Statt vieler Merkmalslisten gibt es heute nur eine flache Liste aller benötigten Schlagwörter. Bereits beim Tippen schlägt das System Treffer vor, so dass es für die User sehr schnell und intuitiv ist, nach passenden Schlagwörtern zu suchen, auch ohne die Hierarchie eines klassischen Schlagwortbaumes zu kennen. Und ebenso einfach und schnell funktioniert die Suche nach allen bereits verschlagworteten Bildern im System.

Nach dem Upload und der Duplikatsprüfung schickt das DAM-System neue Bilder an Amazon Rekognition, das per Schnittstelle angebunden ist. Dort werden die Bilder analysiert und mit den gefundenen Schlagwörtern wieder zurückgespielt. Um falsche oder irrelevante Ergebnisse zu verhindern, werden die Ergebnisse in einem letzten Workflowschritt zur Endkontrolle, Freigabe und Ergänzung an zuständige Mitarbeiter geschickt.

Jedes Schlagwort ist im System als Asset angelegt. Beim Abgleich mit Amazon Rekognition werden die Ergebnisse gemappt und so doppelte Einträge verhindert. Danach werden die Schlagwörter per Schnittstelle an das angebundene Translation System geschickt, das für die Übersetzungen in 4 Sprachen sorgt. Im System und der Suche stehen den Usern dann alle 4 Sprachen sowie hinterlegte Synonyme zur Verfügung.

Amazon Rekognition erkennt automatisch eine stetig wachsende Anzahl von unterstützten Objekten und Merkmalen. Für die Erkennung wichtige Parameter wie z. B. die Confidential Rate können dabei bei Bedarf direkt im DAM-System angepasst werden. Zudem wird das System für unternehmensspezifische Anforderungen trainiert und kann so auch Informationen erkennen, die nicht Teil des Standards sind.

Die Texterkennung erfasst einzelne Wörter oder ganze Sätze in Bildern und speichert diese automatisch. Irrelevanten Einträgen beugt der abschliessende Freigabeworkflow vor und auch die Einstellungen für die Texterkennung lassen sich direkt im DAM anpassen. Die Face Analyse erkennt bei Personen Gefühle wie Glück oder Trauer sowie Merkmale wie Bart oder Brille und fügt sie als Schlagwort hinzu.