Inhaltsverzeichnis
In der Technischen Kommunikation können wir gerade etwas Spannendes beobachten: Terminologiemanagement und künstliche Intelligenz (KI) verschmelzen immer mehr. Was früher getrennte Disziplinen mit wenig Berührungspunkten waren, entwickelt sich heute zu einer produktiven Symbiose für Technische Redaktionen.
Vielleicht erleben Sie schon in Ihrer Redaktion, wie KI die tägliche Terminologiearbeit erleichtert. Gleichzeitig profitieren KI-Systeme enorm von gut gepflegten Terminologiedatenbanken, die präzisere und kontextuell passendere Ergebnisse ermöglichen. Diese wechselseitige Bereicherung spiegelt sich auch in immer mehr Softwaretools wider: Terminologiemanagement-Systeme integrieren intelligente Vorschlagsmechanismen, während Textgeneratoren dank strukturierter Terminologiedaten fachlich korrekte und konsistente Inhalte erzeugen.
Aber wie kann diese Symbiose ganz konkret in einer Technischen Redaktion aussehen? Darüber haben wir beim letzten Termcafé intensiv diskutiert. Unsere Ergebnisse möchte ich hier kurz zusammenfassen.
Wie KI die Terminologiearbeit unterstützen kann
Im Bereich der ein- und mehrsprachigen Terminologiearbeit gibt es schon heute zahlreiche praktische Anwendungsfälle:
- Terminologieextraktion aus verschiedenen Quellen: KI kann Fachbegriffe aus Texten, Bildern oder sogar Videos extrahieren. Dabei lässt sich die Suche beispielsweise nach Anzahl, Häufigkeit oder Art der Benennungen eingrenzen.
- Qualitätssicherung: Die KI kann inkonsistente oder falsch verwendete Terminologie in Dokumenten aufzeigen und Verbesserungsvorschläge machen.
- Auswahl von Vorzugsbenennungen: Wenn mehrere Synonyme vorliegen, kann KI bei der Entscheidung helfen, welcher Begriff am besten zum Kontext passt.
- Begriffsdefinitionen erstellen: Auf Basis von Beispielsätzen und Kontextinformationen kann KI passende Definitionen vorschlagen.
- Mehrsprachige Terminologiearbeit: Die KI unterstützt bei der Übersetzung von Fachbegriffen unter Berücksichtigung des spezifischen Kontexts.
- Interne Kommunikation und Weiterbildung: KI kann sogar bei der Erstellung von Terminologie-Quiz für die unternehmensweite Sensibilisierung helfen.
Wie Terminologie die KI-Nutzung verbessert
Eine gut gepflegte Terminologiedatenbank kann die Ergebnisse von KI-Anwendungen in verschiedenen Szenarien deutlich optimieren:
- KI-Assistenten im Arbeitsalltag: Durch die Anbindung der Termbank an Unternehmens-KI wie ChatGPT oder Microsoft Copilot wird sichergestellt, dass bei der Texterstellung, beim Mailverkehr oder bei internen Suchanfragen die korrekte Terminologie verwendet wird.
- Verbessertes Wissensmanagement: Durch die Verknüpfung verschiedener Benennungen als Synonyme (Synonymexpansion) können auch Suchanfragen von Laien, die nicht die Fachterminologie verwenden, zu den richtigen Ergebnissen führen – ein echter Mehrwert für den Support.
- Dokument- und Textgenerierung: Mit qualitativ hochwertigen Terminologiedaten lassen sich produktbezogene Texte generieren, die Zeichenbeschränkungen einhalten, SEO-optimiert und für verschiedene Märkte lokalisiert sind.
Wie klappt das Zusammenspiel von Terminologie und KI?
Wenn Sie sich entscheiden, diese beiden Welten zusammenzubringen, kommen allerdings ein paar Herausforderungen auf Sie zu. Die zentrale Frage lautet: Wie müssen Terminologiedaten strukturiert sein, um für KI-Anwendungen optimal nutzbar zu sein?
Wenn Sie etwa eine Terminologiedatenbank, die primär für Übersetzungszwecke konzipiert wurde, für das Training von KI-Modellen zur Textgenerierung verwenden wollen, wird das nicht ohne Weiteres funktionieren. Die Lösung liegt in einem durchdachten Metadatenkonzept. Dabei sollten Unternehmen zunächst analysieren,
- welche Metadaten bereits vorhanden sind,
- welche im Datenmodell möglich wären und
- welche Abhängigkeiten zwischen den Daten bestehen.
Besonders wertvoll für KI-Anwendungen sind kontextspezifische Informationen wie die Zuordnung von Benennungen zu Produktgruppen oder die Kennzeichnung regionaler Sprachvarianten – etwa für Deutsch in Deutschland im Vergleich zu Deutsch in Österreich.
Fazit
Das klingt alles sehr spannend, oder? Leider haben viele Unternehmen bisher nur begrenzte Erfahrungen bei der Integration gesammelt und das, obwohl das Potenzial dieser Symbiose so groß ist. Die Gründe hierfür sind vielfältig:
- träge Unternehmensprozesse,
- Datenschutzbedenken,
- technische Herausforderungen bei der Integration in bestehende Systeme
- und nicht zuletzt Kosten- und Ressourcenfragen.
Es gibt jedoch Möglichkeiten, erste Schritte zu gehen: Mit öffentlich zugänglichen KI-Chatbots lassen sich Anwendungsfälle und Prompts erproben – vorausgesetzt, es werden keine vertraulichen Daten verwendet.
Die wichtigste Erkenntnis ist: Die Qualität der Terminologiedaten ist entscheidend. Nur mit gut strukturierten Daten erzielt man hilfreiche Ergebnisse. Sonst gilt wie so oft: „garbage in, garbage out.“
Wenn Sie bisher Ihre Terminologiearbeit etwas vernachlässigt haben, dann ist jetzt der perfekte Zeitpunkt einzusteigen und von dem Zusammenspiel mit KI nachhaltig zu profitieren. Wie wir uns den Einstieg vorstellen, können Sie in unserem Blogartikel „Was modernes Terminologiemanagement leisten muss“ nachlesen.
Haben Sie bereits mit KI-unterstützter Terminologiearbeit in Ihrem Unternehmen begonnen? Welche Herausforderungen sind Ihnen dabei begegnet? Wir freuen uns auf Ihren Austausch in den Kommentaren oder beim nächsten Termcafé.