Das KI-optimierte Team: Ein neuer Leitfaden für Produktverantwortliche

Lesen Sie das Transkript:

Wir testen gerade, unsere Podcasts mit einem Software-Programm zu transkribieren. Bitte entschuldigen Sie eventuelle Tippfehler, da der Bot nicht zu 100% korrekt ist.

Hannah Clark: Eines der vielen verwirrenden Dinge an dieser KI-Revolution ist, dass wir gemeinsam eine neue Realität erfinden, was vermutlich weniger utopisch ist, als es klingt. Spannend ist auch, wie wir in Echtzeit erleben, wie sowohl Führungskräfte als auch Fachkräfte damit ringen, den komplizierten Weg einer neuen Ära zu meistern.

Fragen zu Themen wie Arbeitsethik, Output-Qualität und Auswirkungen auf die Zukunft beschäftigen alle in der Organisationsstruktur. Gleichzeitig eröffnet sich aber auch die Chance, voneinander zu lernen und unsere Entscheidungen an der Realität auszurichten, die wir erreichen möchten.

Mein Gast heute ist Andrew Saxe, VP Product bei Smartling. Smartling bewegt sich in der Übersetzungs- und Sprachdienstleistungsbranche – praktisch ein Paradebeispiel für eine Branche, die massiv von KI beeinflusst wird. Als Andrew bei Smartling anfing, erledigte das Team die Übersetzungen händisch und KI existierte nur als Sci-Fi-Film mit Haley Joel Osment als Roboter Pinocchio.

Es versteht sich von selbst, dass sich die Lage geändert hat. In dieser Episode hören Sie Andrews Einschätzung dazu, wie echte KI-Werte von übertriebenem Hype zu trennen sind, welche ethischen Überlegungen Führungskräfte bei der Einführung KI-basierter Arbeitsprozesse anstellen sollten und warum die am stärksten nachgefragten Fähigkeiten sich schneller verändert haben, als jeder erwartet hätte. Legen wir los.

Übrigens: Solche Gespräche führen wir jede Woche. Wenn es Sie interessiert, abonnieren Sie uns doch! Also, starten wir.

Willkommen zurück zum Product Manager Podcast. Ich spreche heute mit Andrew Saxe. Er ist VP of Product bei Smartling.

Andrew, vielen Dank, dass Sie sich heute für uns Zeit nehmen.

Andrew Saxe: Sehr gerne. Freut mich, dabei zu sein.

Hannah Clark: Können Sie uns etwas über Ihren Werdegang erzählen und wie Sie dorthin gekommen sind, wo Sie heute stehen?

Andrew Saxe: Klar. Ich hatte wohl schon seit Mitte der Neunziger ein Interesse am Internet – das war neu damals. Ich habe immer im Technologiebereich gearbeitet, viel dazu gelernt und alle meine Jobs hatten mit Entwicklung und Produkt zu tun.

Ich war eine Zeit lang ein „falscher“ Webentwickler und habe nicht die besten Webseiten oder Codes geschrieben, bin aber irgendwann zum Produkt gegangen. Bei Smartling bin ich schon ca. 14 Jahre, im Juli werden es wohl 15 Jahre – also schon eine lange Zeit. Aber ja, immer im Produkt-Team bei Smartling.

Hannah Clark: Ja, cool. 15 Jahre sind keine Kleinigkeit.

Andrew Saxe: Das ist wirklich eine lange Zeit.

Hannah Clark: Besonders in der Tech-Welt, das sind Internetjahre.

Andrew Saxe: Stimmt, das ist meine längste Beziehung, denke ich.

Hannah Clark: Heute konzentrieren wir uns auf die sich entwickelnde Ethik rund um KI aus Sicht der Führung. Können Sie das Gespräch mit Ihren Beobachtungen aus 15 Jahren bei Smartling einleiten?

Während Ihrer Zeit haben Sie gesehen, dass Smartling in der Übersetzungsbranche tätig ist und dort viele technologische Umbrüche erlebt hat – Cloud-Adoption, Transparenz, und nun die KI-Ära. Was unterscheidet diesen Wechsel von vorherigen?

Andrew Saxe: Ja, absolut. Ich bin ja sozusagen seit Jahren im Übersetzungsgeschäft und kann Englisch in Französisch oder Spanisch übersetzen und so weiter. Bei diesem Prozess standen immer Menschen im Mittelpunkt – seit Jahrhunderten übersetzten Menschen Sprachen, es war immer ein menschlich geprägtes Unterfangen.

Wenn ich an die anderen technischen Entwicklungen der letzten 15 Jahre denke, war die Cloud wahrscheinlich der größte Schritt. Sie hatte vor allem Auswirkungen auf Business und Organisationen. Der Wechsel zu KI hat aber schon jetzt einen nachhaltigen Einfluss auf die Übersetzungswelt – und vermutlich auch andere Bereiche – und wird die Menschen noch viel mehr direkt betreffen.

Auch wenn die Cloud ein großer Durchbruch war und Skalierbarkeit brachte, haben die Endnutzer das meist nur am Rande wahrgenommen: Es gab mehr Apps, mehr Unternehmen. Der aktuelle KI-Wandel trifft aber die tagtäglichen Mitarbeiter viel tiefgreifender, das erleben wir in der Übersetzungsbranche deutlich.

Hannah Clark: Ja, ich kann mir vorstellen, dass das in diesem Bereich besonders stark wirkt.

Wenn wir über die Einführung von KI in Übersetzungsdienste sprechen, gibt es große Auswirkungen auf Übersetzer und Endnutzer. Wie balanciert man Effizienzgewinne mit den Auswirkungen auf die Arbeitsplätze? Wie haben sich die Aufgaben der Belegschaft verändert?

Andrew Saxe: Wir sind sowohl ein SaaS-Softwareunternehmen als auch Anbieter von Tools und Dienstleistungen für das Übersetzungsmanagement. Stellen Sie sich vor, Tausende Menschen tippen Übersetzungen ein. Dazu bieten wir Tools, um das zu steuern.

Und dann gibt es die Leute, die die Übersetzungen tatsächlich machen. Wir bieten Übersetzungsdienstleistungen an, bei denen bisher vor allem Menschen Texte eingegeben und Übersetzungen auf Qualität geprüft haben – inklusive Korrekturen, besonderer Fachbegriffe und der Markenstimme eines Unternehmens.

Vor ein paar Jahren, sagen wir fünf bis sechs, erschien das Konzept „Neuronale maschinelle Übersetzung“. Google Translate gibt es ja schon lange, und als es auf neuronale Netzwerke umstieg, stieg auch die Qualität spürbar. Aber es reichte nie, um die menschlichen Übersetzer völlig zu ersetzen.

Bislang lief der Prozess so: Jemand tippt die Übersetzung, jemand überprüft die Qualität, dann geht es an den Content-Besitzer zurück. Auch mit maschineller Übersetzung war das ähnlich. Mit der KI prüfen wir jetzt, ob Menschen aus einzelnen Prozessschritten entfernt werden können oder ihre Rolle sich ändert. Die KI übernimmt den ersten Übersetzungsversuch, kann per LLMs die Qualität bewerten und dann entscheiden, ob eine menschliche Prüfung nötig ist.

Die menschliche Rolle wandert Richtung Validierung: Wenn wir feststellen, dass Qualität geprüft werden muss, kommt der Mensch ins Spiel – prüft, findet Sonderfälle, die das LLM vielleicht übersehen hat, und dann wird das gegebenenfalls wieder ins System zurückgeführt.

Die Rolle verschiebt sich also vom Anfang und der Mitte ans Ende des Prozesses – zur zufälligen Stichprobe und Qualitätskontrolle. Das ist ein deutlicher Wandel und wer weiß, vielleicht wird auch der Validierungsanteil irgendwann entfallen. Aber derzeit bewegt sich alles in diese Richtung.

Hannah Clark: Ja, ich finde das besonders spannend, wenn Sie das Thema Markenstimme ansprechen, also etwas so Nuanciertes, das auch in der eigenen Sprache schwierig zu fassen ist. Diese Ebene ist also weiterhin extrem relevant und schwer zu ersetzen.

Andrew Saxe: Absolut. Die Markenstimme ist enorm wichtig, ebenso wie spezielle Begriffe oder Glossare, die ein Kunde verwenden oder vermeiden möchte.

Man muss sicherstellen, dass die Übersetzungen dies respektieren. KI macht das schon ziemlich gut, aber es kann auch Ausrutscher geben – da braucht es Schutzmechanismen, und manchmal besteht die Schutzmaßnahme aus dem menschlichen Faktor.

Hannah Clark: Oh ja, das kenne ich auch aus eigener Erfahrung mit KI zur Content-Ideenfindung und Ähnlichem. Es ist faszinierend, was Technologie heute leisten kann, aber diese verschiedenen Einfluss-Ebenen machen deutlich: Es ist nur selten ein reiner, geradliniger Übersetzungsjob.

Wenn wir auf die Entwicklung vom Tippjob zur Validierungsrolle eingehen – wie sieht der aktuelle Workflow im Vergleich zu vor fünf Jahren aus, bevor das Zeitalter der KI begonnen hat?

Andrew Saxe: Früher wurde – und auch aus Smartling-Sicht – seit Jahrzehnten Technologie im Übersetzungsbereich genutzt, Desktop-Tools, Server-Tools usw. Aber immer stand der Mensch mit dem Tippen, Prüfen und Bewerten im Zentrum.

Übersetzungen kosten Unternehmen Hunderte Millionen, sogar Milliarden – außerdem dauert es, während Menschen Übersetzungen erstellen. Mit KI sinken Kosten und Zeitaufwand massiv, der Workflow ist erheblich effizienter. Herausfordernd bleiben Sonderfälle und Spezialbereiche, beispielsweise Rechtsdokumente. Dort bestehen weiterhin Aufgaben, in denen Menschen benötigt werden. Aber ich vermute, das wird sich in den nächsten Jahren wandeln.

Hannah Clark: Vermutlich wächst das Vertrauen in die Technologie mit der Zeit. Beim Thema Ethik stellt sich häufig die Frage: Wo stehen wir bei AGI und ähnlichem? Welche ethischen Überlegungen gab es in Ihren Führungsrunden zur KI-Nutzung – innerhalb und außerhalb der Übersetzungsbranche?

Andrew Saxe: Bei uns ist es so: Wir arbeiten eng mit Linguisten zusammen und haben es bisher geschafft, Leute in andere Rollen zu bringen – oft mit gleichem Gehalt, da sie zum Beispiel mehr Inhalte prüfen können, weil weniger Nacharbeit nötig ist. Die Geschwindigkeit steigt einfach – nur an anderem Punkt im Ablauf. Da wir gerade erst anfangen, diese Tools zu nutzen, werden wir da noch genauer hinschauen müssen. In der Branche stellt sich stark die Frage: Wo landen all diese Leute?

Übersetzen ist hochgradig nuanciert, wie Sie sagten: Nur weil man Spanisch oder Französisch spricht, kann man nicht automatisch Fachtexte adäquat übersetzen. Es bleibt ein durchdachter Prozess. Ich denke aber, es gibt weiterhin Raum – insbesondere das Erstellen neuer Inhalte in der Zielsprache könnte wichtiger werden als nur zu übersetzen. Dadurch ergeben sich weiterhin Aufgaben für Menschen.

Hannah Clark: Das erinnert in vielerlei Hinsicht an die Content-Branche. Seit es effiziente Tools gibt, haben sich auch die gefragten Skills verändert: Früher standen produzieren und technische Anforderungen (wie SEO) im Zentrum, heute im Übersetzungsbereich vermutlich auch. Nuanciertes Sprachgefühl und Stilsicherheit, Detailgenauigkeit auf Kundenanforderungen – all das ist gefragter als reine Wort-für-Wort-Übersetzungen. Diese Tech-Shift hat Domino-Effekte und verschiebt, was gebraucht wird.

Andrew Saxe: Definitiv, und bei unseren aktuellen Entwicklungen und Forschungen – einige davon gehen dieses Jahr vielleicht live – versuchen wir, noch mehr Nuancen einzufangen. Zum Beispiel: Wie sieht sich Ihre Organisation selbst, wie sollen Kunden über Sie sprechen? Solche Beschreibungen beeinflussen die Arbeit von KI und LLMs stark – und wir sehen dadurch qualitative Veränderungen. Menschen sind derzeit immer noch wichtig bei Validierung/Review, auch das wird sich vermutlich verschieben.

Hannah Clark: Ich sehe es so: Wo der Markt den Output steigert, entsteht zwangsläufig wieder Nachfrage nach Qualität, Authentizität und Alleinstellungsmerkmalen. Faszinierende Zeiten!

Andrew Saxe: Ja, wirklich – der Wandel in so kurzer Zeit ist beachtlich.

Hannah Clark: Manchmal fühlt es sich an, als erlebten wir einen Jahrzehnte-Wandel innerhalb weniger Monate. Mein Kopf schwirrt – und jedes Mal, wenn wir über KI sprechen, gibt es wieder Neues.

Zurück zur Workflow-Transformation: Wie nehmen Sie die Aufgabenteilung zwischen Mensch und KI vor, sodass mehr Zeit für lohnendere Aspekte bleibt und Routinetätigkeiten ausgelagert werden? Wie entscheiden Sie, welche Aufgaben durch Menschen gesteuert werden und welche an KI gehen?

Andrew Saxe: Das kommt darauf an – im Übersetzungsbereich gibt es das Qualitäts-Kosten-Geschwindigkeit-Dreieck. Wir machen viel Forschung, Tests und Analysen, um das jeweils beste Werkzeug für verschiedene Inhalte zu finden. Gerade bei KI-Tools arbeiten wir mit Vertrauens-/Konfidenzwerten: Wenn wir die Qualität einer bestimmten Vorgehensweise garantieren können, empfehlen wir das den Kunden.

Einige Kunden fordern unbedingt menschliche Übersetzer, gerade bei bestimmten Inhalten. Insgesamt sehen wir jedoch, dass technologiegestützte Workflows in immer mehr Bereichen eingesetzt werden – einzige Ausnahme sind vielleicht sogenannte Long-Tail-Sprachen, für die wenig Trainingsdaten existieren. Hier sind Menschen bislang unersetzlich. Aber insgesamt können wir technologische Lösungen breit anwenden und dennoch Qualität garantieren.

Hannah Clark: Zoomen wir heraus – wie läuft die KI-Einführung bei Smartling insgesamt? Ist die Einführung einheitlich oder gibt es Unterschiede, wo KI besonders gern oder eher zögerlich eingesetzt wird?

Andrew Saxe: Es gibt da zwei Ebenen: Als Anbieter mit Kunden erleben wir, dass diese intern oft KI-Mandate haben – sie wollen wissen, wie sie es verwenden können, auch wenn teils unklar ist, wie genau. Sie erwarten von ihren Anbietern Effizienz, Kostenersparnisse – und dass KI eingesetzt wird. Gleichzeitig überlegen wir intern, wie wir KI nutzen: Jedes Team verwendet es, besonders unsere Entwickler und Produktmanager, aber auch Kundensupport und Helpdesk. Es bewegt sich alles in diese Richtung.

Hannah Clark: Ich sehe immer häufiger KI-Vorgaben – „Carrot or Stick“-Ansatz: Entweder wird der Einsatz incentiviert, oder es wird verpflichtend. Ziel ist, Mitarbeiter zur Nutzung zu bringen und ihnen die Vorteile zu eröffnen – aber das kann zu Spannungen führen …

Andrew Saxe: Ja. Wir haben klare Richtlinien und erlaubte Tools festgelegt, meist sind die Anbieter schon sicherheitsgeprüft usw. Aber täglich erscheinen neue Tools, die getestet werden könnten.

Hannah Clark: Kommen wir zum Hype-Zyklus: Neue Technologie, Aufregung, KI-Vorgaben, viel Hype. Ich habe das Gefühl, wir erleben gerade eine Phase großer Skepsis: Was ist Hype, welche Tools brauchen wirklich KI? Das gab es schon bei Social Media, Web3 etc. Wie helfen Sie dabei, den Hype zu entzaubern, echten Nutzen und sinnvolle Anwendung von KI zu erkennen?

Andrew Saxe: Einer unserer KI-Forscher sagt immer: Nicht alles braucht KI – kann man etwas per Regel oder If-Then lösen, dann muss man kein KI-Feature daraus machen.

Gerade bei ChatGPT ist man von der Leistungsfähigkeit oft überwältigt. Das sorgt mitunter für Hype-Stimmung. Im Unternehmensumfeld muss man aber andere Maßstäbe ansetzen: Wir brauchen hohe Zuverlässigkeit. Da wird auch Skepsis deutlich – das ist mehr als nur eine schöne Antwort von ChatGPT.

Entscheidend ist, die Technologie so zu nutzen, dass sie echte Geschäftsprobleme löst und etwa dem Kunden Mehrwert bringt. Obwohl alle von KI begeistert sind, muss der Einsatz sinnvoll und nützlich sein. Das dauert manchmal länger, als gedacht.

Hannah Clark: Das erinnert mich an die Social-Media-Welle: Die einen taten es ab, andere übertrieben maßlos. Die Waage zu finden, auszuprobieren und sich auf wirklich nützliche Anwendungsfälle zu konzentrieren – das ist die Herausforderung.

Andrew Saxe: Wir experimentieren viel und wollen meist 80–85 % Zuverlässigkeit, aber manchmal ist es – über Monate gesehen – nur eine Münzwurf-Entscheidung, ob das gewünschte Ergebnis kommt oder nicht. KI ist toll, aber manchmal funktioniert es nur zu 50 %. Vertrauen und Use-Cases müssen passen.

Hannah Clark: Was sehen Sie außerhalb der Übersetzungsbranche? Welche Parallelen oder verwertbaren Erkenntnisse gibt es beim KI-Einsatz allgemein im Produktbereich?

Andrew Saxe: Ich bleibe bei Produktmanagement-Tools am Ball. Manche Dinge sind noch nicht so hilfreich für die Produktentwicklung, vor allem, wenn es um die Entwicklung von ganz neuen Lösungen und Schnittstellen geht. Für das Schreiben von Spezifikationen oder zur Vereinfachung von Aufgaben (z.B. Automatisierung von Jira-Tickets), Prototypenbau aus Skizzen usw. sehe ich schon Potenzial. Die Unterstützung bei wiederkehrenden Aufgaben wird künftig weiter wachsen.

Hannah Clark: Besonders spannend finde ich die „No-Code“-Tendenz: Zusammenarbeit im Team, um aus Ideen Prototypen zu machen, die dann weiterentwickelt werden können.

Andrew Saxe: Haben Sie da schon Tools im Einsatz gesehen?

Hannah Clark: Ja, unser internes Team experimentiert viel damit. Toll, zu sehen, was daraus entsteht. Oft hat man als Nutzer Ideen für Apps, die sonst niemand braucht – und jetzt kann man sie einfach mal ausprobieren. Man sieht sofort: Ist es Quatsch, oder könnte was draus werden? Ich habe auch eine. Aber ich verrate noch nichts.

Andrew Saxe: Das ist ein guter Weg, um Ideen zu testen.

Hannah Clark: Genau: Schnell validieren, weil daraus entstehen Innovationen.

Andrew Saxe: Richtig.

Hannah Clark: Was fasziniert Sie an der Verbindung zwischen KI und menschlicher Arbeitskraft? Was erwarten oder wünschen Sie sich für die nächsten drei bis fünf Jahre?

Andrew Saxe: Aus Plattform-Sicht: Es gibt wahnsinnig viel Management-Aufwand; viele Menschen verbringen ihren ganzen Tag in Plattformen, das IST ihr Job. Ich glaube, das entwickelt sich zu einem „Management by Exception“ – wenn man der KI vertraut, sollte man nur noch bei Ausnahmen eingreifen müssen. Viele Tools – auch Smartling – müssen dafür komplett neu gedacht werden. Und wenn Menschen nicht mehr alles machen müssen, können die Tools auch in ganz neuen Bereichen Anwendung finden.

Hannah Clark: Was halten Sie von dieser steilen These: Oft rücken bei Beförderungen technische Fachkräfte auf, die zwar im Kerngeschäft exzellent sind, aber kaum Führungskompetenzen haben. Durch den KI-Wandel werden erstmals auch Fachkräfte auf Teamleiterebene trainiert – das heißt, man versteht Management schon, bevor man überhaupt Führungskraft wird.

Andrew Saxe: Interessanter Ansatz, hab ich so nicht betrachtet, ist aber ein Gedanke, auf den ich achten werde – auch im eigenen Team.

Hannah Clark: Ja, ich finde es spannend, dass Menschen beginnen, wie Führungskräfte zu denken, bevor sie es werden. Das wird auch ein spannender, positiver Wandel.

Andrew Saxe: Total. Es schafft neue Chancen und Aufgaben, die es vorher so nicht gab.

Hannah Clark: Unvorhergesehene Folgen treten auf, wenn eine Technologie einen Paradigmenwechsel einleitet.

Andrew Saxe: Ganz genau.

Hannah Clark: Das war ein tolles Gespräch. Vielen Dank für Ihren Besuch im Podcast. Ich liebe diese lebendigen KI-Debatten.

Andrew Saxe: Sicher werden Sie noch viele führen.

Hannah Clark: Wahrscheinlich schon nächsten Monat. Wo können Menschen Sie online finden, Andrew?

Andrew Saxe: Über LinkedIn – ich glaube, unter ASaxe.

Hannah Clark: Großartig, danke für den Besuch und Ihre Zeit.

Andrew Saxe: Vielen Dank.

Hannah Clark: Vielen Dank fürs Zuhören! Für weitere spannende Einblicke, Ratgeber und Tool-Reviews abonnieren Sie unseren Newsletter unter theproductmanager.com/subscribe. Mehr solcher Gespräche hören Sie beim Product Manager Podcast – überall, wo es Podcasts gibt.