Künstliche Intelligenz in Nachrichtenredaktionen. Vor- und Nachteile im Journalismus

Inhaltsverzeichnis

1. Einleitung

2. Begriffliche Erklärung

3. Methode

4. Darstellung der Ergebnisse

5. Schlussfolgerung

6. Literatur

1. Einleitung

Nach Peter Gabriel (2019) existieren zahllose Möglichkeiten, künstliche Intelligenz in verschiedenen gesellschaftlichen Bereichen einzusetzen: Maschinen und Software sind so intelligent, dass sie Probleme auch in schwierigen Situationen beheben können. In seinem Beitrag zur Diskussion der Anwendungsmöglichkeiten von künstlicher Intelligenz betont der Autor, dass Chatbots medizinische Fragen inszwischen eigenständig beantworten und Autos im dichten Stadtverkehr ohne menschliche Hilfe eigenständig und sicher fahren können. Eine Studie von Frauenhofer IAO (2019), in der die Auswirkungen des Einsatzes von künstlicher Intelligenz auf Unternehmen in Deutschland untersucht wurden, zeigte, dass 16 % der befragten Unternehmen bereits eine konkrete Anwendung von KI–Technologien in ihrem Arbeitsfeld einsetzten. 59 % der Unternehmen gäben an, sich gegenwärtig mehr oder weniger mit künstlicher Intelligenz zu beschäftigen, und nur ein Viertel der befragten Unternehmen hatten künstliche Intelligenz noch überhaupt nicht in ihre Arbeit integiert. Den Ergebnissen dieser Studie lässt sich entnehmen, dass die Entwicklung von KI–Technologien in der Unternehmenspraxis einen hohen Stellenwert besitzt. Ausgehend davon stellt sich die Frage, welche Rolle künstliche Intelligenz im Bereich des Journalismus spielt. Der vorliegende Beitrag fokussiert sich auf die Anwendung von künstlicher Intelligenz in Nachrichtenredaktionen. Damit dieses Thema erforscht werden kann, ist es notwendig, folgende Fragen in dieser Arbeit zu beantworten:

- In welcher Form werden KI-Technologien bereits in Nachrichtenredaktionen eingesetzt?
- Welche Vor- und Nachteile ergeben sich aus der Anwendung künstlicher Intelligenz?
- In welchem Verhältnis steht professioneller Journalismus zu algorithmischen Systemen? Können Maschinen menschliche Journalisten ersetzen?

Die Aufgabe dieser Analyse besteht darin, in erster Linie die Begriffe der künstlichen Intelligenz und des professionellen Journalismus zu definieren. Hierfür ist der zweite Abschnitt dienlich. Im Anschluss daran wird in dem dritten Kapitel dokumentiert, wie die Studien gesucht und selektiert wurden. Danach werden im vierten Abschnitt die Ergebnisse der ausgewählten Studien systematisch präsentiert. Zuletzt wird ein kurzes Fazit zur Rolle der künstlichen Intelligenz in Nachrichtenorganisationen sowie damit einhergehenden Problemen gezogen.

2. Begriffliche Erklärung

2.1 Was ist Journalismus?

Was unter professionellen Journalismus fallen soll, legt Weischenberg et al. (2006) in seinem Beitrag wie folgt fest: Auf gesellschaftlicher Ebene gilt professioneller Journalismus als ein soziales System zur Fremdbeobachtung verschiedener gesellschaftlicher Bereichen. Die Hauptaufgabe von Journalistinnen und Journalisten ist es, nach den Kriterien der Aktualität, Faktizität und Relevanz Themen zu publizieren. Daher soll an dieser Stelle hervorgehoben werden, dass Journalismus auf organisatorischer sowie inhaltlicher Ebene von anderen Formen der Kommunikation wie PR, Werbung oder Literatur abgegrenzt werden muss. Medienunternehmen produzieren beständig eine Vielzahl an journalistischen Angeboten, weswegen Medien mit geringer Aktualität wie Bücher oder vierteljährlich erscheinende Zeitschriften aus der Definition des professionellen Journalismus ausgeschlossen werden. Ebenso wenig fallen unter diesen Begriff Medien mit geringer Faktizität (z. B Spielfilme, Satiremagazine,...) und Medien mit geringer Relevanz (Medienangebote, die aus Sicht der Medienrezipienten nur geringe Reichweite haben). Über die Funktion der Fremdbeobachtung lässt sich Journalismus zudem von PR- und Laienmedien unterscheiden, da sich PR-Medien primär auf eine positive Selbstdarstellung und Laienmedien hauptsächlich auf die Thematisierung spezifischer Interessen fokussieren. Letztlich werden Personen auf Akteur-Ebene als professionelle Journalistinnen und Journalisten betrachtet, wenn sie hauptberuflich in die Produktion journalistischer Angebote eingebunden sind. Hauptberuflich bedeutet, dass mehr als die Hälfte der erzielten Einkünfte dieser Akteurinnen und Akteure aus journalistischer Arbeit stammt und mehr als die Hälfte der Arbeitszeit für die journalistische Arbeit aufgebracht wird. Journalistinnen und Journalisten haben außerdem unmittelbaren Einfluss auf den Inhalt redaktioneller Produkte. Ehrenamtliche, arbeitslose oder nebenberuflich tätige freie Journalistinnen und Journalisten werden nicht als professionell wahrgenommen. In dieser Arbeit liegt der Fokus ausschließlich auf der Beziehung zwischen künstlicher Intelligenz und professionellem Journalismus bzw. Nachrichtenredaktionen. Andere Akteurinnen und Akteure wie Arbeitskräfte aus der PR-Branche, dem Bereich der Laienmedien oder Personen, die das Internet nutzen, um selbst journalistische Angebote zu kreieren, werden in dieser Analyse nicht berücksichtigt.

2.2 Was ist künstliche Intelligenz?

Klaus Mainzer (2019) beschreibt in der Einführung seines Buchs ‘‘Künstliche Intelligenz. Wann übernehmen die Maschinen?‘‘ das Aufkommen von entwickelten Technologien in seinem Alltag: Seine Armbanduhr gab seinen aktuellen Blutdruck und seine Blutwerte an; auf der Autobahn konnte sein Auto nach Eingabe des Fahrziels selbstständig fahren. Hierbei befolgte der Wagen die Verkehrsvorschriften genauer als einige menschliche FahrzeugführerInnen und konnte zudem automatisch einparken, als der Autor in seiner Frankfurter Nebenstelle ankam. Außerdem erwähnt Mainzer in seinem Buch viele von Robotern bediente Services in Japan, wohin ihn seine letzte Geschäftsreise führte, z. B. das automatische Check-in auf dem Flughafen. Der Autor betont, dies sei kein Science–Fiction–Szenario gewesen. Vielmehr seien dies alles KI–Technologien, mit denen zuvor lediglich in Science–Fiction–Filmen und –Romanen konfrontiert worden wären (Lossau 2018), die heute jedoch realisierbar wären.

Es existiert bislang keine einheitliche wissenschaftliche Begriffsbestimmung von ‘‘künstliche Intelligenz‘‘ (Schick 2018). Gemeint sind damit Maschinen und fortgeschrittene Computerprogramme, die mehr oder weniger menschliche Leistungen wie das Lernen, Urteilen und Problemlösen selbstständig erbringen können (Schick 2018, Mainzer 2019). Darunter fallen die Technologien des Machine Learning (ML) als ein Teilgebiet der künstlichen Intelligenz (Schick 2018). Die Hauptaufgabe von ML besteht darin, die Mechanismen des menschlichen Gehirns nachzuahmen, indem die Maschinen darauf trainiert werden, nach der Aufnahme einer Vielzahl von Daten, Texten und Bildern die Muster darin erkennen zu können (Lossau 2018). Inzwischen haben sich KI–Technologien in vielen gesellschaftlichen Bereichen etabliert. Beispielweise veröffentlichte das Softwareunternehmen SAP –SE im Jahr 2018 einen kurzen Beitrag von Uwe Schick auf der Firmenwebsite, in dem der Einsatz von KI–Technologien in der Warenproduktion und dem Gesundheitswesen beschrieben wurde. Innerhalb der produzierenden Unternehmen können Sensoren in den Maschinen oder das ERP–System¹ eine große Menge von Daten bearbeiten und zur Verfügung stellen, damit über Algorithmen die Qualitätskontrolle der Maschinen erbracht und ihre Wartung prognostiziert werden kann. Dank der Unterstützung durch KI können Firmen so Produktionsausfälle verhindern und Lagerkosten reduzieren. Auch im Bereich der Berichtserstattung sind von KI bestimmte Leistungen zu erwarten. In diesem Kontext ist es lohnenswert, den Beitrag der Abteilung Technologie, Medien und Telekommunikation der PwC zu erwähnen. Kirschniak und Lützenberger (2018) diskutieren in ihrem Highlight-Artikel, inwiefern KI-Technologien die Medienindustrie revolutionieren, indem sie etwa Nachrichtenartikel automatisch verfassen, die Qualität und Plausibilität von Nachrichtinhalten bewerten und Videopräferenzen der NutzerInnen erkennen können. Eine detaillierte Analyse des Einsatzes von KI-Technologien im Bereich Journalismus folgt im vierten Kapitel neben einer Schilderung des Verhältnisses von Journalismus zu künstlicher Intelligenz.

3. Methode

Für die Suche nach relevanten Studien wurde auf die englischsprachige fachübergreifende Datenbankplattform Web of Science von Clarivate Analytics zugegriffen. Als Erstes wurden die Suchbegriffe in die zwei Eingabezeilen eingetragen: Das erste Feld enthielt das Stichwort ‘‘Journalism‘‘ und das zweite Feld den Terminus ‘‘Artificial Intelligence‘‘. Zwischen den zwei Suchfeldern wurde das Verbindungswort ‘‘AND‘‘ ausgewählt, damit in den Ergebnissen nur die Studien angezeigt wurden, die diese beiden Felder zum Inhalt hatten. Insgesamt wurden 73 Studien gefunden. In einem zweiten Schritt mussten diese über die Art der Dokumente weiter eingegrenzt werden. Bearbeitet wurden nur Artikel. Andere Dokumentarten wie Proceeding Papers oder BookReviews wurden aussortiert. Es blieben 67 Ergebnisse. Als Nächstes musste die Anzahl der Beiträge aufgrund der Sprachkenntnisse der Verfasserin dieser Arbeit weiter limitiert werden. Nur Studien aus deutsch- und englischsprachigen Räumen konnten weiter betrachtet werden. Infolgedessen gelangten 47 Artikel in die nähere Auswahl. Nun mussten deren Abstracts gelesen werden, um prüfen zu können, inwiefern die Untersuchungsthemen dem Interesse dieser Arbeit entsprachen.

Untersucht wurde die Frage nach der Rolle von KI in Nachrichtenredaktionen, der Fokus lag also in dieser Studie auf dem Aspekt der Einsatzmöglichkeiten von KI. Aus diesem Grund mussten Beiträge, die andere Forschungsbereiche thematisierten, exkludiert werden. In diesem Sinne wurde z. B. die Studie von Vergeer (2020) verworfen: In dieser wurde betrachtet, wie Zeitungen in den Niederlanden über künstliche Intelligenz in verschiedenen Bereichen unterschiedlich berichteten. Diese Studie hatte die Art und Weise zum Inhalt, in der KI umfangreich und inhaltlich präsentiert wurde. In diesem Kontext ist zu erwähnen, dass Studien, die sich mit der Mediendarstellung von KI in anderen gesellschaftlichen Bereichen beschäftigten, in dieser Arbeit keine Beachtung fanden. Außen vor gelassen wurden auch Studien, die das öffentliche Vertrauen in KI erforschten, da der Hauptfokus dieser Arbeit nicht auf der Perspektive der Rezipientinnen und Rezipienten liegt. Zu diesen exkludierten Studien zählten etwa die von Sanchez-Gonzales und Sanchez-Gonzales (2017) zur öffentlichen Wahrnehmung und Bewertung Politibots² im Kontext der spanischen Wahlkampagne 2016 oder die Analyse der Auswirkungen von dursch KI generierten Inhalten auf die Wahrnehmung der Rezipientinnen und Rezipienten von Kim, Shin und Bae (2020). Weiterhin nicht inkludiert wurden Studien, die die Einstellungen von Journalistinnen und Journalisten zu KI, nicht jedoch den Einsatz von KI analysierten, da für diese Arbeit grundsätzlich die Frage von Interesse war, wie Journalistinnen und Journalisten KI in ihrer Arbeit verwenden können.

Näher betrachtet wurden über die Plattform Web of Science letztlich sieben Studien. Auf der Suche nach weiterer relevanter Literatur wurden auch die darin zitierten Quellen betrachtet. Nach der Backward-Suche wurden drei weitere Beiträge ausgewählt, womit insgesamt zehn Studien berücksichtigt wurden. Die selektierten Beiträge sind in der folgenden Tabelle systematisch hinsichtlich der applizierten Vorgehensweisen und zentralen Fragestellungen aufgelistet:

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 1: Stichprobensystematisierung (eigene Darstellung)

4. Darstellung der Ergebnisse

4.1 Automatisierung

Zunächst wird ein Überblick über die Fähigkeit der Automatisierung von KI–Technologien gegeben. Im Beitrag von Rojas Torrijos (2019) wird deutlich, dass ‚,The Washington Post‘‘ eine der innovativsten Nachrichtenredaktionen ist, da dort viel in entwickelte Technologien investiert wird. 2013 wurde die Redaktion von Jeff Bezos übernommen. Ab diesem Zeitpunkt setzte die amerikanische Zeitung intensiv auf die Entwicklung eigener technologischer Plattformen. ,,The Washington Post‘‘ ist eine der ersten Nachrichtenredaktionen, die Bots für das automatisierte Schreiben journalistischer Artikel nutzt. In seiner Analyse der von Post–Oly–Bots³ generierten Berichtserstattungen im Rahmen der Olympischen Sommerspiele 2016 in Rio kommt der Autor zu dem Ergebnis, dass innerhalb von elf Tagen insgesamt 816 Posts zu den Olympischen Sommerspielen 2016 über den Account @WPOlyBot veröffentlicht wurde. Am 14. August wurden 84 Tweets gepostet. Somit dieses Tool durchschnittlich 74–7­­5 Tweets pro Tag erstellen. Post-Oly-Bots konnten Nachrichten in Bezug auf folgende Themen verfassen: Tagesabläufe, Medaillenspiegel, Erinnerung an den Beginn eines Spieles oder wichtigen Wettbewerbs mit Link zur Live-Übertragung, Ergebnis in einem Satz. Hinzu kommt, dass die Redaktion nach der erfolgreichen Verwendung dieser Technologien zwei Jahre später erneut auf automatisierten Journalismus zurückgriff, um Berichtserstattungen zu den Winterspielen in Pyeongchang 2018 zu ergänzen. Zwar nahm die Anzahl der Posts 2018 ab (insgesamt 183 Tweets–durchschnittlich 11 Tweets pro Tag), die visuelle sowie informative Qualität hingegen wurde verbessert. Die Piktogramme der einzelnen Sportarten und die Logos der Athleten erschienen im GIF-Format, damit die Wettbewerbe auf allen Plattformen illustriert werden konnten. Das Verhalten von Storytelling–Bots war folgendermaßen strukturiert: Erinnerung an den Medaillenspiegel, Erinnerung an den Start eines Wettkampfes, Podiumsergebnisse mit Link zur Website, neues Ergebnis von Medaillenführern am Ende des Tages. Dieses automatisierte Verfassen zielte darauf ab, die Berichtserstattung über Live-Informationen und permanente Updates (Zeitpläne, Ergebnisse, Medaillenspiegel, Erinnerung,...) zu den vielen gleichzeitig stattfindenden Wettbewerben zu optimieren. In einer Studie von Rojas Torrijos (2019) wird nachdrücklich die Effizienz und Rentabilität von KI-Technologien betont und die Idee bekräftigt, dass die Anwendung von KI im Journalismus dazu dient, das Bedürfnis der NutzerInnen nach den neusten Nachrichten auf allen Arten von Geräten zu befriedigen. Zudem sollte der Beitrag von Salazar (2018) erwähnt werden, damit die Funktion der Nachrichtenproduktion durch Verwendung von KI verstärkt werden kann. In diesem beschreibt der Forscher, dass ,,The Los Angeles Times‘‘ ein eigenes KI-Tool (Bot Quake) entwickelt hat, um Online-Nachrichten zu veröffentlichen, wenn ein Erdbeben in der Stadt oder Umgebung bemerkt werde. Außerdem verwendet Associated Press mit Automated Insights seit einigen Jahren ein KI-Tool, das die Verwendung natürlicher Sprache ermöglicht, um Präsentationen wie Gewinnberichte öffentlicher Unternehmen oder die Klassifizierung von Baseball–Ligen zu erstellen. In diesem Kontext betont der Autor immer wieder, dass die Automatisierung von Berichten den Journalistinnen und Journalisten 20 % ihrer Arbeitszeit erspart, die sie in die Vorbereitung umfangreicher und tiefgehender Berichte investieren können.

[...]

¹ Enterprise -Resource -Planning: System zur Führung eines Unternehmens.

² Bot für Telegram und Facebook-Messenger, der entwickelt wurde, um Artikel, Umfragen und Daten im Rahmen der spanischen Wahlkampagne 2016 bereitzustellen (Sanchez-Gonzales & Sanchez-Gonzales 2017).

³ Von ‚‚The Washington Post‘‘ entwickeltes Tool, um automatisch Beiträge zu den Olympischen Sommerspielen 2016 und den Olympischen Winterspielen 2018 auf Twitter zu veröffentlichen (Rojas Torrijos 2019).