Skip to main content

Automatische Bildverschlagwortung mit Künstlicher Intelligenz (KI)

Das Unternehmen steuert in einem zentralen censhare Content Hub jährlich mehr als 300 Kampagnen für die verschiedenen Unternehmensbereiche. Alle Bilder für sämtliche internen und externen Anwendungen werden im integrierten Digital Asset Management (DAM) verwaltet. Dabei müssen die Bilder nicht nur schnell und einfach zu finden sein, sondern auch mit allgemeinen und unternehmensspezifischen Metadaten gepflegt und über diverse Schnittstellen an Drittsysteme ausgeliefert werden. Das bisherige System aus unterschiedlichen Merkmalslisten war an seine Grenzen gekommen und nicht nur umständlich für die Anwender, sondern auch nicht mehr im Stande, schnell auf angepasste Unternehmensstrukturen zu reagieren.

Nach einer Neukonzeption haben wir die benötigten Schlagwörter direkt in das Informationswidget des zentralen Content Hubs eingebunden. Das neue System unterstützt zudem eine optimierte Suche nach strukturierten und freien Suchbegriffen, die automatisierte Übersetzung aller Schlagwörter und Beschreibungen in die vier Kommunikationssprachen des Unternehmens sowie die Verwaltung von Synonymen. Damit war die technische Ausgangslage geschaffen, um auch eine automatisierte Grundverschlagwortung mit Amazon Rekognition zu implementieren. Dies ermöglicht neben Texterkennung und Gesichtsanalyse auch die automatische Erkennung von Objekten und Labels. Zudem können mit der Custom-Label-Erkennung unternehmensspezifische Merkmale wie zum Beispiel Logos trainiert und identifiziert werden. Alle benötigten Einstellungen sind direkt in das Digital Asset Management integriert, so dass die Erkennung ohne Eingreifen der User im Hintergrund erfolgt. Und wenn mehr erkannt als benötigt wird (z. B. ein Flugzeug im Himmel ohne Bezug zum Bildmotiv), stellt der integrierte Freigabeprozess sicher, dass nur inhaltsrelevante Schlagwörter wirklich dauerhaft gespeichert werden.

Das neue Schlagwortkonzept bringt viele Vorteile: Die Suche ist schnell und einfach, das System ist viel performanter als zuvor und für die Anwender intuitiv und ohne Vorwissen zu bedienen. Durch die automatische Grundverschlagwortung mit Künstlicher Intelligenz spart das Unternehmen Zeit und Geld, da automatisiert alle grundlegenden Schlagwörter erkannt und vergeben werden. Die Anwender erfassen nur noch Schlagworte, die nicht automatisch erkannt werden können. Und auch für die Zukunft ist bereits gesorgt: Indem sowohl alle Workflows als auch die Konfiguration der Lösung in das Digital Asset Management integriert sind, kann das Unternehmen einfach und schnell zu einem anderen Modell wechseln, sollte es den Anforderungen besser entsprechen.

Anforderungen

Die Post setzt bereits seit langem auf einen zentralen Content Hub mit censhare, der dem Unternehmen u. a. Digital Asset Management, Print Publishing sowie Themen- und Kampagnenplanung ermöglicht. Die umfangreiche Bilderbibliothek wird im Digital Asset Management mit Hilfe verschiedener Merkmale verwaltet. Aufgrund der Menge der Inhalte und Metadaten war das bisherige System jedoch nicht nur langsam, sondern auch unübersichtlich und fehleranfällig in der Pflege geworden.

Mit der Neukonzeption der Verschlagwortung sollten die Handhabung und Suche der Bilder optimiert werden. Gemeinsam mit der Post haben wir die verschiedenen Merkmallisten in einer einzigen Schlagwortstruktur konsolidiert und auf dieser neuen technischen Basis Amazon Rekognition in den Content Hub integriert, um die Bilder schnell und automatisiert zu verschlagworten. Die Migration der bestehenden Bilder im System von Merkmalen auf Schlagworte wurde ebenfalls automatisiert.

Umgesetzt mit
censhare

Use Case
Digital Asset Management

Umgesetzt für
Die Post

Use Case lesen
Download PDF

14000

Schlagwörter erfasst

60

schnellere Verschlagwortung

17000

Bilder verwaltet

Ein gut durchdachtes DAM-Konzept als Basis für heutige und zukünftige Anforderungen

In einem ersten Schritt wurde die bereits bestehende Verschlagwortung durch ein neues Konzept ersetzt, das den gestiegenen Anforderungen des Unternehmens nach Flexibilität, Schnelligkeit, Performanz und intuitiver Anwendung gerecht wird. In diesem Schritt wurden auch erweitere Funktionen wie Schlagworthierarchie, Synonyme oder die automatisierte Übersetzung implementiert.

Die Konfiguration der KI-Lösung ist heute wie auch alle Freigabeworkflows direkt ins Digital Asset Management integriert und unabhängig vom eigentlichen ML-Dienst. So müssen die Anwender nicht ein weiteres Tool bedienen und das Unternehmen kann das Modell bei Bedarf wechseln, ohne die automatische Verschlagwortung neu zu implementieren.

1. Einfache Verschlagwortung mit schneller Suche

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.

2. Automatische Grundverschlagwortung mit Freigabeprozess

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.

3. Automatisierter Abgleich und Übersetzung

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.

4. Label-Erkennung und Custom Model

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.

5. Texterkennung und Face Analyse

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.

”Das neue Schlagwort-System macht die Bildsuche nicht nur schneller und intuitiver, sondern reduziert auch den Aufwand für unsere Mitarbeiter. Sie können sich nun auf die kreative Arbeit konzentrieren, während die KI die Routineaufgaben übernimmt.

Michael EberleProduct Owner, Die Schweizerische Post

Systemlösung

censhare

censhare verfügt über ein vollständig integriertes Digital Asset Management, Product Information Management und Content Management, damit Ihr Unternehmen seinen Content beherrschen kann. Unternehmen wie Allianz, Lands’ End, Dyson, Christie’s und hunderte mehr verlassen sich auf censhare für markenkonformen, stets aktuellen Content und nutzen so jede Chance, die richtigen Kunden zur richtigen Zeit zu erreichen.

Erfahren Sie mehr über censhare

censhare.com

Über Die Post

Die Schweizerische Post AG ist eine Aktiengesellschaft, welche zu 100% dem Bund gehört. Sie beförderte im Jahr 2019 rund 1.8 Milliarden adressierte Briefe und 148 Millionen Pakete, transportierte mit der PostAuto AG 167 Millionen Reisende und verwaltete mit ihrer PostFinance AG über CHF 119 Milliarden Kundenvermögen.

post.ch

Bereit, den gemeinsamen Weg mit uns zu gehen? Wir freuen uns auf den Austausch mit Ihnen.

Kontaktieren Sie uns