(Wenn Sie Videoinhalte bevorzugen, sehen Sie sich bitte die kurze Videozusammenfassung dieses Artikels unten an.)

In heutigen mehrsprachigen Arbeitsumgebungen ist eine schnelle und zuverlässige Lokalisierung essenziell. Bei SaM Solutions haben wir uns kürzlich der Herausforderung gestellt, eine große Menge interner Inhalte ins Englische zu übersetzen, indem wir eine KI-gestützte Lösung implementiert haben. Diese Fallstudie beschreibt, wie unser Team ein lokal gehostetes Large Language Model (LLM) nutzte, um die Übersetzung direkt in unserem Content-Management-System (CMS) zu automatisieren und dabei Effizienz, Kosteneinsparungen und vollständige Datenkontrolle zu erreichen.

Business-Need

Da SaM Solutions international weiter wächst, ist der Bedarf an mehrsprachiger Kommunikation zwischen den Abteilungen immer dringlicher geworden. Unser internes Portal, das auf dem Umbraco CMS basiert, dient als zentrale Plattform für Nachrichten, Artikel und Unternehmensupdates. Mit über tausend Seiten Inhalt in verschiedenen Sprachen (Englisch, Deutsch, Polnisch, Litauisch usw.) standen wir vor der operativen Herausforderung sicherzustellen, dass dieses Material für alle Mitarbeiter zugänglich ist – unabhängig von der Ausgangs- oder Zielsprache. Dafür war eine skalierbare Lösung für die Übersetzung zwischen allen Unternehmenssprachen erforderlich.

Eine manuelle Übersetzung wurde geprüft, jedoch aufgrund des Umfangs des Materials und der Zeitbeschränkungen schnell verworfen. Wir benötigten eine automatisierte Lösung, die direkt in unser Unternehmensportal integriert werden kann, den Datenschutz wahrt und qualitativ hochwertige Ergebnisse mit minimalem manuellen Aufwand liefert.

Warum wir uns für ein lokal bereitgestelltes LLM entschieden haben

Cloudbasierte Übersetzungsdienste wurden aufgrund von Bedenken hinsichtlich der Datenvertraulichkeit und laufender Abonnementkosten nicht in Betracht gezogen. Stattdessen entschieden wir uns für die Bereitstellung eines selbst gehosteten LLM. Hier sind einige der wichtigsten Vorteile dieses Ansatzes.

Datensicherheit

Die gesamte Verarbeitung erfolgt auf interner Infrastruktur ohne Einbindung von Drittanbietern, wodurch das Risiko eines Abflusses sensibler Daten verhindert wird.

Geringere langfristige Kosten

Nach der anfänglichen On-Premises-Einrichtung fallen keine wiederkehrenden Lizenzgebühren oder API-Abonnementkosten an. Das Modell kann nach einer einmaligen Bereitstellung langfristig genutzt werden.

Flexible Konfiguration

Jeder Aspekt des Systems kann an spezifische Anforderungen angepasst werden. Es unterstützt sowohl lokal bereitgestellte KI-Modelle als auch Integrationen mit externen Anbietern wie OpenAI, sodass Modelle je nach Aufgabe und Infrastruktur ausgewählt, kombiniert oder gewechselt werden können.

Intranetbasierte Lösung

Das Modell läuft vollständig innerhalb des Unternehmens-Intranets und ermöglicht internen Teams schnellen und zuverlässigen Zugriff, ohne eine Internetverbindung zu benötigen. Dieses Setup entspricht strengen Netzwerkrichtlinien und unterstützt einen sicheren, unterbrechungsfreien Betrieb innerhalb interner Systeme.

Vollständige Integration

Ein lokal bereitgestelltes KI-Modell kann durch die Entwicklung von Model Context Protocols (MCP) direkt mit den internen Anwendungen des Unternehmens verbunden werden und so die Integration verschiedener Workflows sicherstellen.

Individuelle Anpassung

Das System ist vollständig konfigurierbar, um sich an sich verändernde Inhalts- und Sprachanforderungen anzupassen.

Fine-Tuning

Durch die lokale Bereitstellung erhalten wir die volle Kontrolle über den Trainingsprozess und können das Sprachmodell gezielt mit unseren domänenspezifischen Daten feinabstimmen. Dadurch versteht die KI interne Terminologie, Schreibstil und kontextspezifische Formulierungen besser.

Technische Umsetzung

Architektur

Wir entwickelten eine modulare und robuste Architektur, um KI-gestützte Übersetzungen nahtlos in unsere bestehende CMS-Infrastruktur zu integrieren. Das System identifiziert nicht übersetzte Dokumente, indem es die Umbraco-Metadaten nach Content-Typen wie News und Articles durchsucht. Jedem geeigneten Dokument wird ein eigener Übersetzungsjob zugewiesen, wodurch Nachverfolgbarkeit und eine isolierte Verarbeitung gewährleistet werden.

KI & Machine Learning

KI und Computer Vision: Die Zukunft der visuellen Intelligenz

Real-Life-Projekte, KI & Machine Learning

Entwicklung eines KI-Assistenten-Prototyps zur automatisierten Lead-Identifikation und -Qualifizierung

KI & Machine Learning, Digitale Transformation

KI-Entwicklungszyklus – Ein umfassender Leitfaden

Es wurde ein bedingter Veröffentlichungsablauf eingerichtet:

• News-Beiträge (sofern sie in der Originalsprache veröffentlicht sind) werden nach erfolgreicher Übersetzung automatisch veröffentlicht.
• Artikel bleiben zunächst unveröffentlicht und werden zur manuellen Prüfung an zuständige Redakteure weitergeleitet. Der Grund dafür ist, dass Artikel in der Regel länger sind und häufig spezielle Terminologie enthalten (branchenspezifisch oder unternehmensspezifisch), wodurch eine höhere Übersetzungsgenauigkeit erforderlich ist. Dies ist besonders wichtig für Unternehmensrichtlinien, ISO-Dokumentation und andere sensible Materialien.

Dieser Ansatz schafft ein Gleichgewicht zwischen Automatisierung und Qualitätssicherung und ermöglicht eine schnelle Bereitstellung von Inhalten, während dort, wo es erforderlich ist, eine redaktionelle Kontrolle erhalten bleibt.

Key Tools

Wir entschieden uns für Hangfire, eine robuste Job-Scheduling-Bibliothek für .NET, um Übersetzungs-Workflows zu verwalten. Hangfire bietet:

• Zuverlässige Ausführung von Hintergrundjobs,
• Wiederholungslogik für fehlgeschlagene Aufgaben,
• Ein integriertes UI-Dashboard zur Überwachung und Verwaltung des Jobstatus.

Um einen sicheren und komfortablen Zugriff zu gewährleisten, haben wir das Hangfire-Dashboard direkt in die Umbraco-CMS-Oberfläche eingebettet und mit internen Authentifizierungskontrollen konfiguriert.

Um Hangfire an unsere spezifischen Anforderungen anzupassen, führten wir mehrere wichtige Erweiterungen ein:

• Erweiterte Logging-Funktionen:
  Wir integrierten eine Logging-Bibliothek eines Drittanbieters in Hangfire, um eine detaillierte Überwachung und ein einfacheres Debugging von Hintergrundaufgaben zu ermöglichen.
• Erweiterung des Task-Managements:
  Wir entwickelten zusätzliche Funktionen, die es ermöglichen, bestimmte Aufgaben (z. B. Übersetzungsjobs) direkt in Hangfire manuell hinzuzufügen oder neu zu starten. Diese Steuerungen wurden nahtlos in das Hangfire-Dashboard integriert und geben uns mehr Kontrolle und Transparenz über unsere Job-Queue.

Übersetzungsjobs können so geplant werden, dass sie außerhalb der Hauptlastzeiten ausgeführt werden, um Ressourcenkonflikte zu minimieren und Störungen anderer interner Prozesse zu vermeiden. Dadurch können wir die Systemleistung aufrechterhalten und gleichzeitig große Inhaltsmengen effizient verarbeiten.

Überwindung von Herausforderungen

Während der Entwicklung und Testphase traten mehrere praktische Herausforderungen auf, die wir durch gezielte technische Entscheidungen angegangen sind.

Umgang mit langen Dokumenten

Lange Texte überschritten gelegentlich die optimale Eingabelänge des Modells. Um die Stabilität zu gewährleisten, implementierten wir einen Segmentierungsmechanismus, der Inhalte in Abschnitte unterteilt, die das ausgewählte Modell-Kontextfenster nicht überschreiten.

Umgang mit komplexem Format

Artikel mit aufwendigem Markup oder eingebetteten HTML-Tags führten manchmal zu fehlerhaften oder „halluzinierten“ Ausgaben. Obwohl solche Fälle selten waren, implementierten wir einen Post-Translation-Validierungsschritt, der die Formatintegrität überprüft und Konsistenz sicherstellt. Bei einem Validierungsfehler erstellt das System automatisch einen Log-Eintrag und markiert den Inhalt zur manuellen Prüfung.

Erkennung von Abkürzungen

Bestimmte Inhalte bestanden aus kurzen Zeichenketten, wie Akronymen oder Produktcodes, die nicht übersetzt werden müssen. Ein Pre-Processing-Filter wurde hinzugefügt, um diese Fälle zu umgehen.

Prompt-Tuning

Da die Qualität des Prompts entscheidend für die Übersetzungsgenauigkeit ist, stellten wir fest, dass selbst gut optimierte Prompts unvorhersehbare Ergebnisse liefern können. Wir verfeinern die Prompts kontinuierlich anhand beobachteter Sonderfälle.

Retry-Logik

Wenn ein Übersetzungsversuch fehlschlägt oder unvollständigen Inhalt liefert, wird der Job automatisch bis zu dreimal wiederholt. Fehler werden für Diagnosezwecke protokolliert.

Post-Processing-Checks

Abgeschlossene Übersetzungen werden auf Fehlerindikatoren wie gemischte Sprachen oder nicht übersetzte Abschnitte geprüft. Diese werden zur manuellen Kontrolle markiert, um die Qualitätssicherung sicherzustellen.

Ausblick

Um die Content-Lokalisierung weiter zu optimieren, planen wir die Entwicklung eines dedizierten Plugins für das Umbraco CMS. Dieses Plugin wird einen „Mit KI übersetzen“-Button direkt in der Redaktionsoberfläche einführen, sodass Benutzer Übersetzungsaufgaben mit einem Klick starten können.

Die Lösung wird sowohl lokal gehostete als auch externe LLMs unterstützen und den Redakteuren die Flexibilität geben, die jeweils am besten geeignete Engine auszuwählen. Nach Fertigstellung planen wir, das Plugin über den offiziellen Umbraco-Marktplatz der breiteren Community zur Verfügung zu stellen.

Fazit

Dieses Projekt zeigt, wie KI verantwortungsvoll und effektiv eingesetzt werden kann, um praktische geschäftliche Herausforderungen zu lösen. Durch die Kombination sorgfältiger Modellauswahl, robuster Systemarchitektur und durchdachter Integration in bestehende Workflows haben wir eine sichere und skalierbare Lösung geschaffen, die unsere internen Abläufe verbessert und uns auf zukünftige Anforderungen der Lokalisierung vorbereitet.

Herausforderung bei Content-Lokalisierung?

Lokal gehostete KI-Modelle bieten die perfekte Lösung: schnell, sicher und vollständig unter Ihrer Kontrolle – für nahtlose Unternehmensübersetzungen.

Andrey Kopanev, Senior .NET Developer, AI-Enthusiast

Starten Sie Ihr Projekt jetzt.

(Wenn Sie Videoinhalte bevorzugen, sehen Sie sich bitte die kurze Videozusammenfassung dieses Artikels unten an.)

Risiken über mehrere internationale Standorte hinweg zu steuern und gleichzeitig interne Sicherheitsrichtlinien einzuhalten, ist alles andere als einfach. Genau vor dieser Herausforderung stand unser Kunde – ein global tätiges Unternehmen mit Niederlassungen auf mehreren Kontinenten. Gesucht wurde ein zentrales Risikomanagementsystem, das Sicherheitsvorgaben, Zugriffsregeln und Workflow-Automatisierung unternehmensweit miteinander verbindet.

Das Entwicklungsteam von SaM Solutions konzipierte und implementierte ein maßgeschneidertes Enterprise-Risk-Management-(ERM)-Modul auf Basis von .NET, das in eine bestehende Systemlandschaft integriert wurde. Ziel war es, Transparenz, Kontrolle und Effizienz im Umgang mit Risiken deutlich zu erhöhen.

Lesen Sie weiter und erfahren Sie Schritt für Schritt, wie wir dieses Projekt umgesetzt haben. Und wenn Sie vor einer ähnlichen Aufgabe stehen, sprechen Sie uns gerne an.

Businessanforderungen

Unser Kunde ist ein weltweit führendes Technologieunternehmen in den Bereichen Elektrifizierung und Automatisierung. Mit Aktivitäten in über 140 Ländern und rund 160.000 Mitarbeitenden benötigte das Unternehmen leistungsfähige Werkzeuge, um die wachsende Komplexität – insbesondere im Risikomanagement und in internen Prozessen – besser zu steuern.

Eine zentrale Herausforderung war die bestehende Systemlandschaft: Viele Abläufe basierten noch auf Lotus-Notes-Formularen, die veraltet und schwer wartbar waren. Der Kunde wollte diese Situation nicht nur für eine Migration nutzen, sondern seinen gesamten Ansatz modernisieren und zukunftssicher neu aufstellen.

Ganz oben auf der Prioritätenliste stand die Entwicklung eines zentralen Risikomanagement-Moduls. Die Lösung sollte weltweit in allen Niederlassungen einsetzbar sein und eng mit Sicherheitsmechanismen, Rollen- und Berechtigungskonzepten sowie Genehmigungs-Workflows integriert werden. Gleichzeitig musste das System Risiken übersichtlich visualisieren und strukturiert darstellen, damit Teams fundierte Entscheidungen treffen können.

Darüber hinaus umfasste unser Auftrag weitere zentrale Aufgaben:

• Entwicklung einer maßgeschneiderten IT-Lösung für das unternehmensweite F&E-Zentrum, abgestimmt auf interne Prozesse und globale Zusammenarbeit.
• Aufbau eines separaten Moduls für Reporting, Personalbudgetierung, Cross-Budgeting sowie mehrstufige Genehmigungsprozesse, um Finanzplanung und Transparenz über Abteilungsgrenzen hinweg zu unterstützen.

Die Ausgangssituation des Kunden

Zu Beginn der Zusammenarbeit wurde schnell deutlich: Gesucht war nicht einfach ein neues System, sondern eine nachhaltige Lösung, um zentrale Prozesse wieder beherrschbar zu machen, die mit dem internationalen Wachstum zunehmend komplex geworden waren.

„Es ging nicht nur darum, ein Altsystem zu ersetzen. Ziel war es, das Risiko- und Prozessmanagement über die gesamte globale Organisation hinweg neu zu denken.“

Wie viele große Unternehmen stand auch dieser Kunde vor mehreren typischen Herausforderungen.

• Fragmentierte Datenstruktur: Dutzende unstrukturierte Lotus-Notes-Formulare waren über Abteilungen und Länder verteilt, jeweils mit eigener Logik und eigenem Zweck. Eine zentrale, verlässliche Quelle zur Steuerung von Risiken fehlte.
• Zugriffsprobleme: Benutzerberechtigungen waren uneinheitlich geregelt. Einige Mitarbeitende hatten zu weitreichenden Zugriff, andere hingegen zu eingeschränkten – was sowohl Sicherheitsrisiken als auch operative Engpässe verursachte.
• Probleme mit der Datenintegrität: Ohne ein einheitliches System war es schwierig, Daten korrekt, aktuell und standortübergreifend synchron zu halten. Dadurch stieg das Risiko von Fehlern und Compliance-Verstößen.
• Begrenzte Transparenz: Eine visuelle Darstellung und Priorisierung von Risiken war nicht möglich. Führungskräfte konnten nur schwer erkennen, wo Probleme auftraten, wie sie bearbeitet wurden oder wie die aktuelle Risikolage insgesamt aussah.
• Manuelle und uneinheitliche Genehmigungen: Besonders im F&E-Bereich waren Genehmigungsprozesse komplex und wurden manuell abgewickelt. Das verlangsamte Projekte und führte zu unnötigen Reibungsverlusten.
• Keine einheitliche Risikomanagement-Strategie: Jede Niederlassung bewertete und behandelte Risiken auf eigene Weise. Dadurch entstanden Inkonsistenzen bei der weltweiten Umsetzung von Sicherheits- und Compliance-Standards.

All diese Faktoren bremsten das Unternehmen aus – sie verlangsamten Abläufe und erhöhten sowohl operative als auch regulatorische Risiken. Benötigt wurde ein zentrales, flexibles System, das alle Prozesse zusammenführt, international einsetzbar ist und gleichzeitig so benutzerfreundlich bleibt, dass sowohl technische als auch nicht-technische Mitarbeitende effizient damit arbeiten können.

Mögliche Lösungsansätze

Zu Beginn des Projekts prüften wir verschiedene technologische Optionen. Ein komplexes, unternehmensweites und sicherheitskritisches System dieser Art ließe sich grundsätzlich mit Java-Frameworks, Python-basierten Backends, PHP-Lösungen oder auch Low-Code-Enterprise-Plattformen umsetzen. Jede dieser Varianten hatte ihre Vorteile.

Warum .NET die beste Wahl für dieses Projekt war

Am Ende setzte sich .NET klar durch – und das nicht nur, weil die Plattform große Datenmengen auf Enterprise-Niveau effizient verarbeiten kann und integrierte Authentifizierungs- sowie rollenbasierte Zugriffskontrollen bietet.

Der Kunde verfügte bereits über mehrere interne Systeme auf .NET-Basis und über eine gut etablierte IT-Abteilung mit entsprechender Expertise. Zudem kamen unternehmensweit Microsoft-Technologien zum Einsatz, was Integration und laufenden Support deutlich vereinfachte. Durch die Wahl von .NET konnten wir auf dem bestehenden Ökosystem aufbauen, dank des langfristigen Supports durch Microsoft eine hohe Wartbarkeit sicherstellen und die Entwicklung durch enge Zusammenarbeit mit dem internen Team effizient gestalten. Für dieses Projekt war es daher sinnvoll, die Reihe .NET-basierter Lösungen fortzuführen.

Unser Vorgehen im Projekt

Nachdem Technologie-Stack und Ziele abgestimmt waren, arbeiteten wir nach einem agilen Entwicklungsansatz. In Sprints und mit enger Abstimmung mit den Stakeholdern des Kunden blieben wir flexibel, lieferten früh Mehrwert und entwickelten das System kontinuierlich auf Basis realer Rückmeldungen weiter.

Um ein System dieser Größenordnung und Komplexität umzusetzen, stellten wir ein funktionsübergreifendes Team zusammen, bestehend aus:

• 2 Solution Architects (seitens des Kunden) – verantwortlich für das Gesamtdesign des Systems und die Integrationsstrategie.
• 2 .NET-Entwicklern – zuständig für Backend-Entwicklung und Business-Logik.
• 3 Full-Stack-Entwicklern – verantwortlich für UI-Komponenten und Datenvisualisierungen.
• 1 QA Engineer – zuständig für Testautomatisierung und manuelle Tests in verschiedenen Umgebungen.

Dieses Team arbeitete eng mit der internen IT-Abteilung des Kunden zusammen, die ebenfalls über .NET-Spezialisten verfügte. Diese wurden schrittweise eingebunden, um Support und zukünftige Weiterentwicklung sicherzustellen.

Implementierte Kernfunktionen

Das gesamte System basiert auf .NET Core, mit einem SQL Server-Backend und einem JavaScript-Frontend nach dem MVC-Pattern. CI/CD-Pipelines sorgen für reibungslose Deployments, und das System wird auf Azure gehostet, um globale Verfügbarkeit, Leistung und Sicherheit zu gewährleisten.

Herausforderungen während der Entwicklung

Wie jedes großangelegte Unternehmensprojekt brachte auch dieses seine eigenen technischen und organisatorischen Herausforderungen mit sich. So sind wir die wichtigsten Punkte angegangen.

Flexible Risikovisualisierung gestalten

Eine zentrale Anforderung war, den Nutzern ein visuelles Verständnis der Risiken im Unternehmen zu vermitteln. Bei so vielen Variablen – Regionen, Kategorien, Schweregrade, Zeitachsen – mussten wir eine Visualisierung entwickeln, die sowohl flexibel als auch benutzerfreundlich ist.

Unser Team entwarf eine modulare, interaktive Oberfläche, die Risiken in Echtzeit gruppieren, filtern und farblich darstellen kann. Das Ergebnis ermöglicht es den Nutzern, ihre Risikolage sofort zu erfassen, ohne von Daten überwältigt zu werden.

Zugriffsrechte gemeinsam mit dem Kunden abstimmen

Die Umsetzung der Zugriffsrechte bezog sich nicht nur auf Rollen, sondern musste die Organisationsstruktur, Betriebsmodelle und internen Richtlinien des Kunden widerspiegeln. Gemeinsam mit dem Kunden haben wir die reale Hierarchie in ein flexibles Berechtigungssystem übertragen, das regionale und abteilungsspezifische Zugriffe unterstützt.

Nach mehreren Iterationen entstand ein Modell, das die Sicherheitsanforderungen präzise abdeckt und zugleich für Administratoren einfach zu verwalten ist.

Daten aus Altsystemen migrieren

Der Kunde hatte jahrelange Risiko-Daten in verschiedenen Lotus-Notes-Formularen und Tabellen gespeichert. Diese in das neue System zu übertragen und dabei Genauigkeit sowie Beziehungen zwischen den Datensätzen zu erhalten, war eine große Aufgabe.

Wir entwickelten eine maßgeschneiderte Migrationspipeline, um die Daten zu bereinigen, zu transformieren und in die neue Struktur zu importieren, mit gründlichen Tests zur Sicherstellung der Datenintegrität. So konnten die Nutzer ohne Verlust historischer Kontexte im neuen System arbeiten.

Echtzeit-Updates ohne Mehraufwand ermöglichen

Im Risikomanagement zählt Timing – Risiken können täglich auftreten oder sich ändern. Das System musste häufige Updates unterstützen, ohne den Nutzern oder dem Support-Team zusätzlichen Aufwand zu bereiten.

Zur Lösung setzten wir auf smarte Voreinstellungen, Inline-Bearbeitung und Änderungsverfolgung. Außerdem wurde das System so entwickelt, dass es erwartete Leistungskennzahlen erfüllt, inklusive eines Notfallplans zur Wiederherstellung.

Stehen Sie vor ähnlichen Herausforderungen?

Wenn Ihr Unternehmen vor Fragen des Risikomanagements, der Prozessautomatisierung oder der Modernisierung von Systemen steht, ist unser Team für Sie da. Bei SaM Solutions verbinden wir tiefgehende technische Expertise mit einem praxisnahen, geschäftsorientierten Ansatz, um maßgeschneiderte Lösungen zu entwickeln, die skalierbar und zukunftssicher sind.

Dzmitry Verasau, Chief .NET Technologist

Projekt besprechen