In der heutigen Zeit, in der technologische Entwicklungen rasant voranschreiten und die Übersetzungslandschaft erheblich beeinflussen, ist es entscheidend, die neuesten Technologien zu verstehen und effektiv in die praktische Arbeitsweise zu integrieren. Dieses Webinar bietet einen umfassenden Einblick in die Welt der Maschinellen Übersetzung (MÜ) als Teil der Künstlichen Intelligenz (KI) und die Besonderheiten von DeepL.

Künstliche Intelligenz und Maschinelle Übersetzung sind für viele inzwischen ein fester Bestandteil des Arbeitsalltags geworden. Doch auch die Übersetzungsindustrie, aber auch die Auftraggeber fordern immer mehr den Einsatz dieser automatischen Übersetzungstools. Aus diesem Grund können und wollen viele Übersetzer und Übersetzerinnen das Thema MÜ und das damit verbundene Post-Editing nicht mehr ignorieren.

Dieses Webinar gibt einen kurzen Überblick über die Entwicklung der Maschinellen Übersetzung und zeigt die aktuellen Einsatzmöglichkeiten sowie die Besonderheiten und Herausforderungen beim Umgang mit MÜ-Vorschlägen (MÜ-Output). Anhand von Beispielen werden die Stärken und Schwächen der MÜ-Systeme verdeutlicht, um ein besseres Verständnis für die verschiedenen Typen und Funktionsweisen sowie den sinnvollen praktischen Einsatz im Übersetzungsprozess zu erhalten.

Am Beispiel der kostenpflichtigen DeepL-Pro-Version werden verschiedene Einsatzszenarien durchgespielt:

-          Übersetzung im webbasierten DeepL-Übersetzer

-          Übersetzung in der kostenlosen DeepL-Version für Windows und iOS

-          Einbindung von Glossaren für die Gewährleistung einer konsistenten Terminologieverwendung im MÜ-Ergebnis

-          Die Verwendung der Funktion „Anredeform“ für eine einheitliche Adressierung der Zielgruppe

Außerdem werden die verschiedenen Möglichkeiten der Integration von MÜ und KI in exemplarischen Translation-Memory-Systemen gezeigt. In diesem Rahmen liegt der Fokus auf der Trennung von MÜ- und TM-Treffern und die Analyse der verschiedenen Ressourcen.

• Trados Studio: Integration eines MÜ-Systems in den Übersetzungseditor am Beispiel von DeepL
• Phrase TMS: Integration von MÜ-Systemen mit KI-basierter Auswahl des geeignetsten MÜ-Systems und automatisierter Qualitätsbewertung der MÜ-Vorschläge. Außerdem werden die Vor- und Nachtteile eines systeminternen MÜ-Glossars gezeigt.
• Wordscope: Integration von MÜ-Systemen und ausgewählten Funktionalitäten zur Verbesserung der Übersetzungsergebnisse durch eine Schnittstelle zu ChatGPT.

Über die Referentin

Dr. Nicole Keller ist Dozentin am Institut für Übersetzen und Dolmetschen an der Universität Heidelberg. Sie arbeitet seit 2003 als freiberufliche Übersetzerin mit dem Schwerpunkt Medizin. Darüber hinaus gibt sie Schulungen für Translation-Memory-Systeme und Terminologiedatenbanken. Im Rahmen ihrer Tätigkeit am IÜD unterrichtet sie ebenfalls medizinisches Fachübersetzen im Sprachpaar Englisch-Deutsch und gibt Einführungen zu CAT-Tools, wie Translation-Management-Systemen, Terminologiedatenbanken sowie MÜ-Systeme und Postediting.