CUSTOMER SUCCESS STORY / rbb
Die KI von DeepVA verbessert die regionale Abdeckung des rbb
INDUSTRIE
Öffentlich-rechtliche Rundfunkanstalt
PRODUKT
Rationalisierung der Prozesse, Steigerung der Effizienz der Mitarbeiter und schnellere Bereitstellung relevanter Inhalte, um den Wert des Archivs für Zuschauer und Mitarbeiter zu steigern.
Pressemitteilung
Die Zusammenarbeit des rbb mit DeepVA hat den regionalen Rundfunk und die Archivierung durch den effizienten Einsatz von KI transformiert.
Erhöhte Effizienz bei der Archivierung und Produktion ermöglicht Redakteuren einen schnellen und einfachen Zugriff auf Inhalte, verbessert aber auch langfristig die Nutzererfahrung.
rbb setzt auf KI-Revolution: Effiziente Archivierung und Redaktion mit DeepVA-Lösungen
Regionale Berichterstattung ist eine der wichtigsten Aufgaben des öffentlich-rechtlichen Rundfunks und ein Gebiet, den kein anderer Sender in diesem Umfang abdeckt. In Zeiten steigenden Medienkonsums erfordert diese Regionalisierung Mittel, die den Aufwand reduzieren und automatisieren. Dies beginnt im Sender bereits bei der Bearbeitung von Dokumenten oder der technischen Aufbereitung von Inhalten, soll aber auch in der Postproduktion weiter vorangetrieben werden. Der rbb arbeitet eng mit staatlichen Institutionen, Dienstleistern und Forschungseinrichtungen zusammen, um innovative Lösungen für alle Bereiche des Senders zu entwickeln. Im Vordergrund steht dabei die Unterstützung der Redaktionen, damit diese effizienter arbeiten können.
Der rbb setzt DeepVA im Rahmen seiner Prozessoptimierungsstrategie in den Bereichen Postproduktion, Editierung und Archivierung ein. Der Schwerpunkt des Tests lag dabei unter anderem auf der Erkennung von Landmarken, um die Archivmitarbeiter bei der Verschlagwortung zu unterstützen.Der rbb setzte DeepVA als Teil seiner Prozessoptimierungsstrategie in der Postproduktion, Bearbeitung und Archivierung ein; DeepVA bot eine Lösung, die die Analyse von Metadaten mit Hilfe von KI beschleunigte und erleichterte und in Teilen sogar automatisierte. Dies ermöglichte den Redakteurinnen einen schnelleren und effizienteren Zugriff auf das benötigte Material und reduzierte repetitive Aufgaben.
Mit nur wenigen Trainingsbildern können der KI regionale Gebäude oder Sehenswürdigkeiten beigebracht werden, dieses Few-Shot-Learning macht den Einstieg in die KI-Technologie sehr einfach und kann komplett im Archiv durchgeführt werden, ohne zusätzliches Personal oder externe Dienstleister, dabei wandelt sich das Berufsbild der Mitarbeitenden im Archiv weg vom Archivarin, hin zur KI ManagerIn- ein zusätzlicher Anreiz, denn auch andere Abteilungen des Senders können die im Archiv aufgebauten KI-Expertise und Trainingsdaten nutzen.
Eine Win-Win-Situation für Mitarbeiter und Zuschauer
Der Erfolg von rbb Retro zeigt, dass die Rundfunkarchive noch viele Schätze bergen, die auf diese Weise gehoben werden können. Die Zuschauer*innen profitieren von einer präziseren und schnelleren Auswahl der Inhalte, was das Zuschauererlebnis verbessert und die Bindung an den Sender stärkt.
Insbesondere für historische Archive kann die KI-gestützte Erkennung von Landmarken dazu beitragen, wichtige historische Momente zu katalogisieren und zu erhalten. Dies ist nicht nur für eine zielgerichtetere Nutzung von Vorteil, sondern auch für Bildungszwecke und die Bewahrung des kulturellen Erbes, was auch ein Aspekt des öffentlichen Rundfunks ist.
Die Hauptziele des Projekts waren die nahtlose Integration von KI-Technologie in bestehende Arbeitsabläufe und Programme, schnelle Analysezeiten und qualitativ hochwertige Metadaten. Die Mitarbeiterinnen und Mitarbeiter sollten von der KI-gestützten Analyse profitieren, ohne zusätzliche Tools einsetzen zu müssen. Der rbb plant die weitere Integration von KI-Lösungen in bestehende Tools und Systeme, um Unterbrechungen der Arbeitsabläufe zu minimieren. Ressourcenschonung und Prozessbeschleunigung sind zentrale Ziele. Zukünftig soll auch die Erkennung von Objekten und Begriffen in Bild- und Videomaterial vorangetrieben werden.
Zusammenfassend lässt sich sagen, dass die KI-basierte Erkennung von Landmarken in den Archiven eines öffentlich-rechtlichen Senders eine Win-Win-Situation schafft. Mitarbeitende können schneller und effizienter arbeiten und die Zuschauer erhalten bessere und relevantere Inhalte aus ihrer Region. Dies zeigt, wie Technologie dazu beitragen kann, den Wert und die Attraktivität von Archiven für alle Beteiligten zu steigern.
Werfen Sie einen Blick auf unsere weiteren Erfolgsgeschichten
Arvato Systems
Mithilfe von DeepVA kann der User intuitiv und einfach direkt im Media Asset Management System Trainingsdaten anlegen und verwalten.
Heilbronn
DeepVA hilft dem Stadtarchiv Heilbronn dabei, große Fotomengen automatisiert zu verschlagworten und zu digitalisieren.
Bayerischer Rundfunk
Das Anlegen und Verwalten von Trainingsdaten für die Face Recognition mithilfe von KI erfordert einen hohen Zeit- und Kostenaufwand.