Een Franse webshop die wil verkopen in Duitsland, Spanje en Nederland verdrievoudigt haar potentiële markt. De prijs: 5.000 productfiches vertalen in 7 talen, dus 35.000 vertalingen. Aan € 20 per fiche bij een freelance vertaler gaat het om € 700.000 en 18 maanden doorlooptijd — onrealistisch voor 99% van de webshops.
In 2026 maakt gerichte machinevertaling met AI dit project haalbaar in 2-3 weken voor minder dan € 1.000. Maar tussen "het doen" en "het goed doen" zitten 4 valkuilen die u moet vermijden.
Generieke machinevertaalmotoren (DeepL, Google, Microsoft) zijn uitstekend voor standaardproza. Voor e-commerce schieten ze tekort om drie redenen:
Productspecifieke woordenschat per markt. In Brits Engels heet een broek "trousers", in Amerikaans Engels is dat "pants" — en "pants" betekent in het VK ondergoed. Een niet-gekalibreerde automatische vertaler weet dat niet.
Lokale eenheden en formaten. 44 in FR-schoenmaat = 10 US = 10 UK = 280 CN. Een barkruk van 75 cm in Frankrijk wordt 29,5" in de VS. Een batterij van 5000 mAh blijft overal 5000 mAh — maar "2 dagen batterijduur" kan "2 days" of "48 hours" worden, afhankelijk van de commerciële toon van de markt.
Culturele referenties. "Ideaal voor een aperitief met vrienden" vertaalt u niet letterlijk naar het Duits (waar aperitief geen vaste traditie is). In Spanje vervangt "tapas" de term "amuse-bouches". Zulke aanpassingen zijn te veel voor een generieke vertaler.
De oplossing: een vertaalpipeline met een briefing die specifiek is voor e-commerce, plus post-processing die lokale fouten detecteert en corrigeert.
Wanneer u een blogartikel of productfiche vertaalt, komt de vraag naar de URLs op.
Productslug: moet die vertaald worden?
✅ Voor lokale SEO: ja. Een EN-slug leather-derby-shoes scoort in de VS beter dan een FR-slug chaussure-derby-cuir.
❌ Voor onderhoud: het is duur — 5.000 producten × 7 talen = 35.000 slugs om te beheren, met redirects bij wijzigingen.
De juiste aanpak: gebruik de hreflang-infrastructuur om Google te vertellen welke taal/markt bij welke URL hoort, en gebruik gelokaliseerde slugs (niet per land):
Eén slug per taal, niet één per land. Regionale varianten (fr-CA vs fr-FR, en-US vs en-GB) beheert u via hreflang en geografische targeting aan serverzijde, niet via aparte URLs.
Praktijkprobleem: een FR-webshop die naar het Duits migreert, ziet haar "ß" veranderen in "?" in producttitels. Haar meta description "für Damen" verschijnt als "fr Damen". Haar URLs bevatten onleesbare URL-gecodeerde tekens.
Oorzaak: de vertaalpipeline of database is niet geconfigureerd in UTF-8. In 2026 is dat zeldzaam — maar niet onbestaand, vooral op oudere WooCommerce-installaties (MySQL standaard in latin1).
Checklist:
Database in utf8mb4 (niet alleen utf8 — utf8 ondersteunt niet alle emoji en sommige Aziatische tekens)
Collation van producttabellen in utf8mb4_unicode_ci of utf8mb4_0900_ai_ci
Het ideale plan: AI vertaalt → mens leest na → publicatie. In de praktijk doet niemand bij 35.000 vertalingen ook echt 35.000 revisies. Dit is de realistische aanpak:
Gelaagde strategie op basis van ROI
Top 20% van de catalogus op omzet → systematische menselijke revisie (native speaker van de doelmarkt). Meestal 200-1000 fiches.
Middelste 60% → revisie via steekproef (10% van de fiches). Zo detecteert u systematische fouten zonder de kosten te laten oplopen.
Onderste 20% → alleen AI + automatische anomaliedetectie (abnormale lengte, onleesbare tekens, te veel woorden uit de brontaal).
Deze strategie verlaagt de menselijke revisielast tot ~15% van de catalogus en dekt tegelijk 85% van de omzet. Dat is het compromis dat meertaligheid haalbaar maakt.
Dit is de pipeline die wij toepassen om catalogi van 5.000 tot 50.000 fiches te vertalen:
Stap 1 — Briefing per markt opstellen
Voor elke doeltaal bepalen we:
De toon (formeel vs informeel, "u" vs "jij", "Sie" vs "du" in het Duits)
De specifieke woordenschat (lijsten met termen die niet vertaald mogen worden, verplichte vertalingen van bepaalde woorden)
De eenheden en formaten (maten, gewicht, valuta)
De culturele referenties die aangepast moeten worden (ja/nee)
Deze briefing maakt u één keer per taal, in 1-2 uur. Daarna gebruikt u die opnieuw voor alle toekomstige vertalingen.
Stap 2 — Gerichte AI-vertaling
GPT-5.4 (of Claude Opus) krijgt de bronfiche in het FR + de briefing van de doelmarkt. Het model produceert:
De vertaalde titel, afgestemd op lokale SEO
De volledige beschrijving (voordelen geherformuleerd, niet alleen vertaald)
De meta description (opnieuw geoptimaliseerd voor CTR in de doelmarkt, geen letterlijke vertaling)
De vertaalde tags
Een kandidaat-slug (of 3 kandidaten ter validatie)
Stap 3 — Automatische validatie
Een script controleert:
Geen resterende woorden uit de brontaal ("le", "de", "the", "the" in EN-versie...)
Lengte binnen de limieten (title < 60, meta < 160)
Correcte speciale tekens volgens de taal
Geldige slug (geen verboden tekens)
Fiches die niet slagen, gaan in de wachtrij voor handmatige revisie.
Stap 4 — Publicatie in batches
De gevalideerde fiches worden in bulk gepubliceerd via de admin-API (via POST /admin-cms/blog/articles met locale=xx, of productequivalent). Rollback is mogelijk bij problemen.
Om 80% van de EU-markt te dekken: FR, EN, ES, DE, IT. Die 5 talen vertegenwoordigen ~350 miljoen consumenten. Met PT en NL stijgt de dekking naar ~90%. Daarboven daalt de ROI snel — geef voorrang aan diepgang (kwaliteit van de eerste 5) boven uitbreiding (Pools, Tsjechisch enz. toevoegen).
Nee. Reviews in de brontaal geven authenticiteit aan. Google bestraft een mix van talen in reviews niet — het is zelfs een vertrouwenssignaal. Uitzondering: als 90% van uw reviews in één taal is en u internationaliseert, voorzie dan ondertiteling van de belangrijkste reviews onderaan de pagina.
Via IP: nee (VPN's verstoren de detectie en creëren valkuilen voor Google-crawlers). Via de Accept-Language-header van de browser: ja, maar met mate. De juiste aanpak in 2026: expliciet gelokaliseerde URL (/fr/..., /de/...) + een blijvend zichtbare taalkeuze in de header.
Via hreflang in de sitemap en in de tags <link rel="alternate">. De content kan voor 90% van de fiches identiek zijn, met lokale varianten (prijs, valuta, uitdrukkingen) voor de top 10% van de catalogus. Zoekmachines serveren de juiste versie op basis van de IP-geolocatie van de bezoeker.
Ja, onder voorwaarden. EEAT (Experience, Expertise, Authoritativeness, Trustworthiness) meet de algemene betrouwbaarheid van uw site, niet elke beschrijving afzonderlijk. Een catalogus met AI-vertalingen + nauwkeurige productinformatie + duidelijke beleidsinformatie + authentieke reviews voldoet zonder probleem. Een catalogus met AI-vertalingen + zwakke content + ontbrekende juridische vermeldingen wordt afgestraft — maar het probleem is dan niet de AI, het is de algemene kwaliteit.
Met de AI-pipeline: 3-5 dagen totale doorlooptijd, inclusief briefing, vertaling, validatie en publicatie. Met menselijke post-editing op 20% van de catalogus: tel daar 2-3 weken revisie bij op. De eerste taal kost de meeste tijd (opzetten van de pipeline); de volgende talen rolt u elk in 2-3 dagen uit.
De meta description laat uw productpagina niet ranken, maar wint of verliest wel de klik. Dit is de opbouw van een meta die presteert, met CTR-benchmarks.