Einsatz von KI-Tools erlaubt ist, wie mit Datenschutz und Vertraulichkeit umzugehen ist.“ Doch Richtlinien allein reichten nicht: „Die Vergütung literarischer Übersetzungen ist seit Jahren de facto eingefroren. Beteiligungsmodelle sind häufig unfair oder fehlen ganz, und wachsender Termindruck wird meist auf die Übersetzer:innen abgewälzt. Wenn Verlage weiterhin hochwertige Übersetzungen wollen, braucht es angemessene Honorare, realistische Zeitpläne und echte Kooperation auf Augenhöhe.“

Swift lenkt den Blick auf eine spezifische Problematik: Im Wissenschaftsbereich würden Übersetzungen oft direkt von Forschungsinstituten beauftragt. Wenn Verlage solche Texte veröffentlichen, müssten sie dennoch prüfen: „Könnte der Text übersetzt sein und wenn ja, von wem? Dem Autor, einem Dritten, einer KI? Welche praktischen und rechtlichen Fragen ergeben sich daraus?“

Essrich setzt auf einen differenzierten Tool-Mix: „ChatGPT nutze ich mit CustomGPTs, die ich mit kunden- oder projektspezifischen Vorgaben füttere; außerdem habe ich ein eigenes Profil für meine Marketingtexte und LinkedIn-Inhalte." Für Recherchen arbeite sie mit Perplexity wegen der Quellenangaben, beim stilistischen Feinschliff mit Claude, „das in Variantenbildung und Tonalität oft sehr präzise ist“. DeepL setze sie punktuell ein, „aber stets mit gründlicher Nachbearbeitung“.

Swift dagegen praktiziert bewussten Minimalismus: „Ich nutze AutoHotKey, um kurze Textteile zusammen mit passenden Prompts an Mistral (‚Le Chat‘) zu schicken.“ Es gehe dabei nie um grundlegende Recherchen, sondern nur um Formulierungshilfen. Ihre Skepsis ist deutlich: „Ich habe die KI-Ergebnisse aus der Google-Suche entfernt, Copilot in Microsoft Word habe ich derzeit nicht im Einsatz und DeepL war für meine Begriffe nützlicher, als weniger KI zum Einsatz kam.“

Essrich setzt auf eine konsequente Strategie: „Meine wichtigste Strategie ist erstaunlich schlicht: konsequent gute, professionelle Arbeit leisten und damit sichtbar machen, welchen Wert eine menschliche Übersetzung hat.“ Parallel kläre sie aktiv über die Grenzen von KI auf. Ihre Zukunftserwartung: „In fünf Jahren hoffe ich, dass die aktuelle Überhöhung der vermeintlichen Möglichkeiten von KI einer realistischeren Einschätzung gewichen ist, in der wir nicht mehr ständig unsere Daseinsberechtigung erklären müssen. Außerdem sind wir beim Urheberrecht hoffentlich einen großen Schritt weiter, sodass urheberrechtliche Fragen rund um Training und Lizenzierung verbindlich geregelt sind und geistige Leistungen nicht länger kostenlos als Rohstoff für KI dienen.“

Swift nimmt eine breitere Perspektive ein: „Die Prägung des Marktes durch KI ist weder meine größte Befürchtung noch eine große Chance für mich. Als Übersetzerin im Bereich Geistes- und Humanwissenschaften mache ich mir eher Sorgen über wissenschaftsskeptische bis -feindliche Strömungen.“ Ihre technische Einschätzung ist nüchtern: „Die Erfolge der KI-Systeme beruhen meist darauf, dass sie mit hochwertigen menschlichen Übersetzungen trainiert wurden. Inzwischen werden sie zunehmend mit dem eigenen Output gefüttert, was eine gewisse ‚Degenerierung', sprich: Verschlechterung, zur Folge hat.“

Beide betonen die Rolle der Berufsverbände. Essrich hebt die Nachwuchsförderung hervor: Wichtig sei, dass junge Übersetzer:innen „optimistisch in den Beruf starten, selbstbewusst Verträge aushandeln und sich nicht entmutigen lassen“. Swift ergänzt: „Heute muss ich als Sprachdienstleister nicht nur erklären können, wie man effiziente Übersetzungsprozesse gestaltet, sondern auch, wie eine erfolgreiche Sprachenpolitik aussieht und welchen Nutzen Mehrsprachigkeit einem Unternehmen bringt.“

Die beiden Übersetzerinnen eint die Überzeugung, dass KI menschliche Expertise nicht ersetzen kann – ihre Strategien unterscheiden sich jedoch. Essrich nutzt KI als vielfältiges Werkzeug bei gleichzeitiger Qualitätskontrolle. Swift praktiziert bewussten Minimalismus und lehnt die Rolle als „Human-in-the-Loop" ab: Die Expertin steuert, die Maschine assistiert – nicht umgekehrt. Beide warnen vor einer Entwicklung, in der Geschwindigkeit und Preis über Qualität siegen und sehen die Zukunft des Übersetzens in der selbstbestimmten Kombination menschlicher Expertise mit gezieltem Technologieeinsatz – vorausgesetzt, Verlage seien bereit, Qualität angemessen zu honorieren und Übersetzer:innen als unverzichtbare Sprachexpert:innen und nicht nachgeschaltete Fehlerkorrektur-Instanzen zu sehen.

„Lektorat ist Vertrauenssache“ – Lektorin Marion Voigt: Warum KI-Übersetzungen oft mehr Arbeit machen als sie sparen und weshalb menschliche Intelligenz das wahre Potenzial eines Textes ausschöpft.

„Ich habe die menschlichen Superkräfte Urteilskraft und Einfühlungsvermögen“ – Lektorin und Texterin Henrike Doerr: Warum KI-generierte Inhalte lediglich eine Grundlage zum Brainstorming sind.

„Wird ausschließlich KI genutzt, fehlt dem Text die Seele“ – Lektorin und Texterin Katharina Zeutschner: Warum KI-generierte Inhalte fachliche Expertise erst recht unverzichtbar machen.