Kundengeschichten
AWS Cloud und maschinelles Lernen helfen RASP, sich auf Qualitätsinhalte zu konzentrieren
Innovatives polnisches Verlagshaus optimiert seine Publikationen für kommerzielle Partner mit einem Bilderkennungstool, das den Redaktionsprozess rationalisiert
Ringier Axel Springer Polska (RASP) gehört zum europäischen Medienkonzern Ringier Axel Springer Media AG und ist einer der größten Presseverlage in Polen. Zu seinem Portfolio gehören über einhundertsiebzig Titel und Websites, darunter Onet, Fakt, Forbes und Newsweek Polska. RASP macht sich die Millionen von Nutzern dieser Titel zunutze und entwickelt innovative Geschäftsprodukte, die kommerziellen Partnern eine Reihe hochwertiger Lösungen bieten. Das Unternehmen ist sehr experimentierfreudig und lässt seinem Team Raum, Fehler zu machen, um die digitale Medienbranche kreativ und positiv zu beeinflussen.
RASP wollte ein automatisiertes Tool für die Bildsuche entwickeln, damit die Redakteure mehr Zeit haben, sich auf den Textinhalt zu konzentrieren.
Warum
Mithilfe der Amazon Rekognition-Funktionen konnten Bild-Tags automatisch hinzugefügt werden, bereit für die Suche
Was
Redakteure können Bilder in neuen Modulen schnell finden, und RASP verfügt über eine Plattform für zukünftige Innovationen
Wie
Manuelle Bildsuche: Ineffiziente Nutzung der Zeit
Als eines der größten Medienunternehmen in Europa veröffentlicht RASP täglich Tausende von Online-Artikeln und ist dabei auf einen effizienten und zuverlässigen Redaktionsprozess angewiesen. Die vorhandenen Tools für die Bildsuche und den Upload von Artikeln verlangsamten die Redakteure jedoch zunehmend.
Das Unternehmen hatte die Idee, ein in der Cloud gehostetes Bilderkennungstool auf der Grundlage von Algorithmen des maschinellen Lernens zu entwickeln, um den Arbeitsablauf zu optimieren. Durch die Automatisierung der Metadatenfunktionen würde das Unternehmen die interne Erstellung von Bibliotheken und die Kennzeichnung von Bildern einfacher, schneller und effektiver machen. Die Redakteure könnten sich dann auf das Schreiben und Verfeinern von Textinhalten konzentrieren, anstatt Zeit mit der manuellen Suche nach relevanten Bildern zu verbringen.
Ein Prototyp für maschinelles Lernen
RASP arbeitete mit Xebia zusammen, um einen Prototyp für das Projekt zu erstellen, der in der AWS Cloud unter Verwendung von AWS Lambda basiert. Innerhalb der Bilder wurde Amazon Rekognition verwendet, um Personen sowie Tausende von Objekten und Szenen zu erkennen, einschließlich einer genauen Gesichtsanalyse von Informationen wie Geschlecht, Alter und Emotionen - alles wichtige Metadaten für das Projekt. Die verwendeten Algorithmen für maschinelles Lernen konnten auch Logos und Werbeschilder bestimmter Marken erkennen.
Die Verwendung dieser Tools im Prototyp bedeutete, dass den Bildern automatisch Attribute und Merkmale in Form von Tags hinzugefügt wurden, wodurch es für die Redakteure viel einfacher wurde, die am besten geeigneten Bilder für ihre Inhalte auszuwählen und zu kategorisieren. Die Lösung ermöglicht außerdem eine schnelle Modellentwicklung dank Deep-Learning-Algorithmen, so dass RASP auch in Zukunft leicht Innovationen entwickeln kann.
“Dank des Scrum-Ansatzes von Xebia, der zuverlässigen Dokumentation, des hohen Engagements und der guten Kommunikation wurde das Projekt pünktlich und nach unseren hohen Erwartungen geliefert. Die effiziente Implementierung des Prototyps hat uns darin bestätigt, dass wir das Modul in unseren Redaktionssystemen einführen müssen. ”
Katarzyna Ludka
Direktor Künstliche Intelligenz, RASP
Zukunftssichere Bildsuche
Dank des Prototyps für die Bilderkennung konnte RASP zeigen, dass die Integration des Moduls in sein Redaktionssystem das Ziel des Unternehmens, wertvolle Zeit im Redaktionsprozess einzusparen, effektiv erfüllen würde. In nur vier Wochen wurde der Prototyp entwickelt, um Tausende von Objekten in Bildern zu erkennen und detaillierte Bildattribute genau zu analysieren. Es kann nun automatisch polnischsprachige Meta-Tags für die Bildinhalte des Unternehmens erstellen - eine Aufgabe, die zuvor manuell erledigt wurde.
Der Prototyp für die Bilderkennung konnte dem Unternehmen auch zeigen, wie schnell selbst die technologisch fortschrittlichsten Anwendungen in der AWS Cloud entwickelt werden können. Die in die Lösung integrierten Fähigkeiten zur schnellen Modellentwicklung stellen sicher, dass RASP auch in Zukunft kreativ innovativ sein kann.
Contact