Navigationsweiche Anfang

Navigationsweiche Ende

Sprache wählen

BigContentData – Zukunft der Medien made in Wuppertal

von Prof. Dr. Heinz-Reiner Treichel
treichel{at}uni-wuppertal.de

Prof. Dr. Heinz-Reiner Treichel

Medienland NRW! Unter diesem Slogan wirbt Nordrhein-Westfalen als einer der bedeutendsten Medienstandorte in Europa. Medien in NRW, das sind nicht nur Film, Fernsehen, Rundfunk und neuerdings „Games“. Im Zuge der Digitalen Transformation sind in Nordrhein-Westfalen neben den klassischen Medienbranchen aus den Bereichen Druck und Verlag völlig neue, wachstumsstarke dienstleistungs- und kreativitätsorientierte Medienstrukturen und -segmente entstanden. Seit Jahrzehnten kommt der Bergischen Universität und ihren medienbezogenen Studien- und Forschungsrichtungen in diesem tief greifenden Wandlungsprozess eine besondere Rolle als Innovationstreiber zu. Hierbei spielen bereits seit Jahren auch die Themen „künstliche Intelligenz“, „maschinelles Lernen“ sowie „Data Analytics“ eine zentrale Rolle, ebenso wie Industrie 4.0, Augmented und Virtual Reality.

Im Folgenden soll an einem Projekt unter dem Kurztitel „BigContentData“ die Forschung und Entwicklung im Schnittbereich zwischen Technik, Wirtschaft, Gesellschaft und Medien des SIKoM – Institut der Informations-, Kommunikations- und Medientechnologie in der Fakultät für Elektrotechnik, Informationstechnik und Medientechnik vorgestellt werden. Das Projekt ist eines der ersten Drittmittelforschungsprojekte der Bergischen Universität, das sich auf das Thema „künstliche Intelligenz“ im Bereich kleiner und mittlerer Unternehmen fokussiert.

Abb. 1: Vergleich Konventioneller Bedarfsanalysen und Predictive Analytics im Kataloggeschäft.

Für das Land Nordrhein-Westfalen, aber auch für die Bergische Universität gilt es, die erreichte führende Position im Medienbereich zu behaupten und auszubauen. Die Digitalisierung hat unter dem Stichwort „Industrie 4.0“ bereits eine intensive Diskussion auch in der Druck- und Medienbranche ausgelöst. Allerdings ist der „4.0-Focus“ bislang stark auf die Produktion bzw. auf neue Produktionsprozesse und -technologien verengt. Deutliche Entwicklungshemmnisse bestehen im Bereich von Produkt- und Dienstleistungsinnovationen auf der Basis digitaler Technologien sowie für neue, tragfähige Geschäftsmodelle als Ergebnis unternehmensspezifischer digitaler Strategien. Bemerkenswert ist, dass insbesondere die Themen, die unter dem Oberbegriff „Big Data“ (Data Analytics, künstliche Intelligenz, maschinelles Lernen, Data-Mining etc.) zentral die 4.0-Diskussion anderer Wirtschaftsbranchen dominieren, bislang kaum als Ausgangspunkt von Dienstleistungsinnovationen oder neuen Geschäftsmodellen auf der Marktseite der Druck- und Medienwirtschaft genutzt werden.

Dabei sind gerade Inhalts(Content-)daten typische sogenannte „unstrukturierte“ Datenbestände (Text-, Grafik-, Bild-, Layout-, Videodaten etc.), die die zentrale Basis für Algorithmen der künstlichen Intelligenz darstellen. Die genaue, sich im Prozess optimierende, automatisierte Analyse und Auswertung einer großen Anzahl unstrukturierter Daten, zum Beispiel in Verbindung mit „strukturierten“ Daten (z. B. einer Kundendatenbank), führen zu deutlich verbesserten Vorhersagen des Kaufverhaltens von Katalogkunden, Kundenkategorisierungen im Multi-Channel-Marketing, Marktpotenzial-Analysen (Market Intelligence), Response- und Rezipientenanalysen etc. Auf der Basis gesicherter Prognosen können dann z. B. Produktions- oder Logistikentscheidungen getroffen werden, wobei gerade hoch komplexe Entscheidungen (mit großer Variablenanzahl) ebenfalls mit Unterstützung durch Algorithmen automatisiert getroffen werden und so häufig zu erheblichen Kosteneinsparungen und/oder Umsatzsteigerungen in der Praxis führen.

Bislang nutzen vorrangig nur große Kunden der Druck- und Medienwirtschaft (zum Beispiel aus dem Versandhandel) quasi selbstverständlich Funktionen der künstlichen Intelligenz und des maschinellen Lernens. In Abbildung 1 ist beispielhaft eine Analyse der Otto Group dargestellt, die die Prognosegenauigkeit beim Abverkauf von Artikeln einzelner Katalogpositionen untersucht hat.

 

Für die Forscherinnen und Forscher des SIKoM sowie für innovationsorientierte Branchenvertreterinnen und -vertreter des Druck- und Medienbereichs war es kaum zu akzeptieren, dass bislang nur große Versandhändler oder weltweite E-Giants über gesicherte Market-Intelligence auf Basis von Algorithmen der künstlichen Intelligenz, des maschinellen Lernens und des Data Analytics verfügen (siehe Abbildung 2).

Abb. 2: Verbesserte Entscheidungsfindung durch vier Analysefähigkeiten und beispielhafte Analyseverfahren (in Anlehnung an Vier- Stufen-Modell nach Kart, Linden, Schulte 2013).

Die NRW.Druck-/Medienwirtschaft ist in besonderer Weise mittelständisch strukturiert. Kleine und mittelständische NRW.Druck-/Medienunternehmen bedienen häufig kleine und mittelständische Unternehmen aus Industrie, Handwerk, Handel und  Dienstleistung. Es ist als Trend abzusehen, dass mittelfristig künstliche Intelligenz Einzug in alle Wirtschaftsbereiche nehmen wird. Es geht in diesem Zusammenhang für die NRW.Druck-/Medienwirtschaft aber nicht um eine Me-Too-Strategie. Hier wären dann längst alle Wachstums-, Markt- und Beschäftigungschancen zum Nachteil des Landes verteilt.

Es stellt sich vielmehr die Branchenherausforderung, effizient, innovationsorientiert, strukturiert, im Sinne einer „First-Strategie“, KMU-angemessen das Thema „künstliche Intelligenz“ für die NRW.Druck-/Medienwirtschaft zu erschließen und so für die Branche, und damit zugleich für die mittelständischen Unternehmen in den NRW.Kundenbranchen der Druck-/Medienwirtschaft, neue datengetriebene Markt- und Kunden-Informationssysteme, die auf Algorithmen der künstlichen Intelligenz basieren, zur Sicherung von Wachstum und Beschäftigung einzuführen.

Hier ist das vom SIKoM entwickelte Projekt BigContentData positioniert: Als branchenbezogene Lösungsstrategie wird seitens des Projektkonsortiums zwischen dem Verband Druck + Medien Nord-West, drei innovationsführenden Medienunternehmen aus Nordrhein-westfalen sowie dem SIKoM der Bergischen Universität angestrebt, durch neue Formen unternehmensübergreifender Forschungs-, Entwicklungs- und Lernprozesse, die NRW.Druck- und Medienunternehmen in die Lage zu versetzen, innovative Produkte und Dienstleistungen im Bereich Media-Content unter Nutzung von künstlicher Intelligenz zu entwickeln und umzusetzen.

Datentechnisch bedeutet dies, dass neben den bislang bekannten drei Datenebenen (Produktdaten, Produktionsdaten, Administrationsdaten) eine neue vierte Dateneben (Analytik-Daten) eingezogen, verbunden und beherrscht werden muss.

Hierzu eine kurze Erläuterung, die die datentechnische Komplexität in der Medienproduktion verdeutlicht (siehe Abbildung 3):

  • Erste Datenebene Produktdaten: In der Druck-/Medienproduktion ist der „Produktionsgegenstand“ weitestgehend datenbasiert, dabei zumeist immateriell: Bilddaten, Textdaten, Vektor-, Grafik- und Layoutdaten, zukünftig verstärkt auch Audio- und Videodaten werden auf digitalem Wege zu Präsentationsseiten im Multi-Channel-Publishing für Shopsysteme z. B. im E-Commerce oder zu Katalogseiten digital am Bildschirm bearbeitet und gestaltet. Als Ausgabemedien dienen wiederum Bildschirme, mobile Devices und/oder – „klassisch“ – Papier (ausgegeben auf analogen oder digitalen Druckmaschinen).
  • Eine zweite Datenebene im Medienbereich bildet die Ebene der technisch-/organisatorischen Produktions-Planung, Steuerung und (Qualitäts-)Kontrolle. In diesem Bereich findet in modernen Druck-/Medienbetrieben bereits eine Vielzahl von Konzepten Anwendung, die im industriellen Produktionsbereich unter dem Stichwort Industrie 4.0 diskutiert werden (z. B. durchgehende Digitalisierung, Vernetzung, Automatisierung, Individualisierung).
  • Eine dritte Datenebene bilden administrative Daten bezogen auf die unternehmensübergreifende Wertschöpfungskette (Lieferantendaten, technisch-wirtschaftliche Daten des Produktionsprozesses und der Unternehmensführung, Kundendaten, externe Wirtschafts- und Marktdaten).
  • Die Aufgabe der für die Branche weitestgehend neuen vierten Datenebene „Analytics“ ist es, die zuvor genannten drei Datenebenen und ihre insgesamt „riesigen“ Datenmengen (Big Data!) zu durchsuchen, zu verbinden und zu analysieren, um so neue „Werte“ zu identifizieren, zu immer besseren Ergebnissen zu gelangen (maschinelles Lernen) und automatisiert Entscheidungen zu treffen (künstliche Intelligenz). Diese neuen „Werte“ können beispielhaft in erkannten Mustern (z. B. des Kundenverhaltens), Clustern (z.B. identifizierte Kundeninteressen und Zielgruppen) oder in Vorhersagen liegen (siehe z.B. das oben bereits genannte Vorhersagebeispiel im Versandhandel zur Lageroptimierung oder aber auch technikbezogene Vorhersagen – predictive maintenance – oder neue Lern- und Ausbildungsformen im Bereich der Druckmaschine) (siehe Abbildung 3).
Abb. 3: Einbettung von Algorithmen der Künstlichen Intelligenz und Data Analytics-Verfahren im Medien-Unternehmen (in Anlehnung an Gröger 2015).


4 Beispiele für Innovative Content-Entwicklung für Druck- und Mediendienstleister

„Individualisierte Produktkommunikation im Multi-Channel-Marketing“

Moderne Unternehmen des Medien-Bereichs verfolgen eine Multi-Channel-Publishing-Strategie, in der in immer stärkerem Maße die Erstellung von E-Commerce-Systemen parallel zur Erstellung der Druckvorlagen für gedruckte Kataloge getreten ist. Wenn es gelingt, Nutzerdaten, zum Beispiel aus Bestellvorgängen und Suchverhalten (sowohl der E-Commerce- wie der Printkatalogkunden), mittels Data-Analytics hinsichtlich Interessen- und Kundengruppencluster zu klassifizieren und entsprechende individuelle (Bestell-)Muster zu identifizieren, kann eine lernende Datenbank entwickelt werden. Diese kann automatisch kunden-individuelle Kommunikationsstrategien entwickeln, die z.B. über Digitaldruck individualisiert ausgedruckt werden und/oder im Multi-Channel-Dialog-Marketing neue Formen der 1:1-Kundenkommunikation ermöglichen und so z. B. einen Beitrag zur Verringerung der erheblichen Streuverluste der Printwurfwerbung leisten können.

„Verpackungsdesigns in virtueller Verkaufsumgebung“

Eine möglichst kurze „Time-to-Market“, hohe Flexibilität in Design und Kreation als kurzfristige Reaktion auf neue Trends, die Werbewirkung im späteren Verkaufsumfeld antizipieren – diese Aspekte sind gerade im Verpackungsbereich entscheidend für den späteren Verkaufserfolg unmittelbar am Point of Sale. Aktuell werden aufwändige Testverfahren durchgeführt, um Optimierungsstrategien für den Konsumgüterbereich abzuleiten. Hier ermöglichen digitale Prozesse erhebliche Einsparungspotenziale: Reale Regal- und Verkaufsumfeldsituationen können fotografiert und durch entsprechende Softwaretools zu dreidimensionalen Verkaufsräumen umgewandelt werden. Auch können Kaufräume durch Nutzung von 3-D-Daten als Computermodell entwickelt werden. In den nun im virtuellen Raum verfügbaren Regalen könnten verschiedene Verpackungsdesigns im direkten Verkaufsumfeld getestet werden, ohne reale Muster zu erstellen. Verschiedene Verpackungsdesigns und Platzierungen können in der Wirkung bewertet und beurteilt werden. Die gesamten Daten der verschiedenen Tests in den virtuellen Ladengeschäften und die erprobten Designs und Platzierungserprobungen können durch Data-Analytics-Algorithmen im Sinne Künstlicher Intelligenz automatisiert ausgewertet und „lernend“ optimiert werden.

CoWorking-Lab

Auch die Lösungsstrategie des Projektes BigContentData zeichnet sich durch besonders innovative Elemente aus. Zur Sicherung, Forcierung und Beschleunigung des Transfers der Forschungs- und Entwicklungsarbeiten wird an der Bergischen Universität in der Fakultät für Elektrotechnik, Informationstechnik und Medientechnik ein reales CoWorking-Lab für das Experimentieren, Ausprobieren, Testen, Entwickeln, „Begreifen“ und Lernen von medienrelevanten Anwendungen der Künstlichen Intelligenz für interessierte Nutzergruppen sowie für Studierende aufgebaut und zur Verfügung gestellt. CoWorking-Labs sind real existierende Einrichtungen, die Räume für gemeinsame Forschung und Entwicklung, für kollaborative Arbeitsformen und für den interdisziplinären Austausch bereitstellen. Der Austausch auf der Ebene des Labs wird durch inhaltliche Formate (Seminare, Workshops, Vorträge, Demonstrationen etc.) zusätzlich aktiv unterstützt.

Abb. 4: Strukturkonzept des Projekts BigContentData.

„Türen“ zwischen Forschung und Praxis

Die Erzeugung und Umsetzung neuen Wissens und innovativer digitaler Strategien verläuft deutlich schneller und effizienter, wenn unmittelbar im Forschungs- und Entwicklungsprozess eine Verzahnung von Forscherinnen und Forschern mit betrieblichen Experten erfolgt und sich weit offene Schnitt-Bereiche („Türen“) zwischen Forschung und Entwicklung im Kontext der betrieblichen Praxis sowie in institutionellen Laboren, Wissenschafts- und Bildungseinrichtungen ergeben. Ein Lösungsansatz des Projektes besteht somit darin, unternehmens- und institutionenübergreifende Forschungs- und Entwicklungsteams zu bilden, die gemeinsam definierte Projekte verfolgen. Hierzu gehören im Einzelnen:

  • Entwicklung und Profilierung einer interaktiven Online-Wissens-, Lern- und Kommunikationsplattform: Eine interaktive Lern-, Wissen- und Kommunikationsplattform, speziell bezogen auf neue Contentdienstleistungen und ihre betriebliche Umsetzung, wird mit dem CoWorking-Lab eng verzahnt und ermöglicht neue Austauschmöglichkeiten.
  • Die zuvor genannten Lösungsaktivitäten sollen zu einer wissensorientierten, auf die Druck-/Medienwirtschaft ausgerichteten NRW.Brancheninitiative Content 4.0 zusammengeführt werden (siehe Abbildung 4).

Das geplante CoWorking-Lab sowie die Kommunikations- und Informationsplattform eröffnen einen völlig neuen Open-Ansatz im Zusammenwirken zwischen Universität und NRW.Medienbranche. Parallel dazu wurden an der Bergischen Universität völlig neue Studiengangkonzepte für den Medien- und Informationsbereich entwickelt oder stehen aktuell in der Entwicklung, die das Thema Content- und Datamanagement (einschließlich künstliche Intelligenz) zentral einbinden. Bereits zum kommenden Wintersemester 2019/2020 startet der neue Bachelor-Studiengang Informations- und Medientechnologie, der einen weiteren Beitrag zum Thema „Zukunft der Medien made in Wuppertal“ leisten wird.

www.sikom.uni-wuppertal.de