Wie Adi Vaani mit KI Indiens indigene Sprachen wiederbelebt

Eine neue digitale Brücke für indigene Sprachen

An einer Grundschule in Zentralindien verbringt ein Gondi-Sprachlehrer seit Jahren damit, lange, komplexe Hindi-Sätze in einfache Erklärungen auf Gondi zu übertragen, die seine Schülerinnen und Schüler verstehen. Dabei stützt er sich auf sein Gedächtnis, bittet Ältere um Hilfe und sucht nach einheimischen Wörtern, die neuen Ideen entsprechen. Die Arbeit ist mühsam und fehleranfällig. Eine übersehene Nuance kann die Bedeutung verändern, und fehlt ein Wort, greifen die Schülerinnen und Schüler womöglich wieder auf eine dominante Sprache zurück. Das ist der Alltag, den Indiens neue Plattform Adi Vaani verändern soll: Sie verspricht, Wissen schneller und zuverlässiger in indigene Muttersprachen zu übersetzen und den Stimmen indigener Gemeinschaften in der breiteren Öffentlichkeit Gehör zu verschaffen.

Adi Vaani wurde am 1. September 2025 als Betaversion gestartet und ist Indiens erster KI-Übersetzer, der gezielt für indigene Sprachen entwickelt wurde. Die Plattform konzentriert sich auf Sprachen, die Millionen Menschen zu Hause sprechen, die im Internet jedoch kaum zu finden sind. In der ersten Version ermöglicht sie direkte Übersetzungen zwischen Hindi oder Englisch und vier indigenen Sprachen. Die Arbeit an weiteren Sprachen läuft bereits. Das Ziel ist zweigeteilt: Erstens sollen Menschen Zugang zu Informationen in einer Sprache erhalten, die sie täglich verwenden – von Schulunterricht und Gesundheitshinweisen bis hin zu staatlichen Leistungen. Zweitens sollen lebendige Traditionen geschützt werden, indem mündlich überlieferte Geschichten, Lieder und Erzählungen leichter dauerhaft digital aufgezeichnet werden können.

Indiens Sprachlandschaft ist enorm vielfältig. In staatlichen Verzeichnissen sind Tausende von Muttersprachen und Dialekten aufgeführt. Viele werden von kleinen Gemeinschaften gesprochen, und zu viele sind in den vergangenen Jahrzehnten verschwunden. Große Sprachen ziehen Lernende oft an, weil sie mit besseren Berufschancen, der Abwanderung in Städte und Medien verbunden sind. Ohne kontinuierliche Förderung in Schulen und öffentlichen Diensten verlieren kleinere Sprachen an Boden. Adi Vaani ist ein gezielter Versuch, diesen Verlust zu bremsen und Sprecherinnen und Sprechern einen Zugang zur digitalen Wirtschaft zu ermöglichen, ohne dass sie ihre Muttersprache aufgeben müssen.

Was Adi Vaani ist und warum die Plattform wichtig ist

Adi Vaani ist eine staatlich geleitete KI-Plattform, die Texte und Sprache zwischen Hindi, Englisch und ausgewählten indigenen Sprachen übersetzt. Sie ist als Mobil-App und über ein Webportal verfügbar. Das Projekt verfolgt sowohl praktische als auch kulturelle Ziele: Indigene Bürgerinnen und Bürger sollen leichter Zugang zu Dienstleistungen und Wissen erhalten, zugleich sollen Sprachen bewahrt werden, die oft durch mündliche Erzähltraditionen statt durch schriftliche Archive weitergegeben werden.

Sprachen der ersten Version

Die Betaversion unterstützt vier indigene Sprachen, die von großen Gemeinschaften gesprochen werden, für die es jedoch nur wenige digitale Angebote gibt.

• Santali
• Mundari
• Bhili
• Gondi

Technikteams bereiten die Unterstützung für Kui und Garo vor. Bei der Auswahl weiterer Sprachen spielen die Zahl ihrer Sprecherinnen und Sprecher, die Verfügbarkeit von Daten und lokale Partner eine Rolle, die Übersetzungen überprüfen können.

Was Nutzerinnen und Nutzer damit machen können

Adi Vaani vereint mehrere Funktionen und bietet damit mehr als eine Übersetzung auf Knopfdruck. Die Plattform unterstützt die Textübersetzung in Echtzeit und kann Texte per Sprachsynthese vorlesen. Sie kann Audio mithilfe von Spracherkennung transkribieren und Übersetzungen anschließend als gesprochene Sprache wiedergeben. Außerdem kann die optische Zeichenerkennung Texte aus Bildern und gescannten Seiten auslesen und zur Übersetzung bereitstellen. Zum Angebot gehören zweisprachige Wörterbücher, Materialien für den frühen Spracherwerb und ausgewählte Inhalte wie Hinweise zu öffentlichen Dienstleistungen und Reden, die für den Alltag relevant sind. Das Webportal ist über die offizielle Website unter aadivaani.tribal.gov.in erreichbar.

Wie die Technologie für Sprachen mit wenigen Ressourcen funktioniert

KI-Übersetzung für gut dokumentierte Sprachen zu entwickeln, ist schwierig. Bei Sprachen mit wenigen Ressourcen ist die Herausforderung noch größer. Für die meisten indigenen Sprachen gibt es keine umfangreichen, verlässlichen Datensätze. Es existieren nur wenige Paralleltexte, in denen Sätze einer indigenen Sprache den entsprechenden Sätzen auf Hindi oder Englisch gegenübergestellt werden. Sprachdatenbanken, die für das Training von Sprachsystemen unverzichtbar sind, sind noch seltener. Dieser Mangel erschwert das Training moderner Übersetzungs- und Sprachmodelle, die für eine hohe Genauigkeit Tausende Stunden Audiomaterial oder Millionen aufeinander abgestimmter Satzpaare benötigen.

Adi Vaani begegnet diesem Mangel mit einer Kombination aus maschinellem Lernen und menschlicher Expertise. Die Übersetzungssysteme beruhen auf neuronalen Modellen auf Basis der Transformer-Architektur. Sie erkennen Muster, indem sie viele Beispiele derselben Aussage in zwei Sprachen analysieren. Um solche Beispiele zusammenzutragen, arbeitete das Team mit Muttersprachlerinnen und Muttersprachlern sowie Lehrkräften zusammen, die große Mengen von Sätzen übersetzten und die Ergebnisse überprüften. Für Santali etwa bereiteten Forschende und Übersetzende aus den Gemeinschaften rund 100.000 Hindi-Sätze mit entsprechenden Santali-Übersetzungen vor und glichen sie mit einem Korpus ab, das mehrere Millionen Wörter umfasst. Dieses Material diente als Trainingsdatensatz für Modelle, die in mehreren Durchläufen überprüft, korrigiert und erneut trainiert werden.

Bei Sprachsystemen verläuft der Prozess ähnlich. Linguistinnen und Linguisten sowie lokale Mitwirkende nehmen Wörter, Wendungen und längere Passagen in der jeweiligen Zielsprache auf. Das Modell lernt, wie Laute den Schriftzeichen zugeordnet werden und wie Wörter in natürlicher Sprache aufeinanderfolgen. Das braucht Zeit, denn jede Sprache hat ihre eigene Phonetik, Betonungsmuster und Prosodie. Die richtige Aussprache ist entscheidend dafür, dass Muttersprachlerinnen und Muttersprachler das System annehmen. Deshalb bleibt die Überprüfung durch Menschen ein Kernbestandteil des Prozesses.

Wer die Plattform entwickelt und woher die Daten stammen

Adi Vaani ist ein Gemeinschaftsprojekt. Die technische Entwicklung wird von großen technischen Hochschulen geleitet, unterstützt von Partnern aus dem indischen Forschungsnetzwerk. Tribal Research Institutes in Bundesstaaten wie Jharkhand, Odisha, Madhya Pradesh, Chhattisgarh und Meghalaya bringen sprachliches Fachwissen ein, vermitteln Kontakte zu Muttersprachlerinnen und Muttersprachlern und helfen dabei, den kulturellen Kontext zu berücksichtigen. Lehrkräfte, Gemeindevorsteher und junge Übersetzerinnen und Übersetzer wirken an Wörterbüchern, Trainingssätzen und Übersetzungen lokaler Folklore und Unterrichtsmaterialien mit.

Die Feldarbeit macht einen spürbaren Unterschied. Mehr als 200 Mitwirkende waren an der Sammlung und Überprüfung von Korpora für die ersten Sprachen beteiligt. Sie erfassen regionale Begriffe, klären unterschiedliche Sprachgebräuche und schlagen verständlichere Entsprechungen für moderne Begriffe vor, für die es womöglich keine direkte Übersetzung gibt. Durch diesen Ansatz mit menschlicher Beteiligung orientieren sich die Modelle an der tatsächlichen Sprache der Gemeinschaften und nicht nur an formellem oder akademischem Sprachgebrauch. In indigenen Distrikten wird das Projekt durch Informations- und Schulungskampagnen bekannt gemacht, damit Schulen, Beschäftigte im Gesundheitswesen und lokale Behörden es rasch einführen können.

Fortschritte, Genauigkeit und aktuelle Grenzen

Die Betaversion ist ein erster Schritt, die Genauigkeit variiert jedoch noch. Frühe Nutzerinnen und Nutzer berichten, dass Gondi-Übersetzungen mitunter danebenliegen, besonders bei längeren Sätzen oder abstrakten Konzepten. Die Teams passen die Modelle mithilfe neuer Daten und Rückmeldungen an, um diese Schwächen zu beheben. Mit zunehmendem Datenmaterial dürfte die Qualität steigen. Bei amtlichen Dokumenten und wichtiger Kommunikation wird eine sorgfältige Überprüfung in nächster Zeit dennoch unverzichtbar bleiben.

Eine weitere technische Einschränkung ist die sprachliche Vielfalt. Jede Sprache hat regionale Varianten. Santali etwa unterscheidet sich je nach Jharkhand, Odisha und Westbengalen. Gondi wird in mehreren Bundesstaaten mit jeweils eigenem Sprachgebrauch gesprochen. Die aktuelle Version unterstützt in der Regel eine Standardform pro Sprache. Für regionale Varianten braucht es mehr Daten, zusätzliche Prüfende und gegebenenfalls Unterstützung für weitere Schriftsysteme. Manche Sprachen werden in verschiedenen Regionen mit unterschiedlichen Schriften geschrieben. Das wirkt sich auf Tastaturen und Schriftarten sowie auf die Leistung von Texterkennung und Sprachsynthese aus. Ob die App mit diesen Unterschieden umgehen kann, wird entscheidend dafür sein, ob sie sich über die ersten Nutzerinnen und Nutzer hinaus bewährt.

Schließlich muss bei der Bewertung ein Gleichgewicht zwischen Schnelligkeit und Vertrauen gefunden werden. Automatisierte Kennzahlen geben einen schnellen Eindruck von der Qualität, können aber weder kulturelle Feinheiten noch die Angemessenheit bestimmter Begriffe vor Ort beurteilen. Rückmeldungen von Lehrkräften, Älteren und jungen Sprecherinnen und Sprechern sind der beste Weg, um unbeholfene Formulierungen zu erkennen und den Stil und Rhythmus zu bewahren, die jede Sprache unverwechselbar machen.

Schulen, Gesundheitszentren und lokale Verwaltung

Die Bildung in der Muttersprache ist einer der wichtigsten Gründe für dieses Projekt. Schülerinnen und Schüler lernen schneller, wenn neue Inhalte in einer Sprache vermittelt werden, die sie bereits zu Hause sprechen. Mit Adi Vaani kann eine Lehrkraft Tafelnotizen spontan ins Santali oder Bhili übersetzen oder einen Abschnitt aus dem naturwissenschaftlichen Unterricht mit einer Stimme aus der Region vorlesen lassen. Schulen können zweisprachige Arbeitsblätter erstellen, damit die Schülerinnen und Schüler Fachwissen erwerben, ohne den Bezug zu ihrer Muttersprache zu verlieren. So können sie mit der Zeit weitere Sprachen lernen, ohne beim frühen Verständnis Abstriche machen zu müssen.

Auch die Gesundheitskommunikation ist ein wichtiger Anwendungsbereich. Gesundheitshelferinnen und -helfer müssen Symptome, Verschreibungen und Gesundheitshinweise oft in Regionen erklären, in denen geringe Lese- und Schreibkenntnisse und Sprachbarrieren zusammentreffen. Sprachsynthese und Spracherkennung können aus einem gedruckten Hinweis eine verständliche Audioaufnahme in einer indigenen Sprache machen. Die optische Zeichenerkennung kann ältere Poster und Flugblätter durchsuchbar und übersetzbar machen. In Notfällen kann eine einfache, präzise Botschaft in einer Sprache, der die Menschen vertrauen, Leben retten.

Auch für die lokale Verwaltung ist Verständlichkeit wichtig. Bei vielen Dienstleistungen müssen die Menschen Anspruchsvoraussetzungen, Checklisten für Unterlagen und Fristen verstehen. Werden Formulare, Mitteilungen und Ankündigungen in Muttersprachen übersetzt, gibt es weniger Missverständnisse und mehr Menschen nehmen die Angebote in Anspruch. Bei Dorfversammlungen kann die App Reden mit Untertiteln versehen oder kurze Zusammenfassungen liefern. Landwirtinnen und Landwirte können Wetterberichte, Marktpreise und Hinweise zur Bodengesundheit abrufen, ohne jede Zeile von einer anderen Person erklären lassen zu müssen.

Kultur und Wissensbewahrung

Sprachen tragen Geschichten, Lieder, Rituale und ökologisches Wissen in sich. Ein großer Teil dieses kulturellen Erbes wird mündlich und in Aufführungen weitergegeben, nicht in gedruckten Büchern. Wenn eine Sprache zurückgedrängt wird, geht auch das mit ihr verbundene Wissen zurück. Adi Vaani kann eine grundlegende Vorgehensweise zur Bewahrung unterstützen: Die Worte einer Erzählerin oder eines Erzählers lassen sich aufnehmen, transkribieren, übersetzen und mit Metadaten speichern. Dieselben Werkzeuge können dabei helfen, Manuskripte, Chroniken aus Dörfern und Skripte für Volkstheater zu digitalisieren, die nur als gescannte Bilder vorliegen.

Das Portal der Plattform sammelt diese Materialien in einer leicht zugänglichen Form. Es bietet Wörterbücher, Materialien für frühe Lernphasen und ausgewählte Sammlungen, etwa zu Gesundheitsthemen und Übersetzungen nationaler Reden. Diese Angebote zeigen den Gemeinschaften, dass ihre Sprachen auch in modernen Zusammenhängen verwendet werden können. Zugleich bieten sie jungen Menschen einen Einstieg, die viel Zeit am Smartphone verbringen. Neben moderner Technik müssen auch ältere Sammlungen erschlossen werden. Ein wichtiges enzyklopädisches Werk über die Munda-Gemeinschaft etwa liegt größtenteils nur als gescannte Seiten vor. Würden solche Archive in durchsuchbaren digitalen Text umgewandelt, ergänzte das die Übersetzungsarbeit und erleichterte Lehrkräften und Studierenden die Recherche.

Der politische Rahmen

Der Start von Adi Vaani knüpft an breitere Bemühungen an, eine digitale Infrastruktur für Sprachen aufzubauen. In den vergangenen Jahren haben nationale Programme die Sammlung von Daten und das Training von Modellen für indische Sprachen gefördert, die im Internet bislang kaum präsent waren. Dabei geht es darum, Datensätze aufzubauen, die Transliteration zu vereinheitlichen und Werkzeuge bereitzustellen, die für Bildung, Gesundheit und öffentliche Dienste genutzt werden können. Die Übersetzungs-App passt zu Initiativen, die staatliche Programme bis in die entlegensten Regionen bringen und durch die Wertschätzung der Sprachen den Zusammenhalt zwischen den Landesteilen fördern sollen.

Das Projekt ist sowohl aus verwaltungspolitischer als auch aus gleichstellungspolitischer Sicht sinnvoll. Werden Dienstleistungen in einer Sprache angeboten, die die Menschen verstehen, verbessern sich die Ergebnisse. Mehr Schülerinnen und Schüler bleiben in der Schule. Patientinnen und Patienten halten sich mit weniger Fehlern an Behandlungspläne. Bürgerinnen und Bürger reichen Formulare fristgerecht ein und erhalten Leistungen, ohne dafür wiederholt vorsprechen zu müssen. Indem das Projekt indigene Sprachen in den digitalen Alltag bringt, kann es Hürden abbauen und öffentliche Programme näher zu den Menschen bringen, für die sie gedacht sind.

Indiens Platz bei den weltweiten Bemühungen

Das Verschwinden von Sprachen ist ein weltweites Problem. Auf der ganzen Welt werden Tausende Sprachen gesprochen, von denen viele in diesem Jahrhundert vom Aussterben bedroht sind. Internationale Organisationen haben zu dringendem Handeln aufgerufen, um indigene Sprachen zu schützen und ihren Gebrauch in Bildung und öffentlichem Leben zu fördern. KI kann dabei helfen, muss aber mit Zustimmung der Gemeinschaften, lokaler Mitbestimmung und einem Fokus auf kulturelle Genauigkeit entwickelt werden. Ignoriert ein Werkzeug Redewendungen oder führt es fremde Begriffe ein, kann das Vertrauen schwinden. Bezieht es Prüfende aus den Gemeinschaften ein und ermöglicht einfache Korrekturen, kann es Vertrauen stärken und sich rasch verbessern.

Es gibt erfolgreiche Beispiele, von denen sich lernen lässt. Medien- und Forschungsgruppen indigener Gemeinschaften an Orten wie Neuseeland haben gezeigt, wie gemeinschaftseigene Datensätze und sorgfältige Lizenzierung die Sprachrechte schützen und zugleich moderne Werkzeuge ermöglichen. Ihre Erfahrungen zeigen, dass der verantwortungsvolle Umgang mit Daten ebenso wichtig ist wie die Architektur der Modelle. Adi Vaanis Ansatz, bei dem Muttersprachlerinnen und Muttersprachler sowie staatliche Forschungsinstitute die Daten zusammenstellen und Ergebnisse überprüfen, folgt diesem Vorbild im indischen Kontext.

Was in der nächsten Phase zu beobachten ist

Zwei Erweiterungen sind bereits geplant. Kui und Garo sollen hinzukommen. Außerdem arbeitet das Team daran, Schriftsysteme und regionale Varianten der bereits unterstützten Sprachen besser abzudecken. Die App ist für Android verfügbar und lässt sich über ein staatliches Webportal nutzen. Mit zunehmender Verbreitung sollen die Bedienung und die Barrierefreiheit verbessert werden. Eine bessere Offline-Unterstützung und kleinere Modelle werden in Regionen mit eingeschränkter Internetverbindung helfen – eine häufige Einschränkung in abgelegenen Distrikten.

Ein weiterer Schwerpunkt ist nicht die Breite, sondern die Tiefe. Ein größerer Wortschatz für Schulen, Landwirtschaft und Gesundheit macht das Werkzeug im Alltag nützlicher. Glossare, die Fachbegriffe anhand einfacher Beispiele erläutern, können Schülerinnen und Schülern sowie Beschäftigten im direkten Kontakt mit der Bevölkerung helfen. Wettbewerbe, bei denen junge Menschen eingeladen werden, Volksmärchen aufzunehmen und zu übersetzen, können die Trainingsdaten rasch erweitern und zugleich sicherstellen, dass die Sprecherinnen und Sprecher die Kontrolle darüber behalten. Durch Partnerschaften mit pädagogischen Hochschulen und Pflegeschulen lässt sich die Nutzung breiter verankern.

Hinzu kommt ein langfristiges Forschungsziel. Die Projektverantwortlichen haben Adi Vaani als Grundlage für künftige große Sprachmodelle beschrieben, die auf indigene Sprachen ausgerichtet sind. Dafür braucht es wesentlich größere und sauberere Datensätze für Text und Sprache sowie klare Regeln zu Einwilligung, Datenschutz und gerechter Beteiligung am Nutzen. Kommen diese Voraussetzungen zusammen, könnte Indien ein Modell für inklusive KI schaffen, das andere mehrsprachige Länder übernehmen können.

Die wichtigsten Punkte

• Adi Vaani ist ein neuer KI-Übersetzer für indigene Sprachen, der am 1. September 2025 als Betaversion gestartet wurde.
• Die erste Version unterstützt Santali, Mundari, Bhili und Gondi. Kui und Garo sind in Entwicklung.
• Die Plattform bietet Text- und Sprachübersetzung, Sprachsynthese, Spracherkennung und optische Zeichenerkennung sowie Wörterbücher und Lernmaterialien.
• Muttersprachlerinnen und Muttersprachler, Lehrkräfte und Tribal Research Institutes liefern Daten und überprüfen die Ergebnisse, um die Genauigkeit zu verbessern.
• Die Genauigkeit entwickelt sich weiter. Herausforderungen sind regionale Sprachvarianten und die begrenzten Datensätze für Sprachen mit wenigen Ressourcen.
• Bildung, Gesundheit und öffentliche Dienstleistungen sind vorrangige Anwendungsbereiche. Die Plattform soll Sprachbarrieren abbauen und bessere Ergebnisse ermöglichen.
• Auch die Digitalisierung von Folklore und Gemeinschaftsarchiven soll das lebendige kulturelle Erbe bewahren.
• Das Projekt passt zu nationalen Programmen für Digitalisierung und Teilhabe und greift weltweite Forderungen zum Schutz indigener Sprachen auf.