Sprachkompetenz in Bewegung

Was leisten Sprachexperten wie Übersetzerinnen und Übersetzer in ihrem Berufsalltag, was sie auch in Zukunft unersetzbar machen könnte? Zahlreiche nationale und internationale Studien befassen sich mit dieser Frage der KI-Resilienz von Berufsgruppen. Eine wissenschaftliche Studie an der Internationalen Hochschule SDI München untersucht die Situation und Perspektiven von Menschen mit Sprachenexpertise (Inf. 01). Sie erfasst die Rolle von Sprachenkompetenzen sowie die Betroffenheit im Job durch KI und vergleicht die Ergebnisse mit nationalen und internationalen Prognosen. In Anbetracht der aktuellen Entwicklung könnten die Aussichten schlechter sein.

Wandel des Berufsbilds

Berufe verändern sich, ohne dass sich deren Berufsbezeichnungen dem Tätigkeitswandel anpassen. So hat sich der Beruf Übersetzen in den letzten 100 Jahren von einer sprachlich-literarischen Denk- und Schreibtätigkeit in eine prozesssteuernde, technologiebestimmte Wissensarbeit verändert. [1] In den öffentlichen Diskussionen zu aussterbenden Berufen geistert das traditionelle Bild des Übersetzens herum und befeuert das Vorurteil, die Welt brauche mit KI keine Translatorinnen und Translatoren mehr.

Nicht im Blick sind bei dieser Prognose die weiteren Skills, die bei translatorischen Tätigkeiten seit Jahrzehnten eine Rolle spielen. [2] Reine Kopf- und Handarbeit ist Übersetzen heute nur noch in wenigen Bereichen, zum Beispiel bei Rechtsübersetzung, Videospiel-Lokalisierung, Simultandolmetschen oder in Risiko- und Hochrisiko-Konstellationen. Ausgebildete Übersetzerinnen und Übersetzer erledigen überwiegend andere Aufgaben, die teilweise nur entfernt mit Sprache(n) zu tun haben. Diese Tätigkeiten hängen zusammen mit Wissensmanagement und Kulturtransfer. Sie laufen hinter den Kulissen ab und sind potenziellen Arbeitgebern, aber auch jungen Menschen, die sich beruflich orientieren, nicht präsent.

„Automation and Augmentation“

Eine umfangreiche, internationale Studie des WEF (World Economic Forum) prüfte 2023, wie stark klassische Berufsbilder künstlicher Intelligenz ausgesetzt sind („Exposure Potential of Jobs“). Stark betroffen sind Berufe mit vielen Routineschritten und automatisierbaren geistigen Tätigkeiten, zum Beispiel ein Datenanalyst. Hier ist die KI stark und stabil. Sie übertrumpft die humanen Leistungsschwankungen und Wissenslücken und ist konkurrenzlos schnell. Kaum betroffen von KI sind Berufe mit motorisch-körperlichen Expertisen „im Feld“, etwa die Aufgaben von Wartungspersonal oder die Performance von Athletinnen und Athleten.

Viele Berufe liegen zwischen „Automation and Augmentation“ und müssen sich neu positionieren, indem sie KI als Werkzeug ausrichten und einsetzen. Sprachmittlerberufe gehören laut der WEF-Studie nicht zu denjenigen Berufen, die der KI derart stark ausgesetzt sind, dass sie verschwinden. Sie zählen vielmehr zu den Berufen, die das höchste Potenzial für Unterstützung durch KI haben („Augmentation“), sofern die Akteure KI als Werkzeug nutzen lernen. [3] Vergleichbar mit den zukunftsfähigen Tätigkeitsprofilen in der Technischen Redaktion liegt ein breites Aufgabenfeld von Sprachmittlerinnen und Sprachmittlern im KI-gestützten Wissensmanagement bei Unternehmen. [4]

Trotz dieser Positionierung gehen die Studierendenzahlen in Sprachmittler-Berufen deutlich zurück. Weltweit renommierte Ausbildungsstätten schließen oder müssen sich neu erfinden. Für die 2030er Jahre droht ein Fachkräftemangel, sowohl im Bereich Translation als auch in Berufen, die sich mit Sprachenlernen und -lehren beschäftigen. Um Handlungsspielräume für Aus- und Weiterbildung offenzulegen, analysiert die SDI-Studie die Tätigkeiten und Potenziale der Sprachmittler-Branche [5]. Die SDI-Studie flankiert und stützt sich dabei auf vergleichbare Studien (z. B. [6]) mit ähnlichen Zielen: Sprachmittlerinnen und Sprachmittler mit ihren Potenzialen in Wirtschaft und Gesellschaft sichtbarer zu machen und von ihrem Negativ-Image loszulösen.

Augmentation in Zahlen

Laut Prognose der WEF-Studie besteht die moderne Arbeit von Übersetzerinnen und Übersetzern sowie Dolmetscherinnen und Dolmetschern zu 16 % aus ersetzbarer, weil automatisierbarer Arbeit („automation“). Dies schlägt sich seit etwa 2020 in rückläufigen Übersetzungsaufträgen nieder. Der Großteil, 60 % der Tätigkeiten von Übersetzerinnen und Übersetzern, kann laut WEF durch KI unterstützt werden, da kritisches Denken und Problemlösen nötig sind („augmentation“). 24 % der Tätigkeiten haben ein niedriges bis kein Potenzial, ersetzt zu werden („Humans will continue to perform the task with no significant impact from LLMs“, [3] S. 4). Diese Prognose bestätigt eine aktuelle Studie auf dem deutschen Markt: Die Mehrheit aktiver Übersetzerinnen und Übersetzer zeigt sich kaum verunsichert durch die neuen Technologien, und hinsichtlich der Arbeitsplatzsicherheit lässt sich keine „deutliche KI- oder Technologieangst ableiten“ – so die FTSK-Studie ([6] S. 103, 109).

Betroffenheitswert durch KI

Auch die SDI-Studie prüft die Frage nach dem Betroffenheitswert von Übersetzerinnen und Übersetzern („Automation Risk Index“, „Exposure Score“). Seit dem Durchbruch von KI wird der Betroffenheitswert länderübergreifend diskutiert [7]. Dieser Wert ist eine Kennzahl, die mehrdeutig ist: Die Kennzahl präzisiert nicht, ob und wie die Aufgaben ersetzt werden, sondern beschreibt den Grad, bis zu dem Aufgaben der KI ausgesetzt sind ([3] S. 11). Bei der Studiengruppe handelt es sich um berufserfahrene Absolventinnen und Absolventen des Bachelor-Studiengangs Übersetzen.

Konkrete Ergebnisse der SDI-Studie zur Ersetzbarkeit von Tätigkeiten sind:

• Es werden diejenigen Tätigkeiten als betroffen/ersetzbar eingeschätzt, die bei LLM (Large Language Modells) auch im Alltagsgeschehen am stärksten gefragt sind, nämlich Textproduktion und Übersetzen. Diese Tätigkeiten sind im Berufskontext, so lässt sich aus den Freitextantworten schließen, nicht vollständig ersetzbar, sondern erzeugen in der Automatisierung neue Tätigkeitsbereiche (zum Beispiel Lektorieren, Datenkuratieren).
• Die konkreten Einschätzungen zur Betroffenheit/Ersetzbarkeit derzeitiger Tätigkeiten sind uneinheitlich. Die Verteilung zeigt zwei Ausschläge: einen im hohen Bereich (dieser betrifft automatisierbare Tätigkeiten) und einen im niedrigen Bereich (dieser betrifft Aufgaben der Augmentation).
• Der Durchschnittswert des geschätzten Prozentsatzes, zu dem Tätigkeiten im Job zukünftig durch LLM ersetzt werden können, liegt bei 38,8 % (Abb. 01).

Insgesamt ist der Betroffenheitswert eine schwer greifbare Größe: Etwa ein Drittel der Befragten aus der Studiengruppe (n = 188) macht überhaupt keine Angaben zur Betroffenheit durch KI.

Das Ergebnis zum Betroffenheitswert kann ein Hinweis auf persönliche Unsicherheit sein. Aber auch darauf, dass die Kennzahl schwer zu greifen ist. Daher sind wohl Aussagen anderer Studien zum Betroffenheitswert ebenfalls mit Vorsicht zu genießen.

Abb. 01 Geschätzter Prozentsatz an Tätigkeiten, die zukünftig durch LLM ersetzt werden können. Quelle Anne Lehrndorfer

Nischen für Sprachenkompetenz

Seit Jahren ist bestätigt, dass die Diversifizierung der Tätigkeiten von ausgebildeten Übersetzerinnen und Übersetzern hoch ist. Die Vielseitigkeit zeigt sich zum Beispiel darin, dass mehr als 50 % der Absolventinnen und Absolventen von Übersetzerstudiengängen in Berufen tätig sind, die nichts mit Übersetzung zu tun haben. [5, 6] Dies zeigt Tätigkeitsfelder auf, in denen Sprachenkompetenz und Sprachgefühl derart relevant sind, dass sie von Sprachexperten wie ausgebildeten Übersetzerinnen und Übersetzern besetzt werden. Hierzu gehört auch die Technische Redaktion.

Mit diesen Nischen befasst sich die SDI-Studie ebenfalls. Dazu wird in der Studie die Frage behandelt, wo und in welcher Form unter modernen Arbeitsbedingungen Sprachgefühl und Fremdsprachenkompetenzen eine Rolle spielen. Hierzu wird zunächst analysiert, welche Textsorten im Job bearbeitet werden und dann, welche intellektuellen Ansprüche dies erfordert.

Bestandsaufnahme: Texte im Job

Der Berufsalltag der SDI-Studiengruppe ist geprägt von Textarbeit im Kontext von Unternehmenswissen und Unternehmenskommunikation. Mit den Antworten zu den Hauptmerkmalen von Texten im Job wird deutlich, welche Textkompetenzen im Arbeitsalltag relevant und gefordert sind. Zur Auswahl stehen zwölf Textmerkmale. Ein Freitextfeld steht für zusätzliche Textmerkmale zur Verfügung. Insgesamt antworten 189 Personen.

Die Texte, die der Studiengruppe im Job am häufigsten begegnen, zeigen die Textmerkmale – dargestellt in Abbildung 02. Unter „Sonstiges“ fallen etwa informelle Texte oder Alltagskommunikation.

Abb. 02 Was sind die Hauptmerkmale der Texte im Job? Quelle Anne Lehrndorfer

Ergebnisse und Interpretation: Die Texte im beruflichen Alltag von Sprachexperten sind inhaltlich und formal hochwertig. Zu den Hauptaufgaben gehört es, Texte verschiedenen Situationen und Bedarfen anzupassen. Neben der hierzu benötigten Text­sorten- und Zielgruppenkompetenz sind zudem Language-Skills für unterschiedliche Fachbereiche gefordert. Im Berufsalltag verlangt sind Analysefähigkeit und Revisionsvermögen bei

• logischen Inkonsistenzen,
• Brüchen in Stil und Eignung sowie
• syntaktischen Mehrdeutigkeiten.

Bei der Konkretisierung der Fähigkeiten, die im modernen Arbeitsalltag gefordert sind, wird bei der SDI-Studie deutlich, dass es auf Textflexibilität und Urteilsfähigkeit ankommt (Abb. 03).

Abb. 03 Erforderliche Kompetenzen bei der Arbeit mit Texten. Quelle Anne Lehrndorfer

Wissensmanagement mit KI

Diese Studienergebnisse stimmen mit Studien zum systematischen Wissensmanagement mit KI überein. In einer Unternehmensstudie aus 2024 ([4] S. 365) wurden diejenigen Bereiche, in denen KI zukünftig systematisch das Wissensmanagement in Unternehmen unterstützt, beschrieben:

• KI-Augmentation bei der Interaktion mit vorhandenem Unternehmenswissen
• KI-Augmentation bei der Dokumentation von Unternehmenswissen
• KI-Augmentation bei der Umwandlung von sprachlicher Information in strukturierte Dokumente.

In diesen Usecases liegen die Kompetenzen von Sprachmittlern und Technischen Redakteurinnen. Dazu gehören explizit die bereits genannte Analysefähigkeit, Revisionsvermögen, Textflexibilität und Urteilsfähigkeit (Abb. 02).

Systematisierter KI-Einsatz?

Ein strukturierter Nutzen von KI steckt allerdings, so mehrere Studien, in den Kinderschuhen. 2025 ist der Einsatz von und die Prägung durch KI-Anwendungen im Job nicht dominierend oder systematisiert. Sofern LLM in die Arbeit eingebunden sind, werden sie in einem breiten Spektrum verwendet: zur Kommunikation im Alltag, zu Textentwurf oder -nacharbeit sowie zur Recherche ([5] S. 22, [6] S. 102f.). Ein Bild zum systematisierten Einsatz von KI liefert die tekom-Studie 2025. Bei der Frage nach der KI-Einbindung heißt es für die Übersetzungsbranche, dass bereits bis zu 80 % KI-basierte Tools zum Einsatz kommen ([7] S. 25).

Unterschiedliche Ergebnisse sind in derartigen Studien zu erwarten: Sie zeigen auf verschiedene Organisationsstrukturen und Tools, auf die Form und Formulierung der Umfrage, auf allgemeine Unsicherheit und die individuellen Stimmungslagen der Informantinnen und Informanten.

Zukunft der Muttersprachenkompetenz

Angesichts der allgemeinen Debatte zu Potenzialen von KI ist von Interesse, welche Rolle die allgemeine Sprachenkompetenz überhaupt noch spielen kann. Diese Frage wirkt auf den ersten Blick trivial, sie hat in den letzten Jahren jedoch an Brisanz gewonnen. Bildungsforscherinnen und Bildungsforscher warnen vor einem Mangel an Menschen, die in multilingualen Gesellschaften wenigstens eine Sprache ausreichend beherrschen, um sich differenziert darin ausdrücken zu können. Durch nationale und internationale gesellschaftliche Entwicklungen nimmt die allgemeine Sprachenkompetenz in den Muttersprachen ab. Eine zunehmende „nicht literalisierte Mehrsprachigkeit“ geht dabei Hand in Hand mit der fehlenden Notwendigkeit und Fähigkeit, längere und komplexere Texte zu lesen und zu schreiben.

Im Gegenzug nimmt die Vernetzung und der Wettbewerbsvorteil durch Wissensaustausch und nachhaltiges Wissensmanagement zu. In der Fachkommunikation sind sprachliche Präzision und gelungener Wissenstransfer zentral für den wirtschaftlichen Fortschritt. Präzision und erfolgreiche Interaktion benötigen eine stabile, regelbasierte Ausgangssprache.

Sprachenkompetenz ist über den fachlichen Kontext hinaus ausschlaggebend: Nachweislich ist eine fundierte Muttersprachenkompetenz die Basis für eine funktionierende Gesellschaft [9], denn sie ermöglicht den differenzierten und gleichberechtigten Austausch unter ihren Mitgliedern ([10] S. 11).

Bei der Frage nach der aktuellen Rolle von differenzierter Mutter- und Fremdsprachenkompetenz im Job bestätigen die Antworten der SDI-Studie den hohen Bedarf an Sprachexpertise: Muttersprachenkompetenz und somit eine allgemeine Sprachenkompetenz in mindestens einer Sprache auf höchstem Niveau (C2) wird als sehr wichtig eingestuft. Auch die Fremdsprachenkompetenz wird als eher wichtig genannt. Die wichtigste Fremdsprache ist Englisch ([5] S. 29, [6] S. 43), da Englisch als Forschungs- und Transfersprache sehr präsent ist. Selbst sprachlich geübte Wissenschaftlerinnen und Wissenschaftler verlassen sich in der Fachkommunikation (zusätzlich) auf Human­übersetzungen und humane Post-Edition.

Transfer der Ergebnisse

Studienergebnisse zu den Folgen von KI für die Übersetzerbranche treffen auf eine gesamtgesellschaftliche Entwicklung. Denn die Antworten der SDI-Studie zeigen eine Übertragbarkeit auf andere Berufsfelder. KI wirke sich, so eine Botschaft, neben den Risiken bei inhaltlicher Korrektheit und Vollständigkeit auch auf andere Art und Weise aus. Diese übertragbaren Auswirkungen sind:

• Qualitätsverluste im Arbeitsergebnis (bei gleichzeitig steigender Kundenerwartung)
• sinkende Zufriedenheit im Job
• schwindendes Ansehen der Jobs in Gesellschaft und Wirtschaft
• abnehmende Textvielfalt und Informationstiefe
• mittelfristige Gefährdung des Jobs in dessen aktueller Ausprägung

Individuelle Appelle in den Freitextantworten der Studie betonen, sich weder als Individuum noch in der Arbeit gegen KI zu stellen, sondern den Umgang mit ihr zu lernen und sie als Werkzeug zu nutzen.

Perspektiven für Ausbildung und Beruf

Ein zukunftsfähiges Berufsprofil von Translatorinnen und Translatoren hat laut der SDI-Studie folgende vier Säulen:

• hohe Mutter- bzw. Fremdsprachenkompetenz
• Technologie-Affinität
• Fachkenntnis (bzw. die Fähigkeit und Bereitschaft, diese durch Weiterbildung zu erlangen) und
• interkulturelle Kompetenzen.

Zusammengefasst schafft KI folgende neuen Verantwortungsbereiche für Sprachexpertinnen und Sprachexperten: Die Sprachexperten der Zukunft werden mit KI-Unterstützung ein- und mehrsprachige Informationen nach Pragmatik, Zielgruppen und variierenden Qualitätsansprüchen erfassen und steuern. Mit ihren Skills können sie Datenkuratierung, Informationssicherheit und Normenkonformität von Texten verantworten. Weil sie Kenntnisse zu Datenformaten und Datenhandling besitzen, sind sie Experten für mehrsprachiges unternehmerisches Wissensmanagement.

Wie bei vielen Studien bleiben die Prognosen für den Weg in die Zukunft von Sprachmittlerinnen und Sprachmittlern wenig konkret. In der aktuellen Situation besteht das Risiko, dass sowohl die Interaktionsmuster mit LLM als auch die aktuelle Ausbildungs- und Tätigkeitssituation von Sprachmittlerinnen und Sprachmittlern einen Mangel an Sprachexperten zur Folge haben werden. KI schmälert den Nachschub an Expertise.

Die konkrete Umsetzung der Studien­ergebnisse in zukunftsfähige Lehrinhalte erfordert Flexibilität von Aus- und Weiterbildern. Die zentrale Aufgabe der Sprachmittlerinnen und Sprachmittler ist, ihre Sichtbarkeit in der Wissensgesellschaft zu stärken und ihre Kompetenzen zu zeigen.

Literatur zum Artikel

[1] O’Hagan, M. (2020): Translation and technology: distruptive entanglement of human and machine. In: O`Hagan, M. (Ed.)(2020): The Routledge Handbook of Translation and Technology. 1–18. S. 2.

[2] Agnetta, Marco/Walter, Katharina (2025): Künstliche Intelligenz in der Ausbildung zum Sprachmittler. Zur Einführung in das Themenheft. In: trans-kom 18 (1), 2025. 1–25. https://www.trans-kom.eu/bd18nr01/trans-kom_18_01_01_Agnetta_Walter_Einleitung.20250707.pdf [04.03.2026].

[3] WEF (World Economic Forum) (2023): Jobs of Tomorrow: Large Language Models and Jobs. https://www.weforum.org/publications/jobs-of-tomorrow-large-language-models-and-jobs/ [14.08.2025], auch: https://www3.weforum.org/docs/WEF_Jobs_of_Tomorrow_Generative_AI_2023.pdf [22.02.2026].

[4] Kudrayavtsev, Dimitry/Khan, Umair Ali/Kauttonen, Janne (2024): Transforming Knowledge Management Using Generative AI: From Theory to Practice. In: Proceedings of the 16th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management. Vol 3. Porto, Portugal. S. 362-370. DOI: https://www.doi.org/10.5220/0013071400003838 

[5] Lehrndorfer, Anne (2026): New Language-Based Job Tasks – Absolventenstudie im BA Übersetzen zu Situation und Perspektiven von Sprachmittlerberufen. Internationale Hochschule SDI München. DOI: https://www.doi.org/10.69162/IHS-SDI2026_1 

[6] Rösener, Christoph/Dörflinger, Torsten/Dietzen, Jasmin/Merkel, Fabian/Schenk, Yuriy Elias (2025): Neue Berufs- und Karrierewege für Übersetzer und Dolmetscher: Eine Untersuchung zum Verbleib der Absolventinnen und Absolventen des FTSK Germersheim (Mainzer Beiträge zur Hochschulentwicklung, 28). https://www.zq.uni-mainz.de/files/2025/07/Band-28_Verbleibsstudie2024_FTSK-FB06-Germersheim.pdf  [26.08.2025].

[7] Felten, Edward/Manav Jay/Seamans, Robert (2023): Occupational Heterogeneity in Exposure to Generative AI. http://dx.doi.org/10.2139/ssrn.4414065 [20.08.2025]. S. 14.

[8] Straub, Daniela (2025): Wie sich Arbeit und Rollen verändern. In: technische kommunikation. H. 5, S. 42–45.

[9] El-Mafaalani, Aladin (2023): Bildungsgerechtigkeit, Superdiversität und neue Ungleichheiten. Herausforderungen für multiprofessionelle Kooperation. In: Fischer, Christian/Platzbecker, Paul (Hrsg.)(2023): Aufholen nach Corona? Was Schule zu mehr Bildungsgerechtigkeit beitragen kann. Münster: Waxmann. S. 93–101.

[10] Hochschulforum Digitalisierung (2023): Zehn Thesen zur Zukunft des Schreibens in der Wissenschaft. Diskussionspapier Nr. 23, Juni 2023. Stiftung Universität Hildesheim. https://hilpub.uni-hildesheim.de/handle/ubhi/17103  (permalink).