Künstliche Intelligenz verändert den Journalismus grundlegend: Sie unterstützt Recherche, Verifikation, Distribution und redaktionelle Workflows. Von Transkription und Übersetzung bis zu generativen Texten, Bildern und Videos eröffnen sich neue Möglichkeiten – zugleich wachsen Herausforderungen rund um Datenschutz, Urheberrecht und Wahrheitsprüfung. Medienhäuser testen vielfältige Use Cases und spezialisierte Tools, doch perspektivenreiche KI-Anwendungen sind selten.
Algorithmen im Journalismus
Häufiges Ziel beim Einsatz von künstlicher Intelligenz ist es, die Arbeit zu erleichtern, die Geschwindigkeit zu erhöhen oder Informationen aus sehr großen Datensätzen auszulesen. Eine qualitative Befragung unter journalistischen Expert*innen aus Wissenschaft und Praxis im Jahr 2021 ergab, dass „die Bedeutung von KI für den Journalismus erkannt wurde und vor allem im Kontext von Recherche, Distribution, Workflow-Optimierung und der Verifikation externer Inhalte die zentralen Potentiale liege“ [111]. KI sei demnach als Assistenz zu begreifen in Form einer wechselseitigen Mensch-Maschine-Interaktion.
Algorithmen werden in Medienhäusern bereits seit längerem überall dort eingesetzt, wo große Datenmengen durchsucht, sortiert oder Muster erkannt werden sollen. Das können beispielsweise Empfehlungen in Mediatheken sein, die Analyse und das Monitoring von Nutzerverhalten oder für umfangreiche investigative Recherchen in Dokumenten oder sozialen Medien. Auch die Verifikation von Falschnachrichten und Deep Fakes zählt zu diesem Bereich.
Menschliche Sprache verarbeiten
Natural Language Processing ist die Funktion von KI-Systemen, menschliche Sprache verarbeiten zu können. Es hat die Einsatzmöglichkeiten erweitert auf Arbeitsprozesse, die vormals zeitintensiv und mühsam waren, wie etwa die Transkription von Audiodateien, das Zusammenfassen oder Korrekturlesen von Texten, die Untertitelung von Videos oder die Übersetzung in andere Sprachen.
Texte, Bilder und Videos generieren
Mit generativer KI sind völlig neue Anwendungen möglich, die bisher nicht in diesem Ausmaß vorstellbar waren. KI-Anwendungen können auf Texteingaben neue Inhalte generieren und multimodal ausgeben, d. h. als Text, als Bild, als Audio oder als Video.
Texte können im Stil berühmter Schriftsteller*innen oder in einer bestimmten Textform generiert werden, etwa als Gedicht oder Rap.
Bildern können neue Details hinzugefügt werden und sie können sogar um Räume erweitert werden, die auf dem ursprünglichen Bild nicht vorhanden waren.
Sprechertexte können von einer KI mit der eigenen Stimme vorgelesen werden, wenn sie mit dem Stimmmuster trainiert wurde.
Videoclips von Moderationen können in andere Sprachen übersetzt werden, wobei auch die Lippenbewegungen von der KI angepasst werden.
Bei diesen Beispielen wird sehr schnell deutlich, dass Fragen von Datenschutz, Persönlichkeits- und Urheberrecht von elementarer Bedeutung sind. Ebenso wirft es die Frage auf, wie wir künftig falsch und wahr, echt und unecht unterscheiden sollen.
Seitdem ChatGPT und andere generative KI-Systeme der breiten Öffentlichkeit zugänglich gemacht wurden, werden im Journalismus neue Einsatzmöglichkeiten im redaktionellen Alltag getestet.
Generative KI kann beispielsweise unterstützen bei der Erstellung von ersten Textentwürfen, dem Formulieren von kreativen Überschriften oder Suchmaschineneinträgen.
Künstliche Intelligenz hilft bei der Bildbearbeitung oder der Planung und Konzeption von Social Media Posts.
Use Cases für den Journalismus im Praxistest
Das Media Lab Bayern kommt zu dem Schluss, dass bestimmte Aufgaben viel besser erledigt werden können, wenn große KI-Modelle durch eigene Filterregeln oder Extra-Trainings angepasst werden [112]. Wichtig sei es, die Use Cases zu beschreiben: Welches Problem soll gelöst werden und warum?
In ihrem Lab Report Künstliche Intelligenz werden einige Beispiele präsentiert: Summ AI [113] übersetzt Texte in einfache Sprache. Diversal Analytics [114] analysiert Blogs, Magazine oder Zeitungen auf Diversität in Bezug auf Geschlecht, Alter und
People of Color. Kompreno [115] ist ein Netzwerk für europäischen Qualitätsjournalismus und übersetzt internationale Nachrichtentexte in mehrere Sprachen. SnipAId [116] erstellt Snippits für journalistische Texte, wie Titel, Teaser, Key-Word und Meta-Description für Suchmaschinen oder Posts für Social Media.
Im Zukunftsreport Mensch und Maschine des WDR Innovation Hub [117] werden am Beispiel der fiktiven Future Media Company mögliche Zukünfte von künstlicher Intelligenz in Medienhäusern skizziert und konkrete Anwendungsbeispiele genannt.
So haben die Rheinische Post und der Bayerische Rundfunk Social-Listening-Systeme eingesetzt, die Debatten und Trends in sozialen Netzwerken identifizieren, und deren Ergebnisse als Themeninspirationen in den Redaktionen aufgegriffen werden können.
Eine Reihe von Medienhäusern arbeitet mit Television.AI [118] zusammen. Das KI-System sichtet Rohmaterial, erzeugt eine synthetische Stimme und bebildert Sprechertexte mit passenden Clips.
Die Welt arbeitet mit dem Tool Conversario, das unangemessene Kommentare aus dem Kommentarspalten herausfiltert.
Burda Forward hat ein System entwickelt, das misst, wie lösungsorientiert Schlagzeilen und Texte gestaltet sind.
Chatbots für Vielfalt und Depolarisierung
Eine Stichwortsuche in ChatGPT zu den Begriffen depolariz, Vielfalt oder Diversity ergab individuelle Chatbots, wie beispielsweise diese: Der Political Depolarizer [119] analysiert politische Themen und hilft einen Konsens zu finden und politisch polarisierende Perspektiven zu überbrücken. Der Diversity Explainer [120] erklärt Vielfalt auf freundliche, zugängliche und informative Weise. Der Diversity Visualizer [121] macht Vorschläge, wie Anti-Rassismus Strategien spielerisch und informativ visualisiert werden können. Diese drei Bots haben bisher sehr wenige Aufrufe und geben Tipps aus einer einzigen Perspektive.
Eine KI-Anwendung, die Journalist*innen in der Praxis dabei unterstützt, perspektivenreich zu denken, wurde bei der Recherche zu dieser Arbeit nicht gefunden.
Eine Anwendung, die zumindest eine ähnliche Herangehensweise verfolgt, wie der in dieser Arbeit entwickelte Navigator für Perspektivenvielfalt, ist DepolarizingGPT [122]. Der Chatbot wurde entwickelt von dem Datenwissenschaftler David Rozado und dem Philosophen Steve McIntosh. Er generiert für jede Eingabeaufforderung drei Arten von Antworten: eine politisch linksorientierte, eine politisch rechtsorientierte und eine neutrale oder integrierte Perspektive. Trainiert wurde der Chatbot mit Texten von Nachrichtenportalen mit der jeweiligen politischen Tendenz. Die Autoren möchten mit dem 3-Antworten-Modell dazu beitragen, die politische und kulturelle Polarisierung zu verringern, indem es einen Ansatz aufzeigt, der verantwortungsvolle Perspektiven der politischen Linken und der politischen Rechten integriert und zusammenführt.
Quellen
| [111] | M. Graßl, J. Schützeneder und K. Meier, „Künstliche Intelligenz als Assistenz,“ Journalistik. Zeitschrift für Journalismusforschung, Bd. 1, pp. 3-27, 2022. |
| [112] | B. Oswald, S. Christian und K. Johannes, „Lab Report Künstliche Intelligenz,“ Medien.Bayern GmbH, München, 2023. |
| [113] | Summ AI |
| [114] | Diversal Analytics |
| [115] | Kompreno, „Wissen, was die Welt bewegt.“ |
| [116] | Snip AId |
| [117] | WDR Innovation Hub, Zukunftsreport Mensch und Maschine (pdf), Juni 2023. |
| [118] | Television.AI, Videoschnitt-Kopilot |
| [119] | R. S. Bartel, Political Depolarizer (Chat GPT) |
| [120] | Community Builder, Diversity Explainer (ChatGPT) |
| [121] | AHA media, Diversity Visualizer (ChatGPT) |
| [122] | D. Rozado und S. McIntosh, The 3-Answer Political AI from Developmental Politics |