Dr. Stefan Frerichs

Aufsätze: News-KI

"Newstrends: Künstliche Intelligenz im Nachrichtenjournalismus. Chancen und Risiken von KI in der Nachrichtenproduktion." (Stand: August 2024)

Wie die Digitalisierung und das Internet wird auch der Einsatz von Künstlicher Intelligenz die Nachrichtenproduktion weiter grundlegend verändern. Einerseits könnten sich Arbeitsverdichtung und Personalabbau noch verschärfen. Andererseits könnten Redaktionen durch KI von Routineaufgaben entlasten werden und dadurch Zeit für anspruchsvolle Aufgaben gewinnen. Auf die dadurch entstehenden neuen Anforderungen sollten sich Nachrichtenredaktionen vorbereiten. Meinen Aufsatz über Künstliche Intelligenz im Nachrichtenjournalismus können Sie nachfolgend direkt lesen oder sich hier herunterladen:
Aufsatz laden (27 Seiten, 175 KB) als PDF-Datei

 

Gliederung:

1. Einleitung
1.1 Medienwandel
2. Was ist Künstliche Intelligenz
2.1 Starke und schwache KI
2.2 Teilgebiete Künstlicher Intelligenz
3. Künstliche Intelligenz im Nachrichtenjournalismus
3.1 Künstliche Intelligenz bei der Nachrichtenrecherche
3.2 Künstliche Intelligenz bei der Nachrichtenerstellung
3.3 Künstliche Intelligenz bei der Nachrichtenverbreitung
4. Ziele KI-gestützter Nachrichtenproduktion
4.1 Billigjournalismus ohne Journalisten
4.2 Qualitätsjournalismus mit globalem Turbo
4.3 KI-Journalismus als Zukunftsmodell
5. Ethik im Roboterjournalismus
Fußnoten

 

1. Einleitung

Im Mai 2018 habe ich unter dem Titel "Newstrends: Roboterjournalismus in Nachrichtenredaktionen" verschiedene Thesen vorgestellt, wie News-Bots die Nachrichtenproduktion verändern können. In dem Aufsatz habe ich auch die Erwartung geäußert, dass in einigen Jahren der Einsatz von Künstlicher Intelligenz (KI) im Nachrichtenjournalismus möglich werden könnte. Diesen besonderen Gesichtspunkt möchte ich jetzt erweitern und vertiefen. Wie damals möchte ich aber betonen, dass ich nicht weiß, was die Zukunft bringen wird. Ich kann aber auf eine Reihe von Einflüssen und Entwicklungen hinweisen, die für die Arbeit in Nachrichtenredaktionen künftig wichtig sein dürften.
In diesem Text wird bei Personenbezeichnungen jeweils nur die männliche Wortform verwendet (im Sinn eines generischen, neutralen Maskulinums), um die Lesbarkeit des Textes zu erleichtern. Wenn von Journalisten oder Nutzern die Rede ist, sind damit aber immer Frauen und Männer gleichermaßen gemeint. Dieser Text wurde von mir ohne Hilfe von Künstlicher Intelligenz geschrieben.

1.1 Medienwandel

Ende der 1990er Jahre habe ich mich während meiner Promotion erstmals systematisch damit beschäftigt, wie Nachrichten entstehen und wie Nachrichtenredaktionen ihre Nachrichten auswählen und gestalten. (1) Seither hat die Digitalisierung die Arbeitsabläufe in (Nachrichten-)Redaktionen deutlich erleichtert und zugleich auch beschleunigt, sodass sich die gesamte Medienbranche völlig gewandelt hat. (2) Auch die rasche Verbreitung des Internets hat dazu beigetragen, die Medienbranche vollkommen zu verändern. (3)
Der Wandel im (Nachrichten-)Journalismus stellt die Redaktionen ständig vor neue Anforderungen, auf die sie sich frühzeitig einstellen sollten. Hierzu gehört neben der wachsenden Bedeutung von Datenjournalismus (4) und Roboterjournalismus (5) auch der Einsatz von Künstlicher Intelligenz (KI). (6)

 

2. Was ist Künstliche Intelligenz?

Künstliche Intelligenz (KI, englisch: Artificial Intelligence, AI) ist ein Teilgebiet der Informatik, das sich mit der Fähigkeit von Computern (oder durch sie gesteuerter Roboter) befasst, eigenständig Entscheidungen zu treffen und Handlungen auszuführen. (7) Die Vorstellungen von KI in der breiteren Öffentlichkeit werden häufig durch Science-Fiction-Produktionen geprägt, zu denen Kinofilme wie "2001: Odyssee im Weltraum" oder "Blade Runner", Filmreihen wie "Terminator" oder "Matrix" sowie Fernsehserien wie "Raumschiff Enterprise" oder "Real Humans" gehören. Diese Filme und Fernsehserien haben gemeinsam, dass Künstliche Intelligenz dort überwiegend als starke KI dargestellt wird, die dem Menschen intellektuell meist überlegen ist. Dem gegenüber handelt es sich bei allen bisher unter dem Begriff "Künstliche Intelligenz" verbreiteten Anwendungen in Wirklichkeit um schwache KI. Zum Teil wird sogar klassische Regelungs- und Steuerungstechnik als scheinbar intelligent unter den Schlagworten "KI" oder "Smart" vermarktet.

 

2.1 Starke und schwache KI

Starke und schwache KI unterscheiden sich darin, wie leistungsfähig sie im Vergleich zu menschlicher Intelligenz sind. (8) Starke KI (auch Künstliche Allgemeine Intelligenz (Artificial General Intelligence, AGI) genannt) kann theoretisch eine menschenähnliche Intelligenz entwickeln und sogar übertreffen (künstliche Superintelligenz). Sie könnte eigenständig Aufgaben erkennen und hierzu Wissen erwerben sowie vorhandenes Wissen verallgemeinern und auf neue Aufgaben anwenden. Außerdem könnte starke KI vorausplanen, eigene Entscheidungen treffen und sich an neue Situationen anpassen. Darüber hinaus ist es theoretisch denkbar, dass sie ein Bewusstsein von sich selbst und Gefühle entwickelt. Ob die Entstehung einer solchen starken KI überhaupt möglich ist, ist umstritten. (9) Während manche sie für technisch unerreichbar halten, sehen andere darin eine nächste Entwicklungsstufe der Menschheit. Dies schließt auch Überlegungen ein, menschliche Gehirne mittels Implantation mit (Mikro-)Computern zu verschmelzen.
Bei allen bislang unter dem Begriff "Künstliche Intelligenz" verbreiteten Anwendungen handelt sich jedoch ausschließlich um schwache KI. Auch die folgenden Überlegungen beziehen sich sämtlich auf schwache KI. Diese ist wie klassische Regelungs- und Steuerungstechnik auf bestimmte Aufgaben beschränkt, die in einer zuvor festgelegten Vorgehensweise automatisch erledigt werden. Darüber hinaus ist Künstliche Intelligenz aber in der Lage, durch maschinelles Lernen (Machine Learning) ihre Aufgaben immer besser zu erfüllen. Maschinelles Lernen geschieht durch die Erfassung und Mustererkennung riesiger Datenmengen wie Bilddatenbanken und großer Sprachmodelle (Large Language Models, LLMs). Es gibt verschiedene Formen wie überwachtes, teilüberwachtes, unüberwachtes oder bestärkendes maschinelles Lernen. Dabei wird häufig die Methode des mehrstufigen, tiefen Lernens (Deep Learning) mit künstlichen neuronalen Netzwerken eingesetzt, in denen zwischen Ein- und Ausgabe zahlreiche Zwischenstufen liegen.
Eine Abgrenzung von klassischer Regelungs- und Steuerungstechnik zu Künstlicher Intelligenz ist von außen betrachtet schwierig. So wurde bereits der 1966 vom deutsch-amerikanischen Informatiker Joseph Weizenbaum (1923 - 2008) programmierte Chat-Bot ELIZA (10) von vielen Nutzern als psychotherapeutischer Gesprächspartner ernst genommen und ihm ein Verständnis der behandelten Probleme zugeschrieben. Dabei konnte das Programm ELIZA für seine Antworten bloß auf ein strukturiertes Wörterbuch und eine Sammlung von Phrasen zugreifen. Auch die in meinem oben erwähnten Aufsatz beschriebenen Nachrichten-Bots (News-Bots) beruhen ohne KI vor allem auf einem Regelwerk zur Zusammensetzung (Syntax) und Bedeutung (Semantik) von Texten. Dagegen sind beispielsweise die Chat-Bots ChatGPT, Copilot und Gemini der US-Unternehmen OpenAI, Microsoft und Google Künstliche Intelligenzen, die durch maschinelles Lernen anhand großer Sprachmodelle trainiert wurde. (11) Als erzeugende (generative) KI sind sie darauf spezialisiert, neue Texte zu erstellen. Dies gelingt den Chat-Bots so gut, dass die schwache KI häufig überschätzt und ihr eine menschenähnliche Intelligenz zugeschrieben wird.

 

2.2 Teilgebiete Künstlicher Intelligenz

Bei Künstlicher Intelligenz unterscheidet man verschiedene Teilgebiete. So ist wissensbasierte KI darauf spezialisiert, in natürlicher Sprache gestellte Fragen auf Grundlage formalisierten Fachwissens und daraus gezogener logischer Schlüsse zu beantworten. Solche Expertensysteme dienen als semantische Suchmaschinen und werden zum Beispiel in der medizinischen Diagnostik oder bei der technischen Fehleranalyse eingesetzt. Ein Beispiel für wissensbasierte KI ist das Programm Watson des US-Unternehmens IBM, (12) das 2011 in einer Quizshow im Wettkampf mit zwei menschlichen Gegnern eine Million US-Dollar gewann.
Eine unterscheidungsbasierte KI dient zur Musteranalyse, -erkennung und -vorhersage, indem sie auf Grundlage bereits vorhandener Daten neue Informationen gewinnt und einordnet. Sie wird häufig bei der Bild-, Sprach- und Textanalyse eingesetzt, beispielsweise bei der Gesichts- und Handschrifterkennung oder bei der Auswertung von Röntgen- und Ultraschallbildern in der medizinischen Diagnostik. Ein Beispiel für unterscheidungsbasierte KI ist das Programm Derm.AI des portugiesischen Fraunhofer Center for Assistive Information and Communication Solutions (AICOS), das zur Erkennung von Hautkrebs eingesetzt wird. (13)
Eine breite Öffentlichkeit wurde aber durch erzeugende (generative) KI auf Künstliche Intelligenz aufmerksam, als OpenAI im November 2022 seinen seit 2015 entwickelten Chat-Bot ChatGPT frei zugänglich machte. Generative vortrainierte Transformer (Generative Pre-trained Transformers, GPT) sind große Sprachmodelle mit hunderten Milliarden von Parametern, die für maschinelles Lernen genutzt werden. Sie werden zur Bild-, Text- und Spracherkennung und -erzeugung eingesetzt. Neben ChatGPT ist ein weiteres Beispiel für erzeugende KI das Programm DALL-E ebenfalls von OpenAI, das nach Vorgabe von Beschreibungstexten (Prompts) neue Bilder erzeugen kann. (14)
Darüber hinaus gibt es noch weitere Teilgebiete wie die manipulative KI in der Sensorik und Robotik zur Steuerung von Maschinen. Die genannten Teilgebiete lassen sich nicht immer klar voneinander trennen, denn eine Künstliche Intelligenz kann auch Merkmale mehrerer Gebiete aufweisen.

 

3. Künstliche Intelligenz im Nachrichtenjournalismus

Nachdem OpenAI im November 2022 seinen Chat-Bot ChatGPT frei zugänglich gemacht hatte, wurde erzeugende KI auch rasch in deutschen Medien eingesetzt. So veröffentlichte die Zeitschrift Die Aktuelle der Funke Mediengruppe im April 2023 ein angebliches Interview mit dem früheren Rennfahrer Michael Schumacher, der seit einem schweren Skiunfall im Dezember 2013 nicht mehr öffentlich in Erscheinung getreten war. Der Text war mit Hilfe einer Künstlichen Intelligenz erzeugt worden und führte zur Entlassung der Chefredakteurin. (15) Im Mai 2023 verkaufte die Zeitschrift Lisa der Verlagsgruppe Hubert Burda Media ein Extraheft mit 99 Pasta-Rezepten, dessen Texte und Bilder weitgehend mit Hilfe von ChatGPT bzw. dem Bildgenerator Midjourney des gleichnamigen US-Unternehmens erstellt worden waren. Die Zeitschrift wurde dafür vom Deutschen Presserat gerügt, weil sie die KI-Bilder nicht als Symbolbilder gekennzeichnet hatte. Die KI-Texte sind laut Pressekodex (noch) nicht kennzeichnungspflichtig. (16) Und im November 2023 wurden in sozialen Medien und auf Demonstrationen gefälschte Sprachdateien verbreitet, in der sich mit KI erzeugte Stimmen von Tagesschau-Sprechern scheinbar für vermeintliche Lügen in der Berichterstattung entschuldigen. (17)
Diese Beispiele zeigen, dass Künstliche Intelligenz missbraucht werden kann, um journalistisch wirkende Inhalte zu erzeugen. Selbstverständlich ist aber auch ein seriöser Einsatz von KI im (Nachrichten-)Journalismus möglich. Im Folgenden wird dies anhand der Recherche, Erstellung und Verbreitung von Nachrichten erläutert.

 

3.1 Künstliche Intelligenz bei der Nachrichtenrecherche

Im klassischen Datenjournalismus werden schon seit längerer Zeit große Datenmengen ausgewertet und nach Informationen mit Nachrichtenwert untersucht. Mit Hilfe von unterscheidungsbasierter KI sind die Möglichkeiten zur Musteranalyse und -erkennung in großen Datenmengen noch gestiegen. Datenjournalismus und der Einsatz von Künstlicher Intelligenz gehen daher mittlerweile ineinander über.
Ein Beispiel für journalistische Datenanalyse mit Hilfe von KI sind die Auswertung der Panama-, Paradise- und Pandora-Papers ab 2016 durch die Süddeutsche Zeitung und andere Medien. (18) Das US-Onlinemagazin BuzzFeed trainierte eine Künstliche Intelligenz mit öffentlichen Flugdaten und fand 2017 heraus, dass die US-Bundespolizei FBI und das Heimatschutzministerium DHS illegale Überwachungsflüge im In- und Ausland durchführten. (19) Auch beim Monitoring von sozialen Medien wird KI schon seit Jahren eingesetzt, um Themen (Trending Topics) und Stimmungen (Sentiment-Analyse) frühzeitig zu erkennen – etwa vom Bayerischen Rundfunk, dem Handelsblatt oder der Rheinischen Post. (20)
Künstliche Intelligenz leistet inzwischen auch einen wichtigen Beitrag bei der journalistischen Audio- und Sprachanalyse. So verwenden Medienunternehmen wie die britische BBC das KI-Tool Auphonic, um Störgeräusche in Tonaufnahmen automatisch zu erkennen und herauszufiltern. (21) Andere Programme können gesprochene Sprache (auch Gespräche oder Interviews mit mehreren Stimmen) automatisch transkribieren (Speech to Text, STT) und übersetzen. Auch hier spielen US-Unternehmen mit ihren Produkten eine bedeutende Rolle wie Google, Microsoft mit Azure und OpenAI mit Whisper. (22)
Künstliche Intelligenz wird inzwischen auch zur journalistischen Bild- und Videoanalyse eingesetzt. So haben der Westdeutsche Rundfunk (WDR) und das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS) die Recherche-Plattform Media Data Hub geschaffen, die in das ARD-Metadatensystem Medas integriert wurde. Künstliche Intelligenz ermöglicht es, die Audiospuren von Filmbeiträgen in den digitalen Archiven der ARD-Rundfunkanstalten automatisiert mit Schlagworten zu versehen und dadurch für Journalisten durchsuchbar zu machen. (23) Künftig sollen in den audiovisuellen Beiträgen auch die Stimmen und Gesichter von Personen mit Hilfe von KI erkannt und verschlagwortet werden.
In diesem Zusammenhang wird Künstliche Intelligenz auch bei der Archivierung und Dokumentation in Medienunternehmen immer wichtiger. Sie kann im Journalismus außerdem zur Verifikation von Recherchematerial eingesetzt werden. Dies gilt besonders für die automatische Erkennung von teilweise manipulierten oder komplett künstlich erzeugten Audios, Bildern und Videos (Deep Fakes). (24) Zudem gewinnt Künstliche Intelligenz bei der Online-Recherche an Bedeutung. Neben der KI-Unterstützung in gängigen Suchmaschinen wie Search Generative Experience (SGE) bei Google oder Copilot bei Microsoft Bing, gibt es besondere KI-Suchmaschinen wie Phind und Perplexity. (25)
Neben unterscheidungsbasierter kann auch erzeugende (generative) KI zur Textanalyse eingesetzt werden. So wird Künstliche Intelligenz in vielen Redaktionen genutzt, um längere, komplizierte oder fremdsprachige Texte (wie wissenschaftliche Veröffentlichungen) zusammenzufassen, aber auch um Textentwürfe und Themenvorschläge zu machen. (26).

 

3.2 Künstliche Intelligenz bei der Nachrichtenerstellung

Allerdings liegt das wichtigste Einsatzgebiet für erzeugende (generative) KI im Journalismus naturgemäß in der Texterzeugung. Im Gegensatz zu Nachrichten-Bots, die bloß auf einem Regelwerk zur Zusammensetzung und Bedeutung von Texten beruhen, werden Künstliche Intelligenzen durch maschinelles Lernen anhand großer Sprachmodelle trainiert. Sie sind in der Lage, nach Vorgaben neue Texte zu erstellen, wie bei der erwähnten Zeitschrift mit Pasta-Rezepten. Inzwischen gibt es eine Vielzahl von Medien, die mit Hilfe von KI automatisch (Nachrichten-)Texte erzeugen.
So haben die Ruhr Nachrichten in Dortmund seit März 2024 menschliche sogenannte KI-Reporter im Einsatz, die anhand von Archivmaterial und Pressemeldungen mit KI-Unterstützung längere Berichte erstellen. (27) Die Boulevardzeitung Kölner Express hat ebenfalls seit März 2024 die „Autorin“ Klara Indernach (Kürzel: K.I.), deren Texte von Künstlicher Intelligenz erzeugt werden. (28) Bereits im Januar 2024 hatte das Startup Azernis aus Paderborn eine News-KI-App veröffentlicht. Hierbei können die Nutzer zwischen vier Sprachstilen wählen (sachlich, leicht verständlich, emotional oder mit Emojis), in dem die Nachrichten automatisch geschrieben werden. (29)
In diesem Zusammenhang wird Künstliche Intelligenz bei vielen Medien auch als redaktionelle Assistenz für Journalisten eingesetzt. (30) Neben den bereits erwähnten Möglichkeiten, sich Themenvorschläge, Textentwürfe oder Zusammenfassungen erstellen zu lassen, kann KI auch Gliederungen und Überschriften vorschlagen. Außerdem ist eine grammatikalische, orthografische und stilistische Überprüfung von Texten möglich. Weil die Spracherkennung durch KI schon gut funktioniert, wird sie im Journalismus auch bei der Umwandlung von Sprache zu Text (Speech to Text, STT) genutzt – etwa beim Diktat oder bei der Verschriftung (Transkription) von Interviews.
Umgekehrt wird Künstliche Intelligenz oft auch für die Umwandlung von Text zu Sprache (Text to Speech, TTS) bei der journalistischen Audio- und Spracherzeugung eingesetzt. In vielen Redaktionen wie bei Bild und Welt sowie beim Handelsblatt oder der Rheinischen Post wird KI eingesetzt, um aus Texten automatisch Podcasts zu erzeugen. (31) Dabei kommen neben künstlich erzeugten Stimmen auch die geklonten Stimmen von Journalisten zum Einsatz. Außerdem gibt es mehrere deutschsprachige KI-Webradio-Programme, bei denen Wortbeiträge (wie Meldungen oder Moderationen) von künstlichen oder geklonten Stimmen präsentiert werden. (32) Seit August 2023 verbreitet der Radiosender bigFM aus Mannheim das Webradio-Programm bigGPT, das ausschließlich synthetische Stimmen (wie von KI-Moderatorin bigLayla) auf Grundlage künstlich erzeugter Texte streamt. Weitere Beispiele für KI-Webradios in Deutschland sind Absolut Radio AI und Radio Helgoland. (33) Auch in diesem Zusammenhang wird Künstliche Intelligenz als redaktionelle Assistenz eingesetzt, wie zur Kürzung von Texten oder Verschriftung von Interviews.
Künstliche Intelligenz wird außerdem zunehmend zur journalistischen Bild- und Videoerzeugung eingesetzt. Wie bei der erwähnten Zeitschrift mit Pasta-Rezepten wird erzeugende (generative) KI verwendet, um (Symbol-)Bilder oder Grafiken zu erstellen. So wird Künstliche Intelligenz bei der Computerzeitschrift c’t, bei der Wochenzeitung Die Zeit und von kommunalen Pressestellen regelmäßig eingesetzt, um Artikel zu bebildern. (34) KI wird ebenfalls eingesetzt, um künstliche (Nachrichten-)Videos zu erzeugen. So hat die chinesische Nachrichtenagentur Xinhua ein virtuelles Studio mit der Video-Animation eines KI-Nachrichtensprechers geschaffen. Der lebensecht wirkende Avatar ist einem echten Journalisten nachempfunden, dessen Stimme, Mimik und Gestik imitiert werden. (35) Darüber hinaus wird Künstliche Intelligenz auch verwendet, um vorhandene Bilder und Videos zu bearbeiten, etwa bei Farbgebung, Helligkeit oder Schärfe. KI-Tools wurden auch schon eingesetzt, um die Gesichter von Informanten oder Regimegegnern zu anonymisieren. (36)

 

3.3 Künstliche Intelligenz bei der Nachrichtenverbreitung

Künstliche Intelligenz gewinnt auch bei der Verbreitung journalistischer Angebote immer mehr an Bedeutung. (37) So können Texte wie bei der erwähnten News-KI-App Azernis automatisch in mehreren Sprachstilen geschrieben und auf unterschiedliche Zielgruppen zugeschnitten werden. Dabei sind Empfehlungssysteme und eine Personalisierung nach den persönlichen Interessen der Nutzer möglich. So können Meldungen der Radionachrichten des Bayerischen Rundfunks mit Hilfe von KI automatisch nach Regionen sortiert und zu einem BR Regional-Update zusammengestellt werden. Nutzer erhalten dann Nachrichten nach gewünschten Regionen, Zeitspannen und Themen. (38)
Nachrichtentexte können automatisch an verschiedene Verbreitungswege (wie Nachrichten-Apps und Webseiten oder soziale Medien) angepasst und zugleich für Suchmaschinen optimiert werden. Längere oder komplizierte Texte können automatisch in einfache und leichte Sprache übertragen werden. Sämtliche Texte lassen sich außerdem automatisch in andere Sprachen übersetzen. Wie bei Podcasts und KI-Webradio-Programmen bereits geschildert, ist auch eine Sprachausgabe (Text to Speech, TTS) mit künstlich erzeugten oder geklonten Stimmen möglich – einschließlich Übersetzungen in andere Sprachen. (39) Außerdem kann Künstliche Intelligenz für Menschen mit Hör- oder Sehbehinderung die Barrierefreiheit journalistischer Angebote verbessern, beispielsweise durch die automatische Audiotranskription oder Untertitelung von Bildern und Videos.
Auch in der Nutzerkommunikation wird Künstliche Intelligenz von immer mehr Redaktionen eingesetzt. So setzt Zeit Online einen KI-Chat-Bot ein, der anhand des Archivs die Fragen von Nutzern beantwortet und den Inhalt von Artikeln zusammenfasst. (40) Hier ist ebenfalls eine Sprachausgabe mit künstlich erzeugten Stimmen möglich. Ähnliche KI-Chat-Bots werden auch in anderen Redaktionen wie bei Bild und Welt eingesetzt, um Fragen von Nutzern zu beantworten. (41)
Der Bayerische Rundfunk (BR) und der Mitteldeutsche Rundfunk (MDR) haben eine Künstliche Intelligenz entwickelt, die Journalisten dabei unterstützt, Nutzerkommentare auf Webseiten oder in sozialen Medien zu beobachten und zu beantworten. So werden direkte Fragen an die Redaktion schneller erkannt, standardisierte Antworten vorgeschlagen oder problematische Kommentare automatisch gelöscht. (42) Daneben gibt es weitere Anbieter von KI-Programmen wie Conversario oder Retresco, die von deutschen Medien zum Monitoring und zur Moderation von Nutzerkommentaren genutzt werden. (43) Solche Programme können auch zur Nutzeranalyse eingesetzt werden, um das Verhalten der Nutzer zu untersuchen (wie Zugriffszahlen, Verweildauern und Absprungraten).

 

4. Ziele KI-gestützter Nachrichtenproduktion

Die genannten Beispiele für den Einsatz von Künstlicher Intelligenz bei der Nachrichtenrecherche, -erstellung und -verbreitung zeigen, wie vielfältig die Möglichkeiten von KI im (Nachrichten-)Journalismus sind. Dieses Potenzial ist noch längst nicht ausgeschöpft, sodass dort in Zukunft weitere KI-Anwendungen zu erwarten sind. Dabei handelt es sich wie oben erwähnt jedoch ausschließlich um schwache KI.
Die Vorteile von Künstlicher Intelligenz gegenüber menschlichem Verstand sind offenkundig: Eine KI wird nie krank, müde oder urlaubsreif, und sie kann in kurzer Zeit eine große Zahl an Aufgaben erledigen. Die beiden wichtigsten Ziele KI-gestützter Nachrichtenproduktion sind also, den Personalaufwand zu senken und die Produktivität zu erhöhen. Dies ist vor allem dort sinnvoll, wo redaktionelle Arbeitsabläufe mit Hilfe von Künstlicher Intelligenz vereinfacht und beschleunigt werden können oder durch KI sogar erst möglich werden. Wie bereits beschrieben, lässt sich Künstliche Intelligenz beispielsweise zur journalistischen Datenanalyse, Audio- und Sprachanalyse oder Bild- und Videoanalyse einsetzen. Auch bei der Archivierung und Dokumentation sowie der Recherche und Verifikation wird KI bereits genutzt. Das wichtigste Einsatzgebiet für erzeugende (generative) KI im Journalismus liegt bei der Texterzeugung, der Audio- und Spracherzeugung sowie der Bild- und Videoerzeugung. Außerdem kann Künstliche Intelligenz als redaktionelle Assistenz für Journalisten eingesetzt werden. Schließlich können journalistische Angebote mit KI-Unterstützung automatisch an verschiedene Verbreitungswege angepasst, barrierefrei gestaltet und für Suchmaschinen optimiert werden. Auch in der Nutzerkommunikation wird Künstliche Intelligenz von immer mehr Redaktionen eingesetzt.
Allerdings kann Künstliche Intelligenz sogar bei sorgfältigem Training falsche und unerwünschte Ergebnisse erzeugen. (44) Einerseits treten insbesondere bei erzeugender (generativer) KI unwahre Angaben in Texten (Halluzination oder Konfabulation) oder fehlerhafte Darstellungen in Bildern auf. So werden in KI-Texten unwahre Sachverhalte oder fiktive Quellenangaben „erfunden“. KI-Bilder zeigen unmögliche Körper(teile) (wie überzählige Extremitäten) oder unrealistische Personen (wie multi-ethnische Wikinger). Andererseits sind die Texte und Bilder oft durch gesellschaftliche Stereotype und kulturelle Vorurteile geprägt. So werden Frauen und Männer einseitig in traditionellen Rollen dargestellt oder schwarze und weiße Menschen nach rassistischen Mustern.
Die Ursachen hierfür sind vielfältig: Künstlicher Intelligenz fehlen erlebtes Weltwissen und soziale Kompetenz. Häufig ist das Trainingsmaterial verzerrt, sodass auch die KI-Erzeugnisse tendenziös sind. Darüber hinaus ist KI nicht in der Lage, mit Humor, Ironie oder Sarkasmus umzugehen. Spezielle KIs haben zudem besondere Schwächen: So kann eine unterscheidungsbasierte KI keine neuen Inhalte erstellen, eine erzeugende (generative) KI kann nicht zählen und rechnen. Eine KI „erfindet“ oder „halluziniert“ jedoch nicht mit Absicht, sondern sie hat schlicht kein Bewusstsein für die erzeugten Ergebnisse wie KI-Texte oder -Bilder.
Wie die Digitalisierung und das Internet wird auch der Einsatz von Künstlicher Intelligenz die Nachrichtenproduktion weiter grundlegend verändern. Aufgrund von Erfahrungen in der Vergangenheit ist zu erwarten, dass die Medienunternehmen vorrangig auf die Senkung von Personalkosten und weniger auf die Sicherung der Produktqualität setzen werden. Demgegenüber könnten Nachrichtenredaktionen durch KI von Routineaufgaben entlastet werden und dadurch Zeit für anspruchsvolle Aufgaben wie Analysen, Kreativität und Recherchen gewinnen. Der Einsatz von Künstlicher Intelligenz dürfte sich somit im Spektrum zwischen zwei Extremmodellen bewegen, die insbesondere im Online-Journalismus wie folgt aussehen könnten.

 

4.1 Billigjournalismus ohne Journalisten

So sind einerseits Online-Angebote möglich, deren (Nachrichten-)Seiten vollständig mit automatisch erzeugten KI-Texten gefüllt werden. Als Ausgangsmaterial können Meldungen von Nachrichtenagenturen, aber auch Texte aus anderen online verfügbaren Quellen wie dem eigenen Archiv oder Wikipedia dienen. Auf diese Weise kann eine Künstliche Intelligenz sämtliche relevanten Themenbereich von Politik, Wirtschaft und Regionales bis Kultur, Sport und Servicemeldungen abdecken. Die Gewichtung der Meldungen und Themen in einem solchen Online-Angebot ist ebenfalls weitgehend automatisch möglich. Politikmeldungen der Nachrichtenagenturen können in der Regel übergeordnet platziert werden, diese Regel kann durch eine geschickte Programmierung aber auch gezielt gebrochen werden. So lassen sich Sportmeldungen übergeordnet platzieren, sobald es zum Beispiel überraschende Spielergebnisse gibt oder eine Zusammenfassung des aktuellen Spieltages der Fußball-Bundesliga vorliegt.
Solche automatisch mit Hilfe von Künstlicher Intelligenz erzeugten Nachrichtenangebote gibt es bereits. So deckten mehrere deutsche Medien schon im Juli/August 2022 sogenannte Doppelgänger-Webseiten auf, die aus Russland gesteuert werden. (45) Dabei wird bis heute über Internet-Domains, die jenen deutscher Medien ähneln, auch mit Hilfe von KI automatisch russische Desinformation und Propaganda verbreitet. Ein weiteres Beispiel ist die amerikanische Webseite für Computertechnik CNET.com, die ab November 2022 zahlreiche mit Hilfe von Künstlicher Intelligenz erstellte Artikel veröffentlicht hat. (46) Die KI-Artikel waren nicht gekennzeichnet und enthielten zahlreiche Fehler und Plagiate. Darüber hinaus kann Künstliche Intelligenz wie bereits beschrieben eingesetzt werden, um aus Texten automatisch Podcasts und Webradio-Programme mit künstlichen oder geklonten Stimmen und entsprechende Video-Animationen mit Avataren zu erzeugen.
Über ein solches automatisch erzeugtes KI-Online-Angebot können zeit- und zielgruppenoptimiert große Mengen an Nachrichten verbreiten werden, die sich zu niedrigen Kosten erstellen lassen. Sofern es bei dieser vollständig automatisierten Programmierung zu Doppelungen oder Fehlern kommt, kann dies zugunsten der Kostensenkung hingenommen werden. Dagegen muss ein besonderes Augenmerk daraufgelegt werden, die KI-Texte automatisch für Suchmaschinen zu optimieren und über soziale Netzwerke zu verbreiten. (Nachrichten-)Redaktionen, die Künstliche Intelligenz vorrangig zur Senkung von Personalkosten einsetzen, können im Extremfall sogar völlig ohne Journalisten auskommen. Technische Fachleute wie Datenanalysten oder Programmierer sind für ein vollständig automatisiertes Nachrichtenangebot wichtiger als Redakteure. Hier stellt sich die grundsätzliche Frage, ob man in einem solchen Fall überhaupt noch von "Journalismus" und "Redaktionen" sprechen könnte.

 

4.2 Qualitätsjournalismus mit globalem Turbo

Anderseits sind Online-Angebote möglich, bei denen Künstliche Intelligenz ein wesentlicher Baustein in einer internationalen Verbreitungsstrategie von Qualitätsmedien ist. Für einen solchen KI-unterstützten Qualitätsjournalismus könnten sich die Nachrichtenredakteure auf fachkundig einordnende, originell geschriebene, sorgfältig recherchierte Beiträge konzentrieren. Inhalte, die nur wenig Einordnung, Originalität und Recherche benötigen, ließen sich dagegen mit KI-Unterstützung oder komplett automatisch erstellen und würden die journalistischen Qualitätsbeiträge nur ergänzen. Diese "Ergänzungen" könnten dabei aber quantitativ deutlich zahlreicher sein als die von Menschen geschriebenen Texte.
Es gibt kaum Themenbereiche, in denen Hintergrundberichte, Interviews und Reportagen von Journalisten nicht automatisch durch Künstliche Intelligenz ergänzt werden könnte. Exklusive Politikrecherchen von Hauptstadt-Korrespondenten ließen sich automatisch mit KI-Texten auf der Grundlage von Agenturmeldungen anreichern. Hintergründige Unternehmensanalysen von Wirtschaftsredakteuren könnten durch KI-erzeugte Finanzmeldungen und Börsenberichte ergänzt werden. Und während Sportreporter die Analysen und Kommentare zu einigen Spitzenspielen des aktuellen Spieltages der Fußball-Bundesliga schreiben, kann Künstliche Intelligenz die Spielberichte und Tabellen für hunderte Begegnungen von der Ersten Bundesliga bis hinab zu den Kreisligen zuliefern.
Eine solche Mischung aus hochwertigen Qualitätstexten und preiswerter Massenware ließe sich bei entsprechender Programmierung vermutlich auch international erfolgreich vermarkten. Online-Angebote von deutschen Qualitätsmedien über Bundespolitik, DAX-Unternehmen oder die Fußball-Bundesliga würden auch international ausreichend Leser finden, wenn das Gesamtpaket sowohl die Standardmeldungen als auch die exklusiven Analysen und Hintergründe bietet. Als Zielgruppe wären zahlungskräftige Politikinteressierte, Wirtschaftsexperten und auch Fußballfans zum Beispiel in Nordamerika, in Ostasien und im arabischen Raum denkbar.
Bei einem solchen Online-Angebot wäre wichtig, dass die Texte zeit- und zielgruppenoptimiert in die jeweilige Landessprache der Zielländer übersetzt würden. Dabei können sowohl die Standardmeldungen als auch die Qualitätstexte mit Hilfe von Künstlicher Intelligenz automatisch in mehreren Sprachen erstellt und für Suchmaschinen optimiert werden. Aus solchen Übersetzungen ließen sich mit KI-Unterstützung sogar automatisch Podcasts mit künstlichen Stimmen oder Video-Animationen mit Avataren in den jeweiligen Sprachen erzeugen. Qualitätsmedien könnten auf diese Weise im Nachrichtenmarkt nicht nur regional oder national, sondern auch international wettbewerbsfähig sein.

 

4.3 KI-Journalismus als Zukunftsmodell

Die beiden beschriebenen Extremmodelle grenzen nur das Spektrum ab, in dem sich der Einsatz von Künstlicher Intelligenz im (Online-)Journalismus bewegen könnte. Es sind auch viele andere (Zwischen-)Modelle denkbar, etwa wenn Redaktionen die Pflege ihrer Online-Angebote nachts oder am Wochenende an Künstliche Intelligenz übergeben. In solch einem Fall müsste der KI-Einsatz eine Alarmfunktion beinhalten, welche bei Eilmeldungen von Nachrichtenagenturen oder außergewöhnlichen KI-Daten die Bereitschaftsredakteure benachrichtigt und auf mögliche wichtige Ereignisse hinweist.
Es ist zu erwarten, dass sich der KI-unterstützte Journalismus in Zukunft auf immer mehr Einsatzmöglichkeiten und Themenbereiche ausweitet. Der Wandel im (Nachrichten-)Journalismus und die wachsende Bedeutung von Künstlicher Intelligenz stellen Redaktionen vor neue Anforderungen, auf die sie sich frühzeitig einstellen sollten. Dieser Wandel wird nicht nur von Medien-, sondern auch von Internetunternehmen wie OpenAI, Microsoft und Google vorangetrieben.
Nachrichtenredaktionen können durch Künstliche Intelligenz einerseits von Routineaufgaben entlastet werden und andererseits Zeit für anspruchsvolle Aufgaben wie Analysen, Kreativität und Recherchen gewinnen. Künstliche Intelligenz ist nicht in der Lage, quellenkritisch, fantasievoll oder investigativ zu arbeiten (und kann das auch für absehbare Zeit nicht). Die erfolgversprechendste Strategie im Konkurrenzkampf mit KI ist für Journalisten also, sich vom Termin- und Verlautbarungsjournalismus zu verabschieden und auf fachkundig einordnende, originell geschriebene, sorgfältig recherchierte Beiträge zu besinnen. Wenn Redakteure wieder auf diese journalistischen Tugenden setzen, werden sie weitgehend unersetzbar bleiben. Darüber hinaus werden Journalisten, die Kenntnisse im Umgang mit KI erwerben, auf dem Arbeitsmarkt einen Vorteil haben.

 

5. Ethik im KI-Journalismus

Die wachsende Bedeutung von Künstlicher Intelligenz sollte nicht zu dem Trugschluss führen, dass dadurch die Berichterstattung im Allgemeinen oder die Nachrichten im Besonderen automatisch neutraler oder objektiver werden. KI kann wie bereits beschrieben Halluzinationen oder Konfabulationen zeigen und Stereotype oder Vorurteile wiedergeben. Sie ist somit keineswegs neutral oder objektiv, sondern muss jeweils in ihren Zusammenhängen betrachtet und richtig interpretiert werden. Redaktionen sollten deshalb beim Einsatz von Künstlicher Intelligenz die Zuverlässigkeit der Ergebnisse regelmäßig prüfen. Grundsätzlich sollte die Arbeit von KI auch im laufenden Routinebetrieb ständig überwacht werden.
Ein wichtiger Gesichtspunkt bei der Frage, in welchem Ausmaß und in welchen Bereichen sich der Einsatz von Künstlicher Intelligenz durchsetzen wird, ist deren Akzeptanz durch die Nutzer. Es ist allerdings zu erwarten, dass die meisten Menschen die Texte von automatischen und menschlichen Produzenten gar nicht unterscheiden können. Im Gegenteil: Studien belegen, dass viele Nutzer mit Hilfe von Künstlicher Intelligenz erstellte Texte sogar glaubwürdiger und informativer finden als die von Journalisten. (47) Redaktionen sollten Ihre Nutzer dennoch über KI-Texte, Bilder und Videos mit einer klaren Kennzeichnung informieren. Das Vertrauen in die Medien, insbesondere in den KI-unterstützten Journalismus, kann nur durch Transparenz bewahrt werden.
Die Nachrichtenrecherche, -erstellung und -verbreitung mit Hilfe von Künstlicher Intelligenz stellen die Redaktionen also vor neue ethische Anforderungen. (48) Dabei müssen Nachrichtenredaktionen nicht nur journalistische, sondern auch andere Gesichtspunkte berücksichtigen:

Bei letzterem sollte beachtet werden, dass Künstliche Intelligenz die Arbeit von Nachrichtenjournalisten erleichtern und beschleunigen kann, aber vermutlich (wie frühere Entwicklungen von Digitalisierung und Internet auch) zu Arbeitsverdichtung und Personalabbau führen. Dieser Prozess sollte von Redaktionen nicht nur erlitten, sondern aktiv gestaltet werden. Journalisten sollten nicht versuchen, KI zu besiegen, sondern lernen, mit ihr zu arbeiten.

 

Fußnoten

(1) Vgl. Stefan Frerichs: Bausteine einer systemischen Nachrichtentheorie. Konstruktives Chaos und chaotische Konstruktionen. Wiesbaden 2000

(2) Vgl. Jörg Becker: Die Digitalisierung von Medien und Kultur. Wiesbaden 2013; Maren Hartmann / Wimmer, Jeffrey (Hg.): Digitale Medientechnologien. Vergangenheit, Gegenwart, Zukunft. Reihe Medien Kultur Kommunikation, Wiesbaden 2011; Die Medienanstalten ALM (Hg.): Digitalisierungsbericht 2015. Digitale Weiten, analoge Inseln - Die Vermessung der Medienwelt. Berlin 2015 (online: https://www.die-medienanstalten.de/); Gerd Pasch: Digitalisierung der Medien. in: Bundeszentrale für Politische Bildung: Aus Politik und Zeitgeschichte. Digitalisierung des Alltags. Heft 42/2003, S. 21 ff. (online: http://www.bpb.de/)

(3) Vgl. Nicolas Clasen: Der digitale Tsunami: Das Innovators Dilemma der traditionellen Medienunternehmen oder wie Google, Amazon, Apple & Co. den Medienmarkt auf den Kopf stellen. Selbstverlag, München 2013; Peter Glotz / Meyer-Lucht, Robin (Hg.): Online gegen Print. Zeitung und Zeitschrift im Wandel. Reihe Medien und Märkte, Band 12, Konstanz 2004; Heinrich-Böll-Stiftung (Hg.): Öffentlichkeit im Wandel. Medien, Internet, Journalismus. Reihe zu Bildung und Kultur, Band 11, Berlin 2012 (online: https://www.boell.de/); Stephan Weichert / Kramp, Leif (Hg.): Wozu noch Zeitungen? Wie das Internet die Presse revolutioniert. Göttingen 2009

(4) Vgl. Tom Felle / Mair, John / Radcliffe, Damian (Hg.): Data Journalism. Inside the Global Future. Bury St. Edmunds 2015; Jonathan Gray / Chambers, Lucy / Bounegru, Liliana: The Data Journalism Handbook. Sebastopol (CA) 2012 (online: https://datajournalism.com/); Blasius Andreas Kawalkowski: Mit Daten Geschichten erzählen. Von ein paar Zahlen zur interaktiven Visualisierung. Hamburg 2013

(5) Vgl. David Caswell / Dörr, Konstantin: Automated Journalism 2.0: Event-driven narratives. From simple descriptions to real stories. Universität Zürich, Zürich 2017 (online: https://www.zora.uzh.ch/); Alexander Fanta: Roboterjournalisten retten die Lokalpresse. Wer rettet uns?, netzpolitik.org, 16. März 2018 (online: https://netzpolitik.org/); Andreas Graefe: Guide to Automated Journalism. Columbia Journalism School, New York (NY); Lars Jensen: Die Schreib-Maschinen. in: brand eins, Heft 7/2015, S. 100 ff. (online: https://www.brandeins.de/)

(6) ARD-Forschungsdienst / Gleich, Uli: Künstliche Intelligenz im Journalismus, in: Media Perspektiven, 55. Jg., Ausgabe 6/2024, Frankfurt/Main, März 2024 (online: https://www.ard-media.de/); Konstantin Nicholas Dörr: Algorithmische Werkzeuge – Chancen und Herausforderungen für den Journalismus. in: Klaus Meier / Neuberger, Christoph (Hg.): Journalismusforschung. Stand und Perspektiven. 3. Auflage, Baden-Baden 2023, S. 203 ff. (online: https://www.researchgate.net/); Jessica Heesen / Bieber, Christoph u.a.: Künstliche Intelligenz im Journalismus. Potenziale und Herausforderungen für Medienschaffende, Whitepaper aus der Plattform Lernende Systeme, München, Januar 2023 (online: https://www.plattform-lernende-systeme.de/); Media Lab Bayern (Hg.): Journalismus und KI: Chancen & Grenzen von Künstlicher Intelligenz in den Medien. media-lab.de, München, 23. August 2023 (online: https://www.media-lab.de/); Jonas Schützeneder / Graßl, Michael, / Meier, Klaus: Grenzen überwinden, Chancen gestalten. KI im journalistischen Newsroom – Bestandsaufnahme, Perspektiven und Empfehlungen für Journalismus und Politik, FES impuls, Bonn, Januar 2024 (online: https://library.fes.de/)

(7) Vgl. Jürgen Cleve / Lämmel, Uwe: Künstliche Intelligenz. Wissensverarbeitung – Neuronale Netze. 6. Auflage, München 2023; Günther Görz / Schmid, Ute / Braun, Tanya (Hg.): Handbuch der Künstlichen Intelligenz. 6. Auflage, Berlin 2021; Jerry Kaplan: Künstliche Intelligenz – Eine Einführung. Frechen 2017; Pit Noack / Sanner, Sophia: Künstliche Intelligenz verstehen. Eine spielerische Einführung. 2. Auflage, Bonn 2023; Joachim Reinhart / Mayer, Oliver / Greiner, Christian: Künstliche Intelligenz – Eine Einführung. Grundlagen, Anwendungsbeispiele und Umsetzungsstrategien für Unternehmen. Würzburg 2021

(8) Vgl. Bernhard Mayr: Starke vs. schwache künstliche Intelligenz. kuenstliche-intelligenz-in-a-nutshell.at, 8. Februar 2020 (online: https://kuenstliche-intelligenz-in-a-nutshell.at/); Alexander Maximilian Röser: Charakterisierung von schwacher und starker Künstlicher Intelligenz. Arbeitspapiere der FOM, Nr. 79, Essen 2021 (online: https://forschung.fom.de/)

(9) Vgl. Daniel Faggella: When Will We Reach the Singularity? A Timeline Consensus from AI Researchers. emerj.com/, 18. März 2019 (online: https://emerj.com/); Katja Grace / Stein-Perlman, Zach u.a.: 2022 Expert Survey on Progress in AI. aiimpacts.org, 4. August 2022 (online: https://wiki.aiimpacts.org/)

(10) Vgl. Joseph Weizenbaum: ELIZA – A Computer Program for the Study of Natural Language Communication Between Man and Machine. in: Communications of the ACM, 9. Jg., Heft 1, Baltimore (MD), Januar 1966

(11) Vgl. hierzu https://openai.com/chatgpt;
https://copilot.microsoft.com/;
https://gemini.google.com/

(12) Vgl. hierzu https://www.ibm.com/watson

(13) Vgl. Fraunhofer-Gesellschaft (Hg.): Smartphone-App und KI-Software beschleunigen Erkennung von Hautkrebs. fraunhofer.de, 1. Februar 2022 (online: https://www.fraunhofer.de/)

(14) Vgl. hierzu https://openai.com/research/dall-e

(15) Vgl. Funke Medien (Hg.): Funke trennt sich mit sofortiger Wirkung von „die aktuelle“-Chefredakteurin Anne Hoffmann. funkemedien.de, 21. April 2023, (online: https://www.funkemedien.de/)

(16) Vgl. Deutscher Presserat (Hg.): Mit KI generierte Bilder müssen gekennzeichnet werden. presserat.de, 8. Dezember 2023, (online: https://www.presserat.de/)

(17) Vgl. Carla Reveland / Siggelkow, Pascal: Falsche tagesschau-Audiodateien im Umlauf. tagesschau.de, 13. November 2023 (online: https://www.tagesschau.de/)

(18) Vgl. Adrian Kreye: Wie die SZ künstliche Intelligenz nutzt. sueddeutsche.de, 16. Juni 2023 (online: https://www.sueddeutsche.de/);
vgl. hierzu auch https://www.sueddeutsche.de/thema/Panama_Papers;
https://www.sueddeutsche.de/thema/Paradise_Papers;
https://www.sueddeutsche.de/thema/Pandora_Papers

(19) Vgl. Peter Aldhous: We Trained A Computer To Search For Hidden Spy Planes. This Is What It Found. 7. August 2017 (online: https://www.buzzfeednews.com/)

(20) Vgl. Luisa Bomke: So setzen wir KI ein – Einblick in die Redaktion. handelsblatt.com, Düsseldorf, 16. August 2024 (online: https://www.handelsblatt.com/); Rheinische Post Mediengruppe (Hg.): Die Rheinische Post gewinnt NOVA-Innovation Award für das Recherchetool "Listening-Center". rheinischepostmediengruppe.de, 26. September 2018 (online: https://www.rheinischepostmediengruppe.de/); Gudrun Riedl: Social Listening: Die Power des aufmerksamen Zuhörens. br.de, 19. April 2021 (online: https://www.br.de/)

(21) Vgl. hierzu https://auphonic.com/

(22) Vgl. hierzu https://cloud.google.com/speech-to-text;
https://azure.microsoft.com/de-de/products/ai-services/ai-speech;
https://openai.com/index/whisper/

(23) Vgl. Caroline Lindekamp: Eine KI für das digitale Gedächtnis der ARD. in: Journalist, Das Medienmagazin, 72. Jg., Heft 3/2022, Bonn / Berlin, März 2022, S. 42 ff.; Dirk Maroni / Köhler, Joachim u.a.: Die ARD Mining-Plattform – Künstliche Intelligenz im produktiven Einsatz für die automatisierte Erschließung im multimedialen Produktionsprozess. in: Fernseh- und Kinotechnik (FKT), Fachmagazin für Broadcast-Technik, 74. Jg. Heft 5/2020, Berlin, Mai 2020, S. 21 ff. (online: https://fktg.org/)

(24) Vgl. Jörn Ratering: Zwischen Geotags und Gesichtserkennung: KI in der Verifikation. in: Communicatio Socialis, Zeitschrift für Medienethik und Kommunikation in Religion und Gesellschaft, 55. Jg., Heft 3/2022, Baden-Baden, September 2022, S. 360 ff. (online: https://www.nomos-elibrary.de/); Jonas Schützeneder / Graßl, Michael, / Meier, Klaus: Grenzen überwinden, Chancen gestalten. KI im journalistischen Newsroom – Bestandsaufnahme, Perspektiven und Empfehlungen für Journalismus und Politik, Friedrich-Ebert-Stiftung, FES impuls, Bonn, Januar 2024, S. 3 f. (online: https://library.fes.de/)

(25) Vgl. hierzu https://www.perplexity.ai/;
https://www.phind.com/

(26) Vgl. Ulrike Kuhlmann: Kollege KI. Wo künstliche Intelligenz im c’t-Redaktionsalltag hilft. in: c’t, Magazin für Computertechnik, Heft 11/2024, Hannover, 10. Mai 2024, S. 82 ff.; Kathi Preppner: „Wir sind überall in Beta-Phasen“. in: Journalist, Das Medienmagazin, 74. Jg., Heft 6/2024, Bonn / Berlin, Juni 2024, S. 34 ff.; Lisa Priller-Gebhardt: Kollegin KI im Redaktionseinsatz. in: Tendenz, Das Magazin der Bayerischen Landeszentrale für neue Medien (BLM), Heft 2/2023, München, Oktober 2023, S. 12 ff. (online: https://www.blm.de/)

(27) Vgl. Florian Enslein: Jens Ostrowski über den Einsatz von KI-Reportern bei den Ruhr Nachrichten. Donaukurier, Ingolstadt / Neuburg, 13. April 2024 (online: https://www.donaukurier.de/)

(28) Vgl. hierzu https://www.express.de/autor/klara-indernach-594809

(29) Vgl. hierzu https://www.azernis.de/

(30) Vgl. Luisa Bomke: So setzen wir KI ein – Einblick in die Redaktion. handelsblatt.com, Düsseldorf, 16. August 2024 (online: https://www.handelsblatt.com/); Michael Graßl / Schützeneder, Jonas und / Meier, Klaus: Künstliche Intelligenz als Assistenz. Bestandsaufnahme zu KI im Journalismus aus Sicht von Wissenschaft und Praxis. in: Journalistik. Zeitschrift für Journalismusforschung, 5. Jg., Heft 1/2022, Köln, März 2022, S. 3 ff. (online: https://journalistik.online/); Henning Kornfeld / Horn, Sebastian: „Wir haben nicht vor, Texte von einer KI generieren zu lassen“ (Interview). in: Journalist, Das Medienmagazin, 74. Jg., Heft 1+2/2024, Bonn / Berlin, Januar/Februar 2024, S. 40 ff. (online: https://www.journalist.de/); Kathi Preppner: „Wir sind überall in Beta-Phasen“. in: Journalist, Das Medienmagazin, 74. Jg., Heft 6/2024, Bonn / Berlin, Juni 2024, S. 34 ff.

(31) Vgl. Axel Springer SE (Hg.): BILD-Podcasts mit personalisierter KI-Stimme ab sofort auch auf Englisch. axelspringer.com, Berlin, 16. Mai 2024 (online: https://www.axelspringer.com/); Luisa Bomke: So setzen wir KI ein – Einblick in die Redaktion. handelsblatt.com, Düsseldorf, 16. August 2024 (online: https://www.handelsblatt.com/); Rheinische Post (Hg.): Wie die Vorlesefunktion im RP-Portal funktioniert. rp-online.de, Düsseldorf, 23. Oktober 2023 (online: https://rp-online.de/)

(32) Vgl. Anne-Nikolin Hagemann: Maschinen machen Programm: Wie KI die Radiowelt verändert. turi2.de, Eugendorf bei Salzburg, 20. März 2024 (online: https://www.turi2.de/)

(33) Vgl. https://audiotainment-suedwest.de/ und https://biggpt.de/;
vgl. hierzu auch https://absolutradio.de/artikel/ai-stream;
https://www.radiohelgoland.de/

(34) Vgl. Henning Kornfeld / Horn, Sebastian: „Wir haben nicht vor, Texte von einer KI generieren zu lassen“ (Interview). in: Journalist, Das Medienmagazin, 74. Jg., Heft 1+2/2024, Bonn / Berlin, Januar/Februar 2024, S. 43 (online: https://www.journalist.de/); Ulrike Kuhlmann: Kollege KI. Wo künstliche Intelligenz im c’t-Redaktionsalltag hilft. in: c’t, Magazin für Computertechnik, Heft 11/2024, Hannover, 10. Mai 2024, S. 82 ff.; Gudrun Mallwitz: ChatGPT: So nutzen Pressestellen bereits KI. kommunal.de, Berlin, 26. Februar 2024 (online: https://kommunal.de/)

(35) Vgl. Lea Deuber: KI – der gefügigste Nachrichtensprecher der Welt: sueddeutsche.de, 9. November 2018 (online: https://www.sueddeutsche.de/); Jessica Heesen / Bieber, Christoph u.a.: Künstliche Intelligenz im Journalismus. Potenziale und Herausforderungen für Medienschaffende, Whitepaper aus der Plattform Lernende Systeme, München, Januar 2023, S. 12 (online: https://www.plattform-lernende-systeme.de/)

(36) Vgl. Jonas Schützeneder / Graßl, Michael, / Meier, Klaus: Grenzen überwinden, Chancen gestalten. KI im journalistischen Newsroom – Bestandsaufnahme, Perspektiven und Empfehlungen für Journalismus und Politik, Friedrich-Ebert-Stiftung, FES impuls, Bonn, Januar 2024, S. 3 f. (online: https://library.fes.de/)

(37) Vgl. Michael Graßl / Schützeneder, Jonas und / Meier, Klaus: Künstliche Intelligenz als Assistenz. Bestandsaufnahme zu KI im Journalismus aus Sicht von Wissenschaft und Praxis. in: Journalistik. Zeitschrift für Journalismusforschung, 5. Jg., Heft 1/2022, Köln, März 2022, S. 12 f. (online: https://journalistik.online/); Jessica Heesen / Bieber, Christoph u.a.: Künstliche Intelligenz im Journalismus. Potenziale und Herausforderungen für Medienschaffende, Whitepaper aus der Plattform Lernende Systeme, München, Januar 2023, S. 13 (online: https://www.plattform-lernende-systeme.de/); Kathi Preppner: „Wir sind überall in Beta-Phasen“. in: Journalist, Das Medienmagazin, 74. Jg., Heft 6/2024, Bonn / Berlin, Juni 2024, S. 34 ff.; Jonas Schützeneder / Graßl, Michael, / Meier, Klaus: Grenzen überwinden, Chancen gestalten. KI im journalistischen Newsroom – Bestandsaufnahme, Perspektiven und Empfehlungen für Journalismus und Politik, Friedrich-Ebert-Stiftung, FES impuls, Bonn, Januar 2024, S. 5 (online: https://library.fes.de/)

(38) Vgl. Max Brandl: Publikumszentrierte News mit KI, medium.com/br-next, 25. Oktober 2023 (online: https://medium.com/);
vgl. hierzu auch https://www.br.de/radio/regional/

(39) Vgl. Axel Springer SE (Hg.): BILD-Podcasts mit personalisierter KI-Stimme ab sofort auch auf Englisch. axelspringer.com, Berlin, 16. Mai 2024 (online: https://www.axelspringer.com/)

(40) Vgl. Henning Kornfeld / Horn, Sebastian: „Wir haben nicht vor, Texte von einer KI generieren zu lassen“ (Interview). in: Journalist, Das Medienmagazin, 74. Jg., Heft 1+2/2024, Bonn / Berlin, Januar/Februar 2024, S. 42 (online: https://www.journalist.de/);
vgl. hierzu auch https://www.zeit.de/beta/fragen-sie-zeit-online-news

(41) Vgl. hierzu https://hey.bild.de;
https://go.welt.de

(42) Vgl. Jaime Avalos Mongil / Gawlik, Philipp u.a.: What’s there, what’s missing, interaktiv.br.de, Dezember 2022 (online: https://interaktiv.br.de/)

(43) Vgl. hierzu https://www.conversar.io/customer;
https://www.retresco.de/kunden/

(44) Vgl. Patrick Beuth / Buschek, Christo u.a.: Wie das Weltbild einer künstlichen Intelligenz entsteht. spiegel.de, 26. März 2024 (online: https://www.spiegel.de/); Aljoscha Burchardt / Kersting, Xenia: KI-Systeme halluzinieren nicht. tagesspiegel.de 15. Mai 2024 (online: https://background.tagesspiegel.de/); Elke Kühl: Gut erfunden ist halb geglaubt. zeit.de, 6. Dezember 2022 (online: https://www.zeit.de/); Christian J. Meier: Warum die KI so gerne lügt. sueddeutsche.de, 28. März 2023 (online: https://www.sueddeutsche.de/); Brigitte Theißl: Künstliche Intelligenz: Auf Sexismus trainiert. derstandard.at, 24. Februar 2024 (online: https://www.derstandard.at/)

(45) Vgl. Max Bernhard / Hock, Alexej / Thust, Sarah: Russische Propaganda und Fakes – dank Technik aus Europa, correctiv.org, 11. Juli 2024 (online: https://correctiv.org/); Oliver Klein: Massenweise falsche News-Seiten enttarnt. zdf.de, 29. August 2022 (online: https://www.zdf.de/);
vgl. hierzu auch https://en.wikipedia.org/

(46) Connie Guglielmo: CNET Is Testing an AI Engine. Here's What We've Learned, Mistakes and All. cnet.com, 25. Januar 2023 (online: https://www.cnet.com/)

(47) Vgl. ARD-Forschungsdienst / Gleich, Uli: Künstliche Intelligenz im Journalismus, in: Media Perspektiven, 55. Jg., Ausgabe 6/2024, Frankfurt/Main, März 2024 (online: https://www.ard-media.de/)

(48) Vgl. Konstantin Nicholas Dörr: Algorithmische Werkzeuge – Chancen und Herausforderungen für den Journalismus. in: Klaus Meier / Neuberger, Christoph (Hg.): Journalismusforschung. Stand und Perspektiven. 3. Auflage, Baden-Baden 2023, S. 213 ff. (online: https://www.researchgate.net/); Jessica Heesen / Bieber, Christoph u.a.: Künstliche Intelligenz im Journalismus. Potenziale und Herausforderungen für Medienschaffende, Whitepaper aus der Plattform Lernende Systeme, München, Januar 2023, S. 26 ff. (online: https://www.plattform-lernende-systeme.de/); Jonas Schützeneder / Graßl, Michael, / Meier, Klaus: Grenzen überwinden, Chancen gestalten. KI im journalistischen Newsroom – Bestandsaufnahme, Perspektiven und Empfehlungen für Journalismus und Politik, Friedrich-Ebert-Stiftung, FES impuls, Bonn, Januar 2024, S. 8 f. (online: https://library.fes.de/)

nach oben zum Anfang dieser Seite zurück zur übergeordneten Seite zurück zur Startseite

[Startseite] [Über mich] [Seminare] [Bücher] [Aufsätze]
[Newstrends] [News-Bots] [News-KI] [Journalismus als konstruktives Chaos] [Gatekeeping]
[Nachrichtenforschung] [Chaostheorie] [Konstruktivismus] [Gewaltwirkungsforschung]