Auf einer Carrera-Bahn lässt sich gerade der vielleicht radikalste Umbau der Cloud-Produktion in Miniatur beobachten. LOGIC media solutions hat beim Media Web Symposium am Fraunhofer FOKUS einen Workflow vorgeführt, der den Schnitt vollständig von der Videodatei trennt: Statt neue Clips zu rendern, verweist das System nur noch auf Zeitpunkte in bereits gespeichertem Material. Grundlage ist der Time Addressable Media Store (TAMS), eine offene API-Spezifikation aus der Entwicklungsabteilung der BBC, die LOGIC auf AWS und mit Partnern wie Matrox Video zu einem produktionsnahen Use Case ausgebaut hat. Für Sender und Dienstleister, die heute jede Highlight-Variante einzeln ausspielen, steht damit weniger eine neue Funktion als ein anderes Kostenmodell im Raum.
Jens Gnad liefert zusätzliche Hintergrundinformationen zur Demo von Friederike Fluit und Anna-Maria Zeussel, die auf dem Media Web Symposium am Fraunhofer FOKUS präsentiert wurde.
Wie aus einer Fotozelle ein Schnittbefehl wird
Der Demo-Aufbau ist bewusst simpel gehalten. Ein Auto dreht Runden, eine Kamera filmt eine feste Stelle, eine Fotozelle registriert jede Durchfahrt. Bei jedem Trigger schreibt das System einen Zeitstempel in die TAMS-Datenbank – und weil Video, Audio und Daten im Store auf derselben Zeitachse liegen, ist damit eindeutig hinterlegt, was in genau diesem Moment vor der Kamera passierte. „Wenn die Metadaten da sind, weiß ich ganz genau, dass dazu synchron Audio und Video abgelegt worden ist", beschreibt Jens Gnad von LOGIC media solutions das Prinzip. Entscheidend ist, dass TAMS das Material nicht als monolithische Datei behandelt, sondern in kleinen Chunks ablegt, die sich über einen Zeitbereich präzise adressieren lassen.
Übertragen auf eine reale Produktion wird daraus ein datenbasierter Schnitt. Gnad rechnet das Modell am Motorsport durch: eine Rennfahrerin auf der Nordschleife, dazu Telemetrie aus dem Auto, G-Kräfte und die Zeitpunkte, zu denen das Fahrzeug bestimmte Lichtschranken passiert. Aus diesen Daten weiß das System, wann sich das Auto wo befand – und kann es mit den Kamerapositionen und Mikrofonen verknüpfen, die an dieser Stelle aufgezeichnet haben. Die Auswahl der interessanten Momente erfolgt damit über die Daten, nicht über eine nachgelagerte Bildanalyse.
