Mehrsprachige Suche beginnt nicht mit übersetzten Produktbeschreibungen.

Eine Plattform übersetzt Titel und Beschreibungen in mehrere Sprachen. Trotzdem finden französische Nutzer relevante Angebote nicht, englische Fachbegriffe liefern andere Ergebnisse als deutsche und ein Suchbegriff in einfacher Sprache passt zu keinem Produkt.

Der Grund: Suche ist kein bloßer Volltextvergleich über übersetzte Texte. Sie verbindet Sprache, Produktmodell, Synonyme, Kategorien, technische Attribute, Relevanz und Nutzerverhalten.

Eine wirklich mehrsprachige Suche benötigt deshalb eine eigene Architektur.

Jede Sprache verarbeitet Wörter anders

Sprachen unterscheiden sich in:

• Wortformen,
• Zusammensetzungen,
• Mehrzahl und Deklination,
• Akzenten,
• Stoppwörtern,
• Schreibvarianten,
• Wortreihenfolge,
• Zusammenschreibung,
• Transliteration.

Eine Suchmaschine verwendet dafür sprachspezifische Analyseketten. Ein deutscher Index kann Wörter anders zerlegen und normalisieren als ein französischer oder italienischer.

Ein einziges gemeinsames Textfeld für alle Sprachen führt häufig zu schlechter Relevanz.

Sprachspezifische Felder oder Indizes

Mögliche Architektur:

product.title.de
product.title.en
product.title.fr
product.description.de
product.description.en
...

Oder getrennte Indizes je Sprache und Markt.

Die Entscheidung hängt ab von:

• Anzahl der Sprachen,
• Marktunterschieden,
• Sortimentsunterschieden,
• Infrastruktur,
• Relevanzkonfiguration,
• Aktualisierungsfrequenz.

Wichtig ist, dass eine französische Suchanfrage primär auf französisch analysierten Feldern arbeitet und nicht nur irgendwo im deutschen Originaltext Treffer findet.

Strukturierte Produktdaten sind wichtiger als lange Texte

Ein Nutzer sucht möglicherweise nach:

• Produktart,
• Marke,
• Leistung,
• Größe,
• Material,
• Kompatibilität,
• Artikelnummer,
• Anwendung.

Diese Informationen sollten als strukturierte Felder im Suchindex vorliegen. Eine automatisch übersetzte Fließtextbeschreibung ist kein verlässlicher Ersatz.

Beispiel:

category:                  cordless_drill
voltage:                   18 V
max_torque:                60 Nm
compatible_battery_system: X18

Die sichtbaren Bezeichnungen werden je Sprache lokalisiert. Die fachlichen Codes bleiben stabil.

So kann die französische Suche nach „perceuse 18 V" dieselben strukturierten Produkte finden wie die deutsche Suche nach „18 Volt Akkubohrer".

Synonyme sind marktspezifisch

Dasselbe Produkt kann unterschiedliche Bezeichnungen besitzen:

• Fachbegriff und Umgangssprache,
• Marke und Gattungsname,
• alte und neue Produktbezeichnung,
• regionale Begriffe,
• Abkürzungen,
• Schreibweisen mit oder ohne Bindestrich.

Synonymlisten sollten je Sprache und teilweise je Markt gepflegt werden.

Beispiele:

Akkuschrauber   ↔ Akku-Bohrschrauber
mobile phone    ↔ smartphone
vélo électrique ↔ VAE ↔ e-bike

Nicht jedes Synonym ist bidirektional. Ein spezifischer Begriff darf möglicherweise auf einen allgemeineren erweitert werden, umgekehrt aber nicht.

Eigennamen und Fachbegriffe bleiben sprachübergreifend

Marken, Seriennamen und Artikelnummern werden häufig nicht übersetzt. Nutzer können außerdem in einer französischen Oberfläche nach einem englischen Fachbegriff suchen.

Dafür eignen sich:

• sprachunabhängige Identitätsfelder,
• normalisierte Artikelnummern,
• Aliaslisten,
• zusätzliche Cross-Language-Synonyme,
• Fallbacksuche in ausgewählten Quellfeldern.

Der Fallback darf die primäre Sprachrelevanz nicht dominieren. Sonst erscheinen deutsche Texttreffer vor präzisen französischen Treffern.

Mehrsprachige Kategorien und Facetten

Kategorien besitzen stabile interne IDs und lokalisierte Labels.

category_id:      cordless_drill
label.de:         Akkuschrauber
label.en:         Cordless drills
label.fr:         Perceuses sans fil
label.simple_de:  Bohrmaschinen mit Akku

Filterwerte funktionieren ähnlich. Einheit und numerischer Wert bleiben fachlich stabil; Bezeichnung und Formatierung werden lokalisiert.

Dies ermöglicht:

• konsistente Filterlogik,
• sprachabhängige Darstellung,
• gemeinsame Produktzuordnung,
• weniger doppelte Datenpflege.

Suche in einfacher Sprache

Nutzer einfacher Sprache verwenden möglicherweise allgemeinere oder erklärende Begriffe.

Beispiele:

• „Sachen zum Bezahlen" statt „Zahlungsarten",
• „Kurs absagen" statt „Buchung stornieren",
• „Bohrmaschine ohne Kabel" statt „Akkuschrauber".

Ein eigener Satz von Synonymen und Intent-Mappings kann diese Anfragen mit den regulären Fachobjekten verbinden.

Dabei muss die Plattform nicht jedes strukturierte Attribut doppelt halten. Sie übersetzt verständliche Suchbegriffe in stabile interne Konzepte.

Anbieterinhalte und Quellqualität

Bei dynamischen Marketplace-Inhalten können Titel und Beschreibungen unvollständig oder sehr unterschiedlich sein. Die Suche sollte deshalb zusätzliche strukturierte Informationen nutzen:

• Kategorie,
• Ort,
• Zeitraum,
• Zielgruppe,
• Preisbereich,
• Anbieter,
• Verfügbarkeit,
• standardisierte Merkmale.

KI kann aus Quelltexten zusätzliche Suchbegriffe oder Kategorien vorschlagen. Diese Anreicherung sollte als abgeleitete Information gekennzeichnet und bei kritischen Zuordnungen geprüft werden.

Fallbacks bei fehlender Übersetzung

Wenn ein Produkt noch keinen französischen Titel besitzt, gibt es mehrere Möglichkeiten:

• maschinelle Übersetzung on-the-fly oder aus der Pipeline,
• Quelltitel anzeigen und im französischen Index zusätzlich auffindbar machen,
• Produkt in dieser Sprache vorübergehend ausblenden,
• nur strukturierte Attribute für die Suche verwenden.

Die Strategie hängt vom Produktversprechen ab. Ein Ergebnis ohne verständlichen Titel kann für den Nutzer wenig hilfreich sein, auch wenn es technisch gefunden wird.

Relevanz je Sprache kalibrieren

Gewichte können je Sprache variieren:

• exakter Titel,
• Kategorie,
• Marke,
• Synonym,
• Beschreibung,
• Anbietername,
• strukturierte Attribute,
• Popularität,
• Verfügbarkeit.

Eine Übersetzung kann längere oder allgemeinere Begriffe verwenden. Deshalb sollte Relevanz nicht blind aus der Quellsprache kopiert werden.

Tests mit bekannten Suchanfragen je Sprache sind notwendig.

Suchqualität messen

Wichtige Signale:

• Nulltrefferquote je Sprache,
• Klickrate auf Suchergebnisse,
• Reformulierungen,
• Nutzung von Filtern,
• Abbruch nach Suche,
• Conversion oder erfolgreiche Aktion,
• häufige Quellsprachensuchen in anderer Locale,
• Suchbegriffe in einfacher Sprache,
• Ergebnisse mit fehlender Übersetzung,
• gemeldete unpassende Treffer.

Ein regelmäßiger Review der Nulltreffer liefert besonders wertvolle Hinweise auf fehlende Synonyme, Produktdaten oder Übersetzungen.

Änderungen und Reindexierung

Wenn Übersetzung, Glossar, Kategorie oder Produktdaten geändert werden, muss der Suchindex aktualisiert werden.

Die Pipeline sollte wissen:

• welches Produkt betroffen ist,
• welche Sprachen betroffen sind,
• welche Felder neu berechnet werden,
• ob vollständige oder partielle Reindexierung genügt,
• ob alte Indexversionen während des Aufbaus weiter verfügbar bleiben.

Bei größeren Änderungen kann ein neuer Index parallel aufgebaut und anschließend atomar aktiviert werden. So bleibt die Suche verfügbar und ein Rollback möglich.