De output van vertalingen verhogen en tegelijk de inspanning verminderen
Als wereldwijde fabrikant die klanten in meer dan 100 landen bedient, moest Ariel de vertaalproductie opschalen zonder de kosten of handmatige inspanningen te verhogen. Door de XTM- en Adobe Experience Manager-setup uit te breiden met automatische vertaling en neurale fuzzy-aanpassing, kon het team de nabewerkingstijd verkorten en meer waarde uit zijn taalassets halen.
Praktijkvoorbeeld
Hoe Degreed vragen van linguïsten met 80% verminderde door visuele context te gebruiken.
Probeer Rigi gratis uit
Bekijk hoe Rigi by XTM helderheid brengt in UI vertaling.
Over Ariel
Ariel Corporation is een Amerikaanse familiebedrijf dat in 1966 werd opgericht. Wat begon in een kelder is uitgegroeid tot 's werelds grootste fabrikant van scheidbare zuigercompressoren, met behoud van het ondernemersethos.
Vandaag de dag heeft Ariel meer dan 1500 mensen in dienst op meerdere locaties in Ohio. De compressoren worden gebruikt om aardgas te winnen, te verwerken, te transporteren, op te slaan en te distribueren in meer dan 100 landen wereldwijd.
Om wereldwijde klanten te ondersteunen, vertaalt Ariel zijn website, ondersteuningsportaal, video-inhoud, technische documentatie en online leermateriaal vanuit het Engels naar het Spaans, Chinees en Russisch.
Industrie: Productie van olie en gas
Opgericht: 1966
Hoofdkantoor: VS
Markten: 100+
De uitdaging
De output opschalen en tegelijkertijd de uitgaven voor lokalisatie verlagen
Ariel had al een sterke lokalisatie-inrichting. Adobe Experience Manager was via een connector verbonden met XTM, waardoor de inhoud automatisch tussen de systemen stroomde. Dit betekende dat het lokalisatieteam minimale tijd besteedde aan het beheren van de activiteiten.
Hoewel de workflow efficiënt was, waren de meeste vertalingen en beoordelingen nog steeds sterk afhankelijk van menselijke inspanningen. Naarmate de hoeveelheid content toenam, wilde Ariel de vertaalproductie verhogen, de nabewerkingstijd verkorten en de totale kosten voor lokalisatie verlagen zonder aan kwaliteit in te boeten.
De belangrijkste lokalisatiedoelen waren onder andere
-
Minder nabewerkingstijd
-
Verhoogde vertaalopbrengst
-
Lagere lokalisatiekosten
Om dit te bereiken, begon Ariel te onderzoeken of automatische vertaling een grotere rol kon gaan spelen in de workflow.
Waarom XTM
Voortbouwen op een geautomatiseerde lokalisatiebasis
In plaats van bestaande systemen te vervangen, wilde Ariel voortbouwen op wat al werkte. XTM bood een stabiel platform dat nauw integreerde met Adobe Experience Manager en meer geavanceerde automatisering kon ondersteunen.
Dankzij het vermogen van XTM om het vertaalgeheugen te beheren, content automatisch te routeren en te integreren met automatische vertaalmachines, kon Ariel nieuwe efficiëntieverbeteringen introduceren zonder de bestaande workflows te verstoren. Dit maakte het mogelijk om de prestaties stapsgewijs te verbeteren met behoud van controle over de kwaliteit.
De oplossing
Machinevertaling, automatisering en menselijke controle combineren
In 2020 integreerde Ariel SYSTRAN automatische vertaling in de bestaande XTM- en AEM-workflow. De inhoud stroomde automatisch van AEM naar XTM, waar eerst het vertaalgeheugen werd gecontroleerd. Als er geen perfecte match werd gevonden, werd de inhoud naar SYSTRAN gestuurd voor machinevertaling.
Menselijke vertalers corrigeerden vervolgens de machine-uitvoer, gevolgd door een controle door regionale functionarissen. Na kwaliteitscontroles werd de uiteindelijke vertaling automatisch teruggestuurd naar AEM voor publicatie.
Deze workflow verminderde de handmatige verwerking en verbeterde de consistentie tussen verschillende inhoudstypen.
Toen XTM in 2021 versie 12.7 met neural fuzzy adaptation (NFA) uitbracht, zag Ariel nog een mogelijkheid om de inspanningen te verminderen. NFA leert van eerdere correcties van vertalers en zet fuzzy matches om in volledige matches, wat betekent dat er minder bewerkingen nodig waren en vertalers sneller konden werken.
Ronald Egle, Content Systems Administrator bij Ariel, legt uit:
"Door XTM en SYSTRAN te gebruiken, hebben we extra waarde kunnen vinden in onze taalassets. We hadden een fenomenale setup met ons contentmanagementsysteem dat automatisch in en uit XTM werd gevoed. Toen we SYSTRAN MT toevoegden en vervolgens neurale fuzzy-adaptatie, vonden we goud. Nu kunnen we het allerbeste van zowel automatische vertaling als menselijke bewerking inzetten voor een uitstekende kostenefficiëntie."
Hogere efficiëntie, minder inspanning, meetbare besparingen
Het effect van de combinatie van XTM, SYSTRAN MT en neurale fuzzy-adaptatie was duidelijk en meetbaar. De kwaliteit van de machinevertaling verbeterde met 100 procent, terwijl de menselijke vertaalinspanning met 31 procent afnam. De nabewerking werd sneller en de totale vertaaloutput nam toe.
Vóór de invoering van NFA bestond ongeveer 17 procent van alle vertalingen bij Ariel uit machinevertaling. Na de implementatie daalde het aandeel menselijke vertalingen aanzienlijk, waardoor meer werk kon worden voltooid met minder inspanning.
Vertalers krijgen nu sterkere, door machines gegenereerde suggesties, wat de snelheid verbetert en referentiemateriaal van hoge kwaliteit oplevert. Reviewers profiteren van de grotere consistentie in technische terminologie en productinhoud.
Verbetering in MT-kwaliteit
Vermindering van menselijke vertaling
Toename in vertaaloutput
Basis voor toekomstige optimalisatie
Nu de machinevertaling beter is opgezet, kijkt Ariel vooruit. Het lokalisatieteam werkt nauw samen met contentmakers om broncontent te structureren aan de hand van voorspelbaarder taalgebruik en patronen, zodat machinevertalingen na verloop van tijd een groter deel van de werklast op zich kunnen nemen.
Deze toekomstgerichte aanpak sluit aan bij de voortdurende ontwikkeling van het XTM-platform. In 2025 introduceerde XTM geavanceerde AI-mogelijkheden, waaronder agentic AI-tools die zijn ontworpen om diepere automatisering, slimmere besluitvorming en meer adaptieve lokalisatieworkflows te ondersteunen.
Door gedisciplineerde contentcreatie te combineren met een platform dat zich blijft ontwikkelen, bevindt Ariel zich in een goede positie om te profiteren van toekomstige automatisering en AI-gestuurde verbeteringen zodra deze beschikbaar zijn.
Het resultaat is een lokalisatiebasis die vandaag de dag efficiëntie ondersteunt en tegelijkertijd klaar is voor de toekomst.
Bekijk hoe XTM automatische vertaalworkflows ondersteunt
Start een gratis proefversie om XTM te verkennen in uw eigen lokalisatieomgeving of vraag een demo aan om MT-integratie te bespreken met een specialist.
FAQs
Hoe heeft Ariel de nabewerking verminderd zonder aan kwaliteit in te boeten?
Ariel combineerde machinevertaling met gestructureerde menselijke beoordeling in plaats van linguïsten volledig te vervangen. Door SYSTRAN te integreren met XTM en neurale fuzzy-adaptatie te introduceren, kregen vertalers betere suggesties en besteedden ze minder tijd aan het bewerken, terwijl de nauwkeurigheid behouden bleef.
Welke rol speelde neurale fuzzy-adaptatie in Ariel's werkproces?
Neurale fuzzy adaptation leert van eerdere vertaalcorrecties en zet fuzzy matches om in volledige matches. Dit vermindert handmatige bewerking en verbetert de consistentie, waardoor Ariel de output verhoogt zonder dat het meer moeite kost.
Hoe integreert XTM met Adobe Experience Manager?
XTM maakt verbinding met Adobe Experience Manager via een connector waarmee content automatisch kan worden geïmporteerd en geëxporteerd. Hierdoor kunnen lokalisatieworkflows worden uitgevoerd met minimale handmatige tussenkomst, waardoor het team wordt bevrijd van het dagelijkse operationele beheer.
Waarom heeft Ariel zijn bestaande lokalisatiesystemen niet vervangen?
Ariel beschikte al over een effectieve geautomatiseerde workflow en een TMS-oplossing met XTM. Dankzij XTM kon het team die basis uitbreiden met automatische vertaling en automatisering in plaats van opnieuw te beginnen, waardoor risico's en onderbrekingen werden beperkt.
Is XTM geschikt voor technische en productie-inhoud?
Ja. De casestudy van Ariel laat zien hoe XTM technische documentatie, productcontent en leermateriaal ondersteunt door automatisering, vertaalgeheugen en menselijke controle te combineren om de nauwkeurigheid op schaal te handhaven.
Neem contact op met ons team om de juiste oplossing voor uw bedrijf te vinden.
Hulpmiddelen voor machinevertaling
Bekijk richtlijnen voor het combineren van automatische vertaling met menselijke beoordeling om meer waarde te halen uit taalassets.
Klaar om de vertaalproductie op te schalen zonder de kosten te verhogen?
Bekijk hoe XTM teams helpt om lokalisatie te automatiseren, de kwaliteit van automatische vertalingen te verbeteren en handmatige inspanningen te verminderen.