KI-Dolmetschen und Live-Untertitel bei Veranstaltungen: was geht und was Pflicht ist
Automatische Untertitel und maschinelles Dolmetschen sind leicht verfügbar. Dieser Beitrag zeigt, was die Technik bei Veranstaltungen leistet, wo sie nicht reicht, was WCAG, BITV und Behindertengleichstellungsgesetz verlangen und wie Sie den Bedarf rechtzeitig planen.
- Automatische Live-Untertitel, Schriftdolmetschen durch Menschen, maschinelles Dolmetschen in andere Sprachen und Gebärdensprachdolmetschen sind vier verschiedene Dinge mit verschiedenen Zielgruppen.
- Für Live-Übertragungen im Web verlangt das Erfolgskriterium 1.2.4 der WCAG 2.1 Untertitel auf Stufe AA. Öffentliche Stellen sind über die BITV 2.0 und die Landesgesetze an diesen Standard gebunden.
- Automatische Untertitel helfen, sind aber nicht fehlerfrei. Forschung mit gehörlosen und schwerhörigen Menschen zeigt, dass die übliche Fehlerquote wenig darüber sagt, ob Untertitel verständlich sind.
- Für Menschen mit Deutscher Gebärdensprache als Erstsprache ersetzen Untertitel kein Dolmetschen. Weltverband der Gehörlosen und Dolmetschverband WASLI warnen davor, menschliche Dolmetschende durch Avatare zu ersetzen.
- Wer Sprache in der Cloud verarbeiten lässt, verarbeitet personenbezogene Daten. Das gehört in die Datenschutzhinweise und in einen Vertrag mit dem Anbieter.
Werkzeuge für automatische Untertitel und maschinelles Dolmetschen sind in Videokonferenzsoftware und eigenen Diensten inzwischen leicht verfügbar. Für Veranstalter klingt das nach einer günstigen Lösung für zwei Aufgaben, die bisher teuer waren: Barrierefreiheit für hörbehinderte Gäste und Mehrsprachigkeit für internationale Gäste.
Dieser Beitrag ordnet ein, was die Technik leistet, wo sie nicht reicht und was rechtlich gilt. Grundlage sind die Richtlinien des W3C, die Barrierefreie-Informationstechnik-Verordnung, das Behindertengleichstellungsgesetz, Forschung aus der Barrierefreiheitsforschung und eine Erklärung des Weltverbands der Gehörlosen. Eine bestimmte Software empfehlen wir nicht, weil sich die Angebote schnell ändern.
Vier Dinge, die oft verwechselt werden
Unter dem Stichwort KI-Untertitel laufen Angebote, die sich in Zielgruppe und Qualität deutlich unterscheiden. Wer sie auseinanderhält, plant richtig.
| Form | Wer erstellt sie | Für wen |
|---|---|---|
| Automatische Live-Untertitel | Spracherkennung, in derselben Sprache | schwerhörige Gäste, Gäste in lauter Umgebung, Nicht-Muttersprachler |
| Schriftdolmetschen | Menschen, die live mitschreiben, im Englischen CART genannt | hörbehinderte Gäste, wenn Genauigkeit zählt |
| Maschinelles Dolmetschen | Spracherkennung und Übersetzung in andere Sprachen | Gäste, die die Vortragssprache nicht sprechen |
| Gebärdensprachdolmetschen | Dolmetschende für Deutsche Gebärdensprache | gehörlose Gäste mit Gebärdensprache als Erstsprache |
Unsere Einordnung: Die häufigste Fehlplanung ist, eine Zeile aus dieser Tabelle durch eine andere zu ersetzen. Automatische Untertitel sind eine gute Ergänzung, aber kein Ersatz für Gebärdensprache, und maschinelles Dolmetschen ist kein Ersatz für Schriftdolmetschen, wenn es um genaue Inhalte geht.
Was rechtlich verlangt ist
Für Inhalte im Web gibt es eine klare Regel. Das Erfolgskriterium 1.2.4 der WCAG 2.1 verlangt auf Stufe AA Untertitel für alle Live-Audioinhalte in Videoübertragungen. Das W3C nennt als Beispiel ausdrücklich die Live-Übertragung im Web und stellt klar, dass das Kriterium für Übertragungen gedacht ist, nicht für jedes Gespräch in einer Videokonferenz. Untertitel umfassen dabei auch, wer spricht, und wichtige Geräusche.
Öffentliche Stellen des Bundes sind nach Paragraf 3 der BITV 2.0 verpflichtet, ihre Angebote barrierefrei zu gestalten. Erfüllt sind die Anforderungen, wenn die Angebote den harmonisierten Normen entsprechen, und die einschlägige europäische Norm EN 301 549 übernimmt die WCAG. Für Hochschulen und Kommunen gelten entsprechende Landesgesetze. Unsere Einordnung: Wer als Hochschule oder Stadt eine Veranstaltung live im Web überträgt, sollte Untertitel deshalb als Pflicht behandeln, nicht als Zusatz.
Für die Präsenzveranstaltung selbst ist die Lage weniger eindeutig. Das Behindertengleichstellungsgesetz erkennt die Deutsche Gebärdensprache als eigenständige Sprache an. Einen Anspruch auf kostenlose Dolmetschende gegenüber Trägern öffentlicher Gewalt regelt Paragraf 9 BGG mit der Kommunikationshilfenverordnung, allerdings für die Wahrnehmung eigener Rechte im Verwaltungsverfahren, nicht für jede Veranstaltung. Unsere Einordnung: Eine Fachtagung oder Messe ist meist kein Verwaltungsverfahren. Ansprüche können sich aber aus Landesrecht, aus Hochschulregeln zum Nachteilsausgleich oder aus Förderbedingungen ergeben. Klären Sie das vor der Planung, statt es erst bei der ersten Anfrage zu prüfen.
Wie gut automatische Untertitel sind
Die Qualität automatischer Spracherkennung wird meist als Wortfehlerquote angegeben, also als Anteil falsch erkannter Wörter. Für Untertitel ist diese Zahl wenig aussagekräftig. Sushant Kafle und Matt Huenerfauth haben 2017 mit 30 gehörlosen und schwerhörigen Personen gezeigt, dass die Wortfehlerquote wenig mit der empfundenen Brauchbarkeit zusammenhängt. Zwei Texte mit gleicher Fehlerquote wurden sehr unterschiedlich bewertet, weil es darauf ankommt, welche Wörter falsch sind. Ein falscher Artikel stört wenig, ein falsch erkannter Fachbegriff oder Name macht einen Satz unverständlich.
Eine zweite Studie derselben Forschungsgruppe mit 21 und 107 Teilnehmenden ergab, dass gehörlose und schwerhörige Menschen sich um die Genauigkeit automatischer Untertitel sorgen und Darstellungen bevorzugen, die sie bereits kennen. Eine dritte zeigt, dass Hörende anders sprechen, wenn sie wissen, dass sie automatisch untertitelt werden: lauter, schneller und mit veränderter Aussprache.
Unsere Einordnung für die Praxis: Automatische Untertitel funktionieren am besten mit einem guten Mikrofon nah am Mund, einer Person, die spricht, und einer Sprache ohne viele Fachbegriffe. Sie scheitern an Saalmikrofonen, Zwischenrufen, Akzenten und Namen. Viele Dienste erlauben, vorab eine Liste mit Fachbegriffen und Namen zu hinterlegen. Das lohnt sich bei jeder Fachveranstaltung.
Was Vortragende beitragen können
Ob Untertitel und Dolmetschen gelingen, entscheidet sich zu einem guten Teil auf der Bühne. Unsere Einordnung aus der Praxis: Fünf Regeln gehören in jedes Briefing für Referierende. Erstens immer ins Mikrofon sprechen, auch wenn der Raum klein ist. Zweitens Fragen aus dem Publikum wiederholen, bevor sie beantwortet werden, weil Saalmikrofone für Spracherkennung und Dolmetschende oft zu leise sind. Drittens Namen, Abkürzungen und Fachbegriffe auf die Folien schreiben, damit sie im Raum lesbar sind und vorab in die Begriffsliste des Dienstes oder an die Dolmetschenden gehen können. Viertens langsamer sprechen als im Alltag und Pausen lassen. Fünftens Folien und Manuskript spätestens am Vortag abgeben.
Diese Regeln kosten nichts und verbessern automatische Untertitel ebenso wie die Arbeit menschlicher Dolmetschender. Sie helfen außerdem allen Gästen, die in der letzten Reihe sitzen oder die Vortragssprache nicht als Erstsprache sprechen.
Aufzeichnungen und spätere Veröffentlichung
Wird eine Veranstaltung aufgezeichnet und später auf der Website gezeigt, greift ein weiteres Kriterium. Nach Erfolgskriterium 1.2.2 der WCAG 2.1 brauchen auch aufgezeichnete Videos Untertitel, und zwar schon auf der Grundstufe A. Unsere Einordnung: Live erzeugte automatische Untertitel sind dafür ein guter Ausgangspunkt, sie sollten vor der Veröffentlichung aber durchgesehen und korrigiert werden. Für eine Aufzeichnung ist dafür Zeit, und Fehler in Namen und Fachbegriffen fallen in einem dauerhaft veröffentlichten Video stärker ins Gewicht als in einer Live-Übertragung.
Mehr zu Formaten, die Präsenz und Übertragung verbinden, steht im Eintrag zum hybriden Event.
Gebärdensprache lässt sich nicht automatisieren
Für Menschen, deren Erstsprache die Deutsche Gebärdensprache ist, ist deutscher Schrifttext eine Fremdsprache. Untertitel sind für sie eine Hilfe, aber kein gleichwertiger Zugang. Der Weltverband der Gehörlosen und der internationale Verband der Gebärdensprachdolmetschenden WASLI haben 2018 in einer gemeinsamen Erklärung davor gewarnt, menschliche Dolmetschende durch Gebärden-Avatare zu ersetzen. Gebärdensprachen seien vollwertige Sprachen mit eigener Grammatik, eine Übersetzung Wort für Wort sei nicht möglich, und maschinelle Übersetzung erreiche die Qualität qualifizierter Dolmetschender nicht.
Unsere Einordnung: Fragen Sie den Bedarf bei der Anmeldung ab und buchen Sie Gebärdensprachdolmetschende früh, weil sie knapp sind. Sie brauchen Folien und Manuskripte vorab, einen gut beleuchteten Platz mit Sichtkontakt zum Publikum und bei längeren Programmen ein Team, das sich abwechselt. Mehr dazu steht im Beitrag zu barrierefreien Events.
Maschinelles Dolmetschen in andere Sprachen
Maschinelles Dolmetschen verbindet Spracherkennung mit maschineller Übersetzung und zeigt das Ergebnis als Text oder spricht es mit synthetischer Stimme. Fehler der Spracherkennung werden dabei mit übersetzt, und die Übersetzung fügt eigene hinzu. Unsere Einordnung: Für Begrüßung, Programmhinweise und informelle Teile einer Veranstaltung kann das reichen. Für Inhalte, bei denen es auf genaue Formulierungen ankommt, etwa Vertragsbedingungen, rechtliche Hinweise oder Diskussionen mit Abstimmung, bleibt menschliches Dolmetschen die sichere Wahl.
Wer KI-Werkzeuge bei Veranstaltungen generell einsetzt, findet die rechtlichen Grundlagen im Leitfaden zu KI im Eventmanagement und die typischen Grenzen im Eintrag zu den Grenzen von KI im Eventmanagement.
Datenschutz bei Sprachdaten
Wer Vorträge oder Diskussionen durch einen Dienst in der Cloud transkribieren lässt, verarbeitet die Stimmen und Aussagen der Sprechenden, also personenbezogene Daten. Bei Fragerunden betrifft das auch Gäste aus dem Publikum. Unsere Einordnung: Drei Dinge gehören deshalb vorher geklärt. Die Datenschutzhinweise nennen die Verarbeitung und den Anbieter. Mit dem Anbieter besteht ein Auftragsverarbeitungsvertrag, und es ist geklärt, wo die Daten verarbeitet werden. Und es ist festgelegt, ob Mitschriften gespeichert werden und wann sie gelöscht werden. Ein Hinweis zu Beginn der Veranstaltung, dass live untertitelt wird, ist fair gegenüber allen, die sich zu Wort melden.
So planen Sie es
Unsere Einordnung zu den Kosten: Automatische Untertitel kosten wenig oder sind in Videokonferenzsoftware enthalten. Schriftdolmetschen und Gebärdensprachdolmetschen werden nach Stunden abgerechnet und brauchen bei längeren Veranstaltungen zwei Personen. Planen Sie diese Posten von Anfang an ins Budget ein, damit sie nicht gestrichen werden, wenn das Geld knapp wird.
Was FairUp dazu beiträgt
FairUp untertitelt nicht und überträgt keine Veranstaltungen. Was FairUp leistet, ist der Teil davor: Im Anmeldeformular legen Sie eigene Fragen an, etwa nach Untertiteln, Gebärdensprache oder Übersetzung. So wissen Sie Wochen vorher, wer was braucht, und können Dolmetschende rechtzeitig buchen. Die Angaben exportieren Sie als Excel, CSV oder PDF für die Planung, und am Einlass sehen Sie beim Check-in, wer angemeldet ist.
Häufige Fragen
Sind Live-Untertitel bei Veranstaltungen Pflicht?
Für Live-Übertragungen im Web verlangt das Erfolgskriterium 1.2.4 der WCAG 2.1 Untertitel auf Stufe AA. Öffentliche Stellen sind über die BITV 2.0 und die Landesgesetze an diesen Standard gebunden. Für die Präsenzveranstaltung selbst gibt es keine pauschale bundesrechtliche Pflicht.
Wie genau sind automatische Untertitel?
Das hängt stark von Mikrofon, Raum, Sprache und Fachbegriffen ab. Forschung mit gehörlosen und schwerhörigen Menschen zeigt, dass die übliche Wortfehlerquote wenig darüber sagt, ob Untertitel verständlich sind. Ein Testlauf im echten Raum ist deshalb aussagekräftiger als jede Herstellerangabe.
Ersetzen KI-Untertitel Gebärdensprachdolmetschende?
Nein. Für Menschen mit Deutscher Gebärdensprache als Erstsprache ist Schrifttext eine Fremdsprache. Weltverband der Gehörlosen und WASLI warnen davor, menschliche Dolmetschende durch Avatare zu ersetzen.
Darf ich Vorträge automatisch transkribieren lassen?
Ja, wenn Sie die Verarbeitung in den Datenschutzhinweisen nennen, mit dem Anbieter einen Auftragsverarbeitungsvertrag haben und festlegen, ob und wie lange Mitschriften gespeichert werden. Ein Hinweis zu Beginn der Veranstaltung ist fair gegenüber allen, die sich zu Wort melden.
Wie erfahre ich, wer Untertitel oder Dolmetschen braucht?
Fragen Sie es freiwillig im Anmeldeformular ab, mit Auswahl zwischen Untertiteln, Schriftdolmetschen, Gebärdensprache und anderen Sprachen. So bleibt genug Zeit, Dolmetschende zu buchen. Die Angabe gehört nicht auf das Namensschild.