Die Frage hinter dem Projekt
Wer technische Texte auf Englisch liest, also Dokumentation, Pull Requests oder Issues, stolpert über einzelne Wörter und Formulierungen. Ein Wörterbuch liefert die Übersetzung, aber nicht, was der Ausdruck in genau diesem Satz bedeutet.
VocAbi untersucht, wo ein Sprachmodell dabei wirklich hilft und wo statische Lösungen genauso gut oder besser sind.
Wie es funktioniert
- Ein Wort oder einen Satz auf einer beliebigen Seite markieren
- Im Tooltip erscheinen Übersetzung, Bedeutung im Kontext, ein Beispiel und ein Tipp zur Verwendung
- Gespeicherte Einträge landen im Dashboard und werden dort mit Karteikarten nach dem Spaced-Repetition-Verfahren SM-2 wiederholt
Entscheidend ist der Kontext: Der umgebende Satz geht mit in die Anfrage, und das System unterscheidet zwischen einzelnen Vokabeln und ganzen Wendungen. Das ändert die Antwort spürbar.
Technik
VocAbi besteht aus einer Chrome-Erweiterung (Manifest V3), einem Node.js-Backend mit PostgreSQL und einem Sprachmodell, das über Ollama auf eigener Infrastruktur läuft. Es gibt keine externe KI-API: Die markierten Texte verlassen die eigene Infrastruktur nicht.
Offene Frage
Nicht jede Übung braucht ein Sprachmodell. Aussprache und viele Wiederholungsübungen lassen sich ohne LLM lösen, schneller und günstiger. Welche Teile das Modell tatsächlich besser macht, ist die Frage, an der ich das Projekt ausrichte.
Stand
Das Projekt ist aktiv. Eine Demo ist in Arbeit.