Call for Papers

Der rasante Fortschritt der künstlichen Intelligenz (KI) verändert die theoretischen Grundlagen der Übersetzungs- und Dolmetschwissenschaft, die Arbeitsabläufe in der Sprachindustrie sowie die Ausbildung zukünftiger Sprachdienstleister:innen. Von maschineller Übersetzung und Sprachtechnologien bis hin zu adaptiven Lernsystemen und multimodalen Kommunikationswerkzeugen wird KI in immer schnellerem Tempo in die berufliche Praxis und Ausbildung integriert. Angesichts dieser rasanten Entwicklung stellt sich die folgende zentrale Frage: Wie können wir sicherstellen, dass neue KI-basierte Technologien humanzentriert bleiben, rechtlichen und ethischen Grundsätzen entsprechen und gleichzeitig im Einklang mit den Bedürfnissen und Werten der Menschen stehen, denen diese Technologien dienen sollen?

Bislang war die Automatisierung des Übersetzens und Dolmetschens in erster Linie auf Fortschritt und Profit ausgerichtet. Allerdings haben sich zahlreiche kritische Stimmen zu Wort gemeldet, die einen Übergang zu einem humanzentrierten Ansatz fordern. Ein solcher Ansatz würde sicherstellen, dass neue Technologien unter Wahrung rechtlicher und ethischer Integrität entwickelt werden (Bowker 2020; Defrancq 2024; Forcada 2023; Horváth 2022; Lacruz Mantecón 2023; Nousias 2023; Walter 2026) und dass die Bedürfnisse professioneller Sprachdienstleister:innen berücksichtigt werden (Jiménez-Crespo 2020, 2025a, 2025b; Jiménez-Crespo & Rodríguez 2025). Darüber hinaus würde ein humanzentrierter Ansatz für Sprachtechnologien auch gewährleisten, dass Verbraucher:innen Zugang zu präzise übersetzten Texten von angemessener Qualität haben – insbesondere in (hoch-)risikoreichen Feldern wie Medizin, Recht, Arbeitssicherheit und Katastrophenschutz (Pym 2025).

Aufgrund der rasanten Entwicklung KI-basierter Übersetzungs- und Dolmetschtechnologien hat sich das Risikomanagement zu einem Schlüsselkonzept entwickelt, um den möglichen Folgen eines oft übermäßigen Vertrauens in Technologien mit unzureichender oder fehlender menschlicher Kontrolle zu begegnen (Bowker 2024; Nitzke et al. 2019; Pym 2025). Da mit KI-Übersetzungen assoziierte Risiken von sprachlicher Verarmung bis hin zu Gefahren für Leib und Leben reichen, wird weithin die Entwicklung neuer Fertigkeiten im Umgang mit KI-basierten Technologien beim Übersetzen und Dolmetschen eingefordert. Außerdem betont man vielfach die wachsende Bedeutung von KI-Kompetenz in unterschiedlichen Ausprägungen sowohl für Fachleute in der Sprachindustrie (Corpas Pastor & Defrancq 2023; Hackenbuchner & Krüger 2022; Krüger 2023, 2024) als auch für Laienanwender:innen (Bowker 2024). Obwohl die mit KI-basierten Sprachtechnologien verbundenen Gefahren nicht unterschätzt werden sollen, können dieselben Anwendungen, die manchmal Menschen gefährden, in anderen Fällen auch jenen zugutekommen, die in der interlingualen und intermedialen Kommunikation bislang oft marginalisiert wurden. Tatsächlich wird das Potenzial KI-basierter Technologien zunehmend in einem neuen Forschungsfeld an der Schnittstelle von Translationswissenschaft und Disability Studies untersucht (Agnetta 2026; Maaß 2020).

Im Vordergrund stehen bei dieser internationalen Tagung die Bedürfnisse von Menschen innerhalb und außerhalb der Sprachindustrie. Beitragende aus der Translationswissenschaft und -praxis sind eingeladen, einen kritischen und konstruktiven Dialog über die bestmögliche Nutzung der fortschreitenden Automatisierung des Übersetzens und Dolmetschens zu führen. Thematisiert werden können u. a. Veränderungen der translatorischen Outputs, Arbeitsabläufe und Ausbildung sowie des translationsorientierten Sprachenlernens. Insbesondere sind Beitragsvorschläge willkommen, die erörtern, wie KI menschliches Fachwissen unterstützen, ergänzen und stärken kann, statt es zu ersetzen, sowie Vorschläge, die sich mit den Grenzen KI-bezogener Technologien auseinandersetzen.

Wir laden Sie ein, Abstracts für 20-minütige Präsentationen mit anschließender Diskussion im Umfang von 250 bis 300 Wörtern einzureichen (ohne Quellen). Bitte umreißen Sie in Ihr Abstract die zentrale Forschungsfrage, den theoretischen Rahmen, die Methodologie und die erzielten oder erwarteten Ergebnisse Ihres Beitrags.

Bitte senden Sie Ihr Abstract bis 28. Februar 2026 an katharina.walter@uibk.ac.at und marco.agnetta@uibk.ac.at. Geben Sie die Namen aller Beitragenden, ihre akademische Zugehörigkeit sowie ihre Kontaktdaten an. Übermitteln Sie außerdem jeweils eine kurze biografische Notiz (ca. 100 Wörter).

Die Tagungsgebühr beträgt 60 € (Vollbeschäftigte) bzw. 40 € (Praedocs/Teilbeschäftigte).

Agnetta, Marco. 2026. „Between Empowerment and Dependency: Digital and AI-Supported Tools for Media Accessibility.“ In: Applying Artificial Intelligence in Translation: Possibilities, Processes and Phenomena, herausgegeben von Katharina Walter und Marco Agnetta. Routledge, 163–181. https://doi.org/10.4324/9781003539698-14.

Bowker, Lynne. 2020. „Translation Technology and Ethics.“ In: The Routledge Handbook of Translation and Ethics, herausgegeben von Kaisa Koskinen und Nike K. Pokorn. Routledge, 262–278. https://doi.org/10.4324/9781003127970-20.

Bowker, Lynne. 2024. „Risks for Lay Users in Machine Translation and Machine Translation Literacy.“ In: The Social Impact of Automating Translation: An Ethics of Care Perspective on Machine Translation, herausgegeben von Esther Monzó-Nebot und Vicenta Tasa-Fuster. Routledge, 60–76. https://doi.org/10.4324/9781003465522-4.

Corpas Pastor, Gloria, und Bart Defrancq. 2023. Interpreting Technologies – Current and Future Trends. John Benjamins. https://doi.org/10.1075/ivitra.37.

Defrancq, Bart. 2024. „Conference Interpreting in AI Settings: New Skills and Ethical Challenges.“ In: Handbook of the Language Industry: Contexts, Resources and Profiles, herausgegeben von Gary Massey, Maureen Ehrensberger und Erik Angelone. De Gruyter, 473–487. https://doi.org/10.1515/9783110716047-021.

Forcada, Mikel L. 2023. „Licensing and Usage Rights of Language Data in Machine Translation.“ In: Towards Responsible Machine Translation. Machine Translation: Technologies and Applications, Band 4, herausgegeben von Helena Moniz und Carla Parra Escartín. Springer, 49–69. https://doi.org/10.1007/978-3-031-14689-3_4.

Hackenbuchner, Janiça, und Ralph Krüger. 2023. „DataLitMT—Teaching Data Literacy in the Context of Machine Translation Literacy.“ In: Proceedings of the 24th Annual Conference of the European Association for Machine Translation. Finnland, Tampere. European Association for Machine Translation, 285–293. https://events.tuni.fi/eamt23/proceedings/.

Horváth, Ildikó. 2022. „AI in Interpreting: Ethical Considerations.“ Across Languages and Cultures 23 (1): 1–13. https://doi.org/10.1556/084.2022.00108.

Jiménez-Crespo, Miguel A. 2020. „The ‚Technological Turn‘ in Translation Studies: Are We There Yet? A Transversal Cross-Disciplinary Approach.“ Translation Spaces 9 (2): 314–341. https://doi.org/10.1075/ts.19012.jim.

Jiménez-Crespo, Miguel A. 2025a. „Human-Centered AI and the Future of Translation Technologies: What Professionals Think About Control and Autonomy in the AI Era.” Information 16 (5): 387. https://doi.org/10.3390/info16050387.

Jiménez-Crespo, Miguel A. 2025b. „The ‘Technological Turn’ in Translation Studies: Are We There Yet? A Transversal Cross-Disciplinary Approach.“ The Interpreter and Translator Trainer 19 (3–4): 277–295. https://doi.org/10.1080/1750399X.2025.2542022.

Jiménez-Crespo, Miguel A., und Stephanie A Rodriguez. 2025. „Is It AI or PE that Worry Professionals: Results from a Human-Centered AI Survey.“ In: Proceedings of Machine Translation Summit XX, Band 1. Genf, Schweiz. European Association for Machine Translation, 407–419. https://www.researchgate.net/publication/394533268_Is_it_AI_MT_or_PE_that_worry_professionals-_results_from_a_Human-Centered_AI_survey.

Krüger, Ralph. 2023. „Artificial Intelligence Literacy for the Language Industry—With Particular Emphasis on Recent Large Language Models such as GPT-4.“ Lebende Sprachen 68 (2): 283–330. https://doi.org/10.1515/les-2023-0024.

Krüger, Ralph. 2024. „Outline of an Artificial Intelligence Literacy Framework for Translation, Interpreting and Specialised Communication.“ Lublin Studies in Modern Languages and Literature 48 (3): 11–23. https://doi.org/10.17951/lsmll.2024.48.3.11-23.

Lacruz Mantecón, Miguel. 2023. „Authorship and Rights Ownership in the Machine Translation Era.“ In: Towards Responsible Machine Translation. Machine Translation: Technologies and Applications, Band 4, herausgegeben von Helena Moniz und Carla Parra Escartín. Springer: 71–92. https://doi.org/10.1007/978-3-031-14689-3_5.

Maaß, Christiane. 2020. Easy Language – Plain Language – Easy Language Plus: Balancing Comprehensibility and Acceptability. Frank & Timme GmbH.

Nousias, Alexandros. 2023. „The Ethics of Machine Translation.“ In: Machine Translation: Technologies and Applications, Band 4, herausgegeben von Helena Moniz und Carla Parra Escartín. Springer: 29–48. https://doi.org/10.1007/978-3-031-14689-3_3.

Pym, Anthony. 2025. Risk Management in Translation. Cambridge University Press.

Walter, Katharina. 2026. „Translation Copyright in the Age of Generative Artificial Intelligence: Addressing Legal and Ethical Challenges.“ In: Transl-AI-tion 2.0: Embracing the AI Revolution, herausgegeben von Rashid Yahiaoui. Peter Lang. In Vorbereitung.

1. Humanzentrierte KI im Übersetzen und Dolmetschen

• Kollaboratives Übersetzen und Dolmetschen von Menschen und KI
• KI-gestützte Prozesse zur Entscheidungsfindung, Qualitätssicherung und Überarbeitung
• Kognitive Perspektiven zur Interaktion mit automatisierten Übersetzungssystemen sowie KI-gestützten CAT- und CAI-Tools
• Ethische, rechtliche, soziale und berufliche Auswirkungen der Automatisierung

2. KI-bezogene Veränderungen im Dolmetschen

• Echtzeit-Sprachtechnologien und ihre Integration in das Dolmetschen
• Smart Booths, CAI-Tools und KI-gestützte Notizentechnik
• KI im Dialogdolmetschen
• Gebärdensprachdolmetschen mit KI-basierten Tools und Avataren

3. KI in der Fachübersetzung

• Menschliche Handlungsfähigkeit und Automatisierung beim Fachübersetzen
• KI-Modelle und Translationsmanagement
• Kombination von CAT-Tools, neuronaler maschineller Übersetzung und großer Sprachmodelle
• Einsatzmöglichkeiten für große Sprachmodelle bei der Vorbereitung, Übersetzung, Revision und Nachbearbeitung von Übersetzungen

4. Automatisierung in der literarischen Übersetzung

• Auswirkungen von Automatisierung auf translatorische Kreativität
• Qualität in der (teil-)automatisierten literarischen Übersetzung
• Abnahme/Zunahme (sprachlicher) Vielfalt durch Automatisierung beim literarischen Übersetzen
• KI-bedingte Veränderungen auf dem internationalen literarischen Markt

5. Automatisierung in der audiovisuellen Übersetzung (AVÜ) und Barrierefreiheit

• Maschinelle Übersetzung, automatische Sprach-/Bilderkennung und synthetische Stimmen in der AVÜ
• Qualität, Kreativität und Barrierefreiheit in der KI-gestützten AVÜ
• Multimodale und mehrsprachige Erstellung von Inhalten
• KI-Modelle für leichte und einfache Sprache

6. Ausbildung von Übersetzer:innen und Dolmetscher:innen und translationsorientiertes Sprachenlernen

• KI-gestützte Lernumgebungen für praktizierende und angehende Übersetzer:innen und Dolmetscher:innen
• Adaptive Plattformen in der Terminologiearbeit und Kompetenzentwicklung
• Künftige Rollen und Kompetenzen von Übersetzer:innen und Dolmetscher:innen
• Pädagogische Strategien für die Integration von KI in der translatorischen Ausbildung
• Datenkompetenz und kritisches KI-Bewusstsein in der translatorischen Ausbildung

7. Linguistische Aspekte der Automatisierung in mehrsprachigen Kontexten

• Theoretische und deskriptive Herausforderungen der mehrsprachigen Automatisierung
• Bewertung und Qualitätsbeurteilung in unterschiedlichen Sprachen
• Sprachspezifische Anpassung und linguistische Analyse mithilfe großer Sprachmodelle
• Ethische und soziolinguistische Implikationen der Automatisierung in mehrsprachigen Umgebungen
• Terminologie- und Glossarverwaltung mit großen Sprachmodellen

8. Methodologische und theoretische Perspektiven

• Prinzipien des human-zentrierten Designs in der Translationstechnologie
• Interdisziplinäre Ansätze, welche Translationswissenschaft, Mensch-Maschine-Interaktion, Linguistik und KI miteinander verbinden
• Empirische Forschung zur Benutzer:innenerfahrung und Mensch-Maschine-Interaktion
• KI-basierte Anwendungen zur Erstellung von Forschungsdesigns.