Intel beschäftigt über 110.000 Mitarbeiter in Büros und Einrichtungen in über 60 Ländern. Bei einer solch globalen Präsenz muss Intel Kunden, Mitarbeitern und Partnern, die unterschiedliche Sprachen sprechen und aus unterschiedlichen Kulturen stammen, ein konsistentes Erlebnis bieten - jeden einzelnen Tag. Deshalb entschied sich das Unternehmen, die KI-Übersetzungslösung von LILT einzusetzen, um Kosten zu senken und die Time-to-Market zu verbessern.

Die Übersetzungsservices von LILT basieren auf der LILT Contextual AI Engine, die mit KI und Adaption Produktivität und Effizienz in jedem Schritt des Lokalisierungsprozesses steigert. Schon nach wenigen Monaten mit LILT hat Intel erhebliche Einsparungen bei den Übersetzungskosten erzielt. Die Contextual AI Engine von LILT wird durch Linguisten-Feedback sofort neu trainiert, sodass Intel dieselbe Menge an Inhalten übersetzen und die Kosten dabei um 40 % im Jahresvergleich senken konnte. Die Wirkung dieser Reduzierung ist beträchtlich: Eine Geschäftseinheit von Intel konnte ihr Volumen an übersetzten Inhalten verdoppeln – bei nur marginal höherem Budget.

Hintergrund

Intel IT wollte seinen Lokalisierungsansatz neu erfinden, um interne Stakeholder besser zu bedienen. Das Unternehmen hatte mehrfach versucht, seine Lokalisierungsprozesse zu modernisieren, doch diese Versuche brachten nur inkrementelle – statt transformativer – Verbesserungen. Als das Unternehmen auf LILT stieß, erkannte es das Potenzial von LILTs neuem Ansatz, Contextual AI auf die Lokalisierung anzuwenden.

“Wir hatten unsere Optionen geprüft, um einen deutlichen Anstieg der Nachfrage nach Übersetzungs- und Lokalisierungsservices bei Intel zu bewältigen, wollten dies aber zu nachhaltigen Kosten und mit einem sehr schlanken Team tun. Es war klar, dass wir einen offensiveren Ansatz verfolgen und ein innovativeres Modell einführen mussten”, sagte Loïc Dufresne de Virel, Leiter der Lokalisierung bei Intel.

“Als wir das Team von LILT kennenlernten, hat uns sein Engagement ermutigt, einen besseren Weg zur Lokalisierung von Inhalten zu schaffen, indem KI die Arbeit menschlicher Übersetzer ergänzt. Unsere bisherige Arbeitsweise hat uns viele Jahre lang gute Dienste geleistet, aber wir begannen zu stagnieren und mussten jetzt große Schritte unternehmen, um der Entwicklung voraus zu sein", fügte Dufresne de Virel hinzu.

Das Team wusste: Die Zukunft der Lokalisierung bedeutet mehr Geschwindigkeit und Effizienz bei sinkenden Kosten – durch den Einsatz von KI und Automatisierung, um unnötigen menschlichen Aufwand zu reduzieren oder zu eliminieren und menschliche Fähigkeiten und Expertise nur für die wertvollsten Aspekte des Prozesses zu reservieren.

Die Herausforderung von Intel

Intels Lokalisierungsteam sollte immer wieder mehr mit weniger leisten. Während das Unternehmen weiter in neue Branchen und neue Locales expandierte, musste das Team neue interne Geschäftspartner mit gleichbleibenden oder sogar reduzierten Budgets bedienen. Mit jedem zusätzlichen Geschäftspartner kamen neue Themen und Inhaltstypen hinzu, sodass das Team vorhandene linguistische Assets wie Translation Memorys (TMs) nur begrenzt nutzen konnte.

Zudem nutzte das Lokalisierungsteam KI und Automatisierung nicht voll aus. Mit einer Lösung, die potenziell transformative Technologien wie adaptive NMT und intelligente Automatisierung einbezieht, erkannten sie, dass sie einen höheren ROI aus ihren bestehenden Lokalisierungsausgaben erzielen konnten.

“Eines der übergreifenden Themen war, dass meine Kollegen und ich mehr Zeit damit verbringen wollten, über Intels Lokalisierungsstrategie nachzudenken, statt uns mit dem täglichen Aufwand und den Komplexitäten des Vendor-Managements zu befassen. Mit einem sehr einfachen Alles-inklusive-Geschäftsmodell hat LILT genau das ermöglicht”, sagte Dufresne de Virel.

Wir wollten mehr Zeit darauf verwenden, über die Lokalisierungsstrategie von Intel nachzudenken, anstatt uns mit dem Lieferantenmanagement zu beschäftigen. LILT hat dies mit einem einfachen und umfassenden Geschäftsmodell ermöglicht.

Loïc Dufresne de Virel

Head of Localization bei Intel

Warum sich Intel für LILT entschieden hat

Intels Ziel war es, den ROI jedes Elements seines Lokalisierungsprogramms zu maximieren – mit einem Partner, der die schnellsten Übersetzungszeiten und die höchste Qualität liefern konnte, und das zu möglichst geringen Kosten. Darüber hinaus wünschte man sich einen Anbieter, der in F&E investiert, um sein Angebot kontinuierlich um innovative neue Funktionen zu erweitern.

Das Team von Dufresne de Virel besteht aus Lokalisierungsveteranen, die Jahrzehnte in der Branche tätig waren und im Laufe der Jahre viele Technologien haben kommen und gehen sehen. Nach Abwägung der Optionen kam das Team zu dem Schluss, dass LILT am besten geeignet wäre, sie beim Erreichen ihrer Ziele zu unterstützen. Darüber hinaus fand LILTs Vision für die Zukunft der Lokalisierung - ebenso wie die KI-zentrierte Strategie zur Verwirklichung dieser Zukunft - großen Anklang beim Lokalisierungsteam von Intel.

Intel führte zunächst einen Proof of Concept durch, um LILTs Fähigkeit zu prüfen, schnell zu skalieren und mit Intels bestehenden Systemen zu arbeiten. Nach sorgfältiger Analyse von Leistung sowie Kosten und Nutzen der LILT-Lösung entschied man sich für die Einführung.

Kostensenkung verbessert den Lokalisierungs-ROI

“Die Produktivitätsgewinne durch die KI-gestützten Übersetzungsservices von LILT haben es uns ermöglicht, die Übersetzungskosten bei gleichem Inhaltsvolumen um 40% im Jahresvergleich zu senken - und wir erwarten, dass diese Kosteneinsparungen weiter steigen. Da Übersetzungen einen erheblichen Anteil unserer gesamten Lokalisierungskosten ausmachen, war dies für das Geschäft sehr wesentlich”, sagte Dufresne de Virel.

Der Schlüssel zu diesen Effizienzgewinnen lag in der Flexibilität und Erweiterbarkeit von LILTs Contextual AI Platform und Connectors, die eine einfache Anbindung an Intels bestehende Infrastruktur und Workflows ermöglichten – ganz ohne teure Sonderentwicklungen.

"Die Fähigkeit von LILT, sich in unsere bestehenden Systeme und Prozesse einzuklinken, hat es uns ermöglicht, ihre Übersetzungsdienstleistungen schnell und einfach zu testen", sagte Dufresne de Virel.

Darüber hinaus freut sich Intel über die Möglichkeit, die Automatisierungsfunktionen von LILT zu nutzen, um Geschäftsprozesse zu optimieren und den Bedarf an menschlichem Eingreifen in Bereichen wie Programmmanagement, QA und Review zu reduzieren.

Schnellere Wertschöpfung und höhere Übersetzungsgeschwindigkeit

LILT hat stark in F&E investiert, um so viel manuelle Arbeit wie möglich entlang der gesamten Lokalisierungswertschöpfungskette zu automatisieren. Die LILT Contextual AI Engine erhöht den Content-Durchsatz und verringert das Risiko menschlicher Fehler – gestützt auf LILTs innovative Contextual-AI-Technologie, mit der Übersetzer 3-5x schneller arbeiten können, ohne Qualitätsverlust.

"Nach Abschluss unseres ersten Proof of Concept im 3. Quartal 2019 haben wir schnell hochskaliert, und die Ergebnisse sprechen für sich. Im 1. Quartal 2020 haben wir für einen unserer größten internen Stakeholder eine Verdopplung des Volumens im Vergleich zum 1. Quartal 2019 verarbeitet, während unsere Übersetzungskosten stabil blieben – das entspricht einer Verbesserung von 50 % im Jahresvergleich. Und so erfreut ich über solche unmittelbaren Ergebnisse bin, konzentriere ich mich mehr darauf, was wir längerfristig erreichen können, während wir weiter mit LILT zusammenarbeiten, um mit KI und Automatisierung unsere Lokalisierungsprozesse weiter zu verbessern", fügte Dufresne de Virel hinzu.

LILTs Potenzial, mit KI und Automatisierung die Kosten in jeder Phase der Lokalisierungs-Wertschöpfungskette zu senken, begeistert uns.

Loïc Dufresne de Virel

Head of Localization bei Intel

Höhere Qualität mit Contextual AI

"[Contextual AI] ist die Zukunft der Übersetzung, denn sie liefert für die meisten Sprachen ein erstaunliches Maß an Flüssigkeit und Genauigkeit. Adaptive NMT ermöglicht es uns, die Herausforderungen und Grenzen des Post-Editing anzugehen. Jede Generation verbessert ihren Vorgänger, und unsere Stakeholder fordern uns auf, solche Lösungen im großen Maßstab einzusetzen", sagte Dufresne de Virel.

Das Engagement von LILT für branchenführende Forschung in den Bereichen Natural Language Processing und Contextual AI trug zur Entscheidung bei. Das Lokalisierungsteam von Intel wollte Contextual AI in seinen Lokalisierungsprozess integrieren, da genauere Modelle einen besseren Lokalisierungs-ROI bedeuten würden. Doch der Aufwand, Sprachmodelle zu trainieren und zu aktualisieren, um eine hochwertige Übersetzung zu erzielen, wirkte abschreckend. Die konsequenten Leistungsverbesserungen, die LILT an seinen Modellen vornimmt, räumten diese Bedenken jedoch aus.

"Wir wollten eine stärker automatisierte, schlankere Lösung, bei der die [Contextual AI] Engine direkt während der Nutzung lernt und sich verbessert. Genau das hat uns die LILT-Lösung geboten", fügte Dufresne de Virel hinzu.

Eine echte Zusammenarbeit

LILT konzentriert sich voll und ganz auf den Erfolg seiner Kunden wie Intel und pflegt einen offenen Dialog über Produktvision und Roadmap.

“Während Intel seine Lokalisierungskapazitäten ausbaut, freuen wir uns, gemeinsam mit ihnen zu wachsen. Wir investieren kontinuierlich in die Technologieentwicklung und engagieren uns dafür, Kunden wie Intel dabei zu unterstützen, den ROI ihrer Lokalisierungsausgaben mit KI und Automatisierung zu maximieren”, sagte Spence Green, Mitgründer und CEO von LILT.

"Ich führe ein sehr schlankes Team und verlasse mich stark auf die Expertise meiner Lieferanten, um ständig zu innovieren und uns zu verbessern. Mit LILT haben wir, denke ich, das Unternehmen gefunden, das am besten positioniert ist, uns die Kraft der [Contextual AI] nutzen zu lassen", sagte Dufresne de Virel.