Viele Unternehmen verwalten umfangreiche digitale Bibliotheken und suchen oft stundenlang nach Assets mit bestimmten Personen, wie Fotos von Influencern für Markenkampagnen oder engagierten Mitarbeitern für ein internes Lob im Newsletter. Hier kommen KI-gestützte DAM-Plattformen wie Bynder ins Spiel: Dank der Gesichtserkennungssuche finden Nutzer auch unter Tausenden von Inhalten die richtigen Personen.
Aber was genau ist eine Suche mit Gesichtserkennung und wie funktioniert sie in einem Enterprise-DAM? In diesem Blogpost verraten wir Ihnen alle Vorteile dieser starken KI-Funktion – und wie Sie bereits vorhandene digitale Assets optimal nutzen können.
Die wichtigsten Punkte
- Die Gesichtserkennung im DAM taggt Personen auf Bildern automatisch. Sobald ein Nutzer eine Person einmal manuell markiert hat, erkennt das System sie künftig selbstständig, sowohl in bereits vorhandenen als auch in neuen Bild-Uploads.
- Diese Suchfunktion bietet gleich mehrere Vorteile: Sie spart Zeit für DAM-Administratoren, sorgt für einheitliches Tagging und verbessert die Auffindbarkeit von Inhalten, in denen Personen zu sehen sind.
- Die Suche mit Gesichtserkennung eignet sich ganz besonders für HR-Manager, die Mitarbeiterfotos verwalten, für Eventmanager, die VIPs oder Speaker identifizieren müssen, oder für Marketingmanager, die Kampagnenmaterial mit Markenbotschaftern oder Prominenten koordinieren.
Was ist Gesichtserkennungssuche im DAM?
Eine Suche mit Gesichtserkennung im DAM ist eine KI-gestützte Technologie, mit der Nutzer digitale Assets finden können, auf denen das Gesicht einer bestimmten Person zu sehen ist. Bynders Funktion identifiziert und taggt alle Bilder automatisch, ohne dass Tags stundenlang manuell eingegeben werden müssen. Sobald eine Person in einem Bild mindestens einmal getaggt wurde, erkennt die KI sie automatisch in neuen und bereits vorhandenen Bildern. Das sorgt für einheitliches Tagging in der gesamten digitalen Bibliothek.
Tatsächlich gab es Versuche zur Gesichtserkennung auf Fotos bereits in den 1960er-Jahren: Damals entwickelte Woodrow Wilson Bledsoe ein System, mit dem sich Gesichter anhand bestimmter Messpunkte klassifizieren ließen. Dabei wurden unbekannte Gesichter mit den Datenpunkten bereits gespeicherter Fotos verglichen.1
Sechzig Jahre später identifiziert innovative KI unbegrenzt viele Gesichter mithilfe von Deep Learning, indem sie komplexe Muster analysiert und die Genauigkeit und Effizienz der Suche deutlich verbessert. Tatsächlich nutzen wir Technologien mit Gesichtserkennung bereits regelmäßig im Alltag, etwa beim Entsperren von Smartphones oder beim automatischen Sortieren von Fotos. Auch Unternehmen setzen Gesichtserkennung zunehmend ein, zum Beispiel für zielgerichtete Marketingkampagnen oder zur Verwaltung von Mitarbeiterdaten.
Aber wie funktioniert Gesichtserkennungssuche in der Praxis? Sehen wir uns jetzt genauer an, wie Unternehmen diese Funktion bereits erfolgreich einsetzen, um Assets in ihren DAM-Plattformen schneller zu finden.
Wie wird die Gesichtserkennungssuche in DAM-Plattformen integriert?
Mit der KI von Bynder finden Sie Inhalte schnell und präzise – dank KI-gestützter Suchfunktionen wie der Gesichtserkennung. Mit dieser Lösung können Sie bestimmte Personen in Ihrem DAM automatisch erkennen, taggen und später gezielt danach suchen. Dadurch optimieren Sie die Verwaltung und Auffindbarkeit von personenbezogenen Inhalten nachhaltig.
So funktioniert die Gesichtserkennung von Bynder:
- Gesichtserkennung: Nach dem Upload scannt und indexiert unsere DAM-Plattform alle Assets, um Gesichter zu erkennen.
- Gesichtsanalyse: Anschließend analysiert unsere DAM-Plattform markante Gesichtszüge und erstellt einzigartige Feature-Vektoren. Dabei werden biometrische Merkmale wie Augenfarbe, Lippenkontur, Wangenknochenstruktur und weitere Gesichtszüge berücksichtigt.
- Abgleich und Gesichtserkennung: Zum Schluss vergleicht die Gesichtserkennungssuche die generierten Feature-Vektoren mit den gespeicherten Mustern in Ihrem DAM, um Personen automatisch zu identifizieren oder mögliche Übereinstimmungen vorzuschlagen. Sobald alle Gesichter erkannt wurden, schlägt das System, basierend auf bereits getaggten Personen, potenzielle Treffer vor. Sie können diese Vorschläge bestätigen und Gesichter bestimmten Namen zuordnen. Dadurch lernt das System kontinuierlich dazu und wird mit jeder weiteren Bildanalyse präziser. Durch das automatische Hinzufügen von Metadaten zu Ihren digitalen Assets wird Ihre gesamte Bibliothek sofort durchsuchbar.
Lernen Sie Bynders KI- und Automatisierungsfunktionen kennen
Anwendungsfälle für die Suche mit Gesichtserkennung
Die Gesichtserkennungssuche ist ein starkes Tool für verschiedene Teams in Ihrem Unternehmen. Nehmen wir die Sauber Group als Beispiel: Das Formel-1-Rennteam Sauber Motorsport AG nimmt regelmäßig an zahlreichen Events teil – und dabei entstehen jedes Mal Tausende von Fotos. Es kann Stunden oder gar Tage dauern, manuell nach bestimmten Fahrern für Marketingmaterial oder Social Media zu suchen.
Mit der Gesichtserkennung von Bynder muss das Team von Sauber die riesige Menge an Bildern nicht mehr einzeln durchsuchen. Stattdessen werden Personen direkt beim Upload identifiziert. Dadurch können Stakeholder und Mitarbeiter relevante Bilder schneller finden, teilen, veröffentlichen, und die Fans in Echtzeit begeistern.
Ein weiteres Beispiel ist BDA Inc.: Das Unternehmen speichert knapp 22.000 Fotos in Google Photos, darunter Mitarbeiterporträts, Eventbilder und Sportlogos. Alle Assets korrekt zu taggen und zu ordnen hätte rund 108 Stunden (oder auch 13,5 Arbeitstage!) gedauert. Dank der Gesichtserkennungssuche von Bynder konnte das Projekt 27-mal schneller umgesetzt werden. So wurde präzises Tagging von Mitarbeitern und anderen Personen nicht nur möglich, sondern auch skalierbar.
Es gibt zahlreiche weitere Anwendungsfälle für die Gesichtserkennungssuche, von denen verschiedenste Teams profitieren können, wie zum Beispiel:
- HR-Teams, die Bilder von Mitarbeitern oder Führungskräften für Auszeichnungen, interne Publikationen oder Team-Dokumentationen suchen;
- Eventmanager, die Bilder von VIPs, Teilnehmern, Speakern und Vertretern von Sponsoren verwalten;
- Legal- und Compliance-Teams, die die zulässige Nutzung von Bildern von Prominenten oder Mitarbeitern überprüfen müssen.
Finden Sie heraus, wie die Sauber Group mit der KI von Bynder nahtlose Omnichannel-Erlebnisse schafft
Die Vorteile von Gesichtserkennungssuche in einem Enterprise DAM
Die KI-gestützte DAM-Plattform von Bynder erleichtert die Suche nach Assets per Gesichtserkennung – und optimiert dadurch Workflows im ganzen Unternehmen. Vor allem große Organisationen mit umfangreichen digitalen Bibliotheken finden damit immer genau die Inhalte, die sie benötigen. Das spart Zeit und verkürzt die Time-to-Market.
Hier sind die wichtigsten Vorteile der KI-basierten Gesichtserkennungssuche in Ihrem Enterprise DAM.
Bessere Auffindbarkeit von Inhalten
Mit der Gesichtserkennungssuche können Ihre Mitarbeiter alle Content-Bibliotheken nach Fotos von bestimmten Personen durchsuchen, indem sie deren Namen eingeben oder entsprechende Filter benutzen. Die KI-Lösung zeigt innerhalb weniger Sekunden alle Assets mit der gesuchten Person an, selbst wenn Beschreibungen oder Dateinamen nicht stimmen oder fehlen.
Weniger administrative Arbeit
Die Funktion erkennt beim Upload ins DAM automatisch Gesichter auf Fotos und anderen Inhalten. DAM-Administratoren müssen das Asset nur einmal mit einem Namen taggen – anschließend vergibt die Lösung ganz automatisch passende Tags an bereits vorhandene und neu hochgeladene Inhalte, auf denen die entsprechende Person zu erkennen ist. Durch diese Automatisierung sparen Sie viel Zeit und können sicherstellen, dass Namen in allen Asset-Bibliotheken einheitlich bleiben.
Übrigens: Je mehr digitale Assets Sie in Ihr Bynder-DAM hochladen, desto höher ist die Wahrscheinlichkeit, dass Gesichter in Zukunft automatisch zugeordnet werden. Nutzer können Namensvorschläge direkt beim Upload bestätigen und dem System die nötigen Informationen liefern, um immer präzisere Ergebnisse anzuzeigen. So bleiben Ihre Inhalte auch langfristig einheitlich getaggt und gut organisiert.
Effektiveres Content Management
Bynders Funktion zur Gesichtserkennung reduziert Fehler beim Tagging und kennzeichnet Assets in allen digitalen Bibliotheken einheitlich. So erhalten Sie eine gut organisierte digitale Bibliothek, in der Sie immer genau die Inhalte finden, die Sie gerade benötigen.
Doch nicht nur die Verwaltung von Inhalten wird einfacher: Sie können auch konkrete Ablauffristen festlegen, um zu vermeiden, dass Mitarbeiter Assets nach einem bestimmten Zeitpunkt veröffentlichen und gegen Compliance-Vorgaben verstoßen.
Finden Sie heraus, wie Lucid Motors mit Bynders KI-Suchfunktionen seine Content Operations stark beschleunigt hat.
Höherer Content-ROI
Große Unternehmen besitzen oft umfangreiche digitale Bibliotheken mit Tausenden von Assets. Sind diese Inhalte nicht richtig sortiert, gehen wertvolle Assets verloren und müssen früher oder später ersetzt werden.
Mit der Gesichtserkennung können Ihre Teams Assets leichter finden und öfter wiederverwenden, anstatt neuen Content zu erstellen oder zu kaufen. Das erleichtert Marketingmaßnahmen und beschleunigt die Einführung neuer Kampagnen auf verschiedenen Kanälen wie Social Media, Blogs, E-Mails oder Anzeigen. Das Resultat: schnellere Inhaltserstellung, kürzere Markteinführungszeit und höherer Content-ROI.
Die KI-gestützte Funktion hilft Ihren Teams auch dabei, weniger Zeit mit administrativer Arbeit zu verbringen, damit sie sich auf wichtigere Aufgaben konzentrieren können.
Inhalte optimal nutzen: So steigert Gesichtserkennung im DAM den ROI
Die Gesichtserkennungssuche ist in der KI-gestützten Digital Asset Management-Plattform von Bynder integriert und gibt Unternehmen die Möglichkeit, selbst umfangreiche Asset-Bibliotheken effizient zu verwalten. Sie steigert den Content-ROI, indem sie das Auffinden, Wiederverwenden und Verwalten von digitalen Assets unternehmensweit schneller, einfacher und smarter macht.
Das Ergebnis? Ein höherer Return on Investment für jedes Budget, das in die Erstellung oder Lizenzierung von Inhalten fließt.
Bynders Gesichtserkennung ist nur eine von vielen KI-gestützten Funktionen im DAM, mit denen Sie Ihre Workflows optimieren können.
Vereinbaren Sie noch heute eine Demo und lernen Sie starke Features wie Text-in-Bild-Suche, Natural Language Search (NLS), Sprache-zu-Text-Suche, Duplicate Finder, Ähnlichkeitssuche und Bildsuche kennen, um Assets einfacher zu verwalten und zu finden.
Erleben Sie selbst, wie Bynders Suche mit Gesichtserkennung funktioniert.
Referenzen
Klosowski, Thorin. Facial Recognition Is Everywhere. Here’s What We Can Do About It. New York Times. Juli 15, 2020. https://www.nytimes.com/wirecutter/blog/how-facial-recognition-works/
