AI in the Newsroom: Machine Learning für die Paywall der F.A.Z.

Kunde: F.A.Z.
Projekt: AI in the Newsroom – Machine Learning für die Paywall der F.A.Z.

FAZ Paywall
FAZ Paywall CMS
  • Ziel der F.A.Z. war es, eine datenbasierte Entscheidungsgrundlage zu gewinnen, ob ein Artikel sich besser für die Paywall oder als Free-Artikel für die Ausspielung von Online-Werbung eignet.
  • Der Herausforderung begegnete jambit mit anspruchsvollem Natural Language Processing (NLP).
  • jambit fand eine Situation vor, bei der die historischen Daten nur begrenzt vorhanden und nicht aufbereitet waren. Zur Weiterverarbeitung überführte jambit die Daten in eine strukturierte Form.
  • Anhand dieser historischen Daten trainierte jambit Modelle mittels Maschinellem Lernen (ML).
  • Diese Modelle sagen nun unterschiedliche Gütemetriken vorher, etwa die Anzahl der abgeschlossenen Abos für neue Artikel.
  • Ob ein Redakteur bei diesem Artikel die Paywall aktivieren soll, sieht er jetzt an der Empfehlung im CMS, die sich aus den unterschiedlichen Gütemetriken berechnet.
  • Verwendete KI-Methoden: Transfer Learning, Feature Engineering sowie Gradient Boosting
  • Verwendete Softwaretechnologien: BERT, PyTorch, scikit-learn, LightGBM, MLflow, Azure AutoML, Docker, Azure Functions

Erfolge

  • Das Projekt erreichte Zeit- und Kosteneinsparungen sowie Qualität aufgrund eines jambit-inhouse entwickelten KI-Frameworks https://github.com/jambit/sensAI. Die F.A.Z profitierte von Know-how-Transfer aus anderen jambit-Projekten, etwa in den Branchen Automotive und Industry 4.0.
  • AI-Experten, CMS-Entwickler und -Admins von jambit arbeiteten direkt mit einem interdisziplinären Team aus Redaktion, F.A.Z. Data Department und F.A.Z. Technische Projektleitung zusammen.
  • Kostenersparnis durch eigene GPU Computing-Infrastruktur bei jambit sowie optimale Einbettung in das bestehende Azure-Cloud-Ökosystem

Sie suchen Unterstützung bei der digitalen Transformation? Nehmen Sie jetzt Kontakt mit uns auf!

* Pflichtfeld
Robert Kowalski

Robert Kowalski

Head of Business Division Media

Cookie-Einstellungen

Diese Website verwendet Cookies, um Inhalte und Anzeigen zu personalisieren, Funktionen für soziale Medien anbieten zu können und Zugriffe auf die Website zu analysieren. Zudem werden Informationen zu Ihrer Verwendung der Website an Partner für soziale Medien, Werbung und Analysen weitergegeben. Die Partner führen diese Informationen möglicherweise mit weiteren Daten zusammen, die Sie ihnen bereitgestellt haben oder die sie im Rahmen Ihrer Nutzung der Dienste gesammelt haben.

Weitere Informationen finden Sie in unserer Datenschutzerklärung. Dort können Sie nachträglich auch Ihre Cookie-Einstellungen ändern.

contact icon

Kontakt aufnehmen