Tag - Perspective API

KI in der Verlagsbranche: Anwendungsbereiche und Trends 2019

Contiago Blog: KI in der Verlagsbranche: Anwendungsbereiche und Trends 2019. Bildquelle: Tatiana Shepeleva/shutterstock.com

Künstliche Intelligenz bietet für Publisher große Chancen, aber auch Herausforderungen. Wir zeigen, wie KI schon heute in Verlagen eingesetzt wird, werfen einen Blick in die Zukunft und geben hilfreiche Tipps für den Einstieg.

Noch vor zehn Jahren kam Künstliche Intelligenz fast nur im akademischen Bereich zum Einsatz. Mittlerweile sind auch Unternehmen auf den Geschmack gekommen. Nahezu jede Branche setzt KI-Anwendungen ein, etwa um Entscheidungen im Business schneller und besser treffen zu können, das Wissen über Kunden zu verbessern oder Produktion und Logistik zu automatisieren – kurz: Unternehmen nutzen KI, um mehr aus Daten herauszuholen und um Prozesse effizienter zu machen. In Medienhäusern beschränkte sich der Einsatz von KI lange auf Verkauf und Vertrieb. Doch das ändert sich allmählich.

Welche Rolle spielt KI heute und zukünftig in Verlagen und Medienhäusern?

Künstliche Intelligenz wird für das Kerngeschäft der Publisher zukünftig immer wichtiger. Neue Technologien sind schon heute in der Lage, Content in unterschiedlichen Formaten – Text, Bild und Video – nicht nur formal, sondern auch inhaltlich zu verstehen. Riesige Mengen an Content können mit KI automatisch gefiltert, sortiert und angereichert werden. Die semantische Verknüpfung über Metadaten ermöglicht es wiederum, Content automatisiert zu verarbeiten.

Auch die Produktion von Inhalten wird von KI bereits an vielen Stellen unterstützt. Data Science, Analyse-Methoden und lernende Maschinen erzeugen Algorithmen für die automatisierte Recherche und Erstellung, für die assistierte Suche und Analyse von Archivmaterial oder maschinell erzeugte Texte und Metainformationen. Text-Engines wie rtr von retresco generieren heute schon vollautomatisch redaktionelle Texte in Echtzeit und in jeder Sprache.

Auf betriebswirtschaftlicher Ebene kann KI dabei unterstützen, große Mengen von Kundendaten in Verbindung mit Kennzahlen zur Nutzung von Inhalten in Echtzeit zu analysieren. Auf diese Weise können Verlage den Bedarf Ihrer Leser sehr genau ermitteln und passende Produkte entwickeln. Mit dem Wissen über den Bedarf der Zielgruppe lassen sich auch Marketing- und Vertriebsaktivitäten gezielter ausrichten und somit effizienter gestalten.

Wo liegen die Herausforderungen für Verlage, wenn sie KI einführen wollen?

Die größte Herausforderung ist gleichzeitig die Grundvoraussetzung dafür, das KI überhaupt funktioniert: der Umgang mit großen Datenmengen. Wie schnell Künstliche Intelligenz bestimmte Aufgaben erlernen und im Unternehmen produktiv tätig werden kann, hängt wesentlich davon ab, wieviele Daten ein Verlag bereitstellen kann. Dabei geht es nicht um Excel-Tabellen mit Kundendaten und ein paar Nutzungsdaten aus Website-Analytics, sondern um “Big Data”.

Wenn jeder Artikel laufend mit Metadaten angereichert wird und jeder “Touchpoint” zum Leser in Echtzeit Daten liefert, dann kommt es zu einer Datenflut, die ein Verlag bewältigen muss. Das ist besonders für kleinere Unternehmen eine große Herausforderung. Neue Lösungen wie etwa NoSQL-Datenbanken können dabei unterstützen, indem sie schnell und einfach Daten zusammenführen und verfügbar machen. Auch die Visualisierung von Daten (“Immersive Data”) verspricht eine leichtere Handhabung. Hier können Verlage konkret ansetzen.

Gibt es Beispiele für Verlage, die KI bereits erfolgreich einsetzen?

Die “Großen” machen es vor: 2017 veröffentlichte die Washington Post über 850 Artikel, die nicht von Menschen geschrieben wurden. Das System „Heliograf“ verfasst kleinere Meldungen wie etwa Sport-News und wertet Nutzungsdaten aus. Hier ist in der Praxis noch viel Luft nach oben, wie das folgende Beispiel zeigt:

“Schon im Jahr 2016 gestaltete der Supercomputer Watson von IBM eine eigene komplette Ausgabe des britischen Marketings-Magazins »The Drum«. Dazu gehörten auch die Aufgaben eines Chefredakteurs: die Themenauswahl, die Suche nach passenden Bildern, die visuelle Gestaltung der Zeitung und das Verfassen von Texten. Watson erledigte die Aufgabe mit Bravour und die Ausgabe ging mit einer Auflage von 1000 Stück in den Druck. Die temporär arbeitslosen Journalisten des Magazins nahmen die Auszeit mit Humor und entspannten derweil an ihren Arbeitsplätzen.” – Handelskraft

Für die Interaktion mit Lesern hat beispielsweise der Guardian einen Chatbot entwickelt, der die neuesten Nachrichten über den Facebook-Messenger ausliefert und auf Fragen der Leser reagiert. Die New York Times experimentiert mit einem Tool, das die Betreuung von Online-Kommentaren übernimmt. “Perspective API” von der Google-Firma Alphabet sortiert automatisch Kommentare basierend auf ihrer Tonalität.

BBC setzt auf “Semantic Discovery”, um Informationen zu sammeln und in Beziehung zueinander zu setzen. Nach fast zehnjähriger Entwicklung besitzt BBC heute nach Einschätzung von Experten eines der leistungsfähigsten Werkzeuge in diesem Bereich. Kleinere Verlage können von diesen Entwicklungen profitieren, indem Sie die entsprechenden Tools lizensieren und im Kleinen für ihr Business nutzen.

Worauf sollten Verlage achten, wenn sie ins Thema KI einsteigen?

Digitalisierung in Medienhäusern scheitert, wenn sie zu schnell und zu viel erreichen wollen. Besonders kleinere und noch “wenig digitalisierte” Unternehmen sollten planvoll und schrittweise vorgehen, Stichwort: agile Implementierung. Die folgenden drei Aspekte sollen grob skizzieren, worauf beim Einstieg in KI zu achten ist.

  1. In welchen Bereichen des Unternehmens kann KI schnell und mit möglichst geringem Risiko einen messbaren Nutzen stiften? Dies sind in der Regel solche Bereiche, in denen bereits zuverlässig mit Daten gearbeitet wird und die entsprechenden Prozesse und Strukturen für “Big Data” vorhanden sind, z.B. Marketing, Vertrieb, Kundenservice, Logistik und Produktion. Agile Tests helfen, mögliche Anwendungsfälle mit geringem Risiko zu identifizieren.
  2. Zu den Grundvoraussetzungen für KI gehören nicht nur die richtige Technologie und Tools, sondern auch der Aufbau von Expertise. Kann das Wissen intern abgedeckt bzw. aufgebaut werden oder sollte ein Dienstleister hinzugezogen werden? Letzteres bietet sich für agile Projekte, die schnell und mit geringem Veränderungsaufwand umgesetzt werden sollen, an.
  3. Die Integration von KI in konkrete Arbeitsabläufe und Strukturen im Unternehmen sorgt nicht selten für Misstrauen und Widerstand im Unternehmen. Menschen müssen überzeugt und “mitgenommen” werden. Kleine und überschaubare Projekte liefern schnelle Ergebnisse, die im Idealfall dazu beitragen, Ängste und Vorbehalte im Unternehmen abzubauen. Eine wichtige Rolle spielt eine transparente und auf Vertrauen basierende Kommunikation im Verlag.

Fazit:

Die großen Medienhäuser zeigen, wo die Reise der Künstlichen Intelligenz im Publishing hingeht. Neue Technologien können überall dort Nutzen stiften, wo große Mengen an Daten und Content in Echtzeit verwaltet und gesteuert werden müssen. Die Herausforderung für Verlage besteht darin, KI als Chance zu begreifen und Strukturen und Prozesse schrittweise zu digitalisieren. Dazu gehört der Mut, Publishing neu zu denken und sich neuen Technologien gezielt zu öffnen.

Auch wir bei Contiago arbeiten intensiv daran, Inhalte für die Content Syndication mithilfe von KI automatisiert zu verschlagworten, zu analysieren und zu indexieren. Wir werden demnächst von unseren vielversprechenden Pilotprojekten berichten.