https://www.star-deutschland.net/wp-content/uploads/2023/12/Success-Story_EH-teaser.png

Service-Wissen multilingual und global zur Verfügung stellen

Erfahren Sie in unserer Case Study zur vollautomatischen Übersetzung von Knowledge-Base-Artikeln bei Endress+Hauser, wie mit dem Einsatz der STAR MT-Technologie im Service-Bereich sprachliche Hürden überwunden und Synergieffekte geschaffen werden konnten.

 

Das Unternehmen

Endress+Hauser ist ein weltweit führender Anbieter von Messgeräten, Dienstleistungen und Lösungen für die industrielle Verfahrenstechnik.

Das Unternehmen bietet Prozesslösungen für Durchfluss-, Füllstand-, Druck- und Temperaturmessung, für analytische Messungen sowie Messwertregistrierung und digitale Kommunikation und optimiert so Prozesse hinsichtlich wirtschaftlicher Effizienz, Sicherheit und Auswirkungen auf die Umwelt.

Die Kund*innen von Endress+Hauser arbeiten in den unterschiedlichsten Branchen, darunter Chemie, Energie und Kraftwerke, Grundstoffe, Metalle & Bergbau, Lebensmittel, Life Sciences, Öl und Gas sowie Wasser/Abwasser.

 

„Ohne STAR CLM könnten wir angesichts der stetigen Zunahme der zu übersetzenden Informationen die Menge der Übersetzungen gar nicht mehr bewältigen.“

Thomas Ziesing, Technical Content & Translation Process Manager Endress+Hauser

Die Ausgangssituation

Ein globales Team von technischen Expert*innen bei Endress+Hauser leistet unternehmensintern sowie an Endkund*innen gerichteten Support bei einer Vielfalt an technischen Fragenstellungen. Dabei kommt das System Salesforce Knowledge zum Einsatz, das als gemeinsame Plattform für dieses dezentrale Support-Team dient und in dem Knowledge-Base-Artikel (KBA) in der jeweiligen Muttersprache der Expert*innen verfasst werden.

Mithilfe der KBA sollen Prozesse und Lösungen dokumentiert werden, um Support-Aufwände zu reduzieren und damit die Effizienz merkbar zu steigern. Ziel des Projektes sollte es sein, allen Support-Mitarbeiter*innen das in den KBA enthaltene Fachwissen über Sprachgrenzen hinweg schnell und effizient bereitzustellen.

Das Konzept: Eine auf maschineller Übersetzung (MT) basierende Lösung, welche die KBA automatisiert aus definierten Ausgangssprachen in definierte Zielsprachen übersetzen kann. Die Zielsetzung des intern als „Service 4.0“ bezeichneten Projekts: Für bis zu 600 aktiv beitragende und mehr als 5000 „lesende“ interne und externe Nutzer*innen eine nahtlose Kommunikation ermöglichen und die bereits bestehenden mehr als 5000 KBA sowie die etwa 800 pro Monat neu hinzukommenden Artikel in allen benötigten Sprachen bereitstellen.

STAR Lösungen

STAR wurde aufgefordert, Lösungsansätze für das Ziel von Endress+Hauser zu präsentieren. Nach mehreren Auswahlrunden und einem Proof of Concept durfte STAR die Implementierung angehen. Nach zahlreichen kundenspezifischen Anpassungen ging das System in den Produktivbetrieb. Bis hin zum vollautomatisierten Prozess mussten einige Komponenten entwickelt und Prozesse definiert sowie getestet werden.

Die Salesforce-Anbindung an STAR CLM ist das Produkt aus einer intensiven Zusammenarbeit mit dem Salesforce-Team und wird über den sogenannten SF2CLM-Konnektor hergestellt, welcher für die Bündelung der zu übersetzenden Informationen in Salesforce und deren Übergabe an die nachfolgenden Systeme verantwortlich ist. Eine Middleware in Gestalt einer von STAR entwickelten Bridge-API bereitet dann die eingehenden Pakete COTI-freundlich auf und reicht diese an STAR CLM weiter, welches für die Steuerung des MT-Übersetzungsprozesses eingesetzt wird. Projektanlage, Empfang und Lieferung der Übersetzungspakete erfolgen vollautomatisiert in Form vordefinierter Workflows.

Die maschinelle Übersetzung der KBA-Texte geschieht mithilfe eigens für Endress+Hauser durch STAR trainierte neuronale MT-Systeme (sogenannte „MT-Engines“). Im Vergleich zu generischen Systemen, welche ihr Trainingsmaterial aus allgemein verfügbaren Datenquellen beziehen, basieren die Endress+Hauser-Engines vorwiegend auf kundenspezifischem Material, was eine für diesen Use Case besser angepasste Tonalität und Terminologieverwendung zur Folge hat.

Die Qualität der initial verfügbaren MT-Engines wurde in Feedback-Runden mit den Endress+Hauser-Ansprechpartner*innen festgestellt und im Rahmen von Re-Trainings und Abnahmeprozessen stetig verbessert. Mittlerweile sind insgesamt 9 Sprachen verfügbar, die beliebig miteinander kombiniert werden können. Englisch wird je nach Sprachkombination als sogenannte Pivotsprache eingesetzt, um die Übersetzungsqualität bei Sprachen mit weniger Ressourcen zu steigern.

 

 

Die Publikation eines KBA in andere Sprachen erfolgt vollautomatisiert im Hintergrund, sobald die Übersetzung im KB-System freigegeben wird. Mit einem einfachen Knopfdruck wird der ausgangssprachliche Text an den Workflow übergeben, übersetzt und dann in den jeweiligen Zielsprachen publiziert.

Dank des performanten Systems liegen die Durchlaufzeiten dabei bei wenigen Minuten, sodass die KBA den Support-Mitarbeiter*innen und Anwender*innen schnell zur Verfügung stehen. Sämtliche Formatierungen in Form von Absätzen, Links oder Bildern bleiben dabei erhalten.

Das System wurde zunächst von STAR im SaaS-Betrieb bereitgestellt und später auf eine On-Premise-Lösung bei Endress+Hauser umgezogen. Neben der Nutzung des Systems für die automatisierte Übersetzung der KBA stehen die Engines auch für andere Themengebiete über CLM-basierte Workflows zur Verfügung.

STAR im Einsatz

STAR Softwareprodukte:

STAR Lösungen für
Endress+Hauser

Die Endress+Hauser Erfolgsgeschichte als PDF herunterladen.

Weitere Informationen

Gerne stellen wir Ihnen weitere Informationen zu unseren Referenzen zur Verfügung. Schreiben Sie uns oder vereinbaren Sie einen Termin.

Zwei CLAAS Mähdrescher auf großem Getreidefeld bei der Ernte.

CLAAS

Wie das professionelle STAR-Projektteam erheblich zur Konsistenz und Kontinuität der Übersetzungs­qualität bei CLAAS beigetragen hat. Erfahren Sie mehr über die Erfolgsgeschichte in unserer CLAAS-Case Study.

Präsentation von Walter Fräswerkzeugen mit goldenem Tiger auf schwarzem Hintergrund.

Walter

Wie mit STAR CLM und CLM WebEdit das Übersetzungs­management mittels Prozess­automatisierung effizienter wurde. Erfahren Sie mehr über die Erfolgsgeschichte in unserer Case Study mit Walter.

Heller Wohnraum mit drei Fenstern von Roto.

Roto Frank AG

Wie mit dem Einsatz von WebTerm eine verbes­serte globale Kommunikation durch eine einheit­liche Firmensprache erzielt wurde. Erfahren Sie mehr über die Erfolgsgeschichte in unserer Roto-Case Study.

Bild-Success-Story_INFICON

INFICON Holding AG

Wie STAR die Übersetzungsqualität bei hoch­technischen Produkttexten und engen Terminvorgaben maßgeblich verbessern konnte. Erfahren Sie mehr über die Erfolgsgeschichte in unserer INFICON-Case Study.

 

Foto der Internationalen Raumstation ISS mit KNF Technologie an Bord.

KNF NEUBERGER GMBH

Wie mit dem Einsatz von STAR CLM WebEdit die Freigabeläufe vereinfacht und die Kunden­zufriedenheit bedeutend erhöht wurden. Erfahren Sie mehr über die Erfolgsgeschichte in unserer KNF-Case Study.

 

Drei Generationen Mammotome Kundinnen - Mutter, Tochter und Enkelin umarmen sich und lachen.

Mammotome

Wie die webbasierte Lösung von STAR den multilingualen Freigabeprozess bei Mammotome maßgeblich beschleunigt und die Zufriedenheit in den Zielmärkten gesteigert hat. Erfahren Sie mehr über die Erfolgsgeschichte in unserer Mammotome-Case Study

 

Bild-Success-Story_THEOBALD

Theobald Software GmbH

Wie Theobald Software mit überzeugenden STAR-Lösungen sein Corporate Language Management optimiert hat: Erfahren Sie mehr über die Erfolgs­geschichte in unserer Theobald Software-Case Study.