10. Februar
Ziel des Medien Workshops ist die Diskussion innovativer KI Technologie zur Verbesserung von Social Media-Monitoring, Content Analyse und Validierung von Text, Sound und Video. Weitere Themen sind Topic Detection, Advanced Newsboards, Storytelling und Automated Journalism.
Im besonderen Fokus stehen der Einsatz von Maschine Learning und die Gewinnung und Nutzung von Metadaten zur kontinuierlichen Verbesserung der KI Lösungen. Die Vorträge sind vorwiegend auf deutsch.
Moderation: Dr. Carsten Kindermann, Rolf Fricke (Condat AG)
Wie KI und Metadaten helfen, redaktionelle Schätze zu heben (20 Min)
Christina Elmer (Der Spiegel)
Wie kann sich Qualitätsjournalismus im Digitalen behaupten – in einem dynamischen Umfeld mit immer neuen Plattformen und gegenüber einer Fülle von Inhalten geringerer Relevanz? Automatisierung und das Konzept des Structured Journalism liefern vielversprechende Lösungen und ermöglichen eine größere Sichtbarkeit hochwertiger Inhalte. Doch Experimente mit KI-basierten Zusammenfassungen zeigen auch, wie massiv die Herausforderungen in diesem Feld sind, etwa auch angesichts szenischer Einstiege und kreativer Workflows.
Künstliche Intelligenz in der Content Analyse beim WDR – von der Technologiebeobachtung bis zum produktiven Einsatz - Mit Live-Demonstrationen (40 Min)
Dr. Dirk Maroni und Ralf Walhöfer (WDR)
Künstlichen Intelligenz ist heute eine digitale Kerntechnologie um (Teil-)Prozesse in Rundfunkanstalten zu automatisieren. Der Vortrag zeigt, in welchen Stufen beim WDR Künstliche Intelligenz für die Analyse von Videos, Audios und Texten von der Technologiebeobachtung zum produktiven Einsatz gelangt. Anschließend werden mehrere im Einsatz befindliche KI-unterstützte Anwendungen in den Bereichen Content Analyse und Recommendation live vorgestellt. Abschließend werden die Erkenntnisse aus der langjährigen Auseinandersetzung mit Künstlicher Intelligenz im Westdeutschen Rundfunk mit dem Auditorium geteilt.
Panel-Diskussion Medienanalyse, Recherche und Metadaten
In dieser Panel-Diskussion tauschen sich Christina Elmer (DER SPIEGEL), Dr. Dirk Maroni (WDR) und Ralf Walhöfer (WDR) miteinander und den Workshopteilnehmern über die Themen Ihrer Vorträge aus.
KI für regionale Inhalte: Projekte und Learnings aus dem BR AI und Automation Lab
Cecile Schneider (BR)
Text-Automatisierung, Voice-Anwendungen und Structured Journalism: Das interdisziplinäre Lab-Team setzt neue Ideen an der Schnittstelle von Journalismus, Informatik und Produktentwicklung um. Product Lead Cécile Schneider zeigt anhand von Projektbeispielen, wie der BR mit Machine Learning und Automatisierung:
- regionale Inhalte aus Daten erstellt
- den Nutzer:innen in neuen Formaten zugänglich macht
- regionale Nachrichten personalisiert und
- redaktionelle Verantwortung im KI-Zeitalter interpretiert
ReTV: Trending topic prediction and dynamic re-purposing of TV media assets to optimally reach an online audience
Lyndon Nixon (Modul Universität Wien)
In the ReTV project, we develop a media content re-purposing and online publication tool which uses prediction to suggest topics and events to focus the future online promotion of an organization’s media assets on. The tool guides the creation of a publication at an optimal time, with the automatic re-purposing of the media asset to fit the channel, to maximise the content’s potential reach and engagement.
Kurzgeschichten erzählt von einer Künstlichen Intelligenz
Olcay Buyan (Television.AI)
In der Berichtserstattung zu aktuellen Geschehnissen, kommen oft so genannte NiF (Nachricht im Film) Beiträge zum Einsatz. Ein NiF ist eine kurze Wortmeldung im klassischen Fernsehen oder OTT (Over-The-Top) Plattformen, welcher mit relevanten Bildern und Videos bebildert und einer Sprecherstimme (Voice-Over) begleitet wird. Auch wenn dieses Format oft eine kurze Spieldauer vorweist, ist der Aufwand dahinter nicht zu unterschätzen. So muss das Rohmaterial gesichtet, der Nachrichtentext als Voice-Over eingesprochen und alles passend zur Geschichte geschnitten werden. Wie kann KI bei der Produktion dieser Beiträge unterstützen?
Panel-Diskussion Content Creation, Regionale Inhalte, Storytelling
In dieser Panel-Diskussion tauschen sich Cécile Schneider (BR), Dr. Lyndon Nixon (MODUL Technology) und Olcay Buyan (Television.AI) miteinander und den Workshopteilnehmern über die Themen Ihrer Vorträge aus.
Let your data support you! Wie Machine Learning und Natural Language Processing Medien unterstützen
Franz Julian Rollshausen (ZDF Digital)
Die Menge an Videoinhalten auf dem VOD-Markt wächst von Tag zu Tag. Damit erleben wir auch eine enorme Zunahme der Verfügbarkeit von Metadaten, von denen ein großer Teil Textdaten sind. Die Kombination von Text Mining und maschinellem Lernen ist zu einer vielversprechenden Methode geworden, um die verborgenen Schätze in unseren Datenbanken zu heben. Im nächsten Schritt verspricht die Kombination dieser Technologie mit den Insights aus Nutzungsdaten eine Vielzahl von Anwendungen im Medienumfeld.
Automatische Klassifikation aggressiver Sprache – Erfahrungen aus zwei Shared Tasks
Prof. Dr. Melanie Siegel (Hochschule Darmstadt)
"Aggressive Sprache" umfasst das breite Spektrum von der Verwendung von Schimpfwörtern über Beleidigungen und Diskriminierungen bis hin zu Gewaltandrohungen (Ruppenhofer et al. 2018). Wir haben in den Jahren 2018 und 2019 zwei Programmierwettbewerbe - sogenannte 'Shared Tasks' - durchgeführt und Methoden zur automatischen Klassifizierung von aggressiver/offensiver Sprache entwickelt. Der Vortrag beschreibt den Aufbau der Shared Tasks, die entwickelten Methoden und die Evaluationsergebnisse.
Anwendung unterschiedlicher Maschine Learning Methoden zur Erkennung rechtswidriger und jugendgefährdender Inhalte
Sacha Prelle (Condat AG)
Der Vortrag erläutert anhand der Aufgabe rechtswidrige und jugendgefährdende Inhalte auf Webseiten und in sozialen Medien zu erkennen, wie man geeignete Tools und Methoden evaluiert, ggf. miteinander kombiniert und zum Einsatz bringt. Behandelt wird auch die Frage, was das beste erreichbare Ergebnis ist, insbesondere unter Berücksichtigung von Rahmenbedingungen wie Aufwand, Performance und Kosten.
Panel-Diskussion Advanced Media Analysis, Natural Language Processing, Maschinelles Lernen
In dieser Panel-Diskussion tauschen sich Franz Julian Rollshausen (ZDF Digital), Prof. Dr. Melanie Siegel (Hochschule Darmstadt) und Sacha Prelle (Condat) miteinander und den Workshopteilnehmern über die Themen Ihrer Vorträge aus.