Wie gewährleistet KI-gestützte Content-Erstellung Konsistenz bei mehrsprachigen Inhalten

Auf der englischen Seite desselben Produkts steht „industrial-grade durability“, auf der französischen Seite wird daraus jedoch „für den täglichen Gebrauch geeignet“, und auf der spanischen Seite fehlen wiederum die Garantiebedingungen – solche Probleme treten bei der Massenveröffentlichung mehrsprachiger Websites häufig auf. Oberflächlich betrachtet sind die Inhalte zwar alle „übersetzt“, doch die Gewichtung der Verkaufsargumente, technischen Parameter, Markenbezeichnungen und Handlungsaufforderungen stimmt nicht mehr überein. Ob bei der organischen Suche, auf Werbe-Landingpages oder bei der Nachverfolgung von Anfragen – es kommt anschließend zu widersprüchlichen Informationen.

Damit KI-gestützte Inhaltserstellung die Konsistenz mehrsprachiger Inhalte gewährleistet, ist nicht entscheidend, jeden Satz in jede Sprache zu übersetzen. Entscheidend ist vielmehr, zunächst wiederverwendbare „Inhaltsquellen, Terminologieregeln und Seitenfelder“ zu schaffen und die KI anschließend nach diesen Regeln generieren, übersetzen und prüfen zu lassen. Wird KI nur als Übersetzungswerkzeug eingesetzt, entstehen leicht sprachlich flüssige Seiten mit abweichender Kommunikation; erst die Einbindung in einen kontrollierten Prozess ermöglicht es, die Ausdrucksgewohnheiten verschiedener Märkte mit der Konsistenz der Kerninformationen zu verbinden.

Zunächst unterscheiden: Welche Inhalte müssen einheitlich sein, welche können lokalisiert werden?

Konsistente mehrsprachige Inhalte bedeuten nicht, dass jede Sprache exakt dieselben Satzstrukturen verwenden muss. Lesegewohnheiten ausländischer Nutzer, die Darstellung von Einheiten, Suchbegriffe und Beschaffungsschwerpunkte können unterschiedlich sein, weshalb Seiten angemessen angepasst werden müssen. Manche Informationen dürfen jedoch nicht von der KI frei interpretiert werden und sollten als „gesperrte Inhalte“ gelten.

In der Praxis kann jede Seite zunächst in Felder unterteilt werden, anstatt den gesamten Seitentext direkt an die KI zu übergeben. Beispielsweise werden Produktname, Spezifikationen, geeignete Branchen, Vorteile, FAQ-Antworten, Anfrage-Buttons und Hinweise zu Downloadmaterialien getrennt verwaltet. Nach der Strukturierung in Felder kann das System leichter erkennen, welche Inhalte umformuliert werden dürfen und welche nur aus festgelegten Daten übernommen werden dürfen.

Einen von KI ausführbaren Inhaltsstandard erstellen

Was die Konsistenz tatsächlich beeinflusst, ist häufig nicht die Leistungsfähigkeit des Modells, sondern die Klarheit der Eingabematerialien. Vor Beginn der Erstellung sollte eine kompakte, aber vollständige Inhaltsreferenztabelle vorbereitet werden, die als gemeinsame Quelle für Seiten in allen Sprachen dient. Sie muss nicht wie ein Markenhandbuch formuliert sein, sollte den Mitarbeitenden jedoch zumindest deutlich machen, welche Begriffe verwendet werden dürfen und welche Aussagen nicht zulässig sind.

• Terminologiedatenbank: Produktkategorien, Komponenten, Verfahren, Branchenabkürzungen und Funktionsbezeichnungen vereinheitlichen. Für jeden Begriff sind Ausgangssprache, bevorzugte Übersetzung in der Zielsprache, unzulässige Übersetzungen und Nutzungshinweise anzugeben.
• Faktendatenbank: Fehleranfällige Inhalte wie Spezifikationsparameter, Kompatibilitätsbereiche, Verpackungsinformationen, Angaben zu Lieferzeiten und Grenzen des Kundendienstes zentral pflegen. Die KI sollte diese nicht selbst anhand alter Seiten oder Unterlagen unterschiedlicher Versionen beurteilen.
• Tonfallregeln: Festlegen, ob ein professioneller, prägnanter oder stärker vertriebsorientierter Stil verwendet wird, und angeben, ob Superlative, absolute Adjektive und Branchenjargon zulässig sind.
• Seitentemplates: Vorgaben dazu machen, welche Module die einzelnen Seiten enthalten sollen und in welcher Informationsbeziehung diese Module zueinander stehen. So muss beispielsweise das zentrale Verkaufsargument im ersten Bildschirmbereich den wesentlichen Vorteilen in den Produktdetails entsprechen, und FAQ dürfen keine Zusagen ergänzen, die in den Details nicht bestätigt wurden.

Auch Prompts sollten auf diese Regeln Bezug nehmen, statt nur „ins Deutsche übersetzen und optimieren“ zu lauten. Eine verlässlichere Vorgabe wäre: Modelle und Parameter unverändert beibehalten; Terminologie gemäß Terminologiedatenbank verwenden; keine nicht bereitgestellten Leistungsbeschreibungen ergänzen; bei der Ausgabe nach Seitenfeldern vorgehen; nicht bestätigbare Inhalte mit „zu bestätigen“ kennzeichnen. Dadurch wird reduziert, dass die KI Informationen ergänzt, nur damit der Text vollständig wirkt.

Bei der Massenerstellung den Schritt „Freigabe des Quellinhalts“ nicht überspringen

Der Prozess vieler Teams besteht darin, zunächst eine englische Seite zu erstellen und sie dann gleichzeitig auf mehrere Sprachen auszuweiten. Das Problem besteht darin, dass der englische Entwurf noch häufig geändert wird, während die anderen Sprachversionen bereits jeweils bearbeitet, veröffentlicht oder für Werbung eingesetzt werden. Nach mehreren Überarbeitungsrunden häufen sich die Seitenunterschiede rasch an, und es wird schwierig nachzuvollziehen, welche Version die richtige ist.

Für den täglichen Betrieb eignet sich eher folgende Reihenfolge: Zunächst werden die sachlichen Informationen und die Modulstruktur der Seite in der Ausgangssprache bestätigt, anschließend wird die erste Runde der zielsprachigen Inhalte erstellt. Nach Änderungen in der Ausgangssprache werden betroffene Felder markiert und die entsprechenden Abschnitte neu generiert, anstatt die gesamte Seite zu überschreiben. Für häufig aktualisierte Preise, Lagerbestände, Parameter oder Aktionsbedingungen sollten Daten vorrangig aus einer einheitlichen Datenquelle abgerufen werden, damit diese Informationen nicht fest in den Fließtext mehrerer Sprachversionen geschrieben werden.

Wenn Inhalte die Umrechnung von Einheiten betreffen, müssen zusätzlich Regeln festgelegt werden. Für die Umrechnung von Millimetern in Zoll, Celsius in Fahrenheit sowie für Gewichts- und Volumenangaben sollten die beizubehaltenden Dezimalstellen und Darstellungsweisen vorgegeben werden. KI kann bei Umrechnung und Formatierung helfen, doch zentrale Werte sollten möglichst regelbasiert geprüft werden; insbesondere Ober- und Untergrenzen, Toleranzen, Einsatztemperaturen und Mengen von Zubehör dürfen nicht allein auf die sprachliche Flüssigkeit gestützt werden.

Mit einer zweistufigen Prüfung „unsichtbare“ Abweichungen erkennen

Stichproben durch Menschen können meist sprachliche Fehler erkennen, jedoch nicht unbedingt Veränderungen des Zusageumfangs. Für die Prüfung mehrsprachiger Inhalte empfiehlt sich eine Unterteilung in Sprach- und Geschäftsebene. Auf der Sprachebene wird geprüft, ob der Text natürlich klingt und lokalen Gewohnheiten entspricht; auf der Geschäftsebene wird zum Quellinhalt zurückgekehrt und kontrolliert, ob die Informationen gleichwertig sind.

Erste Ebene: Die KI für einen strukturierten Abgleich einsetzen

Quellsprachige und zielsprachige Felder können gleichzeitig eingegeben werden, damit die KI Unterschiede nach festen Punkten ausgibt: Ob Modelle, Parameter, Einschränkungen oder CTA fehlen; ob Verkaufsargumente hinzugefügt wurden, die im Quelltext nicht vorhanden sind; ob die Terminologie gegen das Glossar verstößt; ob Zahlen, Daten, Einheiten und Prozentangaben übereinstimmen. Wenn sie nur Unterschiede melden und nicht den gesamten Text erneut überarbeiten soll, lassen sich die Ergebnisse für Mitarbeitende leichter bearbeiten.

Zweite Ebene: Hochrisikofelder manuell bestätigen

Die folgenden Inhalte sollten auch nach einer automatisierten Prüfung von Personen bestätigt werden, die mit dem Produkt und den Geschäftsregeln vertraut sind: technische Spezifikationen, Compliance- oder Zertifizierungsaussagen, Leistungsumfang, Angebotsbedingungen, Lieferzeiten, Rückerstattungs- oder Garantiehinweise sowie vergleichende Aussagen, die Beschaffungsentscheidungen beeinflussen können. Der Schwerpunkt liegt hier nicht auf einer Wort-für-Wort-Prüfung, sondern darauf zu bestätigen, dass die Zielsprache die ursprünglichen sachlichen Grenzen nicht verändert hat.

Nach der Veröffentlichung der Seite sollte auch die Darstellung im Frontend geprüft werden. Die Textlängen verschiedener Sprachen unterscheiden sich erheblich; abgeschnittene Buttons, verschobene Tabellen und fehlerhafte Zeilenumbrüche auf Mobilgeräten können dazu führen, dass ursprünglich einheitliche Inhalte für Nutzer unvollständig erscheinen. Besonders Navigation, Formularhinweise, Pop-ups und Download-Buttons sind kurze Texte, die häufig nicht im Übersetzungsprozess des Haupttexts enthalten sind, aber den Conversion-Pfad unmittelbar beeinflussen.

Bei uneinheitlicher Kommunikation die Quelle zurückverfolgen, statt die Übersetzung direkt zu ändern

Wenn festgestellt wird, dass eine Beschreibung in einer bestimmten Sprache inkonsistent ist, sollte zunächst ermittelt werden, zu welcher Art von Problem sie gehört: Gibt es zwei Versionen des Quellinhalts, fehlt in der Terminologiedatenbank eine Definition, hat die KI bei der Erstellung keine Einschränkungen erhalten, wurde der Text manuell von einem Redakteur geändert oder wurden die Seitendaten nicht synchronisiert? Eine direkte Änderung auf der zielsprachigen Seite scheint das Problem kurzfristig zu lösen, kann jedoch beim nächsten Massenupdate überschrieben werden oder sogar neue Abweichungen erzeugen.

Die richtige Vorgehensweise besteht darin, zum Inhaltsstandard zurückzukehren: Sachfehler werden in der Faktendatenbank aktualisiert, bei terminologischen Streitfragen werden Einträge ergänzt, und bei uneinheitlichem Ausdrucksstil werden Templates oder Prompts angepasst. Anschließend werden Seiten, die dieselben Felder verwenden, gezielt erneut geprüft. So kann KI-gestützte Inhaltserstellung schrittweise zu einem stabilen Prozess werden, statt mit jeder zusätzlichen Sprache eine weitere Textversion zu schaffen, die manuell erinnert und gepflegt werden muss.