Du richtest eine Lokalisierungs-Engine ein. Eine Engine übersetzt nicht deshalb gut, weil sie leer ist – sondern weil sie deine Markenstimme, dein Glossar und deine Anweisungen mitbringt, sodass jede Übersetzung nach deinem Produkt klingt und keinen Begriff verfälscht, den du bereits festgelegt hast.
Dieses Wissen ist in der Regel schon da, bevor die Engine existiert. Es steckt in einer Seite mit Markenrichtlinien, einem Styleguide, einer Terminologieliste oder in ein paar Absätzen mit Regeln, die irgendwann einmal an Übersetzer weitergegeben wurden. Die Engine von Hand aufzubauen heißt, all das zu lesen und als Datensätze für Markenstimme, Glossar und Anweisungen neu zu erfassen – einzeln, Eintrag für Eintrag. Das ist mühsam, leicht anzufangen und genauso leicht halbfertig liegen zu lassen.
Die asynchrone Provisioning-API schließt genau diese Lücke: Verweise sie einfach auf das, was du bereits hast. Du schickst Links und Rohtext in einer einzigen POST-Anfrage, bekommst sofort eine Engine-ID zurück, und ein KI-Agent durchsucht die Quellen, extrahiert Markenstimmen, Glossareinträge und Anweisungen und wendet sie auf die neue Engine an, sobald sie erkannt werden. Die Engine ist ab dem Moment nutzbar, in dem du die ID erhältst – die Konfiguration vervollständigt sich, während der Job läuft.
Auf dieser Seite
Das Problem#
Eine Lokalisierungs-Engine ist nur so gut wie ihre Konfiguration. Die Modellauswahl liefert dir zwar eine Übersetzung; Markenstimmen, Glossareinträge und Anweisungen sorgen aber dafür, dass diese Übersetzung zu der Art passt, wie dein Produkt bereits spricht – zur gewählten Formalität, zu Produktnamen, die du nie übersetzt, und zu Datumsformaten, die du immer verwendest. Das sind dieselben Grundbausteine, die du sonst von Hand anlegen würdest: Markenstimmen, Glossareinträge und Anweisungen in einer Engine.
Der Haken: All das existiert bereits irgendwo. Ein Team, das ein Produkt in einer Sprache veröffentlicht hat, hat eine Seite mit Markenrichtlinien, einen Styleguide und ein Glossar mit Begriffen, die Support-Mitarbeitende niemals übersetzen sollen. Um die Engine von Hand zu konfigurieren, liest du diese Dokumente und überträgst sie in Datensätze – Entscheidung für Entscheidung, Sprache für Sprache. Das ist langsam, und der langsamste Teil ist zugleich der uninteressanteste: Wissen, das bereits aufgeschrieben ist, in ein anderes Format zu übertragen.
Provisioning nimmt dir diesen Schritt ab. Du gibst der Plattform die Dokumente selbst – als URLs zum Crawlen oder als Rohtext – und ein KI-Agent übernimmt Lesen und Übertragen. Er erstellt für dich Datensätze für Markenstimme, Glossar und Anweisungen auf einer echten Engine und wendet jeden einzelnen an, sobald er erkannt wird. Danach prüfst und verfeinerst du sie im Dashboard, genauso wie alles andere, was du selbst erstellt hast. Der Ausgangspunkt ist eine konfigurierte Engine, keine leere.
Provisioning konfiguriert eine Engine – es übersetzt nicht.
Diese API erstellt und konfiguriert die Engine. Wenn du mit der Engine übersetzen willst, sobald sie existiert, nutze die asynchrone Localization API für viele Sprachen gleichzeitig oder den synchronen Localize-Endpunkt für ein einzelnes Sprachpaar. Provisioning ist der Setup-Schritt, der dafür sorgt, dass diese Aufrufe von der ersten Übersetzung an deine Markenstimme und dein Glossar mitnehmen.
So funktioniert es#
Drei Schritte – und nur der erste passiert innerhalb deiner Anfrage. Die beiden anderen laufen eigenständig auf der Plattform, weshalb der Aufruf sofort zurückkommt und die Engine schon nutzbar ist, bevor die Arbeit abgeschlossen ist.
Übermittle deine Quellen
Sende per POST einen Namen für die neue Engine und ein Array aus Quellen – URLs zum Crawlen, zu analysierenden Rohtext oder beides – an /jobs/provisioning. Die API erstellt die Engine sofort und gibt 202 mit der Engine-ID (eng_) und der Job-ID (pjb_) zurück. Deine Anwendung kann direkt weitermachen; nichts an der Antwort wartet auf die Extraktion. Unter Provisioning-Job erstellen findest du die vollständige Struktur von Anfrage und Antwort, und unter Quelltypen, was eine Quelle überhaupt einreichenswert macht.
Der KI-Agent crawlt und extrahiert
Link-Quellen werden parallel gecrawlt und in Text umgewandelt; Rohinhalte werden direkt gelesen. Anschließend analysiert ein KI-Agent alles und extrahiert drei Arten von Konfiguration – Markenstimmen, Glossareinträge und Anweisungen – und wendet jede davon auf die Engine an, sobald sie erkannt wird. Eine Quelle, die sich nicht crawlen lässt, oder ein einzelner Eintrag, der nicht erstellt werden kann, hält den Rest nicht auf. Was die KI extrahiert erklärt die drei Komponenten und wie sie Sprachen zugeordnet werden.
Die Engine ist bereit
Sobald die Extraktion abgeschlossen ist, ist die Engine vollständig konfiguriert und bereit, über die Localization API zu übersetzen. Die Plattform meldet den Abschluss – zusammen mit einer Übersicht über alles, was erstellt wurde – an deine Webhook-URL oder live über den WebSocket des Jobs, wenn du den Fortschritt während der Laufzeit anzeigen möchtest.
Die Engine-ID ist sofort nutzbar.
Die eng_-ID in 202 ist in dem Moment, in dem du sie erhältst, bereits eine echte Engine. Du kannst sie speichern, referenzieren und sofort damit übersetzen – die Konfiguration wird angewendet, während der Job läuft. Deshalb enthält eine frühe Übersetzung weniger extrahierte Datensätze als eine, die nach Abschluss des Jobs erstellt wird. Du musst nie auf Provisioning warten, um die Engine zu nutzen.
Authentifizierung
Jede Anfrage – per REST und WebSocket – authentifiziert sich über deinen X-API-Key-Header. Schlüssel gelten organisationsweit und geben Zugriff auf jede Engine in der Organisation. Unter Authentifizierung findest du die Details, und unter API-Schlüssel erfährst du, wie du einen erstellst.
Was du zurückbekommst#
Wer kritisch mitliest, stellt sich schon die zwei Fragen, die darüber entscheiden, ob man sich sicher darauf verlassen kann: Was passiert, wenn eine Quelle schlecht ist? Und ist das eine Blackbox, die ich nicht korrigieren kann?
Keine der beiden Antworten bleibt im Dunkeln. Provisioning gibt keinen proprietären Blob zurück – es erstellt ganz normale Datensätze für Markenstimme, Glossar und Anweisungen auf einer echten Engine, also genau dieselben Objekte, die du auch von Hand anlegen würdest. Jeder einzelne lässt sich anschließend im Dashboard bearbeiten. Wenn der Job abgeschlossen ist, bekommst du außerdem eine Zusammenfassung, die jeden erstellten Datensatz und jeden aufgetretenen Fehler aufführt, sodass du die Konfiguration prüfen kannst, statt ihr einfach zu vertrauen. Was die KI extrahiert zeigt diese Zusammenfassung im Detail und erklärt, wie ein fehlgeschlagener Eintrag in einer errors-Liste isoliert wird, während der Rest der Engine trotzdem konfiguriert wird.
Quellen sind außerdem optional. Reiche einfach einen Namen ohne sources ein, und du erhältst eine saubere Engine mit Standardkonfiguration, die du selbst einrichten kannst – Provisioning-Job erstellen beschreibt diesen Weg ebenso wie die Antwortstruktur von 202. Provisioning ist der Weg, das manuelle Setup zu überspringen, nicht die Voraussetzung dafür, überhaupt eine Engine zu haben.
Allgemeine Seiten liefern allgemeine Konfiguration.
Die Qualität der Konfiguration hängt direkt davon ab, was du einreichst – Markenrichtlinien und Terminologielisten geben dem Agenten etwas Konkretes zum Extrahieren; eine Marketing-Homepage liefert fast nichts. Unter Quelltypen erfährst du, worauf du sie verweisen solltest.
Das ist der Tausch, den Provisioning anbietet: eine Anfrage und eine kurze Wartezeit gegen das mühsame Übertragen von Wissen, das du längst aufgeschrieben hast – verweise sie auf das, was du bereits hast, und starte mit einer konfigurierten Engine. Die folgenden Seiten zerlegen genau diesen Satz in seine einzelnen Teile.
