Video-Automatisierung und Stichwort-Untertitel mit KI

1. Ausgangslage

Eine Schweizer Zahnarzt-Kette produziert ca. sieben Kurzvideos pro Woche für ihren Social-Media-Auftritt. Ziel der Videos sind edukative Inhalte zu vermitteln, eine persönliche Bindung zwischen Ärzten und Patienten noch vor der Behandlung herzustellen und die Marke bei der jungen Zielgruppe bekannter zu machen. Die Videos bestehen hauptsächlich aus sprechenden Ärzten/Arzthilfen über ein bestimmtes Thema oder zeigen Behandlungen. Die Videos werden auf Deutsch und Englisch erstellt.

Der bisherige Prozess zur Videoerstellung ist sehr manuell: Ein Video wird von der Marketing-Verantwortlichen gedreht, manuelle stichwortartige Untertitel entlang klarer Vorgaben erstellt, manuelle Video-Beschreibungen für jede Plattform (TikTok, Instagram etc.) einzeln erstellt, passende Hashtags manuell hinzugefügt und dann alles zur Freigabe per Mail geschickt. Nach manueller Freigabe wurde das Video finalisiert und veröffentlicht.​

IST-Prozess als vereinfachtes Prozess-Diagramm:

Ziel der Automatisierung: Deutliche Zeitersparnis pro Video, um mehr Content erstellen zu können.

2. Vorgehen und Lösung

Wir haben uns von der zuständigen Marketing-Verantwortlichen den bestehenden Prozess live zeigen und erklären lassen, um Prozess, Kontext, Abhängigkeiten und Anforderungen genau zu verstehen. Anschliessend wurde gemeinsam entschieden, welcher Teil des Prozesses automatisiert werden soll und wo Zwischenschritte manuell überprüft werden sollen (z.B. vor der Freigabe-Anfrage nochmal selbst über die Inhalte schauen).

Wir haben uns für ein relatives simples Automatisierungs-Set-Up entscheiden, wo wir die Tools Google Drive (Cloud-Ordner), OpenAI (Künstliche Intelligenz) und AirTable (eine Art Datenbank) miteinander verknüpfen.

Die Automatisierungs-Logik zusammengefasst: Das Video-File wird auf ein Google-Drive manuell hochgeladen und von dort automatisch an OpenAI zur Transkription in Deutsch oder Englisch geschickt. Darauf erstellt OpenAI die Untertitel nach definierten Regeln, die Videobeschreibungen pro Plattform, die passenden Hashtags und schreibt dies alles in eine Airtable-Tabelle in der richtigen Formatierung. Hier werden die Inhalte dann manuell überprüft, per Status-Änderung die Freigabe erbeten und anschliessend das Video finalisiert und manuell hochgeladen.

Neuer Prozess als Prozessdiagramm:

Der Prozess wurde implementiert und mit Verantwortlichen des Unternehmens getestet. In mehreren Iterationen wurde kleine Anpassungen vorgenommen, in diesem Fall vor allem bei den spezifischen AI-Prompts, um das Ergebnis wie z.B. die Untertitel genau in der Form als Output zu bekommen, wie gewünscht (z.B. "ß" immer mit "ss" ersetzen).

3. Das Ergebnis

Die manuelle Arbeit pro Videoerstellung konnte so von ca. 30min auf 5min gesenkt werden und damit um mehr als 80%. Der Freigabeprozess in der gemeinsamen Tabelle per Statusänderung (anstatt E-Mails) wurde vereinfacht und übersichtlicher. Der Prozess funktioniert nun seit einiger Zeit reibungslos und ohne manuelles eingreifen oder updaten. Die frei gewordene Zeit kann nun in weitere Videos oder hochwertigere und kreativere Videos gesteckt werden.

Darüber hinaus erlauben es die eingesetzten Tools, relativ einfach neue Automatisierungen hinzuzufügen und sich so immer weiter "vorzuwagen". Vor allem die einfache AI-Anbindung hat den Kunden dazu bewegt, sich auch bei anderen Prozessen durch eine künstliche Intelligenz unterstützen zu lassen.

Video zur Automatisierung, um es noch "greifbarer" zu machen: