image

image

Prof. Dr. Uwe Eisenbeis ist Professor für Medienmanagement und Ökonomie an der Hochschule der Medien in Stuttgart.

image

Magdalena Ciepluch, M.A., ist wissenschaftliche Mitarbeiterin und Doktorandin an der Hochschule der Medien in Stuttgart.

Uwe Eisenbeis, Magdalena Ciepluch (Hrsg.)

Künstliche Intelligenz in Nachrichtenredaktionen

Begriffe, Systematisierung, Fallbeispiele

Mit Beiträgen von

Magdalena Ciepluch, Dennis Czaja, Leonie Dapfer, Miriam Deck, Uwe Eisenbeis, Andreas Freimann, Fynn Heitmann, Jasmin Hofer, Sarah Jäckle, Lisa Janko, Alexander Obert, Veronika Pfahler, Sophia Schimpgen, Marie Senghas, David Simoes, Maik Uhlich, Katharina Willbold

image

Umschlagabbildung: © koto_feja · iStockphoto

Herausgeberfoto Uwe Eisenbeis: © HdM Stuttgart/Florian Müller

Herausgeberfoto Magdalena Ciepluch: © privat

Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.dnb.de abrufbar.

1. Auflage 2021

© UVK Verlag 2021

– ein Unternehmen der Narr Francke Attempto Verlag GmbH + Co. KG

Dischingerweg 5 · D-72070 Tübingen

Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen.

Internet: www.narr.de

eMail: info@narr.de

CPI books GmbH, Leck

ISBN 978-3-7398-3114-5 (Print)

ISBN 978-3-7398-8114-0 (ePDF)

ISBN 978-3-7398-0152-0 (ePub)

Vorwort

Das erste von einem Algorithmus geschriebene wissenschaftliche Fachbuch wird veröffentlicht. Eine Software schreibt Kurzgeschichten, die es fast zu einem Literaturpreis schaffen. Diese und viele weitere Beispiele haben zwar große mediale Aufmerksamkeit erhalten, betreffen allerdings den Alltag der allermeisten von uns (zumindest vorerst) nicht. Es gibt aber auch andere Anwendungsfälle von Algorithmen und Künstlicher Intelligenz in den Bereichen Inhalteerstellung, -aufbereitung, -distribution oder -vermarktung. Beispiele, mit denen wir alle – auch wenn uns das nicht immer und in allen Fällen bewusst ist – bei unserem täglichen Medienkonsum konfrontiert sind.

Die österreichische Presseagentur (Austria Presse Agentur) setzt auf Robot Journalism, um Wahlergebnisse in der Wahlberichterstattung aufzubereiten.

Der Axel Springer Verlag setzt Artificial Intelligence zur inhaltlichen Steuerung und Personalisierung seiner Nachrichten-App ein.

Die Stuttgarter Zeitung und die Stuttgarter Nachrichten nutzen Natural Language Processing, um den Feinstaubradar für Stuttgart und die entsprechenden Texte zu generieren.

Die Frankfurter Allgemeine Zeitung nutzt Machine Learning zur Personalisierung der Zusammenstellung von Nachrichten für die einzelnen Leserinnen und Leser.

Die Neue Osnabrücker Zeitung setzt Text-to-Speech-Technologie auf Basis neuronaler Netzwerktechnik für eine akustische Sprachausgabe von Artikeln ein.

Diese Beispiele stehen im Fokus dieser Publikation zum Thema „Künstliche Intelligenz in Nachrichtenredaktionen“. Die Beispiele sollen Inspiration für andere sein und – über jeweils wahrgenommenen Erfolgsfaktoren – eine Hilfestellung bieten, für alle, die sich ebenfalls Gedanken über den Einsatz von Algorithmen und Künstlicher Intelligenz in der Verlagswelt und anderen journalistischen Umfeldern – insbesondere im Bereich von Nachrichtenredaktionen – Gedanken machen (müssen).

Das vorliegende Buch enthält sieben Beiträge: Im ersten Beitrag werden unter anderem (sieben) wichtige Begriffe aufbereitet und definiert, sowie insbesondere drei Möglichkeiten der Systematisierung der „Orte“ und Implikationen von Algorithmen und Künstlicher Intelligenz vorgestellt – die Innovationssystematik (Art der Innovation), der Geschäftsmodellansatz (Komponente des Geschäftsmodells), sowie schließlich das Wertschöpfungskettenkonzept (Stufe der Wertschöpfungskette).

In den darauffolgenden fünf Beiträgen werden die oben aufgezählten fünf Fallbeispiele vorgestellt. Dabei geht es jeweils darum, zunächst die Ausgangslage (also den Grund für den Einsatz der Technologie) und den Lösungsansatz vorzustellen, dann die mit der Anwendung verbundenen Ziele und Erwartungen zu skizzieren und die Implementierung und Funktionalität der Anwendung beziehungsweise Technologie zu beschreiben. Zudem wird auf die bei der Implementierung und/oder dem Betrieb der Anwendung jeweils wahrgenommenen Herausforderungen und Erfolgsfaktoren eingegangen.

Das Buch schließt mit einem Beitrag, der eine übergreifende Zusammenfassung der Erkenntnisse aus den Fallbeispielen und eine Einordnung der Fallbeispiele in die drei im ersten Kapitel vorgestellten Systematisierungen (Art der Innovation, Verortung in Geschäftsmodell und Wertschöpfungskette) enthält.

Hervorgegangen ist die Idee, Fallbeispiele aus der Praxis anschaulich aufzubereiten, aus einem Forschungsprojekt an der Hochschule der Medien zum Thema „High Technologies and Media“. Im Rahmen dieses Projekts sollen die Implikationen der zentralen Technologieinnovationen der vergangenen Jahre auf die Wertschöpfungsketten und die Geschäftsmodelle der Medienindustrie untersucht werden.

An diesem Forschungsprojekt wirken auch Studierende der Bachelor- und Masterstudiengänge „Medienwirtschaft“ und „Medienmanagement“ der Hochschule der Medien mit. Allen Studierenden der vergangenen vier Jahrgänge des IPW (Interdisziplinäres Projekt Wirtschaft), die sich ebenso in das Forschungsprojekt eingebracht haben, gilt ein herzlicher Dank für das Interesse und Engagement im Rahmen von „High Technologies and Media“. Sie alle sind namentlich auf der Webseite zum Projekt (www.MediaTechNavigator.com) genannt.

Ein besonders herzlicher Dank gilt den Unternehmen und unseren dortigen Ansprechpartnerinnen und Ansprechpartnern, namentlich Frau Katharina Schell (Mitglied der Chefredaktion, Digitales der APA – Austria Presse Agentur), Frau Stefanie Zenke (zum Zeitpunkt des Interviews Ressortleiterin für Multimedia Reportagen bei der Stuttgarter Zeitung und den Stuttgarter Nachrichten, heute Redakteurin beim Südwestdeutschen Rundfunk), Herrn Peter M. Buhr (zum Zeitpunkt des Interviews Senior Consultant Digital & Innovations bei der Axel Springer SE, seit Juli 2020 Gründer und CEO bei Sinnborn GmbH), Herrn Joachim Dreykluft (Leiter des HHLab der NOZ-Medien), Herrn Philip Holtmann (Director Publisher & Public Relations bei der Upday GmbH & Co. KG), Herrn Jan Georg Plavec (Redakteur bei der Stuttgarter Zeitung und Stuttgarter Nachrichten) sowie Herrn Thomas Schultz-Homberg (zum Zeitpunkt des Interviews Chief Digital Officer der FAZ Verlagsgruppe, seit Oktober 2020 CEO des Regionalmedienverlags von DuMont). Ohne ihre Bereitschaft an diesem Projekt mitzuwirken, wäre diese Fallstudiensammlung nicht entstanden.

Dieses Buch wurde ohne den Einsatz von Künstlicher Intelligenz geschrieben, wir als Herausgeberteam arbeiten also noch daran. Wir lassen uns aber inspirieren. Sie hoffentlich auch.

Stuttgart, im April 2021

Uwe Eisenbeis und Magdalena Ciepluch

Inhalt

Vorwort

Algorithmen und Künstliche Intelligenz zur Erstellung, Aufbereitung und Distribution von Inhalten im Verlagsumfeld. Begrifflichkeiten und Möglichkeiten der Systematisierung von Implikationen

1Herausforderung und Handlungsnotwendigkeit erkennen: Warum es sich lohnt, über KI in journalistischen Umfeldern nachzudenken!

2Überblick behalten und Begriffe kennen: Warum sprechen alle von Machine Learning und Natural Language Generation?

3Innovation differenzieren und Implikationen systematisieren: Wie verändern sich Geschäftsmodell und Wertschöpfungskette?

3.1Welche Art der Innovation wird hervorgerufen?

3.2Welche Komponenten des Geschäftsmodells sind von Veränderungen betroffen?

3.3Welche Stufen der Wertschöpfungskette sind von Veränderungen betroffen?

4Zusammenfassung und nächste Schritte nachvollziehen: Was sollte man für die weitere Beschäftigung mit dem Thema mitnehmen?

Literatur

Robot Journalism zur Aufbereitung von Wahlergebnissen in der Wahlberichterstattung der Austria Presse Agentur

1Ausgangslage und Lösungsansatz

2Ziele und Erwartungen

3Implementierung und Funktionalität

4Herausforderungen und Erfolgsfaktoren

5Fazit und Ausblick

Künstliche Intelligenz zur inhaltlichen Steuerung und Personalisierung der Nachrichten-App Upday von Axel Springer

1Ausgangslage und Lösungsansatz

2Ziele und Erwartungen

3Implementierung und Funktionalität

4Herausforderungen und Erfolgsfaktoren

5Fazit und Ausblick

Natural Language Processing für den Feinstaubradar von Stuttgarter Zeitung und Stuttgarter Nachrichten

1Ausgangslage und Lösungsansatz

2Ziele und Erwartungen

3Implementierung und Funktionalität

4Herausforderungen und Erfolgsfaktoren

5Fazit und Ausblick

Machine Learning als Grundlage der Personalisierungsfunktion „Entdecken“ in der FAZ.NET-App der Frankfurter Allgemeinen Zeitung

1Ausgangslage und Lösungsansatz

2Ziele und Erwartungen

3Implementierung und Funktionalität

4Herausforderungen und Erfolgsfaktoren

5Fazit und Ausblick

NOZ Medien nutzt Text-to-Speech-Technologie auf Basis neuronaler Netzwerktechnik für eine akustische Sprachausgabe der Texte

1Ausgangslage und Lösungsansatz

2Ziele und Erwartungen

3Implementierung und Funktionalität

4Herausforderungen und Erfolgsfaktoren

5Fazit und Ausblick

Algorithmen und Künstliche Intelligenz zur Erstellung, Aufbereitung und Distribution von Nachrichteninhalten. Erkenntnisse aus fünf Fallstudien

1Einsatzgebiete und Anwendungen kennen: Welche Einsatzgebiete und Anwendungen gibt es?

2Gründe und Ziele bewusst machen: Welche Unternehmensziele sollen mit KI erreicht werden?

3Entwicklung und Implementierung durchdenken: Was ist die geeignete Organisationsform und wer sind geeignete Partnerinnen und Partner?

4Herausforderungen und Erfolgsfaktoren identifizieren: Wovon hängt der Erfolg der Anwendungen ab?

4.1Mitarbeiterakzeptanz und Schulung

4.2Quantität und Qualität der Daten

4.3Sichtbarkeit und Reichweite der Anwendung

4.4Zusammenarbeit und geeignete Partnerinnen und Partner

4.5Interne Strukturen und Kompetenz

5Veränderungen und Implikationen systematisieren: Wie lassen sich die Fallbeispiele einordnen?

5.1Welche Art der Innovation wird hervorgerufen?

5.2Welche Komponenten des Geschäftsmodells sind von Veränderungen betroffen?

5.3Welche Stufen der Wertschöpfungskette sind von Veränderungen betroffen?

6Zusammenfassung und Fazit ableiten: Was sind die Lessons Learned zu KI in journalistischen Umfeldern?

Literatur

Stichwortverzeichnis

Algorithmen und Künstliche Intelligenz zur Erstellung, Aufbereitung und Distribution von Inhalten im Verlagsumfeld. Begrifflichkeiten und Möglichkeiten der Systematisierung von Implikationen

Uwe Eisenbeis, Magdalena Ciepluch, Miriam Deck, Fynn Heitmann, Jasmin Hofer

1Herausforderung und Handlungsnotwendigkeit erkennen: Warum es sich lohnt, über KI in journalistischen Umfeldern nachzudenken!

Zum 250. Geburtstag von Ludwig van Beethoven soll und wird Künstliche Intelligenz dessen 10., seinerzeit unvollendete, Symphonie (fertig) komponieren (Deutsche Telekom 2019). Das erste von einem Algorithmus geschriebene wissenschaftliche Fachbuch wurde gerade zum Thema Lithium-Ionen-Batterien veröffentlicht (Springer Nature 2019). Eine Software hat mehrere Kurzgeschichten geschrieben, von denen es eine in die engere Auswahl für einen Literaturpreis geschafft hat (Steffen 2016). Im Auktionshaus Christie’s wird erstmals ein Gemälde versteigert, das von einer Künstlichen Intelligenz geschaffen wurde (Zeit Online 2018).