> 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/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 vernünftigerweise oder vollständig erfassen kann, wie KI über die gesamte Zoom Plattform hinweg funktioniert. Verschiedene Funktionen basieren auf unterschiedlichen Eingaben, Verarbeitungswegen, Speicherverhalten, Modellinteraktionen und Ausgaben. Einige arbeiten nur mit Live-, flüchtigen Daten während einer aktiven Interaktion, während andere dauerhaft gespeicherte Artefakte erzeugen, die später zusätzliche Funktionen unterstützen können. Einige Funktionen verbleiben vollständig in der First-Party-Umgebung von Zoom, während andere auf Zooms föderierter KI-Architektur und in einigen Fällen auf verbundenen externen Systemen beruhen. Um dieses dynamische und umfangreiche System leichter verständlich zu machen, präsentiert diese Seite eine Reihe von Diagrammen, anstatt sich auf ein einzelnes 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 stehen Tabellen, die darlegen, welche Funktionen anwendbar sind, zu welchem Produkt sie gehören und welchen Status der Aufbewahrung ihrer Artefakte sie haben. In späteren Abschnitten werden dann bestimmte maßgeschneiderte Produktfunktionen einzeln untersucht und bieten fokussiertere Erklärungen dazu, 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 first-party-zentrierten Zustand, der die Standard-Föderationsmodellarchitektur von Zoom verwendet, aber noch keine Business-Integrationen von Drittanbietern oder externen Kundendatenquellen jenseits der KI-Modellanbieter von Drittanbietern von Zoom einführt. Von dort aus führen die Diagramme nach und nach spezialisiertere Teile der Plattform ein, darunter die AI-Ansatzoptionen von Zoom, die Umwandlung von Live-Audio in für KI nutzbare Artefakte und die Möglichkeiten, wie diese Artefakte später anderen Funktionen und Workflows Support bieten können. Zusammen sollen diese Diagramme ein hochkomplexes System zugänglicher machen, indem sie es in kleinere, leichter nachvollziehbare Ansichten aufteilen, die widerspiegeln, wie verschiedene Teile der AI-Plattform von Zoom in der Praxis funktionieren. ## **Zoom AI**

Eine einfache Übersicht über Zoom AI

Das Diagramm oben zeigt Zooms KI-Plattform in vereinfachter Form und stellt die Plattform in einem ihrer grundlegendsten Zustände dar. Es veranschaulicht, wie verschiedene Teile der umfassenderen Produkt- und Service-Architektur von Zoom, bekannt als der Zoom Web backend—einschließlich Bereichen wie Meetings, Phone, Contact Center, automatischer Spracherkennung und weiteren Zoom-Angeboten—in die größere Zoom-Plattform einfließen und zu dem Bestand an nutzerzugänglichem Content beitragen, der nachgelagerte KI-Funktionalitäten 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 die später als Eingabe, Kontext oder Artefakte für KI-gestützte Erlebnisse dienen können. Je nach dem beteiligten Produkt und der Funktion kann dies Materialien wie Zoom Chat-Nachrichten, Meeting-Zusammenfassungen, Transkripte, Canvas-Dokumente, Meine Notizen, Aufzeichnungen und andere ähnliche Artefakte umfassen, die für Benutzer sichtbar sind. Diese Materialien bilden einen wichtigen Teil der kontextuellen Ebene, die später einen KI-gestützten Abruf, Schlussfolgerungen, Zusammenfassungen und Nachverfolgung unterstützen kann. Ein Teil dieser Inhalte kann auch für eine zukünftige KI-Nutzung über Abrufinfrastrukturen wie indizierte Abrufe oder Module zur abrufgestützten Generierung aufbereitet werden. In diesen Fällen können relevante Artefakte aufgenommen und indexiert werden, sodass sie bei späteren KI-Abfragen oder -Prozessen effizienter gefunden und genutzt werden können. Das hilft Zoom AI dabei, nicht nur mit Live-Interaktionen zu arbeiten, sondern auch mit gespeichertem Kontext und früheren Benutzer-generierten Materialien auf der gesamten Plattform. Schließlich stellt das Diagramm auch vor **Zoom AI** sich selbst als die gemeinsame KI-Schicht, die in diesem breiteren Ökosystem übergreifend funktioniert. In dieser vereinfachten Sicht wird Zoom AI durch Zooms Standard-Föderierungsansatz dargestellt, bei dem Zoom sowohl von Zoom gehostete Modelle, die innerhalb von Zooms eigener Infrastruktur laufen, als auch ausgewählte Drittanbieter von KI-Modellen nutzen kann, wenn dies für die jeweilige Aufgabe angemessen ist. Dieses föderierte Modell ermöglicht es Zoom, KI-Aufgaben über die am besten geeignete verfügbare Modellumgebung zu leiten und gleichzeitig eine einheitliche KI-Erfahrung über die Plattform hinweg aufrechtzuerhalten. ## Ansätze des Zoom AI-Dienstmodells

Überblick über die KI-Ansätze von Zoom, einschließlich des föderierten Ansatzes, ZM+ und ZMO

Das obige Diagramm veranschaulicht die drei KI-Ansätze von Zoom: den föderierten Ansatz, Zoom-gehostete Modelle Plus (ZM+) und Zoom-gehostete Modelle (ZMO). Zusammen stellen sie die drei wichtigsten Wege dar, auf denen Zoom Kunden KI-Dienste bereitstellt, wobei jeweils ein anderes Gleichgewicht zwischen Funktionsumfang, Modellflexibilität und Datenkontrolle geboten wird. Der föderierte Ansatz ist Zooms Standardansatz und zugleich der Ansatz mit dem umfangreichsten Funktionsumfang. Er ermöglicht Zoom die Zusammenarbeit mit mehreren KI-Anbietern, darunter Zoom-gehostete Modelle und ausgewählte Partner für Drittanbietermodelle, sodass Aufgaben an das für die jeweilige Anfrage am besten geeignete Modell weitergeleitet werden können. ZM+ bietet ein stärker kontrolliertes Bereitstellungsmodell durch die Verwendung von von Zoom verwalteten dedizierten Modellinstanzen, während ZMO die KI-Verarbeitung ausschließlich innerhalb von Zoom-gehosteten Modellen belässt und damit den restriktivsten und am stärksten kontrollierten Modellpfad bietet, allerdings mit einem eingeschränkteren Funktionsumfang. Für die Zwecke dieser Seite veranschaulichen die folgenden Diagramme im Allgemeinen den föderierten Ansatz, da er Zooms Standardansatz und die breiteste Sicht auf die Zoom AI-Funktionalität widerspiegelt. Organisationen, die ZM+ oder ZMO verwenden, können diese Diagramme oft so interpretieren, dass sie gedanklich die KI-Modellanbieter von Drittanbietern 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 Sprache-zu-Text-Daten umgewandelt werden, die Zoom AI-Funktionen antreiben

Das obige Diagramm veranschaulicht, wie Interaktionen mit Live-Medien – wie 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 Dienst verbundenen Verbindungspunkt in Zoom. Bei Meetings ist dies in der Regel der **Multimedia-Router (MMR)**. Für Telefonie gelangt Audio typischerweise über **SIP-Zonen**. Sobald das Audio erfasst wurde, wird es an Zooms **Automatische Spracherkennung (ASR)** Dienst, der das Live-Audio in **Sprach-zu-Text-Daten**. Diese Sprach-zu-Text-Daten können je nach den aktivierten Einstellungen und Funktionen auf verschiedene Weise verwendet werden. In einigen Fällen werden sie den Nutzern sofort als **Live-Untertitel**. In unterstützten Kontexten kann sie auch an Zooms **Live-Übersetzung** Dienst, der die Sprache-zu-Text-Ausgabe in übersetzte Untertitel für Teilnehmer in anderen Sprachen übersetzt. Sprache-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 Aufbewahrung des Transkripts jedoch nicht aktiviert ist, werden die während der Interaktion verwendeten Sprache-zu-Text-Daten nicht als dauerhaftes Transkript gespeichert. Selbst in diesen Fällen kann Zoom AI die Sprache-zu-Text-Daten während der Sitzung dennoch vorübergehend nutzen, um Live-KI-Funktionen zu unterstützen. Beispielsweise kann ein Benutzer **Fragen im Meeting** über Zoom AI während eines Meetings stellen. In diesem Fall kann Zoom AI die Live-Sprache-zu-Text-Daten aus dem Meeting nutzen, 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 besteht darin, dass Zoom AI nicht zwangsläufig ein Transkript der Unterhaltung aufbewahrt, nur weil während der Sitzung Sprache-zu-Text-Daten verwendet wurden. Sofern die Aufbewahrung des Transkripts nicht ausdrücklich aktiviert ist oder die Daten über eine Funktion wie **Meine Notizen**, die eigentlichen Speech-to-Text-Daten selbst können vorübergehend bleiben. Gleichzeitig können einige nachgelagerte Artefakte, die aus diesen Daten erzeugt wurden, erhalten bleiben. Wenn ein Benutzer beispielsweise während eines Meetings Fragen stellt, kann die daraus entstehende KI-Konversation oder zugehörige Notizen später als erhaltenes Artefakt verfügbar bleiben, auch wenn kein persistentes Transkript erstellt wird. Einige erhaltene 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, in dem es weiter bearbeitet, erweitert und als Arbeitsartefakt verwendet werden kann. Im Gegenzug können diese resultierenden Dokumente später als Kontext für andere KI-Funktionen oder Workflows dienen, die andernorts in diesem Dokument besprochen werden. Auf diese Weise kann Live-Audio nicht nur zu unmittelbaren KI-Funktionen führen, sondern auch zu einer Kette von erhaltenen Artefakten, die die spätere KI-gestützte Arbeit über die Zoom-Plattform hinweg weiterhin unterstützen. Dieses Diagramm gilt für die folgenden Funktionen: | Funktion | Beschreibung | Produkt(e) | Aufbewahrung von Artefakten | | :---------------------: | :------------------------------------------------------------------------------------------------------------: | :----------------: | :-------------------------: | | Live-Untertitel | Echtzeit-Sprach-zu-Text-Untertitel für Live-Sitzungen. | Meetings, Webinare | Nicht aufbewahrt | | übersetzte Untertitel | Echtzeit-übersetzte Untertitel, generiert aus Live-Spracherkennungsdaten. | Meetings, Webinare | Nicht aufbewahrt | | Transkripte | Aufbewahrte Textaufzeichnungen des Meeting-Spracherkennungsinhalts. | Meetings, Telefon | Aufbewahrt | | Meeting-Zusammenfassung | KI-generierte Zusammenfassung der wichtigsten Meeting-Diskussionspunkte, Entscheidungen und Aktionspunkte. | Besprechungen | Aufbewahrt | | Webinar-Zusammenfassung | KI-generierte Zusammenfassung der wichtigsten Webinar-Inhalte, die nach der Sitzung geteilt wurden. | Webinare | Aufbewahrt | | Anrufzusammenfassung | KI-generierte Zusammenfassung der wichtigsten Details und Aktionspunkte nach dem Anruf. | Telefon | Aufbewahrt | | Meine Notizen | Persönliche Notizen, Transkript und Meeting-Kontext werden für spätere Referenz und Nachverfolgung aufbewahrt. | Besprechungen | Aufbewahrt | | Nachfassaufgaben | Von KI vorgeschlagene Nachfassaktionen auf Basis von Gesprächsdetails. | Zoom Tasks | Aufbewahrt | | Mailbox-Priorisierung | KI-basierte Rangfolge von Sprachnachrichten nach vom Benutzer definierter Wichtigkeit. | Telefon | Aufbewahrt | | Meeting-Fragen | KI-Antworten auf Meeting-Fragen mithilfe des aktuellen Meeting-Kontexts. | Besprechungen | Aufbewahrt | | Webinar-Fragen | KI-Antworten auf Webinar-Fragen mithilfe des aktuellen Webinar-Kontexts. | Webinare | Aufbewahrt | | Anruf-Fragen | KI-Antworten auf Anruf-Fragen mithilfe des aktuellen Anruf-Kontexts. | Telefon | Aufbewahrt | ## Aufzeichnungsfunktionen

Überblick darüber, wie Zoom Aufzeichnungen und KI-Funktionen verarbeitet

Die obige Abbildung veranschaulicht, wie Zoom AI **KI-Funktionen auf Grundlage von Aufnahmen** unterstützt, indem es auf der abgeschlossenen Aufnahme nach dem Ende der Live-Sitzung arbeitet. Wie bei anderen Audio-basierten Zoom-Erfahrungen gelangen die ursprünglichen Medien über die Infrastruktur des jeweils verwendeten Produkts hinein — etwa über den **MMR** für Meetings oder die relevante **SIP-Zone** für Telefonie. Im Rahmen dieses Ablaufs wird die Aufnahme erstellt und an den Aufnahmedienst von Zoom gesendet, wo die abgeschlossene Aufnahme dann im Zoom-Inhaltspeicher gespeichert wird. Sobald die Aufnahme fertiggestellt wurde, wird das mit dieser Aufnahme verknüpfte Audio an den **Automatische Spracherkennung (ASR)** Dienst von Zoom für Transkription gesendet. Dieser Prozess erzeugt ein **auf die Aufnahme bezogenes Transkript**, das sich von den während der Live-Sitzung selbst erzeugten Speech-to-Text-Daten unterscheiden kann. Mit anderen Worten: Das mit einer abgeschlossenen Aufzeichnung verknüpfte Transkript wird im Rahmen des Nachbearbeitungsprozesses nach der Aufzeichnung erzeugt und nicht einfach aus der Ebene der Live-Interaktion kopiert. Nachdem das Aufzeichnungs-Transkript erstellt wurde, kann es anschließend an **Zoom AI** für eine weitere Analyse übermittelt werden. In dieser Phase verarbeitet Zoom AI das Transkript, um übergeordnete Aufzeichnungsartefakte wie Zusammenfassungen, Highlights, Kapitel und andere strukturierte Darstellungen der Unterhaltung zu identifizieren. Diese Analyse wird mithilfe der AI-Verarbeitungsschicht von Zoom durchgeführt, einschließlich gegebenenfalls von Zoom gehosteter Modelle, um das rohe Aufzeichnungs-Transkript in besser nutzbare Ausgaben nach dem Meeting oder nach dem Anruf zu verwandeln. Sobald diese Analyse abgeschlossen ist, werden die 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 KI-generierten Ebenen, die das Navigieren und Verstehen der Inhalte erleichtern. Auf diese Weise zeigt das Diagramm, wie eine abgeschlossene Aufzeichnung zur Grundlage für eine zweite Phase der KI-Verarbeitung werden kann, die angereicherte Aufzeichnungsfunktionen hervorbringt, die über das ursprünglich gespeicherte Medium hinausgehen. Dieses Diagramm gilt für die folgenden Funktionen: | Funktion | Beschreibung | Produkt(e) | Aufbewahrung von Artefakten | | :-------------------------------------------------: | :-------------------------------------------------------------------------------------------------------------------------------------------------: | :-----------: | :-------------------------: | | Intelligente Aufzeichnung | KI-generierte Highlights, Kapitel und Zusammenfassungen für aufgezeichnete Meetings | Besprechungen | Aufbewahrt | | Titel, Beschreibungen und Tags generieren | KI-generierte Titel, Beschreibungen und Tags für Clips. | Clips | Aufbewahrt | | KI-Content-Erstellung für Aufzeichnungen und Videos | Verwendet Event-Aufzeichnungs-Transkripte, um schriftliche Inhalte und von KI kuratierte Videoclips aus Schlüsselmomenten der Sitzung zu erstellen. | Zoom Events | Aufbewahrt | ## Abgeleitete KI-Funktionen

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

Das obige Diagramm veranschaulicht, wie **abgeleitete KI-Funktionen** Es arbeitet, indem Verfügbarer Benutzerinhalt als Kontext für spätere KI-gestützte Aufgaben und Ausgaben verwendet wird. 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 zusammenzufassen oder bei der Erstellung eines neuen Ergebnisses zu helfen. Je nach Aufgabe kann dieses kontextbezogene Material Artefakte wie Chat-Nachrichten, Meeting-Zusammenfassungen, Meine Notizen, Transkripte, Dokumente von Zoom Canvas, Zoom-Slide-Duplikate, Dokumente von Zoom Paper, Zoom Mail oder Zoom Calendar-Inhalte enthalten, verbundene E-Mail- oder Kalenderdaten von Drittanbietern oder Dateien, die vom Benutzer hochgeladen wurden, um eine bestimmte Anfrage zu unterstützen. Auf diese Weise verwendet Zoom AI zuvor erstellte Zoom-Artefakte, zusammen mit integrierten personenbezogenen Daten, sofern verfügbar, um dabei zu helfen, das von dem Benutzer gewünschte Endergebnis zu erreichen. Das Diagramm zeigt auch, dass dieser Prozess selbst erzeugen kann **neue Benutzerinhalte**. 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. Sobald sie erstellt sind, werden diese neuen Artefakte Teil des breiteren Inhalts-Repository des Benutzers und können später erneut als Kontext für zukünftige KI-gestützte Funktionen und Arbeitsabläufe verwendet werden. Dies schafft eine gestufte Entwicklung, in der früherer Benutzerinhalt spätere Ausgaben unterstützen kann und diese Ausgaben ihrerseits im Laufe der Zeit zu neuen kontextuellen Artefakten werden können. Dasselbe Muster kann auch auf anderen Zoom-Oberflächen auftreten. In Umgebungen wie **Zoom Hub** oder das **KI-Chat-Diskussionsgruppe**, Benutzer können Fragen plattformübergreifend stellen oder mit Dokumenten und Materialien interagieren, die über Zooms KI-Produktivitätssuite verfügbar sind. In diesen Fällen arbeitet Zoom AI wiederum mit vorhandenen, für Benutzer zugänglichen Artefakten, um Abruf, Synthese, Beantwortung von Fragen oder Nachverfolgung bereitzustellen, und zeigt damit, wie abgeleitete KI-Funktionen den Wert früherer Inhalte auf neue Aufgaben und Ergebnisse ausweiten. {% hint style="info" %} **Hinweis** Lokale Benutzerdatei-Uploads [können deaktiviert werden](https://support.zoom.com/hc/en/article?id=zm_kb\&sysparm_article=KB0077150). {% endhint %} Dieses Diagramm gilt für die folgenden Funktionen: | Funktion | Beschreibung | Produkt(e) | Aufbewahrung von Artefakten | | :-----------------------: | :-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :-----------------------------: | :-------------------------: | | Inhaltsgenerierung | Die Inhaltsgenerierung nutzt KI, um Dokumente, Präsentationen, Tabellenkalkulationen und andere Ausgaben aus natürlichsprachlichen Eingabeaufforderungen zu erstellen, zu verfeinern, zusammenzufassen und zu organisieren. | Canvas, Tabellen, Paper, Folien | Aufbewahrt | | KI-Chat-Diskussionsgruppe | Unterstützung durch dialogorientierte KI zum Stellen von Fragen, Generieren von Inhalten und Arbeiten im verfügbaren Zoom-Kontext. | KI-Chat-Diskussionsgruppe | Aufbewahrt | | Fragen stellen | KI-generierte Antworten auf Grundlage ausgewählter Dokumente und Materialien in Zoom Hub. | Hub | Aufbewahrt | ## Funktionen zur Generierung und Erstellung

Überblick darüber, wie Zoom Anfragen zu generativer und erstellender KI verarbeitet

Das obige Diagramm veranschaulicht, wie **generative und erstellende Funktionen** arbeiten innerhalb der Zoom AI Plattform. Im Gegensatz zu abgeleiteten KI-Funktionen, die sich auf bereits vorhandene Benutzerinhalte stützen, um eine spätere Aufgabe oder Ausgabe zu unterstützen, werden Funktionen zur Generierung und Erstellung häufig direkter durch die unmittelbare Eingabe des Benutzers gesteuert. In vielen Fällen hängen diese Funktionen nicht von aufbewahrten Zoom-Artefakten ab, die bereits an anderer Stelle in der Inhaltsumgebung des Benutzers gespeichert sind. Stattdessen werden sie hauptsächlich durch direkte Eingabeaufforderungen, Abfragen, hochgeladene Dateien oder die unmittelbaren Bildschirminhalte im Zusammenhang mit der aktiven Produkterfahrung gesteuert. Diese Unterscheidung ist besonders wichtig für Funktionen, die mit Inhalten arbeiten, die im aktuellen Kontext des Benutzers sichtbar sind, anstatt mit zuvor indizierten oder aufbewahrten Artefakten. Wenn ein Benutzer beispielsweise einen Chat-Thread oder eine E-Mail zusammenfasst oder Zoom AI auffordert, eine Antwort auf eine E-Mail zu entwerfen, werden die relevanten Inhalte in der Regel aus dem aktiven Clientkontext übernommen und für die Verarbeitung durch Zoom AI in eine Anforderungsnutzlast gepackt. Mit anderen Worten: Zoom ruft diese Inhalte nicht unbedingt aus einem separaten serverseitigen Repository ab, um die Aufgabe zu erfüllen. Stattdessen werden die relevanten Informationen aus dem aktiven Thread, der Nachrichtenmenge oder einem anderen sichtbaren Schnittstellenkontext in Textform umgewandelt und von der Zoom Workplace App an Zoom AI übermittelt, damit der Dienst natürliche Sprachverarbeitung, Zusammenfassung oder Generierung durchführen kann. Das Diagramm enthält auch generative Anwendungsfälle, die sich hauptsächlich auf direkte Benutzeranweisungen und nicht auf textliches Quellmaterial stützen. Wenn ein Benutzer beispielsweise die Bildgenerierung anfordert, beschreibt er die gewünschte Ausgabe durch eine Eingabeaufforderung, und das Modell generiert das Bild auf Grundlage dieser Beschreibung. In einigen Produktkontexten, etwa Zoom Whiteboard, kann diese Bildgenerierung auf externe KI-Modellanbieter zurückgreifen. In anderen Kontexten kann Zoom eigene gehostete Modelle verwenden. Beispielsweise kann die Bildgenerierung für einen virtueller Hintergrund von Zoom auf einem von Zoom gehosteten Modell beruhen, das Embeddings und zugehörige Verarbeitung nutzt, um visuelle Ausgaben zu generieren, wobei die resultierenden Inhalte Moderationskontrollen durchlaufen, bevor sie an den Benutzer zurückgegeben werden. In ihrer Gesamtheit zeigt das Diagramm, dass Funktionen zur Generierung und Erstellung häufig weniger von aufbewahrten Artefakten und stärker von der unmittelbaren Benutzerabsicht, dem aktiven clientseitigen Kontext oder hochgeladenen unterstützenden Materialien abhängen. Auf diese Weise stellen sie einen weiteren wichtigen Betriebsmodus von Zoom AI dar: nicht nur das Abrufen und Verarbeiten früherer Inhalte, sondern auch das direkte Generieren neuer Ausgaben aus der aktuellen Anfrage und dem umgebenden Kontext des Benutzers. Dieses Diagramm gilt für die folgenden Funktionen: | Funktion | Beschreibung | Produkt(e) | Aufbewahrung von Artefakten | | :------------------------------------------------: | :----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :-----------------------: | :----------------------------: | | Virtueller Hintergrund | Nutzt KI, um aus Benutzereingabeaufforderungen benutzerdefinierte Bilder für einen virtueller Hintergrund zur Verwendung in Zoom Sitzungen zu erstellen. | Meetings, Events, Webinar | Aufbewahrt (falls gespeichert) | | Bildgenerierung | Nutzt KI, um Whiteboard-Zeichnungen oder grobe visuelle Artefakte in ausgefeiltere, gerenderte oder stilisierte visuelle Ausgaben umzuwandeln. | Whiteboard | Aufbewahrt (falls gespeichert) | | Bildgenerierung | Nutzt KI, um Markenbilder und andere visuelle Assets für Events zu erstellen, beispielsweise Kopfzeilen, Sitzungsbilder und Materialien im Zusammenhang mit Ausstellungen. | Events | Aufbewahrt (falls gespeichert) | | Inhaltsgenerierung | Nutzt KI, um aus Benutzereingabeaufforderungen Whiteboard-Inhalte auf dem Bildschirm zu generieren, etwa Text, Haftnotizen, Tabellen, Mindmaps und andere strukturierte visuelle Elemente. | Whiteboard | Aufbewahrt (falls gespeichert) | | Inhaltsgenerierung | Nutzt KI, um schriftliche Event-Inhalte wie Beschreibungen, Sitzungsdetails, Referentenbiografien und Ankündigungen in der Lobby zu generieren. | Events | Aufbewahrt (falls gespeichert) | | Verfassen von E-Mails | Nutzt KI, um E-Mail-Inhalte zu entwerfen und zu verfeinern, einschließlich Nachrichtentexten, Betreffzeilen und Antworten. | E-Mail | Aufbewahrt (falls gesendet) | | Chat verfassen | Nutzt KI, um Chat-Nachrichten auf Grundlage von Benutzereingabeaufforderungen und verfügbarem Gesprächskontext zu entwerfen und zu überarbeiten. | Chat | Aufbewahrt (falls gesendet) | | E-Mail-Zusammenfassung | Nutzt KI, um die wichtigsten Inhalte einer E-Mail oder eines E-Mail-Threads zusammenzufassen. | E-Mail | Nicht aufbewahrt | | Zusammenfassung von Nachricht, Thread und Dokument | Nutzt KI, um Chat-Nachrichten, Gesprächs-Threads und unterstützte angehängte Dokumente oder verlinkte Canvas-Inhalte zusammenzufassen. | Chat | Nicht aufbewahrt | | Smart Upload | Extrahiert Event-Details aus hochgeladenen Dateien, um automatisch Sitzungen, Referenten und benutzerdefinierte Fragen zu erstellen. | Zoom Events | Aufbewahrt (falls gespeichert) | ## Meine Notizen ### Meine Notizen in Zoom Meetings

Überblick über Meine-Notizen-Datenflüsse in Zoom Meetings

Das obige Diagramm zeigt, wie Meine Notizen innerhalb von Zoom Meetings den bestehenden Audio-Pfad des Meetings nutzt, anstatt sich auf anderes Audio zu stützen, das auf dem Gerät des Benutzers vorhanden ist. Wenn Meine Notizen während eines Zoom Meetings aktiviert ist, greift es auf das freigegebene Meeting-Audio zu, das über die Multi-Media-Router-Sitzung (MMR) des Meetings geleitet wird. Dieses Audio wird dann durch den Dienst für automatische Spracherkennung (ASR) von Zoom verarbeitet, um ein Transkript zu erstellen, das an das Gerät des Benutzers übermittelt wird und später die Erstellung von Notizen nach dem Meeting unterstützen kann. In diesem Ablauf basiert die Transkription speziell auf dem Zoom Meeting-Audio, das dieser Meeting-Sitzung zugeordnet 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 für die Transkription verwendete zugrunde liegende Audio nach Abschluss der Verarbeitung nicht aufbewahrt wird. ### Meine Notizen außerhalb von Zoom Meetings

Überblick über Meine-Notizen-Datenflüsse außerhalb von Zoom Meetings

Das obige Diagramm zeigt, wie Meine Notizen außerhalb von Zoom Meetings über das lokale Geräteaudio des Benutzers und nicht über eine freigegebene Zoom Meeting-Sitzung arbeitet. Wenn Meine Notizen während eines Meetings eines Drittanbieters oder einer persönlichen Besprechung aktiviert ist, kann es auf Betriebssystemebene auf das Mikrofon des Benutzers und gegebenenfalls auf System-Audio zugreifen, um das auf diesem Gerät verfügbare lokale Audio aufzuzeichnen. Dieses Audio wird dann über eine MMR-Sitzung für einen einzelnen Benutzer geleitet und durch den Dienst für automatische Spracherkennung (ASR) von Zoom verarbeitet, um ein Transkript zu erstellen, das an das Gerät des Benutzers übermittelt wird und später die Erstellung von Notizen nach dem Meeting unterstützen kann. Dies bedeutet, dass die Transkription außerhalb von Zoom Meetings ausschließlich auf dem vom lokalen Gerät des Benutzers übertragenen Audio basiert und nicht auf einem freigegebenen Zoom Meeting-Audiostream. Meine Notizen kann den Benutzer auch auffordern, eine neue Notiz zu beginnen, wenn Mikrofonaktivität auf dem Gerät erkannt wird, wodurch die Funktion in Situationen wie Meetings von Drittanbietern, Browser-basierten Aufzeichnungen oder anderen Workflows mit aktivem Mikrofon leichter auffindbar wird. Wie beim Ablauf innerhalb eines Meetings 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 ZoomMate-Datenflüsse

Das obige Diagramm veranschaulicht, wie **ZoomMate fungiert als zentrale Arbeitsoberfläche innerhalb von Zoom Workplace**, und arbeitet an der Schnittstelle, an der Benutzerkontext, vernetztes Wissen und Ausführungsfunktionen zusammenkommen. Anstatt nur als eigenständiger Assistent zu existieren, steht ZoomMate im Zentrum einer umfassenderen Arbeitsumgebung, in der Benutzer die Materialien und Systeme, die ihre tägliche Arbeit unterstützen, durchsuchen, auswerten, Inhalte erstellen und damit handeln können. Ein wesentlicher Teil dieser Rolle ergibt sich aus dem Zugriff von ZoomMate auf **Zoom-Inhalte von Erstanbietern**. Dazu können Artefakte wie Zusammenfassungen, Meine Notizen, Aufzeichnungen, Canvas-Dokumente, Chat-Nachrichten und andere benutzergenerierte Materialien gehören, die auf der gesamten Zoom Plattform erstellt wurden. Diese Artefakte helfen ZoomMate, den Kontext bereitzustellen, den es benötigt, um Fragen zu beantworten, Informationen zusammenzuführen, Ausgaben zu generieren und die Nachverfolgung zu unterstützen. ZoomMate kann auch verwenden **Speicher**, wodurch es relevante Benutzerpräferenzen oder arbeitsbezogene Details einbeziehen kann, wenn es bei der Erledigung einer Aufgabe hilft. Das Diagramm zeigt außerdem, wie ZoomMate über Zoom-native Inhalte hinausgeht, indem es sich mit **Wissensquellen von Drittanbietern**. So können verbundene Cloud-Speicher-Dienste wie Google Drive oder OneDrive als externe Ablagen für für Benutzer zugängliche Informationen dienen. Wenn diese Quellen integriert sind, kann Zoom genehmigte Inhalte indexieren, um das Abrufen über diese Materialien hinweg zu unterstützen, wodurch ZoomMate **agentische Suche** um sowohl über Zoom-Inhalte als auch über verbundene Wissensquellen von Drittanbietern hinweg zu arbeiten. Auf diese Weise kann ZoomMate nicht nur in allem suchen, was in Zoom vorhanden ist, sondern auch in den Dokumenten und Materialien, auf die ein Benutzer in verbundenen externen Plattformen zugreifen darf. Andere persönliche Datenquellen, wie zum Beispiel **E-Mail und Kalender** (ausgenommen Ende-zu-Ende-verschlüsselte E-Mails), können ZoomMate ebenfalls unterstützen, funktionieren jedoch anders. Anstatt indexiert 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 Ereignissen, 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 breiteren Palette von **Drittanbieterdiensten und Konnektoren** 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. Dadurch ist ZoomMate mehr als nur eine Oberfläche für Abruf und Synthese; es fungiert auch als Ausführungsebene, die hilft, Kontext in Aktionen umzusetzen. Dieselbe Grundlage hilft auch dabei, **Agenten** und **Workflows** innerhalb der ZoomMate-Umgebung zu unterstützen. Agenten können denselben zugrunde liegenden Kontext, dieselben Abrufpfade und verbundenen Systeme nutzen, um dynamischere, auf Schlussfolgerung basierende Unterstützung zu leisten und Benutzer dabei zu helfen, umfassendere mehrstufige Aufgaben mit mehr Kontinuität und Anpassungsfähigkeit auszuführen. Workflows hingegen können eine stärker strukturierte und wiederholbare Automatisierung bereitstellen, 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 Konversationsschnittstelle, sondern auch als Orchestrierungspunkt für sowohl dynamische agentische Aktivitäten als auch stärker strukturierte Automatisierung. **Sandbox** kann auch einige der fortgeschritteneren Ausführungsfunktionen von ZoomMate unterstützen. Für Aufgaben, die Codeausführung, Dateigenerierung, 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 stellt eine kurzlebige, isolierte Ausführungsebene für Aufgaben mit höherer Komplexität bereit, wodurch ZoomMate bestimmte Vorgänge in einer stärker kontrollierten Umgebung ausführen kann. Auf diese Weise kann dieselbe breitere ZoomMate-Grundlage, die Abruf, Schlussfolgerung, Agenten und Workflows unterstützt, auch fortgeschrittenere Aufgabenausführung unterstützen, wenn die angeforderte Arbeit dies erfordert. Schließlich zeigt das Diagramm nicht jede zugrunde liegende Komponente, die ZoomMate unterstützt. Es stellt grundlegende Fähigkeitsebenen wie Skills oder andere unterstützende Strukturen, die Teil der breiteren Infrastruktur und des Designs von Zoom AI sind, nicht ausdrücklich dar. Es wird davon ausgegangen, dass diese Elemente innerhalb des zugrunde liegenden KI-Systems arbeiten, das das Verhalten von ZoomMate ermöglicht. Der Zweck dieses Diagramms besteht vielmehr darin, die primären Kontext-, Wissens- und Aktionsoberflächen 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 Drittanbieterverbindungen und Datenquellen verbindet

Das obige Diagramm veranschaulicht zwei verwandte, aber unterschiedliche Teile von ZoomMates Datenarchitektur für Drittanbieter. Der erste Teil zeigt, wie ZoomMate sich mit unterstützten Drittanbieter-Anwendungen und -Diensten verbindet, damit es Informationen abrufen oder innerhalb dieser Systeme Aktionen ausführen kann. Der zweite Teil zeigt, wie bestimmte unterstützte Drittanbieter-Inhaltsquellen aufgenommen und indexiert werden können, damit ZoomMate diese Inhalte später im Rahmen einer retrieval-gestützten Generierung effizienter 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-native Inhalte hinaus zu arbeiten, indem es mit Tools interagiert, die Business-Daten speichern oder operative Arbeit außerhalb der Zoom-Plattform unterstützen. Diese Verbindungen werden über eine TLS-Verbindung durch autorisierte Zugriffsmodelle wie API-basierte Integrationen oder MCP-basierte Verbindungen hergestellt. In jedem Fall arbeitet ZoomMate innerhalb der von dem verbundenen Dienst gewährten Berechtigungen. Dadurch kann ZoomMate relevante Informationen aus diesen Systemen abrufen und, sofern unterstützt, dort im Namen des Benutzers Aktionen ausführen. So kann ZoomMate beispielsweise 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 solchen Fällen kann ZoomMate die verbundene Anwendung als aktiven Service-Endpunkt nutzen und nicht nur als Ablage zuvor indexierter Inhalte. #### ZoomMate kann genehmigte Drittanbieter-Inhalte für den späteren Abruf indexieren Ein zweiter Teil des Diagramms zeigt, wie ZoomMate Inhalte aus unterstützten Drittanbieter-Quellen aufnehmen und indexieren kann, damit Material später als Teil einer Suche oder einer KI-gestützten Antwort abgerufen werden kann. Dieses Modell des indexierten Abrufs ist besonders relevant für verbundene Inhalts-Repositorys wie Cloud-Speicher-Systeme, Wissensdatenbanken, Dokumentenplattformen und andere unterstützte Quellen, in denen ZoomMate möglicherweise eine größere Menge an gespeicherten externen Inhalten durchsuchen muss. Sobald eine unterstützte Quelle verbunden und für die Indexierung 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, Eigentümerschaft und Berechtigungsinformationen umfassen. Diese Inhalte werden dann in Zooms Indexierungsebene geschrieben, sodass sie später sowohl über exakte Übereinstimmung als auch über bedeutungsbasierte Suche gefunden werden können. Wenn ein Benutzer eine Anfrage stellt, die von indexierten Drittanbieter-Inhalten abhängt, kann ZoomMate dieses indexierte Material durchsuchen, bewerten, welche Ergebnisse am relevantesten sind, und die mit der ursprünglichen Quelle verknüpften Berechtigungsinformationen anwenden, sodass nur autorisierte Inhalte für die Anzeige infrage 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 Drittanbieter-Inhalte ZoomMate dabei helfen können, Antworten zu erzeugen, die auf tatsächlichen verbundenen Business-Materialien beruhen, statt sich nur auf allgemeines Modellwissen zu stützen. ## Benutzerdefinierte Avatare ### Avatar-Erstellung

Überblick über den Prozess der Erstellung eines benutzerdefinierten Avatars

Das obige Diagramm veranschaulicht, wie ein benutzerdefinierter Avatar aus dem aufgezeichneten Video und der aufgezeichneten Stimme eines Benutzers erstellt wird. Der Prozess beginnt, wenn dem Benutzer ein Skript vorgelegt und er aufgefordert wird, sich beim Vorlesen selbst aufzuzeichnen. Dieser geführte Aufzeichnungsschritt ermöglicht es Zoom, das audiovisuelle Material zu erfassen, das benötigt wird, um sowohl das Abbild 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 eine Stimmähnlichkeit erzeugt. Sobald diese Verarbeitung abgeschlossen ist, gibt der Drittanbieterdienst Zoom eine eindeutige Stimmkennung zurück. Zoom speichert diese Kennung als Stimmreferenz des Benutzers, damit sie später bei der Generierung avatarbasierter Clips oder anderer unterstützter Ausgaben verwendet werden kann, die auf dieser synthetisierten Stimme basieren. Gleichzeitig wird die Videokomponente an ein bei Zoom gehostetes Avatar-Generierungsmodul gesendet, wo 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. Zusammengenommen ermöglichen diese beiden gespeicherten Ergebnisse – die gespeicherte Stimmkennung und die gespeicherte Avatar-Vorlage – es Zoom, zukünftige Clips oder avatarbasierte Medien zu erzeugen, die sowohl das Abbild des Benutzers als auch seine synthetisierte Stimme widerspiegeln. ### Clip-Erstellung

Überblick über den Prozess der Clip-Erstellung mit benutzerdefiniertem Avatar

Das obige Diagramm veranschaulicht, wie ein Clip mit benutzerdefiniertem Avatar 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 Ausgangsinhalte für den generierten 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 Stimmkennung des Benutzers zusammen mit dem Skript an den Drittanbieter-Dienst zur Stimmgenerierung, der das Audio für den Clip unter Verwendung 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-Abbilds des Benutzers vorbereitet werden kann.\ \ Sobald der Drittanbieter-Dienst zur Stimmgenerierung 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 Stimm-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 des benutzerdefinierten Wörterbuchs

Das obige Diagramm veranschaulicht, wie die Funktion des benutzerdefinierten Wörterbuchs dazu beiträgt, die Genauigkeit sprachbasierter Zoom-Ausgaben zu verbessern, indem der Automatische Spracherkennung (ASR)-Dienst von Zoom zusätzlichen Wortschatzkontext erhält. Diese Funktion wurde entwickelt, um Wörter, Abkürzungen, Fachjargon, Produktnamen oder spezialisierte Terminologie zu unterstützen, die für ein Unternehmen, eine Branche, ein Team oder eine Region spezifisch sein können und die während der Transkription sonst 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 genehmigten Wörter oder Ausdrücke, die das Unternehmen von Zoom genauer erkennen lassen möchte. Sobald das Wörterbuch auf Kontoebene gespeichert wurde, steht es 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 wahrgenommene gesprochene Sprache mit dem benutzerdefinierten Wörterbuch abgleichen und versuchen, erkannte Laute den gespeicherten Begriffen zuzuordnen. Dadurch erhält die ASR zusätzliche Hinweise darauf, nach welchen Wörtern sie suchen soll, wie bestimmte Begriffe geschrieben sein können und wie Abkürzungen oder spezialisierte Sprache zu interpretieren sind. Das Ergebnis ist, dass die anfängliche Sprach-zu-Text-Ausgabe die im Meeting tatsächlich verwendete Terminologie genauer widerspiegeln kann. Diese verbesserte Genauigkeit kann sich dann auf nachgelagerte Artefakte auswirken, die aus der Unterhaltung abgeleitet werden. Wenn später beispielsweise eine Meeting-Zusammenfassung, Untertitel, ein Transkript oder ein anderes auf Speech-to-Text-Daten basierendes Asset erstellt wird, können diese Ausgaben eine genauere Darstellung der während des Meetings gesprochenen Wörter widerspiegeln und so die Qualität und Nützlichkeit des resultierenden KI-generierten Artefakts verbessern. ## Benutzerdefinierte Meeting-Zusammenfassungsvorlagen

Datenflüsse benutzerdefinierter Meeting-Zusammenfassungs-Vorlagen

Das obige Diagramm veranschaulicht, wie benutzerdefinierte Meeting-Zusammenfassungen aus einer vom Benutzer oder vom Konto definierten Vorlage generiert werden. Der Prozess beginnt, wenn eine Vorlage erstellt und in Zoom gespeichert wird. Auf Kontoebene kann ein Kontoadministrator eine benutzerdefinierte Meeting-Zusammenfassungs-Vorlage für die Nutzung im Unternehmen definieren. Auf individueller Ebene kann ein Benutzer eine persönliche Meeting-Zusammenfassungs-Vorlage auf Grundlage eigener Präferenzen 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 Speech-to-Text-Daten des Meetings verwenden, um eine Zusammenfassung zu erzeugen, die der Struktur und Gewichtung der ausgewählten benutzerdefinierten Vorlage folgt. Wenn die benutzerdefinierte Vorlage vor der Erstellung der Meeting-Zusammenfassung ausgewählt wurde, wendet Zoom AI diese Vorlage direkt bei der Erstellung der Zusammenfassung an. Dadurch kann die resultierende Ausgabe das spezifische Format, die Abschnitte oder die Prioritäten widerspiegeln, die in der Vorlage definiert sind, statt nur einer standardmäßigen Zusammenfassungsstruktur zu folgen. Wenn vor der ersten Erstellung der Zusammenfassung keine benutzerdefinierte Vorlage ausgewählt wurde, kann Zoom diese Vorlage nur später anwenden, wenn das Meeting-Transkript aufbewahrt wurde. In diesem Fall kann Zoom AI das aufbewahrte Transkript unter Verwendung der Konfiguration der Vorlage erneut verarbeiten und eine neue Zusammenfassung erzeugen, die auf diese Struktur abgestimmt ist. Wenn das Transkript jedoch nicht aufbewahrt wurde, steht Zoom das zugrunde liegende Transkript für eine erneute Verarbeitung nicht zur Verfügung, sodass die benutzerdefinierte Vorlage im Nachhinein 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 Sprachabdruck verwendet wird, um die Sprache des Benutzers von den umgebenden Hintergrundgeräuschen zu unterscheiden. Der Prozess beginnt, wenn der Benutzer über die Personal Audio Isolation Funktion in der Zoom Workplace App eine Sprachprobe aufnimmt. Diese Aufnahme wird verwendet, um einen lokalen Sprachabdruck zu erstellen, der der Anwendung hilft, die Stimmmerkmale des Benutzers zu erkennen. Dieser Sprachabdruck 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 Sprachabdruck, um die Sprachmuster des Benutzers zu erkennen und sie von den umgebenden Geräuschen zu trennen. Dies ermöglicht der Anwendung, Hintergrundgeräusche zu unterdrücken und die Stimme des Benutzers effektiver zu isolieren, bevor das Audio über den Meeting-Ablauf weitergeleitet wird. Infolgedessen ist das an die Zoom Cloud übertragene Audio das bereinigte Meeting-Audio, bei dem Umgebungsgeräusche soweit herausgefiltert wurden, wie es von der Funktion unterstützt wird. Der zugrunde liegende Sprachabdruck 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 Audio-Klarheit verbessert, bevor das bereinigte Audio in die Live-Zoom-Sitzung 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/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.