Footballco verbessert die Genauigkeit und reduziert die Produktionszeit von Artikeln um 80% mit der KI-Lösung von Firemind
- Kunde
- Industrie
- Service
- Segment
- Autor
- FootballCo
- Medien & Unterhaltung
- GenAI
- Unternehmen
- Jodie Rhodes
Auf einen Blick
Footballco verbindet Millionen von Menschen auf der ganzen Welt mit Fußballnachrichten, Live-Ergebnissen und Originalinhalten und inspiriert die nächste Generation von Fans.
Herausforderung
Effiziente Automatisierung der Erstellung strukturierter Fußballinhalte bei gleichzeitiger Wahrung der sachlichen Richtigkeit.
Lösung
Firemind hat eine Pipeline entwickelt, die AWS-Services nutzt, um mithilfe von KI Spielvorschauen zu erstellen.
Genutzte Dienste
- Amazonas-Felsen
- AWS Lambda
- Amazon S3
- AWS Schritt-Funktionen
Ergebnisse
- 80-95% Genauigkeit bei der Erstellung von Artikeln.
-
80% Zeitersparnis bei der Erstellung von Inhalten.
Geschäftliche Herausforderungen
Automatisieren Sie die Erstellung von Fußballinhalten mit hoher Genauigkeit
FootballCo benötigte eine Lösung, um die Erstellung ihrer „Where to Watch“ (W2W) Artikel zu automatisieren, die eine konsistente Formatierung und hohe sachliche Genauigkeit erfordern. Diese Artikel, ein wichtiger Teil des Inhaltsangebots auf GOAL.com, erforderten viel manuelle Arbeit von Redakteuren, um sicherzustellen, dass die detaillierten Spielinformationen korrekt und zeitnah dargestellt wurden. Als die Plattform wuchs und die Nachfrage nach Inhalten zunahm, sah sich FootballCo mit der Herausforderung konfrontiert, seine redaktionellen Bemühungen zu skalieren, ohne die Qualität der Ergebnisse zu beeinträchtigen.
Die größte Herausforderung bestand darin, einen Weg zu finden, den Prozess der Generierung strukturierter Inhalte – wie z.B. Spieldetails, Ansichtsoptionen und Mannschaftsnachrichten – zu automatisieren und gleichzeitig einen hohen Standard an sachlicher Genauigkeit zu wahren. FootballCo benötigte eine Lösung, die nicht nur die Produktion von Inhalten beschleunigt, sondern auch sicherstellt, dass die generierten Artikel dem redaktionellen Stil entsprechen, den das Publikum erwartet. Darüber hinaus musste sichergestellt werden, dass sich das KI-Modell an sich verändernde Daten wie Mannschaftsaufstellungen und Tabellenstände anpassen konnte, um Ungenauigkeiten in den Artikeln zu vermeiden.
Stehen Sie vor ähnlichen Herausforderungen?
Wir sind Spezialisten für die Lösung von Problemen mit Daten und KI. Lassen Sie uns Ihnen helfen, die Vorteile der Cloud zu nutzen.
Was unsere Kunden sagen
Hören Sie direkt von denjenigen, die unsere Dienstleistungen in Anspruch genommen haben. Entdecken Sie, wie wir für unsere Kunden einen Unterschied gemacht haben.
Lösung
KI-gesteuerte Inhaltspipeline mit AWS-gestützter Automatisierung
Um die Herausforderung von FootballCo, die Erstellung von Inhalten zu automatisieren, zu lösen, entwickelte Firemind eine KI-gesteuerte Lösung unter Verwendung von AWS-Services. Ziel war es, die Erstellung von strukturierten „Where to Watch“-Artikeln (W2W) zu automatisieren und gleichzeitig eine hohe sachliche Genauigkeit zu gewährleisten. Die Lösung wurde mit einer Kombination aus AWS Lambda, Amazon Step Functions und Amazon Bedrock erstellt, die alle integriert wurden, um eine nahtlose Pipeline für die Erstellung von Spielvorschauen zu bilden.
Der Prozess begann mit AWS Lambda, das serverlose Rechenaufgaben zum Scrapen relevanter Spieldaten von der GOAL.com-Plattform von FootballCo übernahm. Lambda-Funktionen waren für den Aufruf maßgeschneiderter Web Scraper zuständig, die wichtige Informationen wie Spielpläne, Mannschaftsaufstellungen und historische Daten extrahierten und diese Informationen zur Speicherung in Amazon S3 hochluden.
Als Nächstes orchestrierte Amazon Step Functions den gesamten Workflow und koordinierte jeden Schritt des Inhaltserstellungsprozesses. Step Functions verwaltete den Datenfluss zwischen verschiedenen AWS-Services und Lambda-Funktionen und stellte sicher, dass die Daten korrekt verarbeitet, gespeichert und an die nächste Stufe der Pipeline weitergeleitet wurden. Diese Orchestrierung war entscheidend für die Automatisierung von Aufgaben wie die Verwaltung von gescrapten Daten, die Auslösung von Modellaufrufen und die Abwicklung von Validierungsprozessen.
Sobald die Daten aufbereitet waren, wurden sie an Amazon Bedrock übergeben, das den Kern der KI-gesteuerten Artikelgenerierung betrieb. Mithilfe von Large Language Models (LLMs) wandelte Amazon Bedrock die Rohdaten in strukturierte W2W-Artikel um, die einer vordefinierten Vorlage folgten. Das Modell generierte Inhalte auf der Grundlage von Eingabeaufforderungen und sorgte dafür, dass die Artikel mit wichtigen Abschnitten wie Anstoßzeiten, Informationen zum Spiel, Mannschaftsnachrichten und Head-to-Head-Vergleichen formatiert wurden. Die Eingabeaufforderungen wurden so angepasst, dass sie den redaktionellen Richtlinien von FootballCo entsprachen und spezifische Anweisungen enthielten, um Halluzinationen zu vermeiden und die sachliche Richtigkeit zu gewährleisten.
Die generierten Inhalte wurden dann zur Validierung und Überprüfung verarbeitet, um sicherzustellen, dass sie den Standards von FootballCo entsprechen. Durch die Nutzung der kombinierten Fähigkeiten dieser AWS-Services erstellte Firemind eine Pipeline, die die Artikelerstellung automatisierte, eine hohe sachliche Genauigkeit (80-95 %) beibehielt und die Zeit, die die Redakteure für die manuelle Erstellung von Inhalten aufwenden mussten, erheblich reduzierte, was zu einer Reduzierung der Produktionszeit um 80 % führte.
80% schnellere Produktion
Die KI-generierte Inhaltspipeline reduzierte die Zeit für die Erstellung von Artikeln um 80%.
Hohe Genauigkeit
Die KI-Lösung generierte Artikel mit einer sachlichen Genauigkeit von 80-95%, was eine deutliche Verbesserung gegenüber manuellen Methoden darstellt.
AWS-gestützte Skalierbarkeit
Die Lösung nutzte Amazon Bedrock und AWS Lambda-Funktionen für eine nahtlose Skalierung.
Kontakt aufnehmen
Möchten Sie mehr erfahren?
Haben Sie eine bestimmte Fallstudie oder einen Einblick gesehen und möchten Sie mehr erfahren? Oder denken Sie über Ihr nächstes Projekt nach? Schreiben Sie uns unten eine Nachricht!
