Praktische Anwendungsmöglichkeiten für KI jenseits maschineller Übersetzung

Künstliche Intelligenz (KI) verändert die Lokalisierungsbranche – wie genau dies geschieht, ist ein facettenreiches Thema, das sich aus verschiedenen Perspektiven beleuchten lässt. Grundsätzlich kann man drei Gruppen von Personen mit einem Interesse an KI unterscheiden: erstens jene, die KI mit Misstrauen oder gar Angst begegnen (Wird KI den Menschen überflüssig machen?), zweitens jene, die die Technologie selbst mitentwickeln (Wie können wir KI verbessern?), und drittens jene, die den potenziellen Möglichkeiten optimistisch gegenüberstehen, selbst wenn sie nicht genau wissen, welche Möglichkeiten das sein werden (Wie, wann und wozu sollte ich KI einsetzen?). Falls Sie sich zur dritten Gruppe rechnen, haben wir hier einige Erkenntnisse zusammengestellt, die Sie interessieren dürften. Jim Compton, bei RWS Moravia als Manager für unser Partnerschaftsprogramm zuständig, schrieb kürzlich in einem Artikel für das Magazin „MultiLingual“ über sogenannte „Killer-Anwendungen“ der KI, die Praxisprobleme in gleich mehreren Lokalisierungsbereichen – also nicht nur auf dem Gebiet der maschinellen Übersetzung (MT) – lösen können. Im Folgenden haben wir Jim Comptons Gedanken zusammengefasst und den vollständigen Artikel zum kostenlosen Download verlinkt.

KI: Was bisher geschah

Werfen wir zunächst einen Blick zurück: Was haben wir mit KI bislang erreicht? KI gehört seit jeher zur Kultur der Lokalisierung dazu. Abgesehen von MT – die wir seit den 1960er-Jahren einsetzen – verwenden wir bereits seit geraumer Zeit Translation Memorys, Konkordanzsuchen, Terminologieerkennungs-Tools, optische Zeichenerkennung und andere KI-Anwendungen. Heute stellt sich die Frage, wie wir KI auf noch größere Lokalisierungsherausforderungen anwenden können, die sich natürlich ebenso rasant entwickeln wie die KI-Technologie selbst. Unser Ziel lautet nach wie vor, Sprachbarrieren zu überwinden. Doch die immer kleiner werdende Welt und das Aufkommen neuer digitaler Kommunikationsmethoden und anderer globaler Megatrends macht uns diese Aufgabe nicht gerade leichter – zu schaffen ist dies nach Meinung vieler Experten nur mit KI. Jim Compton vergleicht die Anwendung von KI in der Lokalisierung mit einem vergrößerten Personalangebot. „Was würden Sie mit 150 zusätzlichen Ingenieuren anstellen?“, fragt er. Anders gefragt: Wie würden Sie diese Herausforderungen angehen, wenn es keinen Mangel an qualifiziertem Personal gäbe, seien es nun Übersetzer, Projektmanager, Texter, Lösungsarchitekten oder Account Manager?

KI-Anwendung neu gedacht

Betrachten wir diese Frage am besten mit einem Blick auf konkrete Situationen, die Ihnen Schwierigkeiten bereiten. In welchen Situationen waren Sie gezwungen, verschwenderisch mit Ressourcen umzugehen? Wann mussten Sie sich auf eine Kompromisslösung einlassen, weil Ihnen personelle Ressourcen fehlten? Vielleicht kommt Ihnen eines dieser Szenarien auch bekannt vor:

1. Nach Abschluss eines Projekts werden wichtige Transaktionsdaten archiviert, doch bei späteren, ähnlichen Projekten müssen erneut dieselben Schlüsse gezogen werden.
2. Projektkosten werden Pi mal Daumen geschätzt und stimmen teilweise nicht mit früheren, vergleichbaren Vorhaben überein.
3. Nach der Entwicklung einer Lösung für ein scheinbar „einmaliges“ Kundenproblem stellt sich heraus, dass ein anderes Team bereits vor Monaten eine andere (bessere) Lösung für ein ähnliches Problem entwickelt hatte.

Was haben die geschilderten Situationen gemeinsam? In jedem dieser Fälle hätte eine KI-Anwendung helfen können. Damit ließen sich beispielsweise Muster besser erkennen, Ursache-Wirkung-Zusammenhänge nachvollziehen oder künftige Probleme prognostizieren. Auf all diese Probleme ein menschliches Team anzusetzen, würde hingegen zu hohe Kosten verursachen und dennoch nicht unbedingt die gewünschten Resultate liefern. Doch was tun, wenn sich das Problem nicht einmal genau definieren lässt? Wie könnte KI hier weiterhelfen? Compton schlägt vor, sich wie bei dem Spiel „Wer bin ich?“ an die Frage heranzutasten. Das Spiel dürfte Ihnen bekannt sein: Man schreibt einen Namen auf einen Zettel und klebt ihn auf die Stirn eines Mitspielers, der dann mittels Entscheidungsfragen erraten muss, was auf dem Zettel steht. Überträgt man dieses Prinzip nun auf die Lokalisierung, könnte man beispielsweise folgende Fragen stellen: Haben wir diese Situation schon einmal erlebt? Falls ja, welche Merkmale oder Faktoren charakterisieren diese Situation? Anhand der Antworten lassen sich dann die Möglichkeiten eingrenzen, verschiedene Probleme voneinander trennen, vorhandene Best Practices identifizieren oder Lücken benennen, die mit KI gefüllt werden können.

KI in Aktion

Diese Vorgehensweise, „Chancen-Profiling“ in den Worten von Jim Compton, ist eine von mehreren Möglichkeiten, die 150 zusätzlichen Ingenieure sinnvoll einzusetzen, um die Produktivität zu steigern und geschäftliche Problemstellungen zu lösen. Trotzdem kann man sich im Dschungel der KI-Technologien leicht verirren: SaaS-Systeme, API-basierte kognitive Mikroservices, Open-Source-Toolkits – darunter die richtige Lösung zu finden, ist kein Kinderspiel. In seinem Artikel verrät uns Jim Compton daher den Prozess (und den Programmcode), mit dem er sein Konzept des Chancen-Profiling testweise in die Praxis umgesetzt hat, und schildert die Lösung, die er letztlich entwickelte. Heraus kam eine Methode, die auch Sie anwenden können, um Ihr Lokalisierungsprojekt zu optimieren. Auch künftige KI-Trends und Beiträge von Branchenführern zur praktischen KI-Anwendung in der Lokalisierung werden in Comptons Artikel angesprochen. Der Artikel steht hier zum Download bereit – wir sind gespannt auf Ihr Feedback!