Vertrauen, in der Geschwindigkeit, die KI erfordert: Was uns die Global Ready Conference 2026 über die Zukunft der Übersetzungsqualität gelehrt hat.

Wenn es um Übersetzung geht, ist das Problem der Geschwindigkeit gelöst: Künstliche Intelligenz (KI) bringt lokalisierte Inhalte schneller auf den Markt als je zuvor ein Team. Doch Geschwindigkeit ohne eine solide Qualitätsgrundlage birgt ihre eigenen Probleme, von Terminologieabweichungen und einem sich zwischen den Märkten verändernden Tonfall bis hin zu Markenbegriffen, die im Japanischen etwas anderes bedeuten als im Englischen – und oft bemerkt niemand diese Probleme, bis etwas falsch ausgeliefert wird.

Das schwierigere Problem ist das Vertrauen. Kann man seine Marke auf die Ergebnisse von KI aufbauen? Kann man sein Hilfecenter in 21 Sprachen anbieten und sicher sein, dass es richtig ist? Können Sie ein Produktupdate an Nutzer weltweit ausliefern und sich darauf verlassen, dass es korrekt ist?

Um dieses Thema dreht sich die Global Ready Conference 2026. Lokalisierungsverantwortliche, Marketingfachleute, Produktteams und Experten für Lernen und Entwicklung (L&D) verbrachten den Tag damit, diese Fragen aus jedem Blickwinkel zu stellen – und die Antwort, die sich in jeder Sitzung herauskristallisierte, war, dass Vertrauen kein Schritt im Überprüfungsprozess ist. Es muss in den Prozess integriert werden, und das bedeutet, dass es in die Plattform integriert werden muss.

Smartling präsentierte auf der diesjährigen Global Ready Conference die größte KI-Innovation in der Unternehmensgeschichte. Alle Funktionen darin basieren auf demselben Prinzip: Qualität sollte automatisch, kontinuierlich und messbar sein. Nichts, was Teams im Nachhinein hektisch überprüfen müssen.

Der Marktstart: Qualität in jeder Schicht integriert

Olga Beregovaya, Vizepräsidentin für KI bei Smartling, und Andrew Saxe, Vizepräsident für Produktentwicklung, eröffneten die Sitzung zur Produkt-Roadmap mit einer Diskussion darüber, wie das Volumen der KI-Übersetzungen schneller wächst als die Kapazität jedes einzelnen Teams, es zu bewältigen. Die Diskrepanz zwischen dem, was produziert wird, und dem, was überprüft wird, ist der Punkt, an dem die Qualität oft leidet.

Die Bewältigung dieser Herausforderung steht im Mittelpunkt der Markteinführung von Smartling. LQA Agent, eine KI-gestützte Qualitätsbewertung, die branchenübliche multidimensionale Qualitätsmetriken (MQM) anwendet, um Übersetzungen automatisch und in großem Umfang zu bewerten und so eine kontinuierliche Qualitätsüberwachung zu gewährleisten, die aufzeigt, wo tatsächlich zusätzliche Aufmerksamkeit erforderlich ist, und die Trends im Laufe der Zeit verfolgt.

Beyond LQA Agent, die Veröffentlichung beinhaltet auch:

• Sofortige KI-Übersetzung innerhalb verbundener Tools wie Figma, Adobe Creative Suite und AEM, sodass Ihr Translation Memory, Ihre Glossare und Ihre Style Rules for AI auf jede Übersetzung angewendet werden.
• Automatische Auswahl LLM, Das System übernimmt die Modellauswahl, die zügige Entwicklung und das kontinuierliche Benchmarking im Hintergrund, um eine höhere Ausgabequalität zu gewährleisten, ohne dass Änderungen am Arbeitsablauf erforderlich sind. Die integrierte RAG-Technologie gewährleistet, dass jede Übersetzung auf Translation Memory, Glossare und KI-Stilregeln zurückgreift und so eine höhere Ausgabequalität als bei herkömmlicher maschineller Übersetzung ermöglicht – ohne Einrichtungsaufwand und ohne Modellbindung.
• Stilregeln für KI, das Interpunktion, Datumsformate, regionale Sprachstandards und optionale Markenstimme- oder Domänenanforderungen in mehr als 30 Regionen anwendet, um sicherzustellen, dass jede Ausgabe markenkonform ist.
• KI-Bildübersetzung, das Text aus Bildern extrahiert, ihn übersetzt und die Bilder mit dem übersetzten Text neu erstellt – und so die gleichen Qualitätsstandards, die Sie für textbasierte Inhalte erwarten, auch auf Bilder wie Produktfotos, Banner und Social-Media-Inhalte anwendet.
• Sprachliche Anpassung um regionale Unterschiede zwischen Varianten wie US-Englisch und UK-Englisch zu schließen, ohne die Kosten einer vollständigen Neuübersetzung.

Alle Teile basieren auf demselben Fundament. Eine Übersetzungsplattform, bei der Qualität Standard ist – eingebettet in die Engine, die Regeln, die Ausgabe und die Auswertung.

Was uns die Sitzungen des Tages über Qualität gelehrt haben

Was läuft schief, wenn die Geschwindigkeit die Struktur überholt? Olga und Alex Yanishevsky, Senior Director für KI- und MT-Lösungen, leiteten die Breakout-Session, die sich direkt mit diesem Thema befasste.

Letztendlich waren sie sich einig, dass Geschwindigkeit ohne Steuerung ihre eigenen Probleme mit sich bringt, darunter uneinheitliche Terminologie, fehlende Nachvollziehbarkeit und die Gefahr von Halluzinationen, die genau im falschen Moment auftreten. In der Sitzung wurde erläutert, was KI-Governance in der Praxis bedeutet: zuverlässige Daten und robuste Qualitätsprüfungen, Erkennung und Überwachung, Transparenz und Nachvollziehbarkeit sowie Risikominderung.

Bei Smartling sieht das so aus: Halluzinationserkennung, die KI-bedingte Fehler aufdeckt, Qualitätsbewertung, die markierte Inhalte an menschliche Prüfer weiterleitet, und ein LQA-Agent, der eine kontinuierliche Überwachung ermöglicht, damit Teams Qualitätstrends im Laufe der Zeit verfolgen können.

Das KI-Lokalisierungsframework, das aus harter Erfahrung entstanden ist

Innerhalb der SumUp-Organisation stellten Jasmin Barth, Senior Localization Manager, und Maja Milosavljevic, Global Localization Manager, die von ihrem Team entwickelte Inhaltsmatrix vor, mit der Übersetzungsentscheidungen in großem Umfang gesteuert werden können, wobei Qualität in jeder Niederlassung das Kriterium ist.

Die dem Rahmenwerk zugrunde liegende Erkenntnis ist, dass die Art des Inhalts das Qualitätsrisiko bestimmt. Hochgradig sichtbare, regulierte und markenkritische Texte erfordern einen anderen Weg als interne Dokumentationen oder Benachrichtigungen mit geringem Risiko. Qualitätsprogramme sind dann erfolgreich, wenn jeder Inhaltstyp den Workflow erhält, den er tatsächlich benötigt.

Ihre Sitzung konnte die Fehler, die das, was sie geschaffen hatten, geprägt hatten, nicht mildern. Sie schilderten ihre Erfahrungen bei der Aufdeckung der Arbeitsabläufe, die in der Produktion versagten, der Annahmen, die sich als falsch erwiesen, und der Momente, in denen ein Überwachungssignal ein Problem vor der Auslieferung hätte erkennen können. Was deutlich wurde, ist, dass die Stärke ihres Programms darin besteht, frühzeitig die harte Arbeit zu leisten.

Als eine Unternehmensberatung einen generischen LLM empfahl

Michelle Kerr, Director of Product Transformation bei IHG Hotels & Resorts, berichtete über die Erfahrungen ihres Teams bei der Bewertung, ob ein generisches großes Sprachmodell die Lokalisierung über 21 Sprachen und alle firmeneigenen Kanäle hinweg bewältigen kann.

Das Ergebnis? Das ging nicht. Generische KI erstellt zwar eine Übersetzung, wendet aber keine genehmigte Terminologie an, setzt keinen einheitlichen Stil in allen Märkten durch, leitet Inhalte nicht anhand der Sichtbarkeit in die richtige Qualitätsstufe weiter und bietet keine Protokollierung von Fehlern. Jede dieser Anforderungen erfordert eine Infrastruktur, beispielsweise eine Plattform, die die sprachlichen Ressourcen, die Kontrollmechanismen und das Qualitätsrahmenwerk an einem Ort zusammenführt.

IHG hat seine Lokalisierungsarchitektur umgebaut, um die Übersetzung in das Content-Management-System (CMS) vorzuverlagern. Inhalte werden nun in großem Umfang an die richtige Übersetzungsmethode weitergeleitet. Die Qualitätskontrollen finden statt, bevor die Inhalte die Gäste erreichen, nicht erst nach der Auslieferung. Der Moment, als das Team von IHG den generischen LLM-Vorschlag ablehnte, war mehr als eine Technologieentscheidung: Es war eine Entscheidung darüber, was Qualität tatsächlich erfordert.

Was Marketingteams erst bemerken, wenn die Qualität bereits nachgelassen hat

Dervilla O'Reilly, Lead Web Manager of Localization and International Operations bei Docusign, argumentierte, dass unkontrollierte KI-Übersetzung das Qualitätsrisiko darstellt, dem Marketingteams am stärksten ausgesetzt sind (und auf das sie am wenigsten vorbereitet sind).

Das Problem ist nicht, dass KI offensichtlich schlechte Übersetzungen produziert. Es ist subtiler, denn ohne markenspezifische Arbeitsabläufe, die Durchsetzung des Glossars und eine Rückkopplungsschleife zurück zur Plattform gibt es kein Signal, wenn die Qualität von den Unternehmensrichtlinien abweicht: ein Markenbegriff, der im Deutschen uneinheitlich übersetzt wird; ein Tonfall, der sich im Französischen verändert; eine Formulierung, die in einem regulierten Markt anders ankommt. Nichts davon taucht in einem Lieferbericht oder einer Wortzählung auf.

Die Arbeit ihres Teams umfasst zwei Dinge, die die meisten Lokalisierungsprogramme im Marketing auslassen: die Aufklärung der Beteiligten darüber, was unkontrollierte KI in der Praxis tatsächlich produziert, und die Anpassung von Inhalten, bevor die KI überhaupt damit in Berührung kommt. Auf diese Weise wird Qualität bei der Lokalisierung von Marketingprodukten nicht länger als nachgelagerter Kontrollpunkt betrachtet, sondern als Entscheidung, die vor Beginn der Übersetzung getroffen wird.

Von 200 bis 2.000 Stunden: Wo die Automatisierung aufhört und die Qualität beginnt

Bruno Gonçalves, Global Program Strategist und Leiter des Bereichs Lernerfahrung bei IBM SkillsBuild, brachte eine Zahl ins Spiel, die die Denkweise von L&D-Teams in Bezug auf Skalierung grundlegend veränderte: IBM steigerte die Anzahl der übersetzten Lerninhalte von 200 auf 2.000 Stunden – und das mit einem kleineren Team als zuvor.

Als das Team sich der Skalierung auf dieses Volumen näherte, war die vollständige Automatisierung nicht die Lösung: Die Inhalte waren technischer Natur, einige Lernende waren erst 14 Jahre alt, und einige Sprachen erforderten eine Unterstützung für Rechts-nach-links-Schreibrichtungen, für die die Tools nicht ausgelegt waren. Was sich stattdessen bewährt hat, war ein System mit menschlicher Beteiligung, in dem explizit festgelegt wurde, wo man der KI-Übersetzung vertrauen konnte und wo nicht. Sie entwickelten ein Übersetzungsspeichersystem speziell für L&D-Inhaltstypen, lösten Kompatibilitätsprobleme mit SCORM und Rise (gängige E-Learning-Dateiformate), für die es keine etablierte Vorgehensweise gab, und legten klare Regeln fest, wann eine menschliche Validierung unabdingbar ist.

Die wichtigste Erkenntnis aus IBM SkillsBuild ist, dass Skalierung nicht bedeutet, den Menschen aus dem Arbeitsablauf zu entfernen. Das bedeutet, sie genau dort einzusetzen, wo die KI an ihre Grenzen stößt, und die Infrastruktur aufzubauen, um den Unterschied zu erkennen.

Die 95 %, vor denen dich niemand warnt.

Chris Dell, Senior Advisor bei Next Chapter Advisory + Coaching, hat bei der Entscheidung zwischen Eigenentwicklung und Zukauf im Unternehmensmaßstab beide Seiten kennengelernt. Seine Argumentation lautete, dass der API-Aufruf zwar die einfachen 5 % beim Aufbau eines Übersetzungssystems ausmacht, die übrigen 95 % – Integration des Translation Memory, Durchsetzung des Glossars, Kontrollen der Konformität, Wartung der Konnektoren und die Anpassung der Eingabeaufforderung bei jeder Veröffentlichung eines neuen Modells – jedoch dauerhaft beim Entwicklungsteam verbleiben.

Jede dieser Komponenten ist eine Qualitätsvariable. Selbstentwickelte Stacks verfügen über keinen Übersetzungsspeicher, keine kontinuierliche Qualitätsüberwachung und keine Protokollierung. Sie verfügen über alles, was Ihr Team im Rahmen seiner Zeit und Kapazität aufbauen und langfristig pflegen kann, zusätzlich zu all den anderen Aufgaben, für die es verantwortlich ist. Letztendlich sind die wahren Kosten der Eigenentwicklung nicht die anfängliche Entwicklung, sondern die laufenden Qualitätskredite.

Weitere Informationen von der Global Ready Conference

Was tatsächlich nötig ist, um die Zustimmung der Führungsebene zu gewinnen — Winnie Wong, Localization Lead bei DoorDash; Kenny Imery, Senior Manager für Globalisierung und internationales Wachstum bei Tinder; und Jerome Selinger, Leiter für globales Wachstum und Globalisierung, erläuterten, wie sie die Auswirkungen der Lokalisierung für Führungskräfte verständlich gemacht haben, die mit anderen Kennzahlen arbeiten. MQM-Werte bewegen Lokalisierungsteams, aber was einen CEO bewegt, ist, wenn sich Qualität direkt in Konversionsraten, Kundenbindung und Markteinführungszeit niederschlägt. Die Teilnehmer des Panels erläuterten, was in ihren Organisationen zum Erfolg dieser Übersetzung beigetragen hat.

Die verborgene Arbeit der Lokalisierung — Rossella Barry, Localization Strategy Manager bei AllTrails, und Verónica Celdrán, Senior Managerin für Globalisierung bei Taskrabbit, sprachen über die Qualitätsprobleme, die schon vor Beginn der Übersetzung auftreten: ohne Kontext übermittelte Zeichenketten, fehlende Dokumentation, Inhalte, die den Übersetzungsspeicher verunreinigen und zu Nachbearbeitungsschleifen führen, die sich über Monate hinweg verstärken. Die richtigen Einreichungsstandards festzulegen, ist das, was die Qualitätskennzahlen tatsächlich verbessert – und was KI schneller und wirkungsvoller macht. Je sauberer die Ansaugluft, desto besser funktioniert die KI.

Über die Pilotphase hinaus: Wie leistungsstarke Teams KI skalieren — Tommaso Rossi, Director of Localization bei Spotify; Patricia Sainz, Translation Program Manager bei SAS; Julio Leal, Head of Localization bei Rover.com; und Ana Vehar, Global Head of Content Localization bei SumUp, schlossen die Content-Sessions mit einem der offensten Gespräche des Tages ab. Der rote Faden der gesamten Diskussion war, dass die Kluft zwischen der Erprobung von KI und ihrer Skalierung letztendlich eine Qualitätslücke darstellt. Die Teams, denen es gelungen ist, KI-Übersetzungen erfolgreich zu skalieren, haben zunächst eine hochwertige Infrastruktur aufgebaut.

Die Global Ready Awards

Die Konferenz schloss mit einer Würdigung der Programme, die die Lokalisierung auf die richtige Art und Weise umsetzen. Die diesjährigen Gewinner des Global Ready Awards: Atlassian (Exzellenz), Busuu (Barrierefreiheit), Docusign (Zusammenarbeit), Fortra (Beschleunigung), Kyndryl (Globalisierung), Netskope (Partnerschaft) und der Commonwealth of Virginia / VITA (Vorreiter) – ausgezeichnet für die Integration von 67 staatlichen Behörden in das Programm. Global Delivery Network um wichtige Regierungsinhalte den Bürgern in ihren eigenen Sprachen zugänglich zu machen.

Worauf Lokalisierungsführer hinarbeiten

Anna Schlegel, Geschäftsführerin von Universalization.ai, Er eröffnete die Global Ready Conference mit der Feststellung, was die meisten Lokalisierungsverantwortlichen bereits wissen, aber noch nicht vollständig berücksichtigt haben: Das KI-Zeitalter hat diese Arbeit nicht einfacher gemacht, es hat die Messlatte nur höher gelegt. Diejenigen, die erfolgreich sein werden, sind diejenigen, die die Vertrauensfrage in die Hand nehmen, denn das Vertrauen in die Produkte der KI ist heute eines der größten Probleme im globalen Content-Bereich. Diejenigen, die dieses Problem lösen können, sind diejenigen, die über das größte Fachwissen darüber verfügen, wie Sprache in verschiedenen Märkten tatsächlich funktioniert.

Annas Kernideen traten in jeder Sitzung zutage. Jeder der anwesenden Experten hatte eine ähnliche Geschichte zu erzählen: Künstliche Intelligenz ermöglichte schnelle Übersetzungen, und die neue Herausforderung bestand darin, sicherzustellen, dass das Ergebnis etwas war, worauf man seine Marke aufbauen konnte. Das ist der ultimative Wert der Qualitätsinnovationen von Smartling – Übersetzungen, denen Sie vertrauen können, in der von KI geforderten Geschwindigkeit und mit automatischer Qualitätsüberwachung in großem Umfang.

Alle elf Sitzungen der Global Ready Conference sind auf Abruf verfügbar. Sehen Sie sich die Produkteinführung, die Praxissitzungen und das vollständige Gespräch an unter smartling.com/conference.