In der Übersetzungsbranche ist der Appetit auf KI-gestützte Lösungen gestiegen. Während Unternehmen jedoch bestrebt sind, mit dieser neuen Technologie zu experimentieren, gibt es auch viele Fragen darüber, wie KI-Übersetzung effektiv in die Praxis umgesetzt werden kann. Wenn Sie auf der Suche nach Tipps und Best Practices sind, sind diese Webinare der Global Ready Conference 2024 von Smartling ein guter Ausgangspunkt.
Zunächst erfahren Sie von Liliana Pardo-Becerra, Senior Manager of Localization bei Vimeo, und Juan Muñiz, Senior Manager of Localization bei Bluebeam, wie sie mit KI experimentieren, um mit weniger mehr zu erreichen. Sie diskutieren ihre aktuellen Praktiken und was auf ihrer KI-gestützten Übersetzungs-Roadmap steht.
Nehmen Sie dann an der Podiumsdiskussion der internen Lokalisierungsexperten von Smartling teil – bestehend aus Andrew Batwash (Director of Language Services), Valerie Dehant (Senior Director of Language Services) und Olga Beregovaya (Vice President of AI) – die darüber diskutieren, wie Sie Ihr Qualitätssicherungsprogramm skalieren und die Qualität in einer KI-gesteuerten Welt messen können.
Die Lücke schließen: Eine Zeit der Erkundung und Entdeckung
Bluebeam entwickelt Technologielösungen für die Architektur-, Ingenieur- und Baubranche. Das Lokalisierungsteam besteht aus vier Mitarbeitern, und die Produkte des Unternehmens sind derzeit in 14 Sprachen verfügbar.
Vimeo bietet Menschen auf der ganzen Welt eine Plattform, um Videos zu erstellen, zu bearbeiten und zu teilen. Das zweiköpfige Lokalisierungsteam ist für die Übersetzung der Inhalte des Videosoftwareunternehmens in sieben Sprachen verantwortlich und möchte in Zukunft in weitere Sprachen expandieren.
Bei der Beschreibung ihrer Vorstöße in die KI-Übersetzung erwähnten Liliana Pardo-Becerra (von Vimeo) und Juan Muñiz (von Bluebeam), dass sie einen vorsichtigen Ansatz gewählt haben. Sie wollen die Vorteile der neuen Technologien nutzen, aber die Einhaltung von Qualitätsstandards ist von größter Bedeutung.
Die Zehen eintauchen
Die Lokalisierungsteams beider Unternehmen haben im letzten Jahr begonnen, mit KI zu experimentieren. Sie wollten sehen, wie sie die KI-gestützten Fortschritte zusammen mit der maschinellen Übersetzung (MT) nutzen können, um mit weniger mehr zu erreichen.
Bei Bluebeam konzentrierten sich die Experimente auf die Verwendung eines MT-Workflows plus menschlicher Nachbearbeitung für das technische Supportmaterial. Die bisherigen Ergebnisse waren vielversprechend: Sie waren mit der Qualität zufrieden und konnten ihre Bearbeitungszeit von durchschnittlich neun auf fünf Tage verkürzen.
Vimeo hat Anfang dieses Jahres in ein individuelles Engine-Training für MT investiert. Wie Bluebeam begann auch Vimeo als erstes mit seinen Support-Inhalten zu experimentieren und das Lokalisierungsteam ist mit dem Ergebnis sehr zufrieden.
Dennoch betonten Liliana Pardo-Becerra und Juan Muñiz, wie wichtig es ist, menschliche Lokalisierungsexperten auf dem Laufenden zu halten. KI-Übersetzungstechnologien mögen leistungsfähig sein, aber sie können immer noch Fehler verursachen. Um die Risiken des Einsatzes von KI zu minimieren, setzen Bluebeam und Vimeo weiterhin Menschen ein, um die übersetzte Ausgabe zu überprüfen und zu validieren.
Blick in die Zukunft
Als Nächstes müssen die Lokalisierungsteams untersuchen, welche anderen Inhaltstypen von KI-gestützten Übersetzungen profitieren könnten. Beide planen beispielsweise, damit zu experimentieren, Marketinginhalte mit geringerer Sichtbarkeit einem MÜ-Workflow zu unterziehen.
Darüber hinaus hat Vimeo Interesse daran bekundet, zu untersuchen, wie KI ihnen bei der Übersetzung bestimmter visueller Elemente und Videoinhalte helfen kann. Was mit herkömmlichen Tools und Workflows sehr zeit-, ressourcen- und kostenintensiv wäre, lässt sich mit KI nun möglicherweise leichter übersetzen – vor allem angesichts der Zeit- und Kosteneinsparungen, die sich durch den Einsatz dieser neuen Technologie bereits erzielen lassen.
Zu guter Letzt sind Bluebeam und Vimeo gespannt darauf, wie KI ihnen und ihren Kollegen sonst noch helfen kann, ihre Arbeit außerhalb des Übersetzungsworkflows effizienter zu erledigen. Von der Verwendung von KI zur Erstellung oder Internationalisierung von Quellinhalten über die Vorbereitung von Dateien für die Übersetzung bis hin zur anderweitigen Erleichterung des Verwaltungsaufwands gibt es zahlreiche Möglichkeiten.
Skalierung bei gleichzeitiger Sicherstellung der Übersetzungsqualität
KI-gestützte Lösungen helfen Vimeo, Bluebeam und anderen, ihre Übersetzungsbemühungen zu skalieren. Die Generierung von immer mehr mehrsprachigen Inhalten bringt jedoch ihre eigenen Herausforderungen mit sich, einschließlich der Frage, wie sichergestellt werden kann, dass Qualitätsmanagementprogramme Schritt halten. Die Smartling-Experten Andrew Batwash, Valerie Dehant und Olga Beregovaya diskutieren, wie man in dieser KI-Welt skaliert und gleichzeitig die Übersetzungsqualität sicherstellt. Hier sind nur einige ihrer Einblicke.
Qualität wird zur obersten Priorität
Da wir uns immer stärker auf KI-basierte Lösungen verlassen, erwartet Smartling, dass sowohl die Kosten für die Übersetzung als auch die Bearbeitungszeiten für die Übersetzung sinken werden. Infolgedessen wird die Qualität zur wichtigsten Kennzahl bei der Messung des ROI von Übersetzungen in Bezug auf die Geschäftsziele, und das Erreichen des richtigen Qualitätsniveaus für bestimmte Arten von Inhalten wird sehr wichtig werden.
Die Frage, die Unternehmen und ihre Sprachdienstleister beantworten müssen, lautet wie folgt: Wie können wir Qualitätsmanagementprozesse an der richtigen Stelle für die richtigen Inhalte einsetzen, um sie auf das richtige Qualitätsniveau für ein bestimmtes Publikum und einen bestimmten Markt zu bringen?
Rein mit den neuen Fehlertypologien
KI-gestützte Übersetzungslösungen wie MT und Large Language Models (LLMs) sind vielversprechend. Viele Unternehmen sind begeistert von der Nutzung von KI an verschiedenen Stellen im Lokalisierungs-Workflow: In der Tat gibt es unzählige Möglichkeiten, von der Automatisierung über die Übersetzung bis hin zur Erstellung lokalisierter Inhalte.
Aber obwohl diese Tools beeindruckend sind und qualitativ hochwertige Ergebnisse liefern können, ist es wichtig, ihre aktuellen Grenzen im Auge zu behalten. Wie bei jeder Übersetzungslösung besteht beispielsweise das Risiko, dass Fehler durchschlüpfen und in den lokalisierten Inhalten auftreten können. Bei diesen Fehlern handelt es sich jedoch nicht unbedingt um die gleichen Stil- und Terminologiefehler, nach denen Lokalisierungsexperten suchen und diese korrigieren. Andrew Batwash und Olga Beregovaya erwähnen mehrere neue Fehlertypologien, auf die man achten sollte: Halluzinationen, Toxizität in der maschinellen Übersetzung, kulturell angemessene Übersetzungen, Haftung für das Urheberrecht, die inhärenten Verzerrungen der KI-Ausgabe und vieles mehr.
Der derzeitige Rahmen für die Übersetzungsqualität muss weiterentwickelt werden, um das Qualitätsmanagement angesichts dieser neuen Fehlertypologien zu gewährleisten. Darüber hinaus müssen Unternehmen agile Qualitätsmanagementprozesse einrichten, um sicherzustellen, dass sie diese Art von Fehlern identifizieren und beheben können.
Hier kann ein Tech-First-Übersetzungsunternehmen wie Smartling helfen: Hochwertige Tools sind in das Übersetzungsmanagementsystem von Smartling integriert. Diese Tools sind in der Lage, branchenweit anerkannte Bewertungsrahmen anzuwenden, die sehr anpassbar sind und sich mit der neuen Technologie weiterentwickeln können. Smartling kann Ihnen auch dabei helfen, Ihr Qualitätsmanagementprogramm so einzurichten, dass Sie in der bestmöglichen Position sind, um Ihre Gewinne aus diesen aufregenden Technologien zu maximieren und gleichzeitig die Risiken zu minimieren.
Die Rolle des Übersetzers
Auch wenn es den Anschein macht, als würden Maschinen die Macht übernehmen, spielen menschliche Übersetzer noch immer eine wichtige Rolle. Tatsächlich sind Übersetzer wichtiger denn je.
Valerie Dehant führt diesen Punkt weiter aus: "Die hochqualifizierten Linguisten sind wichtiger, weil sie wirklich in die Maschine und die KI-Modelle einfließen und sie trainieren. Jeder Input, den sie einbringen, wird bei den Verzerrungen helfen, die wir bei der Übersetzung aus den Modellen sehen."
Anschließend beschreibt sie, wie Smartling die Rolle des Linguisten – sowohl als Übersetzer als auch als Qualitätsbewerter – in dieser neuen KI-Welt sieht: Der Linguist wird eher zu einem Copiloten der KI-Modelle. Die Möglichkeiten für KI sind zwar unendlich, aber es ist klar, dass Menschen benötigt werden, um sicherzustellen, dass die Modelltrainingsdaten von erstklassiger Qualität sind, und um bestimmte Arten von übersetzten Inhalten zu überprüfen, zu überprüfen und zu bewerten. Darüber hinaus werden andere Arten von Inhalten, z. B. solche, deren Lokalisierung ein hohes Maß an kreativem Denken erfordert (z. B. hochkarätige Marketinginhalte), noch viele Jahre lang eine menschliche Note erfordern.
—
Möchten Sie mehr über die praktische Umsetzung von KI erfahren? Sehen Sie sich die gesamte Global Ready-Konferenz dieses Jahr an. Alle Sessions sind hier auf Abruf verfügbar.