Künstliche Intelligenz, die eine Radiosendung moderiert, die besten TV-Werbeplätze errechnet oder die Bildstrecke zum Podcast entwirft? Alles Beispiele für den Einsatz von KI in den Medien, die uns ProSiebenSat.1, RTL Deutschland, Axel Springer, Radio/Tele FFH und Antenne Thüringen beim VAUNET-Mitglieder-Workshop am 29. März vorstellten.
Die KI-Revolution hat die Audio- und audiovisuelle Medienbranche längst erreicht. Zahlreiche Redaktions- und Geschäftsprozesse werden mit KI automatisiert und optimiert. Dabei bleibt jedoch der Anteil menschlicher Arbeit nach wie vor unerlässlich. Die mit KI erstellte, synthetische Stimme braucht den menschlichen Sprecher, der Tausende von Sätzen einspricht, um die KI zu trainieren. Das durch KI erstellte Bild braucht eine Person, die effektive und präzise Kommunikationsanweisungen, sogenannte Prompts, schreibt, damit das Bild den Erwartungen entspricht. Auch der mit KI geschaffene Output – ob geschriebener oder gesprochener Text und Bilder – durchlaufen eine menschliche Qualitätskontrolle und, falls nötig, Überarbeitung vor Veröffentlichung. Der Einsatz von machine learning-Prozessen erfordert also erst einmal einiges an Arbeit und Kosten, bevor Synergie- und Einspareffekte erzielt werden können. Es geht darum, Know-How aufzubauen, neue Technologien & KI-Modelle auszuprobieren und Potentiale für deren Einsatz im Redaktionsalltag und zur Optimierung von Geschäftsprozessen zu identifizieren.
KI-gestützte Redaktionsprozesse
Mit Text-to-Speech lassen sich automatisierte Audio-Formate erstellen, die Website-Artikel vorlesen, im Radio on-air den Verkehr und die Wetternachrichten moderieren, oder regelmäßige News-Updates erstellen, die z. B. in Smart Speakern und Nachrichten-Apps eingebunden werden. Bei Text-to-Speech-Anwendungen steht die Entwicklung einer synthetischen Stimme im Mittelpunkt. Dafür muss ein menschlicher Sprecher, z. B. eine Radiomoderatorin, Tausende von Sätzen einsprechen, um die KI-Stimme zu trainieren, die dann zukünftig Verkehrsupdates im Radio übernimmt oder die Nachtsendung moderiert.
Bei der intelligenten Individualisierung der Programme berechnen Empfehlungssysteme aus dem Hörverhalten für jede:n Hörer:in individuelle Webradio-Vorschläge – nicht auf Basis einiger weniger „Gefällt mir“-Angaben der Nutzer:innen, sondern indem jeder einzelne, gespielte Musiktitel automatisch analysiert wird.
Beim Einsatz von KI bei der Bilderstellung ist ein präziser Prompt das A & O. Je genauer die Kommunikationsanweisung ist, umso besser sind die Ergebnisse der KI. Damit z. B. die KI eine passende Bildstrecke zum Podcast erstellen kann, wird mithilfe von zahlreichen anderen Tools die Audiospur transkribiert, der Inhalt der Folge analysiert und die für das Thema wichtigsten Schlagworte gefiltert. All diese Prozesse helfen dabei, den optimalen Prompt zu verfassen, aus dem dann das optimale Bild entsteht. Dabei sind die Ergebnisse der KI nicht reproduzierbar, denn aus dem gleichen Prompt entsteht jedes Mal ein neues Bild.
KI-optimierte Geschäftsprozesse
Bei der KI-gestützten Optimierung von Fernseh-Werbeplätzen errechnet die KI auf Basis von Daten vergangener TV-Kampagnen, wie zukünftige Werbekampagnen optimiert werden können. Als Ergebnis erhält der Kunde ein auf ihn zugeschnittenes Ranking der besten TV-Werbeplätze. Bei dieser Vorhersage kommt es weniger auf eine Masse an Daten an, als vielmehr auf wenige, topaktuelle Daten, die analysiert werden, unter Berücksichtigung zahlreicher unterschiedlicher Bedingungen wie den Preis für den TV-Werbeplatz, das vorangegangene und nachfolgende Programm oder die Länge des Werbespots.
Werkschöpfung, Datenschutz und KI
Aus all diesen Best Practices ergeben sich zahlreiche medienrechtlich relevante Fragen: Kann durch KI ein geschütztes Werk geschaffen werden? Wem „gehört“ die synthetische Stimme, die auf einer menschlichen basiert? Ist es erlaubt, andere z. T. urheberrechtlich geschützte Werke als KI-Trainingsdaten frei zu nutzen? Muss ein mit KI-erstelltes Werk entsprechend gekennzeichnet werden? Und was muss man beachten, wenn personenbezogene Daten bei KI-gestützten Analysen im Spiel sind?
Antworten dazu gaben Prof. Dr. Jan Bernd Nordemann und Jonathan Pukas von Nordemann Czychowski & Partner, Kai Zenner, Digital Policy Advisor des Europaabgeordneten Axel Voss, und Dr. Stefan Hanloser von ProSiebenSat.1.
Zentrale Learnings waren:
- Werkschutz erfordert menschliches Schaffen. Das Urheberrecht greift demnach nicht, wenn die KI die originalen Leistungen allein erbringt.
- Ist der Mensch jedoch noch „hinreichend schöpferisch“ tätig, sind Leistungsschutzrechte bedingt anwendbar. Wie und nach welchen Kriterien der Anteil „menschlicher Schöpfung“ allerdings bewertet wird, damit Leistungsschutzrechte greifen – darüber lässt sich noch streiten.
- Auch auf die Frage, wer die Rechte an den KI-Trainingsdaten sowie am geschaffenen Werk hat, gibt es (noch) keine eindeutigen Antworten.
- Bei der Verwendung personenbezogener Daten für KI-gestützte Prozesse ist eine frühzeitige Anonymisierung die Lösung, für eine DSGVO-konforme KI-Entwicklung und ihren Einsatz.
