"Computer. Zeige mir 15 Minuten Lieblingsvideos für Montagmorgen." Das klingt wie Zukunftsmusik, denn heute haben solche Suchbefehle im Netz wenig Aussicht auf Erfolg. Aber schon bald soll ein neuer Technikstandard die Suche nach einer bestimmten Filmszene, einer gesummten Lieblingsmelodie oder gesprochenen, gesungenen und geschriebenen Zitaten ermöglichen: die so genannte multimodale Suche. "Sie können ihrem Computer auch eine Melodie vorsummen und er zeigt ihnen dann einen Filmausschnitt, in dem ein Schauspieler diese Melodie pfeift", sagt MPEG-7-Entwickler Wolfgang Putz von der GMD in Darmstadt.

Wie man Inhalte identifiziert, hängt dabei nicht nur von einer gut gestrickten Datenbank ab. Seit 1996 arbeitet eine Expertengruppe, die so genannte "Moving Pictures Expert Group" (MPEG), an einer Lösung. Einen Namen hat sie schon: MPEG-7, eine Schnittstelle zur Beschreibung von Multimediainhalten. Bilder, Graphiken, 3D-Modelle, Ton, Sprache, Video können mit Hilfe von MPEG-7 indiziert und durchsucht werden. Die MPEG-Experten gehören zum internationalen Standardisierungsgremium ISO. An dem Projekt sind deutsche Forschungsinstitutionen wie die GMD, aber auch Softwareunternehmen wie Microsoft und Avid, Elektrokonzerne wie Siemens und Bosch beteiligt.

Um Inhalte genau beschreiben zu können, müssen die Forscher Formalismen entwickeln. Diesen liegt eine Analyse der betreffenden Datenstrukturen zugrunde. Die MPEG-7-Beschreibungen werden aber nicht automatisch aus dem Material extrahiert. MPEG-7 hilft nur, eine einheitliche Beschreibung zu treffen. Dabei werden bereits bestehende Systeme wie SGML beziehungsweise XML genutzt.

Die reine Definitionsphase hat das Projekt seit Oktober 1998 hinter sich gelassen. Im Februar 1999 wurden Beschreibungsschemata evaluiert, im März darauf Vorschläge für Systemwerkzeuge präsentiert. Mehr als 600 Vorschläge aus über 90 Ländern flossen in die Arbeit ein. 2001 soll der Standard fertig sein.

Kommerzielle Anwendungen werden, so schätzt Wolfgang Putz, bereits in zwei Jahren auf den Markt kommen. Schon heute gibt es an der GMD ein MPEG-7-Kamerasystem, das neben Bild und Toninformationen beschreibende MPEG-7-Information sammelt und entsprechend umsetzt. Putz: "Es liefert bereits beschreibende Informationen mit, so dass der Schnitt optimiert werden kann. Denn es filtert nicht-relevante Teile heraus." Auch dies geschieht nicht per Zauberhand: Bereits bei der Aufnahme verschlagworten die Redakteure das Ton- und Bildmaterial.

Nützlich sind MPEG-7-Anwendungen nicht nur für den privaten Gebrauch, sondern auch in der Bildung, biomedizinischen Anwendungen, Einkauf und Unterhaltung, bei geographischen Informationssystemen und Überwachungsaufgaben wie der Verkehrskontrolle. So suchen die Forscher nach Möglichkeiten, die Datenbanken mit Satellitenbildern mit Hilfe verschiedener Beschreibungsmodalitäten für Geologen, Wissenschaftler, aber auch dem Militär schneller zugänglich zu machen. Ähnliches gilt für Überwachungskameras, die aufgrund von Objektbewegungen Situationen analysieren oder Gesichter erkennen sollen.

Auch Journalisten, Detektiven und Strafverfolgern wird MPEG-7 gründlich unter die Arme greifen. Detektive und Strafverfolger arbeiten mit forensischen Methoden oder mit der Wiedererkennung bestimmter Körpermerkmale. Journalisten können beispielsweise nach Reden eines bestimmten Politikers suchen, indem sie einen Namen, eine Stimme oder ein Gesicht angeben. Auch im Schulunterricht sollen MPEG-7-Videos künftig zeitgeschichtliche Ereignisse besser vermitteln, indem Radio-, Fernseh- und Filmbeiträge nach Zeitpunkten, Orten und Persönlichkeiten beschrieben werden und so einer Suche zugänglich gemacht werden können.