Truely ist eine Reiseplattform mit 200 Content-Seiten und einer Landingpage, die in 32 Sprachen gepflegt werden müssen. Gestartet ist das Team mit demselben Ansatz wie die meisten: ungefilterte OpenAI-API-Aufrufe. Das hat nicht getragen.
Die Ausgangslage: keine Kontrolle#
„Wir haben den Anfängerfehler gemacht und für Übersetzungen einfach rohe OpenAI-Aufrufe genutzt“, erinnert sich Sebastiaan van Leeuwen, Produktmanager bei Truely. „Wir hatten 32 Sprachen, die niemand im Griff hatte. Deutsch war furchtbar. Niederländisch noch schlimmer.“
Zustandslose LLM-Aufrufe sind in der Lokalisierung das Äquivalent zu Bauen ohne Fundament. Jede Anfrage startet bei null Kontext. Es gibt kein Glossar, keine Markenstimme und keinen festgehaltenen Standard dafür, wie sich Produktterminologie auf Deutsch, Niederländisch oder Russisch lesen soll. Das Modell rät jedes Mal aufs Neue. Bei 32 Sprachen und 200 Seiten summieren sich diese Einzelentscheidungen zu Drift, die niemand sieht – bis sie live ist.
Das Team testete die üblichen Alternativen. Menschliche Übersetzer bedeuteten Wochen an Abstimmung – plus Übersetzer, die das Produkt nicht kannten. Crowdin brachte mehr Prozess, ohne das eigentliche Kernproblem zu lösen.
„Crowdin fühlte sich an, als würde man das Cockpit eines Flugzeugs öffnen“, sagt van Leeuwen. „Zu viele Knöpfe, zu viele Funktionen, die wir nie nutzen würden. Wir brauchten etwas Fokussiertes, kein Schweizer Taschenmesser voller Komplexität.“
Der Umstieg auf eine Lokalisierungs-Engine#
Der Unterschied bei Lingo.dev war architektonisch, nicht kosmetisch. Eine ist zustandsbehaftet: Sie speichert Truelys Produktterminologie, die Konfiguration der Markenstimme und sprachspezifische Anweisungen über alle Anfragen hinweg. Während rohe OpenAI-Aufrufe bei „provider“ jedes Mal neu geraten haben, löst die Lokalisierungs-Engine den Begriff zuerst über das Glossar auf – noch bevor das Modell ein einziges Token generiert.
Truely brauchte eine Directus-CMS-Integration mit Parallelverarbeitung für die eigene Content-Pipeline. Veronica, Mitgründerin von Lingo.dev, lieferte die Integration innerhalb weniger Tage.
„Ihre Mitgründerin hat das Problem nicht nur verstanden – sie hat in wenigen Tagen eine Lösung geliefert. Genau so einen Partner wünscht man sich für Kerninfrastruktur.“
Ergebnisse#
Die Qualitätsverbesserung war sofort spürbar und messbar.
- Niederländische Übersetzungen klingen natürlich – van Leeuwen hob das ausdrücklich hervor, weil natürliches Niederländisch aus KI-Systemen selten ist
- Russische Texte passen automatisch in Truelys UI-Vorgaben, obwohl russische Wörter länger sind als ihre englischen Entsprechungen
- Ein benutzerdefiniertes Glossar sorgt in allen 32 Sprachen für konsistente Markenterminologie
- Keine laufende Konfiguration für automatisierte Übersetzungen nötig
- Entwickler vollständig vom Übersetzungsmanagement entlastet
„Die Qualität hat alle überrascht“, sagt van Leeuwen. „Die niederländischen Übersetzungen klingen natürlich, was bei KI selten ist. Russisch passt trotz längerer Wörter perfekt in unsere UI. Und mit der Glossarfunktion behalten wir unsere Markenstimme präzise unter Kontrolle.“
Der zugrunde liegende Mechanismus: Die Lokalisierungs-Engine speist Regeln für die Markenstimme und sprachspezifische Anweisungen zur Inferenzzeit ein. Russisch erhält Anweisungen zu Zeichenbudget-Grenzen, Niederländisch eine Konfiguration der Markenstimme, die Register und Formulierungen steuert. Dieselbe Konfiguration gilt für jede Anfrage, jede Seite und jedes Release.
Das praktische Ergebnis#
Truely pflegt 200 Seiten in 32 Sprachen – ganz ohne Overhead im Übersetzungsmanagement. Die Lokalisierungs-Engine verarbeitet neue Inhalte automatisch. Das Glossar verhindert Terminologie-Drift. Qualität ist messbar und lässt sich kontinuierlich verbessern.
„Es kommt selten vor, dass ein Tool ein komplexes Problem löst, ohne neue Komplexität zu schaffen“, resümiert van Leeuwen. „Lingo.dev hat genau das geschafft.“
