Kontakt aufnehmen

Schulungsübersicht

Einführung in die Enterprise-Lokalisierung mittels LLMs

  • Grundlagen der Lokalisierungsarchitekturen im Unternehmenskontext
  • Vom maschinenbasierten Übersetzungssystem (NMT) hin zur Verwendung von LLMs
  • Herausforderungen in Bezug auf Qualität, Governance und gesetzliche Compliance

Die Vielfalt der LLM-Modelle im Bereich Lokalisierung

  • Vergleich von Modellen wie Deepseek, Qwen, Mistral und OpenAI
  • Feinabstimmung sowie Anpassung von Modellen für Übersetzungsaufgaben und Post-Editing-Prozesse
  • Aspekte der Implementierung sowie Kosten-Leistungs-Analysen bei Einsatz verschiedener Modelle

Konzeption von LLM-basierten Lokalisierungspipelines

  • Typische Architekturmuster für den Einsatz großer Sprachmodelle bei der Übersetzung
  • Integration von APIs, Datenbanken sowie Content-Management-Systemen
  • Orchestrierung solcher Pipelines mithilfe von LangChain und Docker

Automatisierte Qualitätssicherung bei LLM-Übersetzungen

  • Definition relevanter sprachlicher Qualitätskennzahlen wie BLEU, COMET und MQM
  • Aufbau von automatisierten QA-Agenten zur Überprüfung der Übersetzungsergebnisse
  • Umsetzung von Feedback-Zyklen nach dem Post-Editing-Prozess sowie kontinuierliche Verbesserungen

Governance und Compliance bei der Nutzung von KI in der Lokalisierung

  • Etablierung eines „Human-in-the-Loop“-Ansatzes zur Kontrolle durch menschliche Experten
  • Dokumentation, Audit-Trail-Erstellung sowie Steuerung von Änderungsprozessen
  • Berücksichtigung ethischer Aspekte sowie Datenschutzvorgaben bei der Nutzung von LLM-Systemen

Evaluation und Überwachung der Lokalisierungsprozesse

  • Erfassung der Leistungsindikatoren sowie Früherkennung von Abweichungen in der Übersetzungsqualität
  • Echtzeit-Überwachung mittels offener Werkzeuge zur Protokollierung und Alarmierung
  • Einrichtung von Review-Dashboards zur umfassenden Kontrolle der Qualitätssicherungsprozesse

Integration in Unternehmensstrukturen sowie Automatisierung der Arbeitsabläufe

  • Verknüpfung von LLM-Übersetzungspipelines mit gängigen CMS- und TMS-Systemen
  • Automation von Arbeitsprozessen einschließlich automatischer Aufgabenplanung
  • Koordination zwischen verschiedenen Abteilungen sowie Verwaltung von Versionsabläufen

Skalierung und Absicherung der Lokalisierungsinfrastruktur

  • Aufbau skalierbarer Multi-Modell-Umgebungen sowohl in Cloud- als auch lokalen Systemen
  • Sicherheitsaspekte, Berechtigungsverwaltung sowie Verschlüsselung von sensiblen Daten
  • Best Practices für die Verwendung großer Sprachmodelle im gesamten Unternehmen

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Grundkenntnisse im Bereich maschinelles Lernen und natürliche Sprachverarbeitung
  • Erfahrung mit Python oder TypeScript bei der Integration von APIs
  • Vertrautheit mit üblichen Prozessen und Werkzeugen im Unternehmensbereich der Lokalisierung

Zielgruppe

  • KI- und NLP-Ingenieure
  • Technische Manager im Bereich Lokalisierung
  • Softwarearchitekten sowie Leiter von Entwicklungsteams
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien