Sofascore Eye Bald Herausforderungen für VAR

Sofascore, ein kroatisches Unternehmen, das eine umfassende Plattform für die Echtzeitverfolgung von Sportergebnissen in einer Vielzahl beliebter Sportarten, von Fußball bis Tennis, entwickelt hat, verlässt sich stark auf künstliche Intelligenz. Wie Karlo Knežević, Leiter des Teams für künstliche Intelligenz, Analytik und Information, erklärt, kann der Sofascore-Chat täglich von 23 Millionen monatlich aktiven Nutzern genutzt werden, die Nachrichten in verschiedenen Sprachen oder Schriften senden können. Um unerwünschte Äußerungen hauptsächlich zu verhindern, verwenden sie ihren eigenen intern entwickelten Sofascore AI-Chat-Filter, der den Inhalt und den Kontext von Nachrichten versteht und unerwünschte Nachrichten erfolgreich eliminiert. Und dies ist nicht ihr einziges KI-Tool; sie entwickeln etwas viel Sophistizierteres und Interessanteres.

– Das derzeit in Entwicklung befindliche Projekt ist die semantische Verarbeitung von Sportvideoinhalten. Konkret zielt Sofascore darauf ab, ein Computersystem, Sofascore Eye, zu entwickeln, das eine Aufzeichnung eines Sportereignisses ansehen und eine Vielzahl von Informationen aus dem Filmmaterial extrahieren kann, wie z.B. die zurückgelegte Distanz in einem Fußballspiel oder die Anzahl der erfolgreichen Aufschläge in einem Tennismatch. Ein weiteres Beispiel, das ich hervorheben würde, ist das Inhaltsempfehlungssystem, Sofascore recommender, das kontinuierlich überwacht, wie der Nutzer mit der Sofascore-App interagiert und lernt, welcher Inhalt den Nutzer mehr interessieren würde.

Basierend auf dem erworbenen Wissen bietet Sofascore Recommender dem Nutzer jene Sportereignisse, Athleten oder Wettbewerbe an, die ihn interessieren würden. Mit einem solchen System kann die Sofascore-App den Nutzer weiter ansprechen, indem sie personalisierte Inhalte bereitstellt – sagte Knežević und fügte hinzu, dass sie bei Sofascore bisher alle Lösungen selbst entwickelt haben, aufgrund des sehr spezifischen Arbeitsbereichs oder mit dem Ziel einer optimalen Ressourcennutzung.

Bei Sofascore, fährt Knežević fort, denken sie immer in großem Maßstab: Zehntausende von Millionen Nutzern, verschiedene Geräte, auf denen sie Inhalte präsentieren, und die Verfügbarkeit von Inhalten auf dem gesamten Planeten, wobei eine der Hauptherausforderungen bei der Implementierung von Technologien der künstlichen Intelligenz die Skalierbarkeit, Geschwindigkeit und Genauigkeit ist.

Finanzierungsquellen für KI-Projekte

Für dieses Unternehmen ist es entscheidend, dass alle Lösungen, die sie entwickeln, nachhaltig für eine große Anzahl von Nutzern sein müssen, insbesondere während Spitzenzeiten des Nutzeraufkommens, wie z.B. der Weltmeisterschaft. Darüber hinaus wird, unter Berücksichtigung der Hardwarebeschränkungen der Nutzer (z.B. in Entwicklungsländern), darauf geachtet, dass die Implementierung energie- und speichereffizient ist.

– Eine zusätzliche Herausforderung ist die Menge an Daten für das Training von Modellen der künstlichen Intelligenz. Obwohl Sofascore über mehr als 1000 TB an Daten verfügt, erfordern bestimmte Lösungen sehr spezifische Proben, auf denen die künstliche Intelligenz lernen könnte – betont Knežević.

Es gibt jedoch auch Herausforderungen anderer Art, eine der führenden ist das Personal. Das kroatische Hochschulsystem produziert jedes Jahr Hunderte von Absolventen der Informatik im Bereich Computertechnik. Solche Studenten sind während ihres Studiums mit Bereichen der künstlichen Intelligenz in Berührung gekommen, wie z.B. maschinelles Lernen, tiefes Lernen, Computer Vision, Mustererkennung, natürliche Sprachverarbeitung usw. Dies garantiert jedoch nicht, dass eine Person qualitativ hochwertige Lösungen im Bereich der künstlichen Intelligenz bereitstellen kann.

– Wenn ein Arbeitgeber qualitativ hochwertige Lösungen im Bereich der künstlichen Intelligenz möchte, muss er eine erfahrene Person einstellen, die mehr bezahlt wird. Auf der anderen Seite haben Studenten, die nach ihrem Abschluss ihr Wissen im Bereich der künstlichen Intelligenz in der Industrie anwenden möchten, Schwierigkeiten, solche Möglichkeiten in Kroatien zu finden, entweder aufgrund eines Mangels an IT-Unternehmen, die künstliche Intelligenz nutzen, oder aufgrund unzureichender Berufserfahrung – erklärt Knežević.

Eine weitere Herausforderung für die Entwicklung von KI-Lösungen in der Industrie sind die Finanzierungsquellen. Finanzierungsquellen für Projekte der künstlichen Intelligenz im privaten Sektor können staatliche Zuschüsse, Risikokapital, Angel-Investitionen, Crowdfunding und Private Equity umfassen.

Unternehmen können ihre Projekte der künstlichen Intelligenz auch durch eigene Einnahmen oder Gewinne finanzieren. Die Verfügbarkeit von Finanzierungen kann je nach spezifischem Projekt, Unternehmen und/oder anderen Umständen variieren. Neben all dem oben Genannten sind auch EU-Fonds verfügbar, aber es ist wichtig zu beachten, dass die Verfügbarkeit und Art der Finanzierung sich im Laufe der Zeit ändern können.