KI schaut nicht mehr jedes Video komplett an

Google hat am 1. September die agentische Videoanalyse freigeschaltet. Im Fachpublikum fiel das kaum auf, für Organisationen mit großen Videobeständen ist die Funktion trotzdem relevant.

Bisher lief alles Bild für Bild durch

Wenn ein KI-Modell bisher ein Video ausgewertet hat, zerlegte es die Datei in Einzelbilder – standardmäßig eines pro Sekunde – und verarbeitete alles. Bei einem 90-minütigen Vortrag fallen so mehrere hunderttausend Token für eine einzige Frage an, unabhängig davon, ob die Antwort in Minute 3 oder in Minute 78 steckt. Wer Kosten sparen wollte, musste die Bildrate senken und riskierte, genau die entscheidende Stelle zu übersehen.

Jetzt entscheidet das Modell, wo es genauer hinsieht

Agentische Videoanalyse dreht das um. Das Modell sucht in der Datei gezielt und springt zu den Abschnitten, die zur Frage passen. Dabei entscheidet es selbst, ob Bild, Tonspur oder Transkript die bessere Quelle ist. Nur diese Stellen werden im Detail ausgewertet.

Google nennt für die eigenen Benchmarks bis zu 88 Prozent weniger Tokenverbrauch, bis zu 66 Prozent geringere Analysekosten und bis zu sieben Prozent bessere Genauigkeit. Die Werte stammen aus unterschiedlichen Tests und sind Herstellerangaben, also eine Größenordnung ohne Gewähr. Lange Videos werden damit von einem Kostenproblem zu einer normalen Datenquelle.

Vier Arten von Aufnahmen werden damit erschließbar

Interessant wird es überall dort, wo Wissen in Videos steckt und deshalb bisher praktisch unzugänglich war.

Sitzungsaufzeichnungen. Aus ihnen entsteht ein Protokollentwurf mit Zeitstempeln zu jedem Tagesordnungspunkt. Die Aufzeichnung, die sonst niemand mehr ansieht, wird damit brauchbar.

Schulungsvideos. Sie bekommen Kapitelmarken und Zusammenfassungen, die Suche springt auf die richtige Minute.

Vorträge und Veranstaltungen. Aus einer Aufzeichnung werden Zitate und Kernaussagen für die eigene Kommunikation.

Videoarchive. Bestände aus Jahren werden durchsuchbar, ohne dass jemand sie vorher händisch verschlagworten muss.

Zwei Einschränkungen bremsen den Einsatz

Erstens läuft die Funktion vorerst nur über die Programmierschnittstelle. Im Büro einfach anklicken kann sie also niemand, sie macht aber Projekte leistbar, die es vorher nicht waren.

Zweitens die Datenschutzfrage, und die ist in Gemeinden, Schulen und Vereinen die wichtigere. Sitzungsaufzeichnungen enthalten personenbezogene Daten, oft auch von Bürgern, an die dabei niemand gedacht hat. Bevor ein Video in eine Analyse geht, müssen die Rechtsgrundlagen und ein Auftragsverarbeitungsvertrag geklärt sein, ebenso der Ort der Verarbeitung. Wer das überspringt, riskiert, dass das Projekt später genau daran scheitert.

Der größte Nutzen liegt im Bestand

Viele Organisationen haben mehr aufgezeichnetes Wissen, als sie nutzen. Was bislang fehlte, war ein wirtschaftlicher Weg, es zu erschließen. Genau das hat sich diese Woche geändert. Wer eigene Archive hat, sollte jetzt prüfen, was darin liegt.