Explore the scholarly record.

Abstract

Zusammenfassung Barrierefreie Kommunikation und verständlicher Informationsaustausch sind wichtige Voraussetzungen für den partizipativen Einbezug von Menschen, insbesondere wenn diese aufgrund von Erkrankungen oder Behinderungen Hürden beim Zugang zu standardsprachlichen Inhalten erfahren. Leichte Sprache als Variante der deutschen Sprache ermöglicht einen barrierearmen Zugang zu Information, ist bislang jedoch nicht flächendeckend verfügbar. In der Arbeitswelt führt dies unter anderem zu einer geringen Teilhabe am allgemeinen Arbeitsmarkt von Menschen mit kognitiven Beeinträchtigungen, die stattdessen in Strukturen eines besonderen Arbeitsmarktes beschäftigt oder erwerbslos sind. Forschung und Praxis gehen vermehrt der Frage nach, inwiefern Standardsprache mittels Künstlicher Intelligenz ohne Qualitätseinbußen in Leichte Sprache übersetzt werden kann und welche Auswirkungen für die Rolle der Leichten Sprache zu erwarten sind. Unerforscht bleibt bislang, welche Chancen und Hürden der Einsatz Künstlicher Intelligenz für die Erstellung Leichter Sprache im Kontext der beruflichen Partizipation birgt. Dieser Beitrag präsentiert die Ergebnisse einer qualitativen Studie, in deren Rahmen 18 Expert:innen-Interviews durchgeführt und mittels qualitativer Inhaltsanalyse ausgewertet wurden. Die Analyse offenbart ein großes Potenzial des Einsatzes KI-gestützter Übersetzungstools, um bestehende Bedarfe für Texte in Leichter Sprache besser abzudecken und ihrem Stellenwert gerecht zu werden. Gleichzeitig erfordern bestehende Qualitätsmängel der Übersetzungsergebnisse auf Seiten der Anwender:innen – besonders im Unternehmenskontext – ausreichende Medien‑, Sprach- und Fachkompetenz, um Ergebnisse kritisch zu prüfen. Weiterhin steht dem Einsatz KI-gestützter Übersetzungstools entgegen, dass partizipative Elemente des Übersetzungsprozesses verstärkt vernachlässigt werden und die antizipierte Zeitersparnis bei der Übersetzung bislang ausbleibt. Technologische Weiterentwicklungen und die Integration in bestehende Systeme können künftig die Übersetzungsqualität durch besseren Kontext- und Zielgruppenbezug verbessern.