USE CASE · KI IM PRODUKT · SEMANTISCHE SUCHE

KI-gestützte Medien- und Dokumentensuche für eine Werbeagentur

Für eine Werbeagentur setzte Victormedia eine KI-gestützte Medien- und Dokumentensuche um. Die Lösung erschließt Bilder, PDFs, Audio und Video über ihre Inhalte – nicht nur über Ordner und Dateinamen.

Ausgangslage: Inhalte waren vorhanden, aber schwer auffindbar

In vielen Agenturen liegen Bilder, PDFs, Audio und Video über Jahre verteilt in Projektordnern, Laufwerken und einzelnen Ablagen. Wer etwas wiederfinden will, braucht oft den richtigen Dateinamen, den damaligen Projektkontext oder jemanden, der sich erinnert.

Ein Medienarchiv wird mit der Zeit selten einheitlicher. Dateien stammen aus unterschiedlichen Projekten, wurden unterschiedlich benannt und enthalten Informationen, die in einer Ordnerstruktur nicht sichtbar werden: Bildinhalte, Texte in Scans, gesprochene Inhalte oder Zusammenhänge zwischen Materialien.

Die Anforderung war deshalb nicht, eine weitere Dateiablage zu bauen. Gesucht war ein Zugang, mit dem Kreativ-, Recherche- und Projektteams vorhandenes Material anhand seiner Bedeutung wiederfinden können.

Was die Lösung erschließt

• Bilder über automatisch erschlossene Bildinhalte
• PDFs und gescannte Dokumente über Text und OCR
• Audio und Video über aufbereitete Inhalte
• unterschiedliche Dateitypen in einer gemeinsamen semantischen Recherche

Dafür wurden Medien und Dokumente für eine semantische Suche vorbereitet. Die technische Umsetzung kombiniert Vektorsuche, automatische Inhaltsbeschreibungen, OCR und multimodale Verarbeitung. Entscheidend war nicht ein einzelnes Modell, sondern ein nachvollziehbarer Prozess, der aus unterschiedlichen Beständen eine gemeinsame Recherchegrundlage macht.

Die Produktfrage stand vor der KI-Frage

Eine Suche mit KI ist nur dann nützlich, wenn sie an einer tatsächlichen Arbeitssituation ansetzt. In diesem Fall war das Wiederfinden und Vergleichen von vorhandenem Material. Deshalb lag der Fokus nicht auf einem allgemeinen Chatfenster, sondern auf einer Funktion, die Recherche im bestehenden Umgang mit Medien unterstützt.

Das ist auch bei anderen Portalen und Fachanwendungen ein sinnvoller Ausgangspunkt: Erst klären, welche Aufgabe heute unnötig Zeit kostet. Dann entscheiden, ob Suche, Einordnung, Vorschlag oder automatisierte Übergabe die passende Produktfunktion ist.

Was dieser Case belegt

• Die passende KI-Funktion ergibt sich aus einer konkreten Rechercheaufgabe.
• Heterogene Bestände lassen sich über eine gemeinsame semantische Suche erschließen.
• Bildverständnis, Texterkennung und multimodale Verarbeitung können in einer Recherchelogik zusammenkommen.
• Der Nutzen entsteht, wenn die Funktion in den bestehenden Arbeitskontext passt.