Zusammenfassung des Webinars zu generativer KI: Sind wir schon so weit?

Generative KI und große Sprachmodelle (Large Language Models, LLMs) sind die Zukunft – und es gibt kein Zurück. Diese Ansicht vertritt Vincent Henderson, Leiter der Produkt- und Entwicklungsteams von Lionbridge. Aber sind wir schon so weit?

Können wir die Technologie schon ausschöpfen? Spoileralarm: Noch nicht. Zumindest nicht in vollem Umfang. Aber wir können bereits jetzt bemerkenswerten Nutzen erzielen und dank erheblicher Kosteneinsparungen geschäftlichen Mehrwert generieren, indem wir unsere Gewohnheiten und Erwartungen auf dieses bahnbrechende Paradigma ausrichten.

Vincent hat sich im zweiten Webinar unserer Reihe über generative KI und große Sprachmodelle mit diesem und mit weiteren Themen beschäftigt.

Wenn Sie das Webinar verpasst haben, können Sie die Aufzeichnung jederzeit abrufen.

Sie sind an einer Zusammenfassung des Webinars interessiert? Lesen Sie einfach weiter.

Generative KI: Wie weit sind wir gekommen?

Die Geschichte der künstlichen Intelligenz (KI) lässt sich bis ins frühe 19. Jahrhundert zurückverfolgen. Das aktuelle Interesse beruht aber auf dem zunehmenden Entwicklungstempo. Bedenken Sie, dass wir in der ersten Hälfte der 2020er Jahre bereits mehr bahnbrechende Entwicklungen im Bereich der KI erlebt haben als in all den Jahrzehnten zuvor.

Wir befinden uns heute an einem Wendepunkt, weil generative KI und LLMs völlig neue Möglichkeiten eröffnen.

Wie unterscheidet sich die Ära der generativen KI von früheren Wendepunkten?

Wir können die Evolution des KI-Paradigmas nur verstehen und einordnen, wenn wir sie im Kontext der bisherigen technologischen Umbrüche betrachten.

Jedes Mal, wenn eine Maschine einen technologischen Meilenstein erreichte – wie etwa 1996, als Deep Blue zum ersten Mal einen Schachspieler schlug –, waren Experten sich einig, dass die Maschine nicht wirklich denken konnte. Sie legten die Messlatte stetig höher. Computer mussten immer anspruchsvollere Tests bestehen, um ihre „Intelligenz” unter Beweis zu stellen.

Das Besondere an diesem Durchbruch aber ist, dass Maschinen nun fähig sind, Sprache zu verstehen, Probleme zu lösen, zu programmieren und sinnvollen Content zu produzieren. Und das alles nicht als Resultat eines vorbereitenden Trainings für eine ganz bestimmte Aufgabe – wie z. B. das Erkennen von Fehlern auf Metallblechen –, sondern als allgemeine Fähigkeit.

Was ist also das Besondere an generativer KI und LLMs?

Die Schnittstelle zwischen Mensch und Computer erhält eine neue Charakteristik, weil Maschinen die Welt erstmals verstehen und Probleme, für die sie nicht speziell trainiert wurden, durch Abwägen und Bewerten lösen können. Diese neue Schnittstelle basiert nicht auf Schaltflächen oder hochgeladenen Bildern, sondern auf Sprache, Urteilen und sprachbasierten Ausdrücken.

Inwiefern wird generative KI die Lokalisierung nachhaltig verändern?

Mithilfe generativer KI können Lokalisierungsteams in bisher unbekanntem Maße zur Wertschöpfung beitragen

Viele linguistische Fragen müssen von Lokalisierungsexperten beantwortet werden. Sie müssen beispielsweise abwägen, ob Content eine Marke richtig repräsentiert oder ob seine sprachliche Qualität den vorgegebenen Anforderungen entspricht. Diese Beurteilungen nehmen viel Zeit und Energie in Anspruch, während die positiven Auswirkungen auf den Geschäftsverlauf überschaubar bleiben.

Mit großen Sprachmodellen (LLMs) gelangen Sie zum Kern der Wertschöpfung. Lassen Sie uns einen kurzen Blick auf den Unterschied werfen, den diese Technologie macht. LLMs werden dank ihrer zunehmenden Fähigkeiten in immer größerem Umfang routinemäßige und zugleich zentrale linguistische Aktivitäten übernehmen. In der Folge entsteht Freiraum für die höherwertigen menschlichen Tätigkeiten. Das ist der Hauptnutzen der KI in Bezug auf globalen Content.

Das explosionsartige Entstehen KI-gestützter Lösungen schafft Platz für menschliche Kreativität und ermöglicht eine stärkere Konzentration insbesondere auf diese drei Bereiche:

• Ideenbildung in Bezug auf Content (Erarbeitung von Themen)
• Contentanalyse (Analyse insbesondere der Wirkung von Content)
• Eignung des Contents (ziehen Menschen Nutzen aus dem jeweiligen Content)

In der Folge werden höherwertige Dienstleistungen wie Transcreation für Unternehmen wirtschaftlich attraktiver. Das Fazit? Lösungen auf Basis generativer KI werden es Marken letztendlich ermöglichen, Content bereitzustellen, der bei Käufern besser ankommt und sich für potenzielle Kunden in unterschiedlichen Ländern überzeugender und vertrauenswürdiger präsentiert.

Generative KI und LLMs werden die Lokalisierungsbranche verändern

Aufgrund der generativen KI und der LLMs werden Kunden sich zunehmend an Lokalisierungsanbieter (Localization Service Providers, LSPs) wenden und Services in zwei Hauptkategorien anfragen: Unterstützung bei der Entwicklung großer Sprachmodelle und Erstellung von Content mithilfe dieser Modelle.

• Die Unterstützung bei der Entwicklung großer Sprachmodelle umfasst die Bewertung des LLM-Outputs, die Kontrolle auf Verzerrungseffekte und Abweichungen und die Ausarbeitung effektiver Strategien für das Prompt Engineering.
• Die Erstellung von Content auf LLM-Basis bezieht sich auch auf Content, der von Unternehmen veröffentlicht wird. Die Services in diesem Bereich umfassen die Optimierung mehrsprachigen Contents, die Verbesserung der lokalisierungsbezogenen Workflows, Unterstützung bei der Erstellung und Nutzung mehrsprachiger generativer KI und die Erstellung von Grund auf neuen Contents.

Contenterstellung: Wie werden LLMs Lokalisierungsworkflows verändern?

Lokalisierungsworkflows werden auch weiter benötigt. Wir rechnen deshalb mit hoher Nachfrage nach LLM-bezogenen Services, die der weiteren Automatisierung und Verbesserung dieser Workflows dienen. Die generative KI kann also in vielen Aspekten positive Wirkung zeigen.

Wir gehen davon aus, dass LLMs mit fortschreitender Entwicklung jeden Schritt des Lokalisierungsworkflows – von der Contenterstellung bis zur Prüfung vorhandenen Contents – optimieren werden.

Die folgenden Beispiele verdeutlichen, wie sich die Technologie auf die Workflows auswirken wird:

Analyse des Ausgangscontents: LLMs können Ausgangsmaterial analysieren und feststellen, ob es für eine effiziente Lokalisierung geeignet ist. Die Automatisierung dieses Schritts ist von zunehmender Bedeutung, weil immer mehr Produktcontent in englischer Sprache von Nicht-Muttersprachlern erstellt wird. LLMs können solchen Originalcontent vereinfachen und bereinigen, damit er besser für die Lokalisierung geeignet ist.

Übersetzung: Obwohl LLMs derzeit aufgrund der höheren Kosten und der im Vergleich geringeren Übersetzungsgeschwindigkeit nicht mit bestehenden MT-Engines (Machine Translation) konkurrieren können, bietet die LLM-Technologie in diesem Schritt des Workflows doch neue Möglichkeiten, da sie mit höherem Freiheitsgrad oder unter Anwendung spezieller Anweisungen übersetzen kann.

Postediting und Qualitätssicherung: Prüfen Sie eine MT-Übersetzung mit einem LLM. Dabei kann es seine Fähigkeiten nutzbringend einsetzen. LLMs können den für das Postediting durch einen Spezialisten erforderlichen Arbeitsaufwand erheblich reduzieren. Zudem können LLMs Qualitätssicherungsberichte analysieren und Maßnahmen im Hinblick auf die festgestellten Aspekte empfehlen. Diese Aspekte werden vom betreffenden LLM kategorisiert: kein Problem, einfach zu beheben oder menschlicher Eingriff erforderlich.

Generative KI/LLMs: Wo stehen wir heute?

Am vielversprechendsten ist derzeit der Einsatz von LLMs für das Postediting. Diese Nutzungsvariante hat jedoch einen Haken. Unternehmen müssen offen sein für eine neue Interpretation von Sprachqualität, für die es aber auch bisher kein objektives Maß gibt. Unsere Tests haben gezeigt, dass die Bewertung von Sprachqualität höchst subjektiv ist.

Wir haben drei Korrekturlesern identische Segmente vorgelegt, deren Postediting von einem LLM durchgeführt wurde. Diese drei Prüfer konnten sich in Bezug auf die Bewertung der resultierenden Qualität nicht einigen. Ein Korrekturleser fand die Qualität eines Segments akzeptabel, das von einem anderen Prüfer deutlich schlechter bewertet wurde. Jedes der vorgelegten Segmente wurde von mindestens einem Prüfer als gut bewertet. Daraus schlossen wir, dass die LLM-Ausgabe keine kritischen Fehler enthielt und LLMs ein durchaus probates Tool für das Postediting darstellen.

Wie viel Geld können Unternehmen durch den Einsatz von LLMs sparen?

Durch den Einsatz von LLMs im Lokalisierungsworkflows lässt sich das Lokalisierungsergebnis deutlich verbessern. Zugleich werden Aufwand und Kosten verringert.

Wir erwarten, dass LLMs signifikanten Einfluss auf das Postediting nehmen werden. Dabei wird der Content im Anschluss an die maschinelle Übersetzung von der Technologie bewertet. Abschließend kümmern sich Linguisten um den Feinschliff. LLMs werden jedoch zunächst nicht für jedes Sprachpaar, jede Branche und jedes Fachgebiet geeignet sein. Wir sind dabei, weitere Szenarien zu identifizieren, die hinsichtlich der Ergebnisse und der Wirtschaftlichkeit einen Einsatz sinnvoll erscheinen lassen.

Unseren Untersuchungen zufolge können generative KI und LLMs die Übersetzungskosten je nach Sprachpaar um bis zu 25 Prozent senken, wenn sie nach der maschinellen Übersetzung für das Postediting eingesetzt werden. Wir analysieren noch die genauen wirtschaftlichen Auswirkungen für verschiedene Einsatzszenarien und Bereiche. Nach unseren anfänglichen Untersuchungen sind signifikante Auswirkungen zu erwarten.

Was können wir für die Zukunft erwarten?

LLMs sind auf dem Vormarsch und werden die Lokalisierung nachhaltig verändern. Lionbridge entwickelt Anwendungen, um die Möglichkeiten von LLMs voll auszuschöpfen und Lokalisierungsworkflows weiter zu automatisieren.

Im Zuge der Weiterentwicklung und Verbreitung generativer KI müssen Sie sich auf Veränderungen des regulatorischen Umfelds einstellen.

Während die Fähigkeiten von generativer KI und LLMs dramatisch wachsen werden, sind Beschränkungen der Weiterentwicklung und Verbreitung durch Eingriffe zuständiger Behörden zu erwarten. Die Aufgabe dieser Behörden ist der Schutz der Benutzer. Deshalb müssen sie die realen Gefahren und ethischen Probleme abwägen, die mit dem Einsatz der KI einhergehen.

Fazit: Sind wir schon so weit?

Generative KI bringt bereits konkrete Vorteile im betrieblichen Einsatz mit sich, insbesondere beim Postediting. Es liegt jedoch noch ein langer Weg vor uns, auf dem wir alle Einsatzszenarien für generative KI erkunden werden, bevor wir das volle Potenzial dieser Technologie ausschöpfen können.

Eines der zentralen Probleme wird dabei die Schaffung von Vertrauen zwischen Mensch und Maschine sein. Wir werden uns fragen müssen, wie weit wir der KI hinsichtlich der Qualität der Ergebnisse und uns selbst in Bezug auf die Bewertung ihrer Arbeit vertrauen können.

Jedes Einsatzszenarium muss bewertet und geprüft werden. Wir werden über Monate und Jahre mit diesen Evaluierungen beschäftigt sein und eine Lösung nach der anderen bewerten.

Eine umfassendere Analyse des Einsatzes generativer KI und großer Sprachmodelle (LLMs) in der Lokalisierung enthält das jederzeit abrufbare Webinar. Auf der Webinarseite von Lionbridge finden Sie außerdem alle weiteren Teile dieser Webinarreihe.

Nehmen Sie Kontakt mit uns auf

Möchten auch Sie KI-Tools einsetzen, um Kosten zu sparen und Ihre Bandbreite zu vergrößern? Setzen Sie sich noch heute mit uns in Verbindung und erfahren Sie mehr.