KI in der Audiobranche – Der Report für Radio & Podcast
Künstliche Intelligenz ist für die Audiobranche längst kein Experiment mehr - schon längst arbeiten Redaktionen, Radiosender und Podcastproduzent:innen täglich mit der Technologie. Ein Grund, um sich einmal genauer anzusehen, welche Tools, Unternehmen und Medienhäuser sich mit KI beschäftigen. Dieser Report wirft einen Blick auf die bayerischen Audiobranche und ihren Weg der KI-Revolution.
Wie sieht die Audiolandschaft der Zukunft aus?
Schon jetzt hat KI die Art und Weise, Audioinhalte zu produzieren, verändert. Durch smarte Tools und innovative Projekte lassen sich Störgeräusche auf Knopfdruck entfernen, die Stimmung von Radiohörer:innen analysieren und Audio zu Text verwandeln. Welche Unternehmen und Ideen formen die bayerische Audiobranche? Dieser Report stellt sie vor.
Update für die Audiobranche
Diese Themen zu Radio, Podcast und KI in findest du im Report:
KI für jeden Produktionsschritt
Wir zeigen dir, wie KI entlang der gesamten Wertschöpfungskette unterstützt:
- Konzept: Schnellere Ideenentwicklung und automatische Hörerdatenanalyse.
- Aufnahme & Produktion: KI-basiertes Text-to-Speech und Shows ohne Moderator im Studio.
- Postproduktion: Entfernen von Störgeräuschen auf Knopfdruck, automatische Transkription und barrierefreie Inhalte.
- Distribution: KI erstellt Kapitel und Schlagworte und produziert Untertitel.
- Analyse: Emotion-AI analysiert Stimmungslagen von Hörer:innen.
Wie KI Emotionen und Bauchgefühl messen kann
Im Interview spricht Prof. Dagmar von audEERING darüber, wie KI Emotionen, Stimmungslagen und Intentionen aus Audiodateien extrahieren kann. Das Unternehmen mit Sitz in Gilching bei München wurde 2012 als Spin-off der TU München gegründet und forscht seitdem im Bereich Empathic AI. Schuller erklärt, warum die Erkennung von Emotion für die KI ein absoluter Meilenstein ist und was uns diese Kompetenz in Zukunft bringt.
Best Practices: Diese KI-Projekte gestalten Bayerns Audiobranche
In Sachen KI ist die bayerische Audiobranche längst aus der Phase des Experimentierens herausgewachsen. Wir stellen vier Projekte, Ideen und Unternehmen vor, die KI als Grundvoraussetzung nutzen. Dabei sind die Einsatzzwecke vielseitig: vom Chatbot, der die Hörerstimmung erfasst, über eine Software, die im Katastrophenfall zum Einsatz kommt, bishin zum KI-Podcast und Ad-Tool.
Neugier statt Hype: Wie der BR das Thema KI in seine Redaktionen bringt
Das AI & Automation Lab ist beim Bayerischen Rundfunk die Abteilung, die dafür sorgt, dass modernste KI-Technologie im alltäglichen Arbeiten des Medienhauses zum Einsatz kommt. Max Brandl ist Teil des Innovationsteams und verrät im Interview, welche Projekte ein voller Erfolg waren, welche Learnings das Team in Sachen KI machen musste und mit welcher Vision der BR in die Zukunft geht.
Studioqualität auf Knopfdruck – einfach von zuhause aus
Während in den vergangenen Jahren vor allem Bewegtbild immer besser, einfacher und hochauflösender wurde, hat man die Tonqualität lange vernachlässigt. Philipp Seeser hat sich vorgenommen, genau das zu ändern, und das Unternehmen Xound gegründet. Seine Software verspricht Studioqualität auf Knopfdruck – für jedermann nutzbar, einfach von zuhause aus. Im Interview erklärt er, was dahinter steckt.
Die Maschine kann kein Bauchgefühl erkennen. Kein schlechtes Gewissen. Sie erkennt das, was man ihr beigebracht hat und bildet ab, wie Menschen eben auch reagieren würden. In bestimmten Bereichen ist sie besser als ein Mensch, weil sie über mehr Daten verfügt: Betrunkenheit erkennen, bestimmte Krankheitsmerkmale. Aber wer weiß, worauf das System trainiert ist, kann es auch austricksen.
Prof. Dagmar Schuller, audEERING
Man tut gut daran, offen und interessiert an KI heranzugehen, aber nicht aufgeregt. Wirkmächtig ist sie auf jeden Fall. Der wichtigste Rat: Dranbleiben, mit guten Leuten zusammenarbeiten und das Beste für die eigene Expertise herausholen.
Max Brandl, AI + Automation Lab beim BR
Irgendwann ist komplett KI-moderiertes Radio viel mehr die Regel als die Ausnahme.
Valentina Ciardini, Fraunhofer IIS
Die Ausgangssituation ist nach wie vor, dass Audioqualität oft der schwächste Teil in der Content-Produktion ist. Wir haben inzwischen Smartphones mit 4K-Kameras, aber der Ton bleibt schwierig. Daraus ist die Idee entstanden, ein Machine-Learning-Modell zu nutzen, das nur den Fokus hat, den Ton zu verbessern.
Philipp Seeser, Xound
