Was tatsächlich passiert, zwischen dem Ablegen eines Manuskripts in Bethaniel und dem Zurückerhalten eines markierten — die Durchgänge, die Reihenfolge, in der sie laufen, und warum jeder einzelne da ist.
Sechs Absätze, dann die Details.
Die Stufen laufen der Reihe nach, und die Reihenfolge trägt Information: Die Aufteilung kann nicht vor der Kapitelerkennung stattfinden, und der Reviewer kann keine Korrektur bewerten, die noch nicht vorgeschlagen wurde.
DOCX, EPUB, PDF, Markdown oder reiner Text. DOCX kommt über mammoth herein; EPUB und PDF haben eigene Leser. Der PDF-Leser rekonstruiert Absätze, Hervorhebungen und Überschriften daraus, wo die Glyphen physisch auf der Seite sitzen — und lehnt gescannte Dokumente rundweg ab, statt so zu tun, als könne er sie lesen.
Intern wird alles zu Markdown. Dieses eine interne Format ist es, das erlaubt, eine in Kapitel 12 gefundene Korrektur mit intakter Formatierung in die ursprüngliche DOCX zurückzuschreiben.
Überschriften werden erkannt und das Manuskript in bearbeitbare Einheiten aufgeteilt. Abschnitte unter fünfzig Wörtern — Titelseiten, eine verirrte Überschrift, eine Widmung — werden in das Kapitel eingefaltet, zu dem sie gehören, statt ein eigenes einzeiliges „Kapitel" zu werden; das ist es, was die Fortschrittsliste eines Jobs wie das Inhaltsverzeichnis eines Buches lesen lässt und nicht wie die Ausgabe eines Parsers.
Szenenwechsel-Markierungen werden gleichzeitig erkannt und normalisiert, sodass ein Manuskript, das an einer Stelle *** und an einer anderen # verwendet, einheitlich herauskommt.
Jedes Kapitel wird in Abschnitte von etwa 2.500 Wörtern aufgeteilt, nur an Absatzgrenzen, wobei der letzte Absatz eines Abschnitts am Anfang des nächsten wiederholt wird. Die Überlappung ist es, die verhindert, dass eine Korrektur an einer Abschnittsnaht ohne Kontext vorgenommen wird. Kapitelgrenzen setzen die Überlappung auf null zurück — das Ende von Kapitel 4 ist kein Kontext für den Anfang von Kapitel 5.
Bevor das Modell irgendetwas sieht, laufen die regelbasierten Prüfer über den Abschnitt. Sie sind schnell, sie sind jedes Mal gleich, und sie erfinden nie ein Wort. Was sie finden, geht in die Korrekturmenge und als Hinweise in den Prompt des Modells — denn eine Rechtschreibprüfung weiß weitaus zuverlässiger, dass ein Wort falsch ist, als sie weiß, wie es hätte lauten sollen, und das Modell, das den Satz liest, ist im zweiten Teil besser.
Der Abschnitt, die deterministischen Hinweise, Ihr Stilleitfaden, falls Sie einen mitgegeben haben, und die von Ihnen gewählten Einstellungen werden zu einem Prompt zusammengesetzt. Das Modell liefert vorgeschlagene Korrekturen als Original/Korrektur-Paare zurück, nicht als umgeschriebenen Abschnitt — sodass eine Änderung immer einzeln lokalisiert, angezeigt und abgelehnt werden kann.
Daneben liest ein eigener Durchgang denselben Abschnitt auf nur eine Sache hin: ein Wort, das aus einem Satz gefallen ist. Er ist unten beschrieben, unter Fehlende Wörter.
Ein zweiter Prompt schickt jede vorgeschlagene Korrektur in der Rolle eines skeptischen Zweitlesers an das Modell zurück: Ist das wirklich ein Fehler, und ist das wirklich die Korrektur? Jede erhält einen Konfidenzwert von 1–5. Alles unter der Schwelle wird markiert statt verworfen, sodass ein richtiger Vorschlag, den der Reviewer nicht mochte, für Ihre Aufmerksamkeit gekennzeichnet ist statt verschwunden. Ein Fund aus dem Wörterbuch oder vom Grammatikserver wird auf diese Weise überhaupt nie überstimmt — ein Wörterbuch ist keine Meinung, die ein Modell überstimmen darf.
Der Reviewer läuft parallel zum Lektorat des nächsten Abschnitts, sodass der zusätzliche Durchgang weit weniger Zeit kostet, als es den Anschein hat.
Jede überlebende Korrektur muss eine Reihe mechanischer Wächter passieren, bevor sie den Text berühren darf. Sie werden unten beschrieben; am kürzesten gesagt: Eine Korrektur darf das Manuskript nicht auf eine Weise verschlechtern, die ein menschlicher Korrektor niemals täte.
Sie erhalten ein Inline-Diff auf Wortebene, Korrektur für Korrektur, mit angehängter Begründung und sichtbarem Konfidenzwert. Annehmen, ablehnen oder alle annehmen. Export nach Markdown, DOCX oder EPUB — und bei einem DOCX-Import zurück in das Originaldokument mit seinen eigenen Formatvorlagen, nicht in ein neu erzeugtes.
Die zentrale Designentscheidung ist, dass die regelbasierten und die modellbasierten Prüfer als getrennte Quellen gehalten, über denselben Text ausgeführt und anschließend zusammengeführt werden. Keiner kann die Arbeit des anderen tun.
a/an, doppelte Wörter, fehlende Apostrophe, „PIN number"Sie halluzinieren nie. Sie können aber auch nicht erkennen, dass their eigentlich there hätte heißen sollen, weil beides echte Wörter sind.
Es liest den Satz. Es wird auch gelegentlich etwas selbstsicher Falsches vorschlagen, weshalb nichts, was es sagt, ungeprüft angewendet wird.
Quellenübergreifende Vorabgenehmigung. Wenn ein deterministischer Prüfer und das Modell unabhängig voneinander dieselbe Korrektur erzeugen, wird sie automatisch angewendet, ohne den Segen des Reviewers zu brauchen. Eine Regel und ein Sprachmodell irren auf völlig verschiedene Weise, sodass ihre Übereinstimmung ein viel stärkeres Signal ist, als wenn eines von beiden allein selbstsicher ist.
Echtes Hunspell, zu WebAssembly kompiliert, das die standardmäßigen .aff/.dic-Wörterbuchpaare unverändert liest. Es markiert jedes Wort im Abschnitt, das nicht im Wörterbuch steht, ohne Obergrenze pro Abschnitt, und schützt dabei Namen aus Ihrem Stilblatt und Wörter, die sich wie Eigennamen verhalten.
Die echte Engine statt einer Nachbildung zu verwenden ist es, was die zusammensetzenden Sprachen funktionieren lässt. Dänisch und Deutsch bilden neue Wörter durch das Zusammenfügen alter — rådhusarkivet, Werkstattfenster — und ein Roman in einer der beiden Sprachen ist voller Komposita, die in keinem Wörterbuch stehen. Hunspell setzt sie aus ihren Teilen zusammen. Ein Prüfer ohne diese Maschinerie liest jedes einzelne davon als Tippfehler, was in der Praxis bedeutet, dass die Autorin die Rechtschreibprüfung abschaltet.
Wörter, die das Wörterbuch nie fangen kann, weil beide Schreibweisen echt sind: their/there, dänisch nogen/nogle, deutsch das/dass, spanisch si/sí. Bethaniel führt pro Sprache eine kuratierte Liste und speist die relevanten in den Prompt des Modells ein — aber nur, wenn beide Mitglieder eines Paares im Abschnitt tatsächlich nahe beieinander vorkommen. Eine Regel, die bei jedem Vorkommen von their anschlüge, würde das Manuskript überschwemmen; ein Hinweis, der nur dort greift, wo eine Verwechslung möglich ist, kostet fast nichts.
„They expect us to look each other in the same place.“ Jedes Wort, das dasteht, ist richtig geschrieben, also sieht kein Wörterbuch das for, das herausgefallen ist — und ein Autor liest direkt darüber hinweg, weil der Kopf das Wort ergänzt. Das Lektoratsmodell zusätzlich danach suchen zu lassen, funktionierte nicht: Es fand nicht mehr davon und begann, Fehler zu übersehen, die es vorher gefunden hatte.
Deshalb ist es ein eigener Durchgang, in drei Schritten. Das Modell liest den Abschnitt in kleinen Portionen nur nach ausgelassenen Wörtern ab. Eine Regel behält dann nur einen Vorschlag, der genau ein kleines Wort — eine Präposition, einen Artikel, ein Pronomen, ein Hilfsverb — zwischen zwei bereits vorhandenen Wörtern einfügt, und verwirft damit fast alles, was das Modell vorschlägt. Zuletzt bekommt das Modell den Satz zweimal gezeigt, so wie er dasteht und mit dem Wort, und wird gefragt, welcher grammatisch ist. Was übrig bleibt, wird Ihnen wie jeder andere Fund gezeigt und zählt im abschließenden Durchlesen als Blocker. Er läuft in allen fünf Sprachen; wie gut, pro Sprache und pro Engine, steht auf der Performance-Seite.
Ein lokaler LanguageTool-Server, der offline auf Ihrem Rechner läuft, auf seiner strengeren picky-Regelstufe. Die veröffentlichten Installationsprogramme bündeln sowohl LanguageTool als auch eine passende Java-Laufzeit, sodass nichts zu installieren ist; fehlt sie, tut sie nichts, statt den Job scheitern zu lassen.
Eine kurze Liste von LanguageTool-Regeln ist dauerhaft abgeschaltet, jede mit der Messung, die sie dorthin gebracht hat. Die Latte liegt bewusst hoch — null echte Fehler gefunden, mindestens einer erfunden — denn eine LanguageTool-Korrektur überspringt den Reviewer, sodass nichts stromabwärts eine fehlzündende Regel bremst. Eine spanische Regel, die jedes gerade Anführungszeichen in ein spitzes umschrieb, feuerte 248-mal im Testkorpus und hatte nicht ein einziges Mal einen echten Fehler getroffen.
Nur für Englisch geltende deterministische Prüfungen für a gegen an, fehlende Apostrophe in Kontraktionen, doppelte Wörter, redundante Akronyme und Satzabstände. Die anderen Sprachen überspringen diesen Durchgang ganz, statt englische Regeln auf sich angewendet zu bekommen.
Die Reparatur von Anführungszeichen ist deterministisch, weil der Unterschied zwischen einem öffnenden und einem schließenden Zeichen etwas ist, worüber ein Modell hinwegliest und eine Regel nie. Sie besitzt die Anführungszeichen ganz, weshalb der Grammatikserver sie nicht anrühren darf. Die Normalisierung der Sprachvariante — britische zu amerikanischer Schreibweise oder zurück — läuft genauso, sobald Sie angegeben haben, in welcher das Manuskript verfasst ist.
Manches, was wie ein Fehler aussieht, ist eine Entscheidung. Bethaniels Regel lautet: Wo eine Konvention wirklich umstritten ist, gibt die Autorin sie an, und erst dann wird sie durchgesetzt — denn ein Prüfer, der rät, liegt etwa in der Hälfte der Fälle falsch und ist so oder so laut dabei.
| Sprache | Die Entscheidung | Standard |
|---|---|---|
| Englisch | Oxford-Komma | An |
| Englisch | Komma nach einleitender Phrase | Aus — „Finally she turned" bleibt, wie geschrieben |
| Englisch | Britische oder amerikanische Schreibweise | Amerikanisch |
| Dänisch | Grammatisk komma oder nyt komma | Grammatisk |
| Spanisch | Kommakonventionen der RAE | Angewendet |
Das dänische ist der klarste Fall. Das Dänische hat zwei konkurrierende Kommasysteme, beide vom Retskrivningsordbogen sanktioniert und einander widersprechend: grammatisk komma setzt vor jeden Nebensatz ein Komma, nyt komma meist nicht. Eines davon ungefragt durchzusetzen ist für die Hälfte aller dänischen Manuskripte falsch. Die dänische Kommaerkennung wurde bewusst schwach gehalten, bis es diesen Schalter gab.
Zwischen dem Reviewer und Ihrem Bildschirm sitzt eine Reihe mechanischer Wächter. Es gibt sie, weil jeder einzelne etwas beschreibt, das während der Entwicklung tatsächlich passiert ist, und jeder einzelne ist heute ein Test, der fehlschlägt, wenn es wieder passiert.
.,, kein doppelter Punkt. Und wenn das Modell den letzten Satz eines Absatzes umschreibt und dessen Schlusspunkt fallen lässt — was es tut —, wird der Punkt zurückgesetzt, ohne die berechtigte Korrektur zu verwerfen, die damit kam.Die Wächter gelten für jede Quelle, auch die deterministischen. Eine regelbasierte Korrektur ist nicht privilegiert, nur weil eine Regel sie erzeugt hat.
Das Korrekturlesen ist einer von vier Durchgängen. Sie teilen sich die gesamte Pipeline oben — Aufteilung, Review, die Wächter, den Exportpfad — und unterscheiden sich im Prompt und in dem, was sie erzeugen.
| Durchgang | Was er tut |
|---|---|
| Korrekturlesen | Rechtschreibung, Zeichensetzung, Grammatik, Großschreibung, doppelte Wörter. Die mechanische Ebene. |
| Stilbearbeitung | Stil, Rhythmus, Formulierung, Redundanz. Vorschläge statt Korrekturen — ein objektiv fehlendes Komma gibt es hier nicht. |
| Übersetzung | Der vollständige Text in eine beliebige Zielsprache, dann ein Polierdurchgang in der Zielsprache, dann eine Absatz-für-Absatz-Flüssigkeitsprüfung, die alles noch einmal poliert, was als verstümmelt bewertet wurde. Nur in der Cloud — siehe unten. |
| Analyse | Figurenkatalog, Ortskatalog und Zeitleiste, über jedes Kapitel zusammengeführt, plus eine automatisch erzeugte Prosazusammenfassung und ein Klappentext. |
Wählt man Korrekturlesen und Stilbearbeitung zusammen, werden sie zu einem einzigen Durchgang pro Kapitel zusammengeführt, statt das Manuskript zweimal zu durchlaufen. Die Auswahl mehrerer Analysedurchgänge tut dasselbe.
Die Pipeline ist in allen vier Fällen identisch. Das Einzige, was sich ändert, ist, wo die Inferenz stattfindet und ob der Text Ihren Rechner verlässt.
| Modell | Läuft auf | Text bleibt lokal |
|---|---|---|
| Local Betty — Qwen3.5 4B | Ihr Rechner · ~3 GB, 8 GB freier RAM | Ja |
| Custom Betty | Ihr Rechner · jede GGUF, die Sie bereitstellen | Ja |
| External Betty | Ihr eigener API-Schlüssel, Ihr gewählter Anbieter | Nein |
| Betty in the Cloud — gehostet, EU | Bethaniels gehosteter Dienst, bezahlt pro Job | Nein |
Local Betty ist der Standard, und die App ist vollständig nutzbar, ohne je das Netzwerk berührt zu haben. Vor dem Download sagt der Start-Button, wie lange ein Roman auf dem Rechner davor dauern sollte. Die Cloud-Optionen gibt es für Rechner, die ein 4B-Modell nicht in brauchbarem Tempo ausführen können — sie werden pro Job gewählt, und die Bedingungen sagen klar, was mit dem Text geschieht.
Die eine Ausnahme ist die Übersetzung. Das lokale Modell wurde daran gemessen und war nicht gut genug — eine schwache Übersetzung ist flüssig, selbstsicher und falsch, und wer nicht beide Sprachen liest, kann das nicht sehen — deshalb lehnt die App einen Übersetzungsauftrag auf einem lokalen Modell ab. Übersetzt wird nur mit Betty in der Cloud, auf einem viel größeren Modell als dem der Lektoratsdurchgänge, oder über Ihren eigenen Schlüssel.
Früher bot sie zwei bis vier Lektoratsagenten pro Abschnitt und mehrere Reviewer an, nach der Theorie, unabhängige Meinungen ließen sich bündeln. Sie wurden gemessen, und es gab keine unabhängigen Meinungen zu bündeln.
Korrekturen werden gierig dekodiert — das Modell wird nach der einen wahrscheinlichsten Antwort gefragt statt nach einer Stichprobe, weil das Finden eines Fehlers eine Frage mit einer richtigen Antwort ist und keine kreative. Stellt man dieselbe Frage so zweimal, bekommt man zweimal dieselbe Antwort. Jeder zusätzliche Agent las denselben Abschnitt mit demselben Prompt erneut und lieferte eine byteidentische Liste, die der Zusammenführungsschritt dann wieder zu einer einzigen zusammenfaltete.
Gemessen über vier Sprachen und drei Modelle: Ein Lektor und zwei erzeugten in jedem Fall identische Ausgaben — dieselben Korrekturen, dieselben Auslassungen, dieselben Markierungen auf sauberem Text — und einer war 15–20 % schneller. Also wurden die Optionen entfernt, statt als Einstellung stehen zu bleiben, die Sie Zeit und Energie für nichts kostet. Die eine Ausnahme bleibt: Wenn Sie ein Stilblatt mitgeben, läuft ein zweiter Agent mit einem wirklich anderen Prompt, und der kann widersprechen.
Ich halte Betty für gut. Ich halte es auch für wichtig, klar zu sagen, wo sie hilft, wo nicht, und worauf Sie sich einlassen.
Betty ist ein Werkzeug, keine Fachkraft. Sie ist eine Schreibhilfe — keine ausgebildete Lektorin, Korrektorin oder Rechtsprüferin. Ihre Vorschläge sind Ausgangspunkte, keine Urteile. Die letzte Entscheidung über jeden Satz liegt bei Ihnen.
Sie wird manchmal falsch liegen. Sprache hängt auf wirklich schwierige Weise vom Kontext ab. Betty wird gelegentlich etwas markieren, das in Ordnung war, etwas übersehen, das es nicht war, oder eine Änderung vorschlagen, die alles schlimmer macht. Behandeln Sie ihre Ausgabe als zweite Meinung, nicht als endgültiges Lektorat.
Standardmäßig lokal; die Cloud nur, wenn Sie es verlangen. Sich selbst überlassen verarbeitet Betty Text ausschließlich auf Ihrer eigenen Hardware, und nichts wird übertragen. Die Ausnahme ist ein Cloud-Auftrag — pro Auftrag ausgewählt und bezahlt, bevor er läuft: die bearbeitete Passage geht verschlüsselt an europäische Infrastruktur, die sie in keine Datenbank und in kein Log schreibt. So oder so behalten Sie alle Rechte an Ihrem Manuskript und am bearbeiteten Ergebnis, und nichts von dem, was Sie schreiben, wird zum Trainieren eines Modells verwendet. Die Cloud-Bedingungen sagen klar, was mit dem Text geschieht.
Lokal zu laufen braucht leistungsfähige Hardware. Das lokale Modell benötigt 8 GB freien Arbeitsspeicher, während sie läuft — in der Praxis einen Rechner mit 12 GB oder mehr, oder 8 GB bei geschlossenen anderen Programmen — und etwa 3 GB freien Speicherplatz. Die Geschwindigkeit hängt von der Grafik ab: Ein Mac mit Apple Silicon oder eine NVIDIA-Karte mit 8 GB Grafikspeicher lektoriert einen Roman in etwa drei Stunden oder weniger, allein auf dem Prozessor dauert es den größten Teil eines Tages. Erwartete Laufzeiten je Rechner. Sie leistet echte Rechenarbeit — es gibt keine Leichtversion. Die Cloud-Option ist genau für diese Rechner: das Modell läuft im Rechenzentrum, und auf Ihrem muss nichts weiter Platz finden als die App selbst.
Unterstützte Plattformen. Betty ist derzeit für macOS 12 oder neuer, Windows 10 (64-Bit) oder neuer und Linux-Systeme mit glibc 2.31 oder neuer verfügbar. Andere Plattformen werden zurzeit nicht unterstützt.
Betty ist kostenlos und soll es bleiben. Betty auf dem eigenen Rechner zu betreiben hat kein Nutzungslimit, kein Abo und keine Testphase, und das ist das Produkt. Es gibt eine bezahlte Option — einen Cloud-Dienst, abgerechnet pro Job, für Rechner, die kein Modell lokal ausführen können: 5 € pro 100.000 Wörter für ein Lektorat oder ein abschließendes Korrekturlesen, 12 € für eine Übersetzung. Sie ist nie erforderlich, um Betty zu nutzen. Sollte sich an der kostenlosen Version etwas ändern, wird es hier angekündigt, bevor es in Kraft tritt, mit genug Vorlauf für eine überlegte Entscheidung.
Keine Gewährleistung. Betty wird bereitgestellt, wie sie ist. Ich übernehme keine Garantie für Genauigkeit, Eignung für einen bestimmten Zweck oder ununterbrochene Verfügbarkeit. Nutzen Sie sie nach eigenem Ermessen.
Jede Behauptung auf dieser Seite, an der eine Zahl hängt, stammt aus einem Benchmark, den jeder mit dem Repository erneut ausführen kann. Gepaarte Texte — ein sauberer Text und derselbe Text mit rund hundert an bekannten Zeichenpositionen gesetzten Fehlern — laufen durch die echte Pipeline, und was zurückkommt, wird gegen das Gesetzte bewertet.
Die fehlerhaften Texte sind konstruiert, nicht annotiert: Ein Generator setzt jeden Fehler nach einem Plan pro Sprache und lehnt jede Änderung ab, die nicht genau einen Bereich der beabsichtigten Art erzeugt, sodass die Grundwahrheit nicht vom Text abdriften kann. Die Durchgänge werden unterschiedlich bewertet, weil sie unterschiedlich scheitern — Recall und Präzision gegen die gesetzten Fehler beim Korrekturlesen, und chrF gegen menschliche Referenzübersetzungen plus Längenverhältnis- und Unübersetzt-Prüfungen bei der Übersetzung.
Die Ergebnisse pro Sprache, mit den Auslassungen aufgeschlüsselt nach Art des übersehenen Fehlers, stehen auf der Leistungsseite.