Nur fehlende Zeilen in CSV oder Excel mit KI übersetzen

Sie betrachten eine Datei, bei der ein Teil der Arbeit bereits erledigt ist. Vierhundert Zeilen haben einen deutschen Titel. Dreitausendsechshundert nicht. Jemand hat zu einem bestimmten Zeitpunkt die erste Charge übersetzt, und dann ist der Katalog gewachsen.

Die gängigen Tools verlangen immer die gesamte Datei. Die Frage ist also nicht, wie man sie übersetzt. Die Frage ist, wie man nur den fehlenden Teil übersetzt und nur für diesen Teil bezahlt.

Wie eine teilweise übersetzte Datei tatsächlich aussieht

Hier ist die Problemstellung, klein genug, um sie auf einen Blick zu erfassen.

Überträgst du das auf viertausend Zeilen, ein anschauliches Beispiel und kein realer Auftrag, unterscheiden sich die beiden Ergebnisse deutlich. Entweder bezahlst du für 4,000 Zeilen und prüfst einen Änderungsvergleich mit allen Zeilen, oder du bezahlst für 3,600 und prüfst 3,600. Bei der zweiten Option bleibt außerdem der Text, den deine Kollegin bereits geprüft hat, genau so, wie sie ihn hinterlassen hat.

Die fünf Dateitypen, bei denen dies passiert

Das ist kein Sonderfall. Es ist der Normalzustand jeder Datei, die mehr als einmal bearbeitet wurde. Und es geht um etwas: CSA Research fand im Juli 2020 in einer Befragung von 8,709 Verbraucherinnen und Verbrauchern aus 29 Ländern heraus, dass 76% der Online-Käuferinnen und -Käufer lieber Produkte mit Informationen in ihrer eigenen Sprache kaufen und 40% niemals auf Websites in anderen Sprachen einkaufen.

Seit dem letzten Mal hinzugefügte Zeilen. Der Katalog ist um 200 Produkte gewachsen. Die anderen 3.800 sind fertig und geprüft. Dies ist mit großem Abstand der häufigste Fall, und er wiederholt sich jeden Monat.

Eine Sprache wurde zu einer Datei hinzugefügt, die bereits drei hat. Ihre Tabelle hat Spalten für Französisch, Deutsch und Spanisch. Italienisch wurde letzte Woche beschlossen und die entsprechende Spalte ist leer oder gar nicht vorhanden. Sie möchten Italienisch übersetzt haben, während die anderen drei Sprachen unangetastet bleiben.

Eine Übergabe, die jemand anderes begonnen hat. Ein Freelancer hat das erste Drittel geschafft, bevor das Projekt ins Stocken geriet. Sie wissen nicht genau, wo er aufgehört hat, und Sie möchten das nicht herausfinden, indem Sie für die Überschneidung bezahlen.**

Eine Datei, in der ein vorheriges Tool den Ausgangstext als Platzhalter in das Zielfeld eingefügt hat. Dieser Fall täuscht alle, denn die Datei sieht vollständig aus. In einem XLIFF-Export kann jede Übersetzungseinheit ein <target>-Element und ein Attribut state enthalten, die angeben, welchen Status das Zielfeld hat. Die Spezifikation bezeichnet das Zielfeld als optional und state als Statusangabe. Viele Tools füllen das Zielfeld jedoch mit einer Kopie des Ausgangstextes, damit die Struktur vollständig aussieht. Öffnest du eine solche Datei, sind alle Zielfelder befüllt, viele davon aber nicht übersetzt.

Zeilen, die bewusst unverändert gelassen wurden. Interne SKU-Beschreibungen, ein rechtlicher Absatz, den Ihr Anwalt nur in einer Sprache abgesegnet hat, oder drei Produkte, die eingestellt werden. Das sind keine Lücken. Das sind Entscheidungen, und ein Tool, das diese voreilig auffüllt, beschädigt die Datei.

Diese letzten beiden Punkte sind der Grund, warum “leere Felder übersetzen” keine einfache Checkbox ist. Was als fehlend gilt, wissen nur Sie, daher muss der Mechanismus eine Anweisung in Form eines Satzes entgegennehmen und nicht nur eine Einstellung.

Wo die Bereichsauswahl endet und die Auswahl nach Bedingungen beginnt

Ein maschinelles Übersetzungstool verarbeitet den Text, den du ihm gibst. DeepL und Google Translate nehmen Text entgegen und geben übersetzten Text zurück. Deshalb musst du vor dem Senden festlegen, welche Zeilen nicht übersetzt werden sollen (eine ausführliche Übersicht findest du in unserem Beitrag zu den Grenzen der Massenübersetzung mit DeepL). Einige Tools unterstützen zwar die Auswahl von Bereichen: Mit dem Excel-Übersetzer von Smartcat kannst du zum Beispiel einen Spaltenbereich wie A:H oder einen Zeilenbereich wie 1:50 angeben und festlegen, ob er übersetzt oder ausgelassen werden soll. Ein Bereich gibt allerdings nur den Ort an. „Nur übersetzen, wenn die deutsche Zelle leer ist“ ist eine Bedingung für den Inhalt. Genau darum kümmern wir uns. Andernfalls musst du die Datei vor dem Senden selbst filtern und das Ergebnis anschließend wieder einfügen. Diese Tabellenarbeit liegt dann bei dir und muss jeden Monat wiederholt werden. Und unabhängig davon, nicht aufgrund eigener Tests, sondern aus der Erfahrung mit unseren Kunden: Teams kommen zu uns, weil die maschinelle Übersetzung bei ihren tatsächlichen Inhalten und ihrer tatsächlichen Terminologie nicht mehr den Qualitätsstandard erreicht, den sie veröffentlichen möchten.

Ein allgemeiner Assistent kann sich eine Regel eine Zeit lang merken. Kopieren Sie 50 Zeilen in ChatGPT oder Claude mit der Anweisung “nur die leeren deutschen Zellen ausfüllen”, und es wird funktionieren. Das Problem tritt bei großen Mengen auf, und zwar schleichend: Irgendwann nach den ersten Abschnitten erhält eine Zeile, die bereits eine Übersetzung hatte, eine neue. Das finden Sie bei der Prüfung vielleicht, oder eben nicht. Es gibt einen ausführlichen Vergleich dazu, aber die kurze Fassung ist: Eine Regel, der man vertrauen muss, kann nicht überprüft werden, eine durch Code implementierte Regel hingegen schon.

Eine Agentur wird genau das tun, was Sie verlangen. Die Kosten liegen hier nicht im Wortpreis, sondern in der Vorbereitung: das Extrahieren der fehlenden Zeilen, die Erklärung, welche Spalten unberührt bleiben sollen, das Warten und das spätere Zusammenführen des Ergebnisses in Ihre eigene Datei. Diese Arbeit ist keine Spracharbeit, und die versteckten Kosten bestehen darin, dass Sie all das beim nächsten Update wiederholen müssen.

Zuerst die manuelle Methode

Wenn du es lieber von Hand erledigst, geht es im Wesentlichen so:

1. Füge in der Zielspalte einen Filter hinzu und zeige nur leere Zellen an.
2. Kopiere den Ausgangstext aus den sichtbaren Zeilen.
3. Füge ihn in ein Übersetzungstool ein und übersetze ihn.
4. Füge das Ergebnis in die gefilterten Zeilen der Zielspalte ein.
5. Entferne den Filter und prüfe, ob sich die Zeilenreihenfolge und die bereits fertigen Zeilen nicht verändert haben.

Das funktioniert und ist bei ein paar hundert Zeilen eine sinnvolle Wahl. Im Folgenden geht es darum, wie du diese fünf Schritte nicht jeden Monat wiederholen musst oder mit Fällen umgehst, in denen „fehlend“ mehr bedeutet als eine leere Zelle.

Die Anweisung wird zu Code, weshalb sie auch bei Zeile 18.000 noch greift

Diesen Teil ist es wert zu verstehen, da er erklärt, warum eine Umfang-Regel hier anders funktioniert.

Ihr Satz wird nicht einfach als Hinweis an ein Übersetzungsmodell weitergegeben. AI Glot liest die Struktur Ihrer Datei und wandelt Ihre Anweisung in ein kleines Programm um, das die Datei durchläuft und eine Liste genau der Textstellen erstellt, die im Umfang enthalten sind. Diese Liste wird dann übersetzt. Die Regel wird durch Code einmal pro Datensatz ausgewertet, sodass Datensatz 18.000 denselben Test durchläuft wie Datensatz 1. Es gibt kein Abweichen, da es nichts gibt, was abweichen könnte.

Dieses Programm durchläuft eine Reihe von Prüfungen, bevor Credits verbraucht werden:

• Es darf Ihre Datei nicht verändern. Das Dokument wird vor und nach dem Programmablauf verglichen, und jede Modifikation wird sofort abgelehnt. Ihr Upload wird niemals verändert, und jede Entscheidung über den Umfang gilt nur für die Ausgabedatei.
• Es darf keinen Text erfinden. Jeder ausgewählte Textabschnitt muss Wort für Wort in Ihrer Datei existieren. Es kann keine Zelle im Vorbeigehen paraphrasieren.
• Jedes Ziel muss ein echter, beschreibbarer Slot sein. Eine Regel, die auf eine nicht existierende Spalte verweist, schlägt also bereits in der Planungsphase fehl, anstatt eine fehlerhafte Datei zu produzieren.
• Wenn Ihre Regel überhaupt nichts findet, schlägt die Planung fehl und benachrichtigt Sie. Das klingt unfreundlich, ist aber extrem nützlich: So erfahren Sie kostenlos, dass die Datei, von der Sie dachten, sie sei erst halb fertig, eigentlich schon abgeschlossen ist.

“Noch fehlend” bedeutet vier verschiedene Dinge

Hier kommt die Nuance ins Spiel, die darüber entscheidet, ob Ihr Satz funktioniert. Eine Lücke ist in jedem Format ein anderes Objekt, daher ändert sich der Test, den Ihre Anweisung beschreiben muss, je nachdem, welche Datei vorliegt.

In einer Tabelle ist eine Lücke eine leere Zelle. Eine CSV-Datei kennt keine Quell- und Zielspalte: RFC 4180 beschreibt lediglich Datensätze, Felder und eine optionale Kopfzeile. Welche Spalte Quelle und welche Ziel ist, kann daher nur deine Anweisung festlegen. Ob die Datei als CSV-Export oder als Excel-Arbeitsmappe vorliegt, macht keinen Unterschied: Diese Zeile enthält einen englischen Titel und nichts in der deutschen Spalte, also gehört sie zum Umfang. Schreib: “nur die Zeilen, in denen die deutsche Spalte noch leer ist”.

In einer zweisprachigen Datei besteht eine Lücke oft darin, dass das Ziel noch mit der Quelle übereinstimmt. XLIFF ordnet jeder Einheit einen Übersetzungsbereich zu, den viele Tools mit einer Kopie des Quelltexts vorausfüllen. In diesem Fall ist Leere das falsche Kriterium. Vergleiche stattdessen: “nur die Einheiten übersetzen, bei denen im Ziel noch derselbe Text wie in der Quelle steht”. Mit diesem einen Satz kannst du Dateien wie diese bearbeiten. Sie ist ein Anschauungsbeispiel und keine Kundendatei: Bei einem WordPress-Export mit 228 Einheiten, von denen 217 im Zielfeld noch den französischen Originaltext enthalten, handelt es sich um einen ganz normalen Auftrag und nicht um eine Diskussion darüber, ob die Datei fertig ist.

In einem Key-Tree ist eine Lücke ein Key, der nicht vorhanden ist. In JSON oder YAML existiert die deutsche Übersetzung eines Strings entweder als benachbarter Key oder nicht. Ein fehlender Key kann erstellt werden, solange das übergeordnete Objekt existiert. Ein leerer Wert zählt ebenfalls, daher deckt “nur dort, wo der de-Key fehlt oder leer ist” beides ab.

Bei einer einsprachigen Datei gibt es keinen Inhalt, mit dem du etwas vergleichen könntest. Das ist die ehrliche Grenze. Eine Android-strings.xml-Datei, eine iOS-Datei im Format .strings (in Apples Anleitung gibt es eine .strings-Datei pro Sprache, jeweils in einem Sprachordner wie de.lproj), eine Java-.properties-Datei, eine .NET-RESX-Datei und eine SRT-Untertiteldatei enthalten pro Schlüssel genau einen Wert. Daneben gibt es keine Quellspalte. Ob etwas “bereits übersetzt” ist, lässt sich daher nicht automatisch prüfen, denn die Datei enthält diese Information nicht. Was funktioniert, sind Merkmale, die tatsächlich in der Datei stehen: ein leerer Wert oder ein Marker, den du selbst eingefügt hast, etwa ein TODO-Präfix. Wenn dein einziges Signal ist, dass ein Wert “wie Englisch aussieht”, lässt sich das nicht zuverlässig als Regel formulieren. Teile die Datei besser auf, bevor du sie hochlädst.

Wo der Satz für den Umfang platziert wird und wo er stillschweigend nichts bewirkt

Wenn Sie dies falsch machen, bezahlen Sie für die Übersetzung der gesamten Datei. Es gibt zwei Stellen, an denen Sie eine Anweisung schreiben können, und diese sind nicht austauschbar.

Die Plan-Anweisung ist das, was Sie eingeben, bevor Sie einen Plan sehen. Sie wird mit der Struktur Ihrer Datei abgeglichen und bildet die Grundlage für den Plan. Hier wird der Umfang (Scope) festgelegt.

Die Batch-Anweisungen werden in die Übersetzung übernommen und bei jedem einzelnen String angewendet. In diesem Moment ist nur ein einziger String sichtbar, sodass eine Regel nur Dinge beschreiben kann, die innerhalb dieses Strings sichtbar sind: Behalten Sie einen Platzhalter bei, lassen Sie eine URL im Text unberührt, übersetzen Sie niemals einen Produktnamen, verwenden Sie ein informelles Register.

Und hier passiert der Fehler: Schreiben Sie “nur die leeren Zellen übersetzen” in die Batch-Anweisungen, und es passiert nichts, und Sie werden nicht gewarnt. In diesem Moment gibt es keine Zellen mehr. Es gibt einen String, der bereits ausgewählt wurde und gerade übersetzt wird, weil die Entscheidung über den Umfang zuvor durch eine Anweisung getroffen wurde, die den Umfang nie erwähnt hat. Die Datei kommt vollständig übersetzt zurück, und die Rechnung spiegelt dies wider.

Die einfachste Eselsbrücke: Der Plan entscheidet, was übersetzt wird, die Batch-Anweisungen entscheiden, wie es klingt.

Den Satz formulieren

Klares Englisch, ein oder zwei Zeilen, wobei Quellsprache und Zielsprache explizit genannt werden. Folgende Formulierungen funktionieren wie geschrieben:

Only the rows where the German column is still empty. Source is English.

Only translate the units where the target is identical to the source,
it is a placeholder. Leave every unit that already differs.

Fill the empty Italian column from the English one. Do not touch the
French, German or Spanish columns.

Translate the description and the SEO title into Dutch where the Dutch
version is missing. Leave the handle and the SKU alone.

Zwei Gewohnheiten, die sich auszahlen: Nennen Sie die Quellsprache explizit, anstatt sie automatisch erkennen zu lassen, da die automatische Erkennung genau dort am unzuverlässigsten ist, wo es am meisten kostet: bei kurzen Strings und Dateien, die bereits einige übersetzte Werte enthalten, was auf jede Datei in diesem Artikel zutrifft. Und nennen Sie die Spalten oder Keys, die unberührt bleiben sollen, selbst wenn Ihre Umfang-Regel sie bereits ausschließt. Das kostet nur einen Nebensatz und verhindert eine ganze Kategorie von Missverständnissen.

Wenn dieselben Begriffe immer wieder gleich übersetzt werden sollen, wie im letzten Batch, tragen Sie diese einmal in ein Workspace-Glossar ein. Die Zeilen, die Sie jetzt ausfüllen, stimmen dann mit den Zeilen überein, die jemand im März ausgefüllt hat. Das ist die andere Hälfte, um eine teilweise übersetzte Datei korrekt fertigzustellen.

Den Umfang bestätigen, bevor Sie dafür bezahlen

Sie müssen sich nie darauf verlassen, dass Ihre Anweisung funktioniert hat, weil Sie zuerst den Plan lesen.

Der Plan liefert gemessene Zahlen, also die tatsächliche Anzahl an Elementen und Wörtern in Ihrer Datei, nicht eine Schätzung basierend auf der Dateigröße. Er bietet drei Möglichkeiten zur Prüfung: eine Vorschau, wie Ihre Datei danach aussehen wird, eine Tabelle mit den exakten Textstellen, die gesendet werden, und eine Zusammenfassung in einfacher Sprache dessen, was verstanden wurde. In der Element-Tabelle wird ein falscher Umfang offensichtlich, da eine Zeile, von der Sie dachten, sie würde ausgeschlossen, entweder in dieser Liste steht oder eben nicht.

Wenn etwas falsch ist, schreiben Sie das in einem Satz, und es wird neu geplant. Das Erstellen des Batches und die Planung sind kostenlos und können beliebig oft wiederholt werden. Nur die Genehmigung verbraucht Credits, und die Anzahl entspricht der gemessenen Wortzahl dessen, was im Umfang enthalten ist. Der teure Fehler in diesem gesamten Artikel, also für die Neuübersetzung von bereits erledigter Arbeit zu bezahlen, kann also nur passieren, wenn Sie einen Plan genehmigen, der genau das vorsieht.

Diese Reihenfolge ist wichtiger, als es scheint. Ein Tool, bei dem der Umfang eine Vermutung ist, erfordert Vertrauen. Ein Tool, bei dem der Umfang ein Plan ist, den man liest, ist ein Tool, bei dem Fehler nichts kosten.

Zwei weitere nützliche Informationen

Sie können verlangen, dass nur die bearbeiteten Datensätze zurückgegeben werden. Wenn Sie für einen Reviewer nur eine kleine Datei anstatt des gesamten Katalogs benötigen, geben Sie dies an, und die Ausgabe enthält nur die Datensätze, die eine Übersetzung erhalten haben. Dies funktioniert für CSV, Excel, JSON, YAML, PO, XLIFF, SRT und ZIP-Archive dieser Formate. Bei App-Ressourcendateien wird dies bewusst verweigert, da eine App jeden Key sucht, den sie erwartet, und eine unvollständige strings.xml eher zu einem Absturz führt als zu einer kleineren Datei.

Eine Regel, die über die gesamte Datei hinweg zählen muss, funktioniert nicht. Bei großen Dateien läuft das Programm, das den Umfang auswählt, die Zeilen in aufeinanderfolgenden Abschnitten durch, statt alles auf einmal zu sehen. Regeln zur Position funktionieren, weil sich die Position berechnen lässt: jede zweite Zeile, die ersten 500 Zeilen. Eine Regel, für die eine laufende Summe nötig ist, etwa “die ersten 200 noch leeren Zeilen”, funktioniert dagegen nicht, weil kein einzelner Durchlauf weiß, wie viele Treffer es bereits in früheren Abschnitten gab. Bitte entweder alle leeren Zeilen oder einen festen Zeilenbereich an. Beides ist kein Problem. Dateien können viele Zeilen umfassen: Excel erlaubt 1,048,576 Zeilen pro Blatt. Eine Regel, die bei Zeile 18,000 greift, lässt sich also problemlos testen.

Der ehrliche Umfang all dessen

Nutzen Sie es für den Teil, der wirklich repetitiv ist: die 200 Zeilen, die diesen Monat aufgetaucht sind, die vierte Sprache, der man letzte Woche zugestimmt hat, die zweitausend Einheiten, bei denen ein früheres Tool den Quelltext stehen gelassen hat. Diese Arbeit ist manuell mühsam, und es ist jeden Monat die gleiche Arbeit.

Nutzen Sie die Review-Zeit dann für das Ergebnis, nicht für das Filtern der Datei. Viele Teams nutzen dies als ersten Durchgang und lassen einen Reviewer drüberschauen. Das ist eine sinnvolle Nutzung eines Experten und eine weitaus bessere Verwendung eines Nachmittags, als eine Kopie einer Tabellenkalkulation zu erstellen, in der einige Zeilen gelöscht wurden.

Wenn Sie noch keinen dieser Prozesse vollständig durchlaufen haben, beginnen Sie mit dem gesamten Ablauf statt mit dem Umfang: Es gibt eine Anleitung zum Übersetzen einer CSV-Datei und eine zum Übersetzen eines Excel-Arbeitsmappes. Der oben genannte Satz zum Umfang lässt sich in beiden Fällen unverändert übernehmen.

Engagieren Sie für Ihre Homepage einen Übersetzer. Für die 3.600 Zeilen, die noch leer sind, sollten Sie nicht für die 400 bezahlen, die es nicht sind.