2
Wie AWS Cloud & Machine Learning die Redaktionsprozesse optimiert Das Verlagshaus Ringier Axel Springer Polska (RASP), das eines der populärsten Internetportale Polens betreibt, wollte seinen Redakteuren die Veröffentlichung von Online-Artikeln erleichtern. Um dieses Ziel zu erreichen, entschieden sie sich für ein intelligentes Bilderkennungstool. GESCHÄFTSANFORDERUNGEN RASP ist eines der größten Medienunternehmen in Europa, das täglich tausende von Online- Artikeln veröffentlicht. Leider haben die bestehenden Bildersuch- und Upload-Tools den Redaktionsprozess von RASP jedoch verlangsamt. Daher hatten sie die Idee, ein Cloud- gehostetes Bilderkennungs-Tool auf der Grundlage von Machine Learning-Algorithmen zu entwickeln, um ihren Workflow zu optimieren. Bei der Migration von RASP von einer privaten Cloud zur Amazon Web Services-Cloud (AWS) entschied man sich, den Prototyp mit AWS zu erstellen, um die größeren Möglichkeiten der öffentlichen Cloud zu nutzen. Als sie sich an den AWS wandten, um Hilfe bei der Realisierung des Prototyps anzufordern, wurde Ihnen der erfahrene Advanced APN Consulting Partner PGS Software empfohlen, da dieser nicht nur auf Cloud-Lösungen spezialisiert ist, sondern auch die Muttersprache der Redakteure beherrscht (eine Schlüsselvoraussetzung für eine Druckindustrie Lösung). Das neue Konzept soll die Arbeit der Redakteure vereinfachen, indem sie sich auf das Schreiben und Redigieren konzentrieren können, anstatt manuell nach Bildern zu suchen, die zu dem von ihnen erstellten Inhalt passen. Aus diesem Grund hat sich RASP für die Automatisierung der Metadatenfunktionalitäten entschieden, wodurch das Erstellen interner Bibliotheken und das Markieren von Bildern erheblich schneller, einfacher und effektiver wurde. LÖSUNG Als Reaktion auf die Anforderungen und Bedürfnisse der Mediengruppe entschied sich PGS Software für die Verwendung der AWS Cloud und der Amazon Rekognition. Mit Letzterem können Sie Personen in Bildern (einschließlich der Anzahl der Personen) sowie Tausende von anderen Objekten und Szenen wie Telefone, Fahrräder, Gebäude, Parkplätze und Strände erkennen. Amazon Rekognition ermöglicht auch eine genaue Gesichtsanalyse und untersucht die Attribute von Personen. Sie bietet detaillierte Informationen zu Geschlecht, Alter, Emotionen usw. Der zweite Teil des Prototyps, der auf Machine-Learning-Algorithmen (ML) basiert, wurde vollständig von PGS Software entwickelt und implementiert. Dank der Verwendung von ML kann das Tool auch Logos und kommerzielle Zeichen bestimmter Marken erkennen. Die Verwendung von Amazon Rekognition und ML trug dazu bei, den Prozess der Bildkennzeichnung erheblich zu vereinfachen, da das Tool die entsprechenden Attribute und Funktionen automatisch hinzufügen kann. Jetzt erleichtern Metadaten in Form von Tags den Editoren die Auswahl und Kategorisierung von Bildern. Die Lösung ermöglicht auch eine schnelle Modellentwicklung mithilfe von Deep-Learning-Algorithmen, sodass RASP auch in der Zukunft innovativ sein kann. CASE STUDY

Wie AWS Cloud & Machine Learning die Redaktionsprozesse ... · Lösungen — AWS Cloud, Infrastructure as Code, AWS Serverless ... Tools — JIRA, Confluence, Terraform, Docker, AWS

  • Upload
    others

  • View
    2

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Wie AWS Cloud & Machine Learning die Redaktionsprozesse ... · Lösungen — AWS Cloud, Infrastructure as Code, AWS Serverless ... Tools — JIRA, Confluence, Terraform, Docker, AWS

Wie AWS Cloud & Machine Learning die Redaktionsprozesse optimiert

Das Verlagshaus Ringier Axel Springer Polska (RASP), das eines der populärsten Internetportale Polens betreibt, wollte seinen Redakteuren die Veröffentlichung von Online-Artikeln erleichtern. Um dieses Ziel zu erreichen, entschieden sie sich für ein intelligentes Bilderkennungstool.

GESCHÄFTSANFORDERUNGEN RASP ist eines der größten Medienunternehmen in Europa, das täglich tausende von Online-Artikeln veröffentlicht. Leider haben die bestehenden Bildersuch- und Upload-Tools den Redaktionsprozess von RASP jedoch verlangsamt. Daher hatten sie die Idee, ein Cloud-gehostetes Bilderkennungs-Tool auf der Grundlage von Machine Learning-Algorithmen zu entwickeln, um ihren Workflow zu optimieren.

Bei der Migration von RASP von einer privaten Cloud zur Amazon Web Services-Cloud (AWS) entschied man sich, den Prototyp mit AWS zu erstellen, um die größeren Möglichkeiten der öffentlichen Cloud zu nutzen.

Als sie sich an den AWS wandten, um Hilfe bei der Realisierung des Prototyps anzufordern, wurde Ihnen der erfahrene Advanced APN Consulting Partner PGS Software empfohlen, da dieser nicht nur auf Cloud-Lösungen spezialisiert ist, sondern auch die Muttersprache der Redakteure beherrscht (eine Schlüsselvoraussetzung für eine Druckindustrie Lösung).

Das neue Konzept soll die Arbeit der Redakteure vereinfachen, indem sie sich auf das Schreiben und Redigieren konzentrieren können, anstatt manuell nach Bildern zu suchen, die zu dem von ihnen erstellten Inhalt passen. Aus diesem Grund hat sich RASP für die Automatisierung der Metadatenfunktionalitäten entschieden, wodurch das Erstellen interner Bibliotheken und das Markieren von Bildern erheblich schneller, einfacher und effektiver wurde.

LÖSUNG Als Reaktion auf die Anforderungen und Bedürfnisse der Mediengruppe entschied sich PGS Software für die Verwendung der AWS Cloud und der Amazon Rekognition. Mit Letzterem können Sie Personen in Bildern (einschließlich der Anzahl der Personen) sowie Tausende von anderen Objekten und Szenen wie Telefone, Fahrräder, Gebäude, Parkplätze und Strände erkennen. Amazon Rekognition ermöglicht auch eine genaue Gesichtsanalyse und untersucht die Attribute von Personen. Sie bietet detaillierte Informationen zu Geschlecht, Alter, Emotionen usw.

Der zweite Teil des Prototyps, der auf Machine-Learning-Algorithmen (ML) basiert, wurde vollständig von PGS Software entwickelt und implementiert. Dank der Verwendung von ML kann das Tool auch Logos und kommerzielle Zeichen bestimmter Marken erkennen.

Die Verwendung von Amazon Rekognition und ML trug dazu bei, den Prozess der Bildkennzeichnung erheblich zu vereinfachen, da das Tool die entsprechenden Attribute und Funktionen automatisch hinzufügen kann. Jetzt erleichtern Metadaten in Form von Tags den Editoren die Auswahl und Kategorisierung von Bildern. Die Lösung ermöglicht auch eine schnelle Modellentwicklung mithilfe von Deep-Learning-Algorithmen, sodass RASP auch in der Zukunft innovativ sein kann.

CASE STUDY

Page 2: Wie AWS Cloud & Machine Learning die Redaktionsprozesse ... · Lösungen — AWS Cloud, Infrastructure as Code, AWS Serverless ... Tools — JIRA, Confluence, Terraform, Docker, AWS

Wie AWS Cloud & Machine Learning die Redaktionsprozesse optimiert

GESCHÄFTSVORTEILE

Das Bilderkennungskonzept wurde in nur 4 Wochen realisiert. In dieser kurzen Zeit konnte der Prototyp von PGS Software RASP beweisen, inwieweit die Implementierung des Tools den Redaktionsprozess optimieren würde.

Bei der Erstellung der Lösung berücksichtigte PGS Software die Sprache der Redakteure und übersetzte die Ergebnisse von Amazon Rekognition ins Polnische.

So können Redakteure, die Inhalte in dieser Sprache erstellen, das Modul, das alle polnischsprachigen Tags und andere Arten von Textinhalten verarbeiten kann, bequem verwenden.

PGS Software unterstützte RASP in den konzeptionellen Phasen der Entwicklung und half dabei Vereinfachung verschiedener organisatorischer Projektprobleme.

Darüber hinaus schlug das Expertenteam 3 verschiedene Logoerkennungsmethoden vor und testete diese, um zu erkennen, welche davon die Fehlerwahrscheinlichkeit am stärksten minimiert.

Der erstellte Bilderkennungsprototyp konnte beweisen, wie schnell in der AWS Cloud technologisch fortgeschrittene Anwendungen entwickelt werden können - was wiederum RASP erlaubt einige der bisher ungenutzten Vorteile der öffentlichen Cloud zu nutzen.

Durch die Entwicklung des Bilderkennungsprototyps für RASP bestätigte PGS Software ihre Effizienz und Erfahrung bei der Erstellung von Cloud-nativen Anwendungen. Das Projekt wurde pünktlich geliefert und seine Qualität erfüllte unsere hohen Erwartungen. Das PGS-Team bereitete eine Erweiterung des Machine Learning-Moduls vor, wir erweitern die Standard-Bilderkennungsfunktionen von AWS. Wir schätzen den Scrum-Arbeitskonzept, die zuverlässige Dokumentation, das hohe Engagement in jeder Phase des Projekts und die hervorragende Kommunikation. Die effiziente Implementierung des Prototyps hat uns dabei geholfen, zu bestätigen, dass wir das AWS Bilderkennungsmodul wirklich in unsere Redaktionssysteme integrieren müssen.

Katarzyna LudkaArtificial Intelligence Director

Ringier Axel Springer Polska

PROJEKT DETAILS

Lösungen — AWS Cloud, Infrastructure as Code, AWS Serverless

Technologie — Java, Python, Angular, AWS Lambda, S3, SQS, CloudWatch, SageMaker, Rekognition, SNS, SES

Tools — JIRA, Confluence, Terraform, Docker, AWS CLI, AWS CodeCommit, InteliJ IDEA, PyCharm, Jenkins, Maven

Team — 6 Entwickler, 1 QA Spezialisten, 1 Scrum Master

ÜBER DEN KUNDENRingier Axel Springer Polska gehört zur europäischen Mediengruppe Ringier Axel Springer Media AG. Es ist einer der größten Presseverlage in Polen. Das Portfolio des Unternehmens umfasst über 170 Titel und Websites, darunter Onet, Fakt, Forbes und Newsweek Polska.

ÜBER PGS SOFTWAREPGS Software ist einer der größten börsennotierten Custom-Software und Service Dienstleister in Polen. Als zertifizierter AWS Advanced Consulting Partner sind wir auf Cloud-Projekte spezialisiert - Beratung, native Cloud Entwicklung, Modernisierung von Anwendungen & Migration. Wir arbeiten mit agilen Methoden (Scrum, DevOps und Continuous Delivery), wir entwickeln Mobile und Web Anwendungen und bieten unseren internationalen Kunden Business-Analysen, Visual-Design, UX, UI und QA Services an. Wir verfügen über Geschäfts- und Entwicklungszentren in Polen, UK, Deutschland und Spanien.

Möchten Sie mehr über unser Angebot erfahren? — Rufen Sie uns unter +49 931 4677 3377 — besuchen Sie unsere Internetseite www.pgs-soft.com