Berichte

Mit Berichten siehst du auf einen Blick, wie deine Lokalisierungs-Engines performen – von Übersetzungsvolumen, Sprachabdeckung und Glossartiefe bis hin zu Änderungsraten in der Codebasis und Qualitätsmetriken des KI-Bewerters. Alle Berichte beziehen sich auf deine Organisation und werden automatisch aktualisiert, sobald Anfragen durch die Engine laufen.

Verfügbare Berichte#

Wortvolumen#

Erfasst die gesamte Wortanzahl, die von der Lokalisierungs-Engine verarbeitet wird, nach Tagen aggregiert. So erkennen Sie Trends im Übersetzungsvolumen und können Ihre Kapazitäten besser planen.

Filter: Engine, Zeitraum (Monat), Sprache (grenzt auf eine Zielsprache ein)

Das Diagramm zeigt für jeden Tag des ausgewählten Monats einen Balken. Tage ohne Übersetzungsaktivität werden mit null angezeigt.

Top-Sprachen#

Ordnet Sprachen nach Ressourcenverbrauch – so sehen Sie auf einen Blick, welche Sprachen das meiste Übersetzungsvolumen und die höchsten Kosten verursachen. Sie können die Rangliste nach Quell- oder Zielsprache anzeigen und nach Eingabe-Token, Ausgabe-Token oder Wortanzahl messen.

Filters: Engine, Zeitraum (Monat), Sprachtyp (Quelle oder Ziel), Metrik (Eingabe-Token, Ausgabe-Token oder Wortanzahl)

Dieser Bericht beantwortet Fragen wie: "Welche Zielsprache verbraucht die meisten Token?" oder "Welche Quellsprache erzeugt die meisten Wörter?"

Glossartiefe#

Zeigt, wie viele Glossareinträge es pro Sprache über Ihre Engines hinweg gibt. Anders als andere Berichte ist dies eine aktuelle Momentaufnahme – keine Zeitreihe – und spiegelt den aktuellen Stand Ihrer Glossarkonfiguration wider.

Filters: Engine, Sprachtyp (Quelle oder Ziel)

So erkennen Sie Lücken: Wenn Ihre Engine in 12 Sprachen übersetzt, aber nur 3 Glossareinträge haben, verlassen sich die übrigen Sprachen bei der Terminologie vollständig auf das Urteilsvermögen des Modells.

Änderungsrate#

Erfasst, wie oft sich die Lokalisierungsdateien in deinen verbundenen GitHub-Repositories ändern – aufgeschlüsselt nach Sprache und Tag. Dieser Bericht liest die Änderungen an Lokalisierungsdateien aus deinen verbundenen GitHub-Repositories aus und benötigt daher eine aktive GitHub-Integration.

Filter: Zeitraum (Monat), Repository

Der Bericht zur Änderungsrate hilft bei Fragen wie: "Wie aktiv wird jede Sprache aktualisiert?" und "Welche Repositories verursachen die meisten Lokalisierungsänderungen?"

Durchschnittliche Bewertungen#

Zeigt die täglichen durchschnittlichen Übersetzungsbewertungen Ihrer KI-Bewerter als Prozentsatz. So verfolgen Sie Qualitätstrends im Zeitverlauf und erkennen Rückschritte nach Änderungen an Engine, Modell oder Glossar.

Filter: Engine, Zeitraum (Monat), Sprache (grenzt auf eine Zielsprache ein), Ansicht (aggregiert oder nach Aufschlüsselung)

Wenn Sie eine einzelne Engine betrachten, steht jede Linie für einen Bewerter, der dieser Engine zugeordnet ist. In der Ansicht über alle Engines hinweg wählen Sie Aggregated für eine einzelne Linie, die alle Bewerter über alle Engines hinweg mittelt, oder Breakdown, um Bewerter direkt miteinander zu vergleichen.

Terminologieabdeckung#

Erfasst, wie konsistent Glossarbegriffe jeden Tag korrekt in Übersetzungen angewendet werden. Die Linie zeigt die tägliche Abdeckungsquote (korrekt angewendete Begriffe ÷ insgesamt relevante Begriffe); die Balken zeigen die absolute Anzahl angewendeter Begriffe. Beim Darüberfahren sehen Sie die Aufschlüsselung angewendet/gesamt sowie die Anzahl der Prüfungen hinter jedem Datenpunkt.

Filter: Engine, Zeitraum (Monat), Sprache (grenzt auf eine Zielsprache ein)

Eine hohe Anzahl angewendeter Begriffe bei gleichzeitig sinkender Abdeckungsrate deutet darauf hin, dass Glossarbegriffe mit wachsendem Volumen häufiger übersehen oder falsch übersetzt werden – ein hilfrehes frühes Warnsignal dafür, dass das Glossar oder die Regeln der Engine Aufmerksamkeit brauchen.

Regelkonformität#

Zeigt, wie konsequent die benutzerdefinierten Regeln der Engine täglich in Übersetzungen eingehalten werden. Der Prozentsatz wird nur auf Basis von Prüfungen berechnet, bei denen Regeln tatsächlich relevant waren – Tooltips zeigen followed / relevant, damit Sie sowohl die Quote als auch die Stichprobengröße sehen können.

Filter: Engine, Zeitraum (Monat), Sprache (grenzt auf eine Zielsprache ein)

Nutzen Sie dies, um zu prüfen, ob neu hinzugefügte Regeln das Verhalten tatsächlich verändern, und um Regressionen zu erkennen, bei denen die Engine nach einem Modellwechsel oder einer Prompt-Änderung beginnt, Regeln zu ignorieren.

Filter und Zeiträume#

Alle zeitbasierten Berichte arbeiten mit monatlichen Zeiträumen. Standardmäßig ist der aktuelle Monat ausgewählt. Filter bleiben in der URL erhalten, sodass sich gefilterte Ansichten teilen und als Lesezeichen speichern lassen.

Häufig verwendete Filter in allen Berichten:

Qualität vs. Volumen#

Die Berichte sind in zwei sich ergänzende Ansichten unterteilt: Volumen und Kosten (Wortgenerierungen, Top-Sprachen, Glossartiefe, Änderungsrate) und Qualität (Durchschnittswerte, Terminologieabdeckung, Regeleinhaltung). Für Qualitätsberichte ist mindestens ein konfigurierter KI-Bewerter erforderlich.

Nächste Schritte#