Latest / MY DATA IS BETTER THAN YOURS / Was 140.000 Programmstunden mit Metadaten gewinnen – mit Carina R., ORF (1/2)

Transcript

Was 140.000 Programmstunden mit Metadaten gewinnen – mit Carina R., ORF (1/2) · MY DATA IS BETTER THAN YOURS

• 0:00
  Speaker 0: In der heutigen Folge spreche ich mit der Lieben Karina von ORF zum Thema Datenstrategie im Medienhaus.
• 0:05
  Speaker 0: Es ist total spannend und wir haben zwei Folgen, also wir starten jetzt erst mit der Strategiefolge und gehen dann in der zweiten Folge auf die Technik ein.
• 0:12
  Speaker 0: Seid gespannt!
• 0:18
  Speaker 1: Neue Folgen jeden Freitag – in dieser digitalen Welt gibt es einen speziellen Faktor, der über Erfolg-und Misserfolg entscheidet.
• 0:25
  Speaker 1: Daten Doch nur die wenigsten wissen sie für sich zu nutzen.
• 0:30
  Speaker 1: Wer seine Kunden verstehen will, um ihnen das bieten zu können was sie brauchen kommt um ein professionelles Datenmanagement nicht herum.
• 0:37
  Speaker 1: Jonas Raschidi interviewt andere Experten aus den Data Bereichen und zeigt Schritt für Schritt wie genau das funktioniert.
• 0:49
  Speaker 0: Karina schön dass ich da sein kann.
• 0:51
  Speaker 0: Ich würde dich gerne vorstellen.
• 0:52
  Speaker 0: du bist beim ORF ja Abteilungsleitung sagt man Ja Für data platformen und vor allem sprechen wir beide über strategie.
• 1:01
  Speaker 0: vielleicht sollte ich noch mal kurz erklären bevor die folge anfängt.
• 1:03
  Speaker 0: Wir sprechen heute mit zwei Personen vom ORF.
• 1:07
  Speaker 0: Einmal sozusagen eher aus der strategischen Ebene, einmal eher ein bisschen aus der technischen Ebne so zwei Säulen die ich immer sehr gerne besprechen wollen würde.
• 1:15
  Speaker 0: wir haben ein paar mal miteinander hin und her geschrieben und haben dann irgendwann geschafft jetzt einen Podcast aufzunehmen lag vielleicht auch zum großen Teil an mir.
• 1:23
  Speaker 0: Wir haben hier ein total professionelles Setup.
• 1:25
  Speaker 0: von daher vielen Dank dass ihr so gastfreundlich seid.
• 1:29
  Speaker 0: Aber stell dich doch noch mal kurz vor, wer du bist und was du machst.
• 1:33
  Speaker 0: Und dann starten wir ins Interview.
• 1:35
  Speaker 1: Gerne!
• 1:36
  Speaker 1: Mein Name ist Karina Ruggel.
• 1:37
  Speaker 1: Ich bin seit fast fünf Jahren beim ORF.
• 1:41
  Speaker 1: Ich habe angefangen in der Anwendungsentwicklung als Projektleiterin und bin jetzt seit Anfang vierundzwanzig dabei die Datenplattform im ORF aufzubauen.
• 1:51
  Speaker 1: Das sind sehr spannende Reise.
• 1:54
  Speaker 0: Wir haben jetzt am Anfang ein bisschen philosophiert.
• 1:57
  Speaker 0: Henne Ai kommt erst die Strategie, er ist die Technik ... Du hast ja ORF schon länger begleitet bis jetzt sozusagen in der Rolle.
• 2:08
  Speaker 0: Was hast du denn vorgefunden als du in die Rolle reingekommen bist?
• 2:12
  Speaker 0: Als du die ersten Berührungspunkte mit dem Data-Bereich
• 2:15
  Speaker 1: bekommen hast?
• 2:16
  Speaker 1: Bei uns, wir haben eigentlich schon seit langem eine sehr aktive Anwendungsentwicklung und dementsprechend einiges historisch gewachsen.
• 2:24
  Speaker 1: Und ... haben auch viele Systeme die bei uns für die Content-Produktion involviert sein.
• 2:30
  Speaker 1: Also wir haben so ungefähr dreißig bis vierzig Systeme, die involvieren sind wenn man jetzt eine Sendung produziert, aufnimmt, plant, bis sie dann ausgestrahlt wird.
• 2:40
  Speaker 1: Und da war... Von
• 2:41
  Speaker 0: der Konzeption sozusagen oder von der Ideenfindungen bis hin zur
• 2:46
  Speaker 1: Komplett aus Ausstrahlungsfähgensendungen.
• 2:49
  Speaker 1: Da haben wir eine sehr breite Systemlandschaft, was sich der OF produziert im Jahr ungefähr hundertvierzigtausend Stunden Programm und da muss man natürlich einiges automatisieren dass man das auch hingehen kann.
• 3:01
  Speaker 1: und dementsprechend haben wir, wo wir mit der Datenplattform angefangen haben auch mal damit anfangen diese Systeme und diese Prozesse zu mapen die wir für unseren Hauptprozess die Content-Erstellung und Ausstrahlung eigentlich verwenden.
• 3:16
  Speaker 1: Und die Strategie... Wir haben in der Strategie mal fünf Handlungsfelder definiert für die wir verfolgen wollen.
• 3:23
  Speaker 1: das war einmal Datengetriebe nach Entscheidungen fördern oder ermöglichen mit technischen Mitteln auch Das war das Content-Mitdatenmanagement dann auch den Kundenverhalten besser verstehen, können mit Daten und auch maßgeschneidenden Content anbieten.
• 3:43
  Speaker 1: Und ein zentrales Feld für uns ist der Datenschonalismus ... Ja, weil Journalismus ja nicht so gerne.
• 3:49
  Speaker 0: Unsere keine Aufgabe ist.
• 3:52
  Speaker 0: Mit Kundenveralten meint ihr die Leute, die den Content konsumieren?
• 3:58
  Speaker 1: Genau!
• 3:59
  Speaker 1: Wir haben verschiedene Plattformen für Audio und Online-Ausstrahlungsmögliche, die On-Plattform und unsere Soundplattform.
• 4:08
  Speaker 1: Und dort sammeln wir jetzt im öffentlichen rechtlichen Kontext keine personenbezogenen Daten wie vielleicht auf anderen Medien, sondern eher struktureller, so prinzipiell ... Metadaten?
• 4:20
  Speaker 1: Genau!
• 4:22
  Speaker 0: Wenn ... Jetzt habt ihr eine große Applikationslandschaft, du kommst ja eher würde ich sagen aus dem IT-Bereich.
• 4:28
  Speaker 0: Wenn man sich das anschaut, dann könnt ihr auch das Data aus dem Finance Bereich eher diese Controllingsicht hat.
• 4:36
  Speaker 0: Was war der Grund, der euch dazu bewegt hat, diese fünf Säulen zu nehmen?
• 4:43
  Speaker 1: Wir haben erstens mal erklären müssen was kann man mit Daten alles machen wenn man sie zentral besser mit einer Plattform verwalten kann.
• 4:51
  Speaker 1: und da waren die fünf Kernziele die wir ermöglichen wollen, dass wir in Zukunft einfach auch mit KI besser arbeiten können.
• 5:02
  Speaker 1: Inhalte auch viel besser auffindbar machen können, weil bei uns ist so zum Beispiel der On-Plattform unserer Streamplattform.
• 5:08
  Speaker 1: Das ist so.
• 5:09
  Speaker 1: wir haben halt Flagships sowie ZIP unsere Zeit im Bild oder verschiedene Shows oder den ESC die man jetzt hatten in Song Contest und wegen dem kommen die Leute auf die Plattformen.
• 5:18
  Speaker 1: aber er macht ganz viel Content der bisschen nischiger ist.
• 5:21
  Speaker 1: und wenn wir denen dementsprechend mit guten Content-Meterraten versehen können damit unser Empfehlungsalgorithmus die auch zielgerichtet aussteuern kann dann Geht leider ganz viel Content, wird ja nicht gut genug gesehen wenn die Leute in der Zielgerichte noch suchen.
• 5:38
  Speaker 0: Also Hintergrund war wie du gesagt hast eher die Prozessautomatisierung oder Verbesserung von der Idee bis zur Ausspielung.
• 5:46
  Speaker 0: aber auf der anderen Seite auch jetzt beim Thema der Säule des Kunden Wenn er sich schon Durch eins der Flagship-Themen hast du sozusagen gesagt, auf die Seite kommt zu sagen okay dich könnt ihr auch noch Folgendes interessieren und da habt ihr festgestellt gehabt dass die Metadaten vorher nicht so gut waren.
• 6:06
  Speaker 0: Und das ist mein Programm eine Initiative Bedarf um es sozusagen gut aufzubauen.
• 6:12
  Speaker 1: Genau also net nur... Also die Content-Meterraten werden momentan auch teilweise einigen Schritten manuell erstellt, weil wir einfach über diese Systeme hinweg... also der erste Schritt bei uns war die Stellung einer Content- Meterraten Landkarte.
• 6:26
  Speaker 1: Wo wir wirklich daran gearbeitet haben zu verstehen welche Daten wandern schon von System A nach System B und über diese im Dreißigsystem dann an die Ausspielung?
• 6:35
  Speaker 1: Und wo gibt es noch viel manuelle Arbeit?
• 6:39
  Speaker 1: Und da haben wir einfach festgestellt Es war ganz witzig, weil es ist halt viel historisch gewachsen.
• 6:44
  Speaker 1: Und dann waren gewisse Flüsse schon sehr viel automatisiert und andere wo man sich denken würde okay das sollte eh mitlaufen halt noch nicht bei uns.
• 6:54
  Speaker 1: Es gibt zwei große Unterscheidungen in der Produktion.
• 6:58
  Speaker 1: Wir haben vorab produzierten Content, der ausgestrahlt wird und vor allem im journalistischen Bereich sehr viel Live-Content.
• 7:04
  Speaker 1: Im Journalismusbereich kann es oft sein, dass zu Beginn der Sendung noch Beiträge ausgetauscht werden ... Weil's halt
• 7:11
  Speaker 0: wirklich echt zeitartokmäßig ist?
• 7:14
  Speaker 0: Genau!
• 7:16
  Speaker 1: Genau.
• 7:16
  Speaker 1: Und deswegen war oft vorab nicht ganz klar in einer Sendung, welche Beiträge kommen denn vor?
• 7:21
  Speaker 1: und diese Inhalte waren oft im Nachgang viel manueller Arbeit, dass man das wieder erfassen kann und aufschreibt wann denn was ausgestrahlt wurde.
• 7:31
  Speaker 1: Und da sind wir einfach drauf gekommen, wenn man das verbessern können und vor allem von am Anfang des Prozesses die Brit, die Broadcast-ID einführen.
• 7:40
  Speaker 1: Also es ist wirklich eine ID für den spezifischen Content Element und für den Ausstrahlungszeitpunkt dass es gibt bei uns einen Content-Brit, eine Publication-Brite usw.
• 7:50
  Speaker 1: Wenn wir die von Anfang an mitziehen können im Prozess dann können wir entlang des ganzen Prozessens die Metadaten immer wieder weiter anreichern und schaffen damit einfach viel nahtlosere Anreicherung der Kontameter-Daten.
• 8:04
  Speaker 0: Geht über so einen Punkt von, lass es den Dreh sein bis es online irgendwie ausgespielt wird oder im Linearen TV nicht auch viel verloren?
• 8:14
  Speaker 0: Also das ist ja gerade was du beschreibst dieser Prozess der Anreicherung und der Information.
• 8:19
  Speaker 0: Das ist ja schon sehr komplex!
• 8:23
  Speaker 1: Ja... Und es war immer wieder spannend weil wir uns im Haus haben.
• 8:28
  Speaker 1: halt Wir haben einige Systemverantwortliche, die schon sehr lange bei uns im Haus sind und die kennen ihre Systeme sehr gut.
• 8:35
  Speaker 1: Und die kennen vielleicht noch die zwei Systeme davor und danach.
• 8:37
  Speaker 1: aber den Gesamtprozess war eben schwierig im Publikum zu behalten weil es bisher einfach dafür auch die Organisationsinfrastruktur noch nicht gab.
• 8:47
  Speaker 1: Wir haben dann einfach gelernt,
• 8:48
  Speaker 1: z.B.,
• 8:48
  Speaker 1: wenn wir eben so was ermöglichen wie ... Oder was wir jetzt versuchen oder worüber wir jetzt arbeiten wollen ist, dass wir über einen Kafka-Datenbus und der Pritt-Initiative gemeinsam reichern die, also schmeißen quasi das Content Schiff am Anfang mal in den Fluss des Produktionsstreams an.
• 9:09
  Speaker 1: Und mit dem Datenbus haben wir den Vorteil, dass wenn wir zum Beispiel jetzt am Anfang in der Planung die Texte eingeben, die der Moderator vorliest oder sobald sie eingegeben werden und eingeloggt werden können wir die über den Stream kommunizieren.
• 9:22
  Speaker 1: Und zeitgleich fragt dann z.B.
• 9:24
  Speaker 1: die Live-Untertitelung was geplant ist das geredet wird?
• 9:27
  Speaker 1: Dann kann die KI, die die Liveuntertitelungen macht auch viel besser live retiteln.
• 9:38
  Speaker 0: In vielen Unternehmen, in denen ich war mit Leuten, den ich gesprochen habe.
• 9:43
  Speaker 0: Diese Prozesslandschaft sagen alle das sie wollen.
• 9:47
  Speaker 0: Viele haben sich da nicht umgesetzt.
• 9:49
  Speaker 0: Du sagst gerade über diese Metadaten-Landkarte schon gesprochen.
• 9:54
  Speaker 0: Wie lange muss ich mir vorstellen?
• 9:56
  Speaker 0: Hast du daran gearbeitet?
• 9:59
  Speaker 0: Karina hat es im Jahr zwanzig gestartet.
• 10:02
  Speaker 0: Nimm uns mal mit, was waren die ersten hundert Tage oder ein Jahr mit dem du dich beschäftigt hast?
• 10:07
  Speaker 0: Und dann auch wie lange hat sich diese Meta-Landkarte beschäftigt?
• 10:12
  Speaker 1: Das war tatsächlich kein kleines Projekt, das man bei dreißigvierzig Systeme vermuten kann.
• 10:17
  Speaker 1: Wir haben jetzt keine Mitarbeiter gehabt, die mir vollzeit auf das beschäftigen konnten.
• 10:20
  Speaker 1: Es war ungefähr so ... Sieben, acht Monate bis die ganze Karte fertig war und halt in ... ja, würde ich sagen, fünf ... Fünfzig Prozent FDA.
• 10:30
  Speaker 1: Oder eine Person hat quasi fünfzig Prozent, wir waren zu zweit.
• 10:34
  Speaker 1: Weil ... Genau man muss ... Man muss ja dann auch schauen wann die anderen Zeit haben Und es waren dann auch immer.
• 10:41
  Speaker 1: Es waren nicht nur wir, die hier an den Terminen zeigen.
• 10:43
  Speaker 1: Wir haben auch Kollegen aus dem Fachbereich, die das Ganze begleitet haben.
• 10:46
  Speaker 1: Vom ein Kollege aus dem Archiv hat da ganz stark mitgemacht weil der natürlich.
• 10:50
  Speaker 1: Im Archiv laufen die Daten dann im Idealfall alle zusammen, aber momentan gehen manchmal so Kleinigkeiten wie Ausstrahlungswege-Titel.
• 11:01
  Speaker 1: Die werden auf der On-Plattform vergeben.
• 11:03
  Speaker 1: für die Kunden wenn sie es in unsere Zitbeiträge anschauen wird da der Ausstahlungswegetitel vergeben weil im anderen System sind's oft Arbeitstitel und diese Info hat sich nicht ins Archiv geschafft weil da die Prozesskette noch nicht zu weit war Und da haben wir einfach gemeinsam mit dem Archiv sehr viel gelernt.
• 11:22
  Speaker 1: Wo gehen wertvolle Daten verloren?
• 11:23
  Speaker 1: Oder wo bleiben sie in ihren Ziel ausstecken, muss ich eigentlich sagen?
• 11:27
  Speaker 0: Also nicht sozusagen nur die DIT-Sicht sich angeschaut, sondern auch zu überlegen okay was sieht der Fachbereich, was pflegt der Fachbereichen und wo kommen die Leute noch raus?
• 11:38
  Speaker 1: Genau also wir haben immer versucht im Tande mit den Systemverantwortlichen zu reden einmal dem Fachbrechskollegen und dann einmal den System verantwortlichen Und das ist sehr hilfreich.
• 11:47
  Speaker 0: Sind diese Rollen denn schon bei euch etabliert gewesen?
• 11:49
  Speaker 1: Wir haben teilweise systemverantwortliche Ja und im Fachbereich gibt es so meistens die eine wissende Person, die am meisten dabei ist oder wo man immerhin geht fragen wenn was ist.
• 11:59
  Speaker 1: Manchmal gibt's auch schon deziderte Rollen.
• 12:00
  Speaker 1: also gerade bei eben publikumsnahen Systemen ist das schon sehr gut definiert.
• 12:08
  Speaker 0: Jetzt kennt man das ja aus dem Unternehmen, dass irgendjemand auf den Gedanken kommt, Data zu implementieren.
• 12:13
  Speaker 0: Projekte aufzubauen und Strategie auszurufen.
• 12:16
  Speaker 0: Und die meisten Personen ... Wenn man betriebswirtschaftlich denkt, wird ja fragen was ist der größte Hebel?
• 12:22
  Speaker 0: Was ist das Thema, was ich damit heben kann?
• 12:24
  Speaker 0: Wenn du jetzt mal zurückblickst auf die Säulen, die ihr definiert habt, was war für euch so der größste Hebel gewesen oder bis jetzt vielleicht der größten Hebel.
• 12:33
  Speaker 1: Also wir haben das Glück vorgefunden zu haben schon sehr viel bewusst sein dafür da war, dass es diese eine ID, die sie pritt noch nicht gibt.
• 12:41
  Speaker 1: Also das hat ganz vielen Systemen schon aufgefallen, dass wir da uns schwer tun und zwar viele IDs gibt aber keine.
• 12:48
  Speaker 1: diese Entitätbeitrag, auf die wir uns erst mal einigen mussten nach vorgefunden haben.
• 12:52
  Speaker 1: Das war das erste, wo man gesagt kommt, da können wir ein
• 12:54
  Speaker 0: Riesling... Unique Identifier.
• 12:56
  Speaker 1: Genau!
• 12:56
  Speaker 1: Dass sie wirklich von Anfang bis zum Ende durchzieht.
• 12:58
  Speaker 1: und auch mal dass wir uns allein schon einigen was ist ein Beitrag?
• 13:01
  Speaker 1: Was ist eine Sendung?
• 13:02
  Speaker 1: Also diese Themen, die wirken nicht so dramatisch aber die Seiten machen einen riesigen Unterschied vor allem für alle systemübergreifenden Aktivitäten.
• 13:12
  Speaker 0: Ja, fast mit Governance gestartet.
• 13:14
  Speaker 0: Also fast so ein bisschen erst mit der Struktur schaffen?
• 13:18
  Speaker 1: Die Governor hat mir volles Glück... Ich habe eben im Jänner, mit dem Datenplattform-Thematik gestartet und im März, also jedes Jahr findet mit der EU die European Broadcasting Union eine Data-Konferenz statt.
• 13:33
  Speaker 1: Dann bin ich im März dahin gefahren und habe ganz viele Kollegen von der ARD, vom ZDF und von den Schweizern, von der BBC, die haben sich alle zum Thema Datenausgetauscht und getroffen.
• 13:45
  Speaker 1: Und dort stellen sich immer wieder Themen mit der EBU Corpus Ontologie vor.
• 13:49
  Speaker 1: Das ist eine Ontologie, die bei uns beschreibt... eine Editorial Work-Domene, es gibt eine Publication Domene und Audience Domene usw.
• 14:00
  Speaker 1: und Konsumtion und da ist schon sehr viel vordefiniert und durch das haben wir da ein bisschen Blueprint gehabt wie wir auch bei uns die Datenthemen strukturieren können und das haben er sehr gerne genommen und dementsprechend konnten wir auch diese Metadata Landkarte schon in schöne Teile untergliedern.
• 14:15
  Speaker 1: also Diese Systeme zahlen auf Distributionen, diese Systeme bezahlen auf Kreation ein und das hat uns sehr geholfen.
• 14:27
  Speaker 0: Wenn wir noch mal so ein bisschen zurückgehen auf das Thema der Strategie oder Plattform, Henne oder Ei.
• 14:33
  Speaker 0: Was war das Erste was da war?
• 14:36
  Speaker 0: Es wirkt jetzt eher vielleicht kann ich mir die Frage selber beantworten als ob die Plattform schon zum großen Teil da war weil viele Applikation ist aber kann ja auch nur Daten in jeweiligen Applikations sein und nicht eine Data-Plattform.
• 14:52
  Speaker 0: wie war es da?
• 14:54
  Speaker 1: Also wir haben Eigentlich viele Systeme vorgefunden und die haben schon Daten ausgetauscht, aber halt nicht zentralisiert und strukturiert.
• 15:03
  Speaker 1: So dass man einen Überblick hat oder das jetzt hergehen kann und sagen ich hab wenn ich jetzt irgendwas zu allen Beiträge haben will dann habe ich nicht das eine System wo ich nachschauen kann.
• 15:16
  Speaker 1: Das hat so wie sie gefehlt eigentlich über weil wir eben solche Massen an Content produzieren, war schon viel automatisiert auch.
• 15:25
  Speaker 1: Aber halt oft dann ... wenn ich jetzt übergreifend auswerten wollte wie zum Beispiel unsere Marktforschung das tun muss, war es oft schwierig die lineare Ausspielereignisse mit den CV-Ausspieleignissen zu matchen vor allem bei so einem Beispiel Sportevents, die unterschiedlich geschnitten werden also die im TV eine Anmoderation haben erste Halbzeit oder zweite Halbzeiten und im Onlinebereich aber teilweise die Anmoderation in der ersten halbzeit zusammen veröffentlicht werden und die anderen nicht.
• 15:51
  Speaker 1: Da war es sehr schwierig, diese Auswertungen glatt zu ziehen.
• 16:00
  Speaker 0: Zurück zur Frage.
• 16:02
  Speaker 0: Erst Plattform oder erst Strategie gewesen?
• 16:04
  Speaker 1: Eigentlich waren die fünf Handlungsfelder in denen wir tätig werden wollten da und dann haben wir uns mit der Metadaten Landkörter sonder gesetzt und dann hat man angefangen die Plattform aufzubauen Feedback aus der Plattform in die Strategie eingearbeitet, weil wir haben dann gesehen okay es braucht definitiv auch noch ein sechstes Feld nämlich Automatisierung und KI dass wir eine Datentrategie auch
• 16:24
  Speaker 0: behandeln wollen oder müssen.
• 16:28
  Speaker 0: Wenn sich jetzt Leute überlegen oft hängt ja der eine Strang dem anderen so ein bisschen hinterher Zeit versetzt und wir sprechen an der zweiten Folge nochmal mit Torsten zum Thema Technik was denn deine Sicht?
• 16:42
  Speaker 0: wie lange hat denn dann die Plattform hinter der Strategie hinterher gehinkt?
• 16:49
  Speaker 1: Eigentlich war das wirklich schön Hand in Hand bei uns, weil wir haben uns am Anfang mit dem Fachbereich zusammengesetzt und durch Interviews heraus versucht herauszufinden welche Daten-Organisationsform willen wir denn.
• 17:00
  Speaker 1: Und da sind wir bei uns auf die Idee kommen oder eigentlich hat sich bei uns angeboten nicht ein reines Detamash aber ein servisiertes Detamesh anzubieten.
• 17:08
  Speaker 1: Was
• 17:09
  Speaker 0: muss ich jetzt erklären?
• 17:10
  Speaker 1: Genau!
• 17:11
  Speaker 1: Weil vor allem also im reinen Detamasch gehen die Fachbräuche her und bauen ihre eigene Datenplattform auf.
• 17:17
  Speaker 1: Und da haben wir einfach gesehen, das macht keinen Sinn auch aus Effizienzgründen und Kostengründen nicht.
• 17:23
  Speaker 1: Auch das Know-how ist aktuell im Haus noch nicht da.
• 17:25
  Speaker 1: Dementsprechend bauen wir eine zentrale Datenplatform auf und servisieren unsere Fachbreiche möglichst gut und versuchen sie soweit zu enablen dass sie dann auch selber mit der Datenplatschung arbeiten können.
• 17:35
  Speaker 1: Und deswegen sage ich, ist das Schritt für Schritt passiert?
• 17:38
  Speaker 1: Weil durch die Interviews sind wir auf der Service-Data-Mesh gekommen.
• 17:42
  Speaker 1: Das ist die Datenplattform anbetet und dann haben wir mit der Datenplatform gestartet und haben an der Strategie geschrieben und da ist auch ganz klargekommen rausgekommen.
• 17:52
  Speaker 1: Wir müssen es ganz stark als ... nicht aus alter Teamprojekt betrachten, sondern wirklich als Projekt fürs ganze Haus.
• 17:59
  Speaker 1: Also für den ganzen OF muss unbedingt von der Generaldirektorin ausgeschickt werden damit wir auch die Fachbereiche dementsprechend mit ins Boot holen können weil genau weil ganz stark das Wissen was in unsere Daten drin steht haben die Fach Bereiche und das brauchen wir ganz dringend diese enge Zusammenarbeit dieser Teamsport.
• 18:21
  Speaker 1: Wir betrachtentaten gerne das Teamsport.
• 18:26
  Speaker 0: Jetzt sind wir vorne beim Punkt und eine Person einzustellen, ist glaube ich natürlich ein Constant-Blog in FTE.
• 18:34
  Speaker 0: Aber wenn man dann natürlich sieht wie viel Investment eigentlich in Technik macht, ist das noch mal oftmals einen viel größeren Punkt.
• 18:43
  Speaker 0: Und jetzt verantwortest du die Strategie darfst sozusagen die Säulen kommunizieren und jetzt kommt die sechste Säule mit dazu, wie du beschrieben hast.
• 18:55
  Speaker 0: Nimm uns mal mit, wie du verargumentiert hast.
• 18:58
  Speaker 0: Dass man jetzt nicht nur in Carina als Person investieren sollte, sondern auch noch in die Technik.
• 19:03
  Speaker 0: Wie hast du das verargamentiert?
• 19:06
  Speaker 1: Wir haben ... Die SOD, die fünf oder sechs Handlungsfelder haben wir natürlich als den Businessmärwett argumentiert und ...
• 19:16
  Speaker 0: War der aber schon quantifizierbar?
• 19:18
  Speaker 1: Na, also das war eine Wette.
• 19:22
  Speaker 0: Da wird was besser!
• 19:23
  Speaker 1: Genau da wird es besser.
• 19:25
  Speaker 1: Also das Bewusstsein dass diese eine ID fehlt und dass diese Daten oft nicht immer so super von einem System ins andere übertragbar sein, das war schon da.
• 19:33
  Speaker 1: Da wusste man, dass ein Painpoint Star die muss man verbessern Was schon auch sehr geholfen hat, war ja ... Also, der K.I.-Hype war im Kommen schon da.
• 19:44
  Speaker 1: Der war ja schon verabsehbar, dass das K. I. wichtig wird, dass man Daten braucht um K. i. ordentlich machen zu können und dementsprechend war das ein guter Hebel.
• 19:54
  Speaker 1: aber auch diese ganzen Themen wie Personalisator Content, Maskerschnatterter Content und das war schon ein ... ein großer Treiber für das Thema.
• 20:04
  Speaker 1: Und auch wir haben in unserer IT Struktur, also unsere IT-Struktur hat es auch Veränderungen gegeben, dass wir als Technik umstrukturiert wurden und da hat seine Hauptbeteilung für Technik und Innovation gegeben und dementsprechend meine Schiffe in die AstraZöchling hat Erkannt, dass wir dafür Daten ein eigenes Thema schaffen müssen als ins Haus geholt worden ist.
• 20:31
  Speaker 1: Und dementsprechend wurde dann vom Management auch das Vertrauen entgegen gebracht ... Dass wir da investieren wollen und sollen und müssen.
• 20:45
  Speaker 0: Du hast es spannend gesagt in der Wette, wenn du ... Ist natürlich die Frage, ich glaub man vertraut dir sehr als Person weil das Thema wichtig ist.
• 20:58
  Speaker 0: Das kennt man sonst aus anderen Unternehmen, dass es heißt okay du kriegst jetzt vierzigtausend Euro.
• 21:03
  Speaker 0: was verbessert sich?
• 21:07
  Speaker 0: und mit der Strategie, die du kommuniziert hast um diese Metadaten besser zu machen war ja erst mal nicht quantifizierbar.
• 21:16
  Speaker 0: aber also es hört sich eher jetzt danach an oder meine Mutmaßung kannst mich auch gerne korrigieren Profi, um das zu verstehen.
• 21:28
  Speaker 0: Scheint es aber ein großer Painpoint zu sein, den man dann auch gerne ohne Riesenqualifizierung sagt, dem muss ich jetzt lösen?
• 21:36
  Speaker 0: Um sozusagen die Grundlage zu schaffen ... um Sachen später draufzustellen.
• 21:43
  Speaker 1: Ja, das war wirklich ... Das war quer durch die Bank.
• 21:46
  Speaker 1: Gott sei Dank relativ offensichtlich.
• 21:50
  Speaker 1: Wir vor allem durch eine ID und durch ... durch diese Verbesserung der Analyse-Maßnahmen schon einen großen Hebel haben, um auch eben wenn jetzt wie überlegen die ganze Nutzung verändert sich ganz stark.
• 22:05
  Speaker 1: Also so wie es früher war im TV dass die ganze Familie für den Racht vom Fernseher sitzt gibt's halt in Zukunft jetzt nicht mehr so.
• 22:12
  Speaker 1: Und dadurch, dass die Nutzung immer individueller wird und auch fragmentierte Wirtuchsocial-Media und alles müssen wir mit unseren Contentmetallaten besser haushalten damit unsere Inhalte besser gefunden werden – auch über Google und bei den eigenen Plattformen – und dementsprechend sagen wir ganz gerne, dass außergekräftige Contentmetalleiten sein, die Reichweite von morgen.
• 22:34
  Speaker 0: Ja, gedanklich schweife ich gerade zu dem Punkt ab und vielleicht können wir das kurz machen.
• 22:40
  Speaker 0: Mitregenkanz haben wir vorher nicht besprochen, aber früher gab es SEO, diese Suchmaschinenoptimierung.
• 22:46
  Speaker 0: Ich glaube da haben viele Redaktionen dann versucht den Titel ordentlich aufzubauen und das Keyword zu integrieren, die Keywords-Zupflegen generell.
• 22:55
  Speaker 0: Und jetzt gehst du natürlich schnell in dieses Geo also die Optimierung für die Latlequin Modelle und eure Königsklasse ist eben dass ihr Ideen habt für Content, die produziert und denen aber auch zur Verfügung stellen wollt.
• 23:11
  Speaker 0: Und wenn man sich das anschaut ist es natürlich die Metadaten, die entscheidend sind.
• 23:14
  Speaker 0: also wenn ich als Nutzer irgendwie eine Fußballzusammenfassung suche und die später vielleicht bei ChatGBT oder Gemini oder einem anderen Modell eingebe dann müssen natürlich euer Content die richtigen Metadarten haben damit ausgespielt wird hier ist vielleicht das passende Video auf deine Suchanfrage das richtige Ergebnis zu bringen.
• 23:38
  Speaker 0: Oder seid ihr schon, glaub ich ... mehr oder gut unterwegs?
• 23:42
  Speaker 0: Weil guckt man sich, vergleicht man das vielleicht mit dem E-Commerce, weiß nicht wie deiner Meinung dazu ist, da sind diese Metadaten noch gar nicht gut gepflegt.
• 23:50
  Speaker 0: Arbeiter ja in einem Unternehmen die Socken produzieren und verkaufen.
• 23:55
  Speaker 0: Du kaufst nicht mehr die schwarze Socke sondern du willst eine Socke, die zu deinem Schwarzen Anzug passt oder zum Hochzeitsanzug passt Und dafür brauchst du natürlich auch ganz andere Metadaten.
• 24:04
  Speaker 0: Von daher legt ihr, ist jetzt meine These schon den Grundstein für die nächsten Jahre, der relevant ist und der exponentiell gut steigen kann wenn die Metadatten gut sind?
• 24:16
  Speaker 1: Das hoffen wir ja auch.
• 24:17
  Speaker 1: Davon gehen wir auch aus.
• 24:20
  Speaker 1: Wenn man es runterbricht im ORF, ist ja alles was wir produzieren eigentlich Daten.
• 24:25
  Speaker 1: Also sei es das Radiobeitrag, sei es ein Videobeitrag oder eine ORF-Story.
• 24:30
  Speaker 1: Und dementsprechend Daten brauchen ihren Kontext und deswegen legen wir auch sehr großen Wert auf dieses.
• 24:37
  Speaker 1: Wie können wir Kontext so zusammenstellen, herstellen?
• 24:41
  Speaker 1: Diesen semantischen Leer so bauen dass die KI dann rumgehen kann für unsere internen Anwendung aber genauso eben für die externe Aufwindbarkeit.
• 24:48
  Speaker 0: Ja Karine jetzt bin ich gerade bei den Säulen wieder gedanklich und überlege macht es ist es überhaupt sind es Säuren?
• 24:54
  Speaker 0: oder hast du mit dieser Strategie diese diese ID erst mal zu bauen, ist das nicht der horizontale Querbalken, der eigentlich alle anderen Säulen entebelt?
• 25:06
  Speaker 1: Wir haben es so aufgestellt bei uns.
• 25:07
  Speaker 1: Wir haben als Querbarken, als unter dem Querborken das Service-City DataMesh, die Datenorganisation darstellt und dann was auch ein Querbarken ist, dass das ganze Automatisierung und KI Thema weil das auch alle Felder beinhaltet.
• 25:23
  Speaker 1: aber natürlich könnte man Die Content-Meterraten-Management auch als Querbalken sehen, weil das ganz oft Datengetribunärer Entscheidungen fördert.
• 25:31
  Speaker 1: Weil eben automatisibler oder besseres Kundenverhalten verstehen und den Maskenraten Content trägt ja.
• 25:46
  Speaker 0: Jetzt arbeitet man viel mit Fachabteilung zusammen.
• 25:49
  Speaker 0: Gab es eine Versprechen was du so einer Fachabteilung gemacht hast?
• 25:52
  Speaker 0: Oder mehreren FachabTeilungen gemacht hat, funktioniert das besser?
• 25:56
  Speaker 1: Wir haben voll das Glück beim ORF, was wir vor kurzem uns die Unternehmenskultur eine sehr breite Umfrage gemacht.
• 26:02
  Speaker 1: Und da ist rausgekommen.
• 26:04
  Speaker 1: Das haben sie mit der Unternehmensberatung gemacht, die auch einen Blick in andere Unternehmen hat und das gibt wie jedem Unternehmen, es gibt Paintballs an denen man arbeiten muss.
• 26:10
  Speaker 1: Aber was beim ORF überdruckschnittlich hoch ist, ist wirklich dieses Commitment zum Zweck des Unternehmenes.
• 26:16
  Speaker 1: Und das ist wirklich schön bei uns, wenn man Fachabteilungen zu Fachabteilungen geht und argumentieren kann, wie diese Maßnahmen auf den Zweck oder darauf einzeugen ... Auf
• 26:26
  Speaker 0: das Gesamte für alle?
• 26:28
  Speaker 1: Genau!
• 26:28
  Speaker 1: Wie wir uns leichter tun Wenn wir die Daten da eingeben und später dann zwei oder drei Abteilungen sich dafür arbeitsbaden, oder wie das beim Kunden die Inhalte auffindbarer macht.
• 26:38
  Speaker 1: Da kriegt man relativ viel Commitment wenn man das gut begründen kann.
• 26:42
  Speaker 1: Und das ist wirklich schön!
• 26:45
  Speaker 0: Also gibt es gar keine Sido-Denken?
• 26:47
  Speaker 1: Schon auch!
• 26:49
  Speaker 1: Ganz in der Wunderwelt leben wir noch nicht.
• 26:51
  Speaker 1: aber naja es lasse ich immer sehr schön...wenn man sie eben schon begründet, dann kriegt Man das Commitments schon Und wenn man es nicht begründen kann, sollte man das vielleicht auch nicht machen.
• 27:02
  Speaker 0: Ja, fairer Punkt!
• 27:04
  Speaker 0: Jetzt hast du gesagt gehabt dass du relativ kurzfristig nach deinem Einstieg dich eigentlich mit anderen Medienhäusern ausgetauscht hast?
• 27:12
  Speaker 0: Ist dieser Austausch immer noch da?
• 27:14
  Speaker 1: Ja und der ist auch wirklich sehr viel wert weil wir haben ja theoretisch im Wir haben keine grüne Wiese vorgefunden, weil schon einige Systeme da waren.
• 27:22
  Speaker 1: Brownfield
• 27:22
  Speaker 0: sagt man hier?
• 27:23
  Speaker 1: Genau auf Datenebene war es noch ein bisschen Greenfield aber mit natürlich einen historisch gewachsenen Silos.
• 27:31
  Speaker 1: und da haben wir das glückende Beispiel im Archivbereich.
• 27:34
  Speaker 1: Das Archivsystem teilen wir uns schon mit der ARD- und anderen EBU-Partnern und dadurch dass das Archiv schon sehr weit ist aus der Genese her mit Daten strukturiert mit Datenschutz umzugehen, können wir uns auch mit der ARD sehr gut austauschen.
• 27:51
  Speaker 1: Auch haben von der ARID das Britkonzept übernommen und tauschen uns auch da aus zu Themen wie wir zukünftig mit Daten umgehen wollen.
• 27:58
  Speaker 1: und zum Beispiel auch allein schon die Diskussion wann ist es wert einen neuen Beitrag rauszumachen?
• 28:07
  Speaker 1: Also ist es schon ein anderer Beitrag wenn der Abspann noch dabei ist oder ob er schon weg ist?
• 28:13
  Speaker 1: Ist das dann allein schon diese Diskussionen?
• 28:16
  Speaker 1: Da haben Sie im IT-Kontext schon viel geführt und das sei dankbar, dass wir uns da stark anlehnen können.
• 28:23
  Speaker 0: Ja, mir ging es eher um diesen Vergleich, muss jetzt nicht Namen nennen aber seite mit eurer Initiative, der Datenstrategie, den Säulen oder den Querweichen die er aufgestellt hat im Vergleich zu den anderen gut unterwegs?
• 28:38
  Speaker 0: Wo stehen die beim Thema Datenstrategien?
• 28:40
  Speaker 0: Weißt du das?
• 28:42
  Speaker 1: Das ist ganz unterschiedlich.
• 28:43
  Speaker 1: Es gibt zum Beispiel einige Häuser, die haben schon vor zwanzig Jahren damit angefangen und die haben wie bis jetzt natürlich auch ein bisschen mehr Ressourcen als wir.
• 28:51
  Speaker 1: Und die bringen immer die coolen Fancy was es möglich ist in der US-Krise.
• 28:56
  Speaker 1: Das ist immer ganz schön sich auszutauschen.
• 28:59
  Speaker 1: Welche Zukunftsvision können wir bei uns so ein bisschen in Aussicht stellen wenn wir Fachbereiche bitten müssen mehr Daten auszufüllen?
• 29:10
  Speaker 1: Das hilft uns da sehr.
• 29:13
  Speaker 1: Und es gibt andere, die stehen an einem ähnlichen Punkt wie wir.
• 29:16
  Speaker 1: Es gibt andere die haben angefangen und ändern ihre Strategie jetzt.
• 29:21
  Speaker 1: Wir tauschen uns vor allem im ARD-Umfeld ganz gut aus weil wir dieses Thema mit den... Wo wir jetzt gerade versuchen in der nächsten Schritt zu gehen sind, da hab's so dass wir hergehen und sagen okay das Determesch ist unser uns Organisationsum, die festlegt wer ist für was zuständig.
• 29:39
  Speaker 1: und wir gehen jetzt zur bisherige Richtung, wo wir sagen okay das sind interdisziplinäre Teams.
• 29:45
  Speaker 1: Wo wir die Arbeit dann machen und da tauschen wir uns auch mit der ARD aus weil sie auch in eine ähnliche Richtung gehen, wo man sagt ok für dieses Team zum Beispiel das spezielle Thema Creation.
• 29:56
  Speaker 1: Bauen wir den Creation Hub, wo wir dann wirklich die Leute zusammenziehen, die tagtäglich mit den Daten arbeiten und aber auch die technischen Leute von unserer Plattform mit zur Verfügung stellen, dass man eben so Sachen wie die Datenmodellierung gemeinsam machen kann und Fragen, die der Fachbereich mit uns gemeinsam beantworten, leichter beantwortet kann.
• 30:17
  Speaker 1: Und auch das ganze Thema, womit es umgestellt haben, eben mit Kafka mit dem Datenbus, bei dem wir Datenprodukte bauen ein Team haben, mit dem wir diese Fragen schnell beantworten können.
• 30:27
  Speaker 0: Nimmst du mal kurz mit zum Thema Mesh und Hub?
• 30:31
  Speaker 0: Es gibt ja unterschiedliche Organisationsmodelle von Zentral zu sehr dezentral.
• 30:37
  Speaker 0: Mein Liebling ist ja das Hub & Spoken-Modell weil es so bisschen in der Mitte ist und in beide Richtungen man ziehen kann.
• 30:43
  Speaker 0: Data Mesh ist wie du beschreibst ja meiner Ansicht nach so'n bisschen die Aufbau ins Zentralmodells und du gibst auch die Verantwortung und die Bauweise ab.
• 30:52
  Speaker 0: hab, versteh ich es jetzt eher dass du so korrigier mich Teams untereinander hast die dann Fachbereiche nochmal anders bündeln anstatt jeden Fachbereich einzeln wie bei einem Habensburgmodell vielleicht.
• 31:07
  Speaker 0: Was waren so eure Gedanken worum ihr am Ende euch für das Modell entschieden habt?
• 31:10
  Speaker 0: was du jetzt gerade sagst?
• 31:12
  Speaker 1: Das Determest war der Grundgedanke dass wir Fachbereich wirklich mitnehmen können und vor allem auch das Wissenssinn in die Fachbarkeit liegt, weil wir als Datenplattform relativ klein aufgestellt sind.
• 31:21
  Speaker 1: Und es auch gar nicht abdecken können, alles zentral fürs ganze Haus zu machen.
• 31:26
  Speaker 1: Und dementsprechend haben wir auch Fachabteilungen, die sein schon Datenaffin und weiter wie zum Beispiel das Archiv oder die Marktforschung, die halt einfach aus ihrer taglichen Arbeit sehr viel mit Daten arbeitet.
• 31:39
  Speaker 1: Teams, die sein halt von sich aus schon ein bisschen weiter und andere Teams wo wir mehr supporten müssen weil sie im Alltag noch nicht so viel mit Daten gearbeitet haben.
• 31:46
  Speaker 1: Und bei denen eben wie du sagst mit Hub & Spoke da gibt es Teams die mehr Unterstützung kriegen und weniger Unterstützung brauchen.
• 31:54
  Speaker 1: und für uns war das einfach eine Erkenntnis wo wir gesagt haben okay vor allem in diese übergreifenden Themen wie einen Creation Hub wo allein schon um die Kreationsdaten zusammen Sexsysteme zusammenspielen müssen.
• 32:08
  Speaker 1: Das kannst du nicht an der Fachabteilung umhängen.
• 32:11
  Speaker 1: Es berührt zu viele Bereiche, wir brauchen diese zentrale Einheit wo wir Fragen zu Kreation und zu Beiträgen, zu Sendungen beantworten können und dementsprechend holen wir uns in diesem interdisziplinären Team die Leute zusammen, die wir brauchen für regelmäßige Abstimmungen, für die Arbeit und für die Aufbreitung der Daten, dass man es so hinkriegt.
• 32:36
  Speaker 0: Ich habe ehrlich gesagt noch nie dieses Organisationsmodell gesehen verstehe aber den Scham und hat natürlich die Möglichkeit, dass du vielleicht eine reifere Fachabteilung mit einer ... Unreif ist die falsche Formulierung.
• 32:53
  Speaker 0: Und politisch vielleicht nicht ideal eine Abteilung, die vielleicht noch ein bisschen an manchen Stellen Unterstützung Brauch zusammenbringst und sie damit dann gemeinsam ja nach vorne kommen anstatt das man vielleicht aus der zentralen Sicht vielleicht eine Organisation an einer Stelle noch stärker anschieben muss.
• 33:15
  Speaker 0: Muss ich mir das aber ... gibt es auch andere Prozesse?
• 33:19
  Speaker 0: Also, muss ich mir dann so einen Content-Hub anders vorstellen als ein Produktionshub?
• 33:24
  Speaker 0: Also arbeiten die unterschiedlich zusammen?
• 33:27
  Speaker 0: Ich hoffe, die Begrifflichkeiten waren jetzt okay oder haben die gleiche Prozisse?
• 33:32
  Speaker 0: werden die gleich von euch aus der Zentrale aus dem zentralen Hub sozusagen gesteuert?
• 33:39
  Speaker 1: Für uns, also wir haben zum Beispiel auch den Dispo Hub oder das Dispo-Team, das schon sehr weit ist und da passen hier unsere bisherigen Gegebenheiten an.
• 33:49
  Speaker 1: Also zum Beispiel beim Dispo Team, da haben wir eine, die sind auch in, also die Anwendungsentwicklung durch den Value Teams organisiert und da haben einen Business Product Ownerin, die isst sehr Daten auf ihn Die geht von sich aus her und lädt andere Fachabteilungen ein, um einen Workshop zu machen.
• 34:07
  Speaker 1: Wie man das Datenprodukt schneiden muss, was in einem Datenproduk drin sein muss.
• 34:10
  Speaker 1: Und wie wir zu dem Daten kommen.
• 34:12
  Speaker 1: Also da haben wir einen Fachbereich der sehr affinisch ist und da seien wir gerne als Bering Partner mit dabei und unterstützen, wie wir können.
• 34:18
  Speaker 1: Und dann einmal einen anderen.
• 34:19
  Speaker 0: Das hört sich ja schon sehr nach Mesh an und sehr reif ...
• 34:23
  Speaker 1: Ja, das ist ein Vorzeigewasschen.
• 34:26
  Speaker 1: Gut dass du mich damit startet hast!
• 34:29
  Speaker 1: Und dann haben wir eben den Kreationsapp, der so komplex ist.
• 34:32
  Speaker 1: Dass eine Fachabteilung alleine das eben nicht stemmen kann wenn man den Übersicht übers ganze Haus braucht.
• 34:37
  Speaker 1: und da sind wir sehr stark in der Organisation mit drin im Projektmanagement auch drinnen wo wie die Fachabteilungen zusammenrufen.
• 34:43
  Speaker 1: Da haben wir wirklich Termine mit fünfzehn Leuten wo wir Updates geben oder gemeinsam diskutieren was verdient eine Brit?
• 34:51
  Speaker 1: oder wie weit ist die Implementierung der Brit jetzt in die Systeme?
• 34:55
  Speaker 1: Wie vergebe ich eine Creation-Brit und so weiter.
• 34:57
  Speaker 1: Also da braucht es einfach mehr zentralere Steuerung, weil's eben das kann man nicht einem Fachbereich umhängen.
• 35:03
  Speaker 1: Das ist nicht fair.
• 35:05
  Speaker 0: Gibt du den einen Tipp, den du mitgeben würdest wenn du sagst, wie würde kann jemand aus der Zentrale eben andere Fachabteilungen unterstützen, die vielleicht noch nicht ganz so reif sind oder nicht so ganz Datenaffinen?
• 35:22
  Speaker 1: Wir haben zum Beispiel in Anfang dieses Jahr eine Data Day veranstaltet.
• 35:25
  Speaker 1: Wir haben die Datenschräge veröffentlicht und wollten die dann im Haus erzählen können, weil wenn man ein Dokument verschickt mit zwanzig Seiten heißt das ist es morgen jeder gelesen hat.
• 35:35
  Speaker 0: Und du auch verstanden hattest?
• 35:36
  Speaker 0: Genau!
• 35:37
  Speaker 1: Und dementsprechend haben wir eine Data day veranstaltet und da haben wir total toll unsere Data Heroes vorzeigen können, die Fachabteilungen oder die Kolleginnen und Kollegen die von sich aus schon sehr viel mit Daten gemacht haben ja, also ein Dashboard alles an manueller Arbeit zum Beispiel ersetzt oder was sich Cooles gebaut haben mit ihren Daten.
• 35:56
  Speaker 1: Und da sieht man schon wie sich die Abteilungen untereinander inspirieren.
• 36:00
  Speaker 1: aber auch wenn das der Kollege her zeigt was er mit seinem Produktions-Dashboard gemacht und kommen dann andere Kollegen sagen ich will es auch haben oder wenn du die Daten schon so hast kann ich die bitte für dessen Desprojekt haben und man sieht schon wie sie sich dann gegenseitig motivieren.
• 36:13
  Speaker 1: Das ist schon toll!
• 36:16
  Speaker 1: Und wir haben auch eine Community, also mehrere Communities.
• 36:19
  Speaker 1: Wir haben eine Power BI-Community, wir haben ein Datenjournalismus-Community und da findet auch viel Austausch statt der dann immer wieder zur Anregung
• 36:30
  Speaker 0: ist.
• 36:30
  Speaker 0: Haben du eine Vorrichtsstrategie oder war das?
• 36:33
  Speaker 1: Die Power BI Community gab es tatsächlich schon davor weil wir vorher Tableau hatten Und dann haben wir gesagt, das bringt halt nichts.
• 36:44
  Speaker 1: Wenn man da Armler-Schulung macht und es im Alltag nicht mehr so oft braucht ... Dann fängt man quasi nach einem Monat wieder um vorne an.
• 36:51
  Speaker 1: Dementsprechend hat sich das schon vorher etabliert.
• 36:53
  Speaker 1: Aber die anderen Community kamen mit der Strategie und der Plattform.
• 36:57
  Speaker 0: Cool!
• 36:59
  Speaker 0: Wo und an welcher Stelle.
• 37:01
  Speaker 0: helfen euch denn jetzt Daten des Vertrauen in den ORF dann sozusagen nochmal auszubauen zu unterstützen?
• 37:09
  Speaker 1: Im ersten Schritt natürlich, weil Daten für mehr Transparenz sorgen.
• 37:12
  Speaker 1: Das ist dann immer hilfreich.
• 37:14
  Speaker 1: und im anderen Schritt auch wie schon erwähnt dass wir den Content breiter ausspielen können den Leuten zeigen können, wir haben so viel interessanten Content.
• 37:25
  Speaker 1: Den ihr vielleicht so auf ersten Anblick hingewunden hättet und wenn man relevanter ist steigt auch die Akzeptanz wieder.
• 37:32
  Speaker 1: ein weiteres Thema was uns wirklich sehr am Herzen liegt das ist auch diese Datenschönnismusthema wo wir mit Daten wirklich andere Geschichten erzählen können die auch da draußen vielleicht so die einzelnen Besungen machen kann weil sie die Auswertungen oder die überblickte Daten oder die Interpretationsfähigkeit der Daten gar nicht hat.
• 37:48
  Speaker 1: und das stark bei uns sind wir schon.
• 37:52
  Speaker 1: Das ist als ... ja, auf die es für Trauen einzahlt.
• 37:55
  Speaker 0: Hast du ein gutes Beispiel von wo ihr Datenschönismus schon gut gelöst habt?
• 37:59
  Speaker 1: Wir haben vor kurzem ganz ein tolles Beispiel gehabt.
• 38:02
  Speaker 1: Und zwar ist da ein Kollege, der einen Einstellliste ist, der gerne Vibe-Code auf uns zugekommen und hat gesagt ... Ich wollte schon immer gerne unsere Kommentare auf YouTube.
• 38:12
  Speaker 1: Na, und in dem Fall war es die Kommentare auf Instagram.
• 38:14
  Speaker 1: Wir wollten immer unsere Kommentare aus Instagram analysieren.
• 38:18
  Speaker 1: wie viele Kommentare kommen von echten Menschen?
• 38:20
  Speaker 1: Wie will er sein vom Botsch geschrieben?
• 38:22
  Speaker 1: Und wie viel ist so Meinungsbeeinflussung dabei?
• 38:25
  Speaker 1: Und er hat da sogar schon was Weib gekodet und die Kommentare der letzten vier Jahre, das waren bei unserem ZIP Instagram-Kanal sechs Komma-vier Millionen Kommentare gesammelt.
• 38:37
  Speaker 1: Und hat versucht sie zu analysieren.
• 38:39
  Speaker 1: Sonst kamen wir mit einem Vorschlag und das haben wir dann auf statistische korrekte Beine gestellt und haben wirklich koordiniertes Orchester des Verhalten feststellen können.
• 38:49
  Speaker 1: Das haben wir einerseits gemacht indem die User analysiert haben, in welchen Zeitpunkt sie posten und wie ähnlich sind die Kommentare, die sie hinterlassen.
• 38:58
  Speaker 1: Da haben wir dann wirklich Communities gefunden und da war auch so Visualisierung.
• 39:04
  Speaker 1: Das waren so Die User waren in so Punktwolken angeordnet und jedes Mal, wenn ein User gepostet wurde der Punkt gelb.
• 39:11
  Speaker 1: Und dann hat man wirklich so gesehen wie dieser ganze Ball auf einmal aufleuchtet weil sie alle koordiniert zum gleichen Zeitpunkt ein ähnliches Posting abgesetzt haben.
• 39:20
  Speaker 1: Dann war es relativ klar dass das nicht natürliche Verhalten ist sondern eben Bot-Aktivitäten auf Hinweis.
• 39:26
  Speaker 1: Wir haben diese Communities den Journalisten übergeben und die haben dann recherchiert... Profile, die echt wirken sind es eher so Fake-Profile und sie konnten dadurch auch wirklich auf Influencerinnen gestoßen.
• 39:40
  Speaker 1: Sie haben dann auch auf Infruenserin gestoßend diese Botfarmen wirklich bestellt hat auch und konnten bis dahin zurückverfolgen dass das ja akkordetes Verhalten an bezahlt wurde, dass gewisse KommentarInnen von WANs antisemitische Kommentare bei unseren Kanälen verbreitet werden.
• 40:02
  Speaker 1: Und das cool an der Recherche war, wir konnten das Analyse-Tool dann auch in dem EBU-Kontext anderen öffentlich rechtlichen Zufügen stellen.
• 40:09
  Speaker 1: Dann sind wir wirklich europaweit auf eine Propagandakampagne gestoßen und...
• 40:18
  Speaker 0: Hätte ich jetzt nie geglaubt, dass so was im großen Stil sozusagen etabliert ist?
• 40:23
  Speaker 0: aber wenn man darüber nachdenkt und du das erzählst Klar, also warum sollten andere nicht Technik nutzen die gerade zur Verfügung stellen?
• 40:32
  Speaker 0: und meistens wird es ja für irgendwas genutzt was nicht so viel Sinn macht.
• 40:36
  Speaker 0: Und
• 40:36
  Speaker 1: durch die KI ist das halt noch leichter möglich wie jemals zuvor.
• 40:40
  Speaker 0: Hilft euch dann aber auch wieder KI um diese Themen einzudämmen weil am Ende sind die Kommentarier da.
• 40:46
  Speaker 0: also Instagram müsste ihr eigentlich erkennen?
• 40:49
  Speaker 1: Das wär schön, wenn die Plattformen da gehen.
• 40:51
  Speaker 1: Dann würden wir uns sehr viel sparen und das wäre auch ein Traum von uns!
• 40:55
  Speaker 1: Aber bei uns hilft uns KI zu bekämpfen vor allem in der Verifikation.
• 41:00
  Speaker 1: durch KI-Deepfake sind ja jetzt so leicht geworden wie noch nie und Fakebilder zu erstellen.
• 41:06
  Speaker 1: Und da arbeiten wir sehr eng mit unserem Verifikationsteam zusammen und haben einen Toolset oder einen Agenten aufgebaut, wo wir wenn du ein Bild hochladest mit verschiedensten Trüffmethoden drüber gehen und schauen ist das Bild KI generiert.
• 41:21
  Speaker 1: Das kann der Agent aber nicht alleine beantworten.
• 41:24
  Speaker 1: Da braucht es immer den Menschen mit dazu, der darüber blickt.
• 41:28
  Speaker 1: Und weil ... Wenn die KI jetzt sagt okay das ist zu achtzig Prozent fake muss der Mensch noch immer entscheiden.
• 41:33
  Speaker 1: Okay.
• 41:34
  Speaker 0: Ist er oder nicht?
• 41:35
  Speaker 1: Genau.
• 41:36
  Speaker 1: Kann man ihm vertrauen?
• 41:37
  Speaker 1: irgendwie auch nicht das ein und da hilft uns KI-KI bekämpfen.
• 41:44
  Speaker 0: Im Data-Bereich und im Reportingbereich.
• 41:46
  Speaker 0: sprich es sehr schnell von der KPI oder Metrik.
• 41:48
  Speaker 0: Was ist so die Metrik oder KPI, die jetzt alltäglich am meisten sozusagen unter die Augen kommt?
• 41:59
  Speaker 1: Man möchte jetzt meinen, dass das Klickzahlen sein wird.
• 42:02
  Speaker 1: Das ist bei uns aber nicht ganz so leicht.
• 42:04
  Speaker 1: Dadurch, dass wir ein öffentlich-rechtlicher Sender sind, sind Klickzeilen letztendlich unsere oberste Metrik, sondern dass wir Public Value ableveren und mehr Wert für die Öffentlichkeit schaffen.
• 42:13
  Speaker 1: Und es ist eine sehr breite gesellschaftliche Diskussion genauso wie bei uns Hausinternisern.
• 42:18
  Speaker 1: breite Diskussion ist, weil für die eine Person bedeutet öffentlich rechtlich am Mehrwert.
• 42:22
  Speaker 1: Wenn wir in den Nachrichten machen.
• 42:24
  Speaker 1: Die andere Person will aber lieber jedes Fußball spielen und jedes Ski-Event sehen.
• 42:27
  Speaker 1: Und die Nächte möchte vielleicht gesehen haben dass die heimische Musiker Szene gefördert wird und Talente und die Künstler und hätte am liebsten jeden Tag ein anderer Talent Show.
• 42:36
  Speaker 1: also das ist sehr schwierig zu sagen.
• 42:38
  Speaker 1: okay wie bietet ihnen allen genau und dementsprechend Gibt es in unserem Bereich nicht die eine KPI, sondern gehen wir eher Richtung Scorecard?
• 42:50
  Speaker 1: Wo wir viele verschiedene Aspekte versuchen zu beleuchten.
• 42:53
  Speaker 1: Wir haben ja auch jährlich unseren Public Value-Bericht.
• 42:56
  Speaker 1: der hat sechzig Seiten.
• 42:57
  Speaker 1: also man sieht schon wie umfangreich das Thema
• 42:59
  Speaker 0: ist.
• 43:01
  Speaker 0: Jetzt meine Frage gewesen.
• 43:03
  Speaker 0: Wie misst man was sich nicht so wirklich messen lässt?
• 43:06
  Speaker 0: Also wie kann man ein Workaround bauen?
• 43:08
  Speaker 0: aber mit der Scorecard ist glaube ich keine schlechte Idee um unterschiedliche Metriken und Einflussfaktoren damit einzuberechnen.
• 43:15
  Speaker 0: Und dann so eine Gesamtübersicht zu haben, ja?
• 43:17
  Speaker 0: Ja
• 43:18
  Speaker 1: das wär's Ziel, ja!
• 43:20
  Speaker 0: Jetzt sitzen wir hier und du bist seit zwei Jahren ein bisschen mehr als zwei Jahre im Amt.
• 43:25
  Speaker 0: bald sind es drei Jahre ist schon in Oktober wo wir aufnehmen.
• 43:30
  Speaker 0: was sind so die Themen die jetzt in der Zukunft kommen?
• 43:33
  Speaker 1: Für uns ist ganz spannend, wie wir noch mehr aus dem Thema Kontext rausholen können.
• 43:37
  Speaker 1: Weil Kontext hat bei uns eigentlich fast schon zwei Ebenen also einmal natürlich der Kontext rund ums Video was es in den Beitrag verspricht und diese ganzen klassischen Content-Meterdaten.
• 43:47
  Speaker 1: aber auch dadurch dass wir unser Archiv isch, umfünfundzwanzig Peterbald groß und da finden sich einfach die Berichterstattung von fast fünfundsebzig Jahren fernsehen bald und hundert Jahre Radio.
• 44:00
  Speaker 1: Da haben wir unglaublich viel Wissensschatz.
• 44:03
  Speaker 1: Und da gibt es auch den nächsten spannenden Layer, Kontext inhaltlich.
• 44:06
  Speaker 1: Also wenn ihr mal anschaut wie sich gewisse Themen im langen Zeitverlauf entwickelt haben.
• 44:13
  Speaker 1: Auch so Fragen zu beantworten können.
• 44:16
  Speaker 1: Welche Experten haben wir zu welchen Thema geholt?
• 44:18
  Speaker 1: oder auch?
• 44:19
  Speaker 1: Da wird uns vor allem bei dieser Menge an Daten ein Knowledge-Graf... hoffen wir das uns dabei helfen kann!
• 44:27
  Speaker 1: Aber das ist ja ein Zukunftsthema.
• 44:29
  Speaker 0: Okay, also noch nicht kurzfristig in der Planung oder wie wenn ich rauskitzeln müsste wann so was kommt.
• 44:35
  Speaker 0: Ihr sprecht schon drüber?
• 44:36
  Speaker 0: Oder plant es schon?
• 44:37
  Speaker 1: Wir haben jetzt vor kurzem mal einen Testballon mit den Knowledge-Graphen auch gemacht, weil es uns einfach interessiert hat ob wir diese Technologie als semantischen Layer fürs ganze Haus verwenden können.
• 44:46
  Speaker 1: Das sind aber darauf gekommen dass wir die Technologie sehr use case spezifisch einsetzen müssen und das wir vorher noch einige Hausaufgaben wie eben die Themen mit der ID machen müssen und dort schauen können, dass man da die Effizienzen heben.
• 44:58
  Speaker 1: und deswegen ist der Knowledge Graph Eher auch eher die Kühe, weil die Ontologie dafür schon ein bisschen da sein muss.
• 45:07
  Speaker 1: Und in dem Systemen ... so dieses ... Die Content-Hubs darf ja schon stabiler stehen müssen, dass man diese Technologien nutzen kann.
• 45:17
  Speaker 0: Wenn du so ein bisschen im geistigen Auge mal Revue passieren lässt, was ist deiner Ansicht nach das meist unterschätzte?
• 45:24
  Speaker 0: In deiner täglichen Arbeit?
• 45:30
  Speaker 1: Was ich mir meist unterscherzt habe, ist das Thema wie ... wie vielschichtig das Datenthema interpretiert werden kann.
• 45:42
  Speaker 1: Also bei uns hat es ja unglaublich viele Facetten, weil der Fachbereich arbeitet ganz anders.
• 45:47
  Speaker 1: für den Fachbereich und da immer wieder diese Geschichte zu erzählen und alle Leute mitzunehmen ist tatsächlich glaube ich oft im Alltag nicht so leicht, weil man, weil ich für mich gefühlt die Geschichte fünfmal erzählt, aber jeder andere hat sie erst zum ersten Mal gehört.
• 46:10
  Speaker 1: Und ich glaub dieser Change ... Also was wir das Glück haben wie bei jeder Change-Initiative hast du diese fünf bis zehn Prozent, die sofort mitmachen und dabei sind?
• 46:22
  Speaker 1: Genau, die Early Adopter.
• 46:24
  Speaker 1: Ich glaube, das Schwierige ist nicht zu verbrennen, sondern die nächste Riege auch gleich im besten Fall möglichst früh mitnehmen zu können, diese Schwungmaße zu generieren eben gemeinsam auch die Veränderung breiter aufstellen können.
• 46:39
  Speaker 1: Und das Struktur, durchs ganze Haus durchzutragen ist tatsächlich keine Kleinigkeit vor allem weil wir sehr fragmentiert aufgeteilt sind in verschiedenen Direktionen oder auch Landesstudios.
• 46:50
  Speaker 1: und dass man da einfach diese Initiative eben wie ich schon gesagt habe, die Datenschrategie im einen Tag ausschicken ist noch nicht so viel passiert wie man gerne möchte sondern einfach auch das ins ganze Haus tragen.
• 47:04
  Speaker 1: Keine kleine Aufgabe.
• 47:07
  Speaker 0: Ich würde die Folge zusammenfassen und dann darfst du am Ende sozusagen die zwei Fragen beantworten, was machst du privat mit Daten?
• 47:13
  Speaker 0: Und wie würdest du mit einem Filmtitel oder Serientitel die Folge bezeichnen?
• 47:17
  Speaker 0: Ich muss gerade mal überlegen, wie ich die Folge samm fasse.
• 47:25
  Speaker 0: Mein Eindruck ist das ihr noch an dem richtigen Zeitpunkt geschafft habt Strategie zu etablieren, um rumzureisen.
• 47:35
  Speaker 0: Ich glaube dadurch dass man so ultra viel mit Daten in den letzten Jahren oder Jahrzehnten oder Jahrhunderten erfasst im Medienbereich mit Daten gearbeitet hat.
• 47:44
  Speaker 0: Da hat man immer das Gefühl gehabt, man arbeitet mit Daten aber hat nie so den Nordstern definiert wo es hingeht.
• 47:51
  Speaker 0: und da habt ihr für euch diese diese fünf Säulen definiert die eigentlich, wie du sagst auf einer Organisation liegen muss aber auch auf eine Technik liegen muss die als querbehalten drunter liegen.
• 48:00
  Speaker 0: das sind ja auch die Sachen die ich immer wieder sage Architektur Kulturorganisationen die man braucht und dann einen Mehrwert zu liefern.
• 48:08
  Speaker 0: den Mehrwert hast über die fünf Säulen jetzt sechs Säule definiert die da sind und es kam recht schnell der Punkt auf eigentlich dem Prozess besser zu machen.
• 48:19
  Speaker 0: Und der Prozess ist eigentlich von der von der Konzeption bis zur Ausspielung des Contents, die Metadaten sauber zu strukturieren und sie dann bis ins Archiv auch verfügbar machen zu können.
• 48:32
  Speaker 0: Das habt ihr geschafft.
• 48:34
  Speaker 0: dabei hat die Organisation sich auch weiterentwickelt.
• 48:37
  Speaker 0: Ihr habt nicht das klassische zentrale oder dezentrale Modell sondern habt für euch mit dem mit dem adaptierten DataMesh würde ich jetzt mal behaupten mit Hubs geschafft auch die Zusammenarbeit an der Wertschöpfungskette zu strukturieren, die ihr für euch als Medienhaus eben auch braucht.
• 48:55
  Speaker 0: Jetzt ist gerade das Unwort da, sozusagen Knowledge-Straf zu etablieren und weiterzuschauen.
• 49:01
  Speaker 0: Und da habt ihr jetzt für euch schon entschieden okay wir haben vielleicht mit der zentralen ID eine Grundlage geschaffen Wir haben die Metadaten geschaffen aber der Knowledge Graph ist nicht der Hype Tramer auf den wir aufspringen müssen sondern wir müssen überlegen wo und wie bietet er mehr Wert um dann wieder die Investitionen zurechtfertigen?
• 49:17
  Speaker 0: Wir sprechen noch mal perspektivisch oder gleich in der zweiten Folge zum Thema Technik, aber ich glaube es zeigt einen sehr guten Überblick was und wie von der Strategie bis zum aktuellen Sprung wo ihr gekommen seid.
• 49:31
  Speaker 0: Was vergessen?
• 49:32
  Speaker 1: Ja!
• 49:33
  Speaker 1: Ich glaube das war gut zu befassen.
• 49:34
  Speaker 0: Danke.
• 49:35
  Speaker 0: Dann die zwei Fragen – was machst du noch?
• 49:37
  Speaker 0: was privat mit Daten und Film oder Serientitel, was würdest Du der Folge geben?
• 49:43
  Speaker 1: Also für mich bin eine kleine Axelfreak Spaß im privaten mit, ich hole mir mein Haushaltsbudget her.
• 49:52
  Speaker 1: Ich mache mal ein Exelterwelle bei Freizeitbudget für verschiedene Projekte und holen meine Daten von meinem Bankkonto oder modelliert runter und teile es dann in Kategorien auf.
• 50:02
  Speaker 1: also das macht mich bis ich freu da so.
• 50:05
  Speaker 1: Und ich würde tatsächlich einen Serientitel wählen und zwar Ted Lasso Weil das ist so eine schöne Parallele, das ist Team Sport.
• 50:15
  Speaker 1: So wie wir Daten auch gerne betrachten als Team Sport und ... Ist auch immer die Figur, Ted Lasso ist sehr positiv.
• 50:22
  Speaker 1: Und unsere Abteilung heißt ... Das Teilungskützler heißt HIN-DB-Datenplattform aber wir betiteln es gerne als Denkpositivabteilung.
• 50:29
  Speaker 1: Ja!
• 50:30
  Speaker 1: Weil ich glaub man braucht seinen positiven Spirit.
• 50:32
  Speaker 1: Und dass sie ähnlich wie bei Fußball spielen muss man immer und immer wieder ... mit der Datenqualität kämpfen.
• 50:39
  Speaker 1: Manchmal gewinnt man, manchmal verliert man.
• 50:41
  Speaker 1: Aber wir bleiben dran!
• 50:43
  Speaker 0: Vielen vielen Dank für die Folge.
• 50:45
  Speaker 1: Danke Jonas hat es sehr Spaß gemacht.