Schickler Data Science: Künstliche Intelligenz für Medienunternehmen

Google wird bei allen seinen Angeboten in den nächsten Jahren Machine Learning einsetzen. Das gibt CEO Sundar Pichai bekannt.

Was daran bemerkenswert ist: Google sieht die größten Potenziale offenbar nicht in der Entwicklung neuer Produkte und Services, sondern im Einsatz Künstlicher Intelligenz in bestehenden Produkten, Services und Prozessen.

Und was noch bemerkenswerter ist: Die Chancen, die Google mit Künstlicher Intelligenz und Machine Learning hat, hat jedes Unternehmen – und Medienunternehmen ganz besonders: Da die Prozesse und Geschäftsbeziehungen hin zu Kunden und Unternehmen hier so vielfältig sind, ergeben sich durch den Einsatz von Künstlicher Intelligenz vielfältige Chancen – und zwar ebenfalls in der deutlichen Verbesserung bestehender Produkte, Services und Prozesse.

Schickler Data Science

Um Medienunternehmen beim Einsatz Künstlicher Intelligenz zu unterstützen hat Schickler ein eigenes in-house Data Science Team aufgebaut. Es arbeitet in Projekten Hand in Hand mit den Schickler-Beratern. Gemeinsam identifizieren sie Chancen für den Einsatz Künstlicher Intelligenz, entwickeln Algorithmen und programmieren Prototypen.

Hier einige Beispiele dafür, wie Künstliche Intelligenz das Google-Angebot verbessert:
Mithilfe Künstlicher Intelligenz kann…

  • Google Translate noch natürlicher übersetzen,
  • dem Nutzer noch passendere und relevantere Werbung angezeigt werden,
  • Google Suche noch besser verstehen, wonach der Nutzer sucht,
  • der Smartspeaker Google Home wissen, wer gerade mit ihm spricht und der Person auf sie zugeschnittene, passende Antworten geben
  • Google Maps Staus noch besser vorhersagen und Autofahrer bestmöglich zum Ziel bringen.

Diese Verbesserungen stehen natürlich nicht nur Google gut. Use Cases für Künstliche Intelligenz in Medienunternehmen gibt es viele. Einige Beispiele hierfür sind:

  • Verkaufssteuerung: Erstellen von Empfehlungen, welche Werbekunden wann und mit welchem Angebot angesprochen werden sollen,
  • Identifizierung von Upselling Möglichkeiten: Wo es sie gibt und bei welchen Kunden die höchsten Verkaufschancen bestehen; welche Leser für ein E-Paper Upselling angesprochen werden sollten und wer die höchsten Upselling-Chancen hat,
  • Paid Content: einen Online-Leser in Echtzeit klassifizieren und entscheiden, welche Inhalte vor und welche hinter die Paywall müssen und so die Conversion auf ein Paid Content-Abo erhöhen,
  • Vermeidung von Zustellproblemen Historische Daten, Wetter, Druckspezifika etc. geben preis, in welchen Bezirken der Zustelllogistik es am nächsten Tag Herausforderungen geben kann – so dass rechtzeitig gegengesteuert werden kann,
  • Prognosen im Produktionsprozess: Früherkennung, wo Herausforderungen auftauchen können, die bereits pro aktiv gelöst werden könnten (z. B. in Druckereien)
  • Die Liste lässt sich beliebig fortführen. Das Schickler Data Science Team hat einen umfassenden Katalog an Anwendungsfällen von Künstlicher Intelligenz in Medienunternehmen zusammengestellt: die Schickler Data Science Landkarte gewährt einen exklusiven Einblick.
  • Produkte, Services und Prozesse werden durch Künstliche Intelligenz günstiger, maßgeschneiderter und effizienter.

Welche Chancen ergeben sich bei Ihnen?

Interessiert? Bleiben Sie mit dem SCHICKLER.essentials Newsletter auf dem Laufenden!