Häufig gestellte Fragen

Allgemein

Funktioniert es offline?

Größtenteils ja. Konkret:

• Übersetzung benötigt einen LLM. Die kostenlose Gemini-API ist online; lokales Ollama / LM Studio über die Custom-Provider-Einstellungen ist vollständig offline.
• OCR mit Tesseract oder EasyOCR ist offline.
• STT mit Whisper (Standard) ist offline.
• TTS mit Edge TTS (Standard) ist online; ElevenLabs / Google Cloud TTS / Gemini TTS sind online (kostenlos oder kostenpflichtig); Piper TTS ist vollständig offline-fähiges neuronales TTS — kein Schlüssel, keine Netzwerkaufrufe, sobald die pro Sprache gewünschte Stimme (~25–60 MB ONNX-Datei) über Einstellungen → Stimme → Piper TTS → Stimmen jetzt herunterladen geladen wurde.

Für ein vollständig air-gapped Setup: Custom-Provider → lokaler LLM, Tesseract oder EasyOCR für OCR, Whisper für STT und Piper TTS für Sprachausgabe.

Wo werden meine übersetzten Dateien gespeichert?

Standardmäßig neben dem Original mit dem Suffix _translated_<src>_<tgt> (z. B. report_translated_en_fr.docx). Pro Funktion in Einstellungen → Allgemein → Übersetzungs-Speicherpfad überschreiben.

Wo werden meine Einstellungen gespeichert?

INI-Datei unter:

OS	Pfad
Linux	~/.config/ai-translate/settings.ini
macOS	~/Library/Preferences/ai-translate/settings.ini
Windows	%APPDATA%\ai-translate\settings.ini

API-Schlüssel liegen im OS-Schlüsselbund (nicht im INI). Der Übersetzungsverlauf liegt in einer SQLite-DB im Datenverzeichnis.

Wie werden meine Daten verarbeitet?

• Local-first — Text verlässt Ihre Maschine nie, es sei denn, Sie rufen einen Cloud-LLM-/OCR-/STT-/TTS-Dienst auf.
• Keine Telemetrie — die App phone-home't nicht. Die einzige ausgehende Anfrage, die die App selbst stellt, ist die optionale GitHub-Releases-Update-Prüfung (Toggle in Einstellungen → Allgemein); Cloud-Backends rufen nur ihre jeweiligen Anbieter auf.
• API-Schlüssel — gespeichert im OS-Schlüsselbund. Der Schlüsselbund-Fallback der Desktop-App ist eine Klartext-INI, wenn kein Schlüsselbund-Daemon verfügbar ist.

Kann ich ein Google Doc / eine Notion-Seite übersetzen?

Nicht direkt. Exportieren Sie zuerst nach .docx, übersetzen Sie, importieren Sie dann die übersetzte Datei zurück. Dasselbe für Notion (Export als Markdown / HTML), Confluence (Export als .docx), etc.

Modelle / Engines wählen

Welches LLM-Modell soll ich verwenden?

Für die meisten Benutzer:

• Jede Gemini-Flash-Variante — kostenlose Stufe, schnell, überraschend gut. Für tägliche Übersetzungen verwenden. Namen sehen aus wie gemini-2.5-flash, gemini-3-flash-preview, etc., je nachdem, was aktuell verfügbar ist.
• Jede Gemini-Pro-Variante — Pay-per-Token, höhere Qualität. Für wichtige Dokumente verwenden (rechtlich, technisch, kundenorientiert).
• Lokales Ollama mit einem 7B-13B-Modell — wenn Sie Offline / Privatsphäre brauchen.

Die Modellauswahl pro Funktion bedeutet, dass Sie ein schnelles Modell für Chat-ähnliche Übersetzungen verwenden und das teure für Dokumente reservieren können.

Welche OCR-Engine soll ich verwenden?

• Tesseract für sauberen gedruckten Text in den Hauptskripten. Kostenlos, offline, schnell.
• EasyOCR für nicht-lateinische Skripte (besonders CJK) und rauschende Bilder.
• Google Cloud Vision für Handschrift, gemischte Skripte und höchste Genauigkeit, wenn Sie zahlen können.

Welche STT-Methode soll ich verwenden?

• Whisper local für Offline / Privatsphäre.
• Soniox für Mehr-Sprecher-Aufnahmen — Sprecherlabels machen den Round-Trip in Ihre SRT.
• Google Cloud STT für Telefonie / medizinisches Audio (deren Domänenmodelle sind gut).
• Gemini Live für Echtzeit-Speech-to-Speech-Übersetzung.

Welches TTS-Backend?

• Edge TTS für kostenlose, hochwertige Stimmen.
• ElevenLabs für Premium / Branded / geklonte Stimmen.
• Google Cloud TTS für WaveNet-Stimmen in Long-Tail-Sprachen, wo Edge dünne Abdeckung hat.
• Gemini TTS für kostenlose natürliche prebuilt-Stimmen, die Ihren bestehenden Gemini-API-Schlüssel wiederverwenden.
• Piper TTS, wenn Sie Offline / Air-Gapped-Sprachausgabe brauchen. Trade-off: jede Sprache benötigt einen einmaligen Stimm-Download von ~25–60 MB über Einstellungen → Stimme → Piper TTS → Stimmen jetzt herunterladen, und 13 der 45 Sprachen der App haben keine Piper-Stimme (diese fallen still auf Edge TTS zurück).

Workflow

Wie übersetze ich einen ganzen Ordner?

Ziehen Sie den Ordner in die Drop-Zone von Dokument übersetzen. Unterstützte Dateien darin (rekursiv) werden in die Warteschlange gesetzt; alles andere wird stillschweigend übersprungen. Es gibt eine Obergrenze von 100 Dateien pro Drop; größere Batches → in mehrere Drops aufteilen.

Kann ich Übersetzungen pausieren und fortsetzen?

Ja. Beenden Sie die App jederzeit — Pending- / Translating-Aufgaben werden beim nächsten Start fortgesetzt. Pro-Aufgabe-Checkpointing bedeutet, dass Seite 47 von 100 eines PDF beim Fortsetzen nicht erneut gemacht wird.

Kann ich eine Übersetzung von Hand bearbeiten?

Für Text übersetzen — ja, klicken Sie auf das rechte Panel und tippen Sie. Die Bearbeitung wird automatisch im Verlaufseintrag gespeichert.

Für Dokument übersetzen — öffnen Sie die übersetzte Datei in Ihrem üblichen Editor (Word, LibreOffice, etc.) und bearbeiten Sie dort. Die App macht keinen Round-Trip der Bearbeitungen zurück in den Verlauf.

Kann ich eine Liste von Strings massenweise übersetzen?

Verwenden Sie den CLI:

ait *.txt --target French

Oder für In-Process-Strings (z. B. UI-Strings aus Code extrahiert), rufen Sie das MCP-Tool translate_text mit einer Liste auf, oder verwenden Sie die Python-API direkt:

from src.core.llm_engine import translate_text
out = translate_text(texts=["Hello", "World"], target_lang="French")

Glossar

Warum verwendet der LLM mein Glossar nicht?

Drei Dinge zu prüfen:

1. Das Set ist aktiv (Häkchen gesetzt).
2. Der Quellbegriff in Ihrem Glossar erscheint tatsächlich im Quelltext (die Pro-Aufruf-Komprimierung sendet dem LLM nur Einträge, die zum Batch-Text passen — spart Tokens, bedeutet aber, dass ein verschriebener Quellbegriff unsichtbar ist).
3. Das Modell ist stark genug — flash-lite ignoriert manchmal Hinweise, die flash und pro befolgen.

Werden Glossarbegriffe akzent-unabhängig abgeglichen?

Ja. Sowohl Glossarsuche als auch das Suchfeld auf der Glossar-Seite verwenden eine Normalisierungsfunktion, die Akzente und Groß-/Kleinschreibung entfernt. So passen cafe, Café und CAFE alle zu einem Eintrag, dessen Quelle Café ist.

Privatsphäre

Sammeln Sie Nutzungsdaten?

Nein. Die App hat kein Analytics-SDK. Die optionale Update-Prüfung fragt einen einzelnen GitHub-Releases-Endpoint beim Start ab; sie ist unter Einstellungen → Allgemein umschaltbar.

Sind meine API-Schlüssel sicher?

Sie werden in Ihrem OS-Schlüsselbund gespeichert (Keychain auf macOS, Credential Manager auf Windows, Secret Service auf Linux). Andere Prozesse können sie ohne Ihre ausdrückliche Erlaubnis nicht lesen. Der Fallback (wenn kein Schlüsselbund-Daemon verfügbar ist — typischerweise Headless-Linux-Server) ist eine Klartext-INI unter dem Konfigurationsverzeichnis Ihres Benutzers; in diesem Modus sind die Schlüssel durch Dateiberechtigungen geschützt, aber nicht kryptografisch verschlüsselt.