Die Lokalisierung von User Defined ObjectsUDOs sind konfigurierbare Komponenten in JD Edwards wie Formularerweiterungen, Seiten, Watchlists und Abfragen, die Benutzer ohne Änderung des Basiscodes erstellen. in JD Edwards EnterpriseOne war schon immer eine mühsame, manuelle Aufgabe: Eine Person mit Sprachkenntnissen muss jedes UDO öffnen, Titel und Beschriftungen Zeichenfolge für Zeichenfolge übersetzen und den Vorgang für jede Zielsprache wiederholen. Mit dem OCI Language AI Service und dem JD Edwards OrchestratorEin in JD Edwards integriertes Tool, mit dem Sie automatisierte Workflows entwerfen können, die EnterpriseOne mit externen REST-Diensten verbinden, ohne benutzerdefinierten Code schreiben zu müssen. können Sie nun die gesamte Übersetzungspipeline automatisieren und stundenlange Routinearbeit in einen einzigen Orchestrierungsaufruf verwandeln.

So übersetzen Sie JD Edwards UDO-Strings mit OCI Language AI

Warum ist die manuelle UDO-Übersetzung ein Problem?

JD Edwards EnterpriseOne unterstützt ein umfangreiches Ökosystem von UDOs — Abfragen, Rasterformate, Formularerweiterungen, zusammengesetzte Seiten, Watchlists und mehr. Jedes dieser Objekte enthält benutzerseitige Zeichenfolgen: Titel, Beschreibungen, Spaltenüberschriften und Beschriftungen. Wenn Ihr Unternehmen in mehreren Ländern tätig ist, benötigt jede dieser Zeichenfolgen eine übersetzte Version für jede unterstützte Sprache.

Traditionell bedeutet dies, dass ein menschlicher Übersetzer (oder ein zweisprachiger Power-User) jede Übersetzung manuell über die EnterpriseOne-Oberfläche eingeben muss. Der Prozess ist langsam, fehleranfällig und nicht skalierbar. Fügen Sie eine neue Sprache hinzu oder erstellen Sie einen Stapel neuer UDOs, und der Übersetzungsrückstand wächst sofort. Schlimmer noch: Es entstehen Inkonsistenzen, weil verschiedene Personen dieselben Begriffe in verschiedenen Objekten unterschiedlich übersetzen.

Was ist OCI Language AI und was kann es leisten?

Der OCI Language ServiceEin serverloser KI-Dienst auf Oracle Cloud Infrastructure, der vortrainierte Modelle für Textanalyse bietet, einschließlich Übersetzung, Stimmungsanalyse und Entitätserkennung. ist ein serverloser, vortrainierter KI-Dienst, der auf Oracle Cloud Infrastructure verfügbar ist. Unter seinen Funktionen ist hier die Batch-Übersetzungs-API (batchLanguageTranslation) entscheidend. Sie akzeptiert bis zu 100 Textdokumente pro Aufruf, erkennt die Quellsprache automatisch und übersetzt sie in die gewählte Zielsprache. Sie deckt mehr als 30 Sprachen ab, und da sie neuronale maschinelle Übersetzungsmodelle verwendet, ist die Ausgabequalität deutlich besser als bei regelbasierten Systemen.

Die API ist ein einfacher RESTRepresentational State Transfer — ein standardmäßiger Webarchitektur-Stil, bei dem Clients HTTP-Anfragen (GET, POST usw.) an Server-Endpunkte senden, die Daten zurückgeben, typischerweise im JSON-Format.-Endpunkt. Sie senden eine POST-Anfrage mit einer JSON-Nutzlast, die Ihre Dokumente und den Zielsprachcode enthält, und erhalten eine JSON-Antwort mit dem übersetzten Text zurück. Einige Einschränkungen sind zu beachten: Jedes Dokument muss weniger als 5.000 Zeichen umfassen, und der gesamte Stapel darf 20.000 Zeichen nicht überschreiten. Bei typischen UDO-Strings — kurzen Titeln und Beschreibungen — werden Sie diese Grenzen selten erreichen.

Wie funktioniert die Integrationsarchitektur?

Die Integration folgt einem unkomplizierten Muster, das das vorhandene JD Edwards Orchestrator-Framework nutzt. Hier ist der Ablauf auf hoher Ebene:

  1. Authentifizierung: Die Orchestrierung authentifiziert sich bei OCI über API-Schlüssel-basierte Signierung. JD Edwards bietet bereits Learning Paths zur Konfiguration der OCI-Authentifizierung über einen Soft-Coding-DatensatzEin Konfigurationsdatensatz in JD Edwards, der Verbindungsdetails (wie URLs, Anmeldedaten und Header) für externe REST-Dienstaufrufe speichert und so fest codierte Werte vermeidet. im Orchestrator-Verbindungssetup.
  2. UDO-Strings extrahieren: Die Orchestrierung liest die UDO-Metadaten aus den relevanten EnterpriseOne-Tabellen (wie F952400 für Seiten, F952439 für Formularerweiterungen oder F952420 für Watchlists) und sammelt die zu übersetzenden Strings.
  3. OCI Language API aufrufen: Die Orchestrierung sendet eine POST-Anfrage an den batchLanguageTranslation-Endpunkt mit den gesammelten Strings und dem gewünschten Zielsprachcode.
  4. Übersetzungen zurückschreiben: Die Orchestrierung parst die API-Antwort und schreibt die übersetzten Strings zurück in die entsprechenden UDO-Datensätze in EnterpriseOne.

Da der Orchestrator REST-Aufrufe nativ verarbeitet, benötigen Sie keinen benutzerdefinierten Code, keine Middleware und keine Integrationstools von Drittanbietern. Der gesamte Workflow wird über Orchestrator Studio konfiguriert.

Wie richten Sie die OCI-Verbindung im Orchestrator ein?

Bevor Sie die Language API aufrufen, benötigen Sie eine funktionierende Verbindung zwischen JD Edwards und OCI. Dies umfasst drei Schritte:

Erstellen Sie zunächst ein API-SchlüsselpaarEine Kombination aus öffentlichem und privatem Schlüssel, die zum Signieren von REST-Anfragen an Oracle Cloud Infrastructure verwendet wird. Der öffentliche Schlüssel wird in Ihr OCI-Benutzerprofil hochgeladen; der private Schlüssel verbleibt auf Ihrem Server. in Ihrem OCI-Tenancy und laden Sie den öffentlichen Schlüssel in Ihr OCI-Benutzerprofil hoch. Konfigurieren Sie zweitens einen Soft-Coding-Datensatz im Orchestrator-Verbindungssetup mit der REST-Endpunkt-URL für den Language Service (z. B. https://language.aiservice.<region>.oci.oraclecloud.com). Richten Sie drittens die Header für die Anforderungssignierung ein — OCI verwendet ein signaturbasiertes Authentifizierungsschema, bei dem jede Anfrage einen signierten Autorisierungsheader enthalten muss. Die JD Edwards-Dokumentation bietet im Rahmen des Learning Paths „Authentication for Oracle Cloud Infrastructure Services" eine Schritt-für-Schritt-Anleitung dazu.

Wie sieht die Anfrage an die Übersetzungs-API aus?

Die an den OCI Language-Endpunkt gesendete Nutzlast ist eine unkomplizierte JSON-Struktur. Hier ein vereinfachtes Beispiel, das zeigt, wie ein UDO-Titel von Englisch nach Französisch übersetzt werden könnte:

{
  "documents": [
    {
      "key": "udo-title-001",
      "text": "Open Purchase Orders by Supplier",
      "languageCode": "en"
    },
    {
      "key": "udo-title-002",
      "text": "Weekly Sales Summary",
      "languageCode": "en"
    }
  ],
  "targetLanguageCode": "fr",
  "compartmentId": "ocid1.compartment.oc1..example"
}

Die Antwort gibt jedes Dokument mit seinem übersetzten Text, der erkannten Quellsprache und der Zielsprache zurück. Ihre Orchestrierung ordnet dann jeden key dem entsprechenden UDO-Datensatz zu und speichert die Übersetzung.

Sie können auch languageCode auf "auto" setzen und die API die Quellsprache erkennen lassen, was nützlich ist, wenn Ihre UDO-Strings bereits in einer Mischung von Sprachen vorliegen.

Was sind die praktischen Vorteile dieses Ansatzes?

Der offensichtlichste Vorteil ist die Geschwindigkeit. Was zuvor stundenlange manuelle Dateneingabe erforderte, kann nun in Sekunden ausgeführt werden. Eine einzige Orchestrierung kann alle Ihre nicht übersetzten UDOs durchlaufen, die Strings bündeln, die API aufrufen und die Ergebnisse schreiben — ohne menschliches Zutun.

Konsistenz ist der zweite große Gewinn. Da dasselbe neuronale Übersetzungsmodell jeden String verarbeitet, bleibt Ihre Terminologie über alle UDO-Typen hinweg einheitlich. Keine „Bestellung" mehr, die in einer Watchlist anders übersetzt wird als im Titel einer zusammengesetzten Seite.

Es gibt auch einen Kostenvorteil. Der OCI Language Service ist ein nutzungsbasierter Dienst mit großzügigen Freikontingenten. Bei dem relativ geringen Textvolumen von UDO-Strings sind die Kosten im Vergleich zu menschlichen Übersetzern oder einem separaten Translation-Management-System vernachlässigbar.

Schließlich ist dieses Muster wiederverwendbar. Sobald Sie die OCI-Authentifizierung und Orchestrierung eingerichtet haben, können Sie dasselbe Framework auf andere KI-Dienste erweitern — Document Understanding für die Rechnungsverarbeitung, Generative KI für Widget-Insights oder Vision Services für die Qualitätskontrolle. Die Orchestrierungsebene ist dieselbe; nur der API-Endpunkt und die Nutzlast ändern sich.

Worauf sollten Sie achten?

Maschinelle Übersetzung ist nicht perfekt, insbesondere bei domänenspezifischer ERP-Terminologie. Ein Begriff wie „Rahmenauftrag" oder „Chargendisposition" lässt sich ohne Kontext möglicherweise nicht genau übersetzen. Erwägen Sie die Pflege einer Glossar-AusschlusslisteEine Liste von Wörtern oder Phrasen, die nicht von der API übersetzt werden sollen, typischerweise domänenspezifische Begriffe, Produktnamen oder Akronyme, die in ihrer Originalsprache erhalten bleiben müssen. — die OCI-Batch-Übersetzungs-API unterstützt eine Liste von Wörtern, die nicht übersetzt werden sollen, was sich ideal eignet, um JD Edwards-spezifische Begriffe unangetastet zu lassen.

Planen Sie außerdem einen Überprüfungsschritt ein. Selbst bei hochwertiger neuronaler Übersetzung ist es eine bewährte Vorgehensweise, die Ausgabe vor der Veröffentlichung der UDOs in der Produktion kurz von einem Muttersprachler überprüfen zu lassen. Sie können dies in Ihren UDO-Lifecycle-ManagementDer Prozess der Förderung von UDOs durch Umgebungen (Entwicklung → Test → Produktion) mithilfe der Object Management Workbench Web-Anwendung in JD Edwards.-Workflow integrieren — übersetzen in einem Entwicklungs-Path-Code, überprüfen und dann mit dem standardmäßigen OMW Web-Prozess fördern.

Mit Release 26 von JD Edwards EnterpriseOne hat Oracle diese Funktion offiziell als Teil der neuen Learning Paths für die OCI AI-Integration eingeführt. Wenn Ihr Unternehmen eine mehrsprachige JD Edwards-Umgebung betreibt, ist die Automatisierung von UDO-Übersetzungen über OCI Language AI einer der schnellsten Erfolge, die Sie liefern können — minimale Einrichtung, sofortige Rendite und eine solide Grundlage für die weitere KI-Einführung.