Ein erfolgreiches Servicemodell zu entwickeln geschieht nicht einfach per Zufall. Oft sind jahrelange Experimente erforderlich, um mit den Nuancen und spezifischen Anforderungen vertraut zu werden, die notwendig sind, um ein Ergebnis zu liefern, das begeistert.
Kürzlich hielten wir ein Webinar mit Samantha Reiss, Head of Services bei Lilt, ab, in dem sie vermittelte, was sie aus ihren Erfahrungen an vorderster Front der Lokalisierung gelernt hat. In ihren mehr als 15 Jahren Erfahrung in diesem Feld hat sie Lokalisierungsprogramme für unzählige Kunden entwickelt und bei jeder Haltestelle auf ihrem Karriereweg Wichtiges dazugelernt.
Samantha betont, dass sich jedes Unternehmen bei der Entwicklung eines skalierbaren Lokalisierungsprogramms von Weltklasse eine Reihe wichtiger Fragen stellen muss. Sie mögen offensichtlich erscheinen, können aber zu zukünftigen Problemen führen, wenn sie nicht im Voraus angesprochen werden. Weil das Ziel des Programms darin besteht, Inhalte von Anfang bis Ende zu liefern, ist es wichtig, Folgendes zu wissen:
Letztendlich basiert die Lokalisierungsbranche darauf, Inhalte so umzuwandeln, dass Menschen weltweit sie lesen, verstehen, aufnehmen und in ihrer lokalen Zielsprache nutzen können. Bevor es die Inhalte aber auf die Bildschirme und Seiten der beabsichtigten Zielgruppe schaffen, müssen angemessene Ziele festgelegt werden, um einfach zu verstehen, wie die Inhalte übersetzt werden sollten.
Samantha warnt aber auch: Machen Sie Ihren Prozess nicht zu kompliziert. Folgen Sie der 80/20-Regel: Etwa 80 % Ihrer Architektur sollten zu einem wiederholbaren und vorhersehbaren Prozess gehören, der bekanntermaßen funktioniert, während die verbleibenden 20 % angepasst und geändert werden können, um den spezifischen Anforderungen Ihres Projekts zu entsprechen. Das spart nicht nur Zeit, sondern reduziert auch viel Ärger mit der Problembehebung später.
In ihrer langjährigen Erfahrung ist sie vielen Missverständnissen über Workflows, Prozesse, Ergebnisse und mehr begegnet.
Eines der häufigsten Missverständnisse, das sie erlebt hat, ist z. B. die Idee, dass der übersetzte Inhalt präzise ist und zutrifft, selbst wenn der Projektmanager eines Unternehmens im Zielsprachenland die Übersetzung nach Erhalt überarbeiten muss. Wie kann das sein? In ihrem spezifischen Fall war mangelnder Kontext die Ursache.
„Zahlen zu nutzen ist prima, dadurch können wir Trends aufzeigen und einen Tag mit einem anderen vergleichen. Wir benötigen aber auch Feedback und Zusammenarbeit“, so Samantha. „Die Fähigkeit, anhand des Feedbacks eine konstruktive Aktionsplanung zu entwickeln und zu verbessern ist wirklich wünschenswert.“
Metriken und Kennzahlen allein erfordern Kontext: Ohne Kontext kann auch eine zu 99 % richtige Übersetzung etwas ganz anderes für den Projektmanager bedeuten als für den Übersetzer. Input und Erkenntnisse zu erhalten, auch von Personen, die evtl. nicht direkt am Lokalisierungsprozess beteiligt sind, kann dazu beitragen, neues Licht auf potenzielle Probleme zu werfen und das Team dazu zu bringen, Erfolg neu zu definieren.
Ein weiteres häufiges Missverständnis, dem Samantha in ihrer Karriere begegnet ist, besteht darin, dass die Übersetzungsqualität schlecht ist und sich die Übersetzung wie eine Maschine anhört. Das löst bei allen Beteiligten oft Panik aus, ob Übersetzer, Sprachdienstleister oder Kunden.
Weil Lilt aber einen Human-in-the-Loop-Ansatz für adaptive maschinelle Übersetzung nutzt, kann der beteiligte Übersetzer sofort Feedback geben, von dem das System lernen kann, um dieses Problem zu vermeiden. Das hilft, den eher wörtlichen und robotischen Output einer maschinellen Rohübersetzung und in vielen Fällen auch bei Workflows mit Post-Editing maschineller Übersetzungen zu vermeiden.
Weitere Informationen darüber, wie Sie ein skalierbares Lokalisierungsprogramm entwickeln, das an die Anforderungen Ihres Unternehmens angepasst werden kann, können Sie im On-Demand-Video Erkenntnisse von der vordersten Front der Lokalisierung mit Samantha Reiss finden.