Detailansicht
Literaturübersetzung zwischen Mensch und Maschine
ein Vergleich von Humanübersetzung und maschineller Übersetzung (NMT und LLM) am Beispiel von "Crazy rich asians"
Veronika Müller
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Zentrum für Translationswissenschaft
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Translation Deutsch Englisch
Betreuer*in
Waltraud Kolb
DOI
10.25365/thesis.78472
URN
urn:nbn:at:at-ubw:1-15448.99765.576358-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die vorliegende Arbeit untersucht, wie maschinelle Übersetzungssysteme im Vergleich zur Humanübersetzung kulturelle Übersetzungsprobleme bewältigen. Während MT in vielen Bereichen zunehmend an Bedeutung gewinnt, stellt die angemessene Übertragung kultureller Elemente in literarischen Texten weiterhin eine besondere Herausforderung dar. Anhand eines Vergleichs zwischen zwei repräsentativen maschinellen Systemen – DeepL (NMT) und ChatGPT (LLM) – und der publizierten Humanübersetzung von Kevin Kwans Roman Crazy Rich Asians analysiert die Studie den Umgang mit Code-Switching (CS) und Extralinguistic Cultural References (ECRs). Mit einem kombinierten Kriterienkatalog nach Pedersen (2011) und Ahmed (2018) werden 250 kulturelle Elemente systematisch erfasst und die angewandten Übersetzungsstrategien sowie die daraus resultierenden Zugänglichkeitsverschiebungen verglichen. Die Ergebnisse zeigen, dass in allen drei Übersetzungsversionen retention als Strategie dominiert, jedoch mit charakteristischen Unterschieden: Die Humanübersetzung weist den höchsten Anteil an Strategiekombinationen auf und zeigt die stärkste Tendenz zur Erhöhung der Zugänglichkeit kultureller Elemente, während die maschinellen Systeme häufiger einfachere Strategien einsetzen und zur Bewahrung oder sogar Verringerung der Zugänglichkeit neigen. Im Kontinuum zwischen foreignization und domestication positioniert sich DeepL am stärksten verfremdend, ChatGPT nimmt eine intermediäre Position ein, und die Humanübersetzung tendiert am deutlichsten zur Einbürgerung. Besonders markant sind die Unterschiede bei der Übertragung von CS-Elementen, was die besondere kulturelle Vermittlungskompetenz menschlicher Übersetzer:innen unterstreicht. Die Untersuchung macht deutlich, dass maschinelle Übersetzungssysteme trotz beachtlicher sprachlicher Fähigkeiten noch charakteristische Lücken im Umgang mit kulturellen Übersetzungsproblemen aufweisen, was wichtige Fragen für die zukünftige Integration dieser Technologien in den literarischen Übersetzungsprozess aufwirft.
Abstract
(Englisch)
This thesis examines how machine translation systems handle cultural translation compared to human translation. Although machine translation is increasingly important, rendering cultural elements in literary texts remains a significant challenge. By comparing two representative systems—DeepL (NMT) and ChatGPT (LLM)—with the official German translation of Kevin Kwan’s Crazy Rich Asians, the study investigates how code-switching (CS) and extralinguistic cultural references (ECRs) are rendered. Using a combined criteria catalog based on Pedersen (2011) and Ahmed (2018), 250 cultural elements were systematically identified to compare the translation strategies used and their effects on audience accessibility. Retention is the dominant strategy across all versions, but with notable differences: the human translation most often combines strategies and actively enhances the accessibility of cultural elements, whereas the machine systems employ simpler tactics and tend to preserve or even reduce accessibility. On the foreignization–domestication spectrum, DeepL leans most toward foreignization, ChatGPT occupies a middle ground, and the human translation leans toward domestication. These differences are especially marked in the handling of CS elements, underscoring the unique cultural mediation skills of human translators. This thesis thus sheds light on the potentials and limitations of machine translation in literary contexts and suggests directions for further research into how technological advances shape intercultural communication.
Schlagwörter
Schlagwörter
(Deutsch)
Literaturübersetzung Code-Switching Kulturelle Übersetzung Vergleichende Übersetzungsanalyse
Schlagwörter
(Englisch)
Literary Translation Cultural Transfer Comparative Analysis
Autor*innen
Veronika Müller
Haupttitel (Deutsch)
Literaturübersetzung zwischen Mensch und Maschine
Hauptuntertitel (Deutsch)
ein Vergleich von Humanübersetzung und maschineller Übersetzung (NMT und LLM) am Beispiel von "Crazy rich asians"
Paralleltitel (Englisch)
Literary translation at the interface of human and machine
Paralleluntertitel (Englisch)
comparing human translation with NMT and LLM through the case study of "Crazy rich asians"
Publikationsjahr
2025
Umfangsangabe
168 Seiten : Illustrationen
Sprache
Deutsch
Beurteiler*in
Waltraud Kolb
Klassifikation
17 Sprach- und Literaturwissenschaft > 17.45 Übersetzungswissenschaft
AC Nummer
AC17537514
Utheses ID
75827
Studienkennzahl
UA | 070 | 331 | 342 |