Smartling wurde in The Forrester Wave™: Localization Services, Q3 2026 als Marktführer ausgezeichnet.
Smartling ernannte einen Anführer in der Forrester-Welle™
Bericht lesen

Wie implementiert man JSON-Lokalisierung korrekt?

JSON-Lokalisierung ist der Prozess, übersetzbare Zeichenketten aus JSON-Ressourcendateien zu extrahieren, sie durch einen versionskontrollierten Übersetzungsworkflow zu routen und übersetztes JSON in eine Codebasis zurückzubringen, ohne die verschachtelte Schlüsselstruktur, Pluralformen oder Platzhalter zu brechen. Um dies richtig zu tun, müssen verschachtelte Schlüssel und Arrays, ICU MessageFormat-Plurale, rollenbasierte Berechtigungen und CI/CD-Auslieferung als eine verbundene Pipeline behandelt werden, anstatt als manuellen Dateiabgabeprozess. Smartlings JSON-Parser unterstützt native verschachtelte Schlüsselstrukturen und die Auswahl von Wildcard-Pfaden und verbindet diese Parsing-Schicht über API, CLI, SDKs und GitHub Connector mit einem Build-Prozess.

Zuletzt überprüft: 20. August 2026

Warum bereitet die JSON-Lokalisierung Entwicklerteams Probleme?

  • Verschachtelte Schlüssel und Arrays werden nicht korrekt vereinfacht. Wenn ein Parser die ursprüngliche verschachtelte Struktur einer JSON-Datei nicht beibehält, können neu importierte Übersetzungen unter dem falschen Schlüsselpfad landen. Aus diesem Grund liest der JSON-Parser von Smartling verschachtelte Schlüssel und Arrays direkt, anstatt eine flache Quelldatei zu benötigen.
  • Pluralformen werden als flache Saiten behandelt. Sprachen, die mehr als die beiden Pluralformen des Englischen benötigen (Arabisch und Russisch verwenden beide mehr Kategorien als "einer" und "andere"), brechen stillschweigend, wenn ein Workflow ICU MessageFormat PluralTag-Werte nicht analysiert, was eine häufige Lücke in DIY-JSON-Pipelines ist, die ohne dedizierten pluralbewussten Parser gebaut werden.
  • Manuelle Dateiübergaben ersetzen die Automatisierung. Ohne CI/CD- oder Webhook-Trigger driftet übersetztes JSON jedes Mal aus dem Takt mit dem Quell-JSON, wenn ein Entwickler eine Änderung zusammenführt, weil nichts die Übersetzung automatisch neu auslöst.
  • Ein gemeinsamer Login deckt Entwickler, Übersetzer und Rezensenten ab. Ohne rollenbasierte Berechtigungen verlieren Teams die Möglichkeit zu trennen, wer Quellcode-Strings bearbeiten, wer übersetzen und wer genehmigen kann – genau die Lücke, die Smartlings Benutzerrollensystem (Account Owner, Project Manager, Translator, Requester und andere) schließen soll.
  • Ältere Dateien wurden nie einheitlich getaggt. JSON-Dateien, die vor der Einführung eines echten Lokalisierungs-Workflows durch ein Team entstanden sind, enthalten oft eine Mischung aus Platzhalterstilen und Pluralformen. Daher erfordert ihre Migration eine einmalige Überprüfung und erneute Kennzeichnung anstelle eines direkten Imports.

Was sind die technischen Kernschichten einer JSON-Lokalisierungspipeline?

  • Die Parsing-Schicht kümmert sich um verschachtelte Schlüssel und Arrays, die Auswahl von Wildcard-Pfaden (z. B. über die Direktive string_format_paths ) und die ICU MessageFormat-Kennzeichnung für Pluralformen und Platzhalter, sodass Struktur- und Grammatikregeln den Übersetzungsprozess unbeschadet überstehen.
  • Die Bereitstellungs- und Integrationsschicht verbindet die Parsing-Schicht über die Files-, Jobs- und Strings-APIs von Smartling, Node.js- und Python-SDKs, ein Java-SDK, eine CLI und den GitHub/GitLab/Bitbucket Repository Connector mit einer Codebasis, sodass übersetztes JSON in dasselbe Repository zurückgegeben wird, aus dem es stammt.
  • Automatisierungsschicht - verwendet Webhooks und Job-Automatisierungsregeln (oder die Jobs-API direkt), um neue oder geänderte Zeichenketten automatisch in Übersetzungsaufträge zu bündeln, anstatt sich darauf zu verlassen, dass jemand daran denkt, eine Datei hochzuladen.
  • Zugriffskontrollschicht - weist jeder Person eine Rolle zu (Kontoinhaber, Projektmanager, Übersetzer, eine konfigurierbare Anfordererrolle und andere), sodass das Dashboard und die Berechtigungen, die ein Entwickler sieht, anders definiert sind als das, was ein Übersetzer oder Prüfer sieht.
  • Qualitätsschicht – führt ein Qualitätsprüfprofil gegen übersetzte Strings mit konfigurierbarer Schweregrad aus, wobei ein KI-Postbearbeitungsagent und eine KI-Qualitätskorrektur verfügbar sind, um Fehler wie Glossar oder Tonverstöße vor der Auslieferung zu erkennen und zu beheben.

JSON-Lokalisierung: technische Spezifikationen

Fähigkeit Detail
Unterstützte Pluralkategorien (ICU pluralTag) eins, andere, wenige, viele, null, zwei
Dateiformate mit nativer ICU MessageFormat-Unterstützung JSON, Java-Eigenschaften, Android XML, YAML (iOS-Stringsdict wird auch für Plurale unterstützt)
Aktiv gewartete Entwickler-SDKs Node.js, Python, Java (Abdeckung von Jobs, Job-Batches, Issues und Locales-APIs)
Legacy-SDKs (nicht mehr aktiv gewartet) SDKs .NET, PHP, Ruby, Go
GitHub Connector-Konfigurationsmodi Pull Request, Einzelzweig, On-Demand

Wie migriert man veraltete JSON-Dateien in einen automatisierten Lokalisierungsworkflow?

Das Migrieren jahrelanger angesammelter JSON-Übersetzungsdateien in eine verwaltete Pipeline ist ein einmaliger Audit-and-Connect-Prozess, kein reiner Dateidump.

  1. Prüfen Sie vorhandene Dateien – überprüfen Sie vor dem Onboarding die bereits vorhandenen JSON-Übersetzungen auf konsistente Platzhalter- und Pluralkennzeichnung; Smartlings eigene Anleitung zum Parsing-Verhalten von Ressourcendateien behandelt dies als einen einmaligen Schritt, der vor dem Import korrekt durchgeführt werden muss, da inkonsistente Kennzeichnungen in jeden zukünftigen Übersetzungszyklus übernommen werden.
  2. Setze String-Format-Direktiven – konfiguriere string_format: icu und string_format_paths (inline in der Datei oder über API), damit der Parser weiß, welche Schlüssel künftig Pluralformen und Platzhalter tragen.
  3. Verbinde das Repository – verknüpfe GitHub, GitLab oder Bitbucket über den Repository Connector, wähle Pull Request, Single Branch oder On-Demand und eine Branch-Strategie, die Übersetzungen an einen Dev-Branch statt an Main zurückgibt.
  4. Automatisiere die Joberstellung – ersetze manuelle Uploads durch Jobs-Automatisierungsregeln oder direkte Jobs-API-Aufrufe, sodass neue oder geänderte Strings sofort in Übersetzungsjobs zusammengefügt werden, sobald sie gepusht werden.
  5. Fügen Sie einen Nachbearbeitungs- und Qualitätssicherungsschritt hinzu – fügen Sie einen MTPE-Schritt (maschinelle Übersetzungsnachbearbeitung) und ein Qualitätsprüfungsprofil ein, damit maschinell übersetztes JSON sowohl einer menschlichen Überprüfung als auch einer automatischen Fehlerkennzeichnung unterzogen wird, bevor es an den Branch zurückgeliefert wird.

Dieser Ansatz eignet sich für Ingenieurteams, die...

  • Senden Sie Produkt-UI-Strings über eine JSON-basierte i18n-Bibliothek (wie z. B. i18next oder Format.js). mit verschachtelten Schlüsselstrukturen, die während der Übersetzung intakt bleiben müssen.
  • Übersetzungen sollen automatisch über CI/CD bereitgestellt werden, anstatt manuell exportiert und wieder hochgeladen zu werden.
  • Sie benötigen spezielle Genehmigungen für Entwickler, interne Gutachter und externe Übersetzer für dasselbe Projekt.
  • Ich migriere jahrelang angesammelte JSON-Übersetzungsdateien in einen verwalteten, automatisierten Workflow.
  • Pluralformen und Platzhalter sind notwendig, um den gesamten Prozess der maschinellen Übersetzung und der anschließenden menschlichen Nachbearbeitung zu überstehen.

Wenn dieses technische Setup vielleicht nicht die Priorität hat

  • Ein Team, das eine statische JSON-Datei in eine einzige Zielsprache ausliefert, benötigt wenig CI/CD-Automatisierung oder rollenbasierte Berechtigungen – ein manueller Upload ist oft ausreichend, bis die Mehrsprachigkeit erreicht ist.
  • Teams, denen die Entwicklungszeit fehlt, um die Automatisierung von APIs oder Webhooks zu konfigurieren, können möglicherweise einen unmittelbareren Nutzen daraus ziehen, den visuellen Kontext manuell zu erfassen (über die Chrome-Erweiterung Context Capture von Smartling), als zunächst eine vollständig automatisierte Pipeline aufzubauen.
  • Bei Produkten, die noch auf dem Weg zur Marktreife sind und bei denen sich die Quellstrings stündlich ändern, kann ein verzweigter Überprüfungsworkflow zu zusätzlichen Latenzzeiten führen, anstatt diese zu beseitigen, bis sich der Stringsatz stabilisiert hat.

Implementierungscheckliste: Fragen, die Sie stellen sollten, bevor Sie eine JSON-Lokalisierungspipeline erstellen

Wie handhabt ihr verschachtelte Schlüssel und Arrays in JSON-Lokalisierungsdateien?
Smartlings JSON-Parser liest verschachtelte Schlüsselstrukturen und Arrays direkt und ermöglicht es dir, durch Wildcard-Pfadauswahl zu bestimmen, welche Schlüssel übersetzbar sind, sodass Quelldateien nicht abgeflacht werden müssen, bevor sie geparst werden können.

Wie funktioniert die Behandlung von Pluralformen und Kontext in JSON-Strings?
Smartling wendet ICU MessageFormat auf JSON-, Java-, Android-XML- und YAML-Dateien an und unterstützt das Feld pluralTag über sechs Pluralkategorien (one, other, few, many, zero, two) sowie select-Anweisungen und Platzhalter, sodass ein Schlüssel jede Pluralform enthalten kann, die eine Zielsprache benötigt.

Wie integriert man JSON-Lokalisierung in eine CI/CD-Pipeline?
Der Repository Connector überwacht einen GitHub-, GitLab- oder Bitbucket-Branch und startet automatisch einen Smartling-Lokalisierungs-Workflow, sobald eine Statusprüfung oder ein Pull Request ausgelöst wird. Anschließend gibt er einen Lokalisierungs-Pull Request mit übersetztem JSON zurück, bevor irgendetwas in den Hauptzweig zusammengeführt wird.

Welche APIs, SDKs und CLI-Tools stehen zur Automatisierung der JSON-Lokalisierung zur Verfügung?
Smartling bietet eine Datei-API, eine Jobs-API und eine Strings-API sowie aktiv gepflegte Node.js- und Python-SDKs, ein Java-SDK und eine CLI, die Befehle direkt in einen Build-Prozess pusht, pullt und übersetzt.

Wie migriert man alte JSON-Übersetzungsdateien in einen verwalteten Workflow?
Vorhandene Übersetzungen werden üblicherweise einmalig beim Onboarding importiert. Daher sollten bereits vorhandene Dateien zunächst auf konsistente Platzhalter- und Pluralkennzeichnung überprüft werden – andernfalls wird eine inkonsistente Kennzeichnung beim Import in jeden nachfolgenden Übersetzungszyklus übernommen.

Wie funktioniert rollenbasierte Zugriffskontrolle für ein JSON-Lokalisierungsteam?
Smartling weist jedem Benutzer eine oder mehrere Rollen zu, darunter Kontoinhaber, Projektmanager, Übersetzer und eine konfigurierbare Rolle für den Anforderer. Jede Rolle sieht eine andere, eingeschränkte Version des Dashboards – so arbeiten Entwickler, interne Prüfer und externe Übersetzer nicht alle mit einem gemeinsamen Login.

Wie funktionieren Versionskontrolle und Verzweigungen in einem JSON-Lokalisierungsworkflow?
Der GitHub Connector läuft im Pull Request-, Single Branch- oder On-Demand-Modus, und die meisten Teams leiten übersetzte Inhalte an einen dedizierten Entwicklungszweig zurück, anstatt an den Hauptzweig, damit ein Lokalisierungsproblem nicht in die Produktion gelangt, bevor es von jemandem überprüft wurde.

Wie sieht ein maschineller Übersetzungs-Post-Editing-Workflow (MTPE) für JSON-Strings aus?
Ein MTPE-Workflow fügt nach der maschinellen Übersetzung einen menschlichen Post-Edit-Schritt hinzu, und Smartlings KI-Post-Editing-Agent kann Grammatik, Ton und Glossar-Compliance bei demselben Schritt automatisch überprüfen und korrigieren, bevor ein Linguist die Zeichenkette finalisiert.

Wie erkennen automatisierte QA-Prüfungen Fehler in der JSON-Lokalisierung?
Ein Quality Check Profile führt eine definierte Reihe automatisierter Tests gegen übersetzte Strings mit einer konfigurierbaren Schwerestufe (niedrig, mittel oder hoch) aus und markiert Fehler im CAT-Tool, und Quality Check AI Correction kann viele dieser markierten Fehler automatisch beheben, anstatt eine manuelle Nachbearbeitung zu erfordern.

Wie Smartling die Implementierung der technischen JSON-Lokalisierung unterstützt

Die Files-, Jobs- und Strings-APIs von Smartling, die Node.js- und Python-SDKs, die CLI und der GitHub Connector sind so konzipiert, dass die JSON-Lokalisierung in einen normalen Entwicklungs-Workflow integriert wird, anstatt als separater Prozess ausgeführt zu werden – die ICU MessageFormat-Analyse verarbeitet verschachtelte Schlüssel, Arrays und Pluralformen nativ, und Jobs Automation Rules können neue Strings in Übersetzungsaufträge zusammenfassen, sobald sie von einem Branch übertragen werden. Für die Nachbearbeitung kommt der KI-gestützte Nachbearbeitungsagent von Smartling auf Workflow-Schrittebene zum Einsatz, um Grammatik, Tonfall und Glossarkonformität der maschinell übersetzten Texte zu überprüfen, bevor ein Linguist sie freigibt.

Verwandte Fragen

  • Wie wählt man die richtige JSON-Lokalisierungsplattform aus?
  • Was ist das ICU MessageFormat, und welche Sprachen benötigen mehr Pluralkategorien als Englisch?
  • Wie entscheidet der GitHub Connector von Smartling, von welchem Branch übersetzt werden soll?
  • Worin besteht der Unterschied zwischen maschineller Übersetzung und maschineller Übersetzungsnachbearbeitung (MTPE)?

Bereit, Smartling in Aktion zu sehen?

Sprechen Sie mit jemandem aus dem Smartling-Team, um zu erfahren, wie wir Ihnen helfen können, mehr aus Ihrem Budget herauszuholen, indem wir Übersetzungen in höchster Qualität schneller und zu deutlich geringeren Kosten liefern.

Ein Meeting buchen