Alexander Rossner; Flavio Horbach; Philipp Redlinger; Angelos Loucas; Philipp Schramm; Marcel Hauck; Sven Pagel: Aufgrund der stetig wachsenden Menge an (Online-)Video-Angeboten stehen Medienunternehmen zunehmend vor der Herausforderung, ihre Inhalte sinnvoll zu organisieren und aufzubereiten, um ihren Rezipient:innen das bestmögliche Angebot zu bieten. Insbesondere mit Blick auf eine steigende Verwertung über unterschiedliche Kanäle (z. B. eigene Mediathek(en), Social-Media- Plattformen) ist es erforderlich, besonders relevante und interessante Aspekte innerhalb von Videoinhalten zu analysieren, um die emotionalen Bedürfnisse der Zuschauer:innen zu berücksichtigen. Der im BMWK-Forschungsprojekt „AI4MediaData“ entwickelte Algorithmus „Highlight Search“ bietet einen Ansatz, um emotionale Highlights in Reality-TV-Formaten zu identifizieren. Auf Basis von audiovisuellen Features und Nutzungsdaten wurde ein Algorithmus entwickelt, der besonders emotionale Szenen in ganzen Episoden eines TV-Formats ermittelt und diese zur Nutzung durch Redakteur:innen in Form von Schnittmarken in anpassbaren Längen ausgibt, um daraus kurze Highlight-Clips vereinfacht erstellen zu können.
