Use Case

Ein nationaler Nachrichtensender benötigte häufige, landesweite Verkehrs- und Zug-Updates in kurzen 45-60 Sekunden Slots für Radio und TV. Diese Updates wurden bisher von einem externen Anbieter gekauft, waren schwer zu monetarisieren und erforderten manuellen Produktionsaufwand - obwohl sie zeitkritisch und fehleranfällig waren. Das Team wollte eine skalierbare, kostengünstigere, KI-gesteuerte Lösung, die fortschrittliche KI-Fähigkeiten zeigen und neue Sponsoring-Möglichkeiten innerhalb der Verkehrssegmente erschließen konnte.

Ansatz

Das Team entwarf einen end-to-end internen Workflow, der die Inhaltsgenerierung automatisiert, aber Menschen dort in den Loop holt, wo es wichtig ist. Öffentlich verfügbare, programmatisch zugängliche Verkehrs- und Bahnquellen wurden identifiziert, rechtlich validiert und in eine strukturierte SQL-Datenbank eingespielt, inklusive Zeitstempel, Schweregrad, Auswirkung und Straßentypen. Darüber legte eine Regel-Schicht (Aktualität, Schweregrad, Auswirkung, Hauptverkehrsadern und ausgewogene geografische Mischung) algorithmisch die relevantesten Items aus, die in einen 45-Sekunden-Nachrichtenblock passten.

Für die Spracherzeugung wurden die ausgewählten Items über eine API an ein Sprachmodell gesendet, mit Prompts, die auf prägnante, natürliche Zusammenfassungen innerhalb eines definierten Wortzahlbereichs abgestimmt waren, der der Ziel-Audio-Länge entsprach. Für die Auslieferung in einer vertrauten Stimme nahmen Moderatoren mehrere Minuten Trainings-Audio auf, um geklonte Stimm-Modelle zu erstellen; das System führte dann Text-zu-Sprache über API-Calls durch. Backend-Logik assemblierte das finale Asset, indem es Voice-Over, Musik-Unterlegung, eine visuelle Verkehrs-Vorlage für TV und Pre-/Post-Sponsoring-Nachrichten zu einer einzigen MP3/Video-Ausgabe kombinierte.

Da der Inhalt zeitkritisch, aber KI-Fehlern unterworfen war, wurde ein leichtgewichtiger Human-in-the-Loop-Review implementiert. Jede neu generierte Nachricht wurde per E-Mail an eine Gruppe von Redakteuren gesendet, inklusive Skript, Wortzahl und Preview-Link. Redakteure konnten den Text genehmigen oder anpassen; das System regenerierte dann automatisch und ersetzte die bearbeitete Datei. Wenn innerhalb des Genehmigungsfensters keine Aktion erfolgte, genehmigte das System automatisch, um sicherzustellen, dass immer eine Datei für die Ausstrahlung bereit war.

Lösung

Die finale Lösung war eine vollständig interne, automatisierte KI-Anwendung, die stündlich (und manchmal halbstündlich) Verkehrs- und Zug-Nachrichten zwischen 06:00 und 18:00 an Werktagen produzierte. Sie erntete und normalisierte kontinuierlich Verkehrsdaten, wandte Auswahlregeln an, generierte Zusammenfassungen mit einem kosteneffizienten, aber modernen Sprachmodell und konvertierte sie mit geklonten Moderator-Stimmen in Audio. Die Pipeline verband dann Audio, Grafik-Templates und Musik zu einem broadcastfähigen Asset, das im Backend gespeichert und an einen externen Playout-Provider geliefert wurde, inklusive Checksum- und Dateigrößen-Checks, um das Risiko korrupter Dateien zu reduzieren.

Operative Sicherheitsmaßnahmen wurden hinzugefügt, um häufige Fehler zu handhaben. Dazu gehörte die Generierung einer nächtlichen generischen "Fallback"-Verkehrsnachricht, die sich auf geplante Ereignisse und nahe Zukunft-Störungen konzentrierte und genutzt werden konnte, wenn die Echtzeit-Generierung fehlschlug. Zusätzlich erlaubten technische Checks (z.B. Dateiintegritätsprobleme während der Übertragung) und manuelle Eingriffe auf der Playout-Seite, problematische Dateien zu blockieren, wenn ein Problem spät erkannt wurde. Die Lösung beinhaltete auch einen Redakteur-Genehmigungsprozess und Logging, das zwischen maschineller und menschlicher Genehmigung unterschied, um zu überwachen, wie oft menschliche Aufsicht tatsächlich erforderlich war.

Ergebnisse

Der Sender ersetzte einen bezahlten externen Verkehrsnachrichten-Anbieter durch einen internen KI-gesteuerten Service, reduzierte wiederkehrende Inhaltskosten erheblich und hielt - in vielen Fällen verbesserte - die wahrgenommene Qualität. Ein kürzerer Erstellungszyklus ermöglichte auch mehr nahezu Echtzeit-Berichterstattung. Das neue Setup bot volle Kontrolle über das finale Audio/Video-Output, ermöglichte integrierte Sponsoring-Nachrichten vor und nach der Nachricht und verwandelte Verkehrsupdates in monetarisierbares Inventar mit vorhersagbaren Zeitplänen.

Aus Leistungsperspektive produzierte das System zuverlässig Updates, die in den allermeisten Fällen (laut interner Bewertung etwa 99%) als "menschenäquivalent" in der Qualität für diesen Anwendungsfall eingestuft wurden, während es deutlich skalierbarer und schneller als manuelle Produktion war. Anfängliche Probleme wie korrupte Dateien und gelegentlich halluzinierte Orte wurden identifiziert und durch zusätzliche Checks, Regeln und Prompt-Verfeinerungen gemildert, wobei manuelle Genehmigungen mit wachsendem Vertrauen über die Zeit abnahmen. Intern demonstrierte das Projekt, dass KI einen Live-, zeitkritischen Workflow sicher handhaben kann, weckte Interesse an weiteren KI-Anwendungen und klärte, wo Regulierung, Risiko und Komplexität ähnliche Ansätze für sensiblere Nachrichtenformate erschweren würden.