Wie ich die Buchübersetzung von 15 Stunden auf 1 Stunde automatisiert habe

Michaelshof Sammatz betreibt eine Bibliothek, die Bücher kauft, die nicht mehr offiziell gedruckt werden, und sie scannt, um sie in der eigenen Sammlung zu bewahren, in Sprachen wie Russisch, Spanisch, Schwedisch, Portugiesisch, Englisch und Französisch. Vorher bedeutete die Übersetzung eines gescannten Buchs etwa 15 Stunden Arbeit für eine freiberufliche Übersetzerin oder einen Übersetzer, verteilt über Wochen voller Hin und Her. Ich habe ein System gebaut, das den Scan nimmt, ihn Kapitel für Kapitel mit einem LLM übersetzt und in etwa einer Stunde Verarbeitungszeit ein vollständig formatiertes Word-Dokument zurückgibt, für ungefähr 15 Euro an Tokenkosten pro Buch.

Die Ausgangslage

Der Scanner der Bibliothek ist ein Treventus, und jeder Scan kommt als PDF heraus, egal ob es sich um ein Buch oder eine Zeitschrift handelt. Bevor dieses System existierte, musste ein solches PDF an eine freiberufliche Übersetzerin oder einen Übersetzer geschickt werden, mit Rückfragen und Korrekturen hin und her, und die Bibliothek wartete wochenlang pro Buch. Die Bücher mussten am Ende als Word-Dokument vorliegen, korrekt formatiert, damit die Bibliothek sie entweder drucken oder einfach nur gegenlesen konnte. Die Übersetzung war eines von vier Dingen bei Michaelshof Sammatz, für das eigentlich kein Mensch mehr nötig war.

Der Aufbau

Das System beobachtet einen gemeinsamen Google-Drive-Ordner, in den die Bibliothek ihre Scans hochlädt, und prüft ihn alle paar Minuten. Sobald ein neues PDF ankommt, liest das System den gesamten Scan aus, übersetzt jedes Kapitel mit einem LLM und setzt das Buch so wieder zusammen, dass die Ausgabe dem ursprünglichen Design entspricht: dieselbe Struktur, Titelseite und dasselbe Impressum wie im Original, nicht nur ein Textblock. Wenn ein Buch in der Übersetzung teuer genug wird, dass es sich meldet, postet das System zuerst in einem Telegram-Kanal mit der geschätzten Kostenschätzung, sodass die Übersetzung erst nach Freigabe beginnt. Ist ein Buch fertig, landet es an zwei Stellen: das fertige Dokument geht in die Telegram-Gruppe, zusammen mit den tatsächlichen Kosten der Übersetzung, und eine Kopie geht zurück nach Google Drive.

Das Ergebnis

Das System läuft, seit es ausgeliefert wurde, und niemand in der Bibliothek musste es seitdem anfassen. Ein Scan, der früher 15 Stunden Arbeit einer freiberuflichen Übersetzerin über mehrere Wochen gekostet hat, kommt jetzt in etwa einer Stunde Verarbeitungszeit als fertiges, korrekt formatiertes Buch zurück, für rund 15 Euro an LLM-Tokenkosten.

Die Bibliothek lädt ihre Scans immer noch genauso hoch wie vorher. Der einzige Unterschied ist, was am Ende zurückkommt.

FAQ

Wie automatisiert man die Übersetzung eines gescannten Buchs?

Ein Scan landet in einem gemeinsamen Ordner, wird Kapitel für Kapitel ausgelesen und mit einem LLM übersetzt, bevor er wieder zu einem formatierten Dokument zusammengesetzt wird. Die Ausgabe behält dieselbe Struktur wie der ursprüngliche Scan, sodass sie direkt nutzbar ist, statt als reiner übersetzter Text vorzuliegen.

Kann man ein PDF automatisch übersetzen und dabei die Formatierung behalten?

Ja, wenn das System so gebaut ist, dass es die Struktur des Buchs liest und nicht nur den reinen Text. Dieses System baut jedes Buch mit demselben Layout, derselben Titelseite und demselben Impressum wie im Original wieder auf, wodurch es ohne manuelle Nacharbeit nutzbar ist.

Was kostet eine automatisierte Buchübersetzung mit KI?

Bei der Bibliothek von Michaelshof Sammatz liegen die Kosten bei etwa 15 Euro an Tokenkosten pro Buch, verglichen mit dem Honorar einer freiberuflichen Übersetzerin und wochenlanger Wartezeit für dasselbe Buch, bevor dieses System existierte.