Industrielle Automatisierung lässt sich nicht in drei Sätzen erklären. Das gilt besonders, wenn ein Unternehmen wie Copa-Data mit weltweit über 450 Mitarbeitenden in mehr als zehn Niederlassungen aktiv ist und seine Softwareplattform in komplexe Branchen wie Energie, Pharma oder Automotive liefert. Um international sichtbar zu bleiben, braucht es mehr als nur gute Produkte: Copa-Data bietet seine Website inzwischen in neun Sprachversionen an und setzt dabei auf Content-Übersetzung mit KI. „Es geht nicht nur um Komfort, sondern auch um Vertrauen, SEO und Marktzugang“, sagt Constantin von Pander, Senior Expert Digital Strategy & Solutions.
Doch wer denkt, maschinelle Übersetzung reiche aus, liegt falsch. „Branchenspezifische Begriffe, kulturelle Erwartungen, Tonalität, das alles muss lokal passen“, betont von Pander. Eine Umfrage in 29 Ländern aus dem Jahr 2020 zeigt: 65 Prozent der Konsument*innen bevorzugen Inhalte in ihrer Muttersprache, 40 Prozent kaufen nicht, wenn Informationen nicht entsprechend verfügbar sind. Auch Google rankt lokalisierten Content besser, vorausgesetzt, SEO und Sprache greifen pro Markt ineinander.
Damit wird Content-Übersetzung mit KI zu einer entscheidenden Stellschraube für Marken, die international skalieren wollen, nicht nur aus Effizienz-, sondern aus Wachstumsgründen.
Content-Übersetzung mit KI: Von der Idee zur Integration
Vor dem Einsatz von KI setzte Copa-Data auf einen Mix aus Übersetzungstools, Agenturen und internen Review-Prozessen mit lokalen Marketer*innen. „Das ist professionell, aber eben auch sehr zeitaufwändig und kostenintensiv. Gerade wenn es um Content-Mengen geht, die über Website hinausgehen, wie Broschüren oder unser Kundenmagazin“, so von Pander. Tatsächlich gaben 23 Prozent der globalen Marketer in einer Umfrage an, dass Übersetzungsqualität das größte Problem bei Content-Lokalisierung sei.
Dabei geht es nicht nur um sprachliche Fehler. „Ein Begriff kann lokal eine andere Bedeutung haben, kulturelle Anspielungen funktionieren nicht überall. Wir arbeiten bewusst mit nativen Kolleg*innen und lassen nichts einfach ungesehen live gehen“, erklärt von Pander. Genau hier kam HubSpots „AI Translate“ ins Spiel.
Eigentlich plante Copa-Data zunächst eine eigene Schnittstelle zu DeepL. Doch als HubSpot das neue Feature AI Translate als Teil des Content-Hub vorstellte, fiel die Entscheidung für eine native Lösung. „Das hat uns die Kosten für eine Custom-Entwicklung im fünfstelligen Bereich erspart. Die Entscheidung fiel auch, weil die Integration direkt mit unserem Setup kompatibel war.“
Konkret funktioniert der Workflow so: Redakteure legen eine neue Sprachversion einer Seite an, aktivieren mit wenigen Klicks die AI-gestützte Übersetzung (basierend auf DeepL), erhalten einen automatisch erzeugten Entwurf und geben diesen intern zur Freigabe weiter. Review-Prozesse (etwa durch lokale Marketer) sind über HubSpot direkt im System abbildbar. Von Pander: „Das war für uns ein schlüssiger und effizienter Prozess.“
Nicht alles der KI überlassen
Wichtig ist: Copa-Data trennt klar zwischen Content, der automatisiert übersetzt werden darf, und solchem, der manuell erstellt werden muss. „Übersetzungen in den Bereichen wie Pressemeldungen oder auch Success Stories entstehen bei uns nach wie vor von Hand. Gerade bei komplexeren Inhalten oder branchenspezifischem Wording braucht es Erfahrung.“
Auch Jens Leucke, DACH Country Manager von HubSpot, betont: „Es geht nicht darum, einfach mehr Content zu erstellen, sondern um besseren Content. Die KI hilft, aber der Mensch kuratiert.“ Und er ergänzt: „Wir empfehlen, dass sich jedes Unternehmen mit KI-Use-Cases beschäftigen sollte und genau zu definieren, wo KI Sinn ergibt, und wo der Mensch unverzichtbar bleibt.“
Die Effekte sprechen für sich: 80 Prozent konnte Copa-Data an Entwicklungskosten einer alternativen Schnittstelle einsparen. Zusätzlich entfallen Teile des bisherigen Übersetzungsbudgets. „Wir sehen auch qualitative Verbesserungen, zum Beispiel bei der Konsistenz von Begriffen oder in der Tonalität“, so von Pander. Dennoch bleibt Post-Editing Pflicht: „Wir holen Feedback aus den jeweiligen Sprachmärkten ein, bevor wir etwas live stellen.“
KI kann viel, aber nicht alles
Neue Märkte lassen sich so schneller erschließen. Besonders bei Inhalten in Sprachen ohne eigenes lokales Team ergeben sich Quick Wins. „Wir könnten theoretisch sehr schnell eine japanische Seite aufsetzen und später manuell nachjustieren. Das ist ein neues Level an Flexibilität.“
Was Copa-Data erlebt, spiegelt eine grundsätzliche Entwicklung: Klassische NMT-Systeme wie DeepL sind heute extrem leistungsfähig, doch Large Language Models wie GPT-4 bringen neue Kontexteinfühlung. Gleichzeitig fehlt es ihnen oft an Verbindlichkeit. ChatGPT neigt zur „Verbosity„. Zu Deutsch: Ausführlichkeit. Das bedeutet: Die KI fügt unnötig ausschweifende Erklärungen oder Varianten hinzu.
Auch die Frage der Datensicherheit spielt eine Rolle. HubSpot etwa arbeitet mit einer Zero-Data-Retention-Strategie und bietet EU-Hosting sowie die Möglichkeit, AI-Features für sensible Inhalte zu deaktivieren. „Die Verantwortung bleibt am Ende beim Unternehmen. Wer Beipackzettel mit KI übersetzt, ohne eine Prüfung einzubauen, handelt fahrlässig“, so Leucke.
Neue Content-Denke mit KI, neues Setup
Für Copa-Data ist AI Translate Teil eines größeren Wandels. Content wird heute als systemischer Prozess gedacht: von SEO bis Personalisierung. Über Smart Rules werden Zielgruppen gezielt angesprochen, die HubSpot-Hubs greifen nahtlos ineinander. „Wir nutzen KI unterstützend, nicht ersetzend. So bleibt unserem Team mehr Zeit für andere Aufgaben – und der qualitative Anspruch erhalten.“
Das Unternehmen schult seine Mitarbeitenden, hat klare Guidelines und beobachtet die Effekte auf Performance und Sichtbarkeit kontinuierlich. Von Pander: „Wir sind noch lange nicht am Ende, aber AI Translate ist ein strategischer Baustein auf unserem Weg.“
(amx, Jahrgang 1989) ist seit Juli 2025 Chefredakteur der absatzwirtschaft. Er ist weder Native noch Immigrant, doch auf jeden Fall Digital. Der Wahlberliner mit einem Faible für Nischenthemen verfügt über ein breites Interessenspektrum, was sich bei ihm auch beruflich niederschlägt: So hat er bereits beim Playboy, in der Agentur C3 sowie beim Branchendienst Meedia gearbeitet.