Wie Künstliche Intelligenz die Medienbranche verändert

Lieber Chatbot, verfasse einen Artikel zum Thema Medienkompetenz. Oder recherchiere darüber, welche Rolle Qualitätsmedien für die Demokratie eines Landes haben. Bereite die tagesaktuellen Nachrichten klar und kompakt auf, bitte.“ So oder so ähnlich könnten die künftigen Befehle lauten, die Journalisten und Medienschaffende in ein Large Language Model (LLM) eingeben. Die Antwort wird nur wenige Sekunden auf sich warten lassen. Zu erwarten sind weder Pausen, Urlaub noch Schlaf – die Künstliche Intelligenz hat keine spezifischen Bedürfnisse, es gibt keine Sorgfaltspflichten. Lediglich wenn es um Rechenleistung und Energieverbrauch geht, ist die KI fordernder als der Mensch.

Dieser ist dadurch wiederum gefordert, sich mit KI-Prozesse auseinanderzusetzen. Und Fähigkeiten zu erlernen, wahre von falschen Informationen unterscheiden zu können. Dies dürfte sich als eine der größten Herausforderungen der Medien herauskristallisieren, wie KI-Trainerin und studierte Politologin Barbara Weidmann im Zuge der 11. Anifer Journalismustage betont. Diese widmen sich einem Thema am Puls der Zeit, diesmal der Künstlichen Intelligenz und ihrem Einsatz in der redaktionellen Arbeit. Organisiert wird der jährlich im Juli stattfindende Intensivworkshop von der Österreichischen Medienakademie unter Mitwirkung von JTI Austria. Neben der Ausbildung von Journalisten ist auch das Netzwerken ein wichtiger Bestandteil, der beim Empfang mit Bierfassanstich jedes Jahr aufs Neue gepflegt wird.

Weidmann weiß um die Techniken – wie Maschinelles Lernen und Deep Learning – Bescheid, die benötigt werden, um Muster in Daten zu erkennen und darauf basierend originelle Inhalte zu schaffen. „Der Prozess der Textgenerierung erfolgt durch Auswahl der nächsten Wort- oder Zeichensequenz, die am besten passt. Das Modell berechnet auf Basis der vorherigen Wörter, welche Fortsetzung am wahrscheinlichsten ist“, erklärt sie. Und wirft damit unweigerlich die Frage auf, welche Auswirkungen KI auf die Medien-Branche und die Gesellschaft hat.

Denn diese Instrumente, vorzustellen wie ein fortgeschrittenes Autokorrektur-System, kann theoretisch auf eine Datenbank zugreifen, in der Millionen von Büchern, Artikeln und Webseiten aufbewahrt sind. Aufgrund dessen wünschen sich viele Unternehmen eigene Modelle, die lokal laufen. Nicht zuletzt hat das US-Medienunternehmen Bloomberg einen „BloombergGPT“ entwickelt. „Dieser wurde mit umfassenden proprietären Finanzdaten gefüttert, die über einen Zeitraum von 40 Jahren gesammelt wurden. Mittlerweile kann das Sprachmodell Finanzanalysen durchführen und Finanzbegriffe erkennen.“ Noch sind ihr allerdings Grenzen gesetzt, so können LLM Vorurteile oder Verzerrungen aus ihren Trainingsdaten übernehmen.

Sie haben Schwierigkeiten damit, zwischen wahren und falschen Informationen zu unterscheiden. Auch der Mensch gerät verstärkt in die Bredouille, wenn er zwischen einem echten Pressesprecher oder einem Avatar differenzieren soll. So nutzt beispielsweise das ukrainische Außenministerium bereits eine KI, um Pressemitteilungen vorzutragen. Selbsterklärend ist sie nicht dazu im Stande, auf kritische Fragen zu antworten. Oder kreativ und unvoreingenommen zu sein.

Unabhängige Prüfstellen

„Investigativ, kritisch oder kreativ zu denken und zu arbeiten, dazu ist aktuell nur der Mensch befähigt“, sagt Weidmann. Um diese Kompetenzen in Texten von Werken der KI unterscheiden zu können, brauche es zukünftig vermehrt Prüfstellen und Qualitätssiegel. Diese sollen Medien nur dann erhalten, wenn sie sachlich und den Geboten der journalistischen Sorgfalt entsprechend, berichten. „Kein leichtes Unterfangen“, wie sie gesteht. Idealerweise sollten diese Stellen von Menschen besetzt, nicht KI-gestützt und unabhängig sein.