Das Lokalisierungsteam von SoSafe besteht aus zwei Personen. Es liefert Inhalte in 34 Sprachen an Organisationen in Europa, Asien und Australien aus. Heute dauert mit Lingo.dev eine vollständige Neuübersetzung von mehr als 90 Lektionen in allen Sprachen nur einen einzigen Tag.

Das ist keine Geschichte über eine Tool-Migration. Es ist eine Geschichte darüber, was passiert, wenn ein Team Lokalisierung nicht länger als Dienstleisterbeziehung versteht, sondern als Infrastruktur.

"Ich finde es stark, dass die Lokalisierungsinfrastruktur von Lingo.dev von Grund auf AI-first gedacht ist. Wir sind von sechs Monaten pro Release auf einen Sprint für 34 Sprachen gekommen – und sprechen direkt mit den Engineers dahinter."

– Max Höffner, Director of Product Engineering, SoSafe

Das Produkt verlangt es#

SoSafe ist die am schnellsten wachsende Plattform für adaptives Human Risk Management und genießt das Vertrauen von über 6.000 Organisationen weltweit, die damit menschliche Resilienz aufbauen, während sich Risiken weiterentwickeln. Auf Basis verhaltenswissenschaftlicher Erkenntnisse und gestützt durch Community-Intelligenz aus realen Bedrohungen und Verhaltensmustern macht die Plattform alltägliche Interaktionen zu Chancen für adaptives Lernen. Präzision, Genauigkeit und Relevanz der Inhalte sind entscheidend, damit Schulungen und Lerninhalte wirksam sind. Die richtigen juristischen Begriffe für die jeweilige Rechtsordnung stärken die Glaubwürdigkeit von GDPR-Schulungen insgesamt. Phishing-Simulationen müssen echt wirken, damit ein echter Lerneffekt entsteht.

"Wir sind sehr stolz auf unsere Inhouse-Inhalte", sagt Max Höffner, Director of Product Engineering bei SoSafe. "In Deutschland würde man immer die formelle Sprache verwenden. In der Schweiz greift man selbst in offiziellen Schulungen eher zur informellen Variante. Genau hier wird hochwertige Lokalisierung zu einer Frage der Produktqualität – nicht zu einem netten Extra."

Relevanz und Qualität der Inhalte sind einer der Wettbewerbsvorteile von SoSafe. Die Simulations-E-Mails müssen auf lokale Institutionen Bezug nehmen. Die Compliance-Module brauchen regulatorische Sprache, die zur jeweiligen Rechtsordnung passt. Eine generische Übersetzung ist schlimmer als gar keine Übersetzung – sie trainiert Mitarbeitende darauf, die falschen Signale zu erkennen.

Wie sah Enterprise-Lokalisierung vor AI aus?#

Vor 2025 sah der Lokalisierungs-Workflow von SoSafe aus wie die meisten Enterprise-Setups für Lokalisierung: ein Legacy-TMS, externe Übersetzungsagenturen für die Umsetzung und ein schmerzhafter manueller Prozess, der beides miteinander verband.

Annika Palm, Lokalisierungsingenieurin bei SoSafe, beschreibt ihre frühere Rolle ganz ohne Nostalgie: "Dateiverwaltung machte wahrscheinlich rund 90 % meines Jobs aus. Nicht besonders spannend, nicht besonders unterhaltsam, aber es musste erledigt werden. Dateiübertragungen liefen meist per E-Mail. Dateien gingen in der Kommunikation manchmal verloren. Die Versionierung war oft ein Problem, weil wir kein Git hatten."

Der Workflow für eine einzelne Lektion: eine Projektdatei duplizieren, sie im Authoring-Tool öffnen, jede Zeichenkette doppelklicken, den übersetzten Text der Agentur einfügen, speichern, exportieren, hochladen. Für jede Sprache. Für jede Lektion.

Wir haben festgestellt, dass die Qualitätskontrolle nur die Sprachen abdeckte, die überhaupt jemand im Team lesen konnte. Für den Rest gab es keinerlei Messung.

"Übersetzenden fehlt oft das domänenspezifische Wissen", sagt Annika. "Ihre Übersetzungen waren okay, aber nicht so gut, wie sie für uns hätten sein müssen."

Wann hört ein Legacy-TMS auf zu funktionieren?#

Der Wandel fand auf struktureller Ebene statt – SoSafe migrierte seine Content-Architektur auf JSON-Dateien in Git-Repositories und ersetzte damit das proprietäre Format des Authoring-Tools. Sobald die Inhalte in Git lagen, drängte sich die Frage auf: Warum läuft Lokalisierung außerhalb dieser Pipeline?

Max Höffner erkannte dasselbe Muster, das er branchenweit gesehen hatte: "Das Problem bei all den etablierten Anbietern ist, dass sie AI-Features einfach auf einen Prozess gesetzt haben, der meiner Meinung nach schon vorher kaputt war. Einige hatten eine GitHub-Integration, andere dieses oder jenes. Aber was Lingo.dev anders gemacht hat: Sie haben Lokalisierung von Grund auf AI-first gedacht. Und durch die Art, wie ihr Team aufgestellt ist, sprechen wir direkt mit den Engineers, die die Infrastruktur bauen. Sonderfälle werden noch am selben Tag gelöst."

Das Team evaluierte drei oder vier Alternativen. Jede bot im Grunde dieselbe Idee – den Legacy-TMS-Workflow, jetzt mit einer nachträglich aufgesetzten AI-Schicht.

"Ich erinnere mich noch an das Gespräch mit unserem CTO", sagt Max. "Ich habe gesagt: Die etablierten Anbieter hängen AI an das Ende eines kaputten Prozesses. Manche boten AI als Zwischenschritt an, während sie an der menschlichen Version arbeiten. Und ich dachte: Können wir die AI-Version dann nicht einfach besser machen?"

Wie ersetzt eine Lokalisierungs-Engine Übersetzungsagenturen?#

Heute läuft die Lokalisierung bei SoSafe über ein Set von Lokalisierungs-Engines, konfiguriert mit 4.417 Glossarbegriffen, professionellen Styleguides pro Sprache, sprachspezifischen Anweisungen für formelles und informelles Register, Terminologiepräferenzen und regulatorischer Sprache.

Der technische Workflow: Inhalte liegen als strukturiertes JSON in einem Git-Repository. Die Lokalisierung läuft per CLI-Befehl.

"Wir haben eine gemeinsame Single Source of Truth", sagt Annika. "Alle wissen, dass die Version auf GitHub die Version ist, die auf der Plattform sein soll. Niemand muss nach Dateien suchen. Niemand muss fragen: Ist das wirklich die Live-Version?"

Das Glossar erzwingt Terminologiekonsistenz über alle Sprachpaare hinweg – GDPR-spezifische Begriffe, Cybersicherheitsvokabular, produktspezifische Sprache. Nachdem das Team die Lokalisierungs-Engine mit 4.417 Glossarbegriffen konfiguriert hatte, stellte es fest, dass die Terminologiekonsistenz über alle 34 Sprachen hinweg erstmals messbar wurde. Probleme, die früher erst nach Wochen über Kundenbeschwerden sichtbar wurden, werden heute innerhalb weniger Minuten markiert. Wenn ein Score ein Problem im Schweizerdeutschen markiert, weil ein Glossarbegriff fehlte, ergänzt Annika den Begriff und stößt die Neuübersetzung an. Annikas durchschnittliche Lösungszeit lag am Ende bei acht Minuten vom Alert bis zur Behebung – Max Höffners Lieblingsmetrik.

Die Bedenken, die sie fast aufgehalten hätten#

Annikas größte Sorge war der Verlust von Kontrolle: "Unsere Inhalte werden jeden Tag von Tausenden Menschen gesehen. Wir bekommen fast jeden Tag Beschwerden. Wenn wir uns in eine Situation gebracht hätten, in der wir schneller übersetzen, aber weniger Kontrolle über den Output haben, wäre das nicht gut für uns gewesen."

Was sie umstimmte, war die Konfigurierbarkeit der Lokalisierungs-Engine – Glossar, Übersetzungsregeln, Markenstimme, Anweisungen pro Sprache. "Man kann es fast so sehen, als wäre eine Engine ein Übersetzer", sagt sie. "Der Übersetzer hat ein Glossar zur Hand, bekommt Übersetzungsregeln und sollte das Produkt kennen. Die Engine hat all diese Wissenspakete, die ein Übersetzer mitbringt – nur gebündelt und verlässlicher."

Die GDPR-Prüfung war der andere potenzielle Blocker. SoSafe ist ein deutsches Cybersicherheitsunternehmen – die Beschaffung umfasst ISM, Legal, IT, Finance und Freigaben auf mehreren Managementebenen.

Max Höffners Ansatz: den Datenfluss eingrenzen. "Solange wir die Daten kontrollieren, die ins System gehen, haben wir die GDPR-Seite im Griff. Alles, was PII ist, schicken wir einfach nicht. Bei allem anderen – unseren eigenen Schulungsinhalten, unseren internen Materialien – können wir weitermachen." Die DPA wurde unterzeichnet, Legal gab grünes Licht und IT bestätigte. Die Frage war nie, ob AI-Lokalisierung compliant ist – sondern welche Inhalte innerhalb dieser Grenze liegen.

Wie schnell kann ein Team 34 Sprachen gleichzeitig live bringen?#

Alle 34 Sprachen gehen gleichzeitig live. Der Produktionszyklus – von den finalen deutschen Inhalten bis alle Sprachen live sind – schrumpfte von Monaten auf nur einen Sprint.

"Wir brauchen kein Tier-System mehr, weil es irrelevant ist, ob wir gleichzeitig in eine Sprache oder in dreißig Sprachen übersetzen", sagt Sheree.

Wir haben den Wandel gemessen: Ein neues Sprach-Release dauert jetzt End-to-End nur noch einen Sprint. Zum ersten Mal seit Jahren ist Lokalisierung nicht mehr der Engpass in der Produktion. "Der Engpass hat sich auf andere Engineering-Prozesse verlagert – Datenbankeinträge, die aktualisiert werden müssen, manuelle Schritte an anderer Stelle", sagt Max Höffner. "Im Grunde hat sich die gesamte Engpassdiskussion vom Lokalisierungsteam weg verlagert, wo sie die letzten Jahre lag."

Der aufschlussreichste Beleg kam von einem Produktteam, das eine Funktion für AI-generierte Lektionen entwickelte. Das Team fragte Max, wie die Lokalisierung für von Kunden hochgeladene PDFs gehandhabt werden sollte, aus denen Lektionen in unterschiedlichen Quellsprachen generiert werden. Seine Antwort: "Use Lingo.dev." Sie setzten es in nur einem Tag um – etwas, das im vorherigen Modell einen dedizierten Sprint erfordert hätte. "Wir mussten darüber nicht groß nachdenken", sagt er. "Das Team hat mich gefragt, und wir haben es vom ersten Tag an umgesetzt."

Was macht ein Lokalisierungsingenieur eigentlich?#

Annikas Jobtitel hat sich nicht geändert, aber ihre Arbeit schon. "Ich bin jetzt in jeder Hinsicht mehr Engineer", sagt sie. "Wir sind nicht mehr darauf angewiesen, dass andere uns helfen. Wir können proaktiver sein. Früher waren wir auf Dev Engineers angewiesen. Jetzt können wir unsere eigenen Lösungen bauen."

Der Wandel geht vom Operativen ins Architektonische. Statt E-Mail-Ketten mit Dienstleistern zu verwalten und Zeichenketten in Dateien zu kopieren, konfiguriert das Team Engines, schärft Glossare nach, überwacht Qualitätsscores und erstellt Automatisierungsskripte.

"Jetzt liefern wir die Lösungen selbst", sagt Annika. "Unsere Prozesse sind viel schlanker. Der Fokus liegt auf Lösungen, während es früher darum ging, die Menschen zu managen, die diese Lösungen geliefert haben."

Auf die Frage, was sie einem Localization Engineer sagen würde, der befürchtet, dass KI-Workflows seine Rolle schmälern: „Das Wissen bleibt bei uns – wie Qualität aussieht, was übersetzt werden muss und für welche Zielgruppe. Wenn wir die langweiligen Teile an KI-Lokalisierungsinfrastruktur abgeben, lösen wir wichtige Probleme schneller.“

Was als Nächstes kommt#

SoSafe rollt Lokalisierungsinfrastruktur in allen Produktteams aus. Sheree nennt das Modell „zentralisierte Dezentralisierung“ – ihr Team verantwortet Governance, Qualitätsstandards und die Konfiguration der Engine. Die anderen Teams setzen die Lokalisierung innerhalb dieser Leitplanken eigenständig um.

„Jedes Team kann eigenständiger arbeiten, weil wir die übergreifende Infrastruktur bereitstellen“, sagt Sheree. „Sie brauchen uns nicht mehr, um einzugreifen. Sie können darauf vertrauen, dass die Informationen aus der Engine den nötigen Standards entsprechen, und ohne Blocker in ihrem normalen Entwicklungszyklus arbeiten.“

Zwei Personen, vierunddreißig Sprachen, Qualitäts-Governance über das gesamte Produkt hinweg – ohne Vendor-Koordination und ohne Wartezeiten.

Was das für Localization-Teams bedeutet, die auf mehr als 10 Sprachen skalieren#

Die Erfahrungen von SoSafe zeigen ein Muster, das sich bei Teams beobachten lässt, die die Schwelle von 10 Sprachen überschreiten: Das klassische Modell aus TMS + Übersetzungsdienstleister stößt im großen Maßstab an seine Grenzen – nicht, weil die Übersetzungsqualität nachlässt, sondern weil die Koordinationskosten schneller wachsen als das Content-Volumen. Drei Dinge haben die Gleichung verändert: Die Durchsetzung des Glossars beseitigte Terminologieabweichungen in allen 34 Sprachen, ohne dass pro Sprachpaar eine menschliche Prüfung nötig war. Quality Scoring machte jede Sprache messbar – nicht nur die, die jemand im Team spricht. Und der Localization-Engineering-Workflow verlagerte die Verantwortung von Vendor-Projektmanagern auf das Team, das das Produkt ausliefert.

Das Ergebnis ist eine Verschiebung der Zuständigkeiten. Übersetzungsagenturen lieferten Arbeitskraft. Lokalisierungsinfrastruktur liefert Fähigkeiten. Das zweiköpfige Team bei SoSafe steuert heute pro Quartal mehr Sprachoutput als das frühere zweiköpfige Team zusammen mit vier Vendoren in einem ganzen Jahr produziert hat.

In ihren Worten#

Max Höffner, Director of Product Engineering, dazu, ob Lokalisierung als Infrastruktur behandelt werden sollte:

„Immer als Infrastruktur. Es sollte immer Infrastruktur sein. In der heutigen Zeit ist Lokalisierung kein von Menschen abhängiger Prozess mehr.“

Sheree Foltin, Content Engineering Teamlead, darüber, ob sie diesen Wandel empfehlen würde:

„Ich würde empfehlen, den Prozess so neu aufzusetzen, dass sich die Menschen im Team wirklich auf das konzentrieren können, was zählt.“

Annika Palm, Localization Engineer, über das klassische Modell:

„Das TMS-und-Vendor-Modell ist, um es ganz offen zu sagen, ein aussterbendes Modell. In der schnelllebigen Welt, in der wir uns gerade bewegen, wird es sich nicht schnell genug anpassen können.“

SoSafe ist die adaptive Human-Risk-Management-Plattform, die Organisationen dabei hilft, menschliche Resilienz in großem Maßstab aufzubauen – mit einer Kombination aus Verhaltenswissenschaft, globaler Community-Intelligence und KI, um sich wandelnden Bedrohungen immer einen Schritt voraus zu sein. Ihre Lokalisierungsinfrastruktur läuft auf Lingo.dev.

Häufig gestellte Fragen#

Wie viele Sprachen kann ein zweiköpfiges Localization-Team unterstützen?

Das zweiköpfige Team von SoSafe liefert 34 Sprachen gleichzeitig aus – mithilfe von Lokalisierungs-Engines, die mit sprachspezifischen Glossaren, Regeln für die Markenstimme und KI-gestütztem Quality Scoring konfiguriert sind.

Wie lange dauert es, mit einer Lokalisierungs-Engine eine neue Sprache hinzuzufügen?

Bei SoSafe dauert eine vollständige Neuübersetzung von mehr als 90 Lektionen in eine neue Sprache einen Tag. Die Beschleunigung kommt durch die Durchsetzung des Glossars und sprachspezifische Modellkonfiguration über eine CLI – nicht dadurch, dass bei der Qualität Abstriche gemacht werden.

Was macht ein Localization Engineer anders als ein Localization Manager?

Annika Palm von SoSafe beschreibt den Wandel so: Die Rolle hat sich von der Steuerung von Vendor-Beziehungen und Dateiübertragungen hin zur Konfiguration von Lokalisierungs-Engines, zur Feinabstimmung von Glossaren, zur Überwachung von Qualitätsbewertungen und zum Aufbau von Automatisierung verlagert. Das Team hat sich von der Steuerung von Menschen, die Lösungen bereitgestellt haben, dahin entwickelt, selbst zum Lösungsanbieter zu werden.

Wie misst man Übersetzungsqualität in Sprachen, die man nicht spricht?

SoSafe nutzt KI-gestütztes Quality Scoring – unabhängige Modelle, die jede Übersetzung anhand konfigurierter Kriterien bewerten. Auf der gesamten Plattform wurden mehr als 240.000 Scorer-Bewertungen durchgeführt. Wenn die Bewertungen auf ein Problem hinweisen, passt der Localization Engineer das Glossar oder die Anweisungen an und übersetzt neu. Durchschnittliche Lösungszeit: acht Minuten.