Von Datensilos zu Wissen in Sekunden
Die Mediengruppe Main-Post arbeitet mit Mayflower an einer skalierbaren KI-Architektur, um Jahrzehnte an journalistischen Inhalten nutzbar zu machen.
Mayflower baut Systeme, mit denen Teams auf ihr Wissen zugreifen können – ohne Abhängigkeiten, ohne Vendor-Lock, und mit messbarem Output.
Ziele: Semantische Erschließung, zentrale Content- & Datenplattform und KI-gestützte Recherche, die Redaktionen operativ entlastet.
Unsere Rolle: Discovery • Zielarchitektur • Semantische Suche • RAG • Integrationsprinzipien • Enablement
Während Tech-Giganten Inhalte für ihre Modelle nutzen, müssen Verlage ihre eigenen Daten souverän monetarisieren und nutzen können. Das Risiko: Wer sein eigenes Wissen nicht produktiv macht, verliert Sichtbarkeit und Relevanz.
Wir starteten nicht mit der Auswahl von Tools, sondern mit der Wertschöpfung: Wie muss eine moderne Mediengruppe aufgestellt sein, um Daten nicht nur zu besitzen, sondern zu nutzen?
Neben vielen anderen vertrauen uns Kunden wie …
Die zentrale Frage: Wie wird Content zum Wettbewerbsvorteil?
Gemeinsam mit dem Kunden identifizierten wir Hebel auf drei Ebenen —
Redaktionelle Schlagkraft (Operativ)
Recherche in Sekunden statt Stunden und Automatisierung von Routine-Texten (z. B. Sport-Ticker), um Freiraum für Qualitätsjournalismus zu schaffen.
Produkt-Innovation (Strategisch)
Nutzung des Wissensschatzes für völlig neue Formate – mit einer technischen Grundlage für personalisierten News-Dossiers bis hin zu KI-gestützten Themen-Monitoren.
Monetarisierung (Business)
Wir schufen die technischen Voraussetzungen, um das Archiv für künftige KI-Lizenzierungen (Trainingsdaten) und andere B2B-Dienste kommerziell zu verwerten.
Internationale Marktführer beweisen, dass Datenbestände massive Erlösquellen sind (zwischen 30 bis zu 250 Mio. USD bei Axel Springer oder News Corp.).
Vor diesem Hintergrund schufen wir einen strategischen Rahmen, der Geschäftsnutzen sichtbar macht, bevor die Technologie entscheidet.
Ziel: Wir machen aus einem fragmentierten Datenspeicher eine Plattform für journalistische Exzellenz und neue KI-Geschäftsmodelle.
Vom Archiv zum Wissenssystem
Im nächsten Schritt wurde die Kernfrage beantwortet: Wie müssen Inhalte gespeichert, erschlossen und zugänglich gemacht werden, damit Teams sie sofort nutzen können?
Aus dem Workshop entstand eine KI-Zielarchitektur, die nicht ersetzt, sondern ergänzt:
- Engineering statt Basteln: Eine modulare Pipeline-Infrastruktur sorgt dafür, dass Integrationen skalieren, Rollbacks funktionieren und Wartung nicht zum Albtraum wird.
- Zentrale Auffindbarkeit: Wissen wird zentral zugänglich – unabhängig von Format (Video, Text, Bild) oder Alter.
- Investitionssicherheit: Struktur, Governance und Verantwortlichkeiten sichern ab, dass die Lösung langfristig trägt.
AI Tech Stack
- Dagster
- Azure Data Factory
- Vector Search
- RAG
Prototypen, die Teams befähigen – nicht ersetzen
Gemeinsam entwickelten wir erste KI-Anwendungsfälle für die Redaktion:
Nicht zur Ablösung von Journalisten.
Sondern als Werkzeug, das Geschwindigkeit und Qualität erhöht — mit klaren Regeln, Styleguides und menschlicher Kontrolle.
- ✓ Antworten auf Fachfragen
mit Quellenbelegen - ✓ automatisierte Vorlagen für
wiederkehrende Themen - ✓ Minutenschnelle Recherchen, die früher
einen Nachmittag kosteten
Der wichtigste Effekt:
Ownership
Befähigung statt Black Box und Lieferantenabhängigkeit.
- Teams verstehen, wie Systeme funktionieren
- Sie können sie erweitern
- Sie behalten Daten und Modelle im eigenen Haus
- Know-how bleibt intern – nicht bei Dienstleistern
So entsteht ein nachhaltiges Fundament statt eines Proof-of-Concepts, der im Regal verschwindet.
Eine Entscheidung, die Zukunft möglich macht
Klare, umsetzbare Outcomes.
- Eine priorisierte Strategie mit klaren Use Cases
- Eine Zielarchitektur, die Wachstum ermöglicht
- Prinzipien, die Integrationskosten reduzieren
- Ein Vorgehen, das Redaktionen sofort entlastet
- Ein Organisationsmodell, das Kompetenz sichert
Kein Versprechen – ein Plan, den das Unternehmen umsetzen kann.
Die Mediengruppe Main-Post ist einer der bedeutendsten Mediendienstleister Mainfrankens. Zu ihrem Produktportfolio gehören regionale Tageszeitungen, Anzeigenblätter, vielfältige Printmedien sowie digitale Angebote. Weiter bietet sie Dienstleistungen in den Bereichen Redaktion, Vorstufe, Druck und Kundenservice an. Das Leistungsportfolio der Logistikgruppe umfasst zahlreiche Postdienstleistungen, die Briefsortierung, die Zustellung von Zeitungen und Briefen sowie Kurierdienstleistungen.
Du möchtest wissen, wie du deine Archive als modernes Datenprodukt für die Wertschöpfung nutzen kannst? Dann sprich mit uns. Wir helfen Teams, ihr Wissen zu nutzen – souverän, skalierbar und ohne Abhängigkeiten.
Mayflower hilft Teams dabei, digitale und KI-basierte Produkte schneller zu entwickeln. Wir arbeiten eng mit Fachbereichen zusammen, etablieren funktionierende Workflows und bauen Fähigkeiten im Unternehmen auf. Ziel: Lösungen, die nicht nur technisch, sondern auch organisatorisch funktionieren.
FAQ: Häufige Fragen zur KI-Transformation
Müssen wir unsere bestehende IT-Landschaft komplett umbauen?
Nein. Der Ansatz von Mayflower ist „Integrate, don’t replace“. Wir bauen eine intelligente Schicht (Data Fabric) über Ihre bestehenden Systeme (SharePoint, Archive, DAM). Die Daten verbleiben in ihren Quellsystemen oder werden in eine moderne Pipeline gespiegelt, ohne dass laufende Prozesse gestört werden. Ziel ist eine schnelle Wertschöpfung, keine jahrelange Migration.
Wie verhindern wir, dass die KI „halluziniert“ oder falsche Fakten erfindet?
Wir nutzen RAG-Architekturen (Retrieval Augmented Generation). Das bedeutet: Die KI antwortet ausschließlich basierend auf Ihren verifizierten Archivdaten und muss Quellenbelege mitliefern. Zudem etablieren wir automatisierte Qualitäts-Tests (z. B. mit RAGAS), die sicherstellen, dass journalistische Standards eingehalten werden, bevor ein System live geht.
Ist das Archiv wirklich ein Geschäftsmodell oder „nur“ interne Effizienz?
Es ist beides. Im ersten Schritt senken wir Recherchezeiten drastisch (interne Effizienz). Die aufgebaute Struktur ermöglicht jedoch im zweiten Schritt sofort neue Erlösquellen: Saubere, unstrukturierte Daten sind der Rohstoff für personalisierte News-Produkte, B2B-APIs oder Lizenzdeals mit KI-Anbietern. Wir schaffen die technische Basis, um diese Assets zu monetarisieren.
Was passiert, wenn das Projekt endet? Sind wir dann abhängig von Mayflower?
Das Gegenteil ist das Ziel. Wir arbeiten nach dem Prinzip „Enablement“. Wir übergeben keinen verschlüsselten Code (Black Box), sondern offene Standards und gut dokumentierte Pipelines. Ihr Team wird während des Projekts geschult, sodass die Kompetenz für Weiterentwicklung und Betrieb im eigenen Haus liegt.
