ÜBERSETZUNG IN GROSSEM UMFANG

Die Übersetzung einer Marketing-Website ist ein Projekt, das sich an einem Nachmittag erledigen lässt. Die Übersetzung von einundneunzigtausend Seiten ist hingegen eine technische Herausforderung. Deluxe Astrology ist in dreißig Sprachen verfügbar. Diese Website bietet neben Englisch acht weitere Sprachversionen an. Die Herausforderung liegt nicht in der Übersetzungsqualität an sich, sondern in der Qualität pro Dollar pro Stunde bei gleichzeitiger Wahrung der hreflang-Integrität und einer manuellen Qualitätskontrolle, die keinen Vollzeitjob darstellt.

DeepL überzeugt bei großen Textmengen in europäischen und wichtigen asiatischen Sprachpaaren. Die API funktioniert vorhersehbar: Man sendet JSON-Segmente, erhält übersetzte Segmente und die Abrechnung erfolgt nach Zeichenanzahl. Die Latenz ist gering genug, um parallele Worker für Hunderte von Seiten pro Stunde laufen zu lassen. Bei Produktlisten, Verzeichnisvorlagen und strukturierten UI-Strings ist DeepL meine erste Wahl.

Wo DeepL Schwierigkeiten hat: Marketing-Redewendungen, die Komprimierung von SEO-Überschriften und Sprachen außerhalb seiner stärksten Sprachpaare. Es übersetzt „best WordPress hosting“ wörtlich, obwohl die Zielsprache eine andere Form des Hauptbegriffs erwartet. Das lässt sich zwar in der Nachbearbeitung korrigieren, ist aber mit Aufwand verbunden.

Claude Haiku ist das kostengünstige Modell für den Humanisierungsdurchlauf. Nach DeepL (oder direkt aus dem Englischen bei kurzen Texten) überarbeitet Haiku Stapel von fünfzig bis hundert Segmenten anhand eines Stilleitfadens: Bedeutung beibehalten, Redewendungen lokalisieren, benannte Entitäten beibehalten, niemals Fakten erfinden, die Zeichenbegrenzungen für Titel und Metadaten einhalten. Haiku ist schnell und kostengünstig genug, um vor der Veröffentlichung auf jeden Textabschnitt angewendet zu werden.

Im Vergleich zu GPT-4o-mini bei derselben Aufgabe hält sich Haiku tendenziell zuverlässiger an strukturelle Vorgaben (der Titel darf 60 Zeichen nicht überschreiten), wenn die Eingabeaufforderung Beispielsätze enthält. Bei Seiten mit hoher Bedeutung, Leitartikeln und Serviceseiten führe ich dennoch Stichproben durch einen menschlichen Leser mit fließender Sprachbeherrschung durch oder leite den Text zur zweiten Überprüfung an Sonnet weiter.

Extrahieren Sie übersetzbare Segmente aus Supabase (oder dem CMS-Export) mit stabilen Schlüsseln. Führen Sie eine maschinelle Übersetzung über die DeepL-API durch, wobei Glossarbegriffe (Markennamen, Produktnamen, juristische Formulierungen) fest vorgegeben sind. Führen Sie die Haiku-Humanisierung mit lokalisierungsspezifischen Briefings durch, die im Repository gespeichert sind und nicht in einem einzigen Mega-Prompt eingebettet sind. Lint: verbotene Formulierungen, Gedankenstrichdichte, Metatextlänge, Vollständigkeit der hreflang-Paare. Schreiben Sie in eine Übersetzungs-Cache-Tabelle. Erstellen Sie statische Seiten aus dem Cache, damit die Übersetzungs-API zur Laufzeit nie aufgerufen wird.

SEO-Lint-Prüfungen während der Build-Phase führen zum Fehlschlagen der Bereitstellung, wenn auf einer lokalisierten Seite ein entsprechender „hreflang“-Tag fehlt oder wenn Meta-Beschreibungen mehr als 155 Zeichen umfassen. Qualitätskontrollen für Übersetzungen gehören in die CI, nicht in eine Überprüfung anhand einer Tabelle drei Wochen später.

Bei weniger als etwa 500 URLs und ohne eigene Infrastruktur sind Weglot oder Lokalise oft kostengünstiger als die Entwicklung einer eigenen Pipeline. Der Wendepunkt liegt dort, wo Sie bereits Astro oder Next.js mit einer Supabase- oder Postgres-Inhaltsschicht einsetzen und programmatische Kontrolle darüber benötigen, was pro Sprachversion übersetzt wird. In diesem Fall sind DeepL + Haiku + eine Cache-Tabelle in puncto Kosten und SEO-Kontrolle die bessere Wahl.

Siehe auch: [Mehrsprachiger SEO-Service](/multilingual-seo/), [Weglot vs. GTranslate vs. eigene Engine](/blog/weglot-vs-gtranslate-vs-custom-engine/) und die [SEO-Ratgeber-Übersicht](/guides/topic/seo/).