Detailansicht
Über_setzen in ein neues Zeitalter?
zur Zukunft von online machine translation im universitären DaF-Unterricht
Katrin Engelmayr-Hofmann
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Philologisch-Kulturwissenschaftliche Fakultät
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Doktoratsstudium der Philosophie Deutsche Philologie
Betreuer*in
Karen Schramm
DOI
10.25365/thesis.80250
URN
urn:nbn:at:at-ubw:1-10764.86006.865119-5
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die Verbreitung KI-basierter maschineller Übersetzung (Free Online Neural Machine Translation, FONMT) stellt Herausforderungen und Chancen für das Lehren und Lernen von Deutsch als Fremdsprache (DaF) auf universitärer Ebene dar. Trotz der wachsenden Bedeutung generativer KI-Systeme wie Large Language Models bleibt FONMT insbesondere im Rahmen des Schreibprozesses eine zentrale Ressource. Die Dissertation untersucht deshalb, wie didaktische Interventionen gestaltet werden können, die Studierenden Kompetenzen im Umgang mit FONMT vermitteln (MT-Literacy) und sie zu einem reflektierten, strategischen Einsatz von FONMT-Tools beim fremdsprachlichen Lernen anregen. Hierfür wurden im Rahmen einer Educational Design Research zwei Interventionstypen entwickelt: ein 50-minütiger Workshop (Intervention 01), der Grundlagen einer MT-Literacy vermittelt, sowie acht Strategieposter (Intervention 02), die spezifische Problemstellungen beim fremdsprachlichen Schreiben adressieren und einen strategischen Gebrauch von FONMT anregen. Prototypen beider Interventionen wurden anschließend im Zeitraum September 2022 bis April 2023 selbständig von sechs Lehrpersonen und 70 DaF-Studierenden (Niveau A2-B2) an zwei britischen Universitäten eingesetzt. Vor, während und nach der Implementierung fand eine Befragung der Lehrpersonen (mittels problemzentrierter Interviews) und der Studierenden (anhand von Online-Fragebögen) zu ihren Erfahrungen mit FONMT sowie zum Einsatz der Interventionen statt. Zusätzlich wurde im Dezember 2023 eine Post-Befragung mit fünf der sechs Lehrpersonen durchgeführt. Die Ergebnisse der Befragungen bestätigen nicht nur die Relevanz und Praktikabilität der entwickelten Interventionen, sondern auch, dass diese das Bewusstsein der Studierenden und ihrer Lehrpersonen für die Stärken und Schwächen von FONMT schärfen und nach eigenen Angaben deren Fähigkeit fördern, FONMT-Tools strategisch und reflektiert beim Lehren und Lernen einsetzen zu können. Die Ergebnisse der Post-Befragung verdeutlichen zudem, dass die Materialien von drei der Lehrpersonen erneut eingesetzt, vor dem Hintergrund generativer KI eigenständig weiterentwickelt und nachhaltig in den Unterricht integriert wurden. Die Arbeit liefert einen Beitrag zur Diskussion über die Rolle von FONMT im Fremdsprachenunterricht und bietet Lehrpersonen konkrete Ansätze und Materialien, wie eine MT-Literacy-Vermittlung gestaltet werden kann.
Abstract
(Englisch)
The use of AI-based machine translation (Free Online Neural Machine Translation, FONMT) presents both challenges and opportunities for teaching and learning German as a foreign language (GFL) at the university level. Despite the growing impact of generative AI systems such as Large Language Models, FONMT remains a key resource, particularly in the context of writing. This dissertation therefore examines how didactic interventions can be designed to equip students with competencies in handling FONMT (MT literacy) and encourage them to use FONMT tools in a reflective and strategic manner in foreign language learning. To this end, two types of interventions were developed as part of Educational Design Research: a 50-minute workshop (Intervention 01) that introduces the fundamentals of MT literacy, and eight strategy posters (Intervention 02) that address specific challenges in foreign language writing and promote a strategic use of FONMT. Prototypes of both interventions were then independently implemented by six instructors and 70 GFL students (levels A2–B2) at two British universities between September 2022 and April 2023. Before, during and after implementation, the instructors were interviewed and the students were surveyed about their experiences with FONMT and the use of the interventions. Additionally, post-interviews were conducted in December 2023 with five of the six instructors. The results not only confirm the relevance and practicality of the developed interventions but also demonstrate that they enhanced the awareness of both students and instructors regarding the strengths and weaknesses of FONMT. According to participants, the interventions improved their ability to use FONMT tools strategically and reflectively in teaching and learning. The results of the post-interviews further highlight that three of the instructors reused materials, independently adapted them in light of generative AI, and sustainably integrated them into their teaching. This dissertation contributes to the ongoing discussion about the role of FONMT in foreign language education and provides instructors with approaches and materials for designing MT-literacy instruction.
Schlagwörter
Schlagwörter
(Deutsch)
Deutsch als Fremdsprache MT-Literacy Sprachlehren Sprachlernen Digitale Kompetenz Maschinelle Übersetzung
Schlagwörter
(Englisch)
GFL MT-Literacy Language Teaching Language Learning Digital Literacy Machine Translation
Autor*innen
Katrin Engelmayr-Hofmann 
Haupttitel (Deutsch)
Über_setzen in ein neues Zeitalter?
Hauptuntertitel (Deutsch)
zur Zukunft von online machine translation im universitären DaF-Unterricht
Paralleltitel (Englisch)
Entering a new era?
Paralleluntertitel (Englisch)
on the future of online machine translation in GfL instruction at university level
Publikationsjahr
2025
Umfangsangabe
676 Seiten : Illustrationen
Sprache
Deutsch
Beurteiler*innen
Almut Ketzer-Nöltge ,
Caroline Lehr
Klassifikation
17 Sprach- und Literaturwissenschaft > 17.41 Sprachdidaktik
AC Nummer
AC17773026
Utheses ID
77515
Studienkennzahl
UA | 792 | 332 | |