Ringier Jahrbericht 2017

Ringier 2017 (58)
Technology & Data
Die Digitalisierung disruptiert die gesamte Medienbranche. Damit wächst der
Stellenwert von Technologie und Daten in all unseren Geschäftsfeldern stark an.
Einerseits werden unsere Kunden durch den technologischen Fortschritt viel
anspruchsvoller, andererseits befinden wir uns heute in einer viel stärkeren
Wettbewerbssituation. Plattform-Player und Tech-Giganten wie Google, Facebook
und Amazon werden mit ihren Reichweiten und ihren Kenntnissen über
Nutzer und Kunden zur direkten Konkurrenz von Medienunternehmen wie Ringier.
Jeder dieser Konzerne beansprucht für sich, eine «All-in-One-Destination» zu
sein. Sie dringen in der Wertschöpfungskette immer weiter vor und verbreiten
sich in neuen Industrien und Märkten. Ringier tritt diesen multinationalen Grosskonzernen
mit einer eigenen Strategie entgegen, die individuell auf die Gruppe
zugeschnitten ist und in die die langjährigen lokalen Marktkenntnisse eingeflossen
sind.
In der Ringier Ökosystem-Strategie fungiert Technology & Data als Grundpfeiler,
um das Content- und Marketplace-Business zusammenzuführen und
Synergien auf allen Ebenen zu heben, sich zu behaupten und eine relevante
Destination für unsere Kunden zu bleiben. Im Rahmen der Strategieumsetzung
wurde eine Technologie- und Datenplattform entwickelt, die es erlaubt, Kunden
über alle Online-Touchpoints verschiedener Brands zu verstehen und so die
digitale Customer-Experience zu steigern.
Was die Ringier Plattform von anderen Produkten auf dem Markt unterscheidet,
ist der grossräumige aufeinander abgestimmte Einsatz führender Artificial-
Intelligence-Technologien (AI) wie z.B. Natural Language Processing, Sentiment
Analysis und Taxonomy Classification. Besonders innovativ ist die generische
Natur der Plattform. Während sich Marktlösungen meistens auf ein oder zwei
Anwendungsbereiche spezialisieren, ermöglicht die Ringier Lösung eine Bedienung
aller Arten von Use Cases entlang des Gruppenportfolio.
Eine dieser besonderen Anwendungen ist beispielsweise die Möglichkeit der
Analyse von Inhalten und Bildern, welche voll automatisiert verschlagwortet
werden können. So konnten wir bereits 1,2 Millionen Bilder und 640 000 Artikel
mit Metadaten anreichern. Eine weitere Anwendungsmöglichkeit sind Artikelempfehlungen.
Anhand von Algorithmen können diese voll automatisch und in
Echtzeit generiert werden. Es wurden je nach Anwendungsfall Click-Through-
Rate Uplifts zwischen 32 und 127 Prozent erzielt.
Um den Betrieb so kostengünstig wie möglich zu halten, werden Rechen-
Ressourcen nur nach Bedarf aktiviert und zielgerichtet skaliert. Hierzu wird
Machine Learning angewandt. Durch die vorausschauende Berechnung und
Buchung von Rechenkapazitäten können Ersparnisse von bis zu 80 Prozent