Naar hoofdinhoud

Post-editing van machinevertalingen voor je productcatalogus

Light en full post-editing volgens ISO 18587, welke velden welk niveau krijgen, wat je controleert en een steekproefaanpak voor AI-vertalingen.

Post-editing van machinevertalingen voor je productcatalogus

Post-editing van machinevertalingen (MTPE) is het werk van iemand die machinaal vertaalde tekst nakijkt en verbetert tot die een afgesproken kwaliteitsniveau haalt. Er zijn twee erkende niveaus: light post-editing, waarbij je betekenisfouten herstelt zodat de tekst klopt en begrijpelijk is, en full post-editing, waarbij je ook stijl, terminologie en leesbaarheid aanpakt tot het resultaat leest als een goede menselijke vertaling.

Voor een productcatalogus is het praktische antwoord: verdeel het werk op risico. Vertaal alles met AI onder een woordenlijst en vaste regels, geef full post-editing aan de velden waar een fout geld kost of aansprakelijkheid oplevert (veiligheidswaarschuwingen, juridische tekst, titels van bestsellers, categorieteksten) en controleer de long tail met gestructureerde steekproeven in plaats van 5.000 omschrijvingen één voor één te lezen. Deze gids behandelt de twee niveaus, waar je op let bij productcontent en een werkwijze met steekproeven. Voor alles rondom vertalen, zoals prijzen, btw-weergave en maten per markt, lees je de gids over e-commerce lokalisatie.

Light en full post-editing volgens ISO 18587

De standaard waar iedereen naar verwijst is ISO 18587:2017, "Translation services, Post-editing of machine translation output, Requirements". Volgens ISO stelt die eisen aan het proces van volledige, menselijke post-editing van machinevertalingen en aan de competenties van post-editors, en is hij bedoeld voor vertaaldienstverleners, hun klanten en post-editors. Bureaus kunnen zich ertegen laten certificeren, en een samenvatting van de Association of Translation Companies vermeldt dat de standaard full post-editing beschrijft als kwaliteit die vergelijkbaar is met een menselijke vertaling, en het onderscheid tussen light en full post-editing aanhoudt.

Er loopt een herziening. ISO markeert de editie uit 2017 als "to be revised" en verwacht dat ISO/DIS 18587 hem vervangt, met de nieuwe titel "Post-editing of non-human translation output", zodat ook AI- en LLM-vertalingen eronder vallen. In Duitsland loopt de publieke commentaarronde van DIN op het ontwerp (ISO/DIS 18587:2026) tot 11 november 2026. Tot de nieuwe editie verschijnt, blijft de versie uit 2017 de geldende. Volgens de ATC-samenvatting laat de herziene tekst de klantspecificatie bepalen welk niveau van toepassing is, en zo werken catalogusteams in de praktijk al.

Richtlijnen uit de vertaalbranche trekken dezelfde lijn in eenvoudiger woorden. Een vergelijkende studie van post-editingrichtlijnen van Hu en Cadwell laat zien dat TAUS de twee niveaus omschrijft als "good enough" en "human translation quality", en dat richtlijnen voor light post-editing draaien om de juistheid van de boodschap, terwijl grammatica, zinsbouw en stijl minder zwaar wegen.

Light en full post-editing voor productcontent

DoelKlopt en is begrijpelijkLeest als een goede menselijke vertaling
HersteltVerkeerde betekenis, verkeerde getallen, ontbrekende tekst, verminkte termenAlles van light, plus stijl, toon, consistente terminologie en leesbaarheid
Laat staanStroeve maar correcte formuleringenNiets wat een moedertaalspreker opvalt
Typische productcontentOmschrijvingen in de long tail, metabeschrijvingen met weinig verkeerVeiligheids- en juridische tekst, titels van bestsellers, categorieteksten, advertentieteksten
Wie doet hetMoedertaalspreker die de producten kentGekwalificeerde vertaler of ervaren redacteur met die moedertaal
Inspanning per productLaagBijna een volledige herlezing van elke zin
6 van 6 rijen
Het niveau kies je per veld en per productgroep, niet als één instelling voor de hele catalogus.

Welk niveau elk catalogusveld krijgt

De meeste catalogi kennen drie lagen. Leg die vast voordat je vertaalt, want die keuze bepaalt kosten en doorlooptijd meer dan de vertaalmachine.

  • Full post-editing. Veiligheidswaarschuwingen, gebruiksaanwijzingen en leeftijdsaanduidingen; garantie- en juridische tekst; productnamen en titels van je bestsellers; categorie- en landingspaginateksten; elke claim waarop je aangesproken kunt worden ("waterdicht tot 10.000 mm", "vaatwasserbestendig"). Onder de Europese General Product Safety Regulation moet een online aanbod waarschuwingen en veiligheidsinformatie tonen in een taal die consumenten gemakkelijk begrijpen, zoals bepaald door de lidstaat (artikel 19, zie de GPSR-gids). Daar is "goed genoeg" geen optie.
  • Light post-editing of steekproefcontrole. Omschrijvingen, korte omschrijvingen en metabeschrijvingen van producten die een paar keer per jaar verkopen. Fouten zijn hier goedkoper en zeldzamer zodra de regels kloppen, dus een steekproef laat zien of de batch deugt.
  • Eén keer vertalen, volledig controleren. Attribuutwaarden uit een vaste lijst: kleuren, materialen, pasvormen, "wasbaar op 30 °C". Dezelfde 200 waarden staan op duizenden producten, dus één gecontroleerde vertaling van de lijst lost ze overal op. Per product controleren is verspilde moeite.
  • Niet vertalen, wel controleren. GTIN's, SKU's, modelnummers, merknamen en numerieke specificaties. Die moeten ongewijzigd doorkomen, en een automatische check kan dat bevestigen.

Zoektermen verdienen een eigen regel. Een correcte vertaling kan nog steeds het verkeerde woord voor zoekmachines zijn: wat Nederlanders of Vlamingen intypen wijkt vaak af van een letterlijke vertaling van de Engelse titel. De gids over meertalige SEO behandelt zoekwoordonderzoek per taal voor titels en metavelden.

Woordenlijsten en niet-vertalen-lijsten komen vóór de eerste run

Het meeste post-editingwerk in catalogi herhaalt steeds dezelfde paar correcties: een vertaalde merknaam, een productlijnnaam die in losse woorden is opgeknipt, een technische term die op drie manieren wordt vertaald. Al die correcties horen in de regels vóór het vertalen, niet in de wachtrij van de redacteur erna. Vier lijsten dekken het grootste deel:

  1. Termen die je ongewijzigd laat. Merknamen, productlijn- en modelnamen, geregistreerde materialen en technologieën, en namen van keurmerken. Zet je eigen merk er als eerste op.
  2. Voorkeursvertalingen. Termen met één goedgekeurde vertaling per taal, zoals "merinowol" of "waterkolom". Voeg een contextnotitie toe als een term dubbelzinnig is: "case" is een telefoonhoesje bij accessoires en een doos van 12 in je groothandelsassortiment.
  3. Termen per categorie. Hetzelfde bronwoord, per categorie anders vertaald. "Sleeve" is een mouw bij kleding en een beschermhoes bij elektronica.
  4. Veldregels. Tekenlimieten voor titels en metavelden, eenheden omrekenen of laten staan, je of u per taal.

De vergelijking van DeepL en Google Translate laat zien hoe woordenlijsten in elke vertaalmachine werken. Welke tool je ook gebruikt, de bron is dezelfde: een lijst met term, context en goedgekeurde vertaling per taal, beheerd door iemand die er eigenaar van is.

Waar een post-editor op let bij productcontent

Algemene post-editingrichtlijnen zijn geschreven voor lopende tekst. Productcontent gaat op specifiekere punten mis, vooral bij getallen, namen en vaste teksten. Geef je reviewers deze lijst in plaats van "kijk de vertaling even na".

Checklist voor het reviewen van productvertalingen

0 van 10 klaar0%
De eerste vijf punten vangen fouten met echte kosten (retouren, klachten, aansprakelijkheid) en sla je nooit over, ook niet bij light post-editing.

Vraag reviewers om elke correctie te classificeren in plaats van alleen te herstellen: kritiek (verkeerd getal, ontbrekende waarschuwing, verkeerde productbetekenis), groot (verkeerde term, kapotte opmaak, verkeerde eenheidsnotatie) of klein (stijl, woordvolgorde). Die indeling vertelt je of een batch slaagt en welke regel je moet aanpassen.

Eén kinderhelm door een light en een full ronde

Een verzonnen voorbeeld laat zien waar de twee niveaus uit elkaar gaan. De Engelse brontekst van een kinderfietshelm luidt: "TrailBuddy Junior kids' bike helmet with LED rear light, size S (48 to 54 cm), 230 g. Adjust the fit with the dial at the back. Warning: do not use this helmet for climbing or other activities where a child could get caught." De eerste AI-vertaling naar het Nederlands had vier problemen:

  • De waarschuwing verloor "of andere activiteiten" en noemt nu alleen klimmen. Kritiek: een veiligheidszin is onvolledig.
  • "TrailBuddy Junior" werd "PadMaatje Junior". Groot: een productlijnnaam is vertaald.
  • De tekst spreekt de lezer aan met "u", terwijl de webshop overal "je" schrijft. Klein qua betekenis, maar zichtbaar voor elke klant.
  • De titel zegt "fietshelm voor kinderen", terwijl klanten zoeken op "kinderfietshelm". Klein qua betekenis, relevant voor vindbaarheid.

Een light ronde herstelt de eerste twee en stopt: de waarschuwing is compleet en de naam klopt, dus de tekst is juist. Een full ronde zet ook "je" door, herschrijft de titel rond de term die klanten gebruiken en maakt de zinsbouw soepeler. Omdat dit product in de veiligheidslaag zit, krijgt het de full ronde. Een paar sokken in de long tail met alleen het derde probleem gaat na een light ronde live, en de aanspreekvorm los je op in de instellingen zodat de volgende batch het goed doet.

De nuttigste uitkomst is wat er in de regels verandert. "TrailBuddy" komt op de keep-as-is-lijst, "je" wordt de taalinstelling voor Nederlands, en het ontbrekende zinsdeel is aanleiding om elk product met een waarschuwingstekst te controleren, niet alleen deze helm.

Een steekproefaanpak voor AI-vertaalde catalogi

Elke vertaalde omschrijving lezen ondermijnt het nut van machinevertaling, en niets lezen is hoe een verkeerde eenheid op 800 producten belandt. Een steekproef zit ertussen: controleer een kleine, bewust gemengde set tot die schoon is, vertaal dan de rest onder dezelfde regels en blijf kleinere steekproeven per batch controleren.

Steekproef, regels bijstellen, dan opschalen

Diagram laden
Correcties gaan terug naar de woordenlijst en instellingen, zodat elke ronde de hele run verbetert in plaats van één product.
  1. Kies per taal een representatieve steekproef. Mix categorieën, merken, bestsellers en long-tailartikelen, en neem de lastige gevallen bewust mee: producten met specificatietabellen, veiligheidstekst, veel eenheden, dubbelzinnige termen en veel HTML.
  2. Vertaal de steekproef onder de definitieve regels. Dezelfde woordenlijst, dezelfde veldinstellingen, dezelfde vertaalmachine en modus als voor de volledige run, anders meet de steekproef het verkeerde.
  3. Review met de checklist en classificeer elke correctie. Leg het veld, het type fout en de ernst vast. Een notitie waarom een term fout is, is meer waard dan alleen de verbeterde tekst.
  4. Maak van herhaalde correcties regels. Een term die je twee keer verbetert wordt een woordenlijstitem, een klacht over toon wordt een instructie per taal, een eenheidsfout wordt een veldregel. Genereer daarna opnieuw en review dezelfde steekproef nog een keer.
  5. Leg de lat en schaal op. Vertaal de hele catalogus zodra een steekproef terugkomt zonder kritieke fouten en alleen met kleine fouten die je voor die laag accepteert. Geef laag 1-velden hun full post-edit en controleer een nieuwe willekeurige steekproef uit elke nieuwe batch, leverancier of categorie.
  6. Houd de cirkel draaiend. Correcties na publicatie, van de klantenservice of een marktmanager, gaan naar dezelfde woordenlijst en regels, zodat ze niet terugkomen.
Ingest feedback (Feedback inlezen) maakt van het bestand van een reviewer voorgestelde instellingen en woordenboektermen per taal, elk met het geciteerde bewijs; er verandert niets tot je ze selecteert.

Doorloop de cirkel apart voor elke doeltaal. Fouten zijn zelden gedeeld: Duits worstelt vaak met samengestelde producttermen en titellengte, Frans met geslacht en overeenkomst bij attribuutwaarden, Nederlands met je of u en met Engelse leenwoorden die klanten wel of juist niet gebruiken. Een steekproef die in de ene taal schoon is, zegt niets over de volgende, en de regels die je toevoegt (woordenlijstitems, aanspreekvorm, veldlimieten) zijn ook grotendeels per taal.

De steekproefreview in WISEPIM

WISEPIM vertaalt productcontent met LLM-gebaseerde AI, met 95%+ nauwkeurigheid, onder projectregels: een woordenboek met goedgekeurde en keep-as-is-termen (indien nodig per categorie), instructies en lengtelimieten per veld, taaloverrides voor je of u, en een eenheidsinstelling die behoudt, omrekent of beide toont. De werkruimte Translation samples (Vertaalvoorbeelden) voert de steekproefstap uit: je kiest tot 50 producten (en maximaal 300 combinaties van product, veld en taal), tot zes doeltalen en de velden die je wilt reviewen (naam, omschrijvingen, SEO-titel, -beschrijving en -zoekwoorden), en de kandidaatvertalingen komen in de batch terecht zonder je live productcontent aan te raken.

Een steekproefbatch houdt bij hoeveel rijen gereviewd zijn en hoeveel bevindingen uit de automatische checks hebben, voordat er iets in de catalogus belandt.

Automatische checks markeren de mechanische fouten uit de checklist: een getal uit de bron dat in de vertaling ontbreekt, een gewijzigde maateenheid, een beschermde term die verdwenen is, aangepaste HTML, tekst die over de veldlimiet gaat, het verkeerde schrift en terminologie die het woordenboek negeert. Reviewers keuren elke rij goed, vragen om aanpassing of wijzen af, en een opgeslagen correctie beschermt die rij tegen opnieuw genereren. Zoals het scherm zelf aangeeft: vloeiendheid, toon en volledigheid van de inhoud vragen nog steeds om een mens. Feedback van een externe reviewer kun je via Ingest feedback (Feedback inlezen) als bestand uploaden, waarna je voorstellen krijgt voor woordenboek- en instellingswijzigingen. Op de pagina over producten vertalen met AI lees je de hele vertaalworkflow.

Diego Nijboer

CTO and Co-Founder at WISEPIM, building AI-powered solutions that transform product data management for e-commerce businesses. Over 10 years of experience solving complex technical challenges in e-commerce and PIM systems.

Veelgestelde vragen

Nog vragen?

Kan je het antwoord niet vinden? Neem contact op met ons team.

Contact opnemen

MTPE staat voor machine translation post-editing: iemand bewerkt tekst van een vertaalmachine, of tegenwoordig vaak van een AI-taalmodel, tot die een afgesproken kwaliteitsniveau haalt. Bij vertaalbureaus is het een dienst met een eigen tarief, vaak lager dan vertalen vanaf nul. In e-commerce bedoel je er meestal mee dat een reviewer AI-vertaalde productcontent controleert voordat die live gaat, volledig of via steekproeven.

Voor omschrijvingen in de long tail vaak wel, mits je woordenlijst en regels op orde zijn en een steekproef geen kritieke fouten laat zien. Het is niet genoeg voor veiligheidswaarschuwingen, juridische en garantieteksten, titels van bestsellers en categorieteksten, waar formulering aansprakelijkheid meebrengt of het meeste verkeer binnenhaalt. Kies het niveau per veld en per productgroep, en controleer getallen en eenheden op elke laag, want die fouten leiden tot retouren.

Niet op zichzelf. [Google zegt](https://developers.google.com/search/blog/2023/02/google-search-and-ai-content) dat zijn systemen kwalitatieve content voor mensen belonen, ongeacht hoe die is gemaakt, en dat automatisering inzetten vooral om rankings te manipuleren spam is. Gereviewde vertalingen met lokaal onderzochte zoektermen zijn prima. Onvertaalde standaardtekst, pagina's in twee talen en verkeerde producttermen schaden klanten en rankings, en daarom verdienen titels en metavelden van belangrijke pagina's full post-editing.

Iemand met de doeltaal als moedertaal die de producten kent. Voor full post-editing van juridische, veiligheids- en drukbezochte content is dat een gekwalificeerde vertaler of ervaren redacteur; ISO 18587 stelt competentie-eisen aan post-editors. Voor steekproeven in de long tail is een Nederlandstalige marktmanager of klantenservicemedewerker die het assortiment kent vaak een betere beoordelaar van producttermen dan een algemene vertaler.

Nee. ISO 18587 is een eisenstandaard waarop vertaalbureaus zich kunnen laten certificeren om klanten een beheerst post-editingproces te laten zien. Een webshop die zijn eigen AI-vertalingen reviewt heeft dat niet nodig. Koop je post-editing in bij een bureau, dan is de vraag of het volgens ISO 18587 werkt een redelijke manier om te checken of het vaste niveaus, gekwalificeerde post-editors en een reviewproces heeft.

Verder ontdekken

Zorgvuldig gekozen vervolgstappen om dieper te gaan.

Betere productdata, betere resultaten.Verkoop meer producten.

4,7