|
|
"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
Von diesem
ursprünglichen Aufsatz habe ich auch einen gekürzten
Auszug am 24. März 2025 bei EJO-Online.eu
veröffentlicht.
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:
-
Überprüfen Sie soweit möglich, ob das Ihren KI-Texten,
-Bildern und -Videos zugrunde liegenden Trainingsmaterial zuverlässig
ist!
-
Vergewissern Sie sich, dass Sie die Rechte an der Nutzung des
Trainingsmaterials haben!
-
Legen Sie das Trainingsmaterial offen, auf dessen Grundlage
die KI-Texte, -Bilder und -Videos erstellt wurden!
- Setzen Sie nur Künstliche
Intelligenz ein, die (eu-)zertifizierte Sicherheits- und Qualitätsstandards
gewährleistet!
- Bereiten Sie die Redaktion
durch gründliche KI-Schulungen auf den Einsatz von Künstlicher
Intelligenz vor!
- Legen Sie redaktionelle
Richtlinien für den ethischen Einsatz von Künstlicher
Intelligenz fest!
-
Informieren Sie Ihre Nutzer darüber, welche Texte, Bilder
und Videos mit Hilfe von Künstlicher Intelligenz erstellt
wurden!
- Erklären Sie
Ihren Nutzern, weshalb Sie Texte, Bilder und Videos mit Hilfe
eines Künstliche Intelligenz erstellen lassen!
- Informieren Sie Ihre
Hörer und Zuschauer auch darüber, wenn Sie künstliche
oder geklonte Stimmen bzw. Avatare einsetzen!
-
Erklären Sie Ihren Hörern und Zuschauern, weshalb
Sie künstliche oder geklonte Stimmen bzw. Avatare einsetzen!
-
Überwachen Sie fortlaufend, ob Ihre Künstliche Intelligenz
zuverlässig arbeitet!
-
Verwenden
Sie Künstliche Intelligenz, um sich von Routineaufgaben
zu entlasten und Zeit für anspruchsvolle Aufgaben zu gewinnen!
-
Nutzen Sie Künstliche Intelligenz nicht vorrangig, um Personalkosten
zu senken, sondern um die Produktqualität zu sichern!
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/)
|
|
|