Wie der regionale Medienkonzern TNL generative KI für seine Übersetzungsmaschine nutzt

Die News Lens Group (TNL) ist eine 2013 gegründete regionale digitale Mediengruppe, die Taiwan, Hongkong und Japan abdeckt. Auf dem FIPP-Kongress ging Richard Lee, Chief Integration Officer von TNL, auf die datengesteuerte Kultur der Marke ein und erklärte, wie ihre ehrgeizigen Pläne zur Diversifizierung über Sprachen, Einnahmequellen und regionale Reichweite hinweg zum Tragen kommen – mithilfe generativer KI.

Mit Marken wie The News Lens (ausführliche Reportagen und Infografiken), Inside (über Internet, Software-Startups, KI) und Business Yee verfügt TNL über eine große Reichweite. Zu den weiteren Marken gehören Cool3C (Produktinformationen und Gadget-Rezensionen), Sports Vision (Expertenanalysen, Sportlergeschichten) und iCook (eine führende Rezeptplattform mit mehr als 3 Millionen Mitgliedern).

Aber das Wachstum geht noch weiter. Lee skizzierte zunächst die Geschäftsstrategie von TNL als eine Strategie mit gezielter Reichweite in der gesamten Region: „Die Idee besteht darin, durch einen Prozess der ‚Standardinternationalisierung‘ von einer einzelnen Medienmarke zu einer Mediengruppe zu wachsen“, erklärte er. Dies bedeutet zum Teil, dass Nachrichtenartikel in verschiedenen Sprachen und Regionen geteilt und übersetzt werden.

Auf dieser Grundlage decken Top-Redakteure jede Region/Branche ab: „Wir befähigen sie, an der Bereitstellung der besten ‚Lokalnachrichten‘ zu arbeiten“, erklärte Lee. „Die Idee besteht darin, zu versuchen, viele verschiedene Arten von Kultur und Themen in der gesamten asiatischen Region abzudecken.“

TNL behandelt Themen, die für Menschen in bestimmten Regionen wichtig sind. „In Taiwan zum Beispiel hatten wir gerade Wahlen. Politische Nachrichten über Demokratie sind hier beliebt. In Taiwan sind wir auch das erste chinesischsprachige Land, das das Gesetz zur gleichgeschlechtlichen Ehe verabschiedet hat.“

Sie nutzen außerdem die Leistungsfähigkeit von Zero-, First- und Third-Party-Daten, indem sie umfassende Benutzerprofile nutzen und das Leserverhalten analysieren.

Etwa im Jahr 2018 begann TNL zu spüren, dass sie den Höhepunkt des lokalen Nachrichtenmarktes erreicht hatten. „Wir haben festgestellt, dass TNL in Taiwan deutlich weniger Leser hatte als die führenden traditionellen Sender vor Ort, wahrscheinlich weil sie neben digitalen Nachrichten auch Fernsehen und Radio anbieten. Als rein digitales Nachrichtenmedium war es daher eine Herausforderung, mit ihnen zu konkurrieren.“

Dies veranlasste TNL dazu, zu versuchen, seine Leserschaft auf andere Orte auszudehnen, und brachte 2014 und 2015 die Ausgaben TNL Hong Kong und International heraus, gefolgt von TNL Japan im Jahr 2022. Im Jahr 2020 tätigten sie außerdem eine Reihe von Akquisitionen und expandierten in die Bereiche Datenanalyse und Adtech .

„Aber trotzdem ist es natürlich nicht so einfach“, sagte Lee. „Die Lokalisierung von Inhalten ist schwierig, selbst wenn man wie wir den taiwanesischen Markt besser kennt als die meisten anderen. Aber es braucht Zeit, um qualitativ hochwertige lokale Inhalte zu erstellen – unsere Redakteure müssen herausfinden, welche Themen am besten behandelt werden können. Übersetzungen bringen Verzögerungen mit sich, manchmal von a ein paar Tage. Und das bedeutet, dass die Nachrichten nicht aktuell genug sind. Jedes Mal, wenn es einen neuen Blickwinkel oder eine neue Branche gibt, erhöht dies die redaktionellen Kosten.“

Als das Team Anfang dieses Jahres mit ChatGPT experimentierte, stellte es jedoch sofort fest, dass es sowohl für Redakteure als auch für Übersetzer hilfreich war. „Das Hinzufügen neuer Sprachen zu neuen Websites ist mit den neuen, auf dem LLM-Modus basierenden KI-Workflows wesentlich effizienter geworden“, erklärte Lee.

Generative KI-gestützte Arbeitsabläufe seien einfach schneller als herkömmliche Methoden, erklärte Lee. KI kann beispielsweise eine aktuelle Nachricht über Halbleiter in weniger als drei Minuten übersetzen. Anschließend benötigen Redakteure weniger als eine Stunde, um die KI-Übersetzung durchzugehen und kleinere Probleme zu beheben.

Insbesondere funktionieren KI-Modelle derzeit am besten in der englischen Sprache. Um dies zu umgehen, übersetzt TNL lokalsprachige Inhalte ins Englische und verwendet diese Version dann als Grundlage für die Übersetzung in andere Sprachen. Die Übersetzungsmaschine von TNL wird derzeit auf seinen Medienseiten in Englisch, Japanisch und Chinesisch verwendet.

Seit der Einführung dieses KI-basierten Übersetzungsworkflows sind die Vorteile für TNL erheblich. „Rund 15 Prozent der Inhalte werden KI-unterstützt, wobei Seitenaufrufe und Werbeeinnahmen aus KI-Inhalten etwa 10 Prozent ausmachen“, sagte Lee.

„Das Wichtigste ist, dass es viel kosteneffizienter und zeiteffizienter ist“, sagte Lee. Die Kosten für die Erstellung KI-gestützter Inhalte betragen lediglich 20 Prozent der ursprünglichen Methoden.

„Es gibt uns die Möglichkeit, Dinge zu tun, die wir vorher einfach nicht tun würden. Früher hatten wir beispielsweise Rezeptinhalte nur auf Chinesisch. Jetzt haben wir sie in mindestens drei Sprachen.“

Lee hofft, dass andere aus den Erfahrungen von TNL lernen können. „Ich hoffe, das gibt Ihnen Zuversicht darüber, wie die Aktivierung von KI in Ihrem Workflow Ihnen dabei helfen kann, neue Seitenaufrufe und neue Werbeeinnahmen zu generieren – und es Ihrem Redaktionsteam auch zu ermöglichen, neue Sprachen und Branchen auszuprobieren.“