top of page

AI trifft Contentproduktion

Updated: Apr 8, 2021

Um den zwei Buchstaben AI (artifical intelligence) oder KI (Künstliche Intelligenz) und dem, was damit in der Verbindung steht, etwas Kontur zu geben, und nicht nur abstrakt zu formulieren, habe ich in diesem Artikel drei AI getriebene Anwendungen zusammengetragen, mit denen ich mich in letzter Zeit auseinandergesetzt habe. Die Tools kommen aus unterschiedlichen Content-Produktions-Anwendungsbereichen, von Video- und Bildbearbeitung, über Text und Marketing Tools. Letztlich arbeiten sie aber alle mit AI bzw. Machine Learning und Deep Learning. Wer tiefer in die Thematik einsteigen möchte, um die Begriffe und das, was sie bedeuten, zu verstehen, findet auf der Suchmaschine des Vertrauens sehr viele Erklärungsansätze. Mir geht es hier und generell auf dem Blog jedoch mehr um die praxisnahen Anwendungen und kreative Prozessansätze, weniger um das Programmatische dahinter.


tl;dr: Be creative and productive, don't waste your time.


Video- & Bildbearbeitung


Dennoch braucht es an dieser Stelle ein, zwei Sätze vorab, um das Potential der Verknüpfung von Video- und Bildbearbeitung im Zusammenhang mit AI und Machine Learning zu verstehen. Das Zauberwort bzw. der Oberbegriff hinter der Technik lautet Image Recognition/Computer Vision. Image Recognition erlaubt es uns, durch maschinelles Lernen, ein Bild in seine Bestandteile zu zerlegen und sowohl den Inhalt zu benennen (klassifizieren), als auch pixelgenau abzugrenzen (segmentieren). Ein ganz einfaches Beispiel: Eine Applikation ist in der Lage, den Himmel in einem Video zu erkennen, und kann diesen entsprechend austauschen oder bearbeiten, ohne diesen klassisch freistellen/rotoskopieren zu müssen.


Zudem könnte die Applikation dem User beispielsweise auch noch mitteilen, wie das Wetter zum Zeitpunkt der Aufnahme war, wenn sie darauf trainiert wurde, den Himmel bzw. die Wolkenlage zu interpretieren.

Gleichzeitig sind Anwendungen so in der Lage, Objekte eines Bildes oder Videos zu erkennen und mit bestimmten Tasks zu verknüpfen. Zum Beispiel mit einer Shopping-Funktion, wie Youtube das inzwischen als E-Commerce Anwendung nutzt.


Edit Content, not Pixels. So lautet das Gebot der Stunde. Im folgenden Video ist zu sehen, wie mittels AI die Objekte im Bild analysiert, segmentiert und klassifiziert werden (object detection). Anders gesagt: Der Inhalt jedes einzelnen Frames bestimmt, benannt und abgrenzt wird.



Nun zu zwei Anwendungsbeispielen in der Bild- und Videobearbeitung, die mittels AI und Machine Learning ihr Geschäftsmodell gefunden haben.


facet.ai (Bildbearbeitung)

Source: facet.ai

Facet.ai ist eine browserbasierte Anwendung, die mithilfe der AI die Bildbearbeitung revolutionieren und vor allem vereinfachen will. Durch so genanntes "Content-aware" Editing ist der AnwenderIn in der Lage, die Bestandteile eines Bildes (und künftig auch Videos) getrennt voneinander und in vielen Teilen auch automatisiert zu bearbeiten. Generell ist das Thema Freistellung/Keying in der Bildbearbeitung immer schon ein lästiger und zuweilen zeitaufwendiger Task gewesen. Photoshop hat dazu quasi in jedem Update neue oder verbesserte Tools auf den Markt gebracht, aber es war und ist in vielen Fällen noch ein pixelbasierter Prozess, in dem bestimmte Pixel von anderen getrennt werden. Durch AI ist es nun aber möglich, die einzelnen Bestandteile eines Bildes zu erkennen, zu benennen und entsprechend zu verändern und das über viele verschiedenen Bilder hinweg. Und diesen Umstand macht sich Facet.ai zu nutzen, und baut und entwickelt entsprechende Anwendungen, die sich in der browserbasierten App in Echtzeit cloudbasiert anwenden lassen.

So werden künftig viele zeitaufwendige Prozesse in großen Teilen automatisiert sein. Zudem lassen sich durch die Klassifizierung der Bildbestandteile kreative Denkanstöße im Handumdrehen ausprobieren und können als Inspiration oder Umsetzungshilfe fungieren. Facet nennt das StyleTransfer, vergleichbare Funktionen gibt es auch bei den Neural Filtern in einer der neusten Photoshop Updates.


Aus meiner Sicht ist das ein sehr spannendes Tool, nicht nur durch den AI Hintergrund, sondern auch durch die browserbasierte Herangehensweise und das Userinterface, welches besonders auf kollaboratives und remote Arbeiten abzielt. Gerade in Umfeldern mit großer Foto-Content-Dichte, zum Beispiel im Modebereich, kann das Tool mit all den aktuellen und potentiellen Anwendungen seine Kraft entfalten.

Colourlab.ai (Videobearbeitung / Color Grading)

AI im Bereich der Videobearbeitung ist ein extrem großes und spannendes Feld, auf dem derzeit sehr viel passiert. Ich habe hier mit Colourlab.ai ein sehr praxisnahes Beispiel herausgesucht. In diesem Fall allerdings mehr für einen nischen Zielgruppe.


Denn ein zuweilen teures und zeitaufwendiges Thema in der Filmproduktion ist das sogenannte Color Grading. Während des Color Gradings bekommt ein Film den finalen Look, in dem die Farben jeder Szene bestimmt werden. Das entscheidet beispielsweise darüber, ob ein Film besonders kühl oder warm und freundlich daher kommt. Wie die Hauttöne aussehen, wie die Farbigkeit einzelner Bestandteile sind, zum Beispiel die Farbe des Bieres in einer Bierwerbung.


Dieser Prozess ist auf eine Szene gesehen vergleichbar überschaubar und kann durch so genannten LUTs (für den Laien entfernt vergleichbar mit Instagram-Filtern) beschleunigt werden. Wenn es aber darum geht, einen definierten Look auf einen ganzen Film oder Clip zu übertagen, wird es sehr schnell sehr aufwendig und teuer. Denn in jeder Szene müssen die Hauttöne, die Helligkeiten, der Kontrast, die Sättigung usw. angepasst und angeglichen werden. Das ist in den meisten Fällen sehr viel Handarbeit.



An der Stelle (unter anderem) setzt Colourlab Ai an und automatisiert diesen Vorgang mittels AI. Das Prinzip ist ähnlich wie bei Facet, Edit Content, not Pixels. Die Software analysier jede Szene eines Films und bestimmt und segmentiert den Inhalt jedes Frames einer Szene. So kann ein definierter Look automatisiert auf jede Szene übertragen werden, wenn einmal vorab definiert wurde, wie beispielsweise die Hauttöne aussehen sollen, der Himmel oder die Helligkeit. Das spart jedem Coloristen eine Menge Zeit und lästige Arbeit, die für die wirklich kreative Arbeit genutzt werden kann. Die Bildanalyse mittels AI erlaubt noch viele weitere automatisierte Tasks, an denen Colourlab Ai ebensfalls bereits sitzt, mehr Infos dazu finden sich auf https://colourlab.ai/. Colourlab Ai kann als Standalone Software oder als Erweiterung in bekannten Grading- und Editing-Systemen betrieben werden.


Marketing Tools / Content Creation


Das Thema AI im Bereich der Marketing Tools ist bereits sehr verbreitet, das wohl bekannteste Tool ist der Chatbot, dessen Funktionsweise und Lernfähigkeit immer besser und authentischer wird. Auch in den Bereichen Email-, Social Media- und SEO-Marketing wird bereits viel mit Hilfe von KI analysiert, geplant, getrackt oder ausgespielt. Mich interessiert an dieser Stelle aber mehr die Content Kreation. Und das folgende Tool setzt genau da an.


snazzy.ai (Content-Creator)


Der Claim von snazzy.ai zeigt unmissverständlich, wo die Reise aus Sicht der Macher hingehen soll:

We crush copywriting.

Source: https://snazzy.ai

Und das Tool hinter snazzy.ai versucht diese Drohnung umzusetzen und automatisiert verschiedenste Tasks rund um das Thema Copywriting. Überall dort, wo es Copys (Texte) gibt, soll snazzy die Arbeit übernehmen und diese Texte anhand weniger Parameter durch eine KI verfassen, von der Headline, über TikTok bis zur google-Ad. Und dabei arbeitet snazzy.ai auch als Ideengeber und liefert nicht nur Texte, sondern gleichermaßen Inhalte und Ideen. Ich habe das Ganze für diesen Blog ausprobiert und bin nachhaltig erstaunt, wie schnell und einfach dort textbasierter Content geschaffen und Ideen generiert werden. Die App und damit auch die KI ist noch sehr jung und entsprechend ausgeprägt sind die Kinderkrankheiten stellenweise noch. Aber wenn man sich das Ganze als lernendes System vorstellt, welches immer besser und zielgerichteter wird, je mehr Daten und User es hat, kann man sich ausmalen, wie viel Potential da drinsteckt und wie umfangsreich die Texte und Ideen werden können.


Auf diese Weise kommt der Content und die Idee zum Copywriter und nicht andersherum. Das wird die Arbeit von Copywriter sicher noch nicht gänzlich ersetzen, aber doch extrem beschleunigen, weil sie nicht mehr auf einem weißen Blatt Papier anfangen werden. Außerdem ist die KI so vernetzt, dass sie in der Lage ist, Trends in die Arbeit mit einfließen zu lassen, von denen ein/e CopywriterIn zu dem Zeitpunkt vielleicht noch gar nichts weiß.


Es gibt sicher bereits auch andere Vorstöße, die mittels KI Texte erstellen lassen. Ich finde jedoch an snazzy.ai den radikalen und ganzheitlichen Ansatz extrem spannend, weil sie damit künftig einen wirklichen Mehrwert bieten und so als Instanz in viele Prozesse mit eingebunden werden können oder gar Ausgangspunkt sind.


Wer es mal ausprobieren möchte: Einfach kostenlos registrieren und jeden Tag 5 freie Copys erstellen lassen.


Fazit


Ganz egal, ob einem die Enwicklung von KI getriebener Content Kreation, Produktion und Distribution gefällt oder nicht, sie wird sich weiter ausbreiten und viele Prozesse oder Geschäftsmodelle verändern oder ablösen. Und in vielen Bereichen ist das aus meiner Sicht eine gute Entwicklung, weil es kreative Freiräume schafft, die wir als Macher im Sinne der Qulität nutzen können.


Wenn man die obigen Anwendungen weiterdenkt und mit Schnittstellen kombiniert, wie zum Beispiel later.com, dann kann man sich ausmalen, wie wenig wir Menschen noch in die Produktionskette hineingeben müssen, und wie automatisiert sich die Content-Kanäle von Unternehmen und Marken füllen werden.


Auf der anderen Seite haben wir es heutzutage schon mit einer Content-Flut zu tun, in der jeder bei jedem kopiert und in dem ein Content-Piece dem nächsten gleicht. Wenn dann auch noch alle ähnliche KI's nutzen, wird es immer schwerer, sich abzugrenzen und wirklich auf sich aufmerksam zu machen. Und deshalb werden sich auch künftig diejenigen durchsetzen, die am kreativsten und mutigsten sind. Oder diejenigen, die ihre KI am besten trainiert haben und deshalb das Momentum auf ihrer Seite haben und den Zeitgeist der User und Kunden treffen.


Zudem ist natürlich auch eine KI nicht unfehlbar, ganz im Gegenteil. Die Kontrolle und das Training von KI gestützen Prozessen wird also ein wesentlicher Bestandteil sein, um am Ende auch das Resultat zu bekommen, welches zu Beginn konzipiert und angestrebt wurde. Und das kann und wird auch künftig von Menschen gestützt sein. Auch, um den ethischen Ansprüchen gerecht werden zu können.


Dennoch sollten wir uns und unseren Kunden nichts vorgaugeln, was alte Prozesse oder Tools angeht, nur weil wir zu faul sind, uns ernsthaft mit den neuen und zukunftsfähigen Möglichkeiten auseinanderzusetzen. Das wird nicht mehr lange gut gehen.


Wir sehen uns in der Cloud. Früher oder später.

 

Feedback oder Anregungen? Get in Touch via LinkedIn.



Comments


bottom of page