SCHICKLER Shorty unterstützt Redakteuren bei der Kürzung von Texten. Die Zeitersparnis beim Kürzen eines Textes liegt bei bis zu 80% Zeit. Über www.schickler-shorty.de können Redakteure schnell und zielgerichtet lange Texte (z.B. Pressemitteilungen, Einsendungen, etc.) auf eine Ziellänge kürzen. Shorty basiert auf Künstlicher Intelligenz bzw. dem Spezialgebiet des Natural Language Processing. Die Künstliche Intelligenz von SCHICKLER analysiert den Text und berechnet über ein semantisches Modell, welche Sätze einen hohen Informationsgehalt für den Text haben. Alle Sätze mit vergleichsweise geringem Informationsgehalt werden beim Kürzen herausgelöscht. Hierbei achtet Shorty auf Zusammenhänge zwischen Sätzen, so dass voneinander stark abhängige Sätze nicht gelöscht werden. Über Statistiken und eine Farbcodierung zum Informationsgehalt können Redakteure schnell die relevanten Teile des Textes identifizieren und von Shorty Texte in beliebiger Länge kürzen lassen.

 

 

Shorty ist für Redakteure bei Tageszeitungen, Fachzeitschriften und Publikumszeitschriften, für jeden, der in seiner täglichen Arbeit Texte redigiert und kürzt. Shorty ist kein Roboterjournalismus, der einfache Texte aus vorgegebenen Datenpunkten generieren kann. Hierdurch greift Shorty nicht in Grammatik und Satzstruktur ein, sondern unterstützt den Redakteur bei der Auswahl der relevanten Textteile und Sätze.

 

 

Die Arbeit mit Shorty ist einfach und selbsterklärend. In ein Textfeld wird der Originaltext kopiert. Über Optionen und die Ziellänge kann die Kürzung konfiguriert werden. Die Kürzung selbst dauert wenige Sekunden. Der gekürzte Text wird in einem anderen Textfeld angezeigt. Neben Statistiken über den Text werden im unteren Bereich von Shorty das Ranking der Sätze nach Relevanz, identifizierte Begriffe / Entitäten und identifizierte Füllwörter angezeigt.

 

 

Shorty basiert auf dem KI-Fachgebiet des Natural Language Processing. Essentieller Bestandteil des Natural Language Processing sind sogenannte „Embeddings“: Hochdimensionale Vektoren zur numerischen Repräsentation von Wörtern und Sätzen. Shorty berechnet für jeden Satz ein Embedding. Über ein Clusteringverfahren analysiert Shorty, welcher Satz bestmöglich den gesamten Artikel repräsentieren kann. Diese Sätze sind zentral für den Text: sie stellen eine gute Zusammenfassung des Textes dar und beinhalten wertvolle Information. Die Relevanz von Sätzen wird über weitere Optionen gesteuert. So kann Shorty Entitäten (Personen, Orte, Unternehmen, etc.) identifizieren und herausfinden, in welchem Satz diese in den Artikel eingeführt werden. Solche Einführungssätze sind wichtig für das Textverständnis und dürfen nicht gelöscht werden. Auch die Abhängigkeit von Sätzen wird von Shorty analysiert. Sätze, die direkt voneinander abhängig sind werden nicht gelöscht.

 

 

Wir stellen Shorty kostenfrei zur Verfügung. Es ist keine Registrierung notwendig und es gibt keine Systemvoraussetzungen zur Nutzung. Sie finden Shorty hier:

www.schickler-shorty.de

Shorty wird von unseren Data Scientists kontinuierlich erweitert. Auf der Agenda stehen u.a. folgende Optimierungen:

• Verbesserung der Geschwindigkeit (aktuell zwischen 5 bis 15 Sekunden auf Grund großer Sprachmodelle im Hintergrund)
• Optimierte Bewertung von Texten und deren Relevanz für den Text
• Weitere Statistiken zum Originaltext und gekürzten Text
• API für die Nutzung von Shorty aus anderen Systemen heraus, z.B. aus dem Redaktionssystem
• Weitere Premium-Funktionen mit exklusiver Schickler-KI

Associate-Partner Dr. Christoph Mayer stellte am 07.11.2019 beim Treffpunkt Innovation des Bundesverband Druck und Medien die Chancen von Künstlicher Intelligenz für Druck- und Medienunternehmen vor. Er zeigte wie KI hilft die Effizienz und Rentabilität von Prozessen deutlich steigern. Auf Basis konkreter Use-Cases gab Dr. Mayer einen detaillierten Einblick in Funktionsweise und Abläufe von KI.

Die Themen des Vortrags waren:

1. Arbeitsweise von Machine Learning
2. Einordnung aktuelle Trends sowie starke/schwache Künstliche Intelligenz
3. Beispiele Künstlicher Intelligenz in unserem Alltag
4. Einsatzmöglichkeiten für Druck- und Medienunternehmen an Hand konkreter Beispiele
5. Tool-Set für Machine Learning
6. Best Practices für das Vorgehen in KI-Projekten

Den Vortrag stellen wir auf Anfrage zur Verfügung, senden Sie eine E-Mail an datascience@schickler.de.

Foto: © bvdm/HC Plambeck

Jedes Jahr schreiben wir über 500 Weihnachtskarten an unsere Kunden. Dieses Mal hatten wir Unterstützung: von Künstlicher Intelligenz und einem Roboterarm.

Unser Data Science Team trainierte einen Algorithmus mit einem dicken Buch voller Weihnachtsgeschichten. Hieraus erzeugte der Algorithmus individuelle Weihnachtsgrüße – für jede Weihnachtskarte einen. Beim Schreiben hat uns ein Roboterarm unterstützt. Er schrieb die Weihnachtsgrüße auf alle 500 Karten.

Sehen Sie im Video, wie wir mit KI arbeiten. Was kann KI für Ihr Unternehmen tun?

Wie können Medienunternehmen von Data Science und Künstlicher Intelligenz profitieren? Welche Einsatzmöglichkeiten gibt es? Der SCHICKLER Einblick „Künstliche Intelligenz für Medienunternehmen“ schafft Transparenz über Grundlagen, Einsatzmöglichkeiten und Trends von Künstlicher Intelligenz bei Medienunternehmen. Das SCHICKLER Data Science Team gibt einen detaillierten Einblick.

Fordern Sie Ihr persönliches Exemplar des SCHICKLER Einblick bei uns an. Senden Sie eine E-Mail an datascience@schickler.de.

Welche Anwendungsfälle von Data Science, Künstlicher Intelligenz und Machine Learning gibt es in Medienunternehmen? SCHICKLER beantwortet diese Frage mit der SCHICKLER Data Science Landkarte. Sie gibt einen detaillierten Überblick über Anwendungsfällt in den Bereichen Redaktion, Lesermarkt, Werbemarkt, Druck, Logistik, Finanzen und Personal.

Fordern Sie Ihr Exemplar der SCHICKLER Data Science Landkarte als A2 Poster kostenfrei bei uns an. Senden Sie eine E-Mail an datascience@schickler.de.

Drei Tage #datadeepdive – der Hackathon im dpa Newsroom. SCHICKLER unterstützt den Hackathon als offizieller Sponsor. Das SCHICKLER Data Science Team um Amr Rekaby Salama und Ole Martin standen den Teams als Mentoren bei allen Fragen rund um Data Science und Machine Learning zur Seite. Dr. Christoph Mayer wählt als Mitglied der Jury die Gewinner. Die offizielle Pressemitteilung der dpa zum Hackathon gibt es hier.

Künstliche Intelligenz bietet massive Chancen – speziell für Medienunternehmen. Dr. Christoph Mayer von SCHICKLER gibt im Artikel „Künstliche Intelligenz und Maschinelles Lernen: Hintergrund, Anwendungsfälle und Chancen für Medienunternehmen“ einen detaillierten und exklusiven Einblick.

Der Artikel ist in der Zeitschrift Medienwirtschaft 03/2018 erschienen. Er beschreibt detailliert und doch einfach verständlich die Grundlagen Künstlicher Intelligenz und eine Vielzahl an Anwendungsfällen in Medienunternehmen.