In diesem Vortrag wird gezeigt, wie sich industrielle Erfahrungen beim Informationsmanagement mit maschinellem Lernen und automatischen Workflows als Best Practices auf die Medienindustrie und Informationswirtschaft übertragen lassen. In einem einführenden, vereinfachten theoretischen Teil erläutern die Referenten die Prinzipien und die Methoden von
• maschinellem Lernen, neuronalen Netzen und rekurrenten neuronalen Netzen zum Aufbau von Datenmodellen für den operativen geschäftlichen Einsatz;
• intelligenten Workflowsystemen zur automatisierten Bearbeitung von kompletten Geschäftsabläufen.
Anhand von zwei konkreten Praxisbeispielen werden anschließend gezeigt:
• Wie Supervised Learning und maschinelles Lernen zur Qualitätssicherung einer Industrieanlage eingesetzt werden und welche Prinzipien (Metadatenerfassung, Bildverarbeitung, Training des Systems, statistische Qualitätsaussagen etc.) auf den Aufbau von Media-Content-Datenmodellen übertragen werden können.
• Wie in einer Landesbank automatische Workflowsysteme eingesetzt werden, um Beratungs- und Verkaufsinformation zu erstellen, zu erfassen, zu publizieren und an über hundert Sparkassen zu verteilten. Diese Prinzipien lassen sich zur Automation der Abläufe in Dokumentation, Archivierung und Bereitstellung von Medien in der Informationswirtschaft nutzen.
• Welche konkreten Optimierungen und Einsparungen sich heute bereits aus der Nutzung solcher Lösungen ergeben.
Auf dieser Basis wird diskutiert:
• welche speziellen Anforderungen bei der automatischen Verarbeitung von Bildinformation und bei der Identifikation, Erfassung und Nutzung von Medien-Metadaten entstehen;
• welche technischen Lösungsansätze für eine schnelle Übertragung auf die Medien- und Informationsbranche genutzt werden können;
• der Ausblick auf die aktuelle und zukünftige technische Entwicklung.