Menschine: Human-in-the-loop Video Mining

Design AI startete 2018 als KI-Beratungsunternehmen, das durch die Kombination von Design Thinking und Künstlicher Intelligenz nutzerzentrierte Innovationen schafft. In vielen Branchen haben wir festgestellt, dass das eigentliche Problem oft der Mangel an einer sauberen Datenbasis ist. Gerade Unternehmen, die viele Inhalte in komplexen und unstrukturiert gespeicherten Datenformaten (Bilder, Audio, Video) haben, verlieren oft den Überblick und haben keine Transparenz über ihre Daten. Und gerade die Medienindustrie produziert solche Daten jeden Tag in Form von Content.

Darum starteten wir 2019 mit einem Projekt, das sich der Suche nach KI-Anwendungsfällen in der Medienbranche widmete. Unter unserer Ideensammlung, die durch aufschlussreiche Experteninterviews erweitert wurde, fanden wir den sehr vielversprechenden Bereich des Videominings.

Unser Ziel war es, ein KI-basiertes Content Warehouse für Video-Assets zu entwickeln. Dieses soll modernste Techniken nutzen, um sinnvolle, semantisch tiefgehende Annotationen zu extrahieren. Insbesondere sollen diese Informationen nicht nur von der KI bereitgestellt werden, sondern mit menschlichen Eingaben des Benutzers ergänzt werden. So schaffen wir eine Plattform, auf der Medienunternehmen ihre individuelle KI erstellen, anpassen und ständig verbessern können - spezialisiert auf ihre eigenen, individuellen Bedürfnisse.

Überzeugt von dem Potenzial unserer Idee haben wir uns kurzerhand beim Media Lab Bayern für das Start-Up Fellowship beworben - und konnten die Jury mit unserer Vision begeistern!

Doch bevor wir mit der Produktentwicklung durchstarten konnten, mussten wir noch mehr Zeit in Gespräche mit Kunden investieren, um das Problem noch besser zu verstehen. Dazu wurden wir durchwegs vom Media Lab unterstützt, sowohl finanziell als auch durch hilfreiches Coaching und ein großes Netzwerk.

Dadurch haben wir innerhalb unseres Use Cases einen fünfstufigen Prozess mit unterschiedlichen Herausforderungen identifiziert, beginnend mit der Vorproduktion. Dieser Schritt beinhaltet die Konzeption der Videoinhalte und z.B. die Recherche im Archiv nach relevantem Videomaterial. Nach dem zweiten Schritt - der Videoproduktion - geht es in die Postproduktion, die z.B. das Schneiden und Anpassen von Video-Rohmaterial und Ton beinhaltet. Danach wird das Video ausgestrahlt und archiviert. Wir haben in zahlreichen Interviews mit unserer Zielgruppe analysiert, dass der letzte und entscheidende Schritt der Archivierung mit dem meisten Aufwand verbunden ist, und es dort den größten Bedarf für eine KI-Lösung gibt.

Basierend auf unseren Erkenntnissen aus Interviews haben wir auch herausgefunden, dass insbesondere Medienunternehmen mit einem Fokus auf Video, wie z.B. Fernseh-, Sport- oder Werbeunternehmen, sehr viel Videomaterial produzieren, das sie für ihr Videomanagement strukturiert archivieren wollen. Deshalb verbringen Mediendokumentare, Archivare und Rechercheure teilweise einen vollen Arbeitstag damit, Videomaterial von einer Stunde zu verschlagworten. Trotzdem fehlt oft bei 90 % des Filmmaterials die Verschlagwortung. Darüber hinaus ist die Arbeit sehr repetitiv und fehleranfällig.