LOGIC media solutions verbindet zwei der meistdiskutierten Themen der NAB 2026 zu einem konkreten Anwendungsfall: den von BBC R&D entwickelten Time Addressable Media Store (TAMS) und Agentic AI für die Erzeugung personalisierter Highlight-Clips. Den Prototyp hat das Unternehmen am AWS-Stand gezeigt, wo TAMS in diesem Jahr einen seiner Schwerpunkte hatte. Jens Gnad, Geschäftsführer von LOGIC, demonstrierte mebucom, wie aus einem Fußballspiel, einem Chatbot und einer EDL ein zuschauerindividueller Clip wird.
Die Frage, die hinter dem Prototyp steht, hat ein Branchenvertreter auf der diesjährigen Devoncroft-Veranstaltung in einer Zielvorgabe formuliert: keine zwei Zuschauer sollen am Ende denselben Content bekommen. Personalisierung ist auf der NAB längst nicht mehr nur Empfehlungslogik der Streaming-Plattformen, sondern eine Frage der Produktion selbst. LOGIC zeigt, wie sich dieses Ziel mit offenen Spezifikationen und cloud-nativer Architektur technisch einlösen lässt.
TAMS als Speicher-Logik
Der Time Addressable Media Store ist eine offene API-Spezifikation, die BBC Research & Development entwickelt hat und die unter dem Dach der EBU Dynamic Media Facility inzwischen als Subthema verankert ist. Statt Material in fertigen Files abzulegen, segmentiert TAMS den Content in zeitlich adressierbare Chunks: Proxy, Mezzanine, Audio und Metadaten werden referenziert, nicht kopiert. „TAMS könnte für uns alle eine ganz interessante Zukunft bieten", ordnet Gnad ein – und verweist auf eine Devoncroft-Recherche, der zufolge TAMS-Workflows zwischen 50 und 70 Prozent Speicherplatz einsparen und die Bearbeitungszeit um den Faktor vier bis sechs verkürzen.
Im LOGIC-Demoaufbau ist das Ausgangsmaterial ein Fußballspiel. Beim Ingest werden die Streams gechunkt und mit Metadaten verknüpft – Tor, gelbe Karte, Ballkontakte, Spielerzuordnung. Diese Daten kommen aus zwei Quellen: zugekauft von Sportdaten-Anbietern wie Opta und ergänzt um eigene, KI-generierte Metadaten, die LOGIC im Workflow hinzufügt.
Chatbot erzeugt EDL, Player spielt direkt aus
An die Metadatenebene koppelt LOGIC einen Agentic-AI-Chatbot. Anwender beschreiben in natürlicher Sprache, welche Highlights sie sehen wollen – und der Chatbot erzeugt daraus eine EDL, die sofort ausspielfähig ist. Den Player dafür liefert der Omakase, der die EDL direkt verarbeitet. Der Clou: Es entsteht kein neues Material und kein zusätzlicher Speicherbedarf. Die EDL referenziert lediglich auf bereits vorhandene Chunks im TAMS – ein Verfahren, das sich grundlegend von der klassischen Highlight-Produktion unterscheidet, bei der für jeden Clip eine neue Datei geschrieben wird.
Aus diesem Ansatz ergeben sich zwei Anwendungsmuster, die Gnad am Stand durchspielt. Im ersten kommt der Zuschauer zu spät zum Spiel und lässt sich vom System die ersten zehn Minuten in einer 30-Sekunden-Zusammenfassung anbieten. Im zweiten konfiguriert er seinen Highlight-Clip selbst: mehr Szenen vom eigenen Verein, mehr von einem bestimmten Spieler, weniger Wiederholungen. Beide Varianten laufen über dieselbe Infrastruktur – und genau hier wird die Personalisierungs-Vision aus der Devoncroft-Diskussion technisch einlösbar.
Open-Source-Stack als Strategiefrage
Dass LOGIC den Prototyp ausschließlich auf offenen Komponenten aufbaut – TAMS-API, Omakase Player, AWS-Cloud-Infrastruktur – ist mehr als eine technische Entscheidung. Mit der Aufnahme von TAMS als Subthema in die DMF-Referenzarchitektur hat die EBU einer ganzen Branche signalisiert, dass zeitadressierter Speicher zur Standardausstattung künftiger Produktionsumgebungen gehören soll. Wer sich heute mit TAMS beschäftigt, baut auf einer Schicht, die sich zum Industriestandard entwickelt – und die Inhouse-Entwicklung eines proprietären Players, einer eigenen Speicherlogik oder eigener Highlight-Mechaniken zunehmend obsolet macht.
Für Broadcaster und Streaming-Plattformen, die Personalisierung als nächste Differenzierungsachse erkannt haben, liefert LOGIC mit dem Prototyp einen Blueprint dafür, wie sich offene Spezifikationen, Sportdaten und Agentic AI zu einem produktionsreifen Workflow zusammenfügen lassen. Der nächste Schritt liegt nicht mehr in der Technologie, sondern in der Frage, welche Häuser bereit sind, ihre bestehenden Asset-Management- und Distributionsstacks darauf umzustellen.
