Cases aus dem Prototyping Lab

| | Blog
| Insights

Alle Cases aus dem Prototyping Lab

Wie verändern innovative Technologien die Zukunft der Medien? Im Prototyping Lab suchen wir Antworten auf diese und ähnliche Fragen.

Wir eröffnen talentierten Studierenden der Hamburger Hochschulen und experimentierfreudigen Medien- und Digitalunternehmen die Chance, in nur drei Monaten funktionsfähige Prototypen zu entwickeln. Am Puls der Zeit werden im Lab neue Marktideen entwickelt und technologische Herausforderungen für Unternehmen gelöst. Dabei werden die interdisziplinären Studierenden-Teams von namhaften Branchenexpert*innen als Mentor*innen unterstützt. Das Lab findet jeweils im Wintersemester zu den Themenfeldern Medien, Entertainment, Werbung/Marketing und Games statt.

Hier findest du alle Cases aus den vergangenen Labs.

Alle Cases aus dem Prototyping Lab

Wie verändern innovative Technologien die Zukunft der Medien? Im Prototyping Lab suchen wir Antworten auf diese und ähnliche Fragen.

Wir eröffnen talentierten Studierenden der Hamburger Hochschulen und experimentierfreudigen Medien- und Digitalunternehmen die Chance, in nur drei Monaten funktionsfähige Prototypen zu entwickeln. Am Puls der Zeit werden im Lab neue Marktideen entwickelt und technologische Herausforderungen für Unternehmen gelöst. Dabei werden die interdisziplinären Studierenden-Teams von namhaften Branchenexpert*innen als Mentor*innen unterstützt. Das Lab findet jeweils im Wintersemester zu den Themenfeldern Medien, Entertainment, Werbung/Marketing und Games statt.

Hier findest du alle Cases aus den vergangenen Labs.

Nextmedia_Icons_

Das Prototyping Lab findet einmal im Jahr statt. Hier findest du alle Informationen zu der nächsten Ausgabe:

Prototyping Lab 2018

XR-Technologien

Im ersten Lab experimentierten Hamburger Studierende mit Bauer, Foodboom und dem Spiegel mit XR-Technologien (VR, AR und 360°).

Team Bauer Xcel Media

VR-Applikation für interaktiven Hausbau

Wie kann vorhandener digitaler Content für VR-Anwendungen adaptiert und verwertet werden? Die Idee: Das Traumhaus mit eigenen Händen aufbauen und gestalten – virtuell und spielerisch nach dem Prinzip eines DIY-Baukastens. Der Prototyp arbeitete mit der gesamten Palette der VR-Technik: eine VR-Brille, zwei Controllern und auf diese abgestimmte Sensoren im Raum, die eine realistische Bewegung im virtuellen Raum ermöglichen. Potenziell könnten in der Anwendung sogar ganze Themenwelten implementiert, Werbepartner platziert, Produkte in einen Warenkorb gelegt und online bezahlt werden.

Team Spiegel

Die Mondlandung in 360° erleben

Wie kann VR-Storytelling in die Prozesse einer Redaktion integriert werden und welchen Mehrwert bieten solche multimedialen Formate in Zukunft? Als Prototyp einer VR-Reportage entwickelte das Team die 10-minütige VR-Live-Experience „Behind the Moon“ zum 50. Jahrestag der Mondlandung. Funksprüche und Tagebuchaufzeichnungen in Audioform sowie Infomarker über die Raumfähre ergänzen die Reportage, die auf Spiegel Online veröffentlicht wurde. Um die Nutzung auch ohne VR-Equipment möglich zu machen, wurde zusätzlich ein 360° Video produziert.

Team Foodboom

Smartphone-Applikation „Foodbot“

Die Challenge: Als Lifestyle-Marke für digitalen Food-Content sucht Foodboom nach neuen Multimedia-Anwendungen mit Mehrwert, die sich gut in die eigenen Angebote und soziale Plattformen integrieren lassen.

Der Prototyp: Der „Foodbot“ erkennt mithilfe der Kamerafunktion Lebensmittel und macht daraufhin passende Rezeptvorschläge. Am Ende des Prozesses hatte das Team 3500 selbst fotografierte Labels für 18 ausgewählte Zutaten und 20 eigens dafür angefertigte Rezepte erstellt. Technologisch stützt sich die Smartphone-App auf Augmented Reality (AR) und Machine Learning. Der Vorteil von AR: Es kann innovativer Content geschaffen werden, der niedrigschwellig ist, geringe Anschaffungskosten aufweist und sich somit leichter in den Medienmix integrieren lässt als eine VR-Anwendung. Gleichzeitig kommen die Nutzer*innen in den Genuss interaktiver, digitaler Realitäten, sodass sich der funktionsfähige Prototyp mit diesem Erlebnis-Mehrwert klar von anderen Foodboom-Angeboten abgrenzt.

„Das VR Prototyping Lab war für uns die ideale Möglichkeit, jungen leidenschaftlichen Entwicklern unsere Pforten zu öffnen und von ihrem innovativen und kreativen Antrieb für tech-affine Projekte wie diesem zu profitieren.“

Sebastian Heinz,

Foodboom Gründer

Prototyping Lab 2019

Künstliche Intelligenz

Zum Technologie-Schwerpunkt KI haben Hamburger Hochschulen gemeinsam mit dem Spiegel, N-Joy und Bauer Media beeindruckende Prototypen gebaut.

Team Bauer Media group

Intelligente Datenbank zur Rezeptsuche

Wie kann das „House of Food“ der Bauer Media Group mittels KI schnell auf neue Trends im Food-Segment reagieren? Als Lösung wurde eine intelligente Rezeptdatenbank entwickelt, bei der Zutaten nach Merkmalen wie „vegan“ oder „glutenfrei“ klassifiziert wurden. Basierend auf einem manuellen Tagging von rund 2000 Dateien konnte das neuronale Netz trainiert werden, sodass der Prototyp vorhandene Rezepte und Bilder automatisch taggen kann. Zusätzlich wurden folgende Funktionen integriert: die Suche nach Food-Trends und Ernährungsformen, eine Reverse Image Search und ein Tool zur Nährwertberechnung.

Team Spiegel

KI-Filter zur Identifikation von Fake Ads

Bei Ad Fraud handelt es sich um betrügerische Anzeigen, hinter denen sich u.a. minderwertige Produkte oder Schadsoftware verbergen. Bislang konnte dieses Problem nur ex post und unter hohem manuellen Aufwand gelöst werden. Der Prototyp wurde mittels einer Support Vector Machine und einem Bot auf dem Google Ad Manager aufgesetzt. Zur Klassifikation der Werbemittel sollte die KI zunächst alle aktuellen und neuen Werbemittel mit einer Metadaten- und Bildanalyse prüfen und anschließend fragwürdige Werbemittel automatisch blockieren. Das Ergebnis überzeugt: In den 2000 Testdaten wurden betrügerische Anzeigen zu 95% korrekt identifiziert.

Team N-Joy

Music Prediction Machine

Die Challenge: Um im Wettbewerb mit Streamingdiensten wie Spotify erfolgreich zu bleiben, soll eine KI der Musikredaktion dabei helfen, neue Songs auszuwählen, die den Hörer*innen mit einer hohen Wahrscheinlichkeit gefallen werden.

Der Prototyp: Die KI ist ein einfaches neuronales Netzwerk, das Musiktitel auf Ähnlichkeiten anhand von 33 Merkmalen untersucht. Im Analysetool werden die Song-Dateien eingelesen und Eigenschaften wie Geschwindigkeit, Tonart und der Songtext überprüft und bewertet. Mithilfe von Umfrageergebnissen und 500 durch die Redaktion vorab bewerteten Songs konnte der Erfolg des Prototypen in der Testphase überprüft werden. Um die Benutzerfreundlichkeit für Redakteure zu gewährleisten, wurde eine simple grafische Benutzeroberfläche für Linux-Systeme entwickelt. Die Music Prediction Machine lernt ständig dazu und kann so immer genauere Vorhersagen für neue Songs treffen.

Projektteams und Mentoren des Prototyping Lab 2019

„Wir sind mit dem Ergebnis auf jeden Fall sehr
zufrieden und glauben, dass das Lab eine Art Kick-off war, um auszuloten, inwieweit Künstliche Intelligenz Journalisten helfen kann.”

Dr. Johanna Leuschen,

Redakteurin für Innovation, N-Joy

Prototyping Lab 2021

Künstliche Intelligenz

Ob in einem Verlag, einem Medienhaus oder einer Agentur – künstliche Intelligenz kann die Zukunft der Medien verändern. Im Prototyping Lab 2021 haben 20 Studierende aus fünf Hochschulen mit vier Partnerunternehmen zusammengearbeitet und KI-Lösungen für Herausforderungen der Contentbranche entwickelt.

Team Carlsen

KI-Entscheidungstool für die Buchproduktion

Die Challenge: Im Carlsen Verlag erscheinen jährlich mehr als 700 Bücher. Wie kann ein KI-Tool bei der Nachdruckentscheidung helfen, die ideale Bestellmenge und den Zeitpunkt zu bestimmen? Ziel war es, die Kosten für Lager, Produktion und Abfall zu reduzieren und gleichzeitig die Lieferfähigkeit zu sichern.

Der Prototyp: Zunächst wurden die internen Lagerabverkaufsdaten, Metadaten der Titel und Kalkulationstabellen analysiert. Bei der Umsetzung entschied sich das Team für einen Orchestration-Ansatz, bei dem die Clusterung der Daten und der Einsatz eines rekurrenten neuronalen Netzes (RNN) kombiniert wurden. Der Empfehlungsprozess teilt sich dabei in zwei Phasen auf: Dem Vorhersagen der Abverkaufsverläufe und der Berechnung der Nachdruckentscheidung. Bei einem finalen Test überzeugte der Prototyp mit realitätsnahen Prognosen und einem enormen Zeitersparnis, da pro Titel die Kalkulationszeit um 50% reduziert werden konnte (von 3 auf 2 Stunden).

Prototyp von Team Carlsen

„Meine größte Erkenntnis ist, dass künstliche Intelligenz gar kein Hexenwerk ist und man manchmal einfach Mut haben muss etwas Neues auszuprobieren, um an Dingen zu wachsen.“

Larissa Ennulat,

Studentin Hamburg Media School

Team Spiegel

Web-App für Jahresrückblicke

Die Challenge: Das Archiv auf spiegel.de beinhaltet mehr als eine Million Artikel. Wie kann der Spiegel seine großen Mengen an Artikeln und Metainformationen mithilfe von Künstlicher Intelligenz sinnvoll verarbeiten und daraus neue Angebote schaffen?

Der Prototyp: Im Kickoff-Workshop entstand die Idee, einen interaktiven und übersichtlichen Jahresrückblick zu erstellen. Das Team entschied sich für die Umsetzung das bereits vortrainierte Open-Source-KI-Modell “Spa.cy” zu nutzen, das schon eine sehr hohe Trefferquote (91%) in diesem Bereich vorweist. Aufgrund der kurzen Zeit und der großen Menge an Daten wurde der Prototyp auf das Jahr 2020 und die Entität Personen eingegrenzt. Unter dem Arbeitstitel “Spiegel-Zeitreise” ist eine Web-Applikation entstanden, die mittels Künstlicher Intelligenz aus dem Archiv einen visuellen Jahresrückblick mit den fünf wichtigsten Persönlichkeiten und weiterführenden Informationen und Artikeln zu ihnen erstellt. Das dafür genutzte Backend-System mit angeschlossener Datenbank könnte in Zukunft auch für andere Einsatzzwecke genutzt werden, z. B. für die Zusammenfassung und automatische Verschlagwortung von Texten.

Für mich war es eine große Bereicherung in einem interdisziplinären Team verschiedener Hochschulen zu arbeiten. Es war spannend, die anderen Perspektiven kennenzulernen, die es uns ermöglicht haben, einen so guten Prototypen zu entwickeln.“

Patrick Simms,

Student FH Wedel

Team fork unstable media

Modular Branding mittels KI

Die Challenge: Markenführung wird im digitalen Zeitalter immer komplexer und herausfordernder. Fork Unstable Media hat dafür den Modular Branding-Ansatz entwickelt, mit dem sie Marken als dynamische “Persönlichkeiten“, sog. Brand Tokens, interpretiert. Wie kann mittels KI das Potenzial dieses Modells genutzt werden, um Markenprofile automatisch anzupassen?

Der Prototyp: Als Ansatzpunkt wählte das Team die mittels Machine Learning ermittelten Präferenzen der User*innen, die in eine personalisierte Darstellung der Webseite übersetzt werden sollten. Hierfür wurden KPIs wie die Verweildauer oder Interaktionsrate definiert. Das größte Problem bestand in den fehlenden Nutzungsdaten, weswegen sich das Team für das Training mit künstlichen Nutzer*innen unter realen Bedingungen entschied. Eine Performance-KI überprüft die definierten KPIs der Webseite, während eine Design-KI die Darstellung der Webseite automatisiert anpasst. Nach 2000 Wiederholungen liegt die Treffergenauigkeit bei 30% und damit deutlich über den Werten, die eine menschliche Schätzung ergeben würde.

Prototyp von Team fork unstable media

„Ich war begeistert, wie schnell die Studierenden die - zugebenermaßen recht komplexe - Thematik durchdrungen und mit voller Motivation daran gearbeitet haben. Selbst größere Richtungsänderungen im Projektverlauf haben sie munter weggesteckt. Es war mir ein Fest, daran mitgewirkt zu haben!”

Kai Ebert,

Chief Strategy Officer, Fork Unstable Media

Team tigermedia

Automatisierte Content-Metadaten

Die Challenge: tigermedia steht vor der Herausforderung, die über 10.000 Titel in ihrer Mediathek, zu der regelmäßig neue Inhalte dazukommen, zu pflegen und zu kategorisieren. Ziel des Labs war es daher, die Menge an Content intelligent zu analysieren und aufzubereiten, um die damit verbundenen Prozesse zu optimieren.

Der Prototyp: Mithilfe von KI konnte ein vollständig automatisierter Prozess zur Extrahierung und Analyse von Content entwickelt werden, der für jeden neuen Titel angewendet werden kann. Um neue Metadaten automatisiert generieren zu können, mussten die Audiodateien zunächst via Text-to-Speech-Technologie in Volltext transkribiert werden. Anschließend wurde dieser Text im sog. Embedding in Vektoren umgewandelt. Auf dieser Basis wurden die einzelnen Audiotitel dann mithilfe des DBScan Algorithmus in Clustern, die sich ähnlich sind, zusammengefasst. So können für mehrere Titel, also pro Cluster, passende Schlagworte bzw. Tags empfohlen werden. In zwölf Minuten analysiert und kategorisiert das Tool 14 Titel – in dieser Zeit kann ein Mensch nicht mal einen Titel komplett anhören. Als Add-On wurde ein Bad Mouth-Filter, der neue Titel auf für Kinder ungeeignete Begriffe durchsucht und diese kennzeichnet.

Challenge Tiger Media

„Die Arbeit mit Studierenden eröffnet stets einen komplett neuen Blick auf Themen, die durch sich einschleichende Betriebsblindheit durchaus getrübt sein können. Auf diese Weise konnten wir gemeinsam eine unkomplizierte, pragmatische Lösung entwickeln, die uns direkt im operativen Alltag nach vorne bringt. Wir haben sehr viel mitgenommen und werden ganz sicher auch beim nächsten Mal wieder mit dabei sein.”

Julian Wagner,

COO, Tiger Media International

Das Prototyping Lab findet einmal im Jahr statt. Hier findest du alle Informationen zu der nächsten Ausgabe:

Ansprechpartner

Als Programmmanager ist Bruno Ansprechpartner für den Inkubator Media Lift und für das Prototyping Lab. Er studierte in Leipzig Politikwissenschaften und Kulturwissenschaften sowie Management, Organisation und Kultur an der Universität St. Gallen. Während seines Studiums sammelte er Erfahrungen in der Öffentlichkeitsarbeit und im Marketing bei einer PR-Agentur, Finanztip und der Executive School St. Gallen. Nach Stationen bei SAP sowie einer Digitalagentur arbeitete er zuletzt als Innovation Scout für eine Hamburger Wissenschaftsplattform.

Bruno Marks

Programmmanager
T +49 40 / 23 72 435 67
Bruno.Marks@nextmedia-hamburg.de

X