von Dirk Siepmann in der Blogreihe Translation und Technologie
Beitragsbild: Photo by Christian Wiediger on unsplash.com
Hand aufs Herz: Würden Sie in ein selbstfahrendes Auto einsteigen, das Ihnen neunzigprozentige Sicherheit garantiert? Wohl kaum. Auf anderen Gebieten dagegen suggeriert die KI-Forschung, dass 90 % „richtige Entscheidungen“ bereits ein herausragendes Ergebnis darstellen, so auch auf dem Gebiet der Übersetzung.
In der Tat ist auch für jeden Laien ersichtlich, dass die traditionell als „maschinelle Übersetzung“ (MÜ) bezeichnete Form des Übersetzens seit etwa 2015 einen erheblichen Innovationsschub durch den Einsatz künstlicher neuronaler Netzwerke erfahren hat. Grundsätzlich beruhen die bei der MÜ zum Einsatz kommenden Algorithmen auf dem Pattern Matching (Musterabgleich): Es geht darum, einem ausgangssprachlichen Muster (sprich: Wort, Satz) ein identisches zielsprachliches Muster zuzuordnen. Genau hier zeigt sich auch schon Glanz und Misere des KI-Modells der Übersetzung: Es geht von Identitätsbeziehungen zwischen zwei Sprachen aus, während die allgemein anerkannte Übersetzungstheorie diese nur als seltenen Ausnahmefall zulässt und in der Regel lediglich Ähnlichkeitsbeziehungen zwischen Sprachen postuliert.