Ein zweiter Sprachraum ist heute schnell aufgesetzt: Die maschinelle Stufe übersetzt zehntausend Produkttexte über Nacht, und am Morgen sieht der Katalog vollständig aus. Ob er auch verkauft, ist eine andere Frage. 76 Prozent der Onlinekäufer bevorzugen Produkte, deren Informationen in ihrer eigenen Sprache vorliegen (CSA Research, 2020), und 60 Prozent kaufen selten oder gar nicht auf rein englischsprachigen Seiten (CSA Research, 2014). Sprache entscheidet damit über Umsatz mit - aber nur, wenn sie trägt. Dieser Beitrag zeigt, wie Sie die Übersetzungsstrecke Ihres Online-Shops mit klaren Prüfstufen aufbauen: welche Inhalte welche Prüftiefe brauchen, wie Glossar und Stilregeln die maschinelle Stufe führen, wie sich Qualität in Fehlerklassen messen lässt und was technisch dazugehört, damit die Sprachfassungen auch gefunden werden.
Warum die Sprache über den Kauf mitentscheidet
Der Zusammenhang ist gut belegt: Wer eine Produktseite nicht mühelos lesen kann, kauft dort seltener. 76 Prozent der Onlinekäufer bevorzugen Produkte mit Informationen in der eigenen Sprache (CSA Research, 2020), 60 Prozent kaufen selten oder gar nicht auf rein englischsprachigen Seiten (CSA Research, 2014). Das ist keine Frage der Fremdsprachenkenntnis, sondern eine Frage von Aufwand und Vertrauen: In der Muttersprache erfassen Menschen technische Angaben schneller, überfliegen Bedingungen sicherer und geben ihre Zahlungsdaten mit weniger Zögern ein. Innerhalb der Europäischen Union kommt hinzu, dass 24 Amtssprachen nebeneinander bestehen (EU-Kommission). Ein einziges englischsprachiges Schaufenster deckt den Binnenmarkt sprachlich also nur zu einem Teil ab, selbst wenn technisch jedes Land beliefert werden kann.
Rechtlich ist niemand gezwungen, den Shop in jeder Sprache anzubieten: Die Geoblocking-Verordnung verpflichtet Händler, den Zugang zum Angebot nicht nach Herkunft der Kundschaft zu beschränken, schreibt aber ausdrücklich keine Übersetzung der Website in die Sprache des Kunden vor (EU-Kommission). Wirtschaftlich fällt die Rechnung anders aus: Lokalisierte Produktbeschreibungen, Bewertungen und Kassenprozesse schneiden in internationalen Märkten messbar besser ab als englischsprachige Varianten (CSA Research 2014). Wer die Internationalisierung seines Shops plant, sollte die Sprache deshalb nicht als Nachtrag behandeln, sondern gemeinsam mit Preisen, Zahlarten und Versandwegen entscheiden - Themen, die wir im Beitrag zu Mehrwährungsfähigkeit und lokalen Preisen vertiefen.
Übersetzt wird gern das Sichtbare: Titel, Beschreibung, Kategorietext. Kaufentscheidend sind aber auch die Randzonen - Filterwerte, Lieferzeitangaben, Fehlermeldungen im Formular, Zahlungshinweise und die Bestellbestätigung per E-Mail. Eine halb übersetzte Kasse fällt Kundinnen und Kunden genau in dem Moment auf, in dem sie ohnehin zögern: kurz vor der Zahlung.
Was die maschinelle Stufe leistet - und wo sie bricht
Maschinelle Übersetzung ist keine Neuheit mehr, sondern ein etablierter Baustein mit einem eigenen Anbietermarkt. Bei strukturierten Inhalten spielt die Technik ihre Stärken aus. Produktkataloge, Merkmalslisten, Kategorieseiten und technische Angaben folgen wiederkehrenden Mustern, enthalten wenig Ironie und wenig Anspielung. Hier liefert die Maschine gleichmäßige Ergebnisse über zehntausende Datensätze hinweg, und zwar zu Stückkosten, die ein rein manuelles Vorgehen kaum erreicht. Genau deshalb hat sich die Nachbearbeitung maschineller Ausgaben als eigenes Verfahren durchgesetzt: Sie machte 2024 rund 46 Prozent der Arbeitsabläufe bei Sprachdienstleistern aus (Nimdzi). Die Maschine ersetzt die Prüfung also nicht, sie verschiebt den Schwerpunkt der Arbeit.
Brüchig wird es dort, wo Bedeutung nicht im Satz steht, sondern im Umfeld. Markenstimme, kultureller Kontext und Fachterminologie sind die drei Bereiche, in denen maschinelle Ausgaben regelmäßig danebenliegen: Ein Bauteil heißt in der Zielsprache plötzlich in drei Varianten, eine Verneinung kippt, eine Maßangabe wandert in die falsche Einheit, ein nüchterner Rechtstext bekommt Werbeton. Wer bereits KI-generierte Produktbeschreibungen einsetzt, kennt das Muster aus der Textproduktion - bei der Übersetzung wirkt es zusätzlich über alle Zielsprachen gleichzeitig. Aufschlussreich ist dazu ein Forschungsbefund: Die Suchqualität in mehrsprachigen Shops hängt nur bis zu einer Schwelle von der Übersetzungsqualität ab, darüber bringt eine bessere Übersetzung für die Suche kaum noch Gewinn (Amazon Science). Das ist ein starkes Argument dafür, Prüfaufwand gezielt zu setzen statt gleichmäßig zu verteilen - so, wie es sich auch bei anderen KI-Bausteinen im Shop bewährt hat.
Ein Katalog, der über Nacht in vier Sprachen vorliegt, sieht nach Fortschritt aus. Die Kosten schwacher Sprachfassungen tauchen erfahrungsgemäß später auf: in Retouren, weil eine Maßangabe falsch verstanden wurde, in Supportanfragen, weil die Versandbedingung unklar bleibt, und in Kaufabbrüchen, weil die Kasse halb deutschsprachig geblieben ist. Wer die Prüfung einspart, verlagert den Aufwand nur an eine teurere Stelle.
Inhalte klassifizieren: nicht jeder Text braucht dieselbe Prüftiefe
Die wichtigste Entscheidung fällt vor der ersten Übersetzung: Welche Inhalte gibt es überhaupt, und was passiert, wenn ein Satz danebenliegt? Aus dieser Risikofrage ergibt sich die Prüftiefe. In der Praxis reichen drei bis vier Klassen aus; mehr macht das Regelwerk unhandlich und führt dazu, dass sich niemand daran hält.
- Produktdaten und Merkmale: hohe Stückzahl, feste Struktur, geringe Interpretationsbreite. Hier arbeitet die Maschine mit Glossar und geschützten Platzhaltern, geprüft wird per Stichprobe je Charge. Sauber gepflegte Quelldaten aus einem PIM-System senken den Prüfaufwand spürbar, weil sie die Zahl der Sonderfälle begrenzen.
- Kategorie- und Hilfetexte: mittlere Stückzahl, erklärender Charakter, an vielen Stellen sichtbar. Diese Texte gehen nach der maschinellen Stufe in die Nachbearbeitung, weil Tonfall und Verständlichkeit hier bereits mitverkaufen und weil sie in der Zielsprache oft mehr Kontext brauchen als eine wörtliche Übertragung liefert.
- Marken- und Rechtstexte: kleine Stückzahl, hohe Wirkung, hohes Risiko. Startseite, Kampagnentexte, Widerrufsbelehrung, Gewährleistungs- und Sicherheitshinweise. Die Maschine liefert hier bestenfalls einen Entwurf; freigegeben wird fachlich durch eine Person, die den Zielmarkt kennt.
- Nutzergenerierte Inhalte: Bewertungen und Kundenfragen lassen sich maschinell übersetzen und als maschinell übersetzt kennzeichnen. Eine Vorabprüfung ist bei laufendem Zustrom unrealistisch - hier greift ein Meldeweg statt einer Freigabe, ergänzt um die ursprüngliche Sprachfassung im Ausklappbereich.
Diese Einteilung ist keine Bürokratie, sondern ein Budgetinstrument. Sie beantwortet die Frage, wofür eine Prüfstunde ausgegeben wird, und beugt dem verbreiteten Muster vor, dass alle Texte gleich behandelt und deshalb alle gleich flüchtig geprüft werden. Wer zusätzlich die Kosten seiner KI-Strecken im Blick behält, erkennt schnell: Die Maschine ist selten der teure Teil. Der Aufwand steckt in der Prüfung - und genau deshalb muss er gesteuert werden.
| Inhaltsklasse | Beispiel | Maschinelle Stufe | Prüfstufe |
|---|---|---|---|
| Produktdaten und Merkmale | Titel, Attribute, Filterwerte | Stapel mit Glossar | Stichprobe je Charge |
| Kategorie- und Hilfetexte | Kategorietext, Versand, Retoure | Übersetzung mit Seitenkontext | Nachbearbeitung durch Redaktion |
| Marken- und Rechtstexte | Startseite, Kampagne, Widerruf | Nur Entwurf zur Vorlage | Vollständige fachliche Prüfung |
| Nutzergenerierte Inhalte | Bewertungen, Kundenfragen | Maschinell mit Kennzeichnung | Meldeweg statt Vorabprüfung |
Die Pipeline: vier Stufen zwischen Quelltext und Sprachfassung
Eine belastbare Übersetzungsstrecke besteht aus vier Stufen, die in fester Reihenfolge durchlaufen werden - und aus einem Rückweg für alles, was durchfällt. Entscheidend ist, dass jede Stufe ein klares Ergebnis liefert und dass keine Stufe übersprungen wird, weil es gerade eilig ist. Genau an dieser Stelle scheitern Sprachprojekte häufiger als an der Technik.
- Quelltext prüfen: Vor der Übersetzung wird der Ausgangstext bereinigt. Uneinheitliche Schreibweisen, Tippfehler und mehrdeutige Formulierungen vervielfachen sich sonst über alle Zielsprachen hinweg. Ein sauberer Quelltext ist der günstigste Qualitätsgewinn der gesamten Strecke.
- Vorbereiten: Glossar, Stilregeln und die Liste nicht zu übersetzender Begriffe werden geladen, Platzhalter und Auszeichnungen maskiert, Kontextangaben ergänzt - etwa, ob ein kurzes Segment eine Schaltfläche, eine Überschrift oder ein Attributwert ist.
- Maschinelle Stufe: Die Übersetzung läuft als Stapel, Ergebnisse werden zwischengespeichert, damit unveränderte Segmente beim nächsten Lauf nicht erneut anfallen. Segmente, in denen ein Glossarbegriff fehlt oder die Länge aus dem Rahmen fällt, werden automatisch markiert.
- Prüfstufe: Je nach Inhaltsklasse Stichprobe, Nachbearbeitung oder vollständige Prüfung. Befunde werden nicht nur korrigiert, sondern einer Fehlerklasse zugeordnet - nur so lässt sich das Regelwerk gezielt verbessern, statt dieselben Korrekturen bei jedem Lauf erneut von Hand vorzunehmen.
- Freigabe und Veröffentlichung: Erst nach der Freigabe wird die Sprachfassung ausgespielt, samt hreflang-Angabe und korrekter Sprachauszeichnung. Bis dahin bleibt sie unveröffentlicht statt halbfertig online zu stehen.
- Rückläufer und Regelpflege: Jeder wiederkehrende Fehler wandert als Glossareintrag oder Stilregel zurück in die Vorbereitung. Eine Pipeline ohne diesen Rückweg wiederholt dieselben Fehler in jedem Lauf.
Die Dokumentation der Google-Suche behandelt Inhalte, die in großer Zahl maschinell erzeugt oder übersetzt und ohne menschliche Prüfung veröffentlicht werden, als Verstoß gegen die Spam-Richtlinien (Google Search Central). Der Unterschied liegt nicht in der Technik, sondern im Prozess: Maschinelle Übersetzung mit dokumentierter Prüfung und Freigabe ist ausdrücklich in Ordnung, der ungeprüfte Massenimport nicht. Wer ohnehin Rankings über einen Relaunch retten muss, sollte Sprachfassungen erst recht nicht ungeprüft nachschieben.
Terminologie, Stil und Platzhalter: die Vorbereitung entscheidet
Die meisten Übersetzungsfehler, die im Shop auffallen, entstehen nicht in der Maschine, sondern davor. Ohne verbindliche Begriffe entscheidet jedes Segment neu, wie ein Bauteil heißt; ohne Stilregeln wechselt die Ansprache mitten im Sortiment; ohne geschützte Platzhalter landet ein Variablenname im Fließtext. Vier Bausteine bringen die Vorbereitung auf ein tragfähiges Niveau:
Glossar mit Verbindlichkeit
Eine gepflegte Begriffsliste je Zielsprache legt fest, wie zentrale Produkt-, Material- und Funktionsbegriffe heißen. Sie wirkt doppelt: in der Übersetzung und später in Suche und Filterlogik, die auf denselben Begriffen aufsetzen.
Stilregeln je Sprache
Anrede, Satzlänge, Umgang mit Zahlen und Einheiten, Groß- und Kleinschreibung in Überschriften: Was in der Ausgangssprache selbstverständlich wirkt, muss je Zielsprache entschieden werden. Zwei Seiten Regelwerk reichen typischerweise aus.
Platzhalter und Auszeichnung schützen
Variablen, HTML-Fragmente, Einheiten und Artikelnummern werden vor der Übersetzung maskiert und danach zurückgesetzt. Das verhindert die technisch häufigste Fehlerklasse: zerschossene Platzhalter und Verweise, die ins Leere laufen.
Kontext mitgeben
Ein Segment aus drei Wörtern ist ohne Kontext kaum übersetzbar. Angaben zu Feldtyp, verfügbarer Zeichenlänge und Position - Schaltfläche, Überschrift, Attributwert - erhöhen die Trefferquote der maschinellen Stufe deutlich.
Diese Regeln gehören nicht in ein Dokument auf einem Laufwerk, sondern in die Konfiguration der Strecke. In der Programmierung und Weiterentwicklung eines Shops wird das Regelwerk versioniert wie Code, damit nachvollziehbar bleibt, mit welchem Glossarstand eine Sprachfassung entstanden ist. Ein solches Regelwerk je Inhaltsklasse kann kompakt bleiben:
# Regelwerk je Inhaltsklasse: steuert Maschine, Prüfstufe und Freigabe
content_class: produktdaten
source: pim
target_locales: [en-GB, nl-NL, fr-FR]
glossary: glossar-technik-v7
style_guide: stil-shop-sachlich
do_not_translate:
- XICTRON
- "{{artikelnummer}}"
- "{{variante}}"
- "{{unit}}"
review_level: sample # sample | post_edit | full_review
sample_percent: 5
approval: auto
on_glossary_miss: hold # unbekannter Fachbegriff wird zurückgestellt
max_length_ratio: 1.35 # Zielsprache darf 35 Prozent länger werden
---
# Marken- und Rechtstexte: Maschine liefert nur einen Entwurf
content_class: brand_and_legal
source: cms
target_locales: [en-GB, nl-NL, fr-FR]
glossary: glossar-marke-v3
do_not_translate: [XICTRON]
machine_output: draft_only
review_level: full_review
approval: expertDer Wert dieser Datei liegt in ihrer Prüfbarkeit. review_level und approval beantworten, wer eine Sprachfassung freigibt. do_not_translate verhindert, dass Markennamen und Variablen mitübersetzt werden. max_length_ratio fängt den Klassiker ab, dass eine französische Schaltflächenbeschriftung ihren Rahmen sprengt. Und on_glossary_miss sorgt dafür, dass ein unbekannter Fachbegriff nicht stillschweigend geraten, sondern zurückgestellt wird - der Unterschied zwischen einer Strecke, die lernt, und einer, die still Fehler produziert.
Qualität messbar machen: Fehlerklassen statt Bauchgefühl
Solange Übersetzungsqualität als Gefühl verhandelt wird, gewinnt die lauteste Meinung. Messbar wird sie über Fehlerklassen: Jeder Befund aus der Prüfung wird einer Kategorie zugeordnet und gewichtet, aus der Summe entsteht eine Fehlerquote je tausend Wörter. Für die Abstufung der Nacharbeit gibt es einen internationalen Rahmen. Die Norm ISO 18587 beschreibt die Anforderungen an die vollständige Nachbearbeitung maschineller Übersetzungen und grenzt sie von der leichten Nachbearbeitung ab (ISO 18587). Für Übersetzungsdienstleistungen insgesamt verlangt ISO 17100 zusätzlich, dass eine zweite Person die Übersetzung revidiert (ISO 17100). Beide Normen liefern kein Werkzeug, aber eine Sprache, in der sich Prüftiefe vereinbaren lässt.
| Fehlerklasse | Beispiel im Shop | Wirkung |
|---|---|---|
| Terminologie | Zwei Namen für dasselbe Bauteil | Suche und Filter greifen daneben |
| Genauigkeit | Maßangabe oder Verneinung verdreht | Retouren und Reklamationen |
| Sprachrichtigkeit | Falscher Artikel, holprige Satzstellung | Vertrauensverlust auf der Produktseite |
| Stil und Ansprache | Werbeton im Rechtstext, wechselnde Anrede | Markenbild wird unscharf |
| Lokale Konvention | Datum, Dezimaltrennung, Einheit falsch | Missverständnisse im Bestellprozess |
| Auszeichnung | Platzhalter oder HTML zerschossen | Darstellungsfehler und tote Verweise |
Zwei Kennzahlen genügen für den Anfang. Erstens die Fehlerquote je Charge, getrennt nach Inhaltsklasse - sie zeigt, ob das Regelwerk greift. Zweitens der Anteil der Rückläufer, also jener Segmente, die aus der Prüfstufe zurück in die Vorbereitung gehen. Sinkt der Rückläuferanteil über mehrere Läufe, arbeitet das Glossar. Bleibt er hoch, fehlt ein Begriff oder eine Stilregel. Wichtig ist die konsequente Stichprobe: Bei Produktdaten reichen erfahrungsgemäß fünf Prozent je Charge, sofern die Auswahl zufällig gezogen wird und nicht aus den ersten Datensätzen besteht - die sind in der Praxis oft die saubersten.
Nicht jede Verbesserung zahlt sich aus. Für die Suche in mehrsprachigen Shops gilt, dass die Übersetzungsqualität nur bis zu einer Schwelle mit der Suchqualität zusammenhängt; darüber bringt zusätzlicher Aufwand für die Suche wenig (Amazon Science). Praktisch heißt das: Produktdaten müssen begrifflich stimmen, damit Suche und Filter greifen. Sprachliche Feinarbeit gehört stattdessen in Marken- und Kampagnentexte, wo sie unmittelbar auf die Kaufentscheidung wirkt.
Technik im Shop: hreflang, Sprachauszeichnung und Aktualisierung
Eine gute Übersetzung nützt wenig, wenn die Sprachfassung nicht gefunden oder falsch ausgeliefert wird. Der technische Unterbau ist überschaubar, aber fehleranfällig, weil er an mehreren Stellen zugleich stimmen muss - im Markup, in der URL-Struktur und im Aktualisierungslauf.
- hreflang-Angaben paarweise setzen: Jede Sprachfassung verweist auf alle anderen, und jeder Verweis wird erwidert. Fehlt der Rückverweis, wertet die Suchmaschine die Angabe nicht aus (Google Search Central). Ein
x-defaultfängt Besucher ab, für die keine passende Fassung existiert. - Sprache im Markup auszeichnen: Das
lang-Attribut der Seite und die Auszeichnung fremdsprachiger Abschnitte sind Anforderungen der Barrierefreiheitsrichtlinien (W3C). Vorlesesoftware wählt daran die Aussprache aus - eine falsch ausgezeichnete Seite klingt für blinde Nutzerinnen und Nutzer nach Kauderwelsch. - URL-Struktur früh festlegen: Sprachverzeichnisse, Subdomains oder eigene Länderdomains sind eine Grundsatzentscheidung. Ein späterer Wechsel zieht ein vollständiges Redirect-Konzept nach sich, das jede alte Adresse auf ihre neue Entsprechung führt.
- Aktualisierungslauf statt Vollimport: Nur geänderte Segmente gehen erneut durch die Strecke. Ein Abgleich über Prüfwerte spart Kosten und verhindert, dass bereits freigegebene Texte durch einen Neulauf überschrieben werden.
- Pflichtangaben je Markt mitdenken: Manche Angaben sind nicht übersetzbar, sondern länderabhängig - etwa Energielabel und Produktdatenblätter, Hinweise zur Gewährleistung oder Angaben zur Streitbeilegung.
- Bilder und Alternativtexte einbeziehen: Alternativtexte sind Inhalt, kein Beiwerk. Wer sie systematisch pflegt, sollte sie in dieselbe Prüfstrecke geben wie Produkttexte.
Zur Technik gehört außerdem die Frage, was mit der Suche passiert. Ein mehrsprachiger Shop braucht je Sprache eine eigene Wortzerlegung, eigene Synonymlisten und eigene Stoppwörter - sonst findet die niederländische Fassung wenig, obwohl der Katalog vollständig übersetzt ist. Diese Arbeit gehört in dieselbe Planung wie die Suchmaschinenoptimierung der Zielmärkte, weil beide auf denselben Begriffen aufsetzen. Wird das Glossar sauber geführt, liefert es für beide Aufgaben dieselbe Grundlage.
Übersetzung als Betriebsprozess verankern
Ein Sprachprojekt endet nicht mit dem ersten Import. Sortimente wachsen, Beschreibungen werden überarbeitet, Rechtstexte ändern sich, neue Märkte kommen hinzu. Ohne feste Zuständigkeit driften die Sprachfassungen auseinander: Die deutsche Produktseite nennt eine neue Eigenschaft, die englische nicht - und es fällt niemandem auf, weil kein Lauf die beiden vergleicht. Deshalb gehört die Übersetzungsstrecke in den laufenden Betrieb und nicht in ein einmaliges Projektbudget.
Inhaltsklassen und Regelwerk
Wir legen mit Ihnen fest, welche Inhalte welche Prüftiefe bekommen, und verankern das Regelwerk versioniert in der Strecke statt in einer Dateiablage.
Prüfstufen mit Nachweis
Stichprobe, Nachbearbeitung und fachliche Freigabe werden dokumentiert - orientiert an den Abstufungen der Nacharbeit aus ISO 18587 (ISO 18587).
Technische Ausspielung
hreflang, Sprachauszeichnung, URL-Struktur und Aktualisierungslauf richten wir im Shop ein, damit die Sprachfassungen sauber indexiert werden (Google Search Central).
Betrieb und Regelpflege
Rückläufer fließen als Glossareinträge und Stilregeln zurück, damit die Fehlerquote über die Läufe sinkt, statt sich zu wiederholen.
Die Reihenfolge ist entscheidend: erst klassifizieren, dann vorbereiten, dann maschinell übersetzen, dann prüfen. Wer sie umdreht und mit der Maschine beginnt, prüft am Ende Texte, die in dieser Form so nicht entstanden wären - und korrigiert Symptome statt Regeln. Wenn Sie Ihren Shop in weitere Sprachen bringen oder eine bestehende Sprachfassung auf ein tragfähiges Niveau heben möchten, richten wir die Strecke ein: von der Inhaltsklasse über Glossar und Prüfstufen bis zur hreflang-Auslieferung. Als Shopware-Agentur verankern wir sie direkt im Betrieb Ihres Shops - sprechen Sie uns im Erstgespräch auf Ihre Zielmärkte an.
Dieser Artikel basiert auf Daten von CSA Research, Nimdzi und Amazon Science. Die genannten Zahlen beziehen sich auf den Stand der jeweiligen Veröffentlichung. Ergänzend herangezogen wurden die Anforderungen der Normen ISO 18587 und ISO 17100, die in der Dokumentation der Google-Suche veröffentlichten Spam-Richtlinien, die Sprachanforderungen der Barrierefreiheitsrichtlinien des W3C sowie Angaben der EU-Kommission zu den 24 Amtssprachen und zur Geoblocking-Verordnung. Stand: August 2026.
Für strukturierte Inhalte wie Produktdaten, Merkmalslisten und Kategorieseiten liefert die maschinelle Stufe in der Regel brauchbare Ergebnisse, sofern ein Glossar und geschützte Platzhalter vorgeschaltet sind. Bei Markentexten, Kampagnen und Rechtstexten trägt sie erfahrungsgemäß nur als Entwurf. Sinnvoll ist deshalb eine Einteilung nach Inhaltsklassen mit unterschiedlicher Prüftiefe statt einer pauschalen Entscheidung für oder gegen die Maschine.
Alles, was rechtlich bindet oder die Marke trägt: Widerrufsbelehrung, Gewährleistungs- und Sicherheitshinweise, Zahlungs- und Versandbedingungen, Startseite und Kampagnentexte. Hinzu kommen Begriffe, die in Suche und Filter einfließen, weil ein uneinheitlicher Fachbegriff dort unmittelbar zu Fehltreffern führt. Für die Abstufung der Nacharbeit beschreibt ISO 18587 die Anforderungen an eine vollständige Nachbearbeitung (ISO 18587).
Das Problem ist nicht die Technik, sondern ein fehlender Prozess. Die Dokumentation der Google-Suche behandelt Inhalte, die in großer Zahl maschinell übersetzt und ohne menschliche Prüfung veröffentlicht werden, als Verstoß gegen die Spam-Richtlinien (Google Search Central). Eine Strecke mit dokumentierter Prüfung und Freigabe ist davon nicht betroffen. Wichtig sind zusätzlich korrekte hreflang-Angaben mit gegenseitigen Verweisen.
Die leichte Nachbearbeitung korrigiert Sinnfehler und macht den Text verständlich, lässt Stil und Formulierung aber weitgehend so, wie die Maschine sie geliefert hat. Die vollständige Nachbearbeitung führt den Text auf das Niveau einer menschlichen Übersetzung, einschließlich Terminologie, Stil und Zielgruppenansprache; ihre Anforderungen sind in ISO 18587 beschrieben (ISO 18587). Für Übersetzungsdienstleistungen sieht ISO 17100 darüber hinaus eine Revision durch eine zweite Person vor (ISO 17100).
Wenige Sprachen in guter Qualität schlagen viele Sprachen in schwacher Qualität. Sinnvoll ist der Start mit ein bis zwei Zielmärkten, in denen Sortiment, Versand und Zahlarten bereits funktionieren. Da 60 Prozent der Onlinekäufer selten oder gar nicht auf rein englischsprachigen Seiten kaufen (CSA Research, 2014), lohnt sich die Landessprache dort, wo nennenswerter Umsatz erwartet wird. Eine englische Fassung als Auffangsprache bleibt daneben sinnvoll.
Der größte Aufwand liegt im ersten Lauf. Danach betrifft die Strecke nur noch geänderte Segmente, sofern ein Abgleich über Prüfwerte eingerichtet ist. Kalkulieren Sie feste Zeitanteile für die Pflege von Glossar und Stilregeln sowie für die Stichprobenprüfung neuer Chargen ein. Erfahrungsgemäß sinkt der Anteil der Rückläufer über die ersten Läufe deutlich, wenn Befunde konsequent ins Regelwerk zurückfließen.