Die künstliche Intelligenz macht den großen Roboterjournalismus möglich

Gemeinsam stärker: Humaniode und Roboter-Journalisten

Künstliche Intelligenz (KI) wird allmählich ein Teil unseres täglichen Lebens, von schnellen Empfehlungen in Suchmaschinen und Autofokus in Smartphones bis hin zu Roboterkellnern in Cafés und die Liste geht weiter. KI schafft viel Raum für Kreativität und Wachstum und wird die Welt auch in Zukunft auf vielfältige Weise verändern.

Die Nachrichtenbranche hat sich durch den technologischen Fortschritt dramatisch verändert. Darüber hinaus hat der Aufstieg der künstlichen Intelligenz und des maschinellen Lernens die Auswirkungen der Technologie auf eine Vielzahl von Bereichen des Journalismus neu gestaltet. In diesem Bereich hat sich das Wachstum des Roboterreporters und des automatisierten Journalismus rasant entwickelt.

Automatisierter Journalismus

Durch den Einsatz von Computeralgorithmen zur Übersetzung von Rohdaten in Nachrichtenberichte, die denen von Menschen ähneln, stellt der automatisierte Journalismus den herkömmlichen Journalismus und die Position des Nachrichtenreporters auf den Kopf. Von der Satellitenkommunikation über das Internet bis hin zu den sozialen Medien – die Medien sind seit langem ein integraler Bestandteil des technologischen Fortschritts. Mit dem Aufkommen von künstlicher Intelligenz und Big Data war es nur eine Frage der Zeit, bis sich der Journalismus in Bezug auf die Produktion und Verbreitung verändern würde.

Der automatisierte Journalismus hebt die Messlatte für die Interaktion zwischen Medien und Maschinen auf ein neues Niveau. Er automatisiert jede Phase des Nachrichtenproduktionsprozesses, von der Recherche bis zur endgültigen Produktion und Verteilung. Automatisierte Nachrichten funktionieren besser mit Reality Stories, in denen organisierte und genaue Daten in Inhalte übersetzt werden können, die nicht nur billiger und schneller zu generieren sind, sondern auch auf die Präferenzen der Leser zugeschnitten sind. Es ist keine Überraschung, dass dies als Herausforderung für die konventionellen journalistischen Standards und die Effizienz gesehen wird, aber auch als Quelle der Arbeitsplatzunsicherheit in der Branche.

Welche Auswirkungen hat das auf die Medien?

Auch wenn dies angesichts eines scheinbar schrumpfenden Marktes wie ein düsteres Update wirkt, erlaubt es den Journalisten, sich auf die wichtigsten Geschichten zu konzentrieren und den Prozess zu beschleunigen. Die kleinen Dinge hingegen können leicht von der KI erledigt werden. Außerdem können sich wiederholende und langweilige Arbeiten, wie z. B. Datenanalyse, leicht vermieden werden und die Möglichkeit menschlicher Fehler wird ausgeschlossen, was zu einer zuverlässigeren und präziseren Berichterstattung führt. Programme können auch Fake News herausfiltern und garantieren, dass die Berichte so genau wie möglich sind, was entscheidend ist, da Leser nicht so sehr bemüht sind, die Fakten von Medien zu überprüfen.Insgesamt ist zu erwarten, dass sich diese jüngste Entwicklung weiter ausbreiten wird, da sie der Branche eine zuverlässigere, aktuellere und einfachere Berichterstattung ermöglicht.

Künstliche Intelligenz (KI) Tools für den automatisierten Journalismus:

Beispiel 1: Connexun- Nachrichten-Api

Benutzer können Connexuns Nachrichten-API nutzen, um in Echtzeit mehrsprachige Schlagzeilen, Beiträge und interaktive Übersichten von tausenden von seriösen Online-Nachrichtenquellen auf der ganzen Welt zu erhalten. Connexun verbessert ständig die intelligenten Werkzeuge, die riesige Datensätze von aggregierten Informationen mit Hilfe von Machine Learning und Natural Language Processing analysieren. Seine Fähigkeit, Übersichten aus aggregierten Beiträgen automatisch zu erstellen, kann Reportern eine Menge Zeit und Energie sparen, wenn es um die Beschreibung und Erstellung von Originalmaterial geht.

Beispiel 2: Der New York Times – Editor

Bereits im Jahr 2015 führte die New York Times ihr experimentelles KI-Projekt namens Editor ein. Beim Schreiben eines Artikels kann ein Journalist Tags verwenden, um eine Phrase, eine Überschrift oder die wichtigsten Punkte des Textes hervorzuheben. Mit der Zeit lernt der Computer, diese semantischen Tags zu erkennen und versteht die hervorstechendsten Teile eines Artikels. Durch das Durchsuchen von Daten in Echtzeit und das Extrahieren von Informationen auf der Basis von angeforderten Kategorien, wie z. B. Ereignisse, Personen, Orte und Daten, kann “Editor” Informationen besser zugänglich machen, den Rechercheprozess vereinfachen und eine schnelle und genaue Faktenüberprüfung ermöglichen.

Beispiel 3: Digital Daily

Das Portal digitaldaily.de ist ein Showroom, der von Studierenden des MIT, der Columbia University, der TU Berlin und einigen Journalisten betrieben wird: Experimente, was mit Robotertexten bereits geht und was nicht (Disclaimer: Der Autor Wolfgang Zehrt arbeitet an diesem Projekt mit). Mit rund 170.000 Berichten in 16 Sprachen zur Covid19-Pandemie hatte das Portal vermutlich einen Rekord im Erstellen anspruchsvoller Texte in relevanter Länger (600-800 Wörter jeweils) gebrochen.

Digital Daily ist in Europa der einzige Anbieter, der bereits das nächste Level erreicht hat: Per machine learning werden bereits existierende Texte sprachlich und stilistisch verbessert. Ausgenommen dieser letzte Absatz wurde der Artikel hier von zwei ineinander verschachtelten KI-Tools übersetzt und korrigiert – ohne jede menschliche Korrektur. Haben Sie den Beginn des zweiten Absatzes noch im Kopf? Der Satz beginnt mit “Die Nachrichtenbranche”… Im Original hieß es im völlig korrekten US-Englisch: “The news media industry…” Das erste KI-Tool übersetze dies mit “Die Nachrichtenmedien-Industrie”. Das zweite Tool erkannte das dies nicht dem normalen Sprachgebrauch in Deutschland entspricht und machte “Nachrichtenbranche” daraus. Zwei Computer sehen mehr als einer.

Wolfgang Zehrt / Monomita Chakraborty