Große Sprachmodelle können Terminologiebestände heute in wenigen Sekunden analysieren, Benennungen vergleichen und Inkonsistenzen erkennen. Doch ohne klare Regeln bleibt unklar, warum ein Begriff bevorzugt oder abgelehnt werden sollte. Erst ein Terminologie Style Guide macht aus einer Begriffsliste ein nachvollziehbares Regelwerk – und schafft damit die Grundlage für KI-gestützte Terminologiearbeit.

In diesem Webinar erfahren Sie, wie Terminologie Style Guides eingesetzt werden können, um Terminologiebestände bereits vor ihrer Aufnahme in eine Terminologiedatenbank automatisiert zu prüfen und zu bewerten. Sie lernen, welche Informationen ein moderner Style Guide enthalten sollte und wie sich Benennungsregeln, Schreibweisen, Definitionen, Zielgruppen, zulässige und unerwünschte Benennungen sowie weitere Qualitätskriterien systematisch beschreiben lassen.

Ein besonderer Schwerpunkt liegt auf der KI-basierten Vorvalidierung. Anhand praxisnaher Beispiele zeigen wir, wie Large Language Models Terminologiekandidaten gegen einen Style Guide prüfen, Verstöße erkennen und konkrete Verbesserungsvorschläge ableiten können. Die KI ersetzt keine fachliche Entscheidung. Sie unterstützt die für Sprache, Terminologie und Content verantwortlichen Personen bei der Vorbereitung, Prüfung und Qualitätssicherung.

Darüber hinaus betrachten wir den Style Guide als Wissensquelle für moderne KI-Systeme. Sie erfahren, wie sich Terminologieregeln in wiederverwendbare Skills überführen lassen und welche Rolle Retrieval-Augmented Generation (RAG) spielt, um Sprachmodelle gezielt mit terminologischem Wissen zu versorgen. Statt ausschließlich auf das im Modell enthaltene Wissen zu vertrauen, greifen KI-Systeme auf aktuelle Terminologiebestände, Style Guides und Referenzmaterialien zurück und treffen ihre Entscheidungen auf einer nachvollziehbaren Grundlage.

Das Webinar vermittelt damit den Übergang von der klassischen Terminologiearbeit hin zu einer wissensbasierten KI-Unterstützung. Es bildet zugleich die Grundlage für das nachfolgende Webinar zum Context Engineering, in dem unterschiedliche Wissensquellen, Referenzmaterialien und Skills zu leistungsfähigen KI-Workflows kombiniert werden.

Nach dem Webinar wissen Sie, wie Sie

1. Terminologie Style Guides als Regelwerk für eine konsistente und nachvollziehbare Terminologiearbeit entwickeln und bewerten,
2. Large Language Models für die KI-basierte Vorvalidierung von Terminologiekandidaten einsetzen,
3. Style Guides und Terminologiebestände als Wissensquellen für Skills und Retrieval-Augmented Generation (RAG) vorbereiten,
4. die Rolle von Terminologie als steuerbares Wissen in modernen KI-gestützten Übersetzungs- und Dokumentationsprozessen einordnen.

----
Vielleicht sind Sie auch an den weiteren Online-Trainings/Webinaren mit der Referentin Frau Prof. Dr. Herwartz interessiert?:

• KI trifft Terminologieextraktion: Fachwörter automatisch erkennen – aber wie zuverlässig ist das wirklich? (Webinar)

• KI trifft Terminologieprüfung und -korrektur: Neue Ansätze für Qualitätssicherung und Governance (Webinar)
  
• KI im Übersetzungsbereich - für Anfänger*innen: Grundlagen KI, Large Language Models und Prompt Engineering (Online-Training)
• KI im Übersetzungsbereich - für Fortgeschrittene: Eigene KI-Workflows und Prompt-Strategien entwickeln (Online-Training)
• Context Engineering, Markdown und Skills – Style Guides, Referenzmaterial und andere Datenquellen erfolgreich mit KI verbinden (Webinar)
• Coding mit Python und KI für Übersetzer*innen - für Anfänger*innen: Programmierumgebung aufsetzen, Python verstehen und erste Skripte entwickeln (Online-Training)
• Coding mit Python und KI für Übersetzer*innen - für Fortgeschrittene: Mit Vibe Coding typische Werkzeuge für Übersetzung und Terminologie entwickeln (Online-Training)

----

Prof. Dr. Rachel Herwartz ist Honorarprofessorin für Translation und Terminologiemanagement am SDI München sowie Dozentin für Wirtschaftsinformatik und KI-gestützte Unternehmensprozesse an der FOM Hochschule.

Als Gründerin der gemeinnützigen Initiative TermTechnologies und Beraterin bei LangOps Intelligence beschäftigt sie sich mit der Frage, wie Unternehmen und Organisationen Terminologie, Wissensbestände und Sprachprozesse für den Einsatz generativer KI und KI-Agenten nutzbar machen können.

Ihr Schwerpunkt liegt auf AI Terminology Governance, also der systematischen Verbindung von Terminologiemanagement, Knowledge Management, Content Governance und modernen KI-Workflows. Dabei entwickelt sie Methoden, mit denen Sprachressourcen nicht nur für Übersetzungen, sondern auch für Retrieval-Augmented Generation (RAG), Context Engineering, Agentensysteme und KI-gestützte Unternehmensprozesse eingesetzt werden können.

Als Referentin spricht sie regelmäßig auf Fachveranstaltungen von BDÜ, tekom, DTT und QSD über Terminologie, KI und Language Operations.

Ihr LinkedIn Profil: https://www.linkedin.com/in/rachelherwartz/f