Über die kreativen Anwendungen von Artificial Intelligence hinaus vollzieht sich in Broadcast-Operationen und Business Intelligence ein bedeutender Wandel. Während sich Fachleute auf die IBC 2025 in Amsterdam vorbereiten, berichten Unternehmen von erheblichen Effizienzsteigerungen durch KI-Anwendungen, die Infrastruktur, Zuschauerbindung und Monetarisierungsstrategien optimieren. KI wird zunehmend eingesetzt, um die Leistung zu überwachen und Ressourcen basierend auf Echtzeit-Sendebedingungen automatisch anzupassen.

„Die meisten KI-Diskussionen im Streaming-Bereich drehen sich um Analysen oder Content-Erstellung, aber der wirkliche Wandel wird die Automatisierung innerhalb der Infrastruktur selbst sein“, sagte Michael Vitale, VP of AI strategy and product intelligence bei Wowza. „Entwickler benötigen Systeme, die beobachten können, was mit einem Stream passiert, Korrekturmaßnahmen ergreifen und Ressourcen automatisch skalieren – sei es ein Zuschaueranstieg, ein Bandbreitenproblem oder ein Workflow-Ausfall.“ Dieser operative Fokus ist ein Wandel von reaktiver Problemlösung zu prädiktivem Systemmanagement, bei dem KI mehrere Leistungsindikatoren überwacht und Probleme verhindert, bevor sie sich auf Zuschauer oder die Content-Delivery auswirken. „Diese Art von operativer KI wird zuverlässige Streaming-Plattformen von solchen trennen, die nur Daten über Probleme sammeln, nachdem sie aufgetreten sind“, fügte Vitale hinzu.

Operative KI-Anwendungen liefern Wert in oft übersehenen Bereichen und adressieren Backend-Prozesse, die die gesamte Content-Supply-Chain beeinflussen. „Die meisten Diskussionen konzentrieren sich auf kreative Anwendungen, aber die operative Ebene wird oft übersehen“, sagte Francesca Pezzoli, VP of marketing bei Looper Insights. „Die Automatisierung von Metadatenmanagement, Placement-Auditing und Insight-Generierung kann versteckte Ineffizienzen reduzieren, die die gesamte Content-Supply-Chain belasten. Hier liefert KI einen sich verstärkenden Wert, der nicht immer sichtbar ist.“ Looper Insights nutzt Machine Learning, um die Content-Platzierung zu optimieren und Sichtbarkeitsmetriken in prognostizierte Geschäftsergebnisse umzusetzen. „Wir nutzen Machine Learning, um On-Screen-Placements über digitale Storefronts zu bewerten und Partnern zu helfen, Marketingausgaben auf die wirkungsvollsten Möglichkeiten zu verteilen“, erklärte Pezzoli. „Prädiktive Modelle setzen Sichtbarkeit in prognostizierte Ergebnisse wie Umsatz oder Impressions um und ermöglichen intelligentere Entscheidungen darüber, wo und wann Content erscheinen sollte.“

Einige Unternehmen integrieren KI in den gesamten Content-Monetarisierungsprozess und schaffen Systeme, die Planung, Zielgruppenansprache und Rechteverwaltung optimieren. „Wir nutzen Machine Learning in unserem Self-Optimizing Content Monetization Flywheel, um den gesamten Content-Lebenszyklus zu optimieren, nicht nur Empfehlungen“, sagte Ivan Verbesselt, chief product and marketing officer bei Mediagenix. „Predictive Content Intelligence: Unsere Spideo-Integration analysiert Engagement-Muster, um ‚Smart Content Pools‘ zu erstellen, die die Präferenzen des Publikums antizipieren und 40 % Content-Discovery-Verbesserungen liefern, bevor die Planung überhaupt beginnt.“ Dies erzeugt einen sich verstärkenden Effekt: Bessere Vorhersagen führen zu einer effektiveren Planung, die reichhaltigere Zuschauerdaten für noch genauere zukünftige Vorhersagen generiert. „Der Flywheel-Effekt verstärkt die Gewinne: Bessere Vorhersagen ermöglichen eine intelligentere Planung, die reichhaltigere Engagement-Daten generiert und noch genauere Vorhersagen ermöglicht“, bemerkte Verbesselt. „Wir dokumentieren innerhalb von Monaten 35 % Conversion-Verbesserungen – Intelligenz, die aus jeder Zuschauerinteraktion lernt.“

KI-gesteuerte Planung kann automatisch unterdurchschnittliche Inhalte ersetzen und Channel-Lineups basierend auf der Echtzeit-Reaktion des Publikums optimieren, was eine schnelle Channel-Bereitstellung ermöglicht. „Ein Kunde startete 40 Kanäle in drei Tagen mit nur zwei Mitarbeitern – 80 % schneller als mit traditionellen Methoden“, fügte Verbesselt hinzu. Die Technologie übernimmt auch die Rechteverwaltung, prognostiziert optimale Lizenzierungsfenster und identifiziert Monetarisierungsmöglichkeiten über verschiedene Plattformen hinweg. Auf der Abonnenten-Seite analysiert KI das Zuschauerverhalten, um Kündigungen vorherzusagen und proaktive Kundenbindung zu ermöglichen. „Machine Learning und Predictive Analytics verbessern das Zuschauerengagement durch Hyperpersonalisierung und Echtzeit-Empfehlungen“, sagte Einat Kahanam, vice president of product solutions bei Viaccess-Orca. „Für die Monetarisierung ermöglicht KI intelligente Adtech, die dynamisch personalisierte Anzeigen erstellt und optimiert, um die Conversion-Raten zu steigern. Darüber hinaus hilft Predictive Analytics, Abonnentenabwanderung vorherzusehen und proaktive Strategien zur Kundenbindung zu ermöglichen.“ „KI ermöglicht auch dynamische, ständig aktualisierte redaktionelle Änderungen im großen Maßstab, um sicherzustellen, dass die Plattform frisch und relevant bleibt“, fügte Kahanam hinzu.

Umweltmonitoring ist eine neue Anwendung, die CO2-Emissionen und Energieverbrauch verfolgt. „Der Nachhaltigkeitsaspekt wird besonders übersehen, doch Broadcast-Operationen erzeugen erhebliche CO2-Fußabdrücke durch Server-Nutzung und Datenübertragung“, sagte Lee Otterway, commercial director für Dot Group.  „Es geht nicht nur um Effizienz, sondern darum, KI zu nutzen, um Broadcast-Operationen gleichzeitig nachhaltiger und profitabler zu machen“, erklärte Otterway.

Eine erfolgreiche KI-Implementierung erfordert die Integration in Kern-Business-Systeme, nicht nur oberflächliche Ergänzungen. „Jeder spricht darüber, was KI kann, aber nicht genug Menschen sprechen darüber, was KI tun sollte“, sagte Symon Roue, managing director bei VIDA. „Zu viele Unternehmen fügen einen Chatbot oder ein Transkriptionstool auf die gleichen fehlerhaften Workflows hinzu.“ Der Fokus sollte auf KI als integralem Bestandteil des Geschäftsbetriebs liegen, nicht als zusätzliche Technologieschicht. „Was fehlt, ist die Diskussion über KI als Teil des Betriebsmodells, nicht als Gimmick“, sagte Roue. „Der wirkliche Gewinn ist, wenn KI aufhört, eine Nebensache zu sein und beginnt, Kerngeschäftssysteme intelligenter, vernetzter und weniger abhängig von Armeen von Menschen zu machen, die Dateien und Metadaten verschieben.“

Operative KI-Anwendungen bieten unmittelbaren Wert, indem sie sich auf die Geschäftsoptimierung konzentrieren und nicht nur auf die Content-Generierung. „Das fehlende Gespräch ist die operative Intelligenz – wie KI das Broadcasting-Geschäft optimieren kann, nicht nur die Content-Erstellung“, sagte Otterway. „Während sich die Branche intensiv auf KI für die Content-Generierung und die Verbesserung der Postproduktion konzentriert, übersehen wir das transformative Potenzial von KI für operative Effizienz und Nachhaltigkeit.“

Praktische KI-Implementierungen konzentrieren sich auf Bereiche, in denen KI Menschen übertrifft. „Wir haben eine KI-gestützte automatische Untertitelung implementiert, die menschliche Transkribenten in stressigen Umgebungen übertrifft“, sagte Jan Weigner, CTO von Cinegy. „Im Gegensatz zu Menschen, die alle 15 Minuten eine Rotation benötigen, um die Qualität aufrechtzuerhalten, liefert unsere KI den ganzen Tag über konsistente Ergebnisse in Broadcast-Qualität. Das ist praktische KI.“

Der ethische KI-Einsatz ist entscheidend, insbesondere bei der Content-Lizenzierung. „Organisationen wie Troveo, Adapt Global und andere haben eine ethische Content-Aggregation-Reise begonnen, indem sie Content von Creatoren lizenzieren, um KI-Videoplattformen wie Moonvalley, OpenAI und andere zu beschleunigen und zu trainieren“, sagte Majed Alhajry, CTO und interim CEO bei MASV. „Durch das Sammeln von Inhalten von Studios und Creatoren ist ein neuer Markt für die KI-Content-Kuratierung entstanden.“ „Das Unterzeichnen von Lizenzverträgen anstelle des Scrapens von Inhalten gewährleistet einen ethischen und transparenten KI-Einsatz in Video und Broadcasting“, fügte Alhajry hinzu. „Studios und Creatoren können ihre Arbeit jetzt mit ethisch trainiertem KI-Content ergänzen, bei dem alle Beteiligten entlang der Produktionskette profitieren.“

Mit der Annäherung der IBC 2025 erweitern sich operative KI-Anwendungen auf Kern-Geschäftsprozesse und konzentrieren sich auf nahtlose Integration und messbare Effizienzverbesserungen. Die IBC 2025 wird Möglichkeiten bieten, diese Anwendungen und ihre potenziellen Auswirkungen auf die Geschäftsleistung und die operative Effizienz zu bewerten.