Inhaltszusammenfassung

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 ...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 „AI4Media-Data“ 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.» weiterlesen» einklappen

Autoren

Klassifikation

DDC Sachgruppe:
Allgemeines, Wissenschaft