Skip to content

KI-Übersetzungsworkflow aufbauen: Was bei Audit, Aufbau und Betrieb passiert

Von Volkan Güvenç, Gründer von Alafranga Language Solutions
 
Die meisten Probleme mit KI-Übersetzung sind keine Engine-Probleme. Das Ergebnis ist uneinheitlich, weil das Translation Memory nicht angewendet wird, das Glossar nicht durchgesetzt wird, die Prüfung nur ein flüchtiges Korrekturlesen ist oder Inhalte zur KI gegangen sind, die dort nie hätten landen dürfen. Ein Wechsel der Engine behebt davon selten etwas. Ein anderer Workflow schon.
 
Dieser Artikel beschreibt Schritt für Schritt, wie wir solche Workflows aufbauen, in den drei Phasen unserer Workflow-Beratung: Audit, Aufbau und Betrieb. Er beruht auf unserer eigenen Produktionsarbeit: große MTPE-Projekte (Post-Editing maschineller Übersetzung) seit 2017, beginnend mit 2,2 Millionen Wörtern E-Commerce-Produktinhalten für eine europäische Übersetzungsagentur, geliefert von Linguistenteams auf drei Kontinenten mit täglichen Batch-Terminen, sowie unser kontrollierter KI-gestützter Übersetzungsworkflow (SmartEdit), seit 2018 im Kundeneinsatz.
 

 

▮Audit: entscheiden, was zur KI geht

Das Audit beantwortet eine Frage, bevor ein Werkzeug gewählt wird: Welche Inhalte kann eine KI vorübersetzen, und unter welchen Kontrollen? Es arbeitet mit den echten Dateien des Kunden, nicht mit einer Auswahl, die KI gut aussehen lässt.
 
  • Einordnung der Inhalte. Jede Inhaltsart wird einem von drei Wegen zugeordnet: KI-Entwurf mit menschlicher Prüfung, KI-Entwurf mit Prüfung und unabhängiger Revision durch einen zweiten Fachübersetzer oder vollständig menschliche Übersetzung. Kriterien sind die Folgen eines Fehlers, der regulatorische Status, Wiederholungsanteil und TM-Nutzung, die Qualität des Ausgangstextes sowie Vertraulichkeitsauflagen in Kundenverträgen.

  • Risikobewertung. Wo hätte ein Fehler rechtliche, sicherheitsrelevante oder wirtschaftliche Folgen? Ein falscher Drehmomentwert in einer Wartungsanleitung, eine falsch übersetzte Ausschlussklausel und eine uneinheitliche UI-Bezeichnung sind drei verschiedene Risiken und brauchen drei verschiedene Kontrollen.

  • Prüfung der Sprachressourcen. Der Zustand von Translation Memorys und Glossaren entscheidet, wie viel KI leisten kann. Wir suchen nach doppelten und widersprüchlichen Übersetzungseinheiten, veralteter Terminologie, falsch alignierten Segmenten, Glossaren ohne Freigabestatus und TMs, die über Tools oder Dienstleister verteilt sind. Ein verunreinigtes TM mit hoher Priorität erzeugt selbstsichere, einheitliche Fehler.

  • Kostenvergleich. Der Vergleich umfasst Prüfzeit, Revision, Terminologiearbeit und Projektmanagement, nicht nur die Engine-Kosten pro Wort. Manche Inhalte werden mit KI günstiger. Manche nicht, sobald die nötige Prüfung ehrlich eingerechnet ist.

  • Ergebnis. Eine schriftliche Workflow-Spezifikation: Wege pro Inhaltsart, Qualitätsstufen, Zuständigkeiten, Werkzeuge und ein Fahrplan. Sie ist so geschrieben, dass das Team des Kunden sie umsetzen und die Kunden oder Auditoren des Kunden sie nachvollziehen können.

▮Qualitätsstufen: was geprüft wird, von wem, in welchem Schritt

Kern der Spezifikation sind die Qualitätsstufen. Ein typischer KI-gestützter Weg sieht so aus; das Audit passt ihn an die Inhalte an.
 
Stufe Was geprüft wird Wer
Vorbereitung des Ausgangstextes Dateiformat, Segmentierung, gesperrte und nicht zu übersetzende Inhalte, Fehler im Ausgangstext vor der Übersetzung markiert Projektmanager, Engineer
Vorübersetzung Zuerst werden TM-Treffer angewendet; die KI übersetzt nur Segmente unterhalb der vereinbarten Matchschwelle vor, mit angewendetem Glossar Automatisch, pro Projekt konfiguriert
Automatische QA Zahlen, Einheiten, Tags, Platzhalter, Terminologie, verbotene Begriffe, Längenbegrenzungen, Konsistenz zwischen Segmenten QA-Werkzeuge in der CAT-Umgebung
Menschliche Prüfung Bedeutung im Abgleich mit dem Ausgangstext, Terminologie, Register, Auslassungen und Hinzufügungen Fachübersetzer aus dem Fachgebiet
Revision Unabhängige zweite Prüfung, wo der Weg für diese Inhalte es vorsieht Zweiter Fachübersetzer
Rückmeldung Wiederkehrende KI-Fehler fließen in Prompts, Glossar und TM zurück Projektmanager und Prüfer
 

▮Aufbau: den Workflow in den Werkzeugen des Kunden einrichten

Sind Wege und Qualitätsstufen vereinbart, muss der Workflow mit echten Übersetzern, echten Dateiformaten und echten Terminen funktionieren. Wir bauen ihn in der Umgebung des Kunden auf, statt den Kunden in unsere zu holen.
 
  • KI-Entwurf im CAT-Tool. GPT, Claude oder DeepL werden per API an memoQ, Trados oder Smartcat angebunden. Das Translation Memory hat Vorrang, das Glossar wird auf jedes Segment angewendet, und der KI-Entwurf erscheint im selben Editor, den der Prüfer bereits nutzt, mit denselben QA-Prüfungen.

  • Kontext über das Segment hinaus. CAT-Tools zerlegen Text in Segmente; KI arbeitet besser, wenn sie das ganze Dokument sieht. Wir richten den Workflow so ein, dass das Modell das gesamte Projekt oder Dokument im Blick hat, nicht einen Satz nach dem anderen. Warum das wichtig ist: der stille Konflikt im Kern der Übersetzungstechnologie (Artikel auf Englisch).

  • Engine-Auswahl durch Tests. Welches Modell für welche Inhalte und Sprachpaare eingesetzt wird, entscheiden Tests mit dem eigenen Material des Kunden und eine Bewertung der Ergebnisse, nicht eine Voreinstellung. Die Antwort fällt etwa für Marketingtexte und Wartungsanleitungen oft unterschiedlich aus.

  • Prompt-Design. Prompts enthalten, was TM und Glossar nicht abdecken: Register, Zielgruppe, Stilregeln, Listen nicht zu übersetzender Begriffe, Einheiten- und Zahlenformate, Tag-Behandlung und produktspezifische Konventionen. Sie werden versioniert und dokumentiert wie jede andere Projektressource.

  • Automatische QA. Prüfungen auf Zahlen, Tags, Platzhalter und Terminologieabweichungen laufen, bevor ein Prüfer den Text sieht, damit die menschliche Prüfzeit in die Bedeutung fließt und nicht in mechanische Fehler.

  • Plattform-Einrichtung. Für Programme mit mehreren Übersetzern: gemeinsame TMs über Sprachpaare hinweg, Zuweisung an Übersetzer und bei Bedarf ein Kundenportal.

  • Migration. Der Abschied von Altwerkzeugen und verstreuten TMs bedeutet, Translation Memorys zu bereinigen und zusammenzuführen. Das verändert die Matchraten, und wir nennen die erwartete Auswirkung auf die Matchqualität vor dem Umzug, nicht danach.

  • Anbindung von Content-Systemen. CMS-Anbindungen über XLIFF-Austausch oder API, mit Weiterleitung nach Sprachpaar oder Inhaltsart. ERP- und andere Dokumentensysteme werden im Einzelfall geprüft; ist eine Integration nicht machbar oder nicht wirtschaftlich, sagen wir das, bevor die Arbeit beginnt.

  • Übergabe. Ein getesteter Workflow, vollständige technische Dokumentation und eine Einweisung für das Team des Kunden. Konfiguration, Prompts und Ressourcen gehören dem Kunden.

▮Betrieb: den Workflow führen

Manche Kunden führen den Workflow nach dem Aufbau selbst. Andere veröffentlichen laufend Inhalte und wollen kein eigenes Sprachteam. Für sie betreiben wir den Workflow:
 
  • Produktion. KI-Entwurf und menschliche Prüfung in jeder Sprache, mit einem festen Prüfer pro Sprache, sodass dieselbe Person über die Zeit dieselbe Produktlinie sieht.

  • Pflege der Ressourcen. TM und Terminologie bleiben aktuell, wenn sich Produkte, Vorschriften oder die Formulierungen des Kunden ändern.

  • Qualitätsberichte. Ein monatlicher Bericht über Fehlerarten, Prüfbefunde und Terminologieänderungen. Der Bericht macht den Workflow prüfbar und zeigt, wo Prompts oder Glossare angepasst werden müssen.

  • Preise. Eine monatliche Pauschale mit vereinbartem Volumenkorridor, ein Festpreis pro Produktrelease oder eine Kombination. Keine Abrechnung pro Wort, denn die Leistung ist der Betrieb des Workflows, nicht die Wortzahl.

▮Woran KI-Übersetzungsworkflows meist scheitern

  • KI für alles. Derselbe Weg für UI-Strings, Verträge und Sicherheitshinweise.

  • TM übergangen. Die Engine übersetzt Segmente, für die es bereits freigegebene Übersetzungen gibt, und der neue Text widerspricht ihnen.

  • Glossar nicht durchgesetzt. Das Glossar existiert, aber nichts prüft, ob der KI-Text ihm folgt.

  • Prüfung als Korrekturlesen. Der Prüfer liest nur den Zieltext, ohne Ausgangstext, und übersieht Auslassungen und Bedeutungsfehler, die sich flüssig lesen.

  • Kein Rückkanal. Dieselben KI-Fehler werden in jedem Projekt von Hand korrigiert, weil sie nie in Prompts oder Glossar ankommen.

▮Was menschlich bleibt

Medizinprodukte-Dokumentation, Texte mit Rechtswirkung und sicherheitskritische Anweisungen laufen standardmäßig durch unseren vollständig menschlichen Workflow (HumanExpert). Wo die Unterschrift eines vereidigten Übersetzers verlangt wird, bleibt das Dokument bei einem vereidigten Übersetzer. Ein Audit, das KI für alles empfiehlt, ist kein Audit.
 

▮Fragen zu KI-Übersetzungsworkflows

  • Lässt sich KI-Entwurf in memoQ und Trados nutzen, ohne das Werkzeug zu wechseln? Ja. Die Engines werden per API angebunden, Translation Memory und Glossar bleiben erhalten, und die Prüfer arbeiten im selben Editor und in derselben QA-Umgebung wie bisher.

  • Ist das TM noch wichtig, wenn die KI gut ist? Wichtiger als vorher. Das TM ist die Aufzeichnung freigegebener Entscheidungen; die KI sollte nur übersetzen, was das TM nicht abdeckt, und ein verunreinigtes TM verbreitet Fehler einheitlich.

  • Wie wird die passende Engine gewählt? Durch Tests der infrage kommenden Engines mit den eigenen Inhalten und Sprachpaaren des Kunden, Bewertung der Ergebnisse und Entscheidung pro Inhaltsart.

  • Werden Kundeninhalte zum Training von KI-Modellen verwendet? Nein. Inhalte werden über API-Verbindungen verarbeitet, die sie nicht zum Modelltraining nutzen, und ohne schriftliche Zustimmung zu keinem anderen Zweck verwendet.

Pakete, Umfang und Preise finden Sie unter KI-Workflow-Beratung. Wenn Sie nur eine einzelne KI-Übersetzung vor der Veröffentlichung prüfen lassen möchten, siehe Unabhängige Prüfung.