Die Ausgangslage
Zwei deutschsprachige OXID eSales-Shops brauchten Englisch: über 2.600 Produkte mit 6.000+ Varianten, dazu Kategorien, Attribute und CMS-Texte, alles mit HTML- und Smarty-Schnipseln, kaputtem Markup und SEO-relevanten Stellen. Manuell wäre das Wochen gewesen; für künftige Texte brauchte es einen Prozess, der nicht wieder bei null anfängt.
Das Vorgehen
Ich habe eine Übersetzungspipeline gebaut: SQL-Export, DeepL über make.com, Airtable zur Prüfung und für neue Inhalte, Filter für HTML/Smarty, Warteschlange gegen API-Limits, Monitoring bei Fehlern, SQL-Update zurück in den Shop.
- HTML- und Smarty-Filter, damit Markup und SEO stehen bleiben
- Bereinigung kaputter deutscher Texte vor der Übersetzung
- Batch, Logging und Monitoring, wenn DeepL oder der Import hakt
- Airtable-Interface erfasst neue Produkte ohne EN-Text
- Prozess, der sich für spätere Übersetzungsrunden wiederholen lässt
Das Ergebnis
- 2.600+ Produkte und 6.000+ Varianten übersetzt
- Rund 100 Stunden manuelle Arbeit gespart
- Konsistenz zwischen den Shops gehalten
- Nahezu fehlerfreier Betrieb nach Optimierung
- Nächste Übersetzungen laufen über dieselbe Strecke
Kein einmaliger DeepL-Dump, sondern ein Weg, den der Shop weiter nutzen kann, inkl. Monitoring und der Stellen, an denen maschinelle Übersetzung sonst bricht.