Die intelligente linguistische Qualitätssicherung – Smart LQA – stellt ein neues Niveau der linguistischen Qualitätsbewertung dar

Die Qualitätskontrolle ist als Bestandteil des Qualitätsmanagements unverzichtbar zur Aufrechterhaltung und stetigen Verbesserung der Qualität der Sprachdienstleistungen. Das ist für unser Unternehmen von großer Bedeutung. Sprachdienstleistungen bilden den Kern der Unternehmensprozesse bei Janus. Schon seit geraumer Zeit verfolgen wir die Idee, ein Tool zu schaffen, das die Qualität dieser Dienstleistungen optimal bewerten kann.

Unser Ziel war eine Automatisierung, die zeitaufwändige manuelle Aufgaben übernehmen würde, wie z. B. die arbeitsintensive Analyse der Daten der Qualitätsbewertung und die manuelle Bearbeitung der Aufgaben der linguistischen Qualitätssicherung. Wir denken, dass wir erfolgreich waren und dieses Ziel erreicht haben.

Zuvor wurden diese Aufgaben außerhalb des Informationssystems durchgeführt. Der Prozess der Einführung eines Qualitätsbewertungsprojekts basierte auf der Expertenmeinung der Produktionsabteilung (neben anderen Auslöser, wie z. B. neuen Kunden oder ein neues Fachgebiet). Es sollten eigene Arbeitspläne für die Bewertung der Anbieter über die Sprachkombinationen und Fachbereiche hinweg geschaffen werden, um die höchste Servicequalität sicherzustellen. Diese Aufgaben eignen sich jedoch ideal für die Programmentwicklung und maschinelle Algorithmen.

Das Ergebnis ist eine Hightech-Innovation. Mit den maschinellen Algorithmen der Datenverarbeitung und den Daten der durchgeführten Bewertungen haben wir ein KI-gestütztes linguistischen Qualitätsmanagementsystem erstellt. Ein weiterer Vorteil der Qualitätssicherung war der Wandel von einem reaktiven zu einem proaktiven Prozess. Das Smart LQA System startet automatisch die Bewertung der sprachlichen Qualität von Projekten mit einer optimalen Frequenz basierend auf den akkumulierten Daten und definierten Bedingungen (Auslöser).

Die Einführung von Auslösern oder Ereignissen, die ein Qualitätsbewertungsprojekt starten, ist ein großer Schritt nach vorn. Früher stellte auch die Qualitätsvektoranalyse eine Herausforderung dar, denn sie setzte voraus, dass bei einem spezifischen Kunden, Übersetzer oder einer Sprachkombination ermittelt wurde, ob sich der Trend verbessert oder verschlechtert hat. Darüber hinaus ging es dabei um die Synthese unterschiedlicher Informationen, selbst für einen einzelnen Kunden.

Aus diesem Grund haben wir uns in einer frühen Phase des Designprozesses entschieden, alle Daten im Informationssystem des Unternehmens zu speichern.

Die Architektur des Systems ist in drei Module unterteilt.

Modul 1. Auslöser

Dieses Modul steuert den Start des Projekts der linguistischen Qualitätsbewertung. Es besteht aus einer Reihe flexibler Auslöser und Bedingungen. Wenn sie erfüllt sind, veranlasst das Modul die Durchführung einer linguistischen Qualitätsbeurteilung. Zu den auslösenden Bedingungen gehören unter anderem die Einführung eines neuen Kunden oder einer neuen Sprachkombination, die Überschreitung der zulässigen Zeitintervalle zwischen den Bewertungen, die Häufigkeit der Verwendung einer Sprachkombination oder die Bewertung bei einer früheren Qualitätsbeurteilung. Zusätzlich zu den direkten Startbedingungen, wie z. B. ein neuer Kunde oder eine neue Sprachkombination, passt die KI die Frequenz der Beurteilungen auf der Grundlage aller anderen Bedingungen an. Das bedeutet, dass der Auslöser oder die Bedingung für den Start der Qualitätsbeurteilung nicht fixiert sind, sondern von einer Reihe von situativen Faktoren abhängen.

Modul 2. Funktionsmodul

Leider ist es noch nicht möglich, die manuellen Aufgaben vollständig zu eliminieren. Wenn den Anbietern (d. h. den Personen, welche die linguistische Qualitätsbewertung durchführen) Aufgaben zugewiesen werden, ist es weiterhin notwendig, detaillierte Anweisungen zur Bewertung spezifischer Projekte zu geben, die benötigten Informationen an sie weiterzugeben sowie eine dokumentierte Bewertung – oder Fehlerprotokoll zu führen und in einem Formular das Ergebnis der Bewertung zu berechnen. Jetzt sind alle diese Aufgaben in einem einzigen System integriert. Mitarbeiter mit einem akademischen Hintergrund in Geisteswissenschaften neigen außerdem dazu, weniger systematisch vorzugehen und haben eher einen kreativen Ansatz. Das wiederum kann zu Verzögerungen führen, wenn mehrere Mitwirkende in unterschiedlichen Phasen beteiligt sind, wie z. B.:

• Bewertung der Qualität der Sprachdienstleistungen,
• Anbieter mit den Ergebnissen vertraut machen,
• Schlichtung bei Meinungsverschiedenheiten in Bezug auf die Ergebnisse der Bewertung,
• Abschließen der Bewertung auf der Grundlage der Ergebnisse der Schlichtung.

Das kann den Zeitrahmen der Arbeitsabläufe sprengen und die endgültigen Ergebnisse verzögern. Wie schnell und in welcher Qualität die Bewertung durchgeführt werden kann, ist grundsätzlich davon abhängig, in welchem Maße sich die Beteiligten engagieren.

Um dies anzugehen, hat sich der Prozess der Einführung linguistischer Qualitätsbewertungen und der Interaktion mit den Projektteilnehmern in einen Geschäftsprozess innerhalb des Informationssystems umgewandelt. Jede Phase beinhaltet jetzt eine Aufgabe mit einem Liefertermin und an die verantwortlichen Projektteilnehmer wird eine Benachrichtigung gesendet. Auf diese Weise ist es uns gelungen, den Arbeitsablauf zu systematisieren und vorhersehbare Termine durchzusetzen.

Obwohl die KI bei der Bewertung von Übersetzungen Fortschritte macht, ist jedoch auch zu berücksichtigen, dass sie noch auf wenige Sprachkombinationen und Fachbereiche begrenzt ist. Der Mensch wird noch für lange Zeit an den Sprachdienstleistungen und der Bewertung ihrer Qualität beteiligt sein und für diese Aufgaben benötigen die Linguisten moderne Tools.

Modul 3. Berichterstattung

Das ist der wichtigste Teil, wenn es um die Visualisierung der Daten und Analysen der Ergebnisse der linguistischen Qualitätsbewertung geht. Zuvor waren die aus jeder einzelnen Qualitätsbewertung extrahierten Daten uneinheitlich. Mit dem neuen Berichtssystem können die Daten für einen bestimmten Zeitraum und in einer relevanten Aufschlüsselung (Kunden, Sprachkombinationen) mit minimalem Zeitaufwand erfasst werden. Es ist nicht mehr notwendig, die Bewertungsergebnisse in einer großen Excel-Datei zu kompilieren.

Das Projektteam der Smart LQA hat noch viele andere gute Ideen, die künftig implementiert werden.