Start / Arbeiten

Ausgewählte Arbeiten.

Systeme, die wir gebaut haben und betreiben. Fahren Sie mit der Maus über ein Projekt, um die Pipeline zu sehen. Nur Branchenbegriffe, wir nennen keine Kunden.

01 / 05
Ein Briefing rein, ein UGC-Post raus. Jedes Mal dasselbe Gesicht. HOVER · PIPELINE ANSEHEN
MARKETING · UGC-CONTENTPROTOTYP

Ein Briefing rein, ein UGC-Post raus. Jedes Mal dasselbe Gesicht.

Fotos eines Gesichts, ein Moodboard und ein Briefing rein. Die Engine legt Figur und Set fest, baut die Sheets, prüft jeden Keyframe und schreibt die Caption.

Das Problem

Marken brauchen laufend kurze Videos mit derselben Person, demselben Produkt und demselben Raum. Jedes einzeln zu drehen heißt, wieder Leute und Schnitt zu buchen, und generierter Content driftet ab: ein neues Gesicht, die falschen Hände, eine andere Tasche.

Das System

  1. Fotos des Gesichts, ein Moodboard, ein BriefingMENSCH
  2. Figur, Set und Story zuerst festgelegtMASCHINE
  3. Figurenblatt, Umgebungsblatt, StoryboardMASCHINE
  4. QA auf jedem Keyframe: Ausschuss wird neu generiertMASCHINE
  5. UGC-Clip + eine passende CaptionMASCHINE
  6. Geplant für TikTok und InstagramMASCHINE

Zeit zurück

6 Fotos + ein Briefing → ein Post

In diesem Lauf wurden aus 6 Eingangsfotos ein Figurenblatt, ein Umgebungsblatt und 3 freigegebene Keyframes. 2 Keyframes wurden abgelehnt und neu generiert, bevor etwas animiert wurde, einer davon, weil die Hände nicht zur Figur gehörten. Jedes Bild im Film ist ein echter Input oder eine echte Generierung.

FigurenblattUmgebungsblattAbgelehnt: falsche HändeFreigegebener Keyframe
Aus jeder Referenz-Ad wird Ihre Ad HOVER · PIPELINE ANSEHEN
WERBUNG · GENERATIVES VIDEOPROTOTYP

Aus jeder Referenz-Ad wird Ihre Ad

Zerlegt eine Video-Ad Szene für Szene, behält die Erzählstruktur und erzählt sie rund um Ihr Produkt neu. Einstellung für Einstellung.

Das Problem

Marken sehen eine Ad, die funktioniert, und wollen dieselbe Energie für ihr eigenes Produkt. Das von Hand zu briefen heißt wochenlang Storyboards, Referenzen und Abstimmungen, bevor überhaupt gedreht wird.

Das System

  1. Szenen erkennen + Story-DNAMASCHINE
  2. Produktanalyse: wie es benutzt wirdMASCHINE
  3. Story rund um das Produkt neu erzähltMASCHINE
  4. Story-Gates: neu schreiben, wenn das Produkt die Handlung nicht trägtMASCHINE
  5. Ein Cast, jede Einstellung generiertMASCHINE
  6. Produktcheck in jedem FrameMASCHINE
  7. Animieren, ein Mensch wählt die TakesMENSCH

Zeit zurück

Referenz-Ad → Drehplan

Die Story wird in 15 Dimensionen gelesen und als Beat-Timeline neu aufgebaut (18 Beats in einem Testlauf). Ein Story-Gate erzwingt eine Neufassung, sobald man das Produkt austauschen könnte, ohne dass sich die Handlung ändert.

FigurenblattAufstellungActionFinaler Look
Eine Story-Serie, die sich selbst produziert HOVER · PIPELINE ANSEHEN
MEDIEN · GENERATIVE SERIELIVE

Eine Story-Serie, die sich selbst produziert

Ein Story-Briefing rein, eine fertige Langfolge raus: Figurenblatt, Umgebung, Szenen, Kontinuitäts-QA und ein automatischer Schnitt.

Das Problem

Eine Serie lebt von Konstanz: dieselben Figuren, dieselbe Welt, jede Folge. Von Hand heißt jede neue Folge, den Cast neu zu erklären, Anschlussfehler zu korrigieren und tagelang zu schneiden.

Das System

  1. Kanaldaten wählen die nächste IdeeMASCHINE
  2. Story-BriefingMENSCH
  3. Figurenblatt + Umgebung festgelegtMASCHINE
  4. 12+ Szenenbilder mit demselben Cast und SetMASCHINE
  5. Kontinuitäts-QA: Figuren, Requisiten, BildausschnittMASCHINE
  6. Bild zu Video, Audio, Loop, TitelMASCHINE
  7. Thumbnail + Text: GeschmacksfrageMENSCH
  8. Geplant. Die Zahlen von Tag 14 briefen die nächste FolgeMASCHINE

Zeit zurück

100+ Versuche → null Korrekturen

Die erste Folge brauchte über 100 Iterationen, bis die Methode stand. Spätere Folgen bestanden die Kontinuitäts-QA 12 von 12 ohne Korrektur, und 15 von 15 Animationen klappten im ersten Versuch. Bisher rund 60 Folgen gebaut.

UmgebungSzeneGleicher CastDetail
Jedes Dokument abgelegt. Nichts verlässt das Haus. HOVER · PIPELINE ANSEHEN
KLEINUNTERNEHMEN · BACKOFFICELIVE-PILOT

Jedes Dokument abgelegt. Nichts verlässt das Haus.

Belege, Lohnabrechnungen und Personalunterlagen werden von Open-Source-Modellen auf einem lokalen Rechner gelesen, sortiert und abgelegt. Fragen in normaler Sprache.

Das Problem

Kleine und mittlere Firmen haben Belege in der Schublade, die Lohnabrechnung als ein großes PDF und Personalunterlagen in Ordnern, die keiner findet. Der Jahresabschluss heißt stundenlanges Sortieren, und Cloud-Tools heißen, dass sensible Daten das Haus verlassen.

Das System

  1. Foto oder PDF vom Handy geschicktMENSCH
  2. DublettenprüfungMASCHINE
  3. Lokale Texterkennung (OCR)MASCHINE
  4. Open-Source-Modell klassifiziert und liest Daten ausMASCHINE
  5. Lohnabrechnung pro Person aufgeteiltMASCHINE
  6. Mensch korrigiert nur, wenn das Modell unsicher istMENSCH
  7. Frage in normaler Sprache, Lesezugriff, AntwortMASCHINE

Zeit zurück

Eine Schublade → 30 Sekunden

Ein Beleg wird in 25 bis 40 Sekunden gelesen, sortiert und abgelegt, im Hintergrund. Ein normaler Tag mit 10 bis 20 Dokumenten braucht 10 bis 15 Minuten Rechenzeit und keine Minute von einem Menschen. Komplett offline, keine bezahlte API.

Ein ganzer Katalog geprüft, Produkt für Produkt HOVER · PIPELINE ANSEHEN
E-COMMERCE · QUALITÄTSKONTROLLEPROTOTYP

Ein ganzer Katalog geprüft, Produkt für Produkt

Eine Shop-URL rein. Jede Produktseite gelesen, jedes Bild klassifiziert, jeder Text bewertet, ein Bericht raus.

Das Problem

Shops mit Tausenden Produkten wissen nicht, welche nur ein schlichtes Packshot-Foto haben und kein Bild vom Produkt in Benutzung. Das von Hand zu prüfen heißt, sich durch jede Seite zu klicken.

Das System

  1. Shop-URLMENSCH
  2. Sitemap-Crawl: jedes ProduktMASCHINE
  3. Produktseiten: Bilder + TextMASCHINE
  4. Erst günstige Pixelregeln, ein Vision-Modell nur bei UnsicherheitMASCHINE
  5. Texte bewertet: SEO, VollständigkeitMASCHINE
  6. Bericht: was pro Produkt fehltMASCHINE
  7. Durchsprache und BildplanMENSCH

Zeit zurück

Durch einen Shop klicken → ein Scan in einer halben Minute

Ein Stichproben-Scan liest Bilder und Texte eines Produkts in etwa einer halben Minute, ohne dass jemand Seiten durchklickt. In den meisten Shops, die wir gescannt haben, hatte die Mehrheit der Produkte kein Bild vom Produkt in Benutzung.

Nächster Schritt

Am Anfang steht ein Gespräch.

Ein kostenloses, unverbindliches Gespräch von 30 Minuten darüber, wo Ihr Team Zeit verliert. Wir sagen Ihnen ehrlich, ob sich ein X-ray lohnt.

Gespräch vereinbaren →

oder [email protected]