"Journalismus kann seine Aufgabe nur erfüllen, wenn er relevant ist und bleibt"
Die VRM ist ein regionales Medienhaus in Hessen und Rheinland-Pfalz mit Sitz in Mainz. Die VRM erreicht mit ihren digitalen Angeboten rund 1,7 Mio. Unique User:innen. Der Bereich Content Development wird von Jule Lumma als Mitglied der Chefredaktion verantwortet und vereint die Bereiche Digitalreporter Storytelling, Bewegtbild, Audio, Dokumentation sowie die redaktionelle Weiterentwicklung.
Unser Gespräch mit Mario Geisenhanslüke, Stv. Leitung Content Development bei VRM:
Welches sind die Kernkompetenzen Ihres Unternehmens und welche digitalen Lösungen für die Verarbeitung von audiovisuellen Inhalten nutzen Sie bereits heute?
„Die Kernkompetenz der VRM ist der regionale und lokale Journalismus. Unsere Redakteur:innen recherchieren jeden Tag die relevanten Themen für unsere Leser:innen und User:innen – und bereiten diese auf allen Kanälen bestmöglich auf: von unseren Nachrichtenportalen und NewsApps über Social Media und ePaper bis hin zur Print-Ausgabe des nächsten Tages. Audio und Bewegtbild sind dabei zentraler Teil der redaktionellen Inhalte-Strategie der VRM. Wir setzen sowohl im Audio- als auch im Video-Bereich in der (Post)-Produktion auf eine moderne Systemlandschaft für die höchstmögliche Qualität sowie in der Distribution auf ein modernes CMS, in welchem uns diverse Assistenz-Systeme helfen.“
Welche Formen von Barrierefreiheit sind Ihrer Meinung nach in der Bereitstellung von medialen Inhalten dringend notwendig?
„Journalismus kann seine Aufgabe nur erfüllen, wenn er relevant ist und bleibt – und relevant können wir nur sein, wenn wir möglichst viele bis alle Menschen in unserem Verbreitungsgebiet erreichen. Deshalb versuchen wir, unsere Inhalte so barrierefrei wie möglich anzubieten: von einer Vorlesefunktion im ePaper über das Untertiteln von sämtlichen Videos bzw. die Bereitstellung von Transkripten aller Podcasts bis hin zu einem aktuell laufenden Experiment für die KI-gestützte Bereitstellung von Untertiteln während laufender Livestreams.“
Die meisten Unternehmen haben in ihren Medienarchiven immer größer werdende Menge an Videos und anderen digitalen Inhalten liegen. Was sind Ihrer Meinung nach, die größten Herausforderungen bei der Verwaltung, Verarbeitung und Nutzung dieser Inhalte?
„Die größte Herausforderung für uns ist das (Wieder)finden sämtlicher Inhalte, um sie sinnvoll nutzen zu können. Dafür setzen wir in Zukunft auf ein zentrales Inhaltemanagement, in dem sämtliche redaktionelle Inhalte – von Texten und Bildern über alle Storytelling-Elemente bis zu Videos und Audio-Files – zu finden sein werden. Eine weitere Herausforderung bleibt die sinnvolle Ergänzung von Meta-Daten je Inhalt.“
Wie können KI-gesteuerte Transkriptionslösungen sinnvoll eingesetzt werden und worin liegen die Vorteile?
„Wir setzen schon heute auf die automatische Erzeugung von Transkripten im Podcast-Bereich – sowohl als Ergänzung der Meta-Daten in unserem Audio-CMS, als auch im Hinblick auf Barrierefreiheit. Dasselbe gilt für Videos. Außerdem nutzen wir aiconix für die Vorarbeit bei der Untertitelung längerer Videos sowie aufgenommener Wortlaut-Interviews. Der Vorteil liegt eindeutig in der Zeitersparnis für eine ansonsten sehr langweilige wie langwierige Aufgabe.“
Welche sind derzeit noch die größten Schwierigkeiten beim Einsatz von Speech-to-Text-Lösungen?
„Die Qualität – zumindest in der deutschen Sprache – ist selbst bei optimalen Verhältnissen (eine Person spricht, ohne Dialekt, perfekte Ton-Qualität) schlicht noch nicht gut genug. Deshalb leisten bei uns STT-Lösungen immer nur die Vorarbeit für unsere Redakteur:innen. Dort, wo das nicht möglich ist (beispielsweise bei der KI-Untertitelung von Livestreams), weisen wir explizit darauf hin, dass dieser Text maschinell erstellt wurde.“
Für welche Anwendungsfelder sehen Sie das größte Potential für den Einsatz von automatisierter Transkription?
„Da gibt es nicht das eine Feld. Die Erzeugung von durchsuchbaren Meta-Daten je Inhalt im Bereich Audio und Video ist unglaublich wertvoll – und wäre ohne STT-Lösungen nicht denkbar bei uns. Aber auch die Arbeitserleichterung etwa für Reporter:innen bei Interviews oder im Bereich Videoschnitt ist groß.“
Wie arbeiten Sie mit aiconix zusammen und wie setzen Sie aiconix Lösungen ein?
„Uns verbindet mit aiconix eine lange Partnerschaft. Wir setzen schon länger ein Tool für die automatische Transkribierung von Wortlaut-Interviews sowie von Videos ein, wobei hier die Transkripte „nur“ die Grundlage für die weitere Arbeit in der Redaktion sind. Außerdem arbeitet die aiconix-Maschine mit unserem Video-CMS zusammen. Darüber hinaus läuft ein Experiment von uns gemeinsam mit aiconix und Contentflow – unserem Partner im Bereich Livestreaming.“
Welche Lösungserweiterungen / Features würden Sie sich zukünftig von aiconix wünschen?
„Für uns bleibt die Steigerung der Qualität der STT entscheidend – gerade im Hinblick auf mehrere Sprecher:innen, Dialekt und Abhängigkeit von der Tonqualität der Aufnahme.“