Multimodale KI ermöglicht Content in Qualität und Quantität, wie wir es bisher nicht kannten.
In diesem Seminar werden wir die Möglichkeiten der multimodalen KI erkunden und lernen, wie diese Technologien die Grenzen zwischen verschiedenen Medien aufheben können. Sie erfahren, wie Sie mit Hilfe von KI Text aus Videos extrahieren, Videos aus Texten erstellen und weitere medienübergreifende Anwendungen realisieren können. Kurz gesagt: Wie wir endlich crossmedial arbeiten können!
Kurz vor dem Seminartermin erhalten Sie eine Liste mit Tools und Accounts, mit denen wir arbeiten wollen. Die Kurzfristigkeit ergibt sich daraus, dass gerade beim Thema KI ständig Neuerungen zu erwarten sind. Geplant ist, dass Sie weder etwas installieren noch kostenpflichtige Accounts buchen müssen.
Die Seminarinhalte richten sich vor allem an Journalisten, Podcaster, Freiberufler, Content-Ersteller, Marketing- und Kommunikationsprofis. Erste Kenntnisse beim Thema KI sind hilfreich, aber nicht zwingend Voraussetzung.
Das lernen Sie im Seminar
- Von Video zu Text
- Grundlagen: Wie KI Videos analysiert und Text extrahiert
- Tools und Anwendungen: Hands-on-Übung zur Transkription und Content-Erstellung aus Videos
- Videos aus Texten erstellen
- KI-gestützte Videoproduktion: Von Storyboards bis zu fertigen Clips
- Zukunftsstrategie für Content-Creation
- Best Practices und Tools: Wie Sie multimodale KI effizient in Ihre Arbeitsprozesse integrieren
- Praktische Übung: Textbasierte Videogenerierung ausprobieren
- Audio als neuer Super-Inhalt
- Audio als neuer Super-Inhalt
- Von Texten und Videos zu hochwertigen Audios
- Workshop: Erstellung von Podcasts und Audioclips mit KI-Tools
- Multimodale KI in Aktion
- Crossmediales Arbeiten: Wie KI verschiedene Medien simultan verarbeitet und verbindet
- Hands-on: Multimodale KI für komplexe Content-Erstellung nutzen
- Interaktive Diskussion: Ihre individuellen Projekte und der Weg zur Umsetzung
Ihr Dozent:
Christian Jakubetz
Gründer und Geschäftsführer, HYBRID EINS / Herausgeber und Gründer von Universalcode