Genau diese Erkenntnis hat die Entwicklung von elysium® Live Translation 2.0 geprägt.
Die neue Version ist nicht allein aus theoretischen Überlegungen oder internen Tests entstanden. Sie ist das Ergebnis aus einem Jahr im echten Einsatz: bei Führungen, in Pilotprojekten mit großen Reedereien und im täglichen Betrieb mit zahlreichen Gruppen.
Wir haben dabei sehr genau beobachtet, wo automatisierte Übersetzung bereits zuverlässig funktioniert – und an welchen Stellen eine technisch korrekte Wort-für-Wort-Übertragung noch keine wirklich gute Übersetzung ergibt.
Live Translation 2.0 verbindet diese Praxiserfahrungen mit einer grundlegend weiterentwickelten Verarbeitung von Sprache, Kontext und Aussprache.
Entwickelt im echten Einsatz statt unter Laborbedingungen
Mit Live Translation 1.0 wollten wir zunächst herausfinden, wie sich eine KI-basierte Übersetzung für Gruppen im Alltag bewährt.
Nicht in einem ruhigen Besprechungsraum mit vorbereiteten Beispielsätzen, sondern unter realen Bedingungen: mit wechselnden Guides, unterschiedlichen Akzenten, Hintergrundgeräuschen, langen Erklärungen, Fachbegriffen und vielen Einsätzen hintereinander.
Mehrere große Reedereien haben unsere Live Translation in Pilotphasen auf Kreuzfahrten eingesetzt. Eine weitere Pilotphase mit einer großen Reederei startet im September. Ein Unternehmen in der Schweiz nutzt die Lösung bereits seit mehreren Monaten regelmäßig – mit rund 30 Gruppen pro Tag.
Diese hohe Auslastung ist für die Entwicklung besonders wertvoll. Denn erst im dauerhaften Betrieb zeigt sich, ob eine Lösung auch dann zuverlässig bleibt, wenn sie nicht nur gelegentlich vorgeführt, sondern täglich unter unterschiedlichen Bedingungen eingesetzt wird.
Das Feedback aus diesen Einsätzen ist unmittelbar in Live Translation 2.0 eingeflossen. Viele der heutigen Funktionen beruhen auf Situationen, die sich am Schreibtisch kaum vollständig hätten vorhersehen lassen.
Warum eine Wort-für-Wort-Übersetzung nicht ausreicht
Gesprochene Sprache ist selten so ordentlich aufgebaut wie ein geschriebener Text.
Menschen beginnen einen Satz, verändern während des Sprechens die Formulierung, wiederholen einzelne Aussagen oder ergänzen noch einen Gedanken. Im Deutschen steht das entscheidende Verb außerdem häufig erst am Ende eines langen Satzes.
Eine Übersetzung, die jedes Wort sofort und isoliert überträgt, kann den tatsächlichen Sinn deshalb leicht verfehlen.
Live Translation 2.0 verabschiedet sich bewusst von dieser starren Eins-zu-eins-Logik. Die KI verarbeitet ausreichend große sprachliche Zusammenhänge, bevor sie eine Aussage übersetzt. Dadurch kann sie Satzbau, Bedeutung und Kontext besser berücksichtigen.
Das führt zu einer Initiallatenz von etwa fünf bis zehn Sekunden. Diese kurze Verzögerung ist kein technischer Nachteil, sondern ein wesentlicher Bestandteil der Qualität.
Auch ein menschlicher Dolmetscher muss zunächst verstehen, wie ein Satz gemeint ist. Eine seriöse Übersetzung darf nicht raten, wie eine noch unvollständige Aussage vermutlich weitergeht.
Unser Ziel ist deshalb nicht die niedrigste theoretisch mögliche Latenz, sondern das beste Verhältnis aus Geschwindigkeit, Verständlichkeit und inhaltlicher Genauigkeit.
Intelligente Textoptimierung - ohne Inhalte zusammenzufassen
Bevor das Gesagte übersetzt wird, bereitet Live Translation 2.0 den erkannten Text intelligent auf.
Die KI kann bedeutungslose Füllwörter entfernen, versehentliche Wiederholungen erkennen und sehr lange Sätze in mehrere kürzere Sätze gliedern. Auch Selbstkorrekturen der sprechenden Person müssen nicht zwangsläufig doppelt in der Übersetzung erscheinen.
Ein einfaches Beispiel: Ein Guide sagt einen Gedanken zunächst unvollständig, beginnt noch einmal neu und formuliert ihn anschließend verständlicher. Eine reine Eins-zu-eins-Übertragung würde beide Varianten übersetzen und vorlesen. Für die Zuhörenden entsteht dadurch eine unnötige Wiederholung.
Live Translation 2.0 erkennt solche sprachlichen Strukturen und gibt die vollständige Aussage in einer klareren Form wieder.
Dabei wird der Inhalt nicht zusammengefasst. Die KI entscheidet nicht, welche Informationen wichtig oder unwichtig sind. Sie lässt keine relevanten Aussagen weg und erzeugt keine verkürzte Interpretation.
Optimiert wird ausschließlich die sprachliche Form:
- unnötige Füllwörter entfallen,
- versehentliche Wiederholungen werden bereinigt,
- lange Satzkonstruktionen werden verständlicher gegliedert,
- der vollständige Informationsgehalt bleibt erhalten.
Das Ergebnis lässt sich nicht nur besser übersetzen. Es klingt auch natürlicher, wenn es anschließend in der gewählten Zielsprache vorgelesen wird.
Kontext und Aussprache entscheiden über die Qualität
Ein und dasselbe Wort kann abhängig vom Einsatzgebiet unterschiedliche Bedeutungen haben. Eine allgemein richtige Übersetzung ist deshalb nicht automatisch die fachlich passende Übersetzung.
Zu Beginn einer Führung analysiert Live Translation 2.0 die ersten gesprochenen Sätze. Die KI erkennt daraus zunehmend, in welchem Umfeld sie eingesetzt wird.
Findet gerade eine touristische Führung auf Madeira statt? Geht es um eine Produktionsanlage? Oder werden spezielle Fachbegriffe aus dem Stahlbau verwendet?
Mit jedem Satz erhält das System mehr Kontext. Die Übersetzung entwickelt sich dadurch von einer allgemeinen sprachlichen Einordnung hin zu einer spezifischeren, zum Thema passenden Übertragung.
Auch die Sprachausgabe spielt eine entscheidende Rolle. Eine korrekt übersetzte Aussage hilft wenig, wenn Aussprache, Betonung oder Sprachmelodie unnatürlich wirken.
Gerade bei Mandarin und anderen asiatischen Sprachen haben unsere Praxistests gezeigt, wie stark die Verständlichkeit von der Qualität der Text-to-Speech-Ausgabe abhängt. Eine Technologie, die für eine europäische Sprache sehr gute Ergebnisse erzielt, ist nicht automatisch für jede andere Sprache die beste Wahl.
Deshalb nutzt Live Translation 2.0 sprachspezifisch optimierte Komponenten. Spracherkennung, Übersetzung und Sprachausgabe werden abhängig von den Anforderungen der jeweiligen Sprache kombiniert.
Die technische Komplexität bleibt dabei im Hintergrund. Für die Zuhörenden zählt allein, dass die Übersetzung verständlich und möglichst natürlich klingt.
Was sich mit Live Translation 2.0 konkret verbessert hat
Die sprechende Person muss ihre Eingangssprache nicht mehr vor Beginn auswählen. Sie kann direkt mit der Führung, Schulung oder Präsentation beginnen. Die KI erkennt automatisch, welche Sprache gesprochen wird.
Die besten Ergebnisse entstehen weiterhin, wenn Menschen in ihrer Muttersprache sprechen. Dann formulieren sie natürlicher, verwenden einen sicheren Satzbau und können sich vollständig auf ihre Inhalte und ihre Gruppe konzentrieren.
Die automatische Erkennung der gesprochenen Sprache ist nicht auf die aktuell angebotenen Zielsprachen beschränkt. Die Zuhörenden können derzeit aus 29 Zielsprachen wählen. Weitere Sprachen lassen sich bei entsprechendem Bedarf ergänzen.
Auf Basis der bisher ausgewerteten realen Nutzungsdaten erreicht die Verarbeitungskette aus Spracherkennung, Textumwandlung und Übersetzung aktuell eine Quote von 99,6 Prozent korrekt verarbeiteter Inhalte.
Dieser Wert beruht nicht ausschließlich auf vorbereiteten Testsätzen. In die Auswertung fließen unterschiedliche Stimmen, Themen, Sprechweisen und Einsatzbedingungen ein.
Trotzdem bleibt Live Translation ein KI-basiertes System. Eine schlechte Internetverbindung, eine unzureichende Tonqualität, sehr undeutliche Aussprache oder außergewöhnlich spezielle Fachbegriffe können das Ergebnis beeinflussen.
Für rechtlich oder medizinisch kritische Situationen ersetzt die Lösung keinen vereidigten oder entsprechend qualifizierten menschlichen Dolmetscher. Für Führungen, Schulungen, Veranstaltungen und andere Formate der Gruppenkommunikation zeigt der bisherige Dauerbetrieb jedoch, welches Qualitätsniveau automatisierte Live-Übersetzung inzwischen erreichen kann.
Vom Tourismus zur Lösung für alle Branchen
Die ersten Einsatzgebiete von elysium® Live Translation lagen vor allem im Tourismus: bei Stadtführungen, Landausflügen, Kreuzfahrten und internationalen Reisegruppen.
Im vergangenen Jahr wurde jedoch deutlich, dass dieselben sprachlichen Herausforderungen in vielen anderen Bereichen bestehen.
Internationale Mitarbeitende müssen einer Sicherheitsunterweisung folgen. Besucher möchten eine Produktionsanlage verstehen. Eine Schulung soll nicht mehrfach für verschiedene Sprachgruppen stattfinden. Auf einer Veranstaltung benötigen Teilnehmende dieselben Informationen in unterschiedlichen Sprachen.
Live Translation 2.0 eignet sich deshalb unter anderem für:
- Werks- und Unternehmensführungen,
- Schulungen und Sicherheitsunterweisungen,
- das Onboarding internationaler Mitarbeitender,
- Konferenzen und Informationsveranstaltungen,
- Museen und Bildungseinrichtungen,
- internationale Delegationen und Besuchergruppen,
- touristische Führungen und Landausflüge.
Die Zuhörenden öffnen die Gruppe über einen QR-Code im Browser ihres Smartphones und wählen ihre gewünschte Sprache. Eine App-Installation, ein Benutzerkonto oder eine Registrierung sind nicht erforderlich.
Alternativ kann Live Translation mit kompatiblen Personenführungsanlagen verbunden werden. Dadurch lassen sich Smartphones und klassische Empfänger innerhalb eines Einsatzes kombinieren oder bereits vorhandene Hardware weiterverwenden.
Live Translation 2.0 ist damit nicht mehr ausschließlich eine Übersetzungslösung für den Tourismus. Sie richtet sich an alle Unternehmen und Organisationen, die Informationen zuverlässig an mehrsprachige Gruppen vermitteln möchten.
Live Translation 2.0 ist für uns ein wichtiger Entwicklungsschritt – aber kein Endpunkt. Die KI wird laufend überprüft, verfeinert und an neue Erkenntnisse aus dem realen Einsatz angepasst.
Pilotphasen spielen dabei weiterhin eine zentrale Rolle. Sie zeigen uns nicht, wie eine Übersetzung unter perfekten Bedingungen funktionieren könnte, sondern was sie im Arbeitsalltag tatsächlich leisten muss.
Davon profitieren am Ende alle, die Live Translation einsetzen.
