Kaum haben Medien, oft mehr schlecht als recht, den Weg ins Online-Zeitalter gefunden ist schon wieder was passiert: Mit ChatGPT & Co. ist das Zeitalter Künstlicher Intelligenz mit großer Rasanz angebrochen. Möge die Anpassung an KI besser als zuletzt bei Internet gelingen.
(Vorbemerkung: Dieser Beitrag wurde im Herbst 2023 für das Medienhandbuch 2023/24 geschrieben. In KI-Entwicklungszeiten war das vor einer kleinen Ewigkeit. Dennoch ist der Inhalt stimmig – konkrete Anwendungen brauchen doch länger zur Umsetzung als das Tempo der Neuerungen verspricht.)
I.
Immer schon waren Journalismus und Technologie in einem engen und oft unbeholfenem Tanz umschlungen, ein ungleiches Paar, das nicht den Eindruck einer Liebesbeziehung vermittelt. Der eine glaubt die Richtung angeben und führen zu können, die andere bestimmt das Tempo und wechselt in unvorhersehbaren Abständen den Takt und bestimmt so die Tanzart.
Das war so bei der Entwicklung der Rotationsdruckmaschine, was Hand in Hand mit der Erfindung der Linotype-Setzmaschine Ende des 19. Jahrhunderts das goldene Zeitalter für Zeitungen und ihre Journalisten eröffnete. Fotografie, Telegrafie, Telefonie und Fernschreiber machten sich dienlich. Später kamen Radio und Fernsehen und warfen den „Printjournalismus“ vorübergehend bis dauerhaft aus der Bahn, entwickelten eigene Formen und Formate, die der neuen Technologie angepasst waren. Lokal-TV und Kabelfernsehen in den USA, das Ende des öffentlich-rechtlichen Monopols in Europa hinterließen tiefe Spuren in Printmedien und ihren Redaktionen. In den Zeitungen verdrängten Computer und IT-Experten Satzmaschinen und Setzer, Journalistinnen und Journalisten müssen seither häufig „neben“ ihrer eigentlichen journalistischen Tätigkeit auch Nebenjobs als Layouter und Bildredakteure annehmen.
Mit dem Internet und seiner kleinen Schwester Social Media erlebten schließlich alle Medien, nicht nur Zeitungen, ab Mitte der 1990-er Jahre die größte Transformation ihrer Geschichte, die alles andere als abgeschlossen ist. Journalismus wie Geschäftsmodelle wurden und werden auf den Kopf gestellt; Zeitungsmenschen machen seither Radio (Podcasts) und Video, Fernsehen schreibt Geschichten, die früher in Zeitungen gestanden wären.
Internet brachte Werkzeuge wie Google, mit der sich die journalistische Recherche grundlegend änderte, und grenzenlose Distribution und neue Konkurrenten. Datenjournalismus bringt eine neue Form der Informationsbeschaffung und Recherche und erfordert völlig neue Qualifikationen. Social Media nagen am News-Monopol von Medien und haben wesentlichen Einfluss auf Themensetzungen und Formate. Das (bewegte) Bild steht im Zentrum, die Geschichte reduziert sich auf ein Schlagzeilenformat. Sind Nachrichten im Tiktok-Format noch Journalismus oder ohnehin nur Unterhaltung? Fake News, millionenfach von echten und maschinellen Userinnen und Usern geteilt, werden zur existentiellen Bedrohung seriösen Journalismus. Und so wie Musik-Streaming die Einheit des „Albums“ als Gestalt in Einzeltitel zerlegte zerlegen sich auch starke journalistische Marken in einzelne Geschichten, wird die bisherige Stammkonsumentin und Konsument einer Zeitung oder eines Senders zum „hybriden“ User, der sich auf viele Quellen aus einem unkuratierten Medienstrom bedient.
II.
Jetzt also Künstliche Intelligenz. Seit ChatGPT am 30. November 2022 als „Künstliche Intelligenz“ dem allgemeinen Publikum zugänglich gemacht wurde scheint eine neue Zeitrechnung der Digitalisierung angebrochen. Schon lange nicht – vielleicht sogar zum ersten Mal — erzeigte eine digitale Innovation solch enormes Interesse an Usern und Berichten. Um es in Perspektive zu setzen: Innerhalb von zweieinhalb Monaten knackte ChatGPT die Marke von 100 Millionen Nutzerinnen und Nutzer pro Monat. Um dies zu erreichen brauchte Google ein Jahr, WhatsApp dreieinhalb Jahre, Facebook viereinhalb Jahre.
Der kometenhafte Auftritt der ersten öffentlich zugänglichen „Generativen“ – also schöpferischen, in diesem Fall wortmächtigen – KI erweckte bei vielen den Eindruck, als sei dies die Geburtsstunde von Intelligenz der Maschine. Dies ist natürlich zunächst vor allem dem „Trick“ geschuldet, das ChatGPT wie andere generative KI-Systeme mit Menschen „reden“ können, soll heißen, dass die Kommunikation zwischen Mensch und Maschine in gewöhnlicher, oft sogar geschliffener, manchmal übermäßig fantasievoller Sprache erfolgt. Tatsächlich waren die ersten Wochen und Monate der Berichterstattung damit gefüllt, den Chatbot aufs Glatteis menschlicher Intrigen zu führen, in Liebesbeziehungen verwickeln zu wollen, zu hassvoller Rede zu verführen und Grenzen des Wissens auszutesten, um nicht ohne einer Portion Häme auf die verbalen Entgleisungen und Halluzinationen des Geists in der Maschine verweisen zu können. Schließlich geht es, einigen alarmierenden Stimmen zufolgen, angeblich ja um das Überleben der Menschheit, oder zumindest um den Beweis menschlicher Überlegenheit.
Der Mathematiker und Code-Breaker Alan Turin definierte die Qualität Künstlicher Intelligenz in dem nach ihm benannten Test in der Frage, ob ein Mensch herausfinden kann, ob er mit einem anderen Menschen oder einem KI-System spricht. Tatsächlich sind generative KI-Systeme wie ChatGPT oder Midjourney, eine populäre, bildschöpfende KI, ein großer Meilenstein in dieser Evolution. Der Hype übersieht jedoch die digitalen Schultern, auf denen diese KI-Entwicklung steht: Die Fähigkeit zur Spracherkennung, zu hochwertigen Übersetzung oder Gesichtserkennung haben seit längerem einen hohen Grad an Qualität erreicht und bescheren uns überraschende „Fotorückblicke“ auf unseren Smartphones, erkennen unsere Haustiere oder ermöglichen Medien, ihre Inhalte auch in anderen Sprachen anzubieten. Algorithmen, Automation, maschinelles Lernen, selbstlernende neuronale Netzwerke, generative KI – alles dies und mehr werden gerne als Künstliche Intelligenz bezeichnet, Bausteine auf dem Weg zu einer allgemeinen KI, „Artificial General Intelligence“: Ein System, das „die Fähigkeit besitzt, wie der Mensch in vielen verschiedenen Bereichen zu denken und zu lernen. Dies beinhaltet, nicht nur Dinge in einer bestimmten Domäne zu erledigen, sondern auch zwischen verschiedenen Bereichen zu wechseln und Dinge zu verstehen“ (Danke, Pi.ai, für diese Definition;).
Die Fähigkeiten der heute genutzten KI-Systeme sind wesentlich begrenzter, stammen meist aus den Feldern maschinelles Lernen sowie „Natural Language Processing“ (NLP, die Fähigkeit Sprache zu verstehen) und sind oft in bestehender Software integriert. „Artificial General Intelligence“ bleibt hingegen bis auf weiteres eine Vision von KI-Entwicklern, vielleicht nie erreicht. In seinem Film „2001: Eine Space Odyssee“ setzte ihr Stanley Kubrik mit „HAL“ ein filmisches Monument, ein alleswissender Computer, der erkennen, denken und lenken kann – einschließlich tödlicher Irrtümer.
III.
Vor allem für den Journalismus und viele schöpferische Berufe, von Autoren, Drehbuchschreiberinnen und Fotografen bis zu Regisseurinnen und Künstlerinnen hat vor allem generative KI wie ChatGPT das Potential zu einschneidenden Änderungen in allen Bereichen – von der Erstellung von Inhalten über die Produktion bis zur Distribution. Der Streik der „Writers Guild of Amerika“ und der „Screen Actors Guild“ im Sommer und Herbst 2023 zeigten, dass diese Realität auch in der Arbeitswelt von Kreativen angekommen ist (es sind die längsten Streiks in der Geschichte der beiden Gewerkschaften).
Die Zeichen der KI-Disruption stehen nicht nur an der Wand, sondern sind bereits längst im Alltag angekommen. So setzt die Kölner Regionalzeitung Express seit dem Sommer 2023 generative KI zum Verfassen von Texten ein, die unter dem Autoren-Pseudonym „Klaura Indernach“ (abgekürzt: K.I.) erscheinen und mit einem Hinweis zu ihrer Entstehung mit Hilfe von KI versehen werden. Der Nachrichtendienst Bloomberg verwendete seit geraumer Zeit KI-Systeme , um strukturierte Finanzdaten zusammenzufassen und seinen Kunden zu präsentieren. Immer häufiger tauchen in Medien fotoartige Illustrationen mit dem diskreten Fotohinweis „Midjourney“ auf – eine bilderzeugende generative KI. „Fotos“ von Donald Trump in oranger Gefängnisuniform kursierten ebenso wie der Papst als weißes Michelin-Männchen massenhaft in Social Media und wurden in zahlreichen Medien gerne als Berichte über KI und Social Media aufgegriffen. Die Liste lässt sich fortsetzen.
In einem umfassenden Report erhob die London School of Economics (LSE), unterstützt von der Google News Initiative, im Sommer 2023 bei 71 News-Organisationen –– Zeitungen, Radio, TV, Mediengruppen, Nachrichtenagenturen, Magazine und andere Medien — in 32 Ländern der Stand der KI-Entwicklung in ihren Redaktionen und Unternehmen. Wie zu erwarten, sind KI-Technologien (hier absichtlich in diesem unpräzisen, umfassenden Sinn verwendet) in vielen Bereichen der Medien längst angekommen – etwa bei der Transkription von geschriebenen wie gesprochenen Texten, Untertitelungen, zur Identifikation von Personen in Bild- und Videodatenbanken, die zu einem früheren Zeitpunkt nicht beschlagwortet wurden, als Übersetzungstool für die Recherche fremdsprachigen Materials, als Unterstützung bei der Auswertung umfangreicher komplexer Daten, wie sie bei investigativen Kooperation geleakten Materials entstehen, und anderes mehr.
Eher überraschend ist, dass auch in zahlreichen Redaktionen – im Newsroom, also dem Herz journalistischer Arbeit – der Einsatz generativer KI-Systeme bereits erprobt wird, teils experimentell, teils für Routine-Arbeiten unter Supervision von Redakteurinnen und Redakteuren. Verwendung finden KI-Systeme (meint auch maschinelles Lernen u.a.) bereits sehr häufig bei investigativer Recherche, vor allem wenn es um große und von einzelnen Redakteuren kaum bewältigbaren Datenmengen geht, wie den schon erwähnten Leaks geheimer Unterlagen. Ein Beispiel dafür kommt von einem Mexikanischen Medium: Mit Hilfe des Google-News-Archivs wurden die Berichte lokaler wie überregionaler Nachrichtenmedien über Ermordungen mit den offiziellen Angaben über Homizide verglichen und erhebliche Diskrepanzen festgestellt. Andere Medien berichten bereits, dass sie die Kombination von Datenanalyse mit generativer KI nutzen, um aus dem Rohmaterial der Datenanalyse Textentwürfe erstellen zu lassen, die dann der Redaktion als Basis für ihre Geschichten dient.
Dazu muss immer gesagt werden: Wir sind in den frühen Stadien der Entwicklung generativer KI. Anbieter wie Consensus für wissenschaftliche Nutzung, die ihre KI mit wissenschaftlichen Publikationen trainieren, bei den Ergebnissen Quellen ausweisen und diese ähnlich Peer-Reviews nach Verlässlichkeit qualifizieren, können hier den Weg für journalistisch genutzte KI weisen. Praktisch alle Entwickler arbeiten, schon im Interesse ihres kommerziellen Erfolgs, daran, dass die Ergebnisse ihrer KI-Systeme auf faktische Richtigkeit überprüft werden. Ein Schritt dahin sind KIs, die keine Antwort geben, wenn ihnen Information fehlt, anstatt Antworten zu fabrizieren (gerne „halluzinieren“ genannt).
Eine nützliche Unterscheidung der unterschiedliche KI-Werkzeuge in der Redaktion lässt sich in vier Bereiche vornehmen, schlägt die US-Medienberaterin Louise Story vor:
- KI-Assistenz für Journalistinnen und Journalisten: Dies reicht von Übersetzungssoftware wie DeepL oder Google Translate bis zu Schreibunterstützung durch generative KI (zunehmend in Textverarbeitung und andere Software integriert), Datenanalyse in der Recherche. KI kann auch aus der Flut von eingehenden Meldungen oder Social Media Feeds Redakteure auf Trends aufmerksam machen, jeweils abgestimmt auf die Themen, die bestimmte Journalistinnen und Journalisten bearbeiten.
- Content Creation: Die Erstellung redaktioneller Inhalte ist derzeit jedenfalls die kontroversiellste und noch nicht ausgereifte Möglichkeit zum Einsatz von KI. Das Beispiel des Kölner Express wurde bereits genannte, weniger problematisch ist – wie von der BBC derzeit erprobt – die Adaption eines redaktionell erstellen Berichts auf unterschiedliche Medienformate. Dabei ist die Richtigkeit des Inhalts durch die redaktionelle Arbeit gewährleistet und korrekte Ergebnisse z.B. von Kurzfassungen für Social Media werden von Menschen überwacht.
- Tools für Medienkonsumenten: Auf der Basis von generativer KI, die mit dem redaktionell geprüften Material von Medien trainiert wird, können Medien ihren Informationsschatz für individuelle Nutzung zur Verfügung stellen. Solche Beispiele sind – derzeit von Menschen erstellt – bekannt: Die gerne genutzten „Frage & Antwort“-Formate in Zeitungen zu größeren Themen, „Wahlkabinen“, in denen Leserinnen und Leser ihre Position gegenüber Parteiprogrammen und Aussagen von Kandidaten zur Entscheidungsfindung abgleichen. KI kann aus Basis von Redaktionsarchiven zu einem Auskunftsinstrument werden – ein Angebot, das bezahlte Abonnements aufwertet.
- Analyse von User-Daten zur Individualisierung: Derzeit hilft manuelle und teils automatisierte Beschlagwortung bei der Ausspielung von Inhalten an „Zielgruppen“. KI-Systeme können die redaktionellen Inhalte entsprechend individuellen Nutzern abstimmen und Inhalte in einem Ausmaß personalisieren, wie es durch menschliche Arbeit nicht leistbar wäre.
IV.
Wo geht die Reise hin?
Die Adaption transformativer Technologie verläuft ähnlich der Trauerbewältigung oft in vier Stufen. Am Anfang steht Hype und wahlweise Begeisterung oder dystopische Warnungen vor der Verwendung der neue Technologie. Es folgt die Phase der Enttäuschung: Zahlreiche Tester berichten über die Begrenzungen, „Bias“ (Vorurteilen), Unsinnigkeiten und Irrtümer von KI-Systemen, was häufig dazu führt Nutzen und Möglichkeiten klein zu reden. Was nahtlos in Phase drei mündet, in der das „allgemeine Publikum“ – durchaus auch ein Großteil von Redaktionen und Medienmachern – das Interesse verliert und sich von eigener Beschäftigung mit der neuen Technologie abwendet. In dieser Phase, in der das Scheinwerferlicht abgedreht ist, entwickelt sich Künstliche Intelligenz weiter, verbindet sich mit anderen Anwendungen, wächst zu einer reiferen Technologie heran, die dann mit Wucht in Phase 4 all jene überrascht, die nach der ersten Enttäuschung („Diese Technologie wird sich nie durchsetzen!“) ihr Interesse verloren haben. Zuletzt geschehen bei der Disruption und erzwungenen Transformation, die das Online-Zeitalter hervorbrachte. Drei Jahrzehnte, nachdem Netscape das Internet für alle öffnete, haben Medien den Wandel noch immer nicht verkraftet.
Wie schnell KI ihre Möglichkeiten entfaltet können auch ihre Entwickler nicht abschätzen. Bei vielen heute selbstverständlichen Möglichkeiten, etwa Natural Language Processing, ging dies stockend, mit Unterbrechungen und in den letzten Jahren rasant dahin – das Ergebnis sind (fast) fehlerfreie Transkription von Sprache und Übersetzungen in Dutzende Sprachen. KI-Forscher nennen Phasen langsamer oder stockender Entwicklung „KI-Winter“ – derzeit ist eher Hochsommer.
Für Journalisten, Redaktionen und Medien bedeutet dies, sie müssen sich auf den Weg machen, ohne ein klares Ziel zu haben und dessen Route sie daher laufend anpassen müssen. Dabei können eine Reihe von Maßnahmen helfen, KI-Systeme möglichst gut und mit minimalem „Kollateralschaden“ zu nutzen:
- Bildung crossfunktionaler Teams zur KI-Implementation: Praktisch alle Bereiche von Medien sind von KI-Entwicklungen betroffen, nicht nur die Redaktion und ihre Journalistinnen/Journalisten. Darum erscheint es wichtig, dass der Erfahrungsaustausch über die Grenzen von Newsroom und Verlagsabteilungen erfolgt.
- KI-Wissen zulegen: Es braucht sowohl Training im Umgang mit KI-Sytemen für bestehenden Teams, als auch die Rekrutierung neuer Mitarbeiterinnen und Mitarbeiter mit KI-Qualifikationen.
- Formulierung einer KI-Strategie: Die schon genannte Erhebung der LSE (London School of Economics) zeigt, das in praktisch allen befragten Medien eine Strategie zum Umgang mit KI fehlt. Dazu gehört eine Bestandsaufnahme, welche KI-artigen Systeme bereits verwendet werden, in welchen Bereichen welche KI verwendet werden kann oder soll, welche Probleme damit besser als bisher gelöst werden können, wie der KI-Einsatz und die Medienmarke zusammenpassen, welche Risiken bestehen, sowie welche Rollen es in den verschiedensten Bereichen zu besetzen gilt, um die Entwicklung voranzutreiben.
- Klare redaktionelle Richtlinien zum Umgang von KI-Tools: Die Verwendung von KI-Systemen wie ChatGPT oder Midjourney (und den zahlreichen noch kommenden) muss für alle Journalistinnen und Journalisten definiert werden und nicht dem Einzelnen überlassen bleiben.
- Transparenzregeln: Fake News, ungeprüfte Social-Media-Inhalte und die Angriffe populistischer Politik und Politiker haben Medien unter Druck gesetzt, ihre Arbeitsweise besser offen zu legen, damit Medienkonsumentinnen und Konsumenten Vertrauen in die Verlässlichkeit qualitätsvoller Medienmarken haben können. Beim zunehmenden Einsatz von KI-Systemen ist Transparenz über die Verwendung und Kontrolle unerlässlich.
- KI als Teil der Berichterstattung: Als (vermutlich) erste Zeitung der Welt hat die Financial Times im Sommer 2023 einen eigenen Redakteur für KI-Berichterstattung etabliert. KI bringt große gesellschaftliche, wirtschaftliche, politische Änderungen – Leserinnen und Lesern brauchen darüber umfassende und qualifizierte Information.
Wird KI Medien eine ähnliche Disruption wie Internet bescheren? Seitdem der Gründer von IBM, Thomas Watson, den Weltbedarf an Computern seinerzeit auf „höchstens fünf Stück“ beziffert haben soll (es gibt keinen tatsächlichen Beleg das Watson dies sagte) ist der Weg in die Digitalisierung mit Prognoseleichen gepflastert. Derzeit sind KI-Systeme „augmentierend“, soll heißen sie können die Arbeit von Redaktionen und Verlagen unterstützen, neue Möglichkeiten eröffnen – zum Beispiel durch automatisierte Übersetzungen Sprachgrenzen überwinden – und ja, auch effizienter machen. Vorausschauende Medien werden allfällige Effizienzgewinne in ihre Redaktion reinvestieren, denn diese sichert Qualität und damit den Markterfolg. Alles andere wäre ein Rezept zum unglücklich werden mit KI.
Dieser Beitrag erschien ursprünglich im Medienhandbuch Österreich 2023/24, Hg. Verband Österreichischer Zeitungen, Studienverlag.