Ein Tippfehler in Ihrer Quelle ist ein Tippfehler, den Sie nur ein einziges Mal beheben können – bevor er sich vervielfacht. Ein asynchroner Job verteilt eine einzelne Quellnutzlast auf jede Zielsprache, und jede Sprache übersetzt den Text, den sie bekommen hat. Ein Rechtschreibfehler, ein fehlendes Wort oder ein kaputter Satz in der Quelle bleibt also nicht nur ein Problem. Er wird zu einem Problem auf Deutsch, zum selben Problem auf Französisch und zum selben Problem in jeder anderen Sprache, die der Job verarbeitet – und jede davon braucht im Nachhinein ihre eigene Korrektur.
Die KI-Bearbeitung vor der Lokalisierung (preEdit) schließt diese Lücke direkt an der Quelle. Sie ist die erste Stufe der asynchronen Lokalisierungs-Pipeline: Bevor der eigentliche Übersetzungsschritt läuft, prüft ein KI-Agent die Quellnutzlast und korrigiert Tippfehler, Grammatik- und Rechtschreibfehler. Übersetzt wird dann die bereinigte Quelle – Sie beheben den Fehler also einmal, bevor sich die Ausgabe verteilt, statt denselben Fehler in einem Dutzend Ergebnissen später einzusammeln.
Dies ist eine Stufe der asynchronen Pipeline und läuft daher nur bei Jobs, die über die Async Localization API erstellt werden. Der synchrone Endpunkt /localize führt nur den eigentlichen Übersetzungsschritt aus und ignoriert Pipeline-Einstellungen.
Was diese Stufe macht#
preEdit arbeitet auf der Quelle, nicht auf der Übersetzung. Ein KI-Agent liest Ihre Quellnutzlast und überarbeitet sie, um oberflächliche Fehler – Tippfehler, Grammatik, Rechtschreibung – zu entfernen, und übergibt den korrigierten Text dann an den eigentlichen Lokalisierungsschritt. Jede Zielsprache übersetzt aus dieser bereinigten Quelle.
Der Umfang ist bewusst eng gefasst – und genau das ist der Punkt. Dies ist ein Bereinigungslauf für Texte, keine Umschreibung: Er zielt auf die Art von oberflächlichem Rauschen, die Quelltext für ein Übersetzungsmodell mehrdeutig macht, damit das Modell seine Aufmerksamkeit aufs Übersetzen richten kann, statt zu erraten, was ein verstümmelter Satz bedeuten sollte. Eine sauberere Quelle führt zu konsistenteren Übersetzungen über alle Sprachen hinweg – weil jede Sprache vom selben korrigierten Text ausgeht, statt dass jedes Modell denselben Fehler für sich interpretiert.
Für idiomatische, natürlich klingende Ausgabe – also das Umschreiben der Übersetzung selbst, damit sie klingt, als hätte sie ein muttersprachlicher Texter geschrieben – gibt es eine andere Stufe. Siehe Für natürlich klingende Texte umformulieren. preEdit bereinigt die Eingabe; rephrase veredelt die Ausgabe.
Sie kann den Job nicht verschlechtern#
Die erste Frage, die sich eine sorgfältige Ingenieurin oder ein sorgfältiger Ingenieur zu einem KI-Schritt stellt, der Inhalte vor der Übersetzung bearbeitet, ist genau die richtige: Was passiert, wenn dieser Schritt falschliegt oder gar nicht erst ausgeführt wird?
preEdit ist eine nicht kritische Stufe. Wenn der Aufruf zur Vorab-Bearbeitung fehlschlägt oder ein Timeout erreicht, wird die ursprüngliche Quelle unverändert durchgereicht und der Job läuft genauso mit dem Übersetzungsschritt weiter, als wäre die Stufe deaktiviert. Ein Ausfall hier kostet Sie die Bereinigung für diesen Job – nicht den Job selbst. Die Übersetzung wird trotzdem ausgeliefert.
Was passiert, wenn die Vorab-Bearbeitung fehlschlägt oder ein Timeout auftritt?
Der Job schlägt nicht fehl. Nicht kritische Stufen fallen auf ihre Eingabe zurück: Bei einem Fehler in preEdit wird die unbearbeitete Quelle unverändert übersetzt, und der Job läuft bis zum Abschluss weiter. Der Job-Status wird zu completed_with_warnings, der Schritt preEdit wird als failed protokolliert, und der Grund landet im Array warnings des Jobs – sodass Sie sehen können, dass es passiert ist, ohne dass die Auslieferung blockiert wird. Wie Sie diese Schrittprotokolle lesen, wird unter Pipeline-Ausführungen beobachten behandelt.
Das ist die ehrliche Untergrenze: Das Aktivieren von preEdit kann keinen Job zum Scheitern bringen, der sonst erfolgreich gewesen wäre. Im schlimmsten Fall hilft es bei einem bestimmten Job nicht und tritt still beiseite.
Was sie nicht ist#
Es lohnt sich, das genau an dem Punkt klar auszusprechen, an dem man sich am ehesten wünschen würde, sie könnte mehr: preEdit ist Best Effort und ein Bereinigungslauf für oberflächliche Fehler – keine Korrektorin, die Ihre Domäne versteht, und kein Faktenprüfer, der Ihre Aussagen validiert. Sie korrigiert Tippfehler, Grammatik und Rechtschreibung. Sie prüft nicht, ob ein Preis korrekt ist, ob ein Produktname noch aktuell ist oder ob ein Satz tatsächlich das aussagt, was Sie sagen wollten. Wenn Ihre Quelle sachlich falsch ist, wird preEdit die Grammatik eines falschen Satzes zuverlässig bereinigen und ihn sauber in jede Sprache übersetzen.
Für Begriffe, die unabhängig von irgendeinem KI-Durchlauf exakt wie geschrieben bleiben müssen – Produktnamen, Marken, Code-Bezeichner –, verankern Sie sie in der Quelle. Markieren Sie sie im glossary Ihrer Engine als nicht übersetzbar oder schließen Sie sie bei strukturellen Feldern in einer bestimmten Nutzlast mit lockedKeys aus. Das sind Garantien für die Daten; preEdit ist eine Best-Effort-Bereinigung darum herum.
Wann Sie sie aktivieren sollten#
preEdit lohnt sich, wenn Ihre Quelle wahrscheinlich Rauschen enthält, und ist überflüssig, wenn Ihre Quelle bereits sauber ist.
- Aktivieren Sie sie, wenn Quellinhalte nutzergeneriert, maschinell extrahiert, gescraped, per OCR erfasst oder anderweitig außerhalb eines redaktionellen Prozesses erstellt wurden – also in den Fällen, in denen oberflächliche Fehler häufig sind und die Kosten ihrer Vervielfachung über Sprachen hinweg real sind.
- Überspringen Sie sie bei kuratierten Inhalten, die bereits eine Redaktion oder menschliche Prüfung durchlaufen haben. Wenn die Quelle sauber ist, gibt es für diese Stufe nichts zu korrigieren, und Sie würden für einen KI-Durchlauf zahlen, der nichts zu tun hat. Jede aktivierte Stufe ist ein zusätzlicher Schritt, den der Job ausführt, und eine weitere Zeile bei den Kosten – sinnvoll dort, wo die Qualität der Quelle unsicher ist, verschwendet dort, wo sie es nicht ist.
Das ist der ganze Trade-off: Investieren Sie vorab einen zusätzlichen Durchlauf in die Jobs, bei denen die Qualität der Quelle unsicher ist, um den Fehler einmal zu beheben, bevor sich die Ausgabe verteilt – statt nach der Auslieferung denselben Fehler in jeder Sprache zu korrigieren.
Sie schalten preEdit im Tab Pipeline Ihrer Engine ein, wo sie für jeden asynchronen Job gilt, der an diese Engine geleitet wird, oder überschreiben sie für eine einzelne Übermittlung mit pipelineConfig in der Anfrage zum Erstellen von Jobs. Beide Ebenen und wie eine ausgelassene Stufe den Standardwert der Engine erbt, werden unter Die Pipeline konfigurieren behandelt.
