Niklas ist als Associate Machine Learning Engineer Teil unseres AI Teams. In seiner Funktion trägt er unter anderem dazu bei, dass unsere Kolleg:innen noch effizienter arbeiten können. Am 25. Oktober gibt er auf der ITCS-Techmesse Einblicke in das Thema „GenAI-Enabling“. In unserem nächsten „Spotlight on Tech“ erzählt er uns mehr dazu.   

Profile picture for user Marlene Schnabel
Marlene Schnabel

Spotlight on Tech mit Niklas

 

Niklas ist als Associate Machine Learning Engineer Teil unseres AI Teams. In seiner Funktion trägt er unter anderem dazu bei, dass unsere Kolleg:innen noch effizienter arbeiten können. Am 25. Oktober gibt er auf der ITCS-Techmesse Einblicke in das Thema „GenAI-Enabling“. In unserem nächsten „Spotlight on Tech“ erzählt er uns mehr dazu.   

 

Niklas ist als Associate Machine Learning Engineer Teil unseres AI Teams. Sein Weg bei uns startete mit einem Praktikum in unserem Data & AI Bereich. Seit Anfang des Jahres ist er festes Teammitglied und mittlerweile in einer Doppelrolle als technischer Product Owner & Entwickler tätig. In seiner Funktion trägt er unter anderem dazu bei, dass unsere Kolleg:innen noch effizienter arbeiten können. Am 25. Oktober gibt er auf der ITCS-Techmesse Einblicke in das Thema „GenAI-Enabling“. In unserem nächsten „Spotlight on Tech“ erzählt er uns mehr dazu.   

Niklas, Associate Machine Learning Engineer, das hört sich spannend an. Was können wir uns genau darunter vorstellen?

Als Associate Machine Learning Engineer bin ich Softwareentwickler für künstliche Intelligenz. Ich trainiere also Machine Learning Modelle auf Rohdaten, damit diese selbstständig Muster erlernen und dadurch Vorhersagen oder Entscheidungen treffen können. Dadurch unterstützen wir u.a. unsere Kolleg:innen bei ihrer täglichen Arbeit und optimieren durch Algorithmen die generelle Programmplanung unserer Formate.

 

Was hat dich dazu motiviert auf der ITCS-Messe, gerade über das Thema "GenAI-Enabling" zu sprechen?

GenAI ist seit dem Release von Tools wie „ChatGPT“, „Midjourney“, „Suno“ & Co. in aller Munde. Deshalb ist es besonders wichtig Use Cases zu identifizieren, die einen echten Mehrwert bieten. Insbesondere bei einem Medienunternehmen wie P7S1 gibt es viele interessante Use Cases: Von AI-generierten Social Media Kampagnen hin zu eigens generierten Inhalten. Wir beschäftigten uns jetzt schon mit diesen noch in der Zukunft liegenden Use Cases, schauen aber auch, wie wir schon heute tägliche Arbeitsprozesse unterstützen können. Mit meinem Tech-Talk möchte ich einen spezifischeren Einblick in die Entwicklung unserer GenAI-Anwendung geben, die Herausforderungen, denen wir dabei begegnen, teilen und mögliche Lösungsansätze aufzeigen. 

 

Kannst du uns einen kurzen Überblick darüber geben, was genau eure GenAI-Anwendung macht und wie sie in den Arbeitsalltag von P7S1-Mitarbeiter:innen integriert ist?

Unsere GenAI-Anwendung heißt „P7S1 GenAI Playground“. Mittlerweile hat sie sich zu einem Tool entwickelt, das täglich von Hunderten von Mitarbeiter:innen genutzt wird. Mit dem Playground können unsere Kolleg:innen nicht nur in einer sicheren Umgebung mit den besten Sprachmodellen wie „OpenAI’s GPT-4o“, oder „Anthropic’s Claude 3.5 Sonnet“ chatten, sondern auch spezialisierte Assistenten erstellen. Diese können sie bei ihren täglichen Aufgaben unterstützen, wie z.B. dem Erstellen interessanter Schlagzeilen aus TV-Beitragstexten für Galileo. Außerdem können Nutzer:innen des Playgrounds Bilder durch „OpenAI's DALL-E 3“ oder Transkripte aus Audio-Dateien mit „Whisper“ erstellen lassen. 

 

Welche Herausforderungen habt ihr bei der Entwicklung der GenAI-Anwendung erlebt und wie habt ihr sie überwunden?

An erster Stelle steht für uns vor allem, dass unsere GenAI-Anwendung täglich von mehreren hundert Kolleg:innen genutzt wird und unsere Features mittlerweile fester Bestandteil von Arbeitsprozessen geworden sind. Es ist also wichtig, dass die App einwandfrei funktioniert. Die Herausforderung dabei ist, dass dafür immer eine Verbindung zwischen unserer Anwendung und den Modellen von „Open AI“ und Co. bestehen muss. Zu diesem Zweck haben wir automatische Tests entwickelt, die die Erreichbarkeit der Modelle prüfen und uns warnen, falls es hier zu Störungen kommen sollte.

241021_SpotlightOnTech_VortragNiklas
Niklas bei einem internen Vortrag zum "P7S1 GenAI Playground"

Wow, das hört sich alles sehr spannend an. Wenn wir jetzt nochmal an den Anfang deiner Karriere gehen, wann hat deine Begeisterung für das Thema AI gestartet?

Ich habe im Bachelor und Master „Finance & Computer Science“ an der TU München studiert und durch einige Vorlesungen an der Uni bereits Einblicke in das Thema AI erhalten. Eigentlich dachte ich aber immer, dass ich in der Finanzbranche landen werde. Als ich dann aber meine Masterarbeit im Bereich „Machine Learning für Unternehmensgewinnvorhersagen“ bei einer internationalen Investmentgesellschaft geschrieben habe, habe ich festgestellt, dass mich der Data und Machine Learning Bereich viel mehr interessiert. Daraufhin habe ich mich intensiv damit beschäftigt, wie ein Einstieg im Data und AI-Bereich für mich aussehen könnte und den Shift von Finance zu AI gewagt. Rückblickend bin ich sehr froh, dass ich damals auf meine Intuition gehört habe.

 

Du hattest ProSiebenSat.1 als Arbeitgeber nicht auf dem Schirm. Wie bist du dann doch zu uns gekommen?

Das stimmt, ich hatte ProSiebenSat.1 nie als Arbeitgeber im Kopf, schon gar nicht im Data und AI-Bereich. Ich dachte: Die machen doch nur Fernsehen. Durch Zufall bin ich dann auf die Stellenausschreibung als Praktikant im Bereich Data Science & AI gestoßen. Innerhalb von fünf Minuten habe ich mich beworben, zwei Wochen später waren die Interviews vorbei und ich hatte das Praktikum in der Tasche. Vom ersten Tag an hatte ich das Gefühl, dass ich hier fest anfangen möchte und habe Vollgas gegeben.

 

Das hat dann auch super geklappt. Denn du wurdest Anfang des Jahres als Associate Machine Learning Engineer übernommen. Was hat dir von Anfang an besonders gut gefallen?

Das Team ist sehr dynamisch und alle sind hochmotiviert und äußerst hilfsbereit. Meine Kolleg:innen sind echt cool, interessant und bunt gemischt: Marathonläufer, Techno-DJs und Gamer. Die Produkte, an denen wir arbeiten, sind super spannend. Außerdem arbeiten wir mit den verschiedensten Datenquellen, von klassischen tabellarischen Daten bis hin zu Bild-, Audio- und Videodaten. Mir gefällt auch, dass ProSiebenSat.1 ein moderner Arbeitgeber ist, bei dem die Work-Life-Balance eine wichtige Rolle spielt. Außerdem war ProSieben schon immer der coolste Fernsehsender. (lacht)

 

Gibt es abschließend etwas, das du allen, die sich für einen Karriereweg in AI interessieren mit auf den Weg geben möchtest?

Aus eigener Erfahrung weiß ich, dass es Sinn macht, immer auf sein Herz zu hören und seinen Interessen nachzugehen. Es ist unglaublich wichtig, sich mit seiner Arbeit identifizieren zu können, Spaß daran zu haben und einen Sinn darin zu sehen. Außerdem ist es auch in technischen Berufen unglaublich hilfreich, ein guter Kommunikator zu sein. Man kommuniziert sehr viel, nicht nur mit dem eigenen Entwicklerteam, sondern vor allem auch mit den Fachabteilungen, mit denen man dann so leichter gemeinsame Lösungsansätze für ihre Problemstellungen erarbeitet.