Wettervorhersage per Knopfdruck – Unsere KI im Einsatz bei einem Radiosender
WER HAT UNS BEAUFTRAGT?
Beauftragt wurden wir von einem regionalen Marktführer im Rundfunk. Für dessen Wetterredaktion galt es, den Ablauf der täglichen Wettermoderationen grundlegend zu modernisieren und zu beschleunigen.
WAS WAR STATUS QUO?
Bislang recherchierten die Moderatorinnen und Moderatoren morgens manuell die aktuellen Wetterkennzahlen (Temperatur, Niederschlag, Wind, UV-Index etc.) aus verschiedenen Datenquellen, teils bekamen sie über Wetter-APIS die aktuellen Daten eingespielt. Anschließend formulierten sie daraus individuelle Wettertexte im Radio-Stil. Dieser Prozess war zeitaufwändig, anfällig für Inkonsistenzen.
Welche Ziele hatten wir im Blick?
Im Rahmen unseres Projekts hatten wir eine klare Vision: die Automatisierung und Optimierung von Wetteransagen für Radiosender. Dabei standen mehrere zentrale Ziele im Fokus:
Ein wesentlicher Aspekt war die Automatisierung des gesamten Prozesses. Ziel war es, Wetteransagen vollständig auf Basis aktueller Messwerte zu generieren, ohne dass manuelle Zwischenschritte erforderlich sind. Dies sollte nicht nur Zeit sparen, sondern auch die Konsistenz und Aktualität der Inhalte sicherstellen. Die Integration einer zuverlässigen Wetter-API wurde hierfür als technische Grundlage für das Projekt vorgegeben. Diese sollte in der Lage sein, alle wesentlichen Kennzahlen wie Temperatur, Niederschlag, Wind, Luftdruck und UV-Index bereitzustellen, um eine präzise und aktuelle Datenbasis für die Wetteransagen zu schaffen. Die Sicherheit und Stabilität des Systems waren ebenso zentrale Anforderungen. Der Umgang mit Wetterdaten musste DSGVO-konform gestaltet sein, um den Datenschutz zu gewährleisten. Außerdem wurde eine robuste Infrastruktur gefordert, die den Live-Betrieb ohne Unterbrechungen sicherstellt, auch bei hoher Serverlast.
Darüber hinaus musste die Lösung eine hohe Flexibilität bieten. Die Radiostationen sollten die Möglichkeit haben, die Länge und den Stil der Ansagen an ihre spezifischen Bedürfnisse und Zielgruppen anzupassen. Diese Anpassbarkeit sollte über einfache Konfigurationen erfolgen können. Schließlich war die Regionalität ein wichtiger Bestandteil der Vorgaben. Die Wetter-KI sollte regelmäßig unterschiedliche, teilweise auch kleinere Orte aus dem Sendegebiet auswählen, um die Nähe zu den Hörern zu betonen und die Bindung an die Radiostation zu stärken.
Ein essenzieller Bestandteil der Anforderungen war auch die Kontext-Sensitivität. Die Wetteransagen sollten relevante lokale und zeitliche Besonderheiten berücksichtigen können, wie etwa Feiertage, verlängerte Wochenenden oder besondere Ereignisse. Ziel war es, die Ansagen kontextbezogen und für die Hörer besonders nützlich zu gestalten.
Ein weiterer wichtiger Aspekt war die Radio-Tonality. Die Wetteransagen sollten lebendig, humorvoll und ansprechend formuliert sein, um den Stil der Radiomoderatoren widerzuspiegeln. Es wurde festgelegt, dass die Texte nicht nur informativ, sondern auch unterhaltsam und hörernah sein müssen, um die Hörerbindung zu stärken.
So haben wir das gelöst
Um die definierten Vorgaben zu erfüllen und die Ziele zu erreichen, haben wir auf eine Kombination aus modernster Technologie und maßgeschneiderten Lösungen gesetzt. Im Mittelpunkt stand die Integration unseres bewährten GPT4YOU-Frameworks. Dieses Framework wurde speziell darauf ausgerichtet, die automatisierten Wetteransagen auf Basis der gelieferten Daten zu erstellen.
Für die Bereitstellung der notwendigen Wetterdaten wurde eine renommierte Wetter-API angebunden, die in Echtzeit alle relevanten Informationen wie Temperatur, Niederschlag, Windgeschwindigkeit, Luftdruck und UV-Index liefert. Diese Daten bilden die Grundlage für die Generierung der präzisen und aktuellen Wetteransagen. Die KI wurde mit speziell entwickelten System-Anweisungen ausgestattet. Diese Anweisungen wurden so gestaltet, dass sie aus den Rohdaten sendefertige, prägnante und hörernahe Texte generieren. Dabei wurde sichergestellt, dass der Stil den Vorgaben der Radiostationen entspricht und die Inhalte lebendig und unterhaltsam formuliert sind.
Um die Kontext-Sensitivität sicherzustellen, haben wir eine Logik implementiert, die Feiertage, verlängerte Wochenenden und besondere Ereignisse automatisch erkennt. Die KI ist in der Lage, diese Gegebenheiten in die Wetteransagen einzubinden, beispielsweise durch Hinweise wie „Perfektes Strandwetter für den Vatertagsausflug!“.
Die gesamte Lösung wurde so entwickelt, dass sie flexibel auf die Bedürfnisse der Radiostationen angepasst werden kann. Konfigurierbare System-Prompts ermöglichen es, den Stil und die Länge der Wetteransagen individuell festzulegen. Durch die Einhaltung höchster Sicherheitsstandards, einschließlich DSGVO-konformer Datenverarbeitung und einer stabilen Infrastruktur, konnte sichergestellt werden, dass die Lösung zuverlässig und sicher im Live-Betrieb eingesetzt werden kann. Mit der Einbindung einer Zufallsauswahl von Orten aus dem Sendegebiet stellt die KI sicher, dass auch kleinere Orte regelmäßig in den Wetteransagen genannt werden. Dies stärkt die Bindung der Hörer an die Radiostation und unterstreicht deren regionale Verbundenheit.
Das Ergebnis wird über eine Web-UI bereitgestellt, in der Redakteurinnen und Redakteure per Knopfdruck den fertigen O-Ton abrufen können – inklusive Export als Audioskript oder direkt als Segment für die Sendeautomation. Durch diese Maßnahmen konnte eine innovative und leistungsstarke Lösung geschaffen werden, die alle definierten Vorgaben erfüllt und den Radiostationen eine moderne, automatisierte und flexible Plattform für Wetteransagen bietet. Mit dieser Lösung haben wir nicht nur den täglichen Vorbereitungsaufwand um über 80 % reduziert, sondern auch die Konsistenz und Qualität der Wettermoderationen signifikant erhöht. Gleichzeitig lässt sich das System jederzeit um neue Features (z. B. regionale Mikro-Forecasts oder Sonderansagen zu Unwetterlagen) erweitern.
