Heutzutage sind KI und Automatisierung zwei Themen, die die Welt im Sturm erobern. In vielen Branchen von der Fertigung bis hin zur Immobilienbranche wird überlegt, wie Prozesse implementiert werden können, um die Produktivität zu steigern und unnötige manuelle Arbeit zu beseitigen.
Wir hielten kürzlich ein Webinar ab, Scaling Localization with AI and Automation (Lokalisierungsskalierung mithilfe von KI und Automatisierung). Moderator war Lilt-CEO Spence Green. Er sprach genau dieses Thema an: Wie KI und Automatisierung sich langsam in unserem Leben ausgebreitet haben und wie beide in der Welt der Lokalisierung angekommen sind. Wir bei Lilt können die Leistung der Automatisierung in der Lokalisierung mit eigenen Augen erkennen, ob es sich um eine Reduzierung der Übersetzungsfehler um 70 %, einen Anstieg des Übersetzungsdurchsatzes um das Drei- bis Fünffache oder eine Verringerung der Kosten menschlicher Übersetzung um 50 % handelt.
Zunächst ist es wichtig, KI und Automatisierung im weiteren Umfeld zu betrachten. In den letzten Jahrzehnten haben sich beide in unserem Alltagsleben etabliert.
Die Zukunft der Arbeit: Wo wir sind und was kommen wird
In manchen Branchen hat sich die Zukunft der Arbeit durch Automatisierung bereits auf beeindruckende Weise verändert. Eines der frühen und gängigen Beispiele dafür ist der Kundensupport in Callcentern. Ein Anruf bei einer Support-Nummer führt oft zu kleinen Gesprächsfetzen, umgeben von Minuten der Stille, während der Callcenter-Agent recherchiert, um sich besser mit dem Problem vertraut zu machen. Schätzungen zufolge verbringen Agenten 75 % der Zeit bei einem Serviceanruf mit manuellen Aufgaben. Heutzutage navigiert man eher durch eine Reihe automatisierter Spracherkennungsmenüs, die einen zu Agenten mit den entsprechenden Fähigkeiten führen. Das ist effizienter und verschwendet weniger Agenten-Arbeitszeit, die automatisiert werden könnte (und sollte).
Andererseits steckt die Automatisierung in der Automobilindustrie noch in den Kinderschuhen. Die oft referenzierten Stufen der Automobil-Automatisierung beschreiben die unterschiedlichen Grade an menschlicher Interaktion beim Fahren. Während in den 1960er Jahren der Traum war, selbstfahrende Taxis und futuristische Roboter-Autos einzusetzen, erreichen wir bislang nur Stufe 2 (teilweise Automatisierung) auf der aus fünf Ebenen bestehenden Skala. Die meisten Autos verwenden heutzutage Funktionen der Stufe 1: Fahrassistenten wie Tempomat, Parkkameras, Spurverfolgungstechnologie und mehr. Selbst wenn Autos im Jahr 2020 weit von einer Vollautomatisierung entfernt sind, ist klar, dass KI die Zukunft der Automobilindustrie ist.
Automatisierung in die Lokalisierung einführen
Lokalisierung ist gegenüber KI und Automatisierung nicht immun, und das sollte sie auch nicht sein. Spence weist auf die im Buch High Output Management von 1983 beschriebenen Grundlagen der Produktion hin. In dem Buch verwendet Andrew S. Grove, ehemaliger Vorsitzender und CEO von Intel, das Beispiel der „Frühstücksfabrik“, einer Produktionslinie mit der Aufgabe, ein weichgekochtes Ei, Toast und Kaffee zu servieren. Hört sich ganz einfach an, oder? Das Ziel ist es aber, die drei Bestandteile gleichzeitig zu servieren, und zwar frisch und heiß.
In welchem Zusammenhang steht das Frühstück mit der Lokalisierung? Der Produktionsprozess in der Lokalisierung ist dem obigen Beispiel sehr ähnlich. In der Regel verwenden Teams ein TMS, um einen Auftrag zu erstellen, arbeiten mit einem LSP zusammen, um Inhalte zu übersetzen, diese zurück an ihr TMS zu senden und dann das Endprodukt zu liefern. Es gibt jedoch einen limitierenden Schritt. Im Falle der Lokalisierung ist Übersetzung das Limit, weil sie in der Regel die längste Zeit in Anspruch nimmt. Wie Grove schrieb ist das Ziel jeder Produktionslinie „die Lieferung von Produkten in Reaktion auf den Kunden zu einem geplanten Zeitpunkt, mit einem akzeptablen Qualitätsniveau und zu den niedrigsten möglichen Kosten“.
Warum ist Automatisierung also der Schlüssel für die Lokalisierung und wie können wir die limitierenden Faktoren automatisieren, um den Prozess so effektiv wie möglich zu gestalten? Spence zufolge müssen wir zunächst unsere Lokalisierungsziele verstehen. Während Qualität, Budget und Zeit alle wichtigen Faktoren sind, ist Reichweite das Hauptziel, das stets im Fokus bleiben sollte.
Reichweite kombiniert Qualität, Budget und Zeit in einem. „Wir haben ein fixes Budget und wollen daher die Anzahl der von uns produzierten qualitativ hochwertigen Wörter maximieren“, so Spence. „In dieser Umgebung finden sich die meisten Menschen, die in der Lokalisierung tätig sind, wieder.“ Die Optimierung der Gesamtkosten pro Wort (Cost per Word, CPW) kann helfen, die Reichweite zu maximieren. Die beste Möglichkeit zur Optimierung auf CPW ist die Analyse der aktuellen Prozesse, um zu bestimmen, wo potenzielle Einsparungen möglich sind. Spence hebt drei Hauptbereiche der Analyse hervor: interne Teams, Software und Übersetzungsdienstleistungen.
Um zu erfahren, welche Geschäftsfragen Sie stellen sollten, um zu lernen, potenzielle Einsparungen zu berechnen, und um sich mehr über die objektive Planung zu informieren, sollten Sie sich das vollständige Webinar Scaling Localization with AI und Automation (Lokalisierungsskalierung mithilfe von KI und Automatisierung ansehen. Klicken Sie dazu auf diesen Link.