Praxisbewährte, KI-gestützte Anwendungen eröffnen der maschinellen Übersetzung neue Dimensionen
Der Artikel wurde ursprünglich im Multilingual Magazineveröffentlicht und von Stefan Huyghe verfasst, einem Globalisierungsberater, Verfasser von Sprachindustrie-spezifischen Beiträgen und Vice President of Operations bei Communicaid Language Solutions.
Die meisten von uns, die in der Sprachenbranche tätig sind, haben wahrscheinlich schon gehört – und werden dies auch weiterhin tun –, wie wichtig es ist, die Unternehmensleitung über den Zusammenhang von ROI (Return on Investment) und Lokalisierung aufzuklären. Nur wenige haben diese Aufgabe besser bewältigt als Talia Baruch und John Hayato Branderhorst, Mitbegründer von GlobalSaké und der CEO bzw. COO des Unternehmens.
Das Duo hat dies immer wieder unter Beweis gestellt. Auf der interaktiven virtuellen Q3-Veranstaltung von GlobalSaké am 1. September. Mehr als 85 % der Teilnehmer an den Veranstaltungen von GlobalSaké sind funktionsübergreifende, kundenseitige Führungskräfte und Käufer mehrsprachiger Lösungen. Die Präsentationen des Unternehmens bieten eine Fülle von Einblicken in die Branche des angewandten Lernens und informieren über die neuesten Fallstudien zu Dingen, die anderenorts häufig als trockene Theorie erscheinen.
Auf der von Baruch mit einem Fokus auf „zukunftsfähige neue Technologien in mehrsprachigen Lösungen“ konzipierten September-Veranstaltung präsentierten die Referenten und Referentinnen neue KI-unterstützte Anwendungen für neuronale maschinelle Übersetzung (NMT) und KI-unterstützten Sprachimplementierungen von einigen der weltweit innovativsten Unternehmen. Hier eine kurze Zusammenfassung einiger der TED-Gespräche, die auf dieser Veranstaltung stattfanden.
NetApp hat vor Kurzem ein internes Tool zur Internationalisierung von KI-Quellcodes entwickelt, um Internationalisierungsbemühungen im Vorfeld zu optimieren. Die Software nutzt ML-Mechanismen (Machine Learning-Mechanismen), um von häufigen Codierungsproblemen und den zugehörigen Fehlerbehebungen zu lernen, und behebt bereits im Vorfeld Schwierigkeiten bei der Internationalisierung von Codes auf automatische Weise, so dass Entwickler keine manuellen Korrekturen am Ende mehr durchführen müssen. Laut Saurabh Kavathekar, Director of Product and Support Globalization bei NetApp, entstand die Technologie, da effizientere Prozessen und Technologien für die Software-Internationalisierung erforderlich wurden. Die Herstellung von für die globale Entwicklung geeigneten Produkten unter Einsatz alter Technologie erwies sich nämlich als teuer und ineffizient. Die statische Code-Analyse erzeugte regelmäßig viele falsch-positive Fehlercodes und die daraus resultierende inkonsistente, beeinträchtigte Qualität führte bei den Ingenieuren zur Ablehnung, da zur Fehlerekennung viel manuelle Arbeit erforderlich war.
NetApps Lösung beruht auf KI. Das revolutionärstes Tool von Dr. Global besteht aus einer sich selbst verbessernden Technologie, die es Ingenieuren jetzt erspart, viel Zeit mit der Behebung von Codierungsproblemen zu verbringen. Die Lösung ermöglicht eine automatisierte Problembehebung und gibt KI-basierte Empfehlungen. Die Ausgabegeschwindigkeit bei der Lokalisierung ließ sich dadurch um 98 % verbessern. Laut Kavathekar konnten durch diese Innovation bis heute über 8.000 Stunden eingespart werden, was gleichzeitig eine Kostensenkung von 625.000 US-Dollar bedeutete.
Laut Gary Lefman, Senior Localization Architect bei Cisco, ergeht es monolithischen Anwendungen ganz so wie den Dinosauriern – sie sind am Verschwinden. Durch die Implementierung und Bündelung einer Reihe von Mikroservices ist Cisco jetzt in der Lage, unbegrenzte Skalierbarkeit mit elastischen Prozessoren, Arbeitsspeicher und Speicherplatz zu bieten. Ein Microservice ist ein kleiner funktionaler Code, der eine einzelne Aufgabe ausführt und dabei zerstört wird. Das ist extrem schnell und billig.
Mit Unterstützung von ContentQuo hat Electronic Arts (EA) ein neues KI-gesteuertes Qualitätsmanagementsystem für Übersetzungen implementiert. Die Lösung ist herstellerunabhängig, kann in alle führenden TMS-Lösungen integriert werden und funktioniert in jedem Qualitätsrahmen sowohl für menschliche als auch maschinelle Übersetzungen (MT). EAs Forschung im Bereich MT begann 2012 und das Unternehmen begann seine Tätigkeit 2019 mit mehr als 50 Sprachpaaren.
Cristina Anselmi, die für maschinelle Übersetzung zuständige Leiterin des Unternehmens, erklärte dem Publikum, dass das Endziel des Spieleentwicklungsunternehmens die Lokalisierung in Echtzeit sei, damit die Spieler während des Online-Gamings in verschiedenen Sprachen miteinander kommunizieren können. Im Moment verfolgt das Unternehmen den Ansatz maschineller Übersetzung mit anschließender Nachbearbeitung. KI war maßgeblich an der Automatisierung einiger Qualitätskennzahlen von EA und dem Ausgleich des „Red Pen Syndrome“ beteiligt, d. h. der menschlichen Tendenz, maschinell übersetzte Inhalte zu sehr überarbeiten, was häufig auf den kontraproduktiven Wunsch nach Werterhalt zurückzuführen ist.
Bei einer der modernsten Entwicklungen in mehrsprachigen KI-Anwendungen, die derzeit stattfindet, geht es um Vektorräume, wobei Wortähnlichkeiten in verschiedenen Sprachen untersucht werden. Der Prozess basiert auf dem automatischen Abgleich von Wortkorrelationen, wozu die Einbettung auf Wortebene genutzt wird. Bei einem Phrasenpaar muss ein Algorithmus zunächst entscheiden, welche im Ausgangs- und Zieltext vorhandenen Wörter korrelieren. Das Endziel besteht darin, die Wortwahl in der Zielsprache vorherzusagen. Um eine effiziente KI zu entwickeln, die den Vektorraum zwischen zwei Sprachen erkunden kann, ist die Erfassung großer Datenmengen erforderlich. Unternehmen wie Meta, die riesige Content-Mengen analysieren können, waren dadurch in der optimalen Situation, diese Aufgabe zu übernehmen.
Im Jahr 2016 veröffentlichte Facebook Research seine ersten Ergebnisse, die auf einer Durchsuchung des gesamten Internets in 157 Sprachen basierte. 2017 veröffentlichte Babylon Health einen Beitrag, der eine mögliche „Normalisierung“ des Vektorraums zwischen zwei Sprachen aufzeigte. Laut Rafal Jaworski, Experte für linguistische KI bei XTM International, hat das Unternehmen jetzt ein US-Patent für seine Technologie beantragt, die den Vektorraum für 50 Sprachen auf gleicher Ebene normalisiert. Die Berechnung von Ähnlichkeiten und ihre Anwendung auf Fuzzy-Matches ist eine völlig neue Richtung für linguistische KI.
Procore implementiert derzeit ein KI-gesteuertes Content-Management-System, um die Lokalisierung einer Content-Datenbank zu unterstützen, die in 10 Sprachen jeweils mehr als 3.500 Artikel und 5 Millionen Wörter enthält. Laut Jon Ritzdorf, Senior Globalization Architect, kann KI nun Fehler in schlechten Quellinhalten erkennen und „gefährdete“ Inhalte vorhersagen. KI hilft dabei, Inhalte, die von keinen Muttersprachlern geschrieben oder von technischen Spezialisten für ein nicht-technisches Publikum erstellt wurden, sowie veralteten Content, der nicht dem Ton und der Stimme der Procore-Marke entspricht, zu entlarven. Anhand der Ergebnisse kann das Unternehmen dann entscheiden, ob der Ausgangstext vor der Übersetzung neu geschrieben werden soll oder nicht.
Die Technologie wird auch verwendet, um die Eignung des Zieltextes zu bewerten: In diesem Fall wird dessen Qualität automatisch analysiert, um festzustellen, ob eine weitere sprachliche Qualitätssicherung erforderlich ist. Anschließende werden die endgültigen Daten zur erneuten Schulung der MT-Engines verwendet. Dieser neue Ansatz hat es Procore ermöglicht, begrenzte KMU-Ressourcen wesentlich konzentrierter und gezielter einzusetzen, um zu bestimmen, welche hoch komplexen und anpassungsfähige Inhalte neu formuliert werden müssen.
Dass Carrie Livermore Fischer, Subways Leiterin für Globalisierungsdienste, sich MT zuwendete, war zum Teil auf den enormen Anstieg des weltweiten E-Learning-Inhalts infolge der Pandemie zurückzuführen. Dies bedeutete für das Unternehmen letztendlich enorme Kosteneinsparungen. Bei der Übersetzung von Videoinhalten in vier Sprachen arbeitete Subway mit Intento zusammen und hatte dadurch 46 % weniger Ausgaben. Gleichzeitig wurde die Produktion um mindestens zwei Monate beschleunigt. Die KI-generierte Text-to-Speech-Komponente wurde mit Kosteneinsparungen von 41 % abgeschlossen, wobei der Zeit- und Arbeitsaufwand, der bei der Rekrutierung und Qualifizierung von Talenten für menschliche Stimme ansonsten aufgewandt worden wäre, noch nicht mal berücksichtigt ist. In nur einem Jahr konnte Subway unter Berücksichtigung der drei großen Projekte, bei denen KI-gestützte MT eingesetzt wurde, einen ROI von über 1.000 % erzielen. Nicht berücksichtigt wurde dabei, wie viele zusätzliche Restaurants offen bleiben konnten, da Subway auf diese Weise in der Lage war, die Franchisenehmer virtuell auszubilden.
FLSmidth, ein dänisches Unternehmen mit internationalen Niederlassungen von Indien bis Salt Lake City, bietet innovative Engineering-, Ausrüstungs- und Servicelösungen für die globale Bergbau- und Zementindustrie an. Mit mehr als 10.000 Mitarbeitern und Mitarbeiterinnen in über 60 Ländern existiert ein kontinuierlicher Übersetzungsbedarf von jährlich 9 bis 10 Millionen Wörtern in mehr als 120 Sprachen.
Inhalte, die hauptsächlich in digitalen Lösungen verwendet werden, bestehen zu mehr als 70 % aus technischer Dokumentation. Die Einsparungen, die früher durch vorhandene TMs erzielt wurden, reichten nicht mehr aus, um den fortwährenden Bedarf an schnellerer, einfacherer und kostengünstiger Lokalisierung zu decken. Yaron Kaufman, Mitbegründer und CCO von BLEND Localization, erklärte, dass BLEND, nachdem das Unternehmen pro Sprachenpaar 1–2 Millionen Wörter dieser älteren Daten für das Training von MT-Engines eingesetzt hatte, den Bearbeitungszeitraum um 3–7,5 % reduzieren konnte, was enorme Zeit- und Kosteneinsparungen bedeutete.
Spacetoon, der größte Kinderfernsehsender der arabischsprachigen Welt, hat in Zusammenarbeit mit aiXplain Inc. eine KI-gestützte Technologie für die Lokalisierung von Sprachprosodie implementiert . Hassan Sawaf, Gründer und CEO von aiXplain, wies darauf hin, dass Spracherkennung und MT zwar gute Tools zur Automatisierung und Steigerung der Effizienz abgeben, die Menschen aber immer noch im Mittelpunkt der Verfahrensabläufe stehen.
Spacetoon suchte nach einem verlässlichen Verfahren, um die Lebensdauer einiger bestehender Figuren des Unternehmens zu verlängern. Das Netzwerk wollte die Stimmen der Schauspieler für Figuren wie dem UFO-Roboter „Grendizer“ sowie deren Qualität für künftige Produktionen bewahren. Einige der Sendungen laufen seit den 80er Jahren und die ursprünglichen Sprecher sind mittlerweile in die Jahre gekommen. Es musste eine wichtige Entscheidung darüber getroffen werden, wie diese ersetzt werden sollten. Statt neue Schauspieler zu rekrutieren, entschied sich Spacetoon, die Sprachtechnologie von AiXplain zu verwenden, um die ursprünglichen Stimmen der Figuren zu replizieren. Ziel ist es, ein Instrument zu schaffen, mit dem nicht unbedingt technisch versierte Künstler und Regisseure künstliche Sprachaufnahmen erstellen können, die sich an unterschiedliche kulturelle Erwartungen anpassen lassen und fähig sind, die entsprechenden Emotionen des Zielpublikums auszudrücken.
Spacetoon konnte dank synthetischer Sprachaufnahmen die Produktionszeit für synchronisierte, mit Synchronsprechern arbeitende Programme von zwei Monaten auf erstaunliche zwei Stunden verkürzen. Die Videolösung verfügt über Spracherkennung sowie Funktionen zur kulturellen und emotionalen Wahrnehmung. Das Ergebnis ist eine Stimme, die auch für andere Anwendungsfälle nutzbar ist, wodurch die Produktionskosten weiter gesenkt werden, da Aufzeichnungs- und Studiogebühren entfallen.
Sind Sie neugierig darauf, mehr zu erfahren? Wir haben weitere Artikel zur Bedeutung von KI-Übersetzungen und darüber, welche Rolle KI für die Zukunft des Übersetzens spielt, verfasst.
Stefan Huyghe ist Globalisierungsberater, Verfasser von Sprachindustrie-spezifischen Beiträgen und Vice President of Operations bei Communicaid Language Solutions.
