Zusammenfassung

  • Vodafone und Ericsson berichten von einem Labortest, in dem gewöhnliche Mobilfunkgespräche zwischen fünf Sprachen übersetzt und Hintergrundgeräusche in Echtzeit entfernt wurden – ohne Spezial-App oder verändertes Endgerät.
  • Die Verlagerung ins Kernnetz macht die Funktion auf üblichen Telefonen und womöglich in mehreren Märkten verfügbar. Zugleich verantwortet der Netzbetreiber eine Bearbeitung dessen, was der Empfänger hört.
  • Vor einer Vermarktung braucht es getrennte Nachweise für Hörqualität und Bedeutungstreue, eine Anzeige für beide Teilnehmer, einen unveränderten Audiopfad und einen inhaltsfreien Eingriffsnachweis pro Gespräch.

Bei einer unterbrochenen Verbindung ist der Fehler offensichtlich. Eine falsch übersetzte Zahl kann dagegen in einem klaren, überzeugenden Satz ankommen. Genau darin liegt die noch offene Produktfrage des gemeinsamen Versuchs.

Am 22. September meldeten die Unternehmen zwei KI-Sprachdienste in einem mobilen Testnetz. Einer beseitigt Umgebungsgeräusche in Echtzeit, der andere übersetzt Gespräche zwischen Englisch, Spanisch, Italienisch, Französisch und Deutsch. Vodafone steuert einen Anwendungsserver und eine eigene KI-Plattform bei, Ericsson ein KI-Gateway, Kernnetztechnik und das IP Multimedia Subsystem. APIs verbinden die Telekommunikations- und KI-Komponenten.

Weder eine besondere App noch neue Hardware war erforderlich. Das ist mehr als eine technische Bequemlichkeit. Ein Netzbetreiber kann die Funktion auf gewöhnliche Telefone bringen, mit einheitlichen Betriebsprozessen verwalten und laut Vodafone perspektivisch in mehreren Ländern anbieten. Der Versuch gehört zum gemeinsamen Programm „Core Network of the Future“.

Ein Marktstart wurde nicht bekanntgegeben. Es fehlen Angaben zu Termin, Ländern, Preis, Genauigkeit, Ende-zu-Ende-Verzögerung, Aktivierung, Datenspeicherung und Support. Vodafone grenzt die Funktion ausdrücklich von professionellen Sprachdiensten ab. Gezeigt wurde also die Integration; die Regeln für den Alltag sind noch offen.

Der unsichtbare Dienst braucht eine sichtbare Grenze

Wer eine Übersetzungs-App öffnet, erkennt den Beginn der Verarbeitung. Im Netz kann derselbe Schritt hinter einem normalen Anruf verschwinden. Das verringert Installation, Berechtigungen und Versionsprobleme und ist besonders für Unternehmen attraktiv, die nicht jedes Gerät verwalten wollen.

Doch Geräuschunterdrückung und Übersetzung greifen unterschiedlich ein. Das erste Modell entscheidet, welches Geräusch entbehrlich ist. Das zweite deutet eine Aussage und erzeugt neue Wörter. So kann ein leises, relevantes Signal verschwinden oder ein Name, eine Summe, eine Verneinung beziehungsweise eine Anweisung verändert werden. Das ist kein Beleg für einen Fehler des Versuchs. Es beschreibt, welche Fehlerklassen eine Marktzulassung abdecken muss.

Die Verteilungsmacht verschiebt damit auch die Zuständigkeit. Die ursprüngliche Aussage gehört dem Sprecher; die handlungsrelevante Fassung beim Gegenüber kann aus dem Netz stammen. Ein tragfähiges Produkt muss zeigen, wer den Modus eingeschaltet hat, welche Sprachrichtung gilt, was beide Seiten sehen oder hören, wie geringe Sicherheit behandelt wird und wer eine Korrektur übernimmt.

Hörbare Güte und inhaltliche Treue sind zwei Konten

Für Medienqualität gibt es etablierte Bezugspunkte. 3GPP TS 26.114 behandelt Medienverarbeitung und Interaktion in der IMS-Multimediatelefonie. ITU-T P.863 prognostiziert objektiv die wahrgenommene Hörqualität. Damit lassen sich Klangverluste untersuchen, nicht aber die korrekte Übersetzung einer Adresse, eines Medikamentennamens oder eines Betrags.

Die kommerzielle Abnahme braucht daher zwei Messreihen. Die Kommunikationsreihe umfasst Ende-zu-Ende-Verzögerung, Schwankung, Aussetzer, Verzerrung, Hörqualität und das Verhalten des Rückfalls. Die semantische Reihe trennt nach Sprachrichtung, Akzent und Geräuschlage; sie prüft Eigennamen, Zahlen, Fachbegriffe, Verneinungen und Sprachwechsel und misst, wann das System auf eine Bearbeitung verzichtet.

Beide Reihen müssen miteinander verknüpft werden. Eine korrekte, aber langsame Übersetzung zerstört den Gesprächsfluss. Eine schnelle und natürliche Ausgabe kann riskanter sein, wenn sie geringe Sicherheit verbirgt. Auch ein Gesamtmittel genügt nicht, weil es Schwächen bei seltenen Sprachrichtungen oder Akzenten verdecken kann.

Das Measure-Handbuch des freiwilligen NIST-Rahmens für KI-Risikomanagement ist keine besondere Pflicht für Vodafone oder Ericsson. Als Arbeitsdisziplin ist es dennoch passend: unter Einsatzbedingungen testen, Toleranzen festlegen, nach dem Start überwachen, Fehlerinformationen halten, Verantwortliche benennen und Betroffenen eine Rückmeldung ermöglichen. Im Anruf müssen daraus konkrete Schalt- und Nachweisregeln werden.

Ein Beleg über die Bearbeitung, nicht über den Inhalt

Ein möglicher Produktbaustein ist ein Eingriffsnachweis für jedes verarbeitete Gespräch. Dies ist eine redaktionelle Empfehlung, keine angekündigte Funktion. Er müsste weder Aufnahme noch Transkript enthalten. Ausreichend wären gewählter Modus, Anzeige an beide Teilnehmer, Sprachrichtung oder Filterprofil, Verarbeitungsversion, gemessene Verzögerung und Qualität, Unterschreitung einer Sicherheitsschwelle, Rückfall auf unverändertes Audio, Speicherstatus und zuständige Störungsstelle.

Damit ließe sich prüfen, ob die Auswahl des Kunden ausgeführt wurde. Der Support könnte eine Beschwerde dem technischen Zustand zuordnen, und der Betrieb könnte Versionen vergleichen. Der Eingriff würde nachvollziehbar, ohne den Gesprächsinhalt zum Supportdatum zu machen.

Ebenso wichtig ist der Rückweg. Nutzer sollten ohne Auflegen zum unbehandelten Pfad wechseln können. Bei Verzögerung, Unsicherheit oder Ausfall muss das Netz nach einer festen Regel zurückschalten. Bei der Geräuschfilterung bedeutet das ungefiltertes Audio, bei der Übersetzung die Stimme in der Ausgangssprache. Die Bedienung darf einfach sein; der Zustand darf nicht unklar sein.

Vodafone und Ericsson haben gezeigt, dass sich KI an einem besonders starken Verteilungspunkt platzieren lässt. Die nächste Leistung besteht nicht darin, diesen Eingriff unsichtbar zu machen. Sie besteht darin, ihn verlässlich zu erklären, zu belegen und jederzeit zurückzunehmen.

Quellen