FORSCHUNG & ENTWICKLUNG: KI-gestütztes Highlight Clipping: Ein generalisierender Ansatz

Lilian Do Khac: Die Fortschritte in der Digitalisierung führen zu explosionsartigen Verfügbarkeit von digitalen Inhalten und sind so nur schwer zugänglich. Schwere Zugänglichkeit wirkt sich negativ auf Wachstumszahlen durch gewonnene Konsumenten oder auf deren User Experience in der Findung von für sie interessanten Inhalten aus. Eine bessere Zugänglichkeit von digitalen Inhalten ist durch Zusammenfassungen, wie auch durch das Erzeugen von Highlight-Clips, der Inhalte oder durch Metadatengenerierung möglich. Klassische Lösungsszenarien orientieren sich an das Training von KI-Algorithmen und sind somit wenig generalisierbar auf verschiedene Genres und aufwändig in der Implementierung. Im folgenden Artikel wird dem mit einem generalistischen Ansatz begegnet, der zugleich ein hohes Maß an Flexibilität gegenüber verschiedener Genres ermöglicht und darüber hinaus die Kontrolle des Bewertungsschemas, z.B. bei der Identifizierung von Highlight-Clips, beim Menschen behält.

Zum Artikel >>

Digitalization achievements lead to explosive availability of digital content and therefore became hardly approachable. This negative side-effect has negative effects on growth rates concerning consumer bases or negative effects on their user experience when trying to find interesting contents. A better user experience of digital content would be given through summaries, also including the production of highlight-clips, as well as through meta data generation. Classical solution scenarios are targeting specific training of AI models and are thus less generically applicable to various genres. Furthermore, the training of such AI models represents high efforts during the development phases. In the underlying article a generic approach is suggested which allows for high flexibility on various genres while keeping the control of scoring highlight-clips at the human side.