In der heutigen Zeit sind audiovisuelle Daten aus dem Alltag vieler Berufsgruppen kaum wegzudenken. F\u00fcr Journalist*innen, Redakteur*innen, Forscher*innen unterschiedlicher Disziplinen, Content-Creator, Museumsmitarbeiter*innen und Archivar*innen stellen diese Daten einen wesentlichen Kern der allt\u00e4gigen Arbeit dar. Ein rasantes Wachstum \u00f6ffentlicher, aber auch hauseigener, zugriffsbeschr\u00e4nkter audiovisueller Datenbest\u00e4nde stellt diese Personengruppen in den letzten Jahren vor immer gr\u00f6\u00dfere Herausforderungen.<\/p>\n\n\n\n
Die Erschlie\u00dfung solcher Daten mit Methoden der K\u00fcnstlichen Intelligenz vereinfachen bereits seit mehreren Jahren die Arbeit einiger dieser Berufsgruppen \u2013 beispielsweise durch Textsuche in Videos mittels automatischer Spracherkennung. Jedoch ist hiermit das Potential f\u00fcr audiovisuelle Suche noch lange nicht ausgesch\u00f6pft.<\/p>\n\n\n\n
Audiovisuelle Analysen mittels KI-getriebener Ans\u00e4tze haben durch ihre enorme Leistungsf\u00e4higkeit in den letzten Jahren die Erschlie\u00dfung und Durchsuchbarkeit umfangreicher Datenbest\u00e4nde erm\u00f6glicht. Ein Beispiel hierf\u00fcr ist das Audio Mining System des Fraunhofer IAIS<\/a>, das bereits seit mehreren Jahren zur Erschlie\u00dfung der Datenbest\u00e4nde in der ARD<\/a> oder von Zeitzeugeninterviews im Archiv \u201eDeutsches Ged\u00e4chtnis<\/a>\u201c der Fernuniversit\u00e4t in Hagen angewendet wird.<\/p>\n\n\n\n Trotz der enormen Leistungsf\u00e4higkeit von Werkzeugen, wie Audio Mining, dr\u00e4ngen sich von Nutzer*innenseite neue Anforderungen und W\u00fcnsche an Suchmodalit\u00e4ten auf. So muss beispielsweise aktuell, um ein Zitat zu finden, der genaue Wortlaut weitestgehend bekannt sein, damit in den Transkripten der automatischen Spracherkennung gesucht und direkt zu der Zeitmarke in einem Video navigiert werden kann. Ist die Suchanfrage jedoch weniger pr\u00e4zise, wie zum Beispiel \u201eFinde positive \/ negative Aussagen zum Thema Y\u201c, sind komplexere Suchmodalit\u00e4ten notwendig. Noch gr\u00f6\u00dfer ist die Herausforderung, wenn die Suchanfragen Aspekte beinhalten, die nicht allein auf Basis des Transkripts beantwortet werden k\u00f6nnen. Dies k\u00f6nnen etwa Emotionen sein, die sich eher durch Gesichtsausdr\u00fccke oder eine bestimmte Stimmlage \u00e4u\u00dfern. Eine Suchanfrage der Art \u201eAussagen von Person X zum Thema Y bei denen X ver\u00e4rgert oder traurig war\u201c sind bisher nur durch aufw\u00e4ndige manuelle Recherche in den Datenbest\u00e4nden mit Sichtung vieler einzelner Videos m\u00f6glich.<\/p>\n\n\n\n In dem Projekt Multimodales Mining von Zeitzeugeninterviews zur Erschlie\u00dfung von audiovisuellem Kulturgut<\/a> werden in Kooperation des Fraunhofer IAIS mit der Stiftung Haus der Geschichte in Bonn<\/a> solche komplexeren Suchmodalit\u00e4ten f\u00fcr einen konkreten Anwendungsfall untersucht: die Erschlie\u00dfung von Zeitzeugeninterviews.<\/p>\n\n\n\n Durch die Erz\u00e4hlungen von Zeitzeuginnen und Zeitzeugen werden kleine und gro\u00dfe Ereignisse in der Geschichte lebendig und nahbar. Das Medium der audiovisuellen Zeitzeugeninterviews erm\u00f6glicht, diese individuellen und multiperspektivischen Erz\u00e4hlungen immer wieder erlebbar zu machen und f\u00fcr jede*n zur Verf\u00fcgung zu stellen. Auf www.zeitzeugen-portal.de<\/a> sind bereits \u00fcber 8.000 Clips aus etwa 1.000 Zeitzeugeninterviews zur deutschen Geschichte zu finden \u2013 ein gro\u00dfer Datenbestand, der nicht nur spannende Inhalte bietet, sondern auch durch emotional behaftete Geschichten die Betrachterin und den Betrachter Erlebtes mitf\u00fchlen lassen. Ein Beispiel ist unser Zeitzeuge Volker Schr\u00f6der, der im Jahr 1968 an Studentenprotesten in West-Berlin teilnahm. Im Zeitzeugeninterview berichtet er ergriffen von einer Situation, in der er von einem Wasserwerfer der Polizei erfasst wurde.<\/p>\n\n\n\nZeitzeugeninterviews zur Erschlie\u00dfung von audiovisuellem Kulturgut <\/span><\/h2>\n\n\n\n