Was 140.000 Programmstunden mit Metadaten gewinnen: die Datenstrategie des ORF

Worum es in dieser Folge geht

Diese Folge ist die erste von zwei Folgen, die ich beim ORF in Wien aufgenommen habe. In der ersten geht es um die Strategie, in der zweiten spreche ich mit Thorsten Steuer über die technische Umsetzung. Mir gegenüber saß Carina Rogl. Sie ist seit fast fünf Jahren im Haus, hat in der Anwendungsentwicklung als Projektleiterin angefangen und baut seit Anfang 2024 die Datenplattform des ORF auf.

Wir haben vor der Aufnahme ein bisschen über Henne und Ei philosophiert: Kommt erst die Strategie oder erst die Technik? Die Antwort bekommt ihr in dieser Folge, und sie ist weniger eindeutig, als man denkt.

Die Storyline

Was Carina vorgefunden hat

Der ORF hat seit langem eine sehr aktive Anwendungsentwicklung, und entsprechend viel ist historisch gewachsen. Zwischen Planung, Produktion, Aufnahme und Ausstrahlung einer Sendung sind ungefähr 30 bis 40 Systeme beteiligt. Gleichzeitig produziert der ORF im Jahr rund 140.000 Stunden Programm. Das geht nur mit viel Automatisierung.

Die Strategie hat zunächst fünf Handlungsfelder: datengetriebenere Entscheidungen ermöglichen, Content-Metadatenmanagement, Kundenverhalten besser verstehen, maßgeschneiderten Content anbieten und Datenjournalismus. Wichtig für den Kontext: Im öffentlich-rechtlichen Rahmen sammelt der ORF auf seinen Plattformen keine personenbezogenen Daten, sondern eher strukturelle Daten.

Warum Metadaten so wichtig sind, erklärt Carina an der Streaming-Plattform. Die Leute kommen wegen der Flagships, etwa der ZiB oder dem Song Contest. Daneben gibt es viel Content, der nischiger ist. Wenn der keine guten Metadaten hat, kann der Empfehlungsalgorithmus ihn nicht ausspielen, und er wird schlicht nicht gesehen.

Die Content-Metadaten-Landkarte

Der erste Schritt war deshalb kein Tool, sondern eine Landkarte. Carina und ein Kollege haben aufgeschrieben, welche Daten schon von System A nach System B wandern, wie sie über die 30 Systeme bis zur Ausspielung kommen und wo noch viel manuelle Arbeit steckt.

Besonders aktiv war ein Kollege aus dem Archiv, weil im Idealfall dort alle Daten zusammenlaufen. Ein Beispiel, das hängen bleibt: Der ausstrahlungsfähige Titel eines ZiB-Beitrags wird erst auf der Streaming-Plattform vergeben, in den anderen Systemen stehen oft nur Arbeitstitel. Diese Information hat es nicht ins Archiv geschafft, weil die Prozesskette noch nicht so weit war. Gesprochen wurde dabei immer im Tandem: einmal mit den Fachbereichen, einmal mit den Systemverantwortlichen.

Dazu kommt der Live-Betrieb. Im journalistischen Bereich werden zu Beginn einer Sendung manchmal noch Beiträge ausgetauscht. Was am Ende tatsächlich ausgestrahlt wurde, musste im Nachgang oft händisch erfasst werden.

Die Broadcast-ID

Den größten Hebel sieht Carina in der Broadcast-ID, kurz BRID. Das Bewusstsein, dass genau diese eine ID fehlt, war im Haus schon da. Es gab viele IDs, aber keine für die Entität Beitrag, die sich vom Anfang bis zum Ende durchzieht. Bevor man sie vergeben konnte, musste man sich allerdings auf etwas Grundsätzliches einigen.

Und auch mal, dass wir uns allein schon einigen, was ist ein Beitrag? Was ist eine Sendung?

Diese Themen wirken nicht dramatisch, sagt Carina, machen aber einen riesigen Unterschied für alles, was systemübergreifend passiert. Die Idee: Die ID wird am Anfang des Prozesses vergeben und bis ins Archiv mitgezogen, sodass die Metadaten entlang des ganzen Prozesses angereichert werden können. Über einen Kafka-Datenbus wird das Content-Element, wie Carina es beschreibt, am Anfang in den Fluss geworfen. Ein konkreter Effekt: Sobald in der Planung die Moderationstexte eingegeben sind, kann die KI-Live-Untertitelung darauf zugreifen und besser untertiteln.

Für die Struktur gab es einen Blueprint. Im März 2024 war Carina auf der Data-Konferenz der European Broadcasting Union, wo sich ARD, ZDF, die Schweizer und die BBC zum Datenaustausch treffen. Die EBUCorePlus-Ontologie unterscheidet unter anderem Domänen für Editorial Work, Publication, Audience und Consumption. Daran konnte das Team die Metadaten-Landkarte sauber untergliedern. Das BRID-Konzept selbst hat der ORF von der ARD übernommen.

Henne oder Ei

Also: Strategie oder Plattform zuerst? Beim ORF waren erst die Handlungsfelder da, dann kam die Metadaten-Landkarte, dann der Aufbau der Plattform. Das Feedback aus der Plattform floss zurück in die Strategie, und so kam ein sechstes Handlungsfeld dazu: Automatisierung und KI.

In Interviews mit den Fachbereichen hat das Team außerdem die Organisationsform gefunden. Ein reines Data Mesh, in dem jeder Fachbereich seine eigene Plattform baut, ergab aus Effizienz- und Kostengründen keinen Sinn, und das Know-how war im Haus noch nicht da. Herausgekommen ist ein serviciertes Data Mesh: eine zentrale Plattform, die die Fachbereiche so weit befähigt, dass sie selbst damit arbeiten können. Und eine klare Erkenntnis: Das ist kein IT-Projekt, sondern ein Projekt für den ganzen ORF, das von der Generaldirektorin ausgeschickt werden muss.

Wir betrachten Daten gerne als Teamsport.

Der Business Case war eine Wette

An dieser Stelle wollte ich es genau wissen. In vielen Unternehmen heißt es: Du bekommst Betrag X, was verbessert sich dadurch? Ich habe Carina gefragt, ob das bei ihr schon quantifizierbar war.

Nein, also das war eine Wette.

Getragen hat die Wette das Bewusstsein für die Painpoints, etwa die fehlende ID und Daten, die sich nicht sauber von einem System ins andere übertragen lassen. Dazu kam 2024 der KI-Hype, der klar gemacht hat, dass man für KI ordentliche Daten braucht. Und ihre Chefin Astrid Zöchling hat erkannt, dass Daten ein eigenes Thema brauchen, und das Vertrauen für die Investition entgegengebracht.

Dahinter steht eine Veränderung in der Nutzung. Dass die ganze Familie um Viertel nach acht vor dem Fernseher sitzt, wird es so nicht mehr geben. Die Nutzung wird individueller und fragmentierter, und Inhalte müssen auch über Google und andere Wege gefunden werden. Carina bringt das auf einen Satz, der im Haus gern gesagt wird: Aussagekräftige Content-Metadaten seien die Reichweite von morgen. Ich musste dabei an mein eigenes Unternehmen denken, wir produzieren und verkaufen Socken. Dort kauft niemand mehr einfach die schwarze Socke, sondern die Socke, die zum Hochzeitsanzug passt. Ohne die passenden Metadaten findet dich dafür kein Sprachmodell.

Fachbereiche gewinnen

Hilfreich ist beim ORF eine Kulturumfrage, die gezeigt hat, dass das Commitment zum Zweck des Unternehmens überdurchschnittlich hoch ist. Wer einer Fachabteilung erklären kann, dass sich zwei, drei andere Abteilungen Arbeit sparen oder Inhalte für das Publikum besser auffindbar werden, bekommt meist das Commitment. Silo-Denken gibt es trotzdem, sagt Carina. Und dann kam ein Satz, den ich mir gemerkt habe:

Und wenn man es nicht begründen kann, sollte man es vielleicht auch nicht machen.

Für die Übersetzung in den Alltag hat das Team Anfang des Jahres einen Data Day veranstaltet. Ein 20-seitiges Strategiedokument zu verschicken heißt nicht, dass es am nächsten Tag jeder gelesen hat. Am Data Day haben die Data Heroes aus den Fachbereichen gezeigt, was sie gebaut haben, etwa ein Produktions-Dashboard, das manuelle Arbeit ersetzt. Danach kamen andere und wollten genau das auch haben. Dazu gibt es Communities für Power BI, Datenjournalismus und Data Engineering.

Vom Data Mesh zu Data Hubs

Der nächste Schritt sind Data Hubs, interdisziplinäre Teams für Themen, die kein Fachbereich allein tragen kann. Das Beispiel ist der Creation Hub: Allein für die Creation-Daten müssen sechs Systeme zusammenspielen. Dort sitzen regelmäßig 15 Leute zusammen und diskutieren, was eine BRID verdient oder wie weit die Implementierung in den Systemen ist.

Also da braucht es einfach mehr zentralere Steuerung, weil es eben, das kann man nicht einem Fachbereich umhängen. Das ist nicht fair.

Das Gegenbeispiel ist das Dispo-Team. Dort lädt eine sehr datenaffine Business-Product-Ownerin von sich aus andere Fachabteilungen zu Workshops ein, um gemeinsam ein Datenprodukt zu schneiden. Das Plattform-Team ist dort Pairing-Partner, nicht Steuerung. Ich habe dieses Organisationsmodell so noch nie gesehen, verstehe aber den Charme: Reifere und weniger reife Bereiche kommen gemeinsam nach vorn.

6,4 Millionen Kommentare

Das stärkste Beispiel für Datenjournalismus kam von einem Journalisten, der mit einem selbst vibe-codierten Ansatz auf das Team zugekommen ist. Er wollte wissen, wie viele Kommentare auf Instagram von echten Menschen stammen und wie viele von Bots.

Das Team hat den Vorschlag auf statistisch korrekte Beine gestellt und analysiert, wann Accounts posten und wie ähnlich ihre Kommentare sind. In der Visualisierung leuchteten ganze Punktwolken gleichzeitig auf. Die Journalisten haben die Accounts recherchiert und sind bis zu einer Influencerin gekommen, die Bot-Farmen bestellt hatte, um in diesem Fall antisemitische Kommentare zu verbreiten. Das Analyse-Tool wurde anderen Öffentlich-Rechtlichen in Europa zur Verfügung gestellt, und so wurde eine europaweite Propaganda-Kampagne sichtbar.

KI hilft auch in der Gegenrichtung, vor allem bei der Verifikation. Gemeinsam mit dem Verifikations-Team gibt es einen Agenten, der hochgeladene Bilder mit verschiedenen Prüfmethoden darauf untersucht, ob sie KI-generiert sind. Entscheiden muss am Ende trotzdem ein Mensch.

Public Value statt Klickzahlen

Auf meine Frage nach der KPI, die ihr täglich unter die Augen kommt, kam keine einzelne Zahl. Klickzahlen sind beim ORF nicht die oberste Metrik, sondern Public Value, also ein Mehrwert für die Öffentlichkeit. Was das heißt, sieht jede und jeder anders: Die eine will 24/7 Nachrichten, der andere jedes Fußballspiel und jedes Ski-Event, die nächste die Förderung der heimischen Musikszene. Deshalb geht der ORF Richtung Scorecard. Der jährliche Public-Value-Bericht hat 60 Seiten.

Was als Nächstes kommt

Spannend wird für Carina, noch mehr aus dem Thema Kontext herauszuholen. Das Archiv ist 25 Petabyte groß und enthält bald fast 75 Jahre Fernsehen und 100 Jahre Radio. Daraus ließen sich Fragen beantworten wie: Wie haben sich Themen über die Zeit entwickelt, welche Expertinnen und Experten wurden zu welchen Themen geholt? Ein Knowledge Graph könnte dabei helfen. Ein erster Testballon hat aber gezeigt, dass die Technologie sehr use-case-spezifisch eingesetzt werden muss und vorher Hausaufgaben wie die ID anstehen. Der Knowledge Graph bleibt deshalb erst einmal die Kür.

Unterschätzt hat Carina, wie vielschichtig das Datenthema im Haus interpretiert wird. Sie erzählt die Geschichte gefühlt zum fünften Mal, für viele andere ist es das erste Mal. Bei jeder Change-Initiative machen fünf bis zehn Prozent sofort mit. Die Kunst ist, diese Early Adopter nicht zu verbrennen und die nächste Riege früh genug mitzunehmen.

Privat ist Carina nach eigener Aussage ein kleiner Excel-Freak, inklusive Haushaltsbudget mit automatisiert heruntergeladenen Kontodaten. Und ihr Serientitel für die Folge ist Ted Lasso, weil die Abteilung sich intern gern als Denk-Positiv-Abteilung bezeichnet und man mit der Datenqualität eben mal gewinnt und mal verliert.

Warum mich das besonders umtreibt

Ich sage in fast jedem Vortrag, dass Mehrwert aus Daten drei Dinge braucht: Architektur, Kultur und Organisation. Beim ORF sieht man, wie das in einem Haus aussieht, das seit Jahrzehnten mit Daten arbeitet, aber nie einen Nordstern dafür definiert hatte. Die Handlungsfelder geben die Richtung vor, darunter liegen als Querbalken die Organisation in Form des servicierten Data Mesh und Automatisierung und KI.

Was mich am meisten beeindruckt, ist die Reihenfolge. Erst wurde der Prozess verstanden, von der Konzeption bis zur Ausspielung und ins Archiv. Dann kam die ID. Und erst danach wird über den Knowledge Graph geredet, nicht als Hype, auf den man aufspringen muss, sondern als Werkzeug, das sich an einem konkreten Use Case rechnen muss. Viele Unternehmen machen es genau umgekehrt.

Wenn ihr in eurem Haus gerade an einer gemeinsamen ID oder einer Datenlandkarte arbeitet: Schreibt mir, wie lange es bei euch gedauert hat und wer am Ende mitgezogen hat. Und hört direkt in die zweite Folge mit Thorsten rein, da geht es um die Technik dahinter.