Wie Übersetzungsglossare die Qualität der CSV-Lokalisierung verbessern

Ein Übersetzungsglossar ist der Unterschied zwischen einer flüssigen KI-Übersetzung und einer kontrollierten Lokalisierung.

Eine KI kann einen Satz wunderschön übersetzen und trotzdem die falsche terminologische Entscheidung treffen.

Das ist bei der CSV-Lokalisierung entscheidend, da derselbe Begriff hunderte oder tausende Male in Produktbeschreibungen, App-Strings, SEO-Metadaten, Help-Center-Artikeln und Marktplatz-Angeboten vorkommen kann.

Wenn diese wiederkehrenden Begriffe von Zeile zu Zeile variieren, wirkt die endgültige Übersetzung inkonsistent, selbst wenn die Grammatik technisch korrekt ist.

Was ein Übersetzungsglossar bewirkt

Ein Glossar ist ein einfaches Regelwerk.

Es teilt dem Übersetzungssystem mit, wie mit bestimmten Begriffen umzugehen ist:

1. Übersetzen Sie diesen Begriff exakt so.
2. Lassen Sie diesen Markennamen unverändert.
3. Verwenden Sie diesen genehmigten Produktnamen.
4. Übersetzen Sie dieses Akronym nicht.
5. Standardisieren Sie dieses UI-Label über jede Zeile hinweg.

Zum Beispiel:

Quelle: "Workspace" -> Französisch: "Espace de travail"

Oder:

Source: "AI Glot" -> Do not translate

Diese Regeln erscheinen geringfügig, aber bei der Übersetzung einer großen CSV-Datei summieren sie sich schnell.

Warum Glossare bei CSV-Dateien wichtiger sind

CSV-Dateien sind naturgemäß meist repetitiv.

Ein Ecommerce-Export wiederholt möglicherweise dieselben Materialien, Produktkollektionen, Garantiebedingungen und Versandformulierungen. Eine SaaS-String-Datei wiederholt Labels wie “Workspace”, “Abrechnung”, “Überprüfen”, “Absenden” und “Dashboard”. Eine programmatische SEO-Datei wiederholt Ortsnamen, Kategorie-Labels oder Produktattribute.

Ohne Glossar trifft die KI jedes Mal eine neue Entscheidung, wenn sie den Begriff sieht.

Manchmal ist diese Entscheidung in Ordnung. Manchmal entstehen jedoch kleine Inkonsistenzen, die den gesamten Datensatz beeinträchtigen:

1. Ein Funktionsname wird auf drei verschiedene Arten übersetzt.
2. Ein Markenname wird wörtlich übersetzt.
3. Eine Produktlinie wird in einer Zeile lokalisiert und in einer anderen auf Englisch belassen.
4. Ein UI-Label wird innerhalb der App inkonsistent.
5. Die SEO-Terminologie weicht zwischen Seiten ab, die auf dieselbe Keyword-Gruppe abzielen.

In kleinen Projekten kann ein Reviewer das manuell korrigieren. In einer CSV-Datei mit 10.000 Zeilen wird die manuelle Bereinigung sehr schnell mühsam.

Was in Ihr Glossar gehört

Fangen Sie klein an. Ein nützliches Glossar muss nicht jedes Wort Ihres Unternehmens enthalten.

Konzentrieren Sie sich auf Begriffe, bei denen Inkonsistenzen sichtbar oder kostspielig wären.

Gute Kandidaten für das Glossar:

1. Markennamen: Unternehmensnamen, Produktnamen, Plan-Namen und Kampagnennamen.
2. Produktterminologie: Materialien, Funktionsnamen, Kollektionsnamen, Garantiebedingungen und Spezifikationen.
3. UI-Sprache: Dashboard, Checkout, Workspace, Review, Upload, Export, Einstellungen und Abrechnung.
4. Branchen-Akronyme: SaaS, API, SKU, SEO, CMS, CRM, ROAS und andere Begriffe, die Ihre Nutzer erwarten.
5. Nicht zu übersetzende Begriffe: Codenamen, Handles, interne Labels, markenrechtlich geschützte Namen und technische Strings.
6. SEO-Begriffe: Priorisierte Keywords, die in Metadaten und Landingpages eine konsistente lokalisierte Formulierung benötigen.

Das beste erste Glossar umfasst meist 20 bis 50 Begriffe. Das reicht aus, um das wichtigste Vokabular zu kontrollieren, ohne dass die Glossarpflege zu einem eigenen Projekt wird.

Wie ein Glossar die Qualität der KI-Übersetzung verbessert

Bei der Qualität von KI-Übersetzungen geht es nicht nur um flüssige Formulierungen.

Für Business-Inhalte bedeutet Qualität auch Konsistenz, Markenkontrolle, Import-Sicherheit und eine vorhersehbare Prüfung.

Ein Glossar hilft bei all diesen vier Punkten.

Konsistenz: Derselbe Quellbegriff wird in der gesamten Datei einheitlich behandelt.

Markenkontrolle: Produkt- und Unternehmensnamen sind vor wörtlichen Übersetzungen geschützt.

Überprüfungsgeschwindigkeit: Reviewer können sich auf Nuancen konzentrieren, anstatt immer wieder dieselben Terminologiefehler zu korrigieren.

Skalierung: Neue CSV-Batches können dieselben Terminologieregeln nutzen, sodass die Qualität mit der Zeit steigt.

Genau deshalb kombiniert AI Glot Glossare mit Anweisungen in einfachem Englisch. Die Benennung der Felder schützt die Dateistruktur. Glossare schützen die Sprachebene.

So erstellen Sie ein Glossar vor Ihrem ersten CSV-Batch

Nutzen Sie Ihre Quelldatei als Ausgangspunkt.

Öffnen Sie die CSV-Datei und suchen Sie nach wiederkehrenden Begriffen. Prüfen Sie Spaltenüberschriften, Produktnamen, Beschreibungen, Kategorien, Feature-Listen und Metadaten. Stellen Sie sich dann eine praktische Frage:

Würde ein Kunde es bemerken, wenn dieser Begriff inkonsistent übersetzt wird?

Wenn die Antwort Ja lautet, fügen Sie ihn dem Glossar hinzu.

Ein einfaches Starter-Glossar könnte Folgendes enthalten:

1. Ihren Unternehmensnamen.
2. Ihre Produktnamen.
3. Die Namen Ihrer Preispläne.
4. Die Namen Ihrer Top 10 Features.
5. Ihre am häufigsten verwendeten UI-Labels.
6. Ihre wichtigsten SEO-Keywords.
7. Alle Begriffe, die für Rechts-, Marken- oder Produktteams wichtig sind.

Sie können das Glossar nach dem ersten Review-Durchgang erweitern. Glossare sollten aus echtem Feedback zur Übersetzung entstehen, nicht aus Vermutungen.

Das beste Glossar ist ein praktisches

Versuchen Sie nicht, ein Wörterbuch zu schreiben.

Erstellen Sie das kleinste Glossar, das die sichtbarsten Fehler verhindert.

Für die CSV-Lokalisierung reicht das meist aus, um die KI-Ergebnisse von “ziemlich gut” zu etwas zu machen, das Sie mit Zuversicht prüfen, genehmigen und veröffentlichen können.

Bereit, Ihre Terminologie in großem Stil zu kontrollieren? Probieren Sie AI Glot aus und nutzen Sie Glossar-Regeln mit der CSV-Übersetzung ausgewählter Spalten für eine sauberere und konsistentere Lokalisierung.