Wie Künstliche Intelligenz die Medien verändert

von Norbert Lossau 

› 

Künstliche Intelligenz (KI) wird die Medien in vielfältiger Weise transformieren. Insbesondere wird sie den Schwerpunkt vom geschriebenen hin zum gesprochenen Wort verschieben. Digitale Assistenten könnten journalistische Inhalte vermitteln.

› 

KI ermöglicht neue Geschäftsmodelle: insbesondere 
Kooperationen zwischen Medienhäusern und Technolo- 
giefirmen. Auch Archivdaten lassen sich monetarisieren.

› 

KI wird Sprachbarrieren abbauen und damit die Globalisierung des Journalismus befördern.

› 

KI automatisiert nicht nur Arbeitsabläufe, sondern auch Entscheidungsprozesse. Damit sinkt der Bedarf an Mitarbeitern.

› 

Mit KI lassen sich Medienangebote hochspezifisch individualisieren. Dazu wird eine „kritische Masse“ an Daten benötigt. Extreme Personalisierung medialer Produkte kann Filterblasen-Effekte verstärken.

› 

Künftige Geschäftsmodelle der Medien hängen sensibel von datenschutzrechtlichen Rahmenbedingungen ab.

 

 

Inhaltsverzeichnis 
I. Was ist Künstliche Intelligenz?
II. Rechtschreibung und Hasskommentare
III. KI überwindet Sprachbarrieren
IV. KISysteme schreiben eigenständig Beiträge
V. Maschinen treffen Entscheidungen
VI. Hören statt Lesen
VII. KI-Journalismus benötigt kritische Masse
VIII. Journalismus und Blockchain
IX. Zusammenfassung und Diskussion
Literaturverzeichnis


I. Was ist Künstliche Intelligenz? 

Vor rund 50 Jahren haben Wissenschaftler den Begriff der Künstlichen Intelligenz (KI)  etabliert. Entwickelt werden sollten Computer, die Aufgaben bewältigen, für die bis dato „menschliche Intelligenz“ erforderlich war. Bereits seit den 1980er Jahren setzen Industrie und Militär solche Technologien ein (1). Sie basieren auf künstlichen neuronalen Netzen, die Mechanismen des menschlichen Gehirns nachahmen und dadurch Muster in Daten, Texten und Bildern erkennen können (2)

Was die breite Öffentlichkeit unter KI versteht, ist vorwiegend von Science Fiction-Romanen und -Filmen geprägt, in denen humanoide Roboter mit übermenschlichen, geistigen Fähigkeiten eine Rolle spielen. Beispiele sind das körperlose KI-System Winston im Roman Origin von Dan Brown (3) oder das körperbetonte KI-Wesen Ava im Film Ex Machina (4).  In der realen Welt waren es Schach und Go spielende Computer, die die Leistungsfähigkeit von KI-Systemen demonstrierten. Auch der KI-Computer Watson, der in der US-Quiz-Show Jeopardy! gegen menschliche Mitspieler siegte, war ein Meilenstein in der öffentlichen Wahrnehmung von KI. 

Inzwischen ist das Thema KI in der gesellschaftlichen und politischen Diskussion angekommen. Von der KI werden umwälzende Veränderungen in allen Bereichen der Wirtschaft und des Lebens erwartet, zum Beispiel bei der autonomen Mobilität und der Industrie 4.0. Auch die Medien werden durch den Einsatz von KI weitere Transformationen durchlaufen. 

Es gibt bislang keine wissenschaftlich anerkannte Definition für Künstliche Intelligenz. Aus pragmatischer Sicht ist es auch nicht wichtig, ob eine bestimmte Technologie das Prädikat „intelligent“ verdient. Entscheidend ist, was sie leisten kann. Wenn in diesem Beitrag von KI die Rede ist, könnte es ebenso gut „fortgeschrittene Computertechnik“ heißen. Dem allgemeinen Sprachgebrauch folgend werden jedoch die neuen technischen Möglichkeiten der KI zugeschrieben. 

II. Rechtschreibung und Hasskommentare 

Beschleunigte Arbeitsabläufe und bessere Qualität 
Jeder Leser von journalistischen Print- oder Online-Produkten hat sich schon über Rechtschreib- oder Grammatikfehler geärgert. Auch bei großer Sorgfalt und mit abschließender Kontrolle durch Korrektoren lassen sie sich nicht immer verhindern. Was wäre, wenn eine Maschine vollkommene Fehlerfreiheit garantieren könnte? Arbeitsabläufe würden sich beschleunigen, und die Produktqualität würde verbessert. Gerade im Online-Journalismus kann eine halbe Stunde im Konkurrenzkampf mit anderen Medien entscheidend sein. Oft stellt sich die Frage: Sofort veröffentlichen, ohne Korrekturlesen? Oder dreißig Minuten später online gehen, dann aber fehlerfrei? Diese Entscheidung wäre obsolet, würde KI Texte in Sekundenschnelle korrigieren. 

Hasskommentare: automatische Korrektursysteme 
Manche Medien ermöglichen ihren Nutzern, Online-Beiträge zu kommentieren. Und nicht selten kommt es zu Hasskommentaren oder gar volksverhetzenden Anmerkungen. Sie so schnell wie möglich zu löschen oder von vornherein zu verhindern, muss das Ziel jedes Mediums sein, zumal es hier gesetzliche Vorgaben (5) gibt. KI-Systeme könnten schon bald in der Lage sein, Hasskommentare eigenständig zu erkennen und zu löschen – viel schneller als ein Mensch, und rund um die Uhr. Es gibt bereits heute Software zum Aufspüren von Schlagworten, die auf problematische Inhalte hinweisen. Doch die Leistungsfähigkeit dieser regelbasierten Systeme ist begrenzt, weil sie die Bedeutung von Texten nicht verstehen. Das werden KI-Systeme mit semantischer Kompetenz voraussichtlich bald können. Auch automatische Korrektursysteme werden davon profitieren. 

III. KI überwindet Sprachbarrieren 

Internationalisierung des Journalismus 
Semantische KI, die Texte inhaltlich erfasst, ist auch eine Voraussetzung für gelungene automatische Übersetzungen. Übersetzungsprogramme gibt es schon lange, doch die 
Ergebnisse sind oft unzureichend. Manche Bedienungsanleitung gibt davon Zeugnis. Die Sprachqualität reicht für journalistische Produkte nicht aus. KI wird die Qualität automatischer Übersetzungen dramatisch verbessern. Im Idealfall merkt man einem übersetzten Text nicht mehr an, dass er ursprünglich in einer anderen Sprache geschrieben wurde. Das eröffnet den Medien neue Optionen. Zum Beispiel wären Kooperationen wie die Leading European Newspaper Alliance über Sprach- und Ländergrenzen hinweg sehr viel einfacher möglich als heute. 

Wenn ein in Deutsch verfasster Beitrag ohne nennenswerten Zeitverzug auch in Französisch, Schwedisch oder Englisch vorläge, könnte er parallel bei Partnermedien in den entsprechenden Ländern erscheinen. Das würde Kosten senken und in kleineren Märkten Produkte ermöglichen, die vorher nicht finanzierbar gewesen wären. Das publizistische Spektrum würde breiter. 

Wachsender Wettbewerbsdruck 
Seit August 2017 bietet die Kölner Firma DeepL (6) für sieben Sprachen Online-Übersetzungen in Echtzeit an. Geplant sind 230 Sprachkombinationen. Der Bedarf an Journalisten und Übersetzern dürfte durch den Einsatz solcher Systeme tendenziell kleiner werden. Autoren müssten mit wachsender Konkurrenz aus anderen Sprachräumen rechnen. KI ermöglicht die Globalisierung des Journalismus. Allerdings wird es immer auch Themen geben, die sich nur vor Ort von Journalisten im jeweiligen Land recherchieren lassen. Sprachen, die nur von relativ wenigen Menschen gesprochen werden, könnten durch diese Entwicklung allerdings weiter marginalisiert werden. 

IV. KI-Systeme schreiben eigenständig Beiträge 

Autonomes Schreiben 
Am technologischen Horizont zeichnen sich KI-Systeme ab, die eigenständig journalistische Texte verfassen. Jedoch hängt es stark vom Genre ab, wie schnell „Kollege Computer“ Journalisten aus Fleisch und Blut verdrängen wird. Medienhäuser experimentieren bereits mit Schreibrobotern. Führender Anbieter von Systemen zum Generieren von Texten aus Rohdaten ist das 2010 in Chicago gegründete Unternehmen Narrative Science (7). Die Grundlage dieser Technologie wurde mit dem Algorithmus StatsMonkey an der Northwestern University gelegt. Es gibt weitere Anbieter. Die Agentur AP verwendet die Software Wordsmith von Automated Insights zum Erstellen von Quartalsberichten. Bei der Washington Post textet die KI Heliograf kurze Sportberichte, und die Stuttgarter Zeitung nutzt AX Semantics von Aexea (8) für die Nachrichtenproduktion. Eine Software des spanischen Unternehmens Narrativa (9) verfasst für mehrere Medien Finanznachrichten. 

Bislang werden computergenerierte Texte vorwiegend in den Bereichen Sport, Finanzen und Wetter erstellt. Füttert man das System etwa mit Ergebnissen der 3. Fußballliga oder den MDAX-Kursen, so kann es aus diesen Daten mithilfe von Textbausteinen einen Artikel erstellen. Ein solcher Text liest sich nicht immer monoton, denn das System kann – nach vorgegebenen Regeln – aus vielen Bausteinen wählen und damit variieren. 

Semantische Fähigkeiten 
Forscher arbeiten an der Entwicklung von KI mit semantischen Fähigkeiten. Sie soll über ein gewisses inhaltliches Verständnis verfügen und in der Lage sein, aus Texten einer Nachrichtenagentur fertige Beiträge zu produzieren. Dazu würde sie das Rohmaterial auf vorgegebene Längen kürzen und an einen gewünschten Sprachstil anpassen. Auch die Auswahl von Bildern, das Erstellen von Überschriften, Unterzeilen und Bildunterschriften könnten fortgeschrittene Systeme übernehmen. Der (nahezu) vollautomatische Newsroom ist keine Utopie. 

V. Maschinen treffen Entscheidungen 

Auf Leserinteressen abgestimmt    
Heute wählen noch Redakteure die Themen aus. Dass sich auch dies automatisieren lässt, zeigen Newsaggregatoren wie Upday (10). Mittelfristig dürften journalistische Entscheidungen immer häufiger an lernfähige Maschinen delegiert werden. Gibt man zu optimierende Zielgrößen vor, kann eine lernfähige Maschine besser als jeder Mensch entscheiden. Ein wichtiger Aspekt ist natürlich die Frage, wofür sich die Leser interessieren. KI-Systeme können aus dem bisherigem Nutzerverhalten mit einiger Treffsicherheit ableiten, ob ein neues Thema auf großes Interesse stoßen wird. Diese Form der Automatisierung verstärkt allerdings den Echokammer-Effekt (11). Sogar Maschinen selbst können Opfer dieses Effekts werden, wie das Beispiel des Bots Tay von Microsoft zeigt: Innerhalb kürzester Zeit wurde dieses lernfähige System zu einem Rassisten und Leugner des Holocaust (12).  

Wenn es um automatisiertes Entscheiden geht, kommt die Technologie der Künstlichen Neuronalen Netze ins Spiel. Sie imitieren Mechanismen von Gehirnen und können so Aufgaben bewältigen, für die wir gemeinhin Intelligenz unterstellen. Künstliche Neuronale Netze lernen, sie sind zu Assoziationen fähig und können Muster erkennen – etwa Gesichter, Tiere oder schlicht Korrelationen in digitalen Daten aller Art. Ohne in die technischen Details zu gehen, darf man sich ihre Arbeitsweise so vorstellen: Sie werden mit möglichst vielen Daten trainiert, damit sie darin enthaltene, subtile Zusammenhänge lernen. In der Anwendungsphase kann das Netzwerk dann auch neue Daten interpretieren und Schlüsse ziehen – gleichsam auf der Basis des erlernten Wissens. 

Füttert man ein Künstliches Neuronales Netzwerk mit tausenden Tierfotos und sagt ihm, um welche Tierart es sich dabei jeweils handelt, kann es später auf neuen Fotos Tierarten eigenständig erkennen. In der Kriminalistik lässt sich die gleiche Technik zum Identifizieren von Personen nutzen. Trainiert man ein Künstliches Neuronales Netz mit menschlichen Gesichtern, erkennt es ein gelerntes Gesicht auf dem Bild einer Überwachungskamera. 

Optimierte Strategien 
Für lernfähige KI-Systeme gibt es in den Medien zahlreiche Anwendungen. Auch hier werden zunächst ausreichend viele Daten benötigt, um das System für die jeweilige Aufgabe zu trainieren. Einige Medien stellen einen Teil ihres Angebots gratis online, während ein anderer Teil nur zahlenden Kunden zugänglich ist. Doch wie entscheidet man im Einzelfall, für welchen Kanal sich ein Artikel besser eignet? Das ist eine komplexe Optimierungsaufgabe. „Frei zugänglich“ steht für möglichst große Reichweite, zum Bezahlen müssen Nutzer hingegen bereit sein. Natürlich verfügen die Entscheider über Erfahrungswissen, was sich gut verkaufen lässt und was eher für Reichweite und damit Werbung taugt. Diese Expertise kann auch ein KI-System erlangen. Es weiß von jedem veröffentlichten Beitrag, wie gut seine Performance war. Auch Parameter wie Wochentag, Uhrzeit oder eine zeitliche Konkurrenz zu bestimmten anderen Themen kann ein solches KI-System für zehntausende Veröffentlichungen berücksichtigen. Voraussetzung ist auch hier ein gewisses semantisches Verständnis. Schließlich muss die Thematik der Beiträge erkannt werden. Bis KI-Systeme dazu in der Lage sein werden, kategorisieren Menschen die Beiträge mit Schlagworten. 

Bereits heute optimiert Statistical Reasoning die Verbreitung journalistischer Produkte. So spielt etwa die Washington Post Online-Beiträge zunächst mit verschiedenen Überschriften aus – die indes noch Menschen formulieren. Schon nach kurzer Zeit lässt sich erkennen, welche Überschrift den stärksten Anreiz zum Klicken auslöst. Mit diesem Wissen setzt man dann voll auf den statistischen Sieger. Analog lassen sich auch Aufmacherbilder oder Dachzeilen variieren und testen. Mit mehr Parametern wird das Spiel zunehmend komplexer. Doch für KI-Systeme sind derartige Optimierungen ein Leichtes. 

Wissen über Kunden und Abonnenten 
Je mehr ein Medienhaus über seine Kunden und Abonnenten weiß, umso individueller kann es journalistische Angebote vermarkten. Das Motto „Daten sind das neue Öl“ gilt eben nicht nur für Google, Facebook & Co. Durch stetiges Auswerten des Nutzungsverhaltens kann KI zunehmend bessere Profile der Konsumenten erstellen. Diese lassen sich zum Optimieren der Angebote nutzen. Wenn ein Medienanbieter weiß, dass Leser X Fan des Fußballvereins Y ist, dann ist es ratsam, den Bericht zum Spiel von Y ganz oben auf die personalisierte Seite von X zu stellen. Wenn man individualisierte Produkte in großer Breite und Tiefe produzieren will, erfordert das einen massiven Einsatz von Technik. 

VI. Hören statt Lesen 

Der Fortschritt beim automatischen Erkennen gesprochener Worte hat bereits gesellschaftliche Auswirkungen. Es gibt in der Bevölkerung eine erstaunlich hohe Akzeptanz von sprachgesteuerten Assistenz-Systemen wie Alexa von Amazon, Siri von Apple oder Duplex von Google (13). Mit diesen Systemen kann man per Sprache kommunizieren und so Haushaltsgeräte steuern oder das Internet nutzen. Weil das so bequem und so intuitiv ist, werden Bedenken, die man mit einem „Internet-Mikrofon“ in der Privatsphäre haben könnte, offenbar hinten angestellt. 

Das Abfragen von im Web verfügbaren Informationen über einen digitalen Assistenten liegt im Trend. Doch dabei wird es wohl nicht bleiben. Schon bald werden die Nutzer solcher Systeme mit gleicher Bequemlichkeit auch neueste Nachrichten, andere journalistische Produkte oder das in Medienarchiven gespeicherte Wissen abrufen wollen. Hier dürften neue Geschäftsmodelle entstehen. 

Bequemer ist es, sie sich von einer angenehmen Stimme vorlesen zu lassen – mit geschlossenen Augen per Kopfhörer in der U-Bahn.

Dr. Norbert Lossau

Computergenerierte Stimmen kennt jeder vom Navigationssystem im Auto. Blinde oder Lesemuffel lassen sich Online-Texte vorlesen, und auf Bahnsteigen hören wir aus Lautsprechern Textbausteine zu verspäteten Zügen. Bislang sind Computerstimmen meist noch als solche zu erkennen. Durch KI wird sich jedoch deren Qualität so verbessern, dass sie völlig natürlich klingen. Das entsprechende Forschungsgebiet nennt sich NLG (Natural Language Generation), und erste Produkte sind bereits erhältlich – etwa die NLG-Software Quill von Narrative Science (7). Es wird auch möglich sein, dem Computer die Stimme einer realen Person zu verleihen. 

Mehr Komfort 
Für Medien ist relevant, dass Mensch und Maschine sprachlich kommunizieren können – auch mobil. Im Online-Journalismus gibt es einen starken Trend weg von der stationären hin zur mobilen Nutzung, bei einigen Medien beträgt ihr Anteil schon mehr als drei Viertel. Diese Entwicklung fördert die Audio-Nutzung. Das dürfte auch zu einem Comeback jener Formate führen, die sich nur schwer über das kleine Display eines Smartphones vermitteln lassen. Das Lesen langer, tiefgründiger Texte ist mobil eher anstrengend. Bequemer ist es, sie sich von einer angenehmen Stimme vorlesen zu lassen – mit geschlossenen Augen per Kopfhörer in der U-Bahn. Derzeit ist eine Renaissance von Podcasts zu beobachten, die um die Jahrtausendwende ihre erste Boom-Phase hatten. Besonders aktiv sind hier der Deutschlandfunk, der Bayerische Rundfunk, Spiegel-Online, WELT und Zeit-Online. 

VII. KI-Journalismus benötigt kritische Masse 

Journalismus war immer von Technologien abhängig, seien es nun Druckmaschinen, TV-Studios oder Sendeanlagen. Im Online-Zeitalter ist die Bedeutung von Technik jedoch noch einmal stark gewachsen. KI wird diesen Trend beschleunigen. Voraussetzung dafür sind jedoch ausreichend große Datenmengen, wobei sich die Frage stellt, wie Medien diese gewinnen können. Eine Möglichkeit liegt in der Zusammenarbeit mit Telekom- oder Tech-Unternehmen. 

Beispiel einer erfolgreichen Kooperation ist der Nachrichten-Aggregator Upday – ein Projekt von Axel Springer und Samsung (10). Auf den Smartphones von Samsung ist eine Upday-App vorinstalliert. Journalisten sammeln mit massiver Technikunterstützung aus vielen Quellen unterschiedlicher Sprachen jene Informationen, die dann individualisiert an die Nutzer der App ausgespielt werden. Das ist ein kleiner Vorgeschmack auf die Zukunft von KI und Medien. 

Neue Geschäftsmodelle 
Das Zeitalter der KI eröffnet den Medien diverse neue Geschäftsmodelle. Kooperationen bieten sich an, zwischen jenen, die über Inhalte (aktuell und im Archiv) verfügen, und jenen mit einem technischen Zugang zu vielen Menschen. Hier könnten auch digitale Assistenten zum Einsatz kommen. Man ruft ihnen – auf dem Sofa sitzend oder auch während einer Autofahrt – einfach zu: Lies mir den Leitartikel aus der Zeitung X vor. Oder: Was hat eigentlich Konrad Adenauer zu diesem oder jenem Thema gesagt? Oder: Wie wird morgen das Wetter? 

VIII. Journalismus und Blockchain 

Echtheit von Informationen 
Einige Experten nehmen an, dass auch die Blockchain-Technologie im Journalismus der Zukunft eine Rolle spielen wird. Die Krypto-Währung Bitcoin basiert auf diesem Konzept, das auch viele andere Anwendungen ermöglicht – etwa die Verwaltung von Grundbucheinträgen. Blockchain kombiniert Technologien der digitalen Vernetzung mit Kryptografie. Noch sind die Vorstellungen über ihren Einsatz im Journalismus vage. Manche erhoffen sich von Blockchain neue Formen der Zusammenarbeit von Journalisten sowie einen besseren Schutz von Informanten. Sie könnte auch die Echtheit von Informationen sicherstellen, weil einmal in einen Block eingetragene Daten nicht mehr verändert werden können. Blockchain könnte auch neue Finanzierungsmodelle von Journalismus ermöglichen. 

In den USA startete im Frühjahr 2018 mit Civil (14) das erste auf Blockchain basierende Medienprodukt. Der Venture Capital-Geber ConsenSys (15) schob das Projekt mit fünf Millionen US-Dollar an. Mit dem Nachrichten- und Kulturmagazin Popula ist ein weiteres Blockchain-Projekt geplant. In Deutschland gibt es das von Googles Digital News Initiative (16) geförderte Content Blockchain Project. Hier sollen neue Wege der Finanzierung und Vermarktung von Medienprodukten getestet werden. Beteiligt sind die Nachrichtenagentur dpa, Golem und DIE ZEIT. 

Noch lässt sich nicht sagen, ob Blockchain tatsächlich eine maßgebliche Rolle in der Welt des Journalismus spielen wird. Doch wenn, ist eine Kombination mit KI wahrscheinlich. 

IX. Zusammenfassung und Diskussion 

KI-Technologen führen zu einem vielschichtigen Wandel der Medienindustrie. Sie ermöglichen eine immer stärkere Personalisierung. Semantische KI-Systeme werden auch inhaltliche Arbeiten übernehmen. Mit wachsender Leistungsfähigkeit werden Maschinen Beiträge teilweise oder komplett produzieren können. Entscheidungen, die heute noch erfahrene Mitarbeiter treffen, lassen sich an lernfähige Maschinen delegieren. Es werden weniger Angestellte benötigt – von der Textkorrektur über die Redaktion bis hin zu Führungsaufgaben. Die Hierarchien dürften flacher werden. 

Medieninhalte werden künftig immer häufiger gesprochen als geschrieben. Das gilt auch für den Rückkanal zum Kunden. Audio-Technologien ermöglichen neue Formen der Mediennutzung. Zu erwarten sind Kooperationen von Medien und Telekom- oder Tech-Unternehmen. Der Zugang zu einer großen Zahl potenzieller Nutzer ermöglicht neue journalistische Formate und Service-Angebote. Die in den Archiven der Medienhäuser schlummernden Daten werden sich dank KI kapitalisieren lassen. Die Qualität journalistischer Produkte lässt sich durch Rückkopplung zum Leser verbessern. Rechtschreib- oder Stilfehler werden durch den Einsatz von KI verschwinden. 

Die neuen Technologien eröffnen den Medien viele Chancen. Es gibt aber auch Risiken, die man rechtzeitig bedenken sollte. Die KI-gesteuerten Mechanismen der Individualisierung fördern das Phänomen der Filterblase. Wenn jeder nur noch nach eigenen Interessen personalisierte Medienprodukte erhält und es in der Gesellschaft kein gemeinsames Basiswissen mehr gibt, könnte dies für den politischen Diskurs und die Zukunft der Demokratie weitreichende Folgen haben. An dieser Stelle ist ein Dialog von Gesellschaft, Medien und Politik wünschenswert, um möglichen Fehlentwicklungen proaktiv entgegen zu steuern. Eine von einigen Medien bereits verfolgte Strategie ist das Club-Konzept. Nutzer des betreffenden Mediums sollen sich in der realen Welt begegnen, um miteinander, den Journalisten und auch mit Politikern, Wissenschaftlern oder Wirtschaftsführern von Angesicht zu Angesicht zu kommunizieren. Das Analoge könnte das Digitale erden. 

Medienkunden sollen nicht nur den verbreiteten Inhalten trauen können, sondern müssen sich auch darauf verlassen dürfen,
dass ihre Daten nicht missbraucht werden.

Dr. Norbert Lossau

Um im Wettbewerb erfolgreich zu sein, werden Medien künftig viel stärker persönliche Daten ihrer Kunden nutzen. Je mehr man über seinen Leser, Zuhörer oder Zuschauer weiß, umso besser kann man journalistische Produkte und die sie finanzierende Werbung maßschneidern. Damit stellt sich auch die Frage nach dem Datenschutz. Medienkunden sollen nicht nur den verbreiteten Inhalten trauen können, sondern müssen sich auch darauf verlassen dürfen, dass ihre Daten nicht missbraucht werden. Der Datenskandal von Facebook und der inzwischen insolventen britischen Firma Cambridge Analytica hat gezeigt, wie schnell sich der Wind in puncto Vertrauen drehen kann. Medienunternehmen könnten in Zukunft ähnlich schnell am Datenschutz-Pranger stehen wie Betreiber sozialer Netzwerke. 

Das seit Mai 2018 gültige, neue europäische Datenschutzrecht schafft Randbedingungen, die allen Unternehmen das Sammeln personenbezogener Daten erschweren. Insbesondere der Austausch solcher Informationen zwischen verschiedenen Unternehmen wird stärker reglementiert. Wer selbst über viele Daten verfügt und weniger auf Daten Dritter angewiesen ist, kann von der neuen Rechtslage in gewisser Weise profitieren. Im KI-getriebenen Journalismus wird die kritische Masse wichtiger. Gibt es nicht genügend Daten, erzielen die KI-Algorithmen nur schlechte Ergebnisse. Insgesamt fördert die technologische Entwicklung das Entstehen großer Einheiten. Daraus werden sich medienpolitische Fragen ergeben. Der KI-bedingte Wegfall von Sprachgrenzen ist ein Effekt, der zu supranationalen und damit deutlich größeren Nutzergruppen führen könnte. Offen ist die Frage, wie sich dies auf den Wettbewerb der verschiedenen Medien auswirkt. 

Zum Schluss ein Gedanke, der heute noch Science-Fiction ist, aber Wirklichkeit werden könnte. KI-Systeme, die qualitativ hochwertigen Journalismus präsentieren sollen, werden selbst journalistische Lektüre benötigen, um sich auf dem Laufenden zu halten und stets dazu zu lernen. Es klingt zwar merkwürdig, doch in absehbarer Zeit gibt es wahrscheinlich Medienprodukte von Maschinen für Maschinen. Doch vielleicht wollen die Maschinen ab und zu auch mal einen richtig guten Artikel lesen – den ein Mensch geschrieben hat. 


Über den Autor

Dr. Norbert Lossau ist Physiker, Journalist und Mitglied im Beirat der Wissenschaftspressekonferenz (WPK).
Er ist ein Experte für sowohl die technischen Aspekte der KI als auch deren Auswirkung auf die Medienlandschaft.

www.kas.de

Konrad-Adenauer-Stiftung e. V.
Analysen und Argumente Nr. 318 September 2018

Literaturverzeichnis 

1. Eberhard Schöneburg (Hrsg.): „Industrielle Anwendung Neuronaler Netze“. Addison-Wesley. 
2. Norbert Lossau: „Wenn Computer denken lernen“. Ullstein. 
3. Dan Brown: „Origin“. Lübbe. 
4. Ex Machina, britischer Spielfilm von Alex Garland (2015) 
5. https://www.welt.de/kultur/article172179137/NetzDG-Wie-ein-gut-gemeinetes-Gesetz-den-Hass-im-Netz-verstärkt.html (Letzter Abruf: 16.7.2018). 
6. https://www.deepl.com/translator (Letzter Abruf: 16.7.2018). 
7. htpps://narrativescience.com (Letzter Abruf: 16.7.2018). 
8. https://www.ax-semantics.com/de (Letzter Abruf: 16.7.2018). 
9. http://www.narrativa.com/aijournalism (Letzter Abruf: 16.7.2018). 
10. http://www.upday.com/de/ (Letzter Abruf: 16.7.2018). 
11. Norbert Lossau: „Gefährden Fake News die Demokratie?“. Beitrag in „Digitale Gesellschaft“, Konrad-Adenauer-Stiftung. 
12. https://www.welt.de/wirtschaft/webwelt/article153664299/Microsofts-KI-findet-Hitler-besser-als-Obama.html 
13. https://www.zeit.de/2018/14/amazon-alexa-sprachassistentin-persoenliche-daten-test (Letzter Abruf: 16.7.2018). 
14. https://joincivil.com (Letzter Abruf: 16.7.2018). 
15. https://new.consensys.net (Letzter Abruf: 16.7.2018). 
16. https://newsinitiative.withgoogle.com/dnifund/ (Letzter Abruf: 16.7.2018). 

Impressum

Der Autor Dr. Norbert Lossau ist Physiker, Journalist und Mitglied im Beirat der Wissenschaftspressekonferenz (WPK).
Konrad-Adenauer-Stiftung e. V.
Dr. Norbert Arnold Leiter des Teams Bildungs- und Wissenschaftspolitik
Hauptabteilung Politik und Beratung
Telefon: +49(0)30 / 26 996-3504
E-Mail: norbert.arnold@kas.de
Postanschrift: Konrad-Adenauer-Stiftung, 10907 Berlin
Herausgeberin: Konrad-Adenauer-Stiftung e.V. 2018, Sankt Augustin/Berlin
Gestaltung: yellow too Pasiek Horntrich GbRSatz: Janine Höhle, Konrad-Adenauer-Stiftung e.V.
Lektorat: Jenny Kahlert, Konrad-Adenauer-Stiftung e.v.
Druck: copy print Kopie & Druck GmbH, Berlin
Printed in Germany.
Gedruckt mit finanzieller Unterstützung der Bundesrepublik Deutschland.
ISBN 978-3-95721-466-9

Der Text dieses Werkes ist lizenziert unter den Bedingungen von „Creative Commons Namensnennung-Weitergabe unter gleichen Bedingungen 4.0 international”, CC BY-SA 4.0 (abrufbar unter: https://creativecommons.org/licenses/by-sa/4.0/legalcode.de)
Bildvermerk – Titelseite© liuzishan, fotolia

Aufmacherbild / Quelle / Lizenz
Bild von Gerd Altmann auf Pixabay

0 Kommentare

Dein Kommentar

An Diskussion beteiligen?
Hinterlasse uns Deinen Kommentar!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.