Der erste Teil dieser Arbeit beschreibt die Entwicklung der maschinellen Übersetzung und erläutert die grundlegende Terminologie. Außerdem werden die Unterschiede zwischen „maschineller“ und „computerunterstützter Übersetzung“ erwähnt und einzelne maschinelle Übersetzungsmodelle erläutert. Der Grund für den Einsatz maschineller Übersetzung und die Herausforderungen, die solche Systeme mit sich bringen, sind ebenfalls ein wichtiger Teil der Arbeit. Das Ziel ist es herauszufinden, ob maschinelle Übersetzer genauso erfolgreich sind wie Menschen und in welchen Übersetzungsbereichen sie menschlichen Übersetzern gleichwertig, besser oder schlechter gegenüberstehen. Im zweiten Teil der Arbeit erfolgt eine empirische Analyse maschinell übersetzter Texte. Dabei kommen die folgenden Übersetzungssysteme zum Einsatz: Google Translate, DeepL und ChatGPT. Das Korpus der Arbeit besteht aus drei Texten in englischer Sprache, die bereits ins Deutsche übersetzt wurden. Die Modelle und Kriterien, auf denen die maschinelle Übersetzungsanalyse basieren kann, sind unterschiedlich und in dieser Analyse werden die von Kirchhoff et al. gebraucht. Nach der Fehleranalyse wurde festgestellt, dass die maschinellen Übersetzer auf der semantischen Ebene das Niveau der menschlichen Übersetzung erreicht haben, auf morphologischer, syntaktischer oder pragmatischer Ebene jedoch noch weitere Verbesserungen erforderlich sind.