KI im DAM beginnt beim Finden
Eine klassische Suche liefert gute Ergebnisse, wenn Dateinamen, Schlagwörter oder andere Metadaten zur Suchanfrage passen. Eine semantische Suche geht weiter: Sie nutzt Vektorrepräsentationen, um Inhalte anhand ihrer Bedeutung und visuellen Ähnlichkeit zu ermitteln. So kann eine Anfrage wie „moderne Küche mit dunklem Holz“ passende Bilder finden, auch wenn diese Formulierung nicht wörtlich in den Metadaten steht.
Agravity GlobalDAM kombiniert die semantische Vektorsuche mit textbasierter Suche zu einer hybriden Suche. Exakte Begriffe, strukturierte Metadaten und inhaltliche Ähnlichkeit ergänzen einander. Das ist besonders hilfreich bei großen, heterogenen Medienbeständen: bekannte Produktnummern bleiben präzise auffindbar, während freie Beschreibungen zusätzliche Zugänge zu den Inhalten eröffnen.
KI-Tagging für Bilder, Videos und Dokumente
Agravity GlobalDAM kann Inhalte von Bildern, Videos und Dokumenten analysieren und daraus Vorschläge für Schlagwörter, Beschreibungen und weitere Metadaten erzeugen. Diese Vorschläge reduzieren manuelle Vorarbeit und schaffen eine Grundlage für konsistentere Bestände. Ein praktischer Anwendungsfall ist die automatisierte Vorbereitung von Alternativtexten für Bilder. Die endgültige Formulierung und Freigabe bleibt dabei beim zuständigen Team.
KI-gestützte Übersetzung hilft, Metadaten für mehrere Sprachen vorzubereiten. Begriffe und Beschreibungen müssen dadurch nicht für jeden Markt vollständig neu erfasst werden. Fachliche Terminologie, Markensprache und Kontext können anschließend von Menschen geprüft und angepasst werden.
Videos werden inhaltlich erschließbar
Videoanalyse erkennt Inhalte innerhalb eines Videos und macht sie über Metadaten zugänglich. Damit lässt sich nicht nur die Videodatei als Ganzes beschreiben: Teams können schneller feststellen, welche Szenen, Objekte oder Themen enthalten sind.
Für zuvor trainierte beziehungsweise hinterlegte Gesichter unterstützt Agravity GlobalDAM außerdem die Gesichtserkennung in Videos. Das erleichtert beispielsweise die Recherche nach Auftritten bestimmter Personen in einem freigegebenen Medienbestand. Für solche Funktionen braucht es klare Berechtigungen, definierte Zwecke und eine datenschutzkonforme organisatorische Grundlage.
Datenschutz und Datensicherheit bei KI-Funktionen
KI-gestützte Verarbeitung darf nicht dazu führen, dass Unternehmen die Kontrolle über ihre Inhalte verlieren. Deshalb werden die KI-Funktionen von Agravity GlobalDAM innerhalb der Microsoft-Azure-Infrastruktur betrieben und für die Verarbeitung in europäischen Datenregionen konfiguriert. Medien, Metadaten und erzeugte Analyseergebnisse werden verschlüsselt übertragen und gespeichert und unterliegen weiterhin den in Agravity definierten Rollen und Berechtigungen.
Eingaben, Ausgaben und Embeddings, die von den eingesetzten Azure-KI-Diensten verarbeitet werden, sind nicht für andere Kunden oder externe Modellanbieter zugänglich. Sie werden ohne ausdrückliche Freigabe auch nicht zum Training allgemeiner KI-Basismodelle verwendet.
Datenschutz bleibt dennoch eine gemeinsame organisatorische und technische Aufgabe. Besonders bei personenbezogenen Inhalten und der Erkennung trainierter Gesichter müssen Unternehmen Verwendungszweck, Zugriffsrechte, Aufbewahrung und die erforderliche Rechtsgrundlage festlegen. Agravity unterstützt diese kontrollierten Prozesse mit Berechtigungen, nachvollziehbaren Metadaten und dem Human-in-the-loop-Prinzip.
KI-Assistenten für Wissen und neue Zugriffswege
Ein KI-Chatbot für den Admin Guide unterstützt Administratoren beim Zugriff auf Produktwissen und Anleitungen. Ein entsprechender Assistent für den User Guide ist geplant. Die Assistenten sollen Fragen zum Arbeiten mit Agravity GlobalDAM in natürlicher Sprache beantworten und den Zugang zur Dokumentation vereinfachen.
Zusätzlich zur API-first-Architektur arbeitet Agravity an einem eigenen MCP-Server. Das Model Context Protocol soll KI-Anwendungen und Agenten einen standardisierten, kontrollierten Zugriff auf freigegebene Funktionen und Informationen ermöglichen. Der MCP-Server befindet sich in Entwicklung.
C2PA-Unterstützung für Herkunft und Kennzeichnung
Für die Zeit vor Weihnachten 2026 plant Agravity die vollständige Unterstützung von C2PA in GlobalDAM. Vorgesehen sind das Auslesen vorhandener C2PA-Informationen, deren Zuordnung zu Metadaten, eine sichtbare Kennzeichnung von Inhalten sowie das Signieren entsprechender Assets. C2PA schafft dafür einen technischen Standard, mit dem Herkunft und Bearbeitungsschritte maschinenlesbar dokumentiert werden können.
Diese Funktionen können Unternehmen bei transparenten Content-Prozessen und bei der Umsetzung relevanter Anforderungen des EU AI Act unterstützen. Welche Kennzeichnung im konkreten Fall rechtlich notwendig ist, hängt jedoch vom Inhalt, seiner Verwendung und dem jeweiligen Veröffentlichungsprozess ab.
Human in the loop bleibt das Grundprinzip
Alle KI-Funktionen in Agravity GlobalDAM sind für Human-in-the-loop-Prozesse konzipiert. KI erzeugt Vorschläge, beschleunigt Recherchen und bereitet Informationen auf. Menschen können Ergebnisse prüfen, korrigieren und freigeben. Das ist besonders für Metadaten wichtig: Automatisierung spart Zeit, verlässliche Datenqualität entsteht aber durch die Verbindung aus maschineller Unterstützung, fachlichem Kontext und klarer Verantwortung.
KI-Funktionen von Agravity GlobalDAM im Überblick
- Verfügbar: semantische Vektorsuche und hybride Suche.
- Verfügbar: KI-Tagging und Metadatenvorschläge für Bilder, Videos und Dokumente.
- Verfügbar: Video-Inhaltserkennung und Erkennung trainierter Gesichter in Videos.
- Verfügbar: KI-gestützte Übersetzung.
- Verfügbar: KI-Chatbot für den Admin Guide.
- Geplant: KI-Chatbot für den User Guide.
- Geplant vor Weihnachten 2026: C2PA auslesen, Metadaten zuordnen, Inhalte sichtbar kennzeichnen und signieren.
- In Entwicklung: MCP-Server als Ergänzung zur API-first-Architektur.
- Durchgängiges Prinzip: Human in the loop zur Sicherung der Datenqualität.
Agravity GlobalDAM versteht KI damit als integrierten Bestandteil eines modernen DAM: für besseres Finden, effizientere Metadatenarbeit, erschlossene Videoinhalte und kontrollierte, nachvollziehbare Content-Prozesse.