Psychologische Aspekte des computergestützten Übersetzens und Dolmetschens

Kapitel 2 Psychologische Aspekte des computergestützten Übersetzens und Dolmetschens Katharina Ostera& Anne Catherine Gieshoffb aJohannes Gutenberg-Universität Mainz bZürcher Hochschule für Angewandte Wissenschaften Translationstechnologien sind mittlerweile fester Bestandteil des Arbeitsalltags von Übersetzer:innen und Dolmetscher:innen. Bisher wurde jedoch kaum untersucht, inwiefern Menschen auf psychologischer Ebene mit den Technologien und den damit generierten Produkten interagieren. In diesem Beitrag betrachten wir erste Studien in diesem Bereich: Tendenziell lässt sich darauf schließen, dass Translator:innen zwar durchaus effizienter mit Technologien arbeiten, diesen jedoch eher kritisch eingestellt sind. Endnutzer:innen hingegen haben insgesamt wenig Vorbehalte und werten die mit Hilfe von Technologien erstellten Translate als qualitativ gut. 1 Einleitung Technologien sind ein wichtiger Teil in der Translation. Beim Übersetzen reicht der Einsatz von der Nutzung einfacher Online-Wörterbücher über den Einsatz von Translation Memories (TMs) bis hin zum Post-Editieren maschinell übersetzter Texte. Besondere Bedeutung haben dabei Translation Memories und das Post-Editing, da sie vermutlich den größten Einfluss auf den Übersetzungsprozess haben. Diese Technologien sind bereits seit Jahrzehnten Teil des Übersetzens. Translation Memory-Systeme spalten den zu übersetzenden Text in Segmente ein und speichern eingegebene Übersetzungslösungen ab, die für zukünftige Projekte genutzt werden können und dann als 100 %-Matches oder als Fuzzy Katharina Oster & Anne Catherine Gieshoff. 2026. Psychologische Aspekte des computergestützten Übersetzens und Dolmetschens. In Oliver Czulo, Martin Kappus & Felix Hoberg (Hrsg.), Digitale Translatologie, 17–32. Berlin: Language Science Press. DOI: 10.5281/zenodo.17523032 Katharina Oster & Anne Catherine Gieshoff Matches als mögliche Lösung angeboten werden. Seit den 1990er Jahren werden TMs eingesetzt (O’Brien & Moorkens 2014). Auch das Post-Editing von maschinell übersetzten Texten wird bereits seit den 1980er Jahren (Alvarez-Vidal u. a. 2020) verwendet. Das Dolmetschen ist ebenfalls in vielerlei Hinsicht von Technologien und Technik abhängig: Ohne Mikrofone und Mischpult kann keine Simultanverdolmetschung stattfinden und der Laptop hat in der Kabine längst Einzug gehalten (zur Rolle von Technologien im Dolmetschen s. a. Pöchhacker & Liu 2024). Neben der konventionellen Terminologiemanagement-Software gibt es mittlerweile auch eine Reihe von Weiterentwicklungen, die zu einer Teilautomatisierung sowohl der Vorbereitung auf Dolmetschaufträge als auch des Dolmetschens selbst führen. Diese Anwendungen werden wesentlich häufiger im Konferenzdolmetschen als im Kommunaldolmetschen (auch: Community Interpreting) genutzt (Kerremans u. a. 2019). Da diese Technologien einen großen Platz im Übersetzen und Dolmetschen einnehmen, stellt sich die Frage, wie sie die Menschen, die mit ihnen in Kontakt kommen, kognitiv beeinflussen. Im Folgenden betrachten wir verschiedene Aspekte, die damit in Zusammenhang stehen. Zunächst widmen wir uns den Übersetzer:innen und Dolmetscher:innen und gehen auf die objektive kognitive Beeinflussung durch und die subjektive Wahrnehmung von Translationstechnologien ein. Im letzten Teil dieses Beitrags soll dann die Wahrnehmung von Translationstechnologien durch den Endnutzer:innen vorgestellt werden. 2 Kognitive Aspekte des technologiegestützten Übersetzen und Dolmetschen 2.1 Übersetzen Der kognitive Aufwand bei der Verwendung von Translationstechnologien, insbesondere Translation Memorys (TM) und vor allem Post-Editing (PE), ist relativ gut erforscht und die Studien in diesem Bereich zeichnen ein ziemlich deutliches Bild: Die Verwendung von TMs führt zu einem geringeren kognitiven Aufwand als das Übersetzen von Grund auf (O’Brien 2007) und auch der Einsatz von PostEditing reduziert den kognitiven Aufwand (Daems u. a. 2017a, Guerberof Arenas 2013, Teixeira 2014). Der kognitive Aufwand wird dabei mit verschiedenen Methoden erfasst. In vielen Studien wird die Produktivität angegeben, also wie schnell eine bestimmte Anzahl an Wörtern im Ausgangstext mit oder ohne Technologieeinsatz übersetzt 18 2 Psychologische Aspekte von CAT und CAI werden kann. Dabei zeichnet sich sehr deutlich ab, dass der Einsatz von Technologien die Produktivität erhöht (LeBlanc 2013, Alvarez-Vidal u. a. 2020, Carl u. a. 2015). Auch die Qualität wird gemessen, um den kognitiven Aufwand zu bestimmen. Dies wird in der Post-Editing-Literatur zum Beispiel als Fehlerrate (Teixeira 2014) oder auch als Fluency und Adequacy (Vieira 2014) angegeben. Hier lassen sich allerdings keine einheitlichen Ergebnisse feststellen. In anderen Studien kamen Messungen von Tastatureingaben und Blickbewegungen zum Einsatz (O’Brien 2007, Carl u. a. 2015, Daems u. a. 2017b). Carl u. a. (2015) zeigten zum Beispiel, dass die Bearbeitungszeit beim Post-Editing, aber auch die Anzahl und Dauer der Fixationen geringer ist als beim Übersetzen von Grund auf. Die Autoren deuteten diese Ergebnisse im Sinne einer geringeren kognitiven Belastung beim Post-Editing im Vergleich zum Übersetzen. Neben den Vergleichen zwischen dem Übersetzen von Grund auf und dem Einsatz von Technologien beschäftigt sich auch eine Reihe von Studien mit dem Zusammenhang zwischen kognitiven Aufwand beim Technologieeinsatz und bestimmten linguistischen Eigenschaften der Ausgangstexte und Zielsprachen. Hier sei insbesondere die Linearität zwischen Ausgangsund Zielsprache genannt (Literality, Schaeffer & Carl (2017)). Diese Studien stützen sich bei der Untersuchung ebenfalls auf das Messen von Tastatureingaben (Schaeffer & Carl 2017) und Tastatureingaben kombiniert mit Blickbewegungen (Vardaro u. a. 2019, Vieira 2014). 2.2 Dolmetschen Die Vorbereitung zu Dolmetschaufträgen umfasst in der Regel Fachterminologie, inhaltliche Konzepte und Kontextualisierung der Informationen, aber auch sprachliche oder kulturelle Aspekte, beispielsweise das ‚Einhören‘ in bestimmte Sprachvarietäten oder Akzente (Álvarez-Pérez & Pérez-Luzardo Díaz 2024). Traditionell bedienen sich Dolmetschende vieler Hilfsmittel, um Fachbegriffe festzuhalten: Wortlisten auf Papier mit den wichtigsten Begriffen, Übersetzungen und Notizen auf Vorbereitungsunterlagen, Tabellen auf MS Word oder Excel, Terminologiemanagement-Systeme. Beim Dolmetschen dienen Terminologiemanagement-Anwendungen insbesondere dazu, Fachbegriffe aus Korpora zu extrahieren und (halb)automatisch Glossare zu erstellen. Ersten Studien zufolge kann eine solche Unterstützung die terminologische Genauigkeit in den Verdolmetschungen verbessern (Pérez Pérez 2018, Xu 2018). In der Kabine können CAI-Anwendungen insbesondere beim Nachschauen von Fachwörtern helfen. Eine neuere Entwicklung ist der sogenannte Artificial Boothmate, mit dem automatisch Fachbegriffe, Eigennamen, Zahlen oder sogar 19 Katharina Oster & Anne Catherine Gieshoff ein komplettes Transkript eingeblendet werden (Guo u.a. 2022). Verschiedene Studien deuten darauf hin, dass automatische Einblendungen die Fehler, die Vollständigkeit und Genauigkeit in Verdolmetschungen verbessern können. Prandi (2023) fand in den Verdolmetschungen von neun Studierenden im Konferenzdolmetschen weniger Auslassungen und Fehler, wenn diese mit automatischen Einblendungen dolmetschten statt in einer CAI-Software oder einem PDF-Glossar. Insbesondere bei der Verdolmetschung von Zahlen, einem bekannten ‚Stolperstein‘ (Gile 2009), führten automatische Einblendungen in den Verdolmetschungen von Studierenden insgesamt zu einer höheren Genauigkeit (Defrancq & Fantinuoli 2021, Desmet u. a. 2018, Guo u. a. 2022, Pisani & Fantinuoli 2021). Allerdings wurde in einigen Fällen auch deutlich, dass automatische Einblendungen auch dazu führen können, dass sich Dolmetschende zu stark auf die maschinelle Unterstützung verlassen. In einer Studie mit professionellen Konferenzdolmetschenden testete Frittella (2023) die Software SmarTerp, die Fachtermini, Zahlen und Entitäten automatisch einblendet. In ihren Ergebnissen stellte sie fest, dass 93 % der Auslassungen und 48 % der Fehler auf fehlende oder fehlerhafte Vorschläge zurückzuführen sind. Eine ähnliche Feststellung machten Defrancq & Fantinuoli (2021). In ihrer Studie verließen sich die Teilnehmenden ebenfalls zu sehr auf die automatische Spracherkennung und ihre Leistung fiel deutlich ab, wenn die automatische Spracherkennung an einigen Stellen ausfiel. 3 Subjektive Wahrnehmung der Übersetzer:innen und Dolmetscher:innen 3.1 Übersetzende In den letzten Jahren wurden verschiedene Studien zu der Einstellung von Übersetzenden zum Einsatz von Technologien durchgeführt. Die Ergebnisse sind dabei eher gemischt. Einige Autoren geben an, dass Technologien in Form von Translation Memories (Dillon & Fraser 2007, LeBlanc 2013) als eher positiv wahrgenommen werden und unter anderem deren Beitrag zu einer besseren Produktivität und Konsistenz geschätzt wird. Auch die maschinelle Übersetzung mit PostEditing wird in einigen Untersuchungen als positiv bewertet (Cadwell u. a. 2018, Guerberof Arenas 2013). Im größten Teil der aktuell existierenden Literatur wird allerdings berichtet, dass vor allem aber MÜ und Post-Editing (Alvarez-Vidal u. a. 2020, Carl u. a. 2015, Teixeira 2014) als negativ wahrgenommen werden. In einer Studie von Carl u.a. (2015) gaben die meisten Proband:innen (78 %) z. B. an, dass sie lieber einen Text von Grund auf übersetzen als ihn zu post-editieren (Teixeira 2014: siehe auch). Insgesamt waren sie auch mit der Qualität des maschinell 20 2 Psychologische Aspekte von CAT und CAI übersetzten Textes unzufrieden1und gaben an, dass dieser komplett überarbeitet werden müsse. Dies steht im Gegensatz zu objektiven Beobachtungen der kognitiven Leistung in derselben Studie (siehe vorangegangener Abschnitt). Welche Gründe werden daher in der Literatur für die ablehnende Haltung genannt? Ein wichtiger Punkt scheint die Affinität und Erfahrung der Benutzer mit ITTools zu sein (Alvarez-Vidal u. a. 2020, Dillon & Fraser 2007, Teixeira 2014). Es scheint aber weitere Faktoren zu geben, die die subjektive Wahrnehmung beeinflussen. Alvarez-Vidal u. a. (2020) führten einen Fragebogen mit professionellen Post-Editor:innen auf LinkedIn durch (50 Teilnehmer:innen). Die Proband:innen waren ebenfalls der Ansicht, dass PE weniger produktiv und anstrengender ist als Übersetzen. Hier wurden jedoch auch weitere Gründe für Unzufriedenheit genannt. So waren die Probanden der Ansicht, das Post-Editing langweilig und repetitiv ist. Es fehlte ihnen die Möglichkeit, kreativ zu arbeiten. Auch Sorgen hinsichtlich der Entwicklung des Berufs werden immer wieder als Gründe der Ablehnung von Technologien genannt (Cadwell u. a. 2018, Guerberof Arenas 2013, Läubli & Orrego-Carmona 2017). Guerberof Arenas (2013) gibt zum Beispiel an, dass professionelle Post-Editor:innen grundsätzlich eher zufrieden mit ihrer Tätigkeit sind, aber die bezahlten Honorare als viel zu gering empfinden. Dies wird in dieser Studie sowohl auf das Post-Editing als auch auf die Verwendung von Translation Memories bezogen. Es werden aber auch ganz klare technische Aspekte genannt, die dazu führen, dass Übersetzer:innen nicht zufrieden mit Übersetzungstechnologien sind. So berichten O’Brien & Moorkens (2014), dass von ihnen befragte Übersetzer:innen sehr unzufrieden mit den von ihnen verwendeten TM-Tools waren. Dabei wünschten sie sich vor allem mehr Transparenz bezüglich der Herkunft der Daten. Diese Metadaten würden bei Bearbeitungsentscheidungen helfen. Ein weiterer Wunsch war eine dynamischere Anpassung des MÜ-Outputs anhand des Post-Editing-Inputs, um wiederholte Korrekturen des gleichen Fehlers zu vermeiden. Geht man auf die Wünsche der Übersetzer:innen ein, kann dies zu einer deutlichen Steigerung der Zufriedenheit und auch der Produktivität führen. BrivaIglesias u. a. (2023) untersuchten eine neuere Version des Post-Editings (Interactive Post-Editing), bei dem sich die vorgeschlagene Übersetzungslösung der Maschine in Bezug auf die Eingaben und Änderungen der Post-Editor:innen kontinuierlich ändern. Dieses System wurde mit dem klassischen, statischen PostEditing verglichen. Die an der Studie teilnehmenden Proband:innen bevorzugten 1Einige der Studien verwenden MÜ-Systeme, die noch keine neuronale MÜ verwendeten und daher mehr/andere Fehler machten. 21 Katharina Oster & Anne Catherine Gieshoff das interaktive System und waren, gemessen an ihren Tastatureingaben, auch produktiver. Lösungen für eine verbesserte Akzeptabilität von Translationstechnologien könnten daher 1. eine bessere Schulung über die technischen Grundlagen, 2. eine bessere Bezahlung und 3. eine verbesserte Kommunikation zwischen Übersetzer:innen und Produktentwickler:innen sein, um somit den Übersetzenden ins Zentrum des Übersetzungsprozesses zu bringen (vgl. O’Brien 2024). Dies könnte nicht nur die Wahrnehmung der Technologien in Einklang mit den verbesserten kognitiven Prozessen bringen, sondern die kognitiven Prozesse eventuell sogar weiter verbessern. 3.2 Dolmetschende Ersten Studien zur computergestützten Vorbereitung von Dolmetschaufträgen, die ausschließlich mit Studierenden durchgeführt wurden, zufolge kann eine solche Unterstützung die terminologische Genauigkeit in den Verdolmetschungen verbessern (Pérez Pérez 2018, Xu 2018). Die Wahrnehmung solcher Anwendungen ist gemischt: Einerseits wird die automatische Extraktion als Zeitersparnis, andererseits durch das nachfolgende Prüfen und Editieren als zeitaufwändig empfunden (Xu 2018). Tatsächlich stufen Studierende, die mit einem automatisch erstellten Glossar gearbeitet haben, die Möglichkeit, eigene Einträge anzulegen, als wichtiger ein als Studierende, die keine Erfahrung mit automatisch erstellten Glossaren haben. Ob eine automatische Termextraktion die Vorbereitung vollständig ersetzen kann, ist fraglich, denn die Glossarerstellung ist nicht mit der Wissensorganisation gleichzusetzen. Die Wissensorganisation erlaubt es, neue Konzepte zu erlernen und Inhalte zu kategorisieren. Dieser Prozess ist wesentlich, um den Sinn einer Äusserung vollständig zu erfassen und leistet somit letzten Endes einen bedeutenden Beitrag zum Gelingen der Kommunikation (Rütten 2013). Allerdings gibt es Hinweise, die vermuten lassen, dass Dolmetschende nicht nur den Prozess der Wissensorganisation nutzen, um ein Glossar zu erstellen, sondern auch umgekehrt: Der Prozess der Glossarerstellung scheint auch dazu zu dienen, Wissen zu strukturieren und abrufbar zu machen (Chang u.a. 2018). Studien hierzu liegen allerdings noch nicht vor. Auch in Bezug auf die Wahrnehmung des computergestützten Dolmetschens gibt es bislang wenige Untersuchungen. Die existierenden Studien beschäftigen sich hauptsächlich mit der subjektiv wahrgenommenen Beeinflussung des Dolmetschprozesses. Sie zeigen sehr gemischte Ergebnisse. Einige Studien zeigen, 22 2 Psychologische Aspekte von CAT und CAI dass automatische Einblendungen durchaus als Entlastung wahrgenommen werden (Frittella 2023, Pisani & Fantinuoli 2021) und zu einem höheren Sicherheitsgefühl führen (Defrancq & Fantinuoli 2021, Frittella 2023). Gleichzeitig wurde aber auch angegeben, dass diese zusätzlichen visuellen Informationen kognitive Ressourcen beanspruchen können. So meldeten die Studienteilnehmende in Frittellas Studie (2023) unter anderem zurück, dass die automatischen Übersetzungsvorschläge ihre Aufmerksamkeit übermäßig auf die Übersetzung einzelner Wörter lenkten und sie vermehrt Schwierigkeiten hatten, sich auf die Ausgangsrede zu konzentrieren oder die Bedeutung der Ausgangsrede gesamthaft zu erfassen (Frittella 2023). Ähnliche Bedenken wurden auch in einer Studie von Gieshoff u. a. (2024) laut. So berichteten vier von neun Studienteilnehmer:innen, dass sie in ihrer Verdolmetschung Sätze abbrechen oder neu formulieren mussten, damit der vorgeschlagene Begriff in den Zielsatz passt. Dieses gemischte Bild wurde auch in einer Umfrage unter Konferenzdolmetscher:innen deutlich. So bewerteten die Teilnehmenden den Einfluss von Technologien auf ihre Produktivität und Mobilität als durchaus positiv. Sie befürchten aber negative Auswirkungen, wie zum Beispiel eine Verringerung der Dolmetschqualität, der Verlust ihrer Dolmetschfertigkeiten und nicht zuletzt die Frage, ob die Maschine nicht irgendwann den Mensch ersetzen wird (Fan 2024). 4 Wahrnehmung der Endnutzer:innen 4.1 Übersetzen Übersetzungen werden für End-Nutzer:innen erstellt. Die meisten Nutzer:innen von Translaten werden dabei wahrscheinlich nie erfahren, ob der Text, den sie lesen, mithilfe von Technologien übersetzt wurde oder nicht. Dennoch stellt sich die Frage, wie diese Texte wahrgenommen werden. Wenn Proband:innen nicht wissen, wie Texte übersetzt wurden, kann man auch bei objektiven Untersuchungen der Wahrnehmung kaum Unterschiede feststellen. Screen (2019) führte zum Beispiel eine Studie zum Vergleich von Full PostEditing2mit Humanübersetzungen durch. Die Proband:innen lasen die Texte, ohne die Übersetzungsmethode zu kennen, und bewerteten sie. Dabei wurden nicht nur die subjektiven Qualitätsbewertungen der Proband:innen erhoben, sondern auch Blickbewegungsmessungen. Es konnten keine Unterschiede zwischen den beiden Übersetzungsarten festgestellt werden. 2Unter Light Post-Editing versteht man eine grobe Bearbeitung einer maschinellen Übersetzung, sodass der Text verständlich ist, unter Full Post-Editing eine Bearbeitung, nach der der Text druckreif ist. 23 Katharina Oster & Anne Catherine Gieshoff Endnutzer:innen von Übersetzungen scheinen insgesamt auch nicht negativ gegenüber Translationstechnologien eingestellt zu sein, wenn sie um deren Benutzung wissen. Bowker (2009) berichtet, dass durchschnittliche Nutzer:innen der Einsatz von MÜ gekoppelt mit Light Post-Editing ausreicht, um informative Texte zu lesen. Sie seien dabei auch wesentlich positiver gegenüber MÜ eingestellt als Menschen, die im Sprachensektor arbeiten. Hier scheint auch ein gewisser finanzieller Aspekt mit einzufließen. Bowker & Buitrago Ciro (2015) verglichen zunächst blind vier verschiedene Übersetzungsmethoden einer Webseite: MÜ ohne Post-Editing, Light Post-Editing, Full Post-Editing und eine rein humane Übersetzung. Die Proband:innen sollten angeben, welche Übersetzung sie bevorzugten. Dabei schnitt die Humanübersetzung am besten ab, aber knapp gefolgt von dem Full-Post-Editing. In einem zweiten Schritt sahen die Proband:innen dann aber auch die verwendete Übersetzungsmethode und vor allem auch den Aufwand und Preis, den diese Übersetzungen mit sich brachten. Dies führte dazu, dass das Light Post-Editing mit Abstand am besten bewertet wurde. Seit dem Einführen der Neuronalen MÜ (um das Jahr 2015, s. Koehn 2020) hat die Qualität von MÜ deutlich zugenommen. Neuere Studien zur Verwendung von MÜ ohne Einsatz von Post-Editing spiegeln dies wider. Kasperė u. a. (2021) führten eine Fragebogenstudie zur Verwendung von MÜ in Litauen durch und fragten nach der Verwendung, aber auch nach der Zufriedenheit mit dem Produkt. Auch wenn die Proband:innen eher geteilter Meinung bezüglich der Qualität waren, gaben Sie an, MÜ in vielen Bereichen Ihres Alltags anzuwenden. Dazu zählten Studium und Arbeit sowie Freizeitaktivitäten. Lee & Lee (2024) zeigten in einer Studie ein ähnliches Bild aus dem Tourismusbereich. Einschränkend muss man zu diesen Studien sagen, dass die dort beschriebenen Einsatzfelder der MÜ vermutlich keine schwerwiegenden Konsequenzen für die Nutzer nach sich ziehen. Asscher & Glikson (2021) haben die Wahrnehmung von MÜ in einem deutlich kritischeren Kontext untersucht. Sie erstellten ein Szenario, in dem ein Mensch mit Migrationshintergrund in einer ethisch aufgeladenen Situation mit den lokalen Behörden kommunizieren muss: In dem verwendeten Szenario wurde ein Mensch auf Grund seiner Herkunft von lokalen Sicherheitsbehörden aufgegriffen. Es wurde ein Ausgangstext erstellt, der maschinell übersetzt wurde. Die Proband:innen der Studie sollten dann die Qualität der Übersetzung bewerten. Allerdings wurde einer Gruppe gesagt, es handele sich um eine humane Übersetzung, der anderen um eine maschinelle Übersetzung. Obwohl die Texte identisch waren, wurde der als maschinell übersetzt gekennzeichnete Text als schlechter bewertet. Dies zeigt, dass der Kommunikationszweck und 24 2 Psychologische Aspekte von CAT und CAI mögliche Konsequenzen, die durch die Übersetzung entstehen können, einen großen Einfluss auf die Wahrnehmung der MÜ haben, ganz unabhängig von deren tatsächlicher Qualität. 4.2 Dolmetschen Was das computergestützte Dolmetschen betrifft, gibt es unseres Wissens nach bislang keine Studien zur subjektiven Wahrnehmung der End-Nutzer:innen. Studien zur Wahrnehmung der End-Nutzer:innen von vollautomatisiertem Dolmetschen oder maschineller Übersetzung von gesprochener Sprache gibt es bislang auch kaum. Pilotstudien lassen vermuten, dass menschliche Verdolmetschungen besser verständlich sind, aber bezüglich Texttreue und Inhalt ähnlich abschneiden (Liu & Liang 2024, Fantinuoli & Prandi 2021)3. Aus einer weiteren Studie ergab sich zudem der Hinweis, dass Maschinen möglicherweise den Inhalt eines Fachtexts besser übertragen können als menschliche Dolmetscher:innen (Cao 2024). Die bessere Verständlichkeit bei Humanverdolmetschungen lässt sich möglicherweise auf die Tatsache zurückführen, dass Menschen den situativen Kontext und sensorische Informationen außerhalb des Ausgangstexts, wie z. B. visuelle Informationen auf Folien, in die Verdolmetschung einfließen lassen, was für Maschinen derzeit (Stand 2024) noch nicht möglich ist (Pöchhacker 2024). 4.3 Translation-Apps Wir möchten hier auch noch kurz auf die Anwendung von Translation-Apps eingehen. Diese stellen meist eine Mischform aus schriftlicher und mündlicher Übersetzung dar. Sie sind von großer Bedeutung, da sie für viele Alltagssituationen verwendet werden (Tourismus, Gesundheitswesen, Behörden). Erste Studien lassen vermuten, dass sie eine große Erleichterung bei der Kommunikation z. B. Im Gesundheitsbereich darstellen. Panayiotou u. a. (2020) untersuchten die Einstellung von älteren Menschen mit kulturell diversem Hintergrund im Altenheim und deren Pflegepersonal zum Einsatz von Translation-Apps. Die Befragten waren den Apps gegenüber eher positiv eingestellt. Dabei bevorzugten sie allerdings vorgefertigte Satzvorschläge gegenüber freien Übersetzungen von Google Translate, da diese fehleranfällig seien. Auch für Menschen mit Migrationshintergrund können sie eine große Kommunikationshilfe darstellen. Liebling u. a. (2020) führten eine Untersuchung mit 3Bei diesen Studien muss allerdings einschränkend gesagt werden, dass die maschinelle Übersetzung der gesprochenen Sprache nicht simultan erfolgte, dies hätte jedoch wiederum die Performanz maschineller Systeme stark herabsetzen können. 25