Wie wir Clarify entwickelt haben
Die neue Clarify-Funktion von DeepL fungiert als eine Art On‑Demand-Übersetzungsexperte, der Ihre Botschaft klar zum Ausdruck bringt. Damit setzt die Funktion nicht nur neue Maßstäbe im Übersetzungsbereich, sondern stellt auch einen innovativen Ansatz für die Nutzung von KI dar. Im Gegensatz zu herkömmlichen KI‑Funktionen bietet Clarify eine grundlegend interaktive Erfahrung und noch präzisere Übersetzungsergebnisse.
Die Entwicklung einer interaktiven KI‑Funktion, die genau versteht, wann und wie sie mit Nutzern interagieren soll, erwies sich als besondere Herausforderung, die viele verschiedene Perspektiven erforderte. Wir haben drei Hauptbeteiligte des Projektes gebeten, die Entwicklung von Clarify aus Ihrer Sicht zu schildern: Im Folgenden äußern sich Product Designer Freddie Sukprasong, Research Scientist Danielle Saunders und Front‑End Engineer Simon Lenz zur Entstehung von Clarify.
Das unausgesprochene Problem bei maschinellen Übersetzungen
Simon Lenz, Front‑End Engineer: „Das Clarify-Projekt startete vor etwa einem Jahr, doch die Idee, Unklarheiten und Mehrdeutigkeiten in Übersetzungen zu beseitigen, besteht schon seit Längerem. Wir haben uns das in der Vergangenheit schon einmal als Prototypen angesehen. Durch Feedback von Nutzern, die unsere Übersetzungen bearbeiten, wussten wir, dass hier ein Bedarf besteht. Mit der Einführung der neuen LLMs von DeepL war es plötzlich möglich, dieses Problem anzugehen – und genau das haben wir uns vorgenommen.“
Danielle Saunders, Research Scientist: „Mehrdeutigkeit ist ein bekanntes Problem bei der maschinellen Übersetzung. In der Regel spricht aber niemand darüber. Das Thema wurde bisher immer umgangen, weil man nicht wusste, was Nutzer tatsächlich wollen. Damit Clarify dieses Problem lösen konnte, mussten einige Dinge zusammenkommen: Es musste die Unklarheiten erkennen, die richtigen Fragen dazu stellen und wissen, wie die entsprechenden Lösungen aussehen.“
Die richtigen Fragen
Freddie Sukprasong, Product Designer: „Vor der Einführung von Clarify erhielten wir häufig Feedback zum grammatischen Geschlecht. Im Englischen ist das Wort „doctor“ recht eindeutig, doch wenn man ins Deutsche übersetzt, gibt es verschiedene Möglichkeiten, das Geschlecht auszudrücken. Automatische Annahmen können zu einem Bias in Übersetzungen führen. Wenn wir Nutzern jedoch aufzeigen, welche Annahmen bei einer Übersetzung getroffen werden, und sie fragen, welche Lösung sie bevorzugen würden, ist das sehr hilfreich für sie.“
Danielle Saunders, Research Scientist: „Unsere internen Sprachexperten haben Beispiele für Fragen gesammelt, die Clarify stellen könnte, und wir haben unsere Daten geclustert, um daraus allgemeine Kategorien zu ermitteln. Wir haben festgestellt, dass viele davon das Geschlecht, einige die Anredeform und andere wiederum Wörter mit mehreren Bedeutungen betreffen. Das passte wirklich gut zu dem, woran auch Freddie, Simon und das Product‑Team interessiert waren. Es war schön, gemeinsam das lösen zu können, woran wir jeweils arbeiteten. Während des gesamten Projektes haben wir wöchentlich Meetings als regelmäßige Check‑ins zwischen den Engineering-, Product- und Research-Teams abgehalten – und diese Zusammenarbeit war wirklich entscheidend für den Erfolg von Clarify.“
Neues Arbeitskonzept für eine innovative Funktion
Simon Lenz, Front‑End Engineer: „Während des Clarify-Projektes verfolgten unsere Teams eine ganz andere Arbeitsweise als sonst. In der Regel schlägt Research eine Idee vor, die dann in Zusammenarbeit mit dem Product-Team weiterentwickelt wird. Sobald die Logik feststeht, kommt das Front‑End Engineering ins Spiel. Bei Clarify sind wir diesen Prozess rückwärts angegangen und haben zunächst Prototypen erstellt, die Freddie für interne Tests zur Benutzerfreundlichkeit verwenden konnte. Mit dem zusätzlichen Wissen haben wir anschließend nochmal von vorne angefangen. Ich habe zwei Prototypen entwickelt und dann wieder verworfen, bevor wir uns auf die tatsächliche Funktionsweise geeinigt haben. Die Erkenntnisse aus diesen Prototypen haben wirklich dazu beigetragen, ein besseres Ergebnis zu erzielen.“
Danielle Saunders, Research Scientist: „Beim Training sammeln wir viele Textbeispiele und verwenden diese, um die Modelle erkennen zu lassen, wann sie eine Frage stellen sollten. Dank des Feedbacks zu den Prototypen konnten wir ermitteln, welche Fragen wir genau stellen sollten und welche nicht.“
Qualität und Benutzerfreundlichkeit im Einklang
Freddie Sukprasong, Product Designer: „Clarify ist eine leistungsstarke Funktion, die eine breite Palette potenzieller Fragen bereithält. Sie kann bestimmte Namen erkennen, z. B. von lokalen Zeitungen, die in der Zielsprache möglicherweise nicht bekannt sind. Anschließend wird der Nutzer gefragt, ob weitere Erklärungen hinzufügt werden sollen. Auch die Übersetzung von Abkürzungen in eine andere Sprache kann sich oft als schwierig erweisen, was Clarify ebenfalls erkennen kann. Dann gibt es noch Redewendungen und Wörter mit mehreren Bedeutungen oder etwas so Triviales wie die Datumsformatierung, d. h., ob der Nutzer den Tag oder den Monat zuerst nennen möchte. Gerade im geschäftlichen Umfeld ist das besonders wichtig, weil sich so viele Missverständnisse vermeiden lassen.
Eine der größten Herausforderungen bei der Entwicklung der Lösung bestand darin, sicherzustellen, dass die Nutzer sich dabei nicht erschlagen fühlen und dass wir keine unnötigen Fragen stellen. Wir möchten, dass Nutzern der Zweck von Clarify deutlich wird und dass sie die Funktion als wirklich hilfreich und benutzerfreundlich empfinden.“
Simon Lenz, Front‑End Engineer: „In gewisser Weise sind die Übersetzung und die Fragen zwei separate Prozesse, die unabhängig voneinander sind. Wir mussten sie auf eine Weise kombinieren, die für die Nutzer sinnvoll ist. Die einfachste Möglichkeit wäre gewesen, zuerst den gesamten Text zu übersetzen und dann alle Fragen auf einmal zu stellen. Das ist jedoch nicht das, was die Nutzer wollen – vor allem, wenn sie einen langen Text übersetzen. Wir gruppieren Fragen so, dass wir nicht zu oft dieselbe Frage stellen müssen, aber dennoch Genauigkeit gewährleisten. Es ist ein Balanceakt, wie oft man beispielsweise fragen kann, ob der erwähnte ‚lawyer‘ im Deutschen männlich oder weiblich sein soll.
Ein großes Problem, dessen wir uns ebenfalls immer bewusst waren, waren die Wartezeiten. Bei unseren ersten Prototypen in der Testinfrastruktur dauerte es 20 Sekunden, bis Clarify Fragen stellen konnte. Jetzt in der Produktionsphase sind wir bei etwa zwei Sekunden, und das ist ein himmelweiter Unterschied.“
Freddie Sukprasong, Product Designer: „Das ist erst der Anfang von Clarify. Wir wissen, dass es viele Dinge gibt, die wir verbessern können, darunter die Unterstützung weiterer Sprachen, und wir haben eine lange Liste mit Ideen, die wir testen werden.“
Danielle Saunders, Research Scientist: „Das Tolle daran ist, dass der schwierigste Teil dieses Prozesses nun abgeschlossen ist. Es war ein wirklich transformativer Schritt, Clarify für unser erstes Sprachenpaar zu veröffentlichen und es so weit zu entwickeln, dass wir es gern mit unseren Nutzern teilen möchten. Wir freuen uns darauf, daran anzuknüpfen.“
Zuversicht durch Clarify
Freddie Sukprasong, Product Designer: „Es ist toll zu hören, was unsere Kunden über Clarify sagen! Am häufigsten geben sie an, dass es ihnen mehr Zuversicht und Kontrolle verleiht, insbesondere wenn es niemanden gibt, der ihre Übersetzung prüfen kann. Wenn Clarify das übernimmt, fühlen sie sich viel wohler mit dem Ergebnis.“
Simon Lenz, Front‑End Engineer: „Ich denke, es ist ein Paradigmenwechsel, dass eine Lösung Nutzer um ihren Input bittet. Auch ich verspüre mehr Zuversicht, wenn ich es benutze. Ich kann mir sicher sein, dass Mehrdeutigkeiten beseitigt werden, weil ich die Fragen sehe, die Clarify mir proaktiv stellt. Meine Muttersprache ist Deutsch, und trotzdem zeigt mir Clarify in deutschen Übersetzungen potenzielle Probleme mit dem grammatischen Geschlecht auf, an die ich selbst nicht gedacht hätte. Es ist ein tolles Gefühl zu wissen, dass solche Unklarheiten erkannt und beseitigt werden.“
Möchten Sie Clarify für Ihr Team ausprobieren? Sie können es jetzt mit einem DeepL Pro-Abonnement nutzen: https://www.deepl.com/de/translator/l/en/de