Eine Strategie zur Inhaltslokalisierung für globales Training besteht aus sechs Komponenten: eine Entscheidung darüber, mit welchen Sprachen begonnen werden soll, eine Roadmap, die an den Geschäftskalender gebunden ist, eine Teamstruktur, die Inhaltserstellung von Übersetzungsmanagement trennt, ein Pilotprozess vor dem vollständigen Rollout, ein Überprüfungssystem, das Sprachkompetenz mit Branchenwissen kombiniert, und eine Technologieschicht, die den manuellen Aufwand reduziert, ohne das menschliche Urteilsvermögen zu ersetzen.
Lokalisierung bedeutet, Inhalte so anzupassen, dass sie für die Person, die sie erhält, in dem Kontext, in dem sie arbeitet, sinnvoll sind. Übersetzung überträgt Wörter von einer Sprache in eine andere. Lokalisierung überträgt Bedeutung. Das sind unterschiedliche Probleme, und Organisationen, die sie verwechseln, zahlen am Ende für beides. Dieser Artikel behandelt jede Komponente der Reihe nach und stützt sich darauf, wie Keune Haircosmetics auf 23 Sprachen in 70 Ländern skalierte und was Derek Bruce beim Aufbau globaler Programme bei ABN Amro und Tesco gelernt hat.
Lokalisierung und Übersetzung sind nicht dasselbe, und der Unterschied ist teuer
Organisationen, die Lokalisierung als Übersetzungsaufgabe behandeln, geben zweimal Geld aus: einmal für die Übersetzung und einmal, um die Fehler der Übersetzung zu korrigieren. Das sind die häufigsten und vermeidbarsten Kosten in einem mehrsprachigen E-Learning-Programm. Wir haben dies in einem jüngsten Webinar behandelt.
Derek Bruce, Chief Learning Officer bei Easygenerator, beschrieb das Standardvorgehen, das er zu Beginn seiner Karriere bei ABN Amro beobachtete, einem niederländischen Unternehmen mit 17 internationalen Standorten. Der Ansatz war unkompliziert: Die Zentrale bestimmte den Inhalt, stellte ihn fertig und schickte ihn dann zur Übersetzung. Wie Derek es ausdrückte: „Es war sehr stark so, dass die Zentrale die Inhalte bestimmte und man einfach übersetzte, anstatt zu lokalisieren, was zwei sehr unterschiedliche Dinge sind.“
Das praktische Ergebnis dieses Ansatzes ist ein Inhalt, der in einer anderen Sprache technisch korrekt, aber kontextuell falsch ist. Branchenspezifische Terminologie wird wörtlich übersetzt, anstatt an den lokalen Sprachgebrauch angepasst zu werden. Kulturelle Referenzen, die in einer Region sinnvoll sind, bedeuten in einer anderen nichts. Maßeinheiten bleiben imperial, wenn das Empfängerland das metrische System verwendet. Beispiele beziehen sich auf Firmennamen, Praktiken oder Ereignisse, von denen das lokale Publikum noch nie gehört hat.
Die organisatorischen Kosten gehen über die Relevanz hinaus. Wenn Lernende Inhalte erhalten, die eindeutig woanders für jemand anderen konzipiert wurden, sendet dies eine Botschaft darüber, wie wichtig sie sind. Derek beschrieb den Effekt direkt:
In globalen Organisationen beeinflusst dieses Signal das Engagement für das Lernen und für die Organisation insgesamt.
Jon Withrington, Global Customer and Capability Education Manager bei Keune Haircosmetics, teilte dieselbe Erfahrung im selben Webinar. Als Keune Inhalte zur Übersetzung an eine externe Agentur sandte, war das Ergebnis zwar sprachlich korrekt, aber es fehlte die Präzision, die durch Branchenkenntnis entsteht. Als die Übersetzungen zurückkamen, mangelte es an Präzision, weil wir natürlich wieder beim Wort blieben – sprich, bei der Fachsprache, wissen Sie, diesen lokalen Besonderheiten. Die Lösung war keine bessere Übersetzungsagentur. Es bestand darin, eine Person aus dem lokalen Bildungsteam in jedem Land zu beauftragen, jemanden, der sowohl die Sprache als auch die Branche verstand, um den Inhalt zu überprüfen und anzupassen.
Mit wie vielen Sprachen soll man beginnen und mit welchen?
Beginnen Sie mit drei oder vier Sprachen, nicht mit der vollständigen Liste. Der Versuch, auf einmal in zehn oder zwölf Sprachen zu starten, ist der häufigste frühe Fehler, der dazu führt, dass der gesamte Prozess zusammenbricht, bevor er irgendeinen Wert erzeugt.
Jon hat dies bei Keune gelernt. Die Plattform bedient heute 70 Länder in 23 Sprachen, aber so hat sie nicht angefangen. „Ich weiß, am Anfang haben wir mit Englisch, Deutsch, Französisch und Spanisch begonnen. Und dann haben wir im Jahr darauf weitere zwei oder drei Sprachen eingeführt. Versuchen Sie also nicht, alles auf einmal zu erledigen. Erstellen Sie wirklich einen Fahrplan und denken Sie strategisch darüber nach.“
Die Auswahlkriterien sind unkompliziert. Beginnen Sie mit den Sprachen, in denen Ihr Publikum am größten ist, in denen Ihr geschäftlicher Einfluss am höchsten ist oder in denen Sie lokale Teammitglieder haben, die den Überprüfungsprozess unterstützen können. Alle drei Kriterien können in unterschiedliche Richtungen weisen, daher ist es hilfreich, auf der Grundlage einer Kombination aus Reichweite und Überprüfbarkeit zu wählen.
Wissenswertes
Eine Sprache, die Sie gut einsetzen und überprüfen können, ist wertvoller als eine Sprache, bei der Sie die Qualität des Ergebnisses nicht steuern können.
Sechs bis acht Monate sind ein realistischer Zeitrahmen, um eine einzelne neue Sprache ordnungsgemäß in einem Lokalisierungsprozess einzurichten, vom ersten Entwurf über den Pilotbetrieb bis hin zur vollständigen Bereitstellung. Jons Schätzung bei Keune lag für jede Sprache in diesem Bereich, von Punkt zu Punkt. Dieser Zeitplan ist für die Planung wichtig: Wenn Sie versuchen, im ersten Jahr vier Sprachen hinzuzufügen, kann die Arbeit nicht nacheinander erledigt werden, was bedeutet, dass Sie entweder mehr Ressourcen oder einen längeren Zeitplan benötigen.
Dereks Ansatz zur Priorisierung ist praktisch: Ermitteln Sie, wo die Mitarbeiterzahl am höchsten ist, und finden Sie heraus, wo der größte Einfluss erzielt wird. Binden Sie diese Leute auch mit ein. Und sobald Sie das haben und wissen, dass die Dinge funktionieren, können Sie anfangen, es auch weiterzuentwickeln.“
So strukturieren Sie Ihr Lokalisierungsteam
Ein funktionierendes Lokalisierungsteam hat zwei unterschiedliche Funktionen, die nicht von denselben Personen wahrgenommen werden sollten. Die Erstellung von Inhalten und das Übersetzungsmanagement erfordern unterschiedliche Fähigkeiten, unterschiedliche Zeitpläne und unterschiedliche Beziehungen zu lokalen Teams.
Bei Keune ist Jons Team genau entlang dieser Linie aufgeteilt. Das Kunden- und Kapazitätsteam erstellt die Inhalte und arbeitet mit internen Stakeholdern zusammen, um die Produktinformationen, regulatorischen Anforderungen und Bildungsziele korrekt zu erfassen. Das digitale Team ist für das Übersetzungsmanagement verantwortlich: Sie leiten das Projekt von Anfang bis Ende, verwalten den Zeitplan, treffen sich mindestens einmal pro Woche mit den Übersetzern, um den Fortschritt sicherzustellen, und sorgen dafür, dass die lokalen Teams alles haben, was sie für ihre Arbeit benötigen.
„Was unser digitales Team extrem gut macht, ist sicherzustellen, dass die Teams weltweit – unsere Bildungsteams und Übersetzungsteams – alle Werkzeuge und die Unterstützung haben, die sie benötigen.“ So sind sie für den Erfolg gerüstet.“
Dieser wöchentliche Rhythmus mit den Übersetzern ist wichtiger, als es klingt. Bei 23 Sprachen geraten Dinge aus dem Blickfeld, wenn niemand aktiv die Pipeline verwaltet. Ein verpasster Check-in führt zu einer verzögerten Übersetzung, was zu einer verzögerten Einführung führt, was bedeutet, dass Lernende in diesem Markt länger auf Inhalte warten, die in anderen Sprachen bereits Wochen zuvor fertig waren.
Derek fügte der Teamstruktur eine zweite Dimension hinzu, bei der es weniger um die Anzahl der Mitarbeiter als vielmehr um die Denkweise geht. L&D-Teams, die von einem zentralen Büro aus arbeiten, können in ein Muster verfallen, bei dem sie ihre eigene Arbeit als Standard betrachten und lokale Teams als Prüfer, die eher dazu da sind, zuzustimmen, als einen Beitrag zu leisten. Er beschrieb, wie er dies in der Praxis beobachtete: eine „Wir sind besser als“-Mentalität, die die Zusammenarbeit erschwert, ohne dass es jemand beabsichtigt. Die Lösung besteht darin, lokale Teammitglieder von der Designphase an als Mitgestalter zu behandeln, nicht nur als Prüfer am Ende.
Derek beschrieb auch ein praktisches Werkzeug, das unabhängig von der Teamgröße hilft: einen Design-Entwurf, der die Standards für das Erscheinungsbild, den Tonfall und die Art und Weise festlegt, wie Inhalte vermittelt werden sollen. Dieser Entwurf gibt jedem, der an der Lokalisierung mitwirkt, einen Bezugspunkt, sodass individuelle Entscheidungen innerhalb eines gemeinsamen Rahmens bleiben.
Wie man testet, bevor man skaliert
Das Testen mit einer kleinen Gruppe von Ländern vor der vollständigen Einführung deckt Probleme auf, die durch keine noch so gründliche zentrale Überprüfung gefunden werden. Es stärkt auch das Vertrauen in den Prozess, was die Skalierung beschleunigt, da man nicht grundlegende Probleme in zwölf Sprachen gleichzeitig beheben muss.
Die Pilotstruktur von Keune deckt bewusst verschiedene Regionen ab. Jons Team testet mit Nordamerika, Großbritannien, Spanien und Brasilien, bevor es weltweit ausgerollt wird. Diese vier Märkte decken unterschiedliche Sprachen, unterschiedliche regulatorische Umgebungen, unterschiedliche kulturelle Kontexte und unterschiedliche Beziehungen zur Marke Keune ab. Wenn Inhalte in allen vier Märkten funktionieren, ist es sehr wahrscheinlich, dass sie auch überall sonst funktionieren.
Der Pilot ist auch der Ort, an dem die Erwartungen an den Zeitplan getestet werden. Jon beschrieb, dass er dabei sehr bewusst vorgeht: wöchentliche Stand-ups während der Pilotphase, vierteljährliche Überprüfungen des gesamten Zyklus und laufende Kommunikation als Kollektiv statt einmaliger Check-ins. Diese Struktur existiert, weil Lokalisierungsprobleme während der Pilotphase tendenziell an die Oberfläche kommen, wenn man aufmerksam ist, und beim Start tendenziell an die Oberfläche kommen, wenn man es nicht ist.
Derek wies auf ein Zeitproblem hin, das die meisten Pilotprojekte untergräbt: lokalen Teams eine Woche Zeit zu geben, um fast fertige Inhalte zu überprüfen, ist kein echtes Pilotprojekt. „Eines der schlimmsten Dinge ist es zu sagen: Hier sind unsere zu 99,9 % fertigen Inhalte, Sie haben eine Woche Zeit, um Änderungen vorzunehmen.“ Und sie sagen dann: Moment mal, das ergibt keinen Sinn.“ Eine echte Überprüfung erfordert Zeit, die in den Prozess integriert ist, bevor der Inhalt als fertig betrachtet wird. Das bedeutet, Überprüfungszyklen als erstklassige Aktivitäten in den Projektzeitplan aufzunehmen, anstatt sie am Ende hineinzupressen.
Seine Erfahrung bei Tesco vermittelt ein Gefühl dafür, wie ernsthafte Pilotprojekte aussehen. Für ein Führungskräfteentwicklungsprogramm, das 3.000 Führungskräfte in Großbritannien, der Slowakei, Slowenien, Polen und Indien umfasste, führten Derek und sein Team drei oder vier Pilotsitzungen an verschiedenen Standorten durch, bevor das Endprodukt freigegeben wurde. Jede Sitzung umfasste Teilnehmer aus den jeweiligen Standorten, und jede Sitzung führte zu Änderungen. Der Inhalt, der eingeführt wurde, unterschied sich wesentlich von dem Inhalt, der in den ersten Pilotdurchlauf einfloss.
Wie man ein Überprüfungssystem aufbaut, das lokale Nuancen erfasst
Zu beachten
Bauen Sie Ihr Überprüfungssystem um Personen herum auf, die sowohl die Sprache als auch die Branche verstehen, nicht nur eines von beidem.
Inhalte, die technisch korrekt, aber kontextuell falsch sind, sind der häufigste Fehlerpunkt bei mehrsprachigen Schulungen, und kein zentrales Team oder Übersetzungstool kann dies ohne lokalen Input erkennen.
Derek beschrieb ein einzelnes Wort, das verdeutlicht, warum das so ist. „Banter“ ist ein gebräuchlicher Begriff an britischen Arbeitsplätzen, der freundschaftliches Necken unter Kollegen beschreibt. In diesem Kontext ist er völlig unauffällig. Außerhalb des Vereinigten Königreichs hat er eine andere oder gar keine Bedeutung. Als Dereks Team bei Tesco ein Inklusionsprogramm erstellte, das sich im Kontext von Arbeitsplatzverhalten auf „Banter“ bezog, wurde das Wort erst markiert, als Personen aus anderen Regionen am Überprüfungsprozess teilnahmen. „Dadurch, dass die verschiedenen Standorte in den Überprüfungs- und Designprozess einbezogen wurden, war offensichtlich, dass das einfach keinen Sinn ergibt.“ Wie vermittelt man die Botschaft, ohne dieses Wort zu verwenden, und sorgt trotzdem dafür, dass es Sinn ergibt?“
Die Lösung besteht nicht nur darin, am Ende des Prozesses einen lokalen Prüfer hinzuzufügen. Es geht darum, lokale Teammitglieder früh genug einzubeziehen, damit sie den Inhalt mitgestalten können, bevor er fertiggestellt wird, anstatt nur etwas zu genehmigen oder abzulehnen, das ohne sie geschrieben wurde.
Jons Überprüfungsstruktur bei Keune macht das konkret. Jedes Land hat eine zugewiesene Person aus der lokalen Bildungsabteilung, die für die Überprüfung der Übersetzung verantwortlich ist. Diese Person ist nicht einfach nur zweisprachig. Es ist jemand, der in der Branche arbeitet, die Produktterminologie kennt und den lokalen beruflichen Kontext versteht. „Für uns war es auch entscheidend, mit unseren lokalen Bildungsteams zusammenzuarbeiten. Und in jedem Land haben wir eine zugewiesene Person aus der Bildungsabteilung, die die Übersetzung vornimmt, manchmal, wenn ihre Kompetenz hoch genug ist, oder in Verbindung mit einem Übersetzer. Aber sie stellen sicher, dass alles nach Bedarf an den lokalen Kontext angepasst und adaptiert wird.“
Diese Struktur aufzubauen braucht Zeit. Jon räumte ein, dass das erste Jahr weitgehend ein Ausprobieren war, dass in der Anfangszeit ein oder zwei Leute alles aufbauten und die Pilotphase nicht robust war. Um zu einem Überprüfungssystem zu gelangen, das lokale Nuancen tatsächlich erfasst, mussten Beziehungen zu lokalen Teams aufgebaut, klare Rollen festgelegt und genügend Vertrauen geschaffen werden, damit die lokalen Prüfer das Gefühl hatten, ihre Beiträge würden wirklich geschätzt und nicht nur als Formalität behandelt.
Derek beschrieb die gleiche Dynamik eher als Zusammenarbeit und nicht als Schulung: „Ich weiß nicht, ob das Wort schulen das richtige Wort ist, wenn es um das Designergebnis geht. Vielleicht ist es zusammenarbeiten oder tatsächlich gemeinsam arbeiten. Denn schulen könnte implizieren, dass wir sie dazu bringen, das zu tun, was wir ohnehin tun wollen, wenn es in Wirklichkeit manchmal nicht funktioniert.“
Wo KI in einen Lokalisierungs-Workflow passt und wo nicht
KI beschleunigt die Übersetzungsebene erheblich, kann aber nicht das Urteilsvermögen von jemandem ersetzen, der den lokalen Kontext kennt. Beide Sprecher kamen aus unterschiedlichen Richtungen zum gleichen Schluss, und die Kostendaten von Keune vermitteln das konkreteste Bild davon, wie der Effizienzgewinn tatsächlich aussieht.
Bevor Keune ein KI-Tool zur Videoproduktion für ihre Content-Produktion einführte, kostete ein einzelner Produktionszyklus zwischen 20.000 € und 30.000 € bei einer nutzbaren Lebensdauer von zwei bis drei Jahren, bevor der Inhalt neu erstellt werden musste. Die Investition, die sie in KI tätigten, änderte dies grundlegend. Wie Jon im Webinar mitteilte: „Wir haben insgesamt 24.000 € ausgegeben, wir haben über 800 interaktive Videos produziert und es hat uns rund 800.000 € eingespart.“ Die Effizienz ergab sich daraus, mehr Inhalte produzieren, diese schneller aktualisieren und sie sprachübergreifend lokalisieren zu können, ohne jedes Mal von Grund auf neu anfangen zu müssen.
Der Vorbehalt, der sich direkt aus diesem Ergebnis ergibt, ist derjenige, über den sich beide Redner im Klaren waren. KI-Output ist ein Ausgangspunkt, kein fertiges Produkt. Jon beschrieb das Risiko, es anders zu behandeln: „Alles, was man mit KI macht, muss eine menschliche Note haben. Denn am Ende des Tages sind wir im Geschäft, Gehirnveränderungen zu kuratieren.“ Speziell für Keune muss die Überprüfung von jemandem durchgeführt werden, der sowohl die Sprache versteht als auch in der Friseurbranche arbeitet. Ein allgemeines Übersetzungstool beherrscht weder die Fachterminologie noch die Markenstimme korrekt.
Derek beschrieb einen unerwarteten Vorteil von KI bei mehrsprachigen Videos, den sein Team während einer Produktionsüberprüfung entdeckte. Als sie sich ein mehrsprachiges Video noch einmal ansahen, bemerkten sie, dass bestimmte KI-generierte Stimmen in Mustern verwendet wurden, die sich unterschwellig voreingenommen anfühlten: Einige Stimmen wurden konsequent mit positiven Formulierungen gepaart, andere mit negativen. Bei einer menschlichen Sprachaufnahme hätte eine Korrektur bedeutet, zurück ins Studio zu gehen. Bei KI bedeutete es, Stimmen neu zuzuweisen und die Generierung zu wiederholen. „Es bedeutete buchstäblich nur zu sagen: Okay, dieser Sprecher kann jetzt dieser sein. Und es war erledigt, und das innerhalb weniger Stunden.“ Diese Art der schnellen Korrektur ist nur möglich, wenn die Produktion nicht von der Terminplanung eines Sprechers abhängig ist.
Der allgemeine Rahmen, den Derek vorgab, ist der richtige für jedes Team, das KI in einen Lokalisierungs-Workflow einführt: „KI ist ein Werkzeug. Sie ist nicht immer die Antwort.“ Nutzen Sie es also mit Bedacht.“
Wie man die Erwartungen der Stakeholder verwaltet, wenn KI in den Arbeitsablauf einzieht
Die größte Herausforderung bei der Einführung von KI für die Lokalisierung ist nicht die Technologie. Es ist die Annahme, dass KI alles sofort erledigt.
Jon beschrieb die Stakeholder-Dynamik bei Keune, als er ein KI-Tool zur Videoproduktion einführte. Um Zustimmung zu erhalten, musste man die Zahlen vorlegen und klarstellen, was das Tool tun würde und was nicht.
Die Fragen, die aufkamen, gingen weit über die Ausgabequalität hinaus: Datenkonformität, wie die Sprachbibliothek rechtlich funktionierte, wie echt die Avatare aussehen sollten, ob die Verwendung eines Avatars bedeutete, dass ein menschlicher Schauspieler einen Job verloren hatte.
Das Harry-Potter-Zauberstab-Problem, wie Jon es nannte, besteht darin, dass Menschen, die nicht nah am Produktionsprozess sind, oft annehmen, dass KI ein fertiges Ergebnis mit minimalem menschlichen Aufwand liefert. „KI ist wirklich wie der Zauberstab von Harry Potter, wissen Sie, man macht einfach schwupps, und man bekommt das Ergebnis und es ist einsatzbereit.“ Erwartungen korrekt zu setzen, bevor das erste Ergebnis vorliegt, ist viel einfacher, als sie zu verwalten, nachdem ein Stakeholder einen Prototyp gesehen hat und begonnen hat, Änderungen zu fordern, die ohne erheblichen Nachbearbeitungsaufwand technisch nicht möglich sind.
Jon beschrieb eine Pilot-Überprüfungssitzung, bei der ein Stakeholder immer wieder Änderungen an der Art und Weise forderte, wie sich der Avatar bewegte und sprach, und mit jeder Runde spezifischer und anspruchsvoller wurde. „Ich kam an den Punkt, an dem ich mich wirklich mit dieser Person zusammensetzen und sagen musste: Mit Verlaub, es dauert jetzt so lange, diese unmöglichen Dinge zu versuchen.“ Vielleicht ist es tatsächlich einfacher, eine Produktionsfirma zu beauftragen und dies einfach extern zu erledigen, was eigentlich den ganzen Zweck der Nutzung von KI zunichtemacht.“ Solch ein Gespräch lässt sich leichter vermeiden, als sich davon zu erholen.
Der praktische Ansatz besteht darin, zuerst die Zahlen zu zeigen. Jons Rat, um die Zustimmung der Stakeholder zu gewinnen, ist direkt: „Zeigen Sie ihnen ein schönes Video, sagen Sie ihnen, was sie investieren müssen, sagen Sie ihnen, was sie Ihrer Meinung nach als Gegenleistung erhalten können. Solange Sie die Zahlen haben, sind alle glücklich.“ Sobald der ROI-Fall dargelegt und die Erwartungen an den Zeitplan klar definiert sind, wird das Gespräch darüber, was KI leisten kann und was nicht, wesentlich einfacher.
Lara Translate: KI-Übersetzung auf Basis eines sprachspezifischen Modells
Lara Translate ist die von Translated entwickelte KI-Übersetzungs-Engine. Im Gegensatz zu KI-Modellen für allgemeine Zwecke, die mit einer breiten Mischung aus Texten, Programmcode und Konversationen trainiert wurden, läuft Lara auf einem großen Sprachmodell, das ausschließlich mit professionellen Übersetzungsdaten trainiert wurde. Dieser engere Fokus reduziert ein Problem, das bei allgemeinen KI-Tools häufig auftritt und bei dem Lücken in einer Übersetzung manchmal mit erfundenem Text gefüllt werden. Lara ist stattdessen so konzipiert, dass sie nah an der Bedeutung der Quelle bleibt.
Der praktische Vorteil zeigt sich darin, wie Lara mit Mehrdeutigkeit umgeht. Wenn ein Satz mehr als eine Übersetzungsmöglichkeit bietet, etwa aufgrund von Geschlecht, Tonfall oder mehreren gültigen Interpretationen, weist Lara auf die Mehrdeutigkeit hin und erklärt ihre Argumentation, anstatt stillschweigend eine Wahl zu treffen. Ein Prüfer kann dann die richtige Wahl bestätigen oder vorab Kontext hinzufügen, damit Lara sie beim ersten Mal korrekt auflöst.
Lara passt sich zudem im Laufe der Zeit an die Stimme eines Unternehmens an. Teams können benutzerdefinierte Glossare für Markennamen und Fachbegriffe erstellen, je nach Inhalt aus Übersetzungsstilen wie „Getreu“, „Flüssig“ oder „Kreativ“ wählen, und genehmigte Übersetzungen mithilfe von Translation Memories wiederverwenden. Sobald ein Begriff oder eine Phrase genehmigt ist, wendet Lara sie konsistent auf zukünftige Inhalte an, anstatt jedes Mal dieselbe Korrektur zu erfordern. Lara unterstützt über 200 Sprachen und mehr als 70 Dateiformate, einschließlich der Dokumenttypen, mit denen die meisten L&D-Teams bereits arbeiten.
Für Unternehmen, die Lokalisierung in großem Maßstab verwalten, reduziert diese Art von Konsistenz eine der häufigsten Ursachen für Nacharbeit: eine Übersetzung, die zwar sprachlich korrekt, aber nicht mit der üblichen Ausdrucksweise der Marke vereinbar ist.
