STAR auf dem MT Summit 2025: Trends, Impulse und Innovationen

Der diesjährige MT Summit fand in Genf, Schweiz, statt und bot ein abwechslungsreiches Programm aus Tutorials, Workshops und inspirierenden Vorträgen rund um die Themen maschinelle Übersetzung (MT) und große Sprachmodelle (LLMs).

Als Platin-Sponsor war die STAR AG gemeinsam mit drei Expert*innen aus Entwicklung, Support und Vertrieb vor Ort. Außerdem besuchte Julian Hamm, Language Technology Consultant bei STAR, die einwöchige Konferenz, um das Unternehmen zu vertreten und neue Ideen sowie Impulse aus Forschung und Industrie mitzunehmen.

Passend zu den sommerlichen Temperaturen gaben Technologieanbieter und Vertreter*innen aus namhaften Unternehmen und Institutionen in Vorträgen und Poster-Sessions Einblicke in die heißesten Trends der Sprachbranche. Das engagierte Organisationsteam der Genfer Universität stellte ein vielseitiges Hauptprogramm zusammen und schuf Raum für wertvollen Austausch.

Human in the Cockpit – Mensch und Maschine geschickt kombiniert

Trotz beeindruckender Fortschritte im Bereich der generativen KI wurde auch bei diesem MT Summit klar: Ohne den Menschen geht es nicht!

An diese Philosophie knüpfte auch unsere Sponsor-Präsentation mit dem TitelHuman in the Cockpit – How GenAI is shaping the localisation industry and what it means for technology and business strategies an. Diana Ballard und Julian Hamm zeigten darin, welchen Einfluss die generative KI auf die Lokalisierungsbranche hat und welche Use Cases für den KI-Einsatz besonders relevant sind.

Als langjähriger Technologie- und Übersetzungspartner kennt STAR die Anforderungen der User*innen genau und optimiert die eigenen Tools und Lösungen kontinuierlich, um sie durch smarte Integrationen zukunftssicher zu machen.

Am STAR-Stand konnten die Teilnehmer*innen die praktische Umsetzung in Live-Demos erleben und sich mit unseren Expert*innen zu verschiedenen Aspekten der KI-Nutzung austauschen.
Neben der Integration von bekannten LLM-Systemen wie ChatGPT stellte das Team auch die Arbeit an kleineren lokalen Modellen vor, darunter das für die Terminologiearbeit optimierte Projekt TermFusion, das für den Betrieb keine dedizierte GPU benötigt und daher recht ressourcenarm arbeitet. Mithilfe lokaler Modellesollen etwa die Termextraktion aus zweisprachigen Datensätzen oder die intelligente Korrektur von Terminologievorgaben ermöglicht werden. Basierend auf diesem Ansatz werden aktuell auch weitere Modelle entwickelt, die für ein effizienteres Arbeiten im Übersetzungstool sorgen sollen.

Künstliche Intelligenz in der Lokalisierung: Gekommen, um zu bleiben!

Aktuelle Statistiken zur KI-Nutzung in Unternehmen bestätigen, dass diese Entwicklungen nicht nur eine Randerscheinung sind. Vor allem Kundenkontakt, Marketing  und Kommunikation sind vielversprechende Einsatzgebiete, die bereits jetzt intensiv bedient werden.

Auch wenn die KI-Nutzung in der Lokalisierung noch sehr unterschiedlich ausgeprägt ist, wird deutlich: Eine One-Size-Fits-All-Lösung gibt es nicht. Denn nur, wer den Use Case kennt und die Anforderungen klar definieren kann, weiß auch, wie die Technologie sinnvoll und nachhaltig eingesetzt werden kann.

Nach fünf Tagen intensivem Austausch mit Vertreter*innen aus Forschung und Industrie nehmen wir sieben wichtige Erkenntnisse mit:

• Die neuronale maschinelle Übersetzung (NMT) bleibt die am weitesten verbreitete Sprachtechnologie in Lokalisierungsprozessen. Zugleich werden LLMs zunehmend für die Optimierung des NMT-Outputs eingesetzt. Gerade im Forschungsbereich wird die NMT-Technologie immer stärker durch LLMs verdrängt.
   

• Systeme und Workflows werden immer stärker darauf ausgerichtet, verschiedene Übersetzungsressourcen nahtlos miteinander zu verbinden. Translation Memories (TM) und Terminologiedatenbanken liefern wichtige übersetzungsrelevante Informationen und können skalierbar eingesetzt werden, um bessere, konsistentere Übersetzungen zu erzeugen. Eine sich mittlerweile etablierende Methode ist dabei das sogenannte Retrieval-Augmented Generation (RAG), bei dem kleinere Datenbanken als Referenz für die Texterstellung bzw. Übersetzung herangezogen werden können.
   

• Generische KI-Modelle sind Open-Sourcen-Modellen für bestimmte Use Cases überlegen. Das Customizing in Form von Übersetzungsregeln oder automatischen Terminologieanpassungen hält Einzug in viele kommerzielle Lösungen. Diese Methode verspricht, das bisherige dedizierte Training von NMT-Systemen mittel- bis langfristig abzulösen.
   

• Steigende Übersetzungsvolumina und der allgemeine Preisdruck erfordern den Einsatz von intelligenten Analyse-Tools, um den Mehrwert des KI-Einsatzes zu bewerten und Prozesse nachhaltig zu automatisieren. Besonders relevant sind derzeit die Integrationen von Modellen zur MT Quality Estimationsowie die Bewertung von Übersetzungen mit geeigneten Metriken, teilweise auch mit LLM-Unterstützung.
   

• Nicht alle Aufgaben müssen zwingend von einem LLM erledigt werden. Klassische regelbasierte Ansätze, wie etwa der Einsatz von regulären Ausdrücken bei der Qualitätssicherung, haben nach wie vor ihre Berechtigung und können teilweise effizienter als LLM-basierte Mechanismen sein.
   

• LLMs sind bereits jetzt performant genug, um Texte auf Dokumentebene analysieren und weit entfernte Zusammenhänge erkennen zu können. Die Übersetzung im CAT-Tool erfolgt aber fast immer segmentbasiert. Ist hier ein technologisches Umdenken notwendig? Der Appell ist klar: Die Verschmelzung zwischen Erstellsystemen und Übersetzungsressourcen schreitet weiter voran. Das erfordert neue und innovative Ansätze für den Umgang mit Übersetzungsressourcen und KI-Systemen.
   

• Immer mehr Content wird von generativer KI erzeugt oder übersetzt. Dies hat auch einen Einfluss auf unsere Kultur, Sprache und unser Sozialleben, etwa durch den erhöhten Medienkonsum über Social-Media-Plattformen oder die schrittweise Verdrängung von Minderheitensprachen. Forscher*innen untersuchen derzeit Auswirkungen von generativer KI auf unser Kommunikationsverhalten.
   

Sie waren nicht beim MT Summit 2025 dabei und möchten noch mehr über aktuelle Trends erfahren?

Sehen Sie sich jetzt unsere Webinaraufzeichnungen und erfahren Sie, wie Sie Übersetzung, Terminologie und Content-Erstellung nachhaltig verbessern.