Artikel
Die Sprache deines Prompt bestimmt, mit welchem Paralleluniversum an Trainingsdaten du sprichst
Hör auf, deine Prompt ins Englische zu übersetzen, nur um Token zu sparen! Warum antwortet die KI umso lieber mit „給到“ und „質量“, je mehr du ins Englische übersetzt? Dieser Beitrag verbindet ACL-Forschung zu Sprachmodellen mit Praxiserfahrung und erklärt, warum „Fachbegriffe im Original + Beschreibung in der Muttersprache + eindeutige Regionsanker“ die beste Lösung ist, um den Aufwand für Korrekturschleifen zu senken.
· 8 Min. Lesezeit
Hör auf, deine Prompt ins Englische zu übersetzen: Warum antwortet dir die KI umso lieber mit „給到“ und „質量“, je mehr du Token sparen willst?
TL;DR (zentrale Erkenntnis)
Die beste Formel für das Schreiben eines Prompt lautet: „Fachbegriffe im englischen Original belassen + Kontext des Anliegens in der Muttersprache der Zielgruppe schreiben + Region und Zielgruppe als Anker eindeutig festlegen“. Das garantiert nicht, dass jedes Mal ein zu 100 % authentischer Text herauskommt, erhöht aber die Trefferquote beim ersten Versuch deutlich und erspart die Reibung durch wiederholtes Korrigieren von Ton und Wortwahl.
Viele Entwickler und intensive KI-Nutzer haben diese Gewohnheit: Um ein paar Token zu sparen, oder weil sie gehört haben, „auf Englisch denkt die KI logischer“, übersetzen sie ihr Anliegen vor dem Absenden mit einem Übersetzungstool ins Englische und hängen am Ende noch Please reply in Traditional Chinese an.
Und das Ergebnis? Du hast ein paar Cent an Token gespart, bekommst dafür aber seitenweise „diese Lösung kann dir ein tolles Erlebnis 給到“ und „wie du die 質量 deines 代碼 優化st“. Am Ende musst du dann 10 Minuten damit verbringen, diese Wörter von Hand in die in Taiwan übliche Ausdrucksweise zu ändern.
Die Sprache, in der du fragst, bestimmt, in welchem Korpus welcher Personengruppe die KI nach der Antwort sucht.
I. Ein echter Reinfall: Warum schreibt die KI ständig „給到“?#
Vor einiger Zeit habe ich eine KI gebeten, mir eine Informationszusammenfassung zu erstellen, Ausgabe in traditionellem Chinesisch. Die Logik des Ergebnisses war in Ordnung, aber darin tauchte ein Satzmuster wie „給到…“ auf.
„給到“ ist ein typischer Ausdruck aus dem Arbeitsalltag auf dem chinesischen Festland; in Taiwan sagt man das im Alltag praktisch nie.
Das Problem ist nicht, dass die KI kein Chinesisch versteht, sondern dass „Sprache nicht gleich Region ist und traditionelles Chinesisch nicht gleich Taiwan“.
Im Trainingskorpus großer Sprachmodelle (LLM) ist die Datenmenge in vereinfachtem Chinesisch viel größer als die in traditionellem Chinesisch. Wenn du nur auf Englisch Anweisungen gibst und Traditional Chinese verlangst, übernimmt das Modell sehr leicht die Ausdrücke mit der größten Datenmenge (meist vom chinesischen Festland) und gibt sie lediglich in traditionellen Schriftzeichen aus.
Einen Prompt in der Muttersprache zu schreiben bringt die KI nur ein Stück näher an die lokale Anpassung; erst wenn du „Region“ und „Zielgruppe“ klar benennst, schließt du die letzte Kontextlücke.
II. Warum verändert die Sprache der Frage direkt die Antwort der KI?#
Das ist keine Magie, sondern die zwangsläufige Folge davon, wie Sprachmodelle im Kern funktionieren. Aus technischer und wissenschaftlicher Sicht gibt es drei Hauptgründe:
1. Die Grundlage der KI sind „bedingte Wahrscheinlichkeiten und die Vorhersage des nächsten Wortes“#
Für dieselbe Sache haben Menschen verschiedener Sprachgemeinschaften von Natur aus ganz unterschiedliche Zugänge, Redewendungen und Wertvorstellungen. All diese Unterschiede sind in die Gewichte der Trainingsdaten hineinkomprimiert. Fragst du auf Englisch, setzt das Modell entlang des englischsprachigen Korpus fort; fragst du mit den in Taiwan üblichen Wörtern des traditionellen Chinesisch, kann es sich leichter an die Wahrscheinlichkeitsverteilung des taiwanischen Kontexts anschließen.
2. Die Forschung bestätigt: Die Sprache der Frage löst die entsprechende kulturelle Ausrichtung (Cultural Alignment) aus#
Eine 2024 bei der ACL veröffentlichte Studie (AlKhamissi et al., 2024, arXiv:2402.13231) simulierte Gesellschaftsumfragen in Ägypten und den USA. Das Forschungsteam stellte fest: Wird in der Hauptsprache einer Kultur gefragt, liegt die Antwortverteilung des LLM deutlich näher an den tatsächlichen Umfrageergebnissen der dortigen Menschen. Die Studie fand außerdem: Je weniger eine Gruppe repräsentiert ist und je sensibler das Thema, desto größer ist die Verzerrung des Modells.
3. Sprache und Wortwahl sind die wichtigsten Hinweise, mit denen die KI beurteilt, „wer du bist“#
Die KI kennt dich nicht. Wenn kein aufwendiges persönliches Gedächtnis (Memory) geladen ist, sind deine Sprache, die eingestreuten Fachbegriffe und sogar deine Zeichensetzungsgewohnheiten die impliziten Hinweise, aus denen das Modell auf den „Hintergrund der fragenden Person“ und das „erwartete Ausgabeniveau“ schließt.
III. Nicht nur die Sprache: Auch der „Ton“ gehört zum Prompt#
Neben der richtigen Sprachwahl beeinflusst auch der „Höflichkeitsgrad“, den du in deiner Muttersprache ausdrückst, die Leistung des Modells.
Eine weitere sprachübergreifende Studie zu Prompt auf Englisch, Chinesisch und Japanisch (Yin et al., 2024, arXiv:2402.14531) zeigt: Zu grob oder unhöflich zur KI zu sein führt in der Regel zu schlechterer Generierungsqualität, aber übertriebene Höflichkeit oder Umschweife garantieren ebenfalls keine bessere Leistung. Wichtiger noch: Jede Sprache hat ihr eigenes „optimales Höflichkeitsmaß (Sweet Spot)“, den goldenen Mittelweg, der von Sprache zu Sprache verschieden ist.
Wenn du in der Muttersprache schreibst, die du am besten beherrschst, kannst du den Ton genau dosieren (zum Beispiel: „direkter Ton, kein Marketing-Blabla“) und verlierst in einer steifen englischen Übersetzung nicht die Kontrolle über Ton und Stil.
IV. Entscheidungsmatrix Chinesisch vs. Englisch beim Prompt (Wann sollte man Englisch nehmen?)#
Die Bedeutung der Muttersprache zu betonen heißt nicht, das Englische ganz aufzugeben.
In einer Zeit, in der Input Token extrem billig sind, ist „Token sparen“ längst ein Scheinthema, und die wirklichen Kosten sind die Reibung durch Hin und Her und manuelle Überarbeitung. Entscheidend ist nicht Chinesisch oder Englisch, sondern ob es dir gerade um „lokalisierten Kontext“ oder um „rein fachliche Korrektheit“ geht.
Du kannst dich direkt an dieser Entscheidungstabelle orientieren:
| Aufgabenszenario |
Empfohlene Sprache |
Kernbegründung und Strategie |
| Erstellung lokalisierter Inhalte (Blog, Marketingtexte, UI-Texte von Produkten, Kundenbriefe) |
Beschreibung in der Muttersprache + englische Fachbegriffe + Regionsanker |
einen übersetzt klingenden Ton und in Taiwan unübliche Ausdrücke (z. B. 視頻, 質量, 給到) vermeiden und direkt den Kontext der taiwanischen Zielgruppe treffen. |
| Mehrsprachige internationale Übersetzung (z. B. Chinesisch ins Thailändische, lokalisierte mehrsprachige Website) |
Anweisung in der Muttersprache + Zielregion und Rolle ausdrücklich festlegen |
Verhindern, dass Englisch als Zwischensprache (Pivot Language) dient und doppelte Bedeutungsverluste verursacht. |
| Reine Codegenerierung und Debug (Systemarchitektur, Algorithmen, Fehlersuche) |
Chinesisch oder Englisch möglich (empfohlen: Logik in der Muttersprache + englische Fachbegriffe und Error Log) |
Technische Schlüsselwörter (API, PR, Deployment) und die offizielle Dokumentation sind ohnehin englisch; das Original zu belassen bringt die genauesten technischen Gewichte zur Deckung. |
| Suche nach neuester ausländischer technischer Dokumentation / wissenschaftlichen Arbeiten |
Hauptsächlich Englisch |
Die Originalquellen sind meist englisch; die Suche direkt mit englischen Schlüsselwörtern (RAG / Search) hat den höchsten Recall. |
V. Praxis-Checkliste: 5 Prüfpunkte für eine präzise Antwort auf Anhieb#
Wenn du das nächste Mal einen Prompt schreibst, der hochwertige chinesische Ausgabe braucht, öffne nicht wieder die Übersetzungssoftware. Wende einfach diese Liste an:
- Fachbegriffe im Original belassen:
API, PR, Token, Deployment werden auf keinen Fall krampfhaft ins Chinesische übersetzt.
- Hintergrund und Logik in der Muttersprache schreiben: Erkläre den Kontext deines Anliegens in der Muttersprache, in der du am flüssigsten denkst.
- Regionsanker verbindlich festlegen: Schreib nicht nur „traditionelles Chinesisch“, sondern ausdrücklich „verwende traditionelles Chinesisch aus Taiwan und taiwanische Alltagsausdrücke“.
- Zielgruppe und Tongrenzen definieren: zum Beispiel „für Softwareentwickler in Taiwan geschrieben“, „Ton direkt und sachlich, ohne Marketing-Anmutung“.
- Stichproben machen und eine Sperrliste für unerwünschte Wörter anlegen: Prüfe nach der Ausgabe ein bis zwei lokale Ausdrücke; macht das Modell häufig Fehler, kannst du direkt ergänzen: „Verbotene Wörter: 給到, 質量, 優化, 視頻, 賦能“.
Gegenüberstellung eines Prompt-Beispiels aus der Praxis#
❌ Falsches Beispiel (Englisch-Aberglaube + vage Vorgaben):
Write a blog post about prompt language selection in Traditional Chinese. Make it professional.
✅ Richtiges Beispiel (Kontext in der Muttersprache + Fachbegriffe im Original + Anker für Region und Zielgruppe):
Schreibe in dem in Taiwan üblichen traditionellen Chinesisch einen technischen Meinungsbeitrag für Ingenieure in Taiwan zum Thema „Die Wahl der Fragesprache beim Prompt“.
Anforderungen:
1. Fachbegriffe (z. B. Token, Prompt, Context, API) bleiben im englischen Original und werden nicht absichtlich übersetzt.
2. Ton direkt und sachlich, gib direkt das Fazit und eine umsetzbare Liste, kein Lehrbuchton und keine Marketing-Floskeln.
3. Verwende strikt lokale taiwanische Ausdrücke und vermeide Wörter wie „給到, 質量, 視頻, 代碼“.
Häufige Fragen (FAQ)#
Q1: Verbraucht ein Prompt auf Chinesisch mehr Token und ist er langsamer?#
Derselbe Inhalt auf Chinesisch hat in der Regel etwas mehr Token als auf Englisch, aber der Preis für Input Token ist extrem niedrig. Im Vergleich zu den paar gesparten Token-Kosten ist die Zeit, die durch Kontextfehler für „erneutes Generieren“ oder manuelle Überarbeitung draufgeht, die teuerste versteckte Ausgabe.
Q2: Warum tauchen trotz meiner Vorgabe „traditionelles Chinesisch (Traditional Chinese)“ immer noch Ausdrücke vom chinesischen Festland auf?#
Weil Traditional Chinese für das Modell oft nur „Zeichenkodierung und Schriftform (Script)“ bedeutet, nicht aber die „regionale Kultur (Locale)“. Korpora aus Hongkong und Macau, aus Taiwan sowie von vereinfacht nach traditionell umgewandelte Texte gehören alle zum traditionellen Chinesisch. Man muss ausdrücklich „taiwanische Ausdrucksweise (zh-TW)“ und „Zielgruppe (z. B. Ingenieure in Taiwan)“ angeben, damit die Wortwahl des Modells richtig konvergiert.
Wer lokalisierte Antworten will, fragt in der lokalen Sprache und benennt dann die Region klar.
Diese Logik gilt nicht nur für Alltagsfragen, sondern ist auch das Fundament der Lokalisierung internationaler Produkte. Im nächsten Beitrag übertragen wir dieses Konzept direkt auf die Ingenieurpraxis: „Wie lässt man die KI automatisch wirklich authentische lokalisierte Übersetzungen erzeugen, wenn eine Website 22 Sprachen unterstützt?“