Von Sarah Glaser, Laëtitia Joly und Katia Pinquier, Studentinnen für ein Master in Angewandten Fremdsprachen an der Universität Grenoble Alpes.

I – Der Aufstieg der KI in der Übersetzung 

Entwicklung der KI und ihre Integration in die Übersetzung

Da die KI in den letzten Jahrzehnten große Fortschritte gemacht hat, beeinflusste sie verschiedene Bereiche, darunter auch die Sprachübersetzung. Der Einsatz von KI in der Übersetzung begann in den 1950er Jahren mit der Entwicklung der regelbasierten maschinellen Übersetzung (RBMT) (Vinson, 2025). Sie basierte auf vordefinierten linguistischen Regeln, um Texte von einer Sprache in eine andere zu übersetzen. Die Regeln mussten jedoch manuell eingegeben werden, was viel Zeit in Anspruch nahm, und die Übersetzungen waren nicht sehr präzise.

In den 1980er Jahren kam dann die statistische maschinelle Übersetzung (SMT) auf. Sie ermöglichte es Computern, große zweisprachige Korpora zu analysieren und Wörter und Phrasen mithilfe von Statistiken anzugleichen. Allerdings war es schwierig, zwischen Sprachen mit großen grammatikalischen Unterschieden, wie beispielsweise Englisch und Japanisch, präzise zu übersetzen.

In den 2010er Jahren brachte die neuronale maschinelle Übersetzung (NMT) einen tiefgreifenden Wandel in der Übersetzungsbranche. Ähnlich wie bei der SMT wurde der Computer mit großen zweisprachigen Korpora trainiert, doch dank Deep-Learning-Algorithmen und neuronalen Netzwerken waren die Übersetzungen präziser als je zuvor („History of AI Translation“, 2022). Diese Genauigkeit machte NMT sehr beliebt und führte zu einem tiefgreifenden Wandel in der Übersetzungsbranche.

Seit Anfang der 2020er Jahre sind generative KI-Modelle aufgetaucht. Der KI-Gesetzesentwurf der Europäischen Union (2023, Artikel 28 b(4)) definiert generative KI als „Basismodelle, die in KI-Systemen verwendet werden, die speziell dazu bestimmt sind, mit unterschiedlichem Grad an Autonomie Inhalte wie komplexe Texte, Bilder, Audio- oder Videodateien zu generieren“. Sie unterscheidet sich von traditioneller KI, die sich auf spezifische Aufgaben wie Klassifizierung, Vorhersage oder definierte Problemlösung konzentriert. Generative KI zielt darauf ab, neue Daten zu produzieren, die menschlich erstellten Inhalten ähneln. Generative Modelle wie ChatGPT von OpenAI haben ihre Kompetenz im Sprachverständnis und in der Übersetzung unter Beweis gestellt und können kontextgenaue Übersetzungen erstellen, obwohl sie keine Übersetzungssoftware im eigentlichen Sinne sind.

Übersetzungstools und ihre Abhängigkeit von KI

In der Übersetzungsbranche gibt es immer mehr KI-gestützte Tools, die dazu beitragen, Übersetzungen effizienter und zugänglicher zu machen.

Übersetzungstools wie DeepL oder Google Translate nutzen KI, um ihre Übersetzungen zu verbessern. Diese Tools bieten zwar einige Vorteile, haben aber auch ihre Grenzen. Beispielsweise sind Kontextfehlinterpretationen, Missverständnisse kultureller Nuancen und die ungenaue Übersetzung idiomatischer Ausdrücke wiederkehrende Probleme bei KI-Übersetzungen. Darüber hinaus können KI-generierte Übersetzungen bei hochspezialisierten oder sensiblen Inhalten, bei denen menschliches Fachwissen weiterhin unerlässlich ist, Probleme bereiten.

Obwohl KI die Übersetzungsbranche grundlegend verändert hat, kann sie menschliche Übersetzer noch nicht vollständig ersetzen. Künstliche Intelligenz zeichnet sich zwar durch die schnelle Bearbeitung großer Textmengen aus, doch menschliche Übersetzer bringen wichtige Elemente wie kulturelle Sensibilität, kreative Anpassung und tiefes Kontextverständnis mit.

II- Datenerfassung und ethische Bedenken

Wie jedes digitale System müssen auch KI- oder Übersetzungsmodelle „erzogen“ werden. In diesem Zusammenhang spricht man vom „Training“ des Systems, wofür einsatzbereite Daten gesammelt werden müssen, wo immer sie verfügbar sind. Doch in unserem digitalisierten Zeitalter, in dem alles effizienter und schneller werden muss, werden die Regeln für die Funktionsweise dieser Systeme oft außer Acht gelassen. KI-Programmierer und -Anbieter gehen dann davon aus, dass sie freie Hand haben, nach Belieben zu agieren. bis Entscheidungen getroffen werden. In letzter Zeit haben bedeutendere Organisationen versucht, das Bewusstsein für die ethischen Fragen zu schärfen, die der Betrieb von KI-Systemen aufwirft.

Der Bedarf an großen Datensätzen im KI-Training

Wenn es um KI-Modelle geht, ist ein großer Datensatz erforderlich, um ordnungsgemäß zu funktionieren. Betrachten wir die Erklärung auf der wonk.ai Website (Mohammed et al., 2024), die KI-Übersetzungsmodelle für verschiedene Unternehmen anbietet. Demnach wird ihr Übersetzungsmodell in den folgenden fünf Schritten trainiert. Der erste Schritt besteht darin, Sprachdaten von Websites, Glossaren, Sprachdatenbanken, Dokumenten usw. zu sammeln. Dies hilft dem System, Sprachregeln, definierte Begriffe aus Glossaren, Tonfall oder Schreibstil zu integrieren. Im zweiten Schritt werden die Sprachpaare aus den gesammelten Daten extrahiert, um Satzpaare zu finden, die dem System helfen, den Kontext besser zu verstehen und das Übersetzungsergebnis zu verbessern. Der dritte Schritt umfasst die Verarbeitung, d. h. die Validierung, Bereinigung und Kombination der Sprachdaten für das Training. Dies ist notwendig, da Übersetzungen einiger gesammelter Texte an anderer Stelle gefunden werden und gepaart werden müssen. Der vierte Schritt ist das KI-Training selbst, bei dem die gesammelten Daten in einem Trainingskorpus zusammengeführt werden. Das Training wird so lange fortgesetzt, bis das KI-Ergebnis gut genug für eine Bewertung ist. Der fünfte und letzte Schritt ist die Bewertung durch die Kunden, die Übersetzungsmanager.

Nach all dem lernt das KI-Modell weiter, weshalb es in verschiedenen Bereichen nützlich sein kann. Korrekturlesen ist dabei unerlässlich, um dem System Feedback zu geben und es so zu verbessern. Natürlich kostet es Zeit und Geld, ein gutes KI-Übersetzungsmodell zu entwickeln, und jeder KI-Anbieter versucht, menschliches Qualitätsniveau zu erreichen.

Diese Datenerfassung hängt jedoch stark vom Endbenutzer des Systems und vom Sprachpaar ab. Bei Übersetzungen variieren Ton, Terminologie und Ausdrucksweise stark von einem Bereich zum anderen. In den letzten Jahren werden KI-Übersetzungssysteme zunehmend für juristische Übersetzungen eingesetzt, hauptsächlich um Kosten zu senken und die Effizienz zu verbessern. Dabei ist die Trainingsphase entscheidend: Zum Trainieren des Übersetzungssystems werden Rechtstexte benötigt, die jedoch nicht so leicht zu finden oder zu verwenden sind. Darüber hinaus unterscheiden sich die Rechtssysteme von Land zu Land, was ein weiterer Parameter ist, der während der Trainingsphase berücksichtigt werden muss. Wie eine im März 2024 veröffentlichte Studie (Moneus & Sahari, 2024) feststellt, besteht auch das Problem der Unterschiede zwischen Sprachen: Chinesisch ist abstrakt und metaphorisch, während Englisch linear und logisch ist. Das bedeutet, dass KI-Systeme noch verbessert werden müssen, und dies könnte durch einen besseren Zugang zu zweisprachigen Daten für zusätzliche und seltenere Sprachen erreicht werden.

Ethische Auswirkungen der Datenbeschaffung

Generative KI-Systeme wie ChatGPT basieren auf einer Reihe von Daten aus Büchern, Artikeln, Websites, Social-Media-Posts usw. Wie bereits erwähnt, benötigen sie eine Trainingsphase, in der „ein umfangreicher Korpus an Textdaten verwendet wird, um die Sprachverarbeitungsalgorithmen zu instruieren“ (Lucchi, 2024, S. 617). Dies führt zu verschiedenen Problemen im Zusammenhang mit geistigem Eigentum, da die verwendeten Quellen urheberrechtlich geschützte Werke enthalten können, sowie zu rechtlichen Aspekten. In diesem Zusammenhang „tragen die für die Entwicklung und das Training von ChatGPT verantwortlichen Programmierer die Verantwortung dafür, dass die Trainingsdaten frei von Urheberrechtsverletzungen bleiben“ (Lucchi, 2024, S. 617). Deshalb fordern die neuesten Empfehlungen mehr Transparenz hinsichtlich der verwendeten Quellen und der Funktionsweise dieser Systeme.  

Aus Programmierersicht ist die Nutzung frei zugänglicher, urheberrechtlich geschützter Daten zulässig, da das System die Informationen als Inspirationsquelle für die Präsentation neuer Materialien und innovativer Ergebnisse nutzt. KI-Algorithmen basieren meist auf riesigen Datenmengen, die für die Leistungssteigerung des Systems unerlässlich sind. Daher wäre der erste Schritt der Abschluss expliziter Datenaustauschvereinbarungen zwischen Datenanbietern und KI-Programmierern. Dies würde die legale Nutzung urheberrechtlich geschützter Daten zu Trainingszwecken ermöglichen.

Das Hauptproblem liegt darin, dass KI keine authentischen Ideen generieren kann. Vielmehr nutzt sie die Daten, mit denen sie trainiert wurde, um neu zusammengestellte Texte zu generieren. Bei menschlichen Texten gilt es als moralische Verpflichtung, die verwendeten Quellen anzugeben, um Plagiate zu vermeiden und die Zuverlässigkeit der Arbeit zu gewährleisten. Am Beispiel von ChatGPT: Obwohl die Antwort auf einem umfangreichen Korpus an Trainingsdaten basiert, ist die Anwendung nicht immer korrekt und kann „vergessen“, Quellen anzugeben. Selbst auf Nachfrage erfindet die Anwendung manchmal sogar nicht existierende Werke, was die Glaubwürdigkeit zusätzlich beeinträchtigt. Daher wissen uninformierte Nutzer möglicherweise nicht, dass sie die Arbeit eines anderen verwendet haben. Zudem sind sich die ursprünglichen Ersteller dieser Trainingsdaten nicht bewusst, dass ihre Arbeit gestohlen wird!

III- Geistiges Eigentum und rechtliche Herausforderungen

Wenn es um die unbefugte Nutzung des Werkes eines Urhebers geht, spricht man von einer Verletzung von IP-Rechten. Kernstück des IP-Rechts ist das Konzept des Urheberrechts. Dieses aus der angelsächsischen Rechtstradition stammende Konzept gewährt Urhebern exklusive Rechte an ihrem Originalwerk und gewährleistet so die Kontrolle über Vervielfältigung, Verbreitung und Bearbeitung. Heutzutage entspricht es dem europäischen Konzept des Urheberrechte ©, das Äquivalent zum Urheberrecht, ergänzt um die Dimension der „Urheberpersönlichkeitsrechte“. Diese Rechte betonen die persönliche Verbindung des Autors zu seinem Werk, einschließlich des Rechts, als Urheber anerkannt zu werden (Blésius, 2008). Wir werden sehen, welche Bedeutung diese Rechte im Kontext einer Übersetzung haben.

Eigentum an Übersetzungen: Menschliche Übersetzung

Die Eigentumsverhältnisse bei Übersetzungen werfen wichtige Fragen auf. Es ist sowohl aus finanzieller als auch aus Anerkennungssicht interessant zu wissen, wem die Urheberrechte an einer Übersetzung gehören. Tatsächlich ist die Eigentumsfrage zweifacher Natur, insbesondere wenn ein Tool wie SDL Trados Studio verwendet – Wem gehört die endgültige Übersetzung zwischen Übersetzer und Auftraggeber? Können Eigentumsrechte an KI-generierten Übersetzungen zugewiesen werden? Wem gehören die aus einer Eingabeaufforderung generierten Inhalte?

Übersetzungen sind nicht nur ein Ausdrucksmittel, sondern auch eine Kunstform und als solche durch verschiedene Rechtsrahmen geschützt, die die Urheberrechte ihrer Urheber wahren. Beispielsweise heißt es in Artikel 2(3) der Berner Übereinkunft zum Schutz von Werken der Literatur und Kunst (o. E., Abschnitt FI, .2): „Übersetzungen, Bearbeitungen, Musikarrangements und andere Umarbeitungen eines Werkes der Literatur oder Kunst sind als Originalwerke geschützt, unbeschadet des Urheberrechts am Originalwerk.“ Im TRIPS-Übereinkommen von 1994 heißt es in Artikel 10(2): „Sammlungen von Daten oder anderem Material, ob in maschinenlesbarer oder sonstiger Form, die aufgrund der Auswahl oder Anordnung ihres Inhalts geistige Schöpfungen darstellen, sind als solche geschützt.“

Gemäß diesen internationalen Konventionen ist die von einem Übersetzer erstellte Übersetzung wie jedes andere künstlerische Werk geschützt und somit auch urheberrechtlich geschützt. Die Antwort auf die erste Frage sollte einfach sein. Da eine Übersetzung als Originalwerk gilt und urheberrechtlich geschützt ist, liegen diese Urheberrechte beim Übersetzer.

Die Antwort ist jedoch nicht so einfach. Zunächst muss zwischen freiberuflichen Übersetzern und angestellten Übersetzern unterschieden werden. Für angestellte Übersetzer gilt: „Nach dem Arbeitsrecht vieler Länder übertragen Arbeitnehmer automatisch die geistigen Eigentumsrechte an ihren Werken an ihren Arbeitgeber“ (Smith, 2009, S. 8). In diesem Fall gehört die erstellte Übersetzung eindeutig dem Unternehmen, das sie dann an den Auftraggeber verkauft. Dies gilt auch für die Translation Memorys, unabhängig davon, ob sie von der Agentur oder vom Kunden bereitgestellt werden: „Bei Angestellten, die Terminologiedatenbanken oder TMs erstellen, gehen diese Rechte automatisch auf die Organisationen über, für die sie arbeiten“ (op. cit.).

Für freiberufliche Übersetzer ist alles eine Frage der vertraglichen Vereinbarung mit dem Kunden. Der Übersetzer ist stets der erste Inhaber des Urheberrechts. Mit dem Verkauf seiner Arbeit an den Kunden gibt er dieses Urheberrecht ab. Selbst bei Übertragung des Urheberrechts haftet der Übersetzer jedoch nicht für vom Kunden vorgenommene, nicht autorisierte Änderungen (Blésius, 2008). Dies gilt auch für Translation Memories und Terminologiedatenbanken, die ein Übersetzer für ein bestimmtes Werk erstellt: „Sofern das Urheberrecht nicht zuvor vertraglich übertragen wurde, gehören Translation Memories den Übersetzern, die sie erstellt haben“ (Smith, 2009, S. 8).

Aber was ist mit einer von KI generierten Übersetzung?

Eigentum an Übersetzungen: KI-Systeme

Wie bereits erwähnt, arbeiten generative KI-Systeme mit großen Datensätzen, die sie in ihre Algorithmen integrieren. Diese Daten werden nicht immer legal erworben, und Algorithmen geben ihre Quellen meist nicht an, wenn sie auf eine Eingabeaufforderung antworten. Systeme wie ChatGPT (amerikanisch) oder Mistral (französisch) können nahezu menschenähnliche Übersetzungen liefern und wecken daher die Angst vor dem „Ende der menschlichen Übersetzung“. KI ist ein sich schnell entwickelndes Technologie, die in fast jedem Bereich präsent ist und ist zu einem integralen Bestandteil von Übersetzungsarbeiten geworden. Damit stellen sich neue rechtliche Fragen, die berücksichtigt werden sollten: Wem sollte das Eigentum an einer solchen Übersetzung übertragen werden? Dem Kunden des KI-Tools, dem Entwickler oder einfach dem System selbst? 

Im Jahr 2022 reichten bildende Künstler in den USA eine Sammelklage gegen Stability AI ein. Sie behaupteten, das Unternehmen habe ihre urheberrechtlich geschützten Werke ohne ihre Zustimmung zum Trainieren seines KI-Modells verwendet. Das Gericht gab den Anträgen der Beklagten teilweise statt und lehnte sie teilweise ab. Das Gericht ließ die Klage wegen direkter Urheberrechtsverletzung zu und erkannte an, dass die Frage, ob KI-Modelle Urheberrechte verletzen, ungeklärt ist und vom Einzelfall abhängt (Madigan, 2024). 

Kürzlich wurde am 29. Januar 2025 eine neue Entscheidung der US-Regierung getroffen (Dreyfus Law Firm, 2025). Sie betont die Voraussetzungen für die Anerkennung von KI-generierten Inhalten als urheberrechtlich geschütztes Werk. Demnach können KI-generierte Inhalte unter folgenden Bedingungen urheberrechtlich geschützt werden: Es besteht eine ausreichende menschliche Beteiligung am kreativen Prozess, d. h. das Material wird nicht ausschließlich von KI erstellt, sondern KI wird als Werkzeug zur Förderung menschlicher Kreativität eingesetzt. Sie erläutert auch die Bedeutung der dem System gegebenen Eingabeaufforderungen, die ausreichend kreativ sein müssen. Wenn ein Künstler Elemente von KI-generierten Inhalten modifiziert, anordnet oder auswählt, werden diese Inhalte könnte Anspruch auf teilweisen Urheberrechtsschutz haben.

Aus globaler Sicht geht jedes Land unterschiedlich mit KI- und Urheberrechtsfragen um. So schreibt beispielsweise der am 6. August 2023 veröffentlichte KI-Act der Europäischen Union die Verpflichtung von KI-Systemen zur Einhaltung von IP-Rechten vor. Dies bedeutet, dass Anbieter von KI-Modellen verpflichtet sind, „eine detaillierte Zusammenfassung der Texte und Daten, die zum Training ihrer KI-Modelle verwendet werden, öffentlich zugänglich zu machen“ (Fitzpatrick, 2025).

Da sich der Rechtsrahmen noch an diese neuen Technologien anpasst, können wir möglicherweise keine klare Antwort auf Urheberrechte im Zusammenhang mit KI in Kunst oder Übersetzung geben. KI-Entwickler sollten jedoch sicherstellen, dass sie die gesetzlichen Bestimmungen hinsichtlich der für ihre Trainingsmodelle erfassten Daten einhalten. Dies beinhaltet den Erwerb entsprechender Lizenzen und die Vergütung der Inhaber des geistigen Eigentums, das sie in ihre Trainingsdatensätze integrieren möchten (Deloitte AI Institute, o. J.).

Fazit 

Die Welt der KI verändert sich ständig. Die Technologie selbst wird täglich weiterentwickelt und in immer mehr Bereiche und Aspekte unseres Lebens integriert. Leider können sich Gesetze nicht so schnell weiterentwickeln – selbst in einer digitalisierten Welt. KI bietet zwar ein großes Potenzial für Kreativität und die Beschleunigung von Arbeitsaufgaben, verstößt aber aufgrund ihrer Entwicklung gegen zahlreiche Gesetze. Wie wir gesehen haben, spielt geistiges Eigentum im kreativen Bereich eine große Rolle, doch KI-Programmierer scheinen sich nicht groß darum zu kümmern. Darüber hinaus sind sie nicht gezwungen, sich an die Gesetze zu halten, da es eindeutig an Regulierungen in Bezug auf KI und Urheberrecht mangelt. Diese Technologie kann nur das nutzen, was ihr zugeführt wurde, was größtenteils urheberrechtlich geschützte Werke sind. 

Es wurden bereits mehrere Lösungsansätze vorgeschlagen, und immer mehr Unternehmen, Organisationen und Länder versuchen derzeit, die rechtlichen Probleme im Zusammenhang mit KI in verschiedenen Bereichen zu beleuchten. Die erste Forderung betrifft mehr Transparenz hinsichtlich der von KI-Systemen zum Training oder zur Generierung von Antworten verwendeten Quellen und Transparenz hinsichtlich ihrer allgemeinen Funktionsweise, die für KI-Programmierer tödlich sein könnte. Einige Länder haben eigene Lösungen, und die Europäische Union ist führend im Kampf für Transparenz.

Erst kürzlich, im Februar 2025, fand in Paris der AI Action Summit statt. Ziel war es, „gemeinsam wissenschaftliche Grundlagen, Lösungen und Standards für eine nachhaltigere KI zu schaffen, die dem gemeinsamen Fortschritt und dem öffentlichen Interesse dient“ (France Diplomacy, 2025). Mehr als 800 Teilnehmer nahmen daran teil. Die Ergebnisse zeigten: die Bereitschaft, eine nachhaltige, sichere, vertrauenswürdige und transparente KI zu schaffen und sie dort sinnvoll einzusetzen, wo sie am dringendsten benötigt wird, beispielsweise im Gesundheitswesen und/oder im Bildungswesen. Während 62 Länder das endgültige Abkommen unterzeichneten, blieben die USA – obwohl sie zu den führenden Ländern im KI-Bereich gehören – außen vor.
 

Literaturverzeichnis

Übereinkommen über handelsbezogene Aspekte der Rechte des geistigen Eigentums (TRIPS-Übereinkommen). (o.D.). WIPO Lex. Abgerufen am 16. Februar 2025 von https://www.wipo.int/wipolex/en/treaties/details/231

AI Action Summit (10. & 11. Februar 2025). (2025). Frankreich Diplomatie - Ministerium für Europa und Auswärtige Angelegenheiten. https://www.diplomatie.gouv.fr/en/french-foreign-policy/digital-diplomacy/news/article/ai-action-summit-10-11-feb-2025

AI Action Summit-Konferenz: KI, Wissenschaft und Gesellschaft. (2025, 6. Februar). Institut Polytechnique de Paris. https://www.ip-paris.fr/en/news/ai-action-summit-conference-ai-science-and-society-ip-paris

KI und Urheberrecht: Den zweiten Bericht des US Copyright Office zur Urheberrechtsfähigkeit verstehen. (2025. Februar 10). Dreyfus. https://www.dreyfus.fr/en/2025/02/10/ai-and-copyright-understanding-the-u-s-copyright-offices-second-report-on-copyrightability/

Künstliche Intelligenz und geistiges Eigentum. (o.). WIPO-Perle. Abgerufen am 16. Februar 2025 von https://www.wipo.int/about-ip/en/frontier_technologies/ai_and_ip.html

Berner Übereinkunft zum Schutz von Werken der Literatur und Kunst. (o.). WIPO-Perle. Abgerufen am 16. Februar 2025 von https://www.wipo.int/treaties/en/ip/berne/index.html

Bharati, RK (2024). KI und geistiges Eigentum: Rechtliche Rahmenbedingungen und zukünftige Richtungen. Internationale Zeitschrift für Recht, Justiz und Rechtsprechung, 4(2), 207-215. https://doi.org/10.22271/2790-0673.2024.v4.i2c.141

Bird & Bird LLP, Generaldirektion Übersetzung (Europäische Kommission), Debussche, J., & Troussel, J.-C. (2014). Übersetzung und geistige Eigentumsrechte: Abschlussbericht. Amt für Veröffentlichungen der Europäischen Union. https://data.europa.eu/doi/10.2782/72107

Blésius, C. (o. J.). Urheberrecht und Übersetzer. Wem gehören Ihre Übersetzungen? Abgerufen am 16. Februar 2025 von https://cblesius.co.uk/articles/CopyrightAndTheTranslator-WhoOwnsYourTranslations.html

Creamer, E. (2024. April 16). Eine Studie zeigt, dass generative KI eine große Bedrohung für die Arbeit von Übersetzern darstellt. The Guardian. https://www.theguardian.com/books/2024/apr/16/survey-finds-generative-ai-proving-major-threat-to-the-work-of-translators

Devin, V. (2025. Januar 29). Von der Vergangenheit in die Zukunft: Der Einfluss der KI auf die Übersetzungstechnologie – Artikel lokalisieren. Lokalisieren. https://localizejs.com/articles/the-impact-of-ai-on-translation-technology

Fitzpatrick, D. (2025. Februar 3). Neues Urheberrechtsgesetz macht KI-Fähigkeiten zum größten Vorteil. Forbes. https://www.forbes.com/sites/danfitzpatrick/2025/02/03/new-copyright-ruling-just-made-ai-skills-the-biggest-advantage/

Gil, A., Juliana, N., & David, AS (2023. April 7). Generative KI hat ein Problem mit geistigem Eigentum^ "Harvard Business Review: Eine Analyse der Harvard Business School". https://hbr.org/2023/04/generative-ai-has-an-intellectual-property-problem

Guadamuz, A. (2017. Oktober 1). Die künstliche Intelligenz und das Recht des Autors. Magazin der OMPI. https://www.wipo.int/fr/web/wipo-magazine/article-details/?assetRef=40141&title=artificial-intelligence-and-copyright

Hartley, V. (o. D.). KI-Übersetzung oder maschinelle Übersetzung: Was ist der Unterschied? Language Wire. Abgerufen am 16. Februar 2025 von https://www.languagewire.com/en/blog/ai-translation-vs-machine-translation

So nutzen Sie KI für juristische Übersetzungen: Vorteile, Einschränkungen und bewährte Vorgehensweisen. (2024. Juli 1). LegalTranslations.com. https://www.legaltranslations.com/fr/blog/how-to-use-ai-for-legal-translations

Geistiges Eigentum in ChatGPT. (2023, 20. Februar). Europäische Kommission. https://intellectual-property-helpdesk.ec.europa.eu/news-events/news/intellectual-property-chatgpt-2023-02-20_en

Einführung in die Geschichte der KI-Übersetzung und populärer Software. (2022. Dezember 19). Human Science Co., Ltd. https://www.science.co.jp/nmt/blog/32553/

Kupferschmid, K. (2024. Dezember 12). Erkenntnisse aus Gerichtsbeschlüssen in Fällen von Urheberrechtsverletzungen im Bereich KI. Urheberrechtsallianz. https://copyrightalliance.org/ai-copyright-infringement-cases-insights/

Lacruz Mantecón, ML (2023). Autorschaft und Rechtebesitz im Zeitalter der maschinellen Übersetzung. In H. Moniz & C. Parra Escartín (Hrsg.), Auf dem Weg zu verantwortungsvoller maschineller Übersetzung: Ethische und rechtliche Aspekte der maschinellen Übersetzung (S. 71–92). Springer International Publishing. https://doi.org/10.1007/978-3-031-14689-3_5

Leschen, S. (2024, 27. September). Übersetzen, eine schützenswerte Kunst. Institut für Übersetzen und Dolmetschen. https://www.iti.org.uk/resource/translation-an-art-worth-protecting.html

Lucchi, N. (2024, September). ChatGPT: Eine Fallstudie zu urheberrechtlichen Herausforderungen für Systeme der generativen künstlichen Intelligenz. Cambridge University Press. https://www.cambridge.org/core/journals/european-journal-of-risk-regulation/article/chatgpt-a-case-study-on-copyright-challenges-for-generative-artificial-intelligence-systems/CEDCE34DED599CC4EB201289BB161965

Madigan, K. (2024. August 29). Wichtigste Erkenntnisse aus der Anordnung im Urheberrechtsfall Andersen vs. Stability AI. Urheberrechtsallianz. https://copyrightalliance.org/andersen-v-stability-ai-copyright-case/

Mohamed, YA, Khanan, A., Bashir, M., Mohamed, AHHM, Adiel, MAE, & Elsadig, MA (2024a). Der Einfluss künstlicher Intelligenz auf die Sprachübersetzung: Eine Übersicht. IEEE-Zugriff, 1225553-25579. https://doi.org/10.1109/ACCESS.2024.3366802

Moneus, AM, & Sahari, Y. (2024). Künstliche Intelligenz und menschliche Übersetzung: Eine kontrastive Studie anhand juristischer Texte. Heliyon, 10(6). https://doi.org/10.1016/j.heliyon.2024.e28106

Ong, J., Lo Khai Yi und Winn Wong, HW (2024, 3. September). EU-KI-Gesetz: Der grundlegende Leitfaden zur Einhaltung des Urheberrechts für allgemeine KI-Modelle. Kammern und Partner. https://chambers.com/articles/eu-ai-act-the-essential-guide-to-copyright-compliance-for-general-purpose-ai-models

Smith, R. (2009. November 19). Urheberrechtliche Aspekte des Translation-Memory-Eigentums. Verfahren zum Übersetzen und Computer 31. TC 2009, London, Vereinigtes Königreich. https://aclanthology.org/2009.tc-1.13/

Erklärung zu inklusiver und nachhaltiger künstlicher Intelligenz für die Menschen und den Planeten. (2025. Februar 11). Elysée. https://www.elysee.fr/en/emmanuel-macron/2025/02/11/statement-on-inclusive-and-sustainable-artificial-intelligence-for-people-and-the-planet

Die rechtlichen Auswirkungen der generativen KI. (o.D.). Deloitte AI Institute. Abgerufen am 16. Februar 2025 von https://www2.deloitte.com/us/en/pages/consulting/articles/generative-ai-legal-issues.html

Trainierte Übersetzungsmodelle. (nd). Wonk.Ai. Abgerufen am 16. Februar 2025 von https://wonk.ai/en/training-of-translation-models/

Teile diesen Artikel: