> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/de/ai-whitepaper/diagrams.md). # Diagramme und Datenflüsse Zooms KI-Fähigkeiten erstrecken sich über eine breite Palette von Produkten, Diensten und Workflows, was bedeutet, dass kein einzelnes Diagramm angemessen oder vollständig erfassen kann, wie KI über die gesamte Zoom-Plattform hinweg funktioniert. Verschiedene Funktionen stützen sich auf unterschiedliche Eingaben, Verarbeitungspfade, Speicherverhalten, Modellinteraktionen und Ausgaben. Einige arbeiten nur mit Live-, flüchtigen Daten während einer aktiven Interaktion, während andere aufbewahrte Artefakte erzeugen, die später zusätzliche Funktionen unterstützen können. Einige Funktionen bleiben vollständig innerhalb von Zooms First-Party-Umgebung, während andere auf Zooms föderierte KI-Architektur und in einigen Fällen auf verbundene externe Systeme angewiesen sind. Um dieses dynamische und weitreichende System verständlicher zu machen, präsentiert diese Seite eine Reihe von Diagrammen, anstatt sich auf ein einziges visuelles Modell zu stützen. Jedes hebt eine andere Ebene, einen anderen Pfad oder ein anderes Funktionsmuster innerhalb der breiteren Zoom AI-Plattform hervor. Am Ende dieser Abschnitte befinden sich Tabellen, die aufzeigen, welche Funktionen anwendbar sind, zu welchem Produkt sie gehören und wie ihr Artefakt-Aufbewahrungsstatus ist. In späteren Abschnitten werden dann bestimmte kundenspezifische Produktfunktionen einzeln untersucht, wobei gezieltere Erklärungen dazu gegeben werden, wie diese spezifischen Fähigkeiten funktionieren. Die Sequenz beginnt unten mit einem vereinfachten Überblick über Zoom AI in seiner Basic-Form und zeigt die Plattform in einem erstanbieterzentrierten Zustand, der Zooms Standard-Föderierte Modellarchitektur verwendet, jedoch noch keine Business-Integrationen von Drittanbietern oder externen Kunden-Datenquellen über die Drittanbieter-KI-Modellanbieter von Zoom hinaus einführt. Von dort aus führen die Diagramme schrittweise speziellere Teile der Plattform ein, einschließlich der AI-Ansatzoptionen von Zoom, der Transformation von Live-Audio in AI-nutzbare Artefakte und der Möglichkeiten, wie diese Artefakte später anderen Features und Workflows Support bieten können. Zusammen genommen sollen diese Diagramme ein hochkomplexes System zugänglicher machen, indem es in kleinere, leichter nachzuvollziehende Ansichten unterteilt wird, die widerspiegeln, wie verschiedene Teile von Zooms AI-Plattform in der Praxis funktionieren. ## **Zoom AI**

Ein einfacher Überblick über Zoom AI

Die obige Abbildung stellt Zooms KI-Plattform in vereinfachter Form dar und zeigt die Plattform in einem ihrer grundlegendsten Zustände. Sie veranschaulicht, wie verschiedene Teile der umfassenderen Produkt- und Servicearchitektur von Zoom, bekannt als der Zoom Web backend, einschließlich Bereichen wie Meetings, Telefon, Contact Center, automatische Spracherkennung und weitere Zoom-Angebote, in die größere Zoom Plattform einspeisen und zu der Menge an benutzerzugänglichem Inhalt beitragen, der nachgelagerte KI-Funktionalität unterstützen kann. Ein zentrales Konzept in diesem Diagramm ist **Zoom-Benutzerinhalte**. Dies bezieht sich auf die Inhalte, die durch die Interaktionen eines Benutzers mit Zoom-Produkten und -Diensten erzeugt werden und später als Eingabe, Kontext oder Artefakte für KI-gestützte Erlebnisse dienen können. Je nach dem beteiligten Produkt und der beteiligten Funktion kann dies Materialien wie Zoom-Chat-Nachrichten, Meeting-Zusammenfassungen, Transkripte, Canvas-Dokumente, My Notes, Aufzeichnungen und andere ähnliche für Benutzer sichtbare Artefakte umfassen. Diese Materialien bilden einen wichtigen Teil der kontextuellen Ebene, die spätere KI-gestützte Abfragen, Schlussfolgerungen, Zusammenfassungen und Nachverfolgungen unterstützen kann. Einige dieser Inhalte können auch für eine zukünftige Nutzung durch KI vorbereitet werden, und zwar über Abrufinfrastruktur wie indexierte Abrufe oder Module zur abrufgestützten Generierung. In solchen Fällen können relevante Artefakte eingelesen und indexiert werden, damit sie in späteren KI-Anfragen oder Prozessen effizienter gefunden und verwendet werden können. Dies hilft Zoom AI, nicht nur mit Live-Interaktionen zu arbeiten, sondern auch mit gespeichertem Kontext und zuvor von Benutzern erstellten Materialien auf der gesamten Plattform. Schließlich führt das Diagramm auch ein **Zoom AI** Es fungiert selbst als die gemeinsame KI-Schicht, die in diesem breiteren Ökosystem übergreifend arbeitet. In dieser vereinfachten Sicht wird Zoom AI durch Zooms Standard-Föderationsansatz dargestellt, bei dem Zoom sowohl von Zoom gehostete Modelle, die innerhalb von Zooms eigener Infrastruktur laufen, als auch ausgewählte KI-Modellanbieter von Drittanbietern verwenden kann, wenn dies für die jeweilige Aufgabe angemessen ist. Dieses föderierte Modell ermöglicht es Zoom, KI-Aufgaben an die am besten geeignete verfügbare Modellumgebung weiterzuleiten und gleichzeitig eine einheitliche KI-Erfahrung über die Plattform hinweg aufrechtzuerhalten. ## Ansätze des Zoom AI-Dienstmodells

Überblick über die KI-Ansätze von Zoom, einschließlich Federated, ZM+ und ZMO

Das obige Diagramm veranschaulicht Zooms drei KI-Ansätze: den Federated Approach, Zoom-Hosted Models Plus (ZM+) und Zoom-gehostete Modelle (ZMO). Zusammen stellen diese die drei primären Möglichkeiten dar, mit denen Zoom KI-Dienste für Kunden bereitstellt, wobei jeweils ein anderes Gleichgewicht zwischen Breite der Funktion, Modellflexibilität und Datenkontrolle geboten wird. Der Federated Approach ist Zooms Standard und der Ansatz mit der vollständigsten Funktion. Er ermöglicht Zoom die Zusammenarbeit mit mehreren KI-Anbietern, einschließlich Zoom-gehosteter Modelle und ausgewählter Modell-Partner von Drittanbietern, sodass Aufgaben an das Modell weitergeleitet werden können, das am besten für die jeweilige Anfrage geeignet ist. ZM+ bietet ein stärker kontrolliertes Bereitstellungsmodell, indem es dedizierte, von Zoom verwaltete Modellinstanzen verwendet, während ZMO die KI-Verarbeitung auf Zoom-gehostete Modelle beschränkt und damit den restriktivsten und am stärksten kontrollierten Modellpfad bietet, jedoch mit einem eingeschränkteren Funktionensatz. Für die Zwecke dieser Seite veranschaulichen die folgenden Diagramme im Allgemeinen den föderierten Ansatz, da er Zooms Standardansatz und den breitesten Blick auf die Funktionalität von Zoom AI widerspiegelt. Organisationen, die ZM+ oder ZMO verwenden, können dieselben Diagramme oft interpretieren, indem sie die KI-Modellanbieter von Drittanbietern gedanklich entfernen und sich auf die verbleibenden von Zoom verwalteten Teile des Ablaufs konzentrieren. Weitere Informationen finden Sie auf der Seite zu Zoom AI-Modellen, Verarbeitung, Speicherung und Nutzung. ## Live-Medien-Funktionen und Artefakte

Überblick darüber, wie Live-Medien in Sprach-zu-Text-Daten umgewandelt werden, die Zoom AI-Funktionen antreiben

Das obige Diagramm veranschaulicht, wie Live-Medieninteraktionen – etwa Meetings und Telefonanrufe – nachgelagerte KI-gestützte Funktionen und Artefakte auf der Zoom-Plattform erzeugen können. In jedem Fall gelangt Live-Audio über den mit diesem Produkt oder dieser Dienstleistung verbundenen Verbindungspunkt in Zoom. Bei Meetings ist dies im Allgemeinen der **Multimedia-Router (MMR)**. Für Telefonie wird Audio typischerweise über **SIP-Zonen**. Sobald das Audio verarbeitet wurde, wird es an Zooms **Automatische Spracherkennung (ASR)** Dienst weitergeleitet, der das Live-Audio in **Speech-to-Text-Daten**. Diese Speech-to-Text-Daten können je nach den aktivierten Einstellungen und Funktionen auf verschiedene Weise verwendet werden. In einigen Fällen werden sie Nutzern sofort als **Live-Untertitel**. In unterstützten Kontexten können sie außerdem an Zooms **Live-Übersetzung** Dienst, der die Spracherkennungsausgabe in übersetzte Untertitel für Teilnehmer in anderen Sprachen umwandelt. Sprach-zu-Text-Daten können auch dauerhaftere oder abgeleitete Funktionen unterstützen. Wenn **Transkription** aktiviert ist oder wenn ein Benutzer **Meine Notizen**, kann der ASR-Dienst nach Abschluss der Live-Sitzung ein Transkript erstellen. Wenn die Transkript-Aufbewahrung jedoch nicht aktiviert ist, werden die während der Interaktion verwendeten Sprach-zu-Text-Daten nicht als dauerhaftes Transkript aufbewahrt. Selbst in diesen Fällen kann Zoom AI die Sprach-zu-Text-Daten während der Sitzung weiterhin vorübergehend verwenden, um Live-KI-Funktionen zu unterstützen. Zum Beispiel kann ein Benutzer **Fragen im Meeting** über Zoom AI während eines Meetings stellen. In diesem Fall kann Zoom AI die Live-Sprach-zu-Text-Daten aus dem Meeting verwenden, um die Frage des Benutzers zu interpretieren und eine relevante Antwort zu generieren, die auf dem laufenden Gespräch basiert. Ein wesentlicher Unterschied in diesem Ablauf ist, dass Zoom AI nicht zwangsläufig ein Transkript der Unterhaltung behält, nur weil während der Sitzung Sprach-zu-Text-Daten verwendet wurden. Sofern die Transkript-Aufbewahrung nicht ausdrücklich aktiviert ist oder die Daten über eine Funktion wie **Meine Notizen**, die Speech-to-Text-Daten selbst können flüchtig bleiben. Gleichzeitig können einige nachgelagerte Artefakte, die aus diesen Daten erzeugt werden, bestehen bleiben. Wenn beispielsweise ein Benutzer während eines Meetings Fragen stellt, kann die resultierende KI-Unterhaltung oder zugehörige Notizen später als aufbewahrtes Artefakt verfügbar bleiben, selbst wenn kein persistentes Transkript erstellt wird. Einige aufbewahrte Artefakte können auch zur Grundlage für zusätzliche nachgelagerte Artefakte und Workflows werden. Eine Meeting-Zusammenfassung, Webinar-Zusammenfassung, Anruf-Zusammenfassung oder die My Notes eines Benutzers können in ein **Zoom Canvas** Dokument, wo es weiterhin bearbeitet, erweitert und als Arbeitsartefakt verwendet werden kann. Anschließend können diese resultierenden Dokumente später als Kontext für andere KI-Funktionen oder Workflows dienen, die an anderer Stelle in diesem Dokument besprochen werden. Auf diese Weise kann Live-Audio nicht nur zu unmittelbaren KI-Funktionen führen, sondern auch zu einer Kette aufbewahrter Artefakte, die die spätere KI-gestützte Arbeit auf der gesamten Zoom-Plattform weiterhin unterstützen. Diese Abbildung gilt für die folgenden Funktionen: | Funktion | Beschreibung | Produkt(e) | Artefaktaufbewahrung | | :---------------------: | :-------------------------------------------------------------------------------------------------------------------: | :----------------: | :------------------: | | Live-Untertitel | Echtzeit-Sprach-zu-Text-Untertitel für Live-Sitzungen. | Meetings, Webinare | Nicht beibehalten | | übersetzte Untertitel | Echtzeit-übersetzte Untertitel, die aus Live-Spracherkennungsdaten generiert werden. | Meetings, Webinare | Nicht beibehalten | | Transkripte | Beibehaltene Textaufzeichnungen von Meeting-Sprach-zu-Text-Inhalten. | Meetings, Telefon | Beibehalten | | Meeting-Zusammenfassung | KI-generierte Zusammenfassung der wichtigsten Diskussionspunkte, Entscheidungen und Maßnahmen eines Meetings. | Meetings | Beibehalten | | Webinar-Zusammenfassung | KI-generierte Zusammenfassung der wichtigsten Webinar-Inhalte, die nach der Sitzung geteilt werden. | Webinare | Beibehalten | | Anruf-Zusammenfassung | KI-generierte Zusammenfassung der wichtigsten Details und Maßnahmen nach dem Anruf. | Telefon | Beibehalten | | Meine Notizen | Persönliche Notizen, Transkript und Meeting-Kontext, die zur späteren Referenz und Nachverfolgung beibehalten werden. | Meetings | Beibehalten | | Folgeaufgaben | Von der KI vorgeschlagene Folgeaktionen auf Basis der Gesprächsdetails. | Zoom Tasks | Beibehalten | | Mailbox-Priorisierung | KI-basierte Priorisierung von Mailbox-Nachrichten nach benutzerdefinierter Wichtigkeit. | Telefon | Beibehalten | | Meeting-Fragen | KI-Antworten auf Meeting-Fragen unter Verwendung des Live-Meeting-Kontexts. | Meetings | Beibehalten | | Webinar-Fragen | KI-Antworten auf Webinar-Fragen unter Verwendung des Live-Webinar-Kontexts. | Webinare | Beibehalten | | Anruf-Fragen | KI-Antworten auf Anruf-Fragen unter Verwendung des Live-Anruf-Kontexts. | Telefon | Beibehalten | ## Aufzeichnungsfunktionen

Überblick darüber, wie Zoom Aufzeichnungen und KI-Funktionen verarbeitet

Das obige Diagramm veranschaulicht, wie Zoom AI **aufzeichnungsbasierte KI-Funktionen** indem es auf der abgeschlossenen Aufzeichnung arbeitet, nachdem die Live-Sitzung beendet wurde. Wie bei anderen Audio-basierten Zoom-Erlebnissen gelangt das ursprüngliche Medium über die mit dem verwendeten Produkt verbundene Infrastruktur hinein – etwa die **MMR** für Meetings oder die jeweilige **SIP-Zone** für Telefonie. Im Rahmen dieses Ablaufs wird die Aufzeichnung erstellt und an den Zoom-Aufzeichnungsdienst gesendet, wo die abgeschlossene Aufzeichnung dann im Zoom-Inhaltsspeicher gespeichert wird. Sobald die Aufzeichnung finalisiert wurde, wird das mit dieser Aufzeichnung verbundene Audio an Zooms **Automatische Spracherkennung (ASR)** Dienst für die Transkription gesendet. Dieser Prozess erzeugt ein **aufzeichnungsspezifisches Transkript**, das sich von den Spracherkennungsdaten unterscheiden kann, die während der Live-Sitzung selbst generiert werden. Mit anderen Worten: Das mit einer abgeschlossenen Aufzeichnung verbundene Transkript wird als Teil des Nachbearbeitungsflusses nach der Aufzeichnung generiert und nicht einfach aus der Live-Interaktionsebene kopiert. Nachdem das Aufzeichnungs-Transkript erzeugt wurde, kann es dann zur **Zoom AI** für eine zusätzliche Analyse übermittelt werden. In dieser Phase verarbeitet Zoom AI das Transkript, um höherstufige Aufzeichnungsartefakte wie Zusammenfassungen, Highlights, Kapitel und andere strukturierte Darstellungen der Unterhaltung zu identifizieren. Diese Analyse wird mithilfe der KI-Verarbeitungsschicht von Zoom durchgeführt, einschließlich der von Zoom gehosteten Modelle, sofern zutreffend, um das rohe Aufzeichnungs-Transkript in nützlichere Ausgaben nach dem Meeting oder nach dem Anruf zu verwandeln. Sobald diese Analyse abgeschlossen ist, werden die daraus resultierenden KI-generierten Artefakte der Aufzeichnung selbst zugeordnet. Dadurch können Benutzer, die eine Aufzeichnung ansehen, nicht nur die Aufzeichnung und das Transkript sehen, sondern auch die zusätzlichen, von KI generierten Ebenen, die das Durchsuchen und Verstehen des Inhalts erleichtern. Auf diese Weise zeigt das Diagramm, wie eine abgeschlossene Aufzeichnung zur Grundlage einer zweiten KI-Verarbeitungsstufe werden kann, die erweiterte Aufzeichnungsfunktionen erzeugt, die über das ursprünglich gespeicherte Medium hinausgehen. Diese Abbildung gilt für die folgenden Funktionen: | Funktion | Beschreibung | Produkt(e) | Artefaktaufbewahrung | | :------------------------------------------------: | :----------------------------------------------------------------------------------------------------------------------------------------------------: | :---------: | :------------------: | | Intelligente Aufzeichnung | Von KI generierte Highlights, Kapitel und Zusammenfassungen für aufgezeichnete Meetings | Meetings | Beibehalten | | Titel, Beschreibungen und Tags generieren | Von KI generierte Titel, Beschreibungen und Tags für Clips. | Clips | Beibehalten | | KI-Inhaltserstellung für Aufzeichnungen und Videos | Verwendet Transkripte von Event-Aufzeichnungen, um schriftliche Inhalte und von KI kuratierte Videoclips aus wichtigen Sitzungsmomenten zu generieren. | Zoom Events | Beibehalten | ## Abgeleitete KI-Funktionen

Überblick darüber, wie Zoom Funktionen zur Erzeugung abgeleiteter KI-Inhalte verarbeitet

Das obige Diagramm veranschaulicht, wie **abgeleitete KI-Funktionen** arbeitet mithilfe von Verfügbar Benutzerinhalten als Kontext für spätere KI-gestützte Aufgaben und Ausgaben. In diesen Fällen arbeitet Zoom AI nicht mehr nur mit Live-Interaktionsdaten. Stattdessen greift es auf Artefakte zurück, die bereits in der breiteren Inhaltsumgebung des Benutzers existieren, um eine Frage zu beantworten, Informationen zu synthetisieren oder bei der Erstellung eines neuen Ergebnisses zu helfen. Je nach Aufgabe kann dieses kontextbezogene Material Artefakte enthalten, wie z. B. Chat-Nachrichten, Meeting-Zusammenfassungen, Meine Notizen, Transkripte, Zoom Canvas-Dokumente, Zoom Slide decks, Zoom Paper-Dokumente, Zoom Mail oder Inhalte aus Zoom Calendar, verbundene E-Mail- oder Kalenderdaten von Drittanbietern oder Dateien, die der Benutzer zur Unterstützung einer bestimmten Anfrage hochgeladen hat. Auf diese Weise nutzt Zoom AI zuvor erstellte Zoom-Artefakte sowie integrierte personenbezogene Daten, sofern verfügbar, um das gewünschte Endergebnis für den Benutzer zu erreichen. Das Diagramm zeigt auch, dass dieser Prozess selbst erzeugen kann **neuer Benutzerinhalt**. Zum Beispiel kann Zoom AI vorhandene Materialien verwenden, um ein neues Zoom Sheet, ein Zoom Canvas Dokument, ein Zoom Slide deck oder ein Zoom Paper Dokument zu erstellen. Nach der Erstellung werden diese neuen Artefakte Teil des breiteren Inhaltsrepositorys des Benutzers und können später erneut als Kontext für zukünftige KI-gestützte Funktionen und Workflows verwendet werden. Dadurch entsteht eine schichtweise Entwicklung, in der frühere Inhalte des Benutzers spätere Ergebnisse unterstützen können und diese Ergebnisse im Laufe der Zeit wiederum zu neuen kontextuellen Artefakten werden können. Dasselbe Muster kann auch auf anderen Zoom-Oberflächen auftreten. In Umgebungen wie **Zoom Hub** oder der **AI Chat Diskussionsgruppe**, können Benutzer Fragen über die Plattform stellen oder mit Dokumenten und Materialien interagieren, die über Zooms KI-Produktivitätssuite Verfügbar sind. In diesen Fällen arbeitet Zoom AI erneut mit vorhandenen, für Benutzer zugänglichen Artefakten, um Abruf, Synthese, Beantwortung von Fragen oder Weiterverfolgung bereitzustellen und zu zeigen, wie abgeleitete KI-Funktionen den Wert früherer Inhalte auf neue Aufgaben und Ergebnisse ausdehnen. {% hint style="info" %} **Hinweis** Lokale Datei-Uploads von Benutzern [können deaktiviert werden](https://support.zoom.com/hc/en/article?id=zm_kb\&sysparm_article=KB0077150). {% endhint %} Diese Abbildung gilt für die folgenden Funktionen: | Funktion | Beschreibung | Produkt(e) | Artefaktaufbewahrung | | :-----------------------: | :---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------: | :------------------: | | Inhaltsgenerierung | Inhaltsgenerierung nutzt KI, um aus Eingaben in natürlicher Sprache Dokumente, Präsentationen, Tabellenkalkulationen und andere Ausgaben zu erstellen, zu verfeinern, zusammenzufassen und zu organisieren. | Canvas, Sheets, Paper, Slides | Beibehalten | | AI Chat Diskussionsgruppe | Konversationsbasierte KI-Unterstützung zum Stellen von Fragen, zum Erstellen von Inhalten und zur Arbeit über den verfügbaren Zoom-Kontext hinweg. | AI Chat Diskussionsgruppe | Beibehalten | | Fragen stellen | KI-generierte Antworten auf der Grundlage ausgewählter Dokumente und Materialien in Zoom Hub. | Hub | Beibehalten | ## Generative und Kompositionsfunktionen

Überblick darüber, wie Zoom generative und Kompositions-KI-Anfragen verarbeitet

Das obige Diagramm veranschaulicht, wie **generative und Kompositionsfunktionen** arbeiten innerhalb der Zoom AI-Plattform. Im Gegensatz zu abgeleiteten KI-Funktionen, die auf bereits vorhandene Benutzerinhalte zurückgreifen, um eine spätere Aufgabe oder Ausgabe zu ermöglichen, werden generative und Kompositionsfunktionen oft direkter durch die unmittelbare Eingabe des Benutzers gesteuert. In vielen Fällen hängen diese Funktionen nicht von gespeicherten Zoom-Artefakten ab, die bereits an anderer Stelle in der Inhaltsumgebung des Benutzers gespeichert sind. Stattdessen werden sie in erster Linie durch direkte Benutzer-Prompts, Abfragen, hochgeladene Dateien oder die unmittelbaren auf dem Bildschirm angezeigten Inhalte unterstützt, die mit der aktiven Produkterfahrung verbunden sind. Diese Unterscheidung ist besonders wichtig für Funktionen, die auf Inhalten aus dem aktuellen Kontext des Benutzers basieren und nicht auf zuvor indizierten oder gespeicherten Artefakten. Wenn ein Benutzer beispielsweise einen Chat-Thread zusammenfasst, eine E-Mail zusammenfasst oder Zoom AI bittet, einen Entwurf für eine Antwort auf eine E-Mail zu erstellen, wird der relevante Inhalt in der Regel aus dem aktiven Client-Kontext entnommen und für die Verarbeitung durch Zoom AI in ein Anforderungspaket überführt. Mit anderen Worten: Zoom ruft diese Inhalte nicht zwangsläufig aus einem separaten serverseitigen Repository ab, um die Aufgabe zu erfüllen. Stattdessen werden die relevanten Informationen aus dem aktiven Thread, dem Nachrichtenbestand oder einem anderen sichtbaren Schnittstellenkontext in Textform umgewandelt und von der Zoom Workplace-App an Zoom AI übermittelt, damit der Dienst die Verarbeitung natürlicher Sprache, die Zusammenfassung oder die Generierung durchführen kann. Das Diagramm umfasst auch generative Anwendungsfälle, die in erster Linie auf direkten Benutzeranweisungen statt auf textuellem Quellmaterial beruhen. Wenn ein Benutzer beispielsweise eine Bildgenerierung anfordert, beschreibt der Benutzer das gewünschte Ergebnis über einen Prompt, und das Modell generiert das Bild auf Grundlage dieser Beschreibung. In einigen Produktkontexten, wie etwa Zoom Whiteboard, kann diese Bildgenerierung auf KI-Modellanbieter von Drittanbietern zurückgreifen. In anderen Kontexten kann Zoom eigene gehostete Modelle verwenden. So kann die Bildgenerierung für den virtueller Hintergrund von Zoom auf einem von Zoom gehosteten Modell beruhen, das Embeddings und damit verbundene Verarbeitung verwendet, um visuelle Ausgaben zu erzeugen, wobei der resultierende Inhalt vor der Rückgabe an den Benutzer Moderationskontrollen durchläuft. Zusammengenommen zeigt das Diagramm, dass generative und kompositorische Funktionen oft weniger von gespeicherten Artefakten und mehr von der unmittelbaren Benutzerabsicht, dem aktiven clientseitigen Kontext oder hochgeladenen unterstützenden Materialien abhängen. Auf diese Weise stellen sie einen weiteren wichtigen Modus der Zoom AI-Operation dar: nicht nur das Abrufen und Schlussfolgern über frühere Inhalte, sondern auch das direkte Erzeugen neuer Ausgaben aus der aktuellen Anfrage des Benutzers und dem umgebenden Kontext. Diese Abbildung gilt für die folgenden Funktionen: | Funktion | Beschreibung | Produkt(e) | Artefaktaufbewahrung | | :----------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :-----------------------: | :-----------------------------: | | virtueller Hintergrund | Verwendet KI, um benutzerdefinierte Bilder für den virtueller Hintergrund aus Benutzeraufforderungen für die Verwendung in Zoom Sessions zu erstellen. | Meetings, Events, Webinar | Beibehalten (falls gespeichert) | | Bildgenerierung | Verwendet KI, um Whiteboard-Zeichnungen oder grobe visuelle Artefakte in ausgefeiltere, gerenderte oder stilisierte visuelle Ausgaben zu verwandeln. | Whiteboard | Beibehalten (falls gespeichert) | | Bildgenerierung | Verwendet KI, um markenbezogene Bilder und andere visuelle Assets für Events zu erstellen, z. B. Header, Sitzungbilder und materialien im Zusammenhang mit Messen. | Events | Beibehalten (falls gespeichert) | | Inhaltsgenerierung | Verwendet KI, um Whiteboard-Inhalte auf dem Bildschirm wie Text, Haftnotizen, Tabellen, Mindmaps und andere strukturierte visuelle Elemente aus Benutzeraufforderungen zu generieren. | Whiteboard | Beibehalten (falls gespeichert) | | Inhaltsgenerierung | Verwendet KI, um schriftliche Event-Inhalte wie Beschreibungen, Sitzungsdetails, Sprecherbiografien und Lobby-Ankündigungen zu generieren. | Events | Beibehalten (falls gespeichert) | | Verfassen von E-Mails | Verwendet KI, um E-Mail-Inhalte zu entwerfen und zu verfeinern, einschließlich Nachrichtentexten, Betreffzeilen und Antworten. | E-Mail | Beibehalten (falls gesendet) | | Verfassen von Chat-Nachrichten | Verwendet KI, um Chat-Nachrichten auf der Grundlage von Benutzeraufforderungen und verfügbarem Gesprächskontext zu entwerfen und zu überarbeiten. | Chat | Beibehalten (falls gesendet) | | E-Mail-Zusammenfassung | Verwendet AI, um den wichtigsten Inhalt einer E-Mail oder eines E-Mail-Threads zusammenzufassen. | E-Mail | Nicht beibehalten | | Nachricht, Thread, Dokumentzusammenfassung | Verwendet AI, um Chat-Nachrichten, Gesprächs-Threads sowie unterstützte angehängte Dokumente oder verknüpfte Canvas-Inhalte zusammenzufassen. | Chat | Nicht beibehalten | | Intelligenter Upload | Extrahiert Event-Details aus hochgeladenen Dateien, um automatisch Sitzungen, Sprecher und benutzerdefinierte Fragen zu erstellen. | Zoom Events | Beibehalten (falls gespeichert) | ## Meine Notizen ### Meine Notizen in Zoom Meetings

Überblick über die Datenflüsse von My Notes in Zoom Meetings

Das Diagramm oben zeigt, wie My Notes innerhalb von Zoom Meetings den vorhandenen Audio-Pfad des Meetings nutzt, anstatt auf anderes Audio zuzugreifen, das auf dem Gerät des Benutzers vorhanden ist. Wenn My Notes während eines Zoom Meetings aktiviert ist, greift es auf das freigegebene Meeting-Audio zu, das über die MMR-Sitzung (Multi-Media Router) des Meetings geleitet wird. Dieses Audio wird dann vom Automatischen Spracherkennungsdienst (ASR) von Zoom verarbeitet, um ein Transkript zu erzeugen, das an das Gerät des Benutzers geliefert wird und später die Notizenerstellung nach dem Meeting unterstützen kann. In diesem Ablauf basiert die Transkription speziell auf dem Zoom Meeting-Audio, das mit dieser Meeting-Sitzung verknüpft ist. Sie basiert nicht auf nicht zugehörigem lokalem Geräteaudio außerhalb des Meetings selbst. Nach Abschluss des Meetings können das resultierende Transkript und die Notizen gemäß den geltenden Aufbewahrungseinstellungen des Benutzers verfügbar bleiben, während das zugrunde liegende Audio, das für die Transkription verwendet wurde, nach Abschluss der Verarbeitung nicht aufbewahrt wird. ### My Notes außerhalb von Zoom Meetings

Überblick über die Datenflüsse von My Notes außerhalb von Zoom Meetings

Das Diagramm oben zeigt, wie My Notes außerhalb von Zoom Meetings über das lokale Gerät des Benutzers und nicht über eine gemeinsam genutzte Zoom-Meeting-Sitzung funktioniert. Wenn es während eines Meetings eines Drittanbieters oder einer persönlichen Besprechung aktiviert ist, kann My Notes auf Systemebene auf das Mikrofon des Benutzers und, sofern zutreffend, auf Systemaudio zugreifen, um das auf diesem Gerät verfügbare lokale Audio aufzuzeichnen. Dieses Audio wird dann über eine MMR-Sitzung für einen einzelnen Benutzer geleitet und vom Automatischen Spracherkennungsdienst (ASR) von Zoom verarbeitet, um ein Transkript zu erzeugen, das an das Gerät des Benutzers geliefert wird und später die Notizenerstellung nach dem Meeting unterstützen kann. Das bedeutet, dass die Transkription außerhalb von Zoom Meetings ausschließlich auf dem Audio basiert, das vom lokalen Gerät des Benutzers übertragen wird, und nicht auf einem gemeinsam genutzten Zoom-Meeting-Audiostream. My Notes kann den Benutzer auch auffordern, eine neue Notiz zu beginnen, wenn Aktivität am Geräte-Mikrofon erkannt wird, wodurch die Funktion in Situationen wie Meetings von Drittanbietern, browserbasierten Aufzeichnungen oder anderen Workflows mit aktivem Mikrofon hervorgehoben wird. Wie beim Ablauf im Meeting wird das für die Transkription verwendete Audio nach Abschluss der Transkription nicht aufbewahrt, während die resultierenden Notizen und Transkripte gemäß den geltenden Aufbewahrungseinstellungen im Konto des Benutzers gespeichert bleiben können. ## ZoomMate

Überblick über die Datenflüsse von ZoomMate

Das obige Diagramm veranschaulicht, wie **ZoomMate fungiert als primäre Arbeitsoberfläche innerhalb von Zoom Workplace**, und agiert an dem Punkt, an dem Benutzerkontext, verbundenes Wissen und Ausführungsmöglichkeiten zusammenkommen. Anstatt nur als eigenständiger Assistent zu existieren, steht ZoomMate im Zentrum einer breiteren Arbeitsumgebung, in der Benutzer über die Materialien und Systeme, die ihre tägliche Arbeit unterstützen, suchen, schlussfolgern, erstellen und handeln können. Ein wesentlicher Teil dieser Rolle ergibt sich aus dem Zugriff von ZoomMate auf **eigene Zoom-Inhalte**. Dazu können Artefakte wie Zusammenfassungen, My Notes, Aufzeichnungen, Canvas-Dokumente, Chat-Nachrichten und andere vom Benutzer erstellte Materialien gehören, die auf der Zoom-Plattform erstellt wurden. Diese Artefakte helfen ZoomMate dabei, den Kontext bereitzustellen, den es benötigt, um Fragen zu beantworten, Informationen zusammenzuführen, Ergebnisse zu erzeugen und die Nachverfolgung zu unterstützen. ZoomMate kann auch Gedächtnis nutzen, sodass es relevante Benutzerpräferenzen oder arbeitsbezogene Details einbeziehen kann, wenn es bei der Erledigung einer Aufgabe hilft. **Gedächtnis**, sodass es relevante Benutzerpräferenzen oder arbeitsbezogene Details einbeziehen kann, wenn es bei der Erledigung einer Aufgabe hilft. Das Diagramm zeigt auch, wie ZoomMate über Zoom-eigene Inhalte hinausgeht, indem es sich mit **Wissensquellen von Drittanbietern**. Zum Beispiel können verbundene Cloud-Speicher-Dienste wie Google Drive oder OneDrive als externe Repositorien für für Benutzer zugängliche Informationen dienen. Wenn diese Quellen integriert sind, kann Zoom genehmigte Inhalte indizieren, um den Abruf über diese Materialien hinweg zu unterstützen, wodurch ZoomMate **agentische Suche** nutzen kann, um sowohl mit Zoom-Inhalten als auch mit verbundenem Drittanbieter-Wissen zu arbeiten. Auf diese Weise kann ZoomMate nicht nur die Inhalte innerhalb von Zoom durchsuchen, sondern auch die Dokumente und Materialien, auf die ein Benutzer in verbundenen externen Plattformen zugreifen darf. Andere persönliche Datenquellen, wie etwa **E-Mail und Kalender** (mit Ausnahme von Ende-zu-Ende-verschlüsselten E-Mails), können ZoomMate ebenfalls unterstützen, funktionieren jedoch anders. Anstatt indiziert zu werden, kommunizieren diese Quellen im Allgemeinen über einen direkten API-basierten Abruf mit ZoomMate. Dadurch eignen sie sich für Aufgaben wie das Auffinden relevanter E-Mail-Kontexte, das Prüfen von Kalenderinformationen oder das Helfen beim Planen von Events, ohne sie als Teil der indexierten Abrufschicht zu behandeln, die für die breitere Dokumentsuche verwendet wird. Das Diagramm verdeutlicht außerdem, dass ZoomMate sich mit einer größeren Bandbreite von **Drittanbieter-Diensten und Konnektoren** verbinden kann, die sowohl das Ausführen von Aktionen als auch den Zugriff auf Wissen unterstützen. Dazu können Systeme wie Jira, HubSpot, ServiceNow, Workday und andere verbundene Business-Plattformen gehören. Über diese Verbindungen kann ZoomMate **agentische Aufgaben** im Namen des Benutzers ausführen, etwa Datensätze erstellen oder aktualisieren, Informationen aus externen Diensten abrufen oder andere verbundene Aktionen innerhalb dieser Systeme ausführen. Damit ist ZoomMate mehr als nur eine Oberfläche für Abruf und Synthese; es fungiert auch als Ausführungsschicht, die helfen kann, Kontext in Aktion umzusetzen. Diese gleiche Grundlage hilft auch beim Antrieb von **Agenten** und **Workflows** innerhalb der ZoomMate-Umgebung. Agenten können denselben zugrunde liegenden Kontext, dieselben Abrufpfade und verbundenen Systeme nutzen, um dynamischere, auf Schlussfolgerungen basierende Unterstützung zu leisten und Benutzern zu helfen, umfassendere mehrstufige Aufgaben mit größerer Kontinuität und Anpassungsfähigkeit auszuführen. Workflows hingegen können strukturiertere und wiederholbare Automatisierung bieten, sodass Benutzer wiederkehrende Prozesse definieren können, die über Zoom-Inhalte und, sofern unterstützt, verbundene externe Systeme hinweg arbeiten. Auf diese Weise dient ZoomMate nicht nur als Konversationsoberfläche, sondern auch als Orchestrierungspunkt für sowohl dynamische agentische Aktivität als auch stärker strukturierte Automatisierung. **Sandbox** kann auch einige der fortschrittlicheren Ausführungsmöglichkeiten von ZoomMate unterstützen. Für Aufgaben, die Codeausführung, Dateierstellung, Automatisierung oder andere anspruchsvollere Verarbeitung erfordern, kann ZoomMate eine separate Sandbox-Umgebung nutzen, anstatt sich nur auf die standardmäßige Konversationsverarbeitung zu verlassen. Diese Sandbox läuft auf der AWS-Infrastruktur von Zoom und bietet eine kurzlebige, isolierte Ausführungsschicht für Aufgaben höherer Komplexität, die ZoomMate dabei unterstützt, bestimmte Vorgänge in einer kontrollierteren Umgebung auszuführen. Auf diese Weise kann dieselbe breitere ZoomMate-Grundlage, die Abruf, Schlussfolgerung, Agenten und Workflows unterstützt, auch fortschrittlichere Aufgabenausführung unterstützen, wenn die angeforderte Arbeit dies erfordert. Schließlich zeigt das Diagramm nicht jede zugrunde liegende Komponente, die ZoomMate unterstützt. Es zeigt nicht ausdrücklich grundlegende Fähigkeitsebenen wie Skills oder andere unterstützende Strukturen, die Teil der breiteren Infrastruktur und des Designs von Zoom AI sind. Es wird davon ausgegangen, dass diese Elemente innerhalb des zugrunde liegenden AI-Systems arbeiten, das das Verhalten von ZoomMate ermöglicht. Der Zweck dieses Diagramms besteht stattdessen darin, die primären Kontext-, Wissens- und Aktionsflächen zu zeigen, über die ZoomMate als einheitliche Arbeitsoberfläche über Zoom und verbundene Systeme hinweg funktioniert. ### ZoomMate-Drittanbieter-Verbindungen und Indexierung

Überblick darüber, wie ZoomMate sich mit Drittanbieter-Verbindungen und Datenquellen verbindet

Das Diagramm oben veranschaulicht zwei verwandte, aber unterschiedliche Teile der Drittanbieter-Datenarchitektur von ZoomMate. Der erste ist, wie ZoomMate sich mit unterstützten Drittanbieter-Anwendungen und -Diensten verbindet, damit es Informationen abrufen oder Aktionen innerhalb dieser Systeme ausführen kann. Der zweite ist, wie bestimmte unterstützte Drittanbieter-Inhaltsquellen aufgenommen und indiziert werden können, damit ZoomMate diese Inhalte später effizienter durch retrieval-augmented generation abrufen kann. #### ZoomMate kann sich direkt mit Drittanbieter-Anwendungen und -Diensten verbinden Ein Teil des Diagramms zeigt, wie ZoomMate sich mit unterstützten Drittanbieter-Anwendungen wie Jira, Confluence, Salesforce, ServiceNow, Workday, Cloud-Speicher-Plattformen und anderen externen Business-Systemen verbindet. Diese Verbindungen ermöglichen es ZoomMate, über Zoom-eigene Inhalte hinaus zu arbeiten, indem es mit Tools interagiert, die Geschäftsdaten speichern oder operative Arbeit außerhalb der Zoom-Plattform unterstützen. Diese Verbindungen werden über eine TLS-Verbindung durch autorisierte Zugriffsmodelle hergestellt, etwa API-basierte Integrationen oder MCP-basierte Verbindungen. In jedem Fall arbeitet ZoomMate innerhalb der vom verbundenen Dienst gewährten Berechtigungen. Dadurch kann ZoomMate relevante Informationen aus diesen Systemen abrufen und, sofern unterstützt, darin im Namen des Benutzers handeln. Beispielsweise kann ZoomMate Details aus einem Jira-Vorgang abrufen, eine Confluence-Seite durchsuchen, einen Datensatz in ServiceNow aktualisieren oder ein anderes verbundenes System als Teil der Ausführung einer umfassenderen Aufgabe verwenden. Dieses direkte Verbindungsmodell ist besonders wichtig für Aufgaben, die vom aktuellen Systemzustand oder vom Live-Zugriff auf Drittanbieter-Tools abhängen. In diesen Fällen kann ZoomMate die verbundene Anwendung als aktiven Endpunkt und nicht nur als Repository zuvor indizierter Inhalte verwenden. #### ZoomMate kann genehmigte Drittanbieter-Inhalte für den späteren Abruf indizieren Ein zweiter Teil des Diagramms zeigt, wie ZoomMate Inhalte aus unterstützten Drittanbieter-Quellen aufnehmen und indizieren kann, damit Material später als Teil einer Suche oder einer KI-gestützten Antwort abgerufen werden kann. Dieses indexierte Abrufmodell ist besonders relevant für verbundene Inhalts-Repositorys wie Cloud-Speicher-Systeme, Wissensdatenbanken, Dokumentplattformen und andere unterstützte Quellen, in denen ZoomMate möglicherweise einen größeren Bestand an aufbewahrten externen Inhalten durchsuchen muss. Sobald eine unterstützte Quelle verbunden und für die Indizierung genehmigt wurde, kann ZoomMate Inhalte aus dieser Quelle abrufen und für die spätere Suche aufbereiten. Dieser Aufbereitungsprozess kann das Zerlegen größerer Dateien oder Datensätze in kleinere Einheiten sowie das Hinzufügen von Metadaten wie Quelle, Aktualisierungszeit, Eigentum und Berechtigungsinformationen umfassen. Diese Inhalte werden dann in die Indexierungsschicht von Zoom geschrieben, damit sie später sowohl über exakte Übereinstimmung als auch über bedeutungsbasierte Abrufe durchsucht werden können. Wenn ein Benutzer eine Anfrage stellt, die von indexierten Inhalten Dritter abhängt, kann ZoomMate diese indexierten Materialien durchsuchen, bewerten, welche Ergebnisse am relevantesten sind, und die mit der ursprünglichen Quelle verknüpften Berechtigungsinformationen anwenden, sodass nur autorisierte Inhalte für die Anzeige in Frage kommen. Die relevantesten autorisierten Inhalte können dann als unterstützender Kontext für die Antwort an die KI-Schicht von ZoomMate übergeben werden. Auf diese Weise zeigt das Diagramm, wie indexierte Inhalte Dritter ZoomMate dabei helfen können, Antworten zu erzeugen, die auf tatsächlichen verbundenen Geschäftsmaterialien basieren, statt sich nur auf allgemeines Modellwissen zu stützen. ## Benutzerdefinierte Avatare ### Avatar-Erstellung

Überblick über den Erstellungsprozess des benutzerdefinierten Avatars

Das obige Diagramm veranschaulicht, wie ein benutzerdefinierter Avatar aus dem aufgezeichneten Video und der Stimme eines Benutzers erstellt wird. Der Prozess beginnt, wenn dem Benutzer ein Skript angezeigt und er aufgefordert wird, sich beim Vorlesen aufzuzeichnen. Dieser geführte Aufzeichnungsschritt ermöglicht es Zoom, das audiovisuelle Material zu erfassen, das benötigt wird, um sowohl das Erscheinungsbild des Avatars des Benutzers als auch das zugehörige Sprachmodell zu erzeugen, das in späteren avatarbasierten Ausgaben verwendet wird. Nachdem der Benutzer die Aufnahme abgeschlossen hat, werden die Audio- und Videokomponenten über unterschiedliche Pfade verarbeitet. Das Audio wird an einen Drittanbieterdienst gesendet, der auf Grundlage der aufgezeichneten Sprache des Benutzers eine Sprachähnlichkeit erzeugt. Sobald diese Verarbeitung abgeschlossen ist, gibt der Drittanbieterdienst eine eindeutige Sprachkennung an Zoom zurück. Zoom speichert diese Kennung als Sprachreferenz des Benutzers, damit sie später bei der Erstellung avatarbasierter Clips oder anderer unterstützter Ausgaben verwendet werden kann, die auf dieser synthetisierten Stimme beruhen. Gleichzeitig wird die Videokomponente an ein von Zoom gehostetes Avatar-Generierungsmodul gesendet, in dem Zoom das aufgezeichnete visuelle Material verarbeitet, um die Avatar-Darstellung des Benutzers zu erstellen. Dadurch entsteht eine Avatar-Vorlage, die Zoom für die zukünftige Verwendung speichert. Zusammen ermöglichen diese beiden gespeicherten Ergebnisse — die gespeicherte Sprachkennung und die gespeicherte Avatar-Vorlage — Zoom, zukünftige Clips oder avatarbasierte Medien zu erzeugen, die sowohl das Erscheinungsbild des Benutzers als auch seine synthetisierte Stimme widerspiegeln. ### Clip-Erstellung

Überblick über den Erstellungsprozess des benutzerdefinierten Avatar-Clips

Das obige Diagramm veranschaulicht, wie ein benutzerdefinierter Avatar-Clip aus dem gespeicherten Avatar und dem synthetisierten Sprachprofil eines Benutzers erstellt wird. Der Prozess beginnt, wenn der Benutzer das Skript hochlädt, das der Avatar präsentieren soll. Dieses Skript dient als Quellinhalt für den erzeugten Clip.\ \ Von dort aus koordiniert das Web-Backend von Zoom zwei parallele Eingaben, die für die Erstellung der endgültigen Ausgabe erforderlich sind. Zuerst sendet es die gespeicherte Sprachkennung des Benutzers zusammen mit dem Skript an den Drittanbieterdienst für Sprachgenerierung, der das Audio für den Clip mithilfe der synthetisierten Stimme des Benutzers erzeugt. Zweitens sendet es die gespeicherte Avatar-Vorlage des Benutzers an das Avatar-Generierungsmodul von Zoom, damit die visuelle Komponente des Clips unter Verwendung des zuvor erstellten Avatar-Erscheinungsbilds des Benutzers vorbereitet werden kann.\ \ Sobald der Drittanbieterdienst für Sprachgenerierung das Audio erzeugt hat, wird dieses Audio an Zoom zurückgegeben und in das Avatar-Generierungsmodul eingespeist. Das Avatar-Generierungsmodul kombiniert dann die gespeicherte Avatar-Vorlage mit dem erzeugten Sprach-Audio und synchronisiert die Gesichts- und Mundbewegungen des Avatars mit dem gesprochenen Inhalt. Nachdem dieser Lippensynchronisations- und Renderprozess abgeschlossen ist, erzeugt Zoom den fertigen Avatar-Clip und liefert ihn an den Benutzer zurück. ## Benutzerdefiniertes Wörterbuch

Datenflüsse für benutzerdefinierte Wörterbücher

Das obige Diagramm veranschaulicht, wie die Funktion für benutzerdefinierte Wörterbücher dazu beiträgt, die Genauigkeit sprachbasierter Zoom-Ausgaben zu verbessern, indem dem Automatic Speech Recognition (ASR)-Dienst von Zoom zusätzlicher Wortschatzkontext bereitgestellt wird. Diese Funktion ist darauf ausgelegt, Wörter, Abkürzungen, Fachsprache, Produktnamen oder spezialisierte Terminologie zu unterstützen, die für ein Unternehmen, eine Branche, ein Team oder eine Region spezifisch sein können und die andernfalls bei der Transkription möglicherweise nicht erkannt oder korrekt wiedergegeben würden. Der Prozess beginnt, wenn ein Kontoadministrator im Zoom-Webportal ein benutzerdefiniertes Wörterbuch erstellt und speichert. Dieses Wörterbuch enthält die Liste der freigegebenen Wörter oder Phrasen, die das Unternehmen von Zoom genauer erkennen lassen möchte. Sobald das Wörterbuch auf Kontoebene gespeichert wurde, steht es für die Verwendung in unterstützten Meeting- und Sprachverarbeitungskontexten zur Verfügung. Wenn ein Benutzer später ein Meeting startet, kann der AASR-Dienst von Zoom das benutzerdefinierte Wörterbuch des Kontos als Teil seines Verarbeitungskontexts empfangen. Während der ASR-Dienst Live-Audio in Sprach-zu-Text-Daten umwandelt, kann er die wahrgenommenen gesprochenen Wörter mit dem benutzerdefinierten Wörterbuch vergleichen und versuchen, erkannte Laute den gespeicherten Begriffen zuzuordnen. Dadurch erhält ASR zusätzliche Hinweise darauf, nach welchen Wörtern gesucht werden soll, wie bestimmte Begriffe geschrieben sein könnten und wie Abkürzungen oder Fachsprache interpretiert werden sollten. Das Ergebnis ist, dass die anfängliche Sprach-zu-Text-Ausgabe die im Meeting tatsächlich verwendete Terminologie genauer widerspiegeln kann. Diese verbesserte Genauigkeit kann dann in nachgelagerte Artefakte einfließen, die aus der Unterhaltung abgeleitet werden. Wenn beispielsweise später eine Meeting-Zusammenfassung, Untertitel, ein Transkript oder ein anderes auf Sprach-zu-Text-Daten basierendes Asset erstellt wird, können diese Ausgaben eine genauere Darstellung der im Meeting gesprochenen Wörter widerspiegeln und so die Qualität und Nützlichkeit des daraus entstehenden KI-generierten Artefakts verbessern. ## Benutzerdefinierte Meeting-Zusammenfassungsvorlagen

Datenflüsse für benutzerdefinierte Vorlagen für Meeting-Zusammenfassungen

Das obige Diagramm veranschaulicht, wie benutzerdefinierte Meeting-Zusammenfassungen aus einer vom Benutzer oder vom Konto definierten Vorlage erzeugt werden. Der Prozess beginnt, wenn eine Vorlage in Zoom erstellt und gespeichert wird. Auf Kontoebene kann ein Administrator eine benutzerdefinierte Vorlage für Meeting-Zusammenfassungen für die Verwendung im Unternehmen definieren. Auf individueller Ebene kann ein Benutzer basierend auf seinen eigenen Präferenzen eine persönliche Vorlage für Meeting-Zusammenfassungen erstellen. Nach der Erstellung wird die ausgewählte Vorlage gespeichert, damit sie bei späteren Zusammenfassungserstellungen angewendet werden kann. Wenn ein Meeting endet, kann Zoom AI die Sprach-zu-Text-Daten des Meetings verwenden, um eine Zusammenfassung zu erstellen, die der Struktur und den Schwerpunkten der gewählten benutzerdefinierten Vorlage folgt. Wenn die benutzerdefinierte Vorlage ausgewählt wurde, bevor die Meeting-Zusammenfassung erstellt wurde, wendet Zoom AI diese Vorlage direkt bei der Erstellung der Zusammenfassung an. Dadurch kann die resultierende Ausgabe das in der Vorlage definierte spezifische Format, die Abschnitte oder Prioritäten widerspiegeln, anstatt nur einer standardmäßigen Zusammenfassungsstruktur zu folgen. Wenn vor der ersten Erstellung der Zusammenfassung keine benutzerdefinierte Vorlage ausgewählt wurde, kann Zoom diese Vorlage später nur anwenden, wenn das Meeting-Transkript aufbewahrt wurde. In diesem Fall kann Zoom AI das gespeicherte Transkript anhand der Konfiguration der Vorlage erneut verarbeiten und eine neue Zusammenfassung erzeugen, die an diese Struktur angepasst ist. Wenn das Transkript jedoch nicht aufbewahrt wurde, steht Zoom das zugrunde liegende Transkript für eine erneute Verarbeitung nicht zur Verfügung, was bedeutet, dass die benutzerdefinierte Vorlage nachträglich nicht angewendet werden kann. ## Persönliche Audioisolierung

Überblick darüber, wie Personal Audio Isolation die Stimme eines Benutzers isoliert

Das obige Diagramm veranschaulicht, wie **Persönliche Audioisolierung** funktioniert, indem ein lokal auf dem Gerät des Benutzers gespeicherter Stimmabdruck verwendet wird, um die Sprache des Benutzers von umgebenden Hintergrundgeräuschen zu unterscheiden. Der Prozess beginnt, wenn der Benutzer über die Funktion Personal Audio Isolation in der Zoom Workplace App eine Sprachprobe aufzeichnet. Diese Aufzeichnung wird verwendet, um einen lokalen Stimmabdruck zu erstellen, der der Anwendung hilft, die Stimmmerkmale des Benutzers zu erkennen. Dieser Stimmabdruck verbleibt auf dem lokalen Gerät und wird nicht an die Zoom Cloud übertragen. Wenn der Benutzer später während eines Meetings in einer Umgebung mit Umgebungsgeräuschen spricht, verwendet die Zoom Workplace App diesen lokal gespeicherten Stimmabdruck, um die Sprachmuster des Benutzers zu identifizieren und von den umgebenden Geräuschen zu trennen. Dadurch kann die Anwendung Hintergrundgeräusche unterdrücken und die Stimme des Benutzers wirksamer isolieren, bevor das Audio weiter durch den Meeting-Ablauf gesendet wird. Dadurch ist das an die Zoom Cloud übertragene Audio das verfeinerte Meeting-Audio, bei dem Umgebungsgeräusche im Rahmen der von der Funktion unterstützten Möglichkeiten herausgefiltert wurden. Der zugrunde liegende Stimmabdruck des Benutzers selbst wird nicht an die Cloud-Infrastruktur von Zoom gesendet. Auf diese Weise arbeitet Personal Audio Isolation als lokale Verarbeitungsfunktion auf Geräteebene, die die Audioqualität verbessert, bevor das bereinigte Audio in die Live-Sitzung von Zoom übertragen wird. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://library.zoom.com/technical-library/de/ai-whitepaper/diagrams.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.