• Die Studierenden sind sich der Stellung und der Aufgaben von Übersetzenden im Hinblick auf den Einsatz von maschinellen Übersetzungssystemen und Systemen mit generativer KI bewusst.
• Die Studierenden sind in der Lage, das Potenzial maschineller Übersetzungssysteme und Ihrer Einsatzbereiche für bestimmte Projekte und Aufgaben kritisch zu evaluieren und eine informierte Entscheidung zum Einsatz von maschineller Übersetzung und/oder generativer KI zu treffen.
• Die Studierenden sind in der Lage, beim Einsatz von Übersetzungstechnologien unter Berücksichtigung des menschlichen Mehrwerts beratend zu agieren.

• Die Studierenden kennen die Geschichte der maschinellen Übersetzung und die dort verwendeten Ansätze.
• Die Studierenden wissen in Grundzügen, wie moderne (sprich neuronale) maschinelle Übersetzungssysteme sowie generative KI-Systeme funktionieren und wissen um die Stärken und Schwächen solcher Systeme.
• Die Studierenden wissen, in welchem Umfang und in welchen Szenarien maschinelle Übersetzungssysteme von Nichtprofis bzw. in der Sprachindustrie benutzt werden.

• Die Studierenden können maschinelle Übersetzungssysteme und generative KI sinnvoll anwenden.
• Die Studierenden können humane und automatisierte Evaluationsmethoden auf Outputs von maschinellen Übersetzungssystemen und/oder von Systemen mit generativer KI anwenden.
• Die Studierenden können Texte für die maschinelle Übersetzung optimieren (Pre-Editing) und die Ergebnisse der maschinellen Übersetzung effizient nachbearbeiten (Post-Editing).
• Die Studierenden können verschiedene Arten von Übersetzungswerkzeugen (wie maschinelle Übersetzungssysteme, generative KI und CAT-Tools) sinnvoll in Prozesse) einbinden.

Leistungsbewertung während des Semesters nach Vorgabe der
Dozierenden unter Berücksichtigung der Lernziele.
 
1. Bewertete Aufgaben und Übungen im Laufe des Semesters (50%): Note in Viertelnotenschritten
2. Projektarbeit (50%) in Form eines Konzepts zur Einführung von maschineller Übersetzung für eine Organisation, die im Laufe des Semesters erstellt wird (Note in Viertelnotenschritten)
 
Für das Bestehen des Kurses müssen beide Leistungsnachweise bestanden werden.

Bewertungsart: Note in Viertelnotenschritten