The AI Journalist Archive Feed

Prompt-Tipp: Foto-Exkurs: Seed bei der Bilderstellung

Fri, 05 Jul 2024 14:10:50 GMT

Heute möchte ich nochmal einen Exkurs in den Bereich der Bilderstellung wagen. Ein Bereich, der natürlich mit Vorsicht zu genießen ist, vor allem im Journalismus. Die Nutzung von KI-Bildern ist irreführend und sollte nur mit entsprechendem Transparenzhinweis in Medien genutzt werden. Auf der anderen Seite steht die Diskussion, ob KI-Kunst wirklich Kunst ist.

Dennoch gibt es viele, die sich zuhause privat mit der Erstellung von KI-Bildern befassen. Das ist mittlerweile mit zahlreichen Tools möglich: Midjourney, ChatGPT-Plus oder der erweiterten Version von Copilot, die viele Medienunternehmen inzwischen nutzen.

Wie ein perfekter Prompt zur Bilderstellung aussieht, haben vor uns vor einiger Zeit bereits angeschaut. Doch wer mit KI-Bildern bereits experimentiert hat, wird merken, ein und derselbe Prompt produzieren über die Zeit andere Ergebnisse. Der Stil eines Bildes lässt sich über einfaches Prompten kaum halten.

Hier kommt der sogenannte Seed (dt. Samen) in Spiel. Jedes von KI erstellte Bild kommt nämlich einen Seed, also eine einzigartige Nummer, mit dem das System das Bild erkennt. Durch die Nennung des Seeds können auch weitere Bilder in der Zukunft wieder im gleichen Stil erstellt werden.

Mein Beispiel-Prompt:

“Du bist Zeichner für Kinderbücher. Bitte erstelle ein Bild von einem Hasen, der gemeinsam mit einem Bär, einer Eule und einer Schnecke im Wald wohnt. Das Bild sollte eine ansprechende Zeichnung sein, die in einem Buch für Kinder von 2-5 Jahren erscheint.”

Das Ergebnis:

Nun kann ich ein komplett anderes Bild erstellen, aber im gleichen Zeichenstil, indem ich die KI zunächst nach dem Seed frage:

“Was ist der Seed des Bildes?”

Die KI nennt mir nun den einzigartigen Code hinter dem Bild:

“Der Seed des Bildes ist 2007628944.”

Nun versuche ich also im selben Stil ein anderes Bild zu erstellen:

“Bitte erstelle nun ein Bild der Stadt Paris im gleichen Stil mit dem Seed 2007628944.”

Das Ergebnis:

Der Stil wurde gut getroffen, aber mit einem komplett anderen Motiv.

Mein zweiter Versuch:

“Bitte erstelle ein Bild eines Burgers im Stil eines Mosaiks.”

Das Ergebnis:

“Was ist der Seed des Bilds?”

“Der Seed des Bildes ist 1567380602.”

“Bitte erstelle ein Bild von einem Quietscheentchen im gleichen Stil mit Seed 1567380602.”

Das Ergebnis:

Aber Achtung: Bei ChatGPT-Plus und dem erweiterten Copilot funktioniert der Seed oft nur innerhalb eines Chats, um verschiedene Bilder im gleichen Stil zu erstellen. Du wirst dich fragen: Reicht da nicht auch ein einfaches Prompting à la “Mache es im gleichen Stil”? Leider nein. Oft sind die Ergebnisse dann wieder zu unterschiedlich. Hier kann der Seed wirklich hilfreich sein.

Beim Tool Midjourney funktioniert des Seed am besten. Dort kann man tatsächlich auch über Seed-Bibliotheken nachdenken. Also die Idee, dass man sich die Seeds notiert, um später wieder den gleichen Stil erreichen zu können. Die Seed-Nummern bekommt man bei Midjourney, indem man in Discord ein einfaches Brief-Emoji ✉️ nach der Erstellung des Bildes zurück schickt.

Background: Medien melden Plagiatsverdacht bei Perplexity

Fri, 05 Jul 2024 14:05:47 GMT

In der Welt der Künstlichen Intelligenz gibt es derzeit heiße Diskussionen über die Grenze zwischen fairer Nutzung und Plagiat. Im Mittelpunkt steht Perplexity AI, ein Startup, das eine Suchmaschine mit einem Sprachmodell kombiniert, um detaillierte Antworten zu liefern. Anders als andere KI-Modelle trainiert Perplexity keine eigenen, sondern nutzt bestehende Modelle und sammelt Informationen aus dem Internet.

Vorwürfe gegen Perplexity AI

Im Juni 2023 wurde Perplexity vorgeworfen, unethisch zu handeln. Das Medium Forbes beschuldigte das Startup, einen seiner Artikel plagiiert zu haben, und Wired warf Perplexity vor, seine Website und andere unerlaubt zu scrapen. Diese Vorwürfe werfen ein Schlaglicht auf die komplexen rechtlichen und ethischen Fragen, die mit der Nutzung von KI im Journalismus verbunden sind.

Das Problem mit dem Web-Scraping

Wired berichtete, dass Perplexity das Robots Exclusion Protocol ignorierte, das Websites davor schützen soll, von Web-Crawlern durchforstet zu werden. Eine Untersuchung ergab, dass eine mit Perplexity verbundene IP-Adresse Inhalte von Websites sammelte, die für Bots gesperrt sind. Web-Scraping bedeutet, dass automatisierte Software das Internet durchforstet, um Informationen zu sammeln. Suchmaschinen wie Google tun dies, um Webseiten in Suchergebnissen anzuzeigen. Aber viele Verlage wollen nicht, dass ihre Inhalte für den Aufbau von KI-Datensätzen genutzt werden.

Plagiat oder faire Nutzung?

Wired und Forbes beschuldigten Perplexity auch des Plagiats. Wired stellte fest, dass der Perplexity-Chatbot einen ihrer Artikel fast wortwörtlich zusammenfasste. Forbes berichtete Ähnliches und kritisierte, dass Perplexity Inhalte von verschiedenen Nachrichtenquellen nutzte, ohne diese ausreichend zu kennzeichnen. Perplexity vergleicht seine Zusammenfassungen mit journalistischer Praxis, bei der Fakten aus verschiedenen Quellen genutzt werden.

Zukunftsaussichten und Lösungen

KI-Unternehmen wie OpenAI haben Vereinbarungen mit Nachrichtenverlagen getroffen, um deren Inhalte nutzen zu dürfen. Diese Abkommen ermöglichen den Verlagen, von der KI-generierten Nutzung ihrer Inhalte zu profitieren. Perplexity plant nun ähnliche Abkommen und möchte Verlagen durch Werbeeinnahmen einen Anteil zukommen lassen.

Perplexity-CEO Aravind Srinivas erklärte, dass das Unternehmen die Quellen in Zukunft prominenter zitieren werde. Allerdings gebe es technische Herausforderungen, da KI-Modelle wie ChatGPT und Perplexity manchmal fehlerhafte oder erfundene Links generieren, was die Zuverlässigkeit der Zitate beeinträchtigen kann.

Prompt-Tipp: KI am Limit: Analyse vieler Dokumente

Thu, 20 Jun 2024 14:04:15 GMT

Der heutige "Prompt-Tipp" ist ein Erfahrungsbericht über meine Arbeit mit Künstlicher Intelligenz, der zur Abwechslung einmal keinen spezifischen Prompt für die journalistische Arbeit bietet.

In der vergangenen Woche hatte ich die Gelegenheit, als "Mechaniker" an der KI-Werkstatt von MDR next in Leipzig teilzunehmen. An dieser Stelle noch einmal vielen Dank für die Einladung. Dort konnten Redakteur:innen vorbeikommen, um ihre konkreten KI-Herausforderungen zu besprechen und auszuprobieren.

Zwei Kolleg:innen kamen mit dem Ziel, KI zu nutzen, um die verschiedenen Wahlprogramme zur kommenden Landtagswahl in Sachsen zu analysieren. Der MDR testet derzeit ein internes GPT-Tool, ähnlich wie der SWR, in einer ersten Testphase. Dieses Tool basiert auf den Fähigkeiten von ChatGPT-4. Es lag daher nahe, diese Herausforderung mit ChatGPT anzugehen.

Unser Ansatz war folgender:

Download der Parteiprogramme in einen lokalen Ordner und Benennung nach dem gleichen Schema, z.B. “Partei_Wahlprogramm_Sachsen”.
Hochladen aller Wahlprogramme in das Interface von ChatGPT.
Formulierung eines Basis-Prompts, um die Aufgabe an die KI zu definieren.

Unser erster Basis-Prompt sah so aus:

“Du bist Journalist und führst politische Faktenchecks und Analysen zu Wahlprogrammen für die kommende Landtagswahl im Bundesland Sachsen durch. Deine Aufgabe ist es, die Wahlprogramme der relevanten Parteien nach bestimmten Kriterien zu analysieren.

Deine Aufgaben umfassen:

Durchsuchen der Wahlprogramme nach den wichtigsten Punkten.
Vergleich dieser Punkte mit den Wahlprogrammen anderer Parteien.
Analyse nach vorgegebenen Themenkomplexen (z.B. Wirtschaft, Bildung, Umwelt).
Auswertung nach bestimmten Kriterien (z.B. Umsetzbarkeit, Konkretheit).

Wichtige Hinweise:

Gib zu jeder analysierten Aussage die exakte Quelle mit Wahlprogramm und Seitenzahl an.
Agiere neutral und faktengetreu, ohne eigene Interpretationen vorzunehmen.

Ergebnisse:

Erstelle eine tabellarische Übersicht mit allen relevanten Textstellen, einschließlich Seitenzahl und Wahlprogramm.

Anbei findest du die verschiedenen Wahlprogramme. Bitte nutze ausschließlich diese Dokumente für deine Analyse.”

Die KI startete anschließend sofort die Analyse und wählte dabei zufällige Themenfelder:

Bildung
Energie
Familie und Demografie
Wirtschaft
Innere Sicherheit

Das Tool erklärte nicht, warum es bestimmte Themenfelder wählte. Es wäre wertvoller gewesen, zunächst einen allgemeinen Überblick über alle Wahlprogramme zu erhalten.

Während bei der ersten Partei die Seitenzahlen der Textstellen im Wahlprogramm zuverlässig angegeben wurden, erschien bei späteren Parteien lediglich ein "X" als Platzhalter für die Seitenzahl.

Okay, anscheinend war der ursprüngliche Ansatz zu komplex für die KI. Daher reduzierten wir die Komplexität des Prompts durch zwei Änderungen: Wir baten die KI, schrittweise vorzugehen, also ein Parteiprogramm nach dem anderen zu analysieren. Zunächst fragten wir nach einer allgemeinen Analyse der Hauptthemen pro Partei, anstatt die KI selbst Themen auswählen zu lassen.

“Bitte analysiere die Dokumente unabhängig voneinander und arbeite die verschiedenen Fokusthemen der Parteien heraus. Nutze nicht die zuvor genannten Themen.”

Das funktionierte besser. Die verschiedenen Hauptthemen pro Partei wurden gut herausg earbeitet. Allerdings trat während der Analyse weiterhin das Problem auf, dass statt der korrekten Seitenzahlen das "X" genannt wurde.

Ein weiteres Problem war, dass die KI dem "Bündnis Sahra Wagenknecht" (BSW) einen neuen, erfundenen Namen gab: "Bündnis Sachsen Weiterdenken".

Obwohl wir die KI mehrmals baten, die korrekten Seitenzahlen zu nennen, stimmten diese nur zu Beginn der Analyse. Später lagen sie entweder 1-2 Seiten daneben oder es wurden die Seitenzahlen der Wahlprogramme verwechselt.

Daraufhin testeten wir den Fokus auf ein spezifisches Themengebiet: Bildung. Dabei gingen wir Schritt für Schritt vor. Zunächst luden wir nur ein Wahlprogramm hoch und werteten es mit folgendem Prompt aus:

“Du bist Journalist und führst politische Faktenchecks und Analysen zu Wahlprogrammen für die kommende Landtagswahl im Bundesland Sachsen durch.

Deine Aufgabe ist es, Wahlprogramme der relevanten Parteien nach dem Themenkomplex Bildung zu analysieren.

Deine Aufgabe: Durchsuchen das Wahlprogramm des Bündnis Sahra Wagenknecht (BSW) nach den wichtigsten Punkten im Bereich Bildung.

Wichtige Hinweise:

Gib zu jeder analysierten Aussage die exakte Quelle im Wahlprogramm und Seitenzahl an. Agiere neutral und faktengetreu, ohne eigene Interpretationen vorzunehmen.

Ergebnisse:

Erstelle eine tabellarische Übersicht mit allen relevanten Textstellen, einschließlich Seitenzahl im Wahlprogramm.

Anbei findest du das Wahlprogramm des BSW. Bitte nutze ausschließlich dieses Dokument für deine Analyse.”

Das Ergebnis sah gut aus: Textstellen und Seitenzahlen stimmten und waren tabellarisch dargestellt (Oberthema - Textstelle - Seitenzahl). Nun baten wir die KI, genau das Gleiche mit dem Wahlprogramm der Linken zu machen.

Das Ergebnis war inhaltlich korrekt, doch die KI wählte eine andere Tabellenform (Textstelle - Seitenzahl). Wir baten das Tool, die Ergebnisse in der gleichen Form wie zuvor beim BSW darzustellen. Das klappte dann auf Anhieb.

Trotz mehrmaliger Analyse der entsprechenden PDF-Datei änderte die KI den Namen des BSW erst nach einem Hinweis von uns.

Auch nach mehreren Hinweisen waren die Seitenzahlen oft falsch, obwohl die Textstellen korrekt waren. Besonders mysteriös war ein Fall, in dem das Tool auf Seitenzahlen verwies, die in dem Dokument gar nicht vorkamen. Es handelte sich um Seitenzahlen eines anderen Dokuments, das in diesem Chat nicht hochgeladen wurde und das die KI folglich nicht kennen sollte.

Abschließend einige Tipps zum Umgang mit großen Datenmengen:

Schritt für Schritt vorgehen: Ein Parteiprogramm nach dem anderen analysieren und einen Themenfokus nach dem anderen setzen.
Arbeit mit Doc-Dateien: In unserem Test klappte die Nennung von Seitenzahlen besser mit Word-Dokumenten als mit PDFs. Allerdings liegen die meisten Parteiprogramme nicht als Doc-Dateien vor.
KI nur als Assistent nutzen: Die KI kann nicht die komplette Analyse zuverlässig übernehmen, aber sie kann einen ersten Überblick über Kernthemen und Vergleiche geben.
Nach Möglichkeit nur zwei Dokumente miteinander vergleichen: Bei drei oder mehr Dokumenten wird es oft zu komplex.

Ich bin sehr froh, dass wir in dieser Challenge schnell an die Grenzen der KI gestoßen sind. So wird deutlich, dass diese Tools zwar großartige Assistenten sind und unsere Arbeit erleichtern können, aber die ausgegebenen Informationen sollten wir nicht für bare Münze nehmen.

Background: KI-Videos sehen so echt aus wie nie

Thu, 20 Jun 2024 14:00:37 GMT

Am Montag stellte Runway, ein Unternehmen, das KI-Werkzeuge für Film- und Bildinhalte entwickelt, das Gen-3 Alpha-Modell vor. Diese neueste Version kann Videoclips aus Textbeschreibungen und Standbildern erzeugen. Runway betont, dass Gen-3 im Vergleich zum Vorgängermodell Gen-2 eine deutlich schnellere und qualitativ hochwertigere Videoerstellung ermöglicht. Zudem bietet Gen-3 präzise Kontrollmöglichkeiten über die Struktur, den Stil und die Bewegungen der erzeugten Videos.

Prompt: An extreme close-up shot of an ant emerging from its nest. The camera pulls back revealing a neighborhood beyond the hill. (Quelle: Runway)

Gen-3 Alpha zeichnet sich besonders dadurch aus, dass es ausdrucksstarke menschliche Charaktere mit vielfältigen Aktionen, Gesten und Emotionen generieren kann. Es wurde entwickelt, um verschiedene Stile und filmische Begriffe zu interpretieren und kreative Übergänge sowie präzise Platzierungen von Elementen in der Szene zu ermöglichen. Die generierten Videoclips sind derzeit jedoch auf maximal 10 Sekunden begrenzt.

Prompt: An astronaut running through an alley in Rio de Janeiro. (Quelle: Runway)

Die Fähigkeit, schnell und einfach realitätsnahe Videos zu erzeugen, könnte weitreichende Auswirkungen auf die Gesellschaft haben. Einerseits könnten neue kreative Möglichkeiten entstehen, andererseits steigt das Risiko der Verbreitung von Fehlinformationen und manipulierten Inhalten. Besonders im Journalismus ist die Authentizität von Inhalten von großer Bedeutung. Mit der zunehmenden Verbreitung von KI-generierten Videos wird es immer wichtiger, Mechanismen zur Überprüfung der Echtheit von Videos zu entwickeln und zu etablieren.

Prompt: Subtle reflections of a woman on the window of a train moving at hyper-speed in a Japanese city. (Quelle: Runway)

Ein großes Problem bei der Nutzung von KI zur Videoerstellung bleibt die kreative Kontrolle. Es ist nach wie vor schwierig, dass ein Modell konsistente Videos erzeugt, die den künstlerischen Vorstellungen des Erstellers entsprechen. Zusätzlich gibt es ungelöste Fragen zum Urheberrecht, insbesondere wenn die KI auf urheberrechtlich geschütztem Material trainiert wurde. Runway arbeitet nach eigenen Angaben eng mit Künstlern zusammen und setzt ein neues Moderationssystem ein, um diese Probleme anzugehen.

Prompt: Handheld tracking shot at night, following a dirty blue ballon floating above the ground in abandon old European street. (Quelle: Runway)

Runway Gen-3 und ähnliche KI-Modelle zeigen, dass die Technologie zur Erzeugung professioneller Videos aus Textbeschreibungen und Standbildern immer leistungsfähiger wird. Dies birgt sowohl Chancen als auch Risiken. Es bleibt abzuwarten, wie sich diese Technologien weiterentwickeln und welchen langfristigen Einfluss sie auf die Medienlandschaft und die Gesellschaft haben werden. Insbesondere im Journalismus wird die Fähigkeit, die Authentizität von Inhalten zu gewährleisten, eine zentrale Rolle spielen.

Die Qualität der Beispielclips wurde durch die Umwandlung in GIF-Dateien beeinträchtigt.

Prompt-Tipp: KI für Nachrichtenartikel - praktisch oder gefährlich?

Thu, 13 Jun 2024 13:54:23 GMT

Die Idee, journalistische Artikel durch KI erstellen zu lassen, ist bislang noch kaum verbreitet – und das aus gutem Grund. Die letzte Entscheidung und die kreative Gestaltung sollten weiterhin in den Händen menschlicher Journalist:innen bleiben.

Eine große Gefahr beim Einsatz von KI in der Nachrichtenproduktion ist die Möglichkeit, dass falsche Informationen generiert werden, was zu einem erheblichen Vertrauensverlust im Journalismus führen könnte. Trotzdem ist es spannend zu sehen, wie weit die Technologie bereits gekommen ist.

In diesem Kontext habe ich eine eigene kleine wissenschaftliche Untersuchung durchgeführt, um herauszufinden: „Kann KI den Prozess der Nachrichtenproduktion übernehmen?“

Dazu habe ich ein Experiment durchgeführt, das die Nachrichtenproduktion mit Agenturmaterial simuliert. Das Ziel des Experiments war es herauszufinden, ob Nachrichtenartikel, die von KI erstellt wurden, die wichtigsten journalistischen Qualitätskriterien erfüllen. Dabei wurde untersucht:

Genauigkeit der Informationen: Können KI-erstellte Artikel korrekte und verlässliche Informationen liefern?
Sprachliche Qualität: Entsprechen die generierten Texte den sprachlichen Standards des Journalismus?
Objektivität und Ausgewogenheit: Sind die Berichte objektiv und ausgewogen oder zeigen sie Verzerrungen?
Einfluss verschiedener Strategien des Prompting: Welche Auswirkungen haben unterschiedliche Prompting-Methoden auf die Qualität der generierten Inhalte?

Diese Ziele sind entscheidend, um zu verstehen, wie und unter welchen Bedingungen KI-Modelle wie ChatGPT in der Lage sind, qualitativ hochwertige journalistische Inhalte zu erstellen und die menschliche Arbeit in Redaktionen sinnvoll zu unterstützen.

Durchführung des Experiments

In meinem Experiment wurden Nachrichtenartikel zu drei verschiedenen Themen des Jahres 2023 erstellt:

Parlamentswahl in Polen am 15.10.2023
Urteil des deutschen Bundesverfassungsgerichts zum Nachtragshaushalt 2021 am 15.11.2023
Versuchter Putsch der Wagner-Söldner gegen den russischen Staat am 23.06.2023

Als Quellen dienten Meldungen großer Nachrichtenagenturen auf Deutsch: Deutsche Presse-Agentur (DPA), Reuters (RTR) und Agence France-Presse (AFP). Insgesamt wurden 24 Nachrichtenartikel generiert, wobei jede mögliche Kombination von Agenturmeldungen verwendet wurde.

Genutzte Prompts

Jeder Prompt, den ich an ChatGPT gegeben habe, folgte einer festen Struktur. Diese Struktur beinhaltete stets folgende Elemente:

Forschungsmethode

Das Experiment folgte einer selbstgewählten Forschungsmethode zur Erstellung von Nachrichtenartikeln mit anschließender Inhaltsanalyse. Diese Inhaltsanalyse wurde anhand eines Codebuchs durchgeführt, das spezifische journalistische Qualitätskriterien festlegte und die Bewertung der Artikel standardisierte.

Ergebnisse der Analyse

Die generierten Artikel wurden anhand journalistischer Qualitätskriterien analysiert, darunter Richtigkeit, Vollständigkeit, Objektivität und sprachliche Qualität. Die Analyse ergab, dass die Qualität der Artikel stark von der Anzahl und Kombination der genutzten Agenturmeöldungen abhing.

Zwei Agenturmeldungen: Die besten Ergebnisse wurden erzielt, wenn zwei verschiedene Agenturmeldungen verwendet wurden. Diese Artikel waren meist vollständig, korrekt und ausgewogen. Dies bestätigt das journalistische Zwei-Quellen-Prinzip.
Eine oder drei Agenturmeldungen: Artikel, die auf nur einer Agenturmeldung basierten, wiesen häufig inhaltliche Lücken auf, während Artikel mit drei Meldungen oft überladen und weniger fokussiert waren.

Einige detaillierte Ergebnisse

Richtigkeit und Vollständigkeit: Artikel, die aus zwei Quellen erstellt wurden, erfüllten am besten die Kriterien der Richtigkeit und Vollständigkeit. Diese Artikel konnten die wichtigsten Fakten klar und präzise darstellen, was ihre journalistische Qualität erheblich steigerte. Dennoch kam es vor allem bei einer oder drei Quellen, aber auch bei zwei Quellen, immer wieder zu Fehlern. Wichtige Protagonist:innen wurden ausgelassen oder falsch zugeordnet. Zusammenhänge wurden falsch erklärt.
Sprachliche Qualität: Die sprachliche Qualität der Artikel war durchgehend hoch, unabhängig von der Anzahl der verwendeten Quellen. Die Texte waren klar strukturiert, gut lesbar und enthielten nur selten grammatikalische oder stilistische Fehler.
Objektivität: Auch hier zeigten Artikel mit zwei Quellen die besten Ergebnisse, da sie eine ausgewogene Darstellung der Ereignisse ermöglichten. Sie waren weniger anfällig für Verzerrungen und boten eine umfassende Perspektive auf das jeweilige Thema. Bei einer oder drei Quellen kam es oft zu objektiv falschen Gewichtungen in der Beschreibung und Einführung von Fakten und Protagonist:innen.

Das Experiment zeigte, dass generative KI wie ChatGPT in der Lage ist, qualitativ hochwertige Nachrichtenartikel zu erstellen, insbesondere wenn präzises Prompting und eine sorgfältige Auswahl der Quellen erfolgt. Allerdings bleibt die menschliche Kontrolle unerlässlich, um die Richtigkeit und Relevanz der Informationen sicherzustellen.

Trotz der hohen sprachlichen Qualität, die von der KI erreicht wird, produziert sie immer noch inhaltliche Fehler, die das Ansehen des Journalismus schädigen können. Daher sollte die Nachrichtenproduktion nicht vollständig von KI übernommen werden. Das größte Problem der KI: Sie kann nicht verstehen und abwägen, welche Fakten und Personen im Artikel mit welcher Gewichtung und in welchem Zusammenhang genannt werden sollen.

KI kann jedoch weiterhin als wertvoller Assistent für Journalist:innen dienen und sie in der Nachrichtenproduktion unterstützen. Ein Beispiel dafür ist ntv , das in Kooperation mit der Deutschen Presse-Agentur (dpa) ein innovatives Redaktionstool entwickelt hat. Dieses Tool nutzt maschinelles Lernen und KI, um Journalist:innen bei der Auswahl und Bearbeitung von Nachrichten zu unterstützen. Es analysiert Agenturmeldungen im dpa-Feed und bietet Vorschläge für Textelemente und Themen sowie eine verbesserte Gewichtung der Nachrichtenrelevanz.

Das Projekt von ntv und dpa zeigt, wie Technologie die mediale Berichterstattung unterstützen kann, ohne die redaktionelle Entscheidungsgewalt zu ersetzen. Dieses Gleichgewicht zwischen menschlicher Urteilskraft und maschineller Effizienz könnte ein Modell für den zukünftigen Nachrichtenjournalismus darstellen.

Background: Apple Intelligence: Siri bekommt Hilfe von ChatGPT

Thu, 13 Jun 2024 13:51:11 GMT

Apple integriert in seinen neuen Betriebssystemen iOS 18, iPadOS 18 und macOS 15 diverse KI-Funktionen, darunter auch ChatGPT von OpenAI. Diese Neuerung, "Apple Intelligence" genannt, soll Nutzer:innen helfen, Texte und Bilder einfacher zu bearbeiten.

Datenschutz im Fokus

Apple betont, dass die neuen Funktionen datenschutzfreundlich gestaltet sind. Die Verarbeitung erfolgt entweder direkt auf den Geräten oder auf Apple-Servern, wobei die Daten laut Apple weder gespeichert noch zugänglich sind. Unabhängige Expert:innen sollen diese Datenschutzmaßnahmen überprüfen.

Neue Funktionen für Nutzer:innen

Mit Apple Intelligence können Nutzer:innen Fotos nachbearbeiten, E-Mails umschreiben und KI-generierte Bilder erstellen. Die Funktionen sind in allen Apps nutzbar und Entwickler:innen können sie über eine neue API integrieren. Auch Siri soll von den neuen KI-Modellen profitieren, etwa durch verbesserte Spracherkennung und die Fähigkeit, Bildschirminhalte zu erkennen.

Integration von ChatGPT

Siri wird künftig in der Lage sein, ChatGPT für die Beantwortung von Fragen und die Analyse von Bildern zu nutzen. Diese Funktion ist optional und erfordert keine Anmeldung. Nutzer:innen können jedoch ihren OpenAI-Account verknüpfen, um zusätzliche Funktionen zu erhalten.

Einfluss auf journalistische Produkte

Die Integration von ChatGPT und den erweiterten KI-Funktionen könnte auch journalistische Produkte beeinflussen. Nutzer:innen könnten künftig Siri und ChatGPT verwenden, um Medien-Apps zu steuern, personalisierte Nachrichten abzurufen und komplexe Themen besser zu verstehen. Diese Technologien könnten dabei helfen, Artikel zusammenzufassen, relevante Informationen hervorzuheben und sogar maßgeschneiderte Inhalte zu erstellen.

Verfügbarkeit und Ausblick

Apple Intelligence startet im Herbst 2024 als Beta-Version und wird zunächst nur auf Englisch verfügbar sein. Die neuen Funktionen erfordern die neuesten Geräte wie das iPhone 15 Pro oder Macs und iPads mit M1-Chip. Apple plant, künftig auch KI-Technologien anderer Anbieter zu integrieren.

Update Juli 2024:

Apple hat nun angekündigt, dass die Features aufgrund der komplizierten Gesetzeslage in der EU zunächst nicht in Europa ausgerollt werden sollen.

Background: Noch eine Kooperation: OpenAI und News Corp

Sun, 09 Jun 2024 14:51:58 GMT

In einer gemeinsamen Mitteilung haben OpenAI und News Corp eine mehrjährige globale Partnerschaft bekannt gegeben.

Durch die Partnerschaft erhält OpenAI die Erlaubnis, Inhalte von News Corp in seinen Antworten auf Nutzerfragen anzuzeigen und seine Produkte zu verbessern. Das Ziel dieser Zusammenarbeit sei es, den Nutzer:innen fundierte Entscheidungen auf Basis zuverlässiger Informationen und Nachrichtenquellen zu ermöglichen.

OpenAI wird Zugang zu aktuellen und archivierten Inhalten von News Corp's bedeutenden Publikationen wie The Wall Street Journal, Barron’s, MarketWatch, Investor’s Business Daily, The Times, The Sun, The Australian und vielen weiteren erhalten. Inhalte aus anderen Geschäftsfeldern von News Corp sind von der Vereinbarung ausgenommen.

Neben der Bereitstellung von Inhalten wird News Corp auch seine journalistische Expertise einbringen, um sicherzustellen, dass die höchsten journalistischen Standards in den Angeboten von OpenAI präsent sind.

Robert Thomson, CEO von News Corp, bezeichnete die Vereinbarung als historisch und betonte ihre Bedeutung für Wahrhaftigkeit, Tugend und Wert im digitalen Zeitalter. „Wir sind erfreut, in Sam Altman und seinem talentierten Team prinzipientreue Partner gefunden zu haben, die die kommerzielle und soziale Bedeutung von Journalist:innen und Journalismus verstehen. Diese wegweisende Übereinkunft markiert nicht das Ende, sondern den Beginn einer vielversprechenden Partnerschaft.“

Sam Altman, CEO von OpenAI, erklärte, dass die Partnerschaft ein stolzer Moment für Journalismus und Technologie sei. „Wir schätzen die führende Berichterstattung von News Corp und sind begeistert, unseren Nutzer:innen Zugang zu hochwertigem Journalismus zu verschaffen. Gemeinsam legen wir das Fundament für eine Zukunft, in der KI die Standards des Weltklasse-Journalismus respektiert, verbessert und aufrechterhält.“

Prompt-Tipp: Prompts mit KI verbessern

Sun, 09 Jun 2024 14:50:04 GMT

Prompt Engineers für KI-Systeme waren im vergangenen Jahr stark nachgefragt. Teilweise wurden Gehälter bis über 300.000 Dollar im Jahr aufgerufen, um die Besten der Besten zu bekommen. Doch meine Message ist: Jeder kann Prompt Engineer sein.

Wer schon länger meinem Newsletter folgt, kennt die Grundlagen des Prompting. Doch manchmal kann es dennoch passieren, dass man sich unsicher ist, wie ein Prompt am besten aussehen sollte. Nicht zu kurz, nicht zu lang. Nicht zu wenige Infos, nicht zu viele. Wie detailliert muss der Prompt also sein?

Das ist eine Frage der Übung und des Ausprobierens. Doch auch die KI selbst kann uns helfen, die Anweisungen an sie bestmöglich zu formulieren. Zum Beispiel mit diesem Prompt:

“Ich werde dir einen Prompt geben und dein Ziel wird es sein, diesen zu verbessern, indem du mir Fragen stellst. Sobald ich die Fragen beantwortet habe, schreibe den neuen Prompt und stelle mir neue Fragen. Okay?”

Schritt für Schritt wollen wir uns den perfekten Prompt bzw. die Informationen, die die KI benötigt, erarbeiten. Ich starte mir diesem kurzen Prompt:

“Fasse mir die unterschiedlichen Standpunkte beim Verbot von Verbrennermotoren in Europa zusammen.”

Von der KI erhalte ich folgende Nachfragen:

“Okay, um den Prompt detaillierter und spezifischer zu gestalten, habe ich einige Fragen:

Möchtest du, dass der Fokus auf bestimmten Ländern in Europa liegt? Wenn ja, welche Länder interessieren dich besonders?
Soll der Prompt die Standpunkte von politischen Parteien, Umweltorganisationen, Industrievertretern und der Bevölkerung beinhalten?
Möchtest du historische Kontexte oder aktuelle Entwicklungen berücksichtigt haben?
Gibt es bestimmte Quellen oder Arten von Quellen, die du bevorzugst, wie z. B. wissenschaftliche Studien, Nachrichtenartikel oder offizielle Stellungnahmen?
Soll der Prompt auch mögliche Auswirkungen eines Verbots von Verbrennermotoren auf Wirtschaft, Umwelt und Gesellschaft ansprechen?
Wie ausführlich soll die Zusammenfassung sein? Möchtest du eine kurze Übersicht oder eine detaillierte Analyse?

Sobald ich deine Antworten habe, kann ich den Prompt verbessern.”

Ich beantworte die Fragen so gut es geht:

“1. Es soll ein grober Überblick über Europa sein, mit einem Fokus auf Deutschland.

2. Ja, das sind bereits gute Gruppen.
3. Ich möchte die aktuellen Situationen und Standpunkte kennen, historische Hintergründe können als Erklärung nützlich sein.
4. Ich bevorzuge seriöse Quellen, wie Studien, journalistische Texte und Stellungsnahmen.
5. Ja.
6. Ich möchte eine möglichst ausführliche Zusammenfassung.”

Nun erhalte ich einen neuen Prompt von der KI:

“Bitte fasse die unterschiedlichen Standpunkte zum Verbot von Verbrennermotoren in Europa zusammen, mit einem speziellen Fokus auf Deutschland. Berücksichtige dabei die Meinungen von politischen Parteien, Umweltorganisationen, Industrievertretern und der allgemeinen Bevölkerung. Achte besonders auf aktuelle Situationen und Standpunkte, und ziehe historische Hintergründe zur Erklärung hinzu, wo sie relevant sind. Nutze seriöse Quellen wie wissenschaftliche Studien, journalistische Artikel und offizielle Stellungnahmen. Diskutiere auch die möglichen Auswirkungen eines Verbots von Verbrennermotoren auf die Wirtschaft, Umwelt und Gesellschaft. Die Zusammenfassung sollte möglichst ausführlich sein.”

Außerdem stellt die KI mir weitere Fragen, um den Prompt weiter zu verbessern:

”Gibt es spezifische politische Parteien oder Umweltorganisationen, deren Standpunkte besonders wichtig sind?

Soll der Einfluss internationaler Akteure, wie der EU oder globaler Umweltabkommen, ebenfalls berücksichtigt werden?
Gibt es besondere wirtschaftliche Sektoren oder gesellschaftliche Gruppen, deren Standpunkte du detaillierter beleuchtet haben möchtest?
Möchtest du, dass spezifische Fallstudien oder Beispiele in die Analyse einfließen?”

So geht das nun weiter, bis entweder die KI keine Verbesserungsmöglichkeiten mehr sieht, oder du zufrieden mit dem Prompt bist.

Background: Neues bei OpenAI und Google

Tue, 21 May 2024 09:34:40 GMT

OpenAI hat am Montag sein neues Flaggschiff-Modell vorgestellt, das sie GPT-4o nennen – das „o“ steht für „omni“, was auf die Fähigkeit des Modells hinweist, Text, Sprache und Video zu verarbeiten. GPT-4o wird in den nächsten Wochen schrittweise in den Produkten des Unternehmens eingeführt.

Laut OpenAI-CTO Mira Murati bietet GPT-4o eine Intelligenz auf dem Niveau des aktuellen Modells GPT-4, verbessert jedoch die Fähigkeiten von GPT-4 in mehreren Modalitäten und Medien. „GPT-4o kann in Sprache, Text und Bild logisch schlussfolgern“, sagte Murati während einer Live-Präsentation in den Büros von OpenAI in San Francisco. „Und das ist unglaublich wichtig, weil wir die Zukunft der Interaktion zwischen uns und Maschinen gestalten.“

Die Neuerungen von GPT-4o im Überblick

GPT-4o verbessert das Erlebnis im KI-gestützten Chatbot ChatGPT erheblich. Die Plattform bot schon lange einen Sprachmodus, der die Antworten des Chatbots mittels eines Text-zu-Sprache-Modells transkribierte. GPT-4o verstärkt dies jedoch, indem es den Nutzer:innen ermöglicht, mit ChatGPT mehr wie mit einem Assistenten zu interagieren. Nutzer:innen können ChatGPT beispielsweise eine Frage stellen und ChatGPT während der Antwort unterbrechen. Das Modell liefert laut OpenAI „in Echtzeit“ Reaktionsfähigkeit und kann sogar auf Nuancen in der Stimme einer/s Nutzer:in reagieren, indem es Stimmen in „einer Reihe verschiedener emotionaler Stile“ (einschließlich Gesang) generiert.

GPT-4o verbessert auch die visuellen Fähigkeiten von ChatGPT. Angesichts eines Live-Videos oder eines Desktop-Bildschirms kann ChatGPT jetzt schnell dazugehörige Fragen beantworten, von Themen wie „Was passiert in diesem Softwarecode?“ bis hin zu „Welche Marke zeigt das Hemd dieser Person?“. Diese Funktionen werden sich in Zukunft weiterentwickeln. Während GPT-4o heute ein Bild eines Menüs in einer anderen Sprache betrachten und übersetzen kann, könnte das Modell in Zukunft ChatGPT ermöglichen, beispielsweise ein Live-Sportspiel „anzusehen“ und die Regeln zu erklären. Auch das Übersetzen von rund 50 Sprachen ist in Echtzeit möglich.

Ankündigungen bei Google

Auf der Google I/O 2024 wurden zahlreiche neue KI-Produkte und -Dienste vorgestellt, die sich auf verschiedene Anwendungen und Bereiche erstrecken. Hier sind die Hauptneuerungen:

Video-KI Veo: Diese KI kann Full-HD-Videos (1080p) generieren, die länger als eine Minute sind. Veo versteht Kameraeinstellungen und erzeugt konsistente und kohärente Videos. Erste Künstler können Veo über VideoFX testen.

Project Astra: Google bündelt hier seine Arbeit an KI-Agenten, die die Welt verstehen, sich Dinge merken und handeln können. Diese Agenten basieren auf Gemini und sind für verschiedene Aufgaben spezialisiert. Sie sollen zukünftig über Smartphones oder Brillen zugänglich sein. Sie können sehen und hören und in Echzeit Fragen zur Umgebung beantworten, ähnlich wie der neue Sprachassistent von OpenAI.

AI Overview: AI kommt noch stärker in die Google-Suche. Diese Funktion bietet automatisch generierte Zusammenfassungen oberhalb der Google Suchergebnisse an. Die Funktion kombiniert die Fähigkeiten des Gemini-Modells mit Googles Suchsystemen und soll bis Ende des Jahres aus der Testphase in den normalen Betrieb übergehen.

Lyria: Eine generative Musik-KI, die künftig alle Musikdienste in der Music AI Sandbox zusammenführen wird.

SynthID: Ein digitales Wasserzeichen, das in Bilder, Audio, Text und Video eingebettet werden kann.

Visuelle Suche: Eine Erweiterung von Google Lens, bei der man Fragen zu einem Video stellen kann, indem man ein Element umkreist. Diese Funktion ist vergleichbar mit neuen Funktionen von OpenAIs ChatGPT, bei denen man über die Kamera und per Sprache interagieren kann.

Insgesamt zeigt Google auf der I/O 2024 einen starken Fokus auf die Integration von KI in verschiedene Produkte und Dienste, um Nutzern effizientere und vielseitigere Werkzeuge zur Verfügung zu stellen.

Verfügbarkeit und Zugänglichkeit

GPT-4o ist ab sofort in der kostenlosen Stufe von ChatGPT und für Abonnent:innen der Premium-ChatGPT Plus- und Team-Pläne mit „5-fach höheren“ Nachrichtenlimits verfügbar. (OpenAI merkt an, dass ChatGPT automatisch auf GPT-3.5, ein älteres und weniger leistungsfähiges Modell, umschaltet, wenn Nutzer:innen das Nachrichtenlimit erreichen.) Das verbesserte ChatGPT-Spracherlebnis, das von GPT-4o unterstützt wird, wird in etwa einem Monat in der Alpha-Version für Plus-Nutzer:innen verfügbar sein.

Viele Expert:innen argumentieren, dass OpenAI in dieser Woche das KI-Rennen gewonnen hat, denn die meisten vorgestellten Produkte von Google sollen erst im Laufe des Jahres verfügbar sein, während die neuen ChatGPT-Features bereits heute oder in den kommenden Wochen veröffentlicht werden.

Relevanz für den Journalismus

Für Journalist:innen bietet GPT-4o eine Reihe spannender Möglichkeiten. Die Fähigkeit, Sprach-, Text- und Bildinhalte nahtlos zu verarbeiten, kann die Recherchearbeit erheblich beschleunigen. Reporter:innen könnten beispielsweise Sprachaufnahmen direkt transkribieren und analysieren lassen, während sie gleichzeitig relevante Bilder interpretieren und beschreiben lassen. Die Multimodalität ermöglicht es auch, komplexe Geschichten, die verschiedene Medienformate umfassen, effizienter zu erstellen und zu überprüfen.

Die verbesserte Sprachfunktion könnte zudem die Interaktion mit digitalen Assistenten revolutionieren, indem sie eine natürlichere und flüssigere Kommunikation ermöglicht. Dies kann besonders nützlich sein, um schnell Informationen zu sammeln, Fakten zu überprüfen oder Inhalte zu redigieren, während man unterwegs ist.

Schließlich eröffnet die Multilingualität von GPT-4o neue Perspektiven für den internationalen Journalismus. Mit der Fähigkeit, in etwa 50 Sprachen effizient zu arbeiten, können Journalist:innen Inhalte in verschiedenen Sprachen schneller übersetzen und analysieren, was die Berichterstattung über globale Ereignisse erleichtert.

Bemerkenswert ist, das OpenAI viele nützliche Funktionen bald allen Nutzer:innen zugänglich machen wird, also auch den Personen ohne Plus-Abonnement. Dann wird es für alle möglich sein, auf das Internet zuzugreifen, Daten zu analysieren und Grafiken zu erstellen oder Fotos und Dateien hochzuladen und zu analysieren. Außerdem wird OpenAI GPTs und den dazugehörigen Store für alle zugänglich machen.

Sobald alle Funktionen zugänglich sind, werde ich hier einen Praxistext veröffentlichen. Mit dem Zugang zu GPTs für alle werde ich mich in Zukunft außerdem stärker mit GPTs für Journalist:innen beschäftigen.

Prompt-Tipp: Faktencheck mit "Chain-of-Verification"

Mon, 13 May 2024 09:49:46 GMT

Im Superwahljahr herrscht ständig irgendwo Wahlkampf. Dabei wird man mit unzähligen Aussagen konfrontiert, die mal mehr, mal weniger präzise sind. Häufig werden Fakten verzerrt, fehlerhaft wiedergegeben oder gar verfälscht. Populisten neigen dazu, die Welt nach ihrem Geschmack zu vereinfachen. Für die Wählerinnen und Wähler ist es oft schwierig, die falschen Aussagen zu erkennen, denn nicht jeder kann jede Studie weltweit kennen.

Daher brauchen wir Unterstützung! Und siehe da, die Künstliche Intelligenz (KI) kommt ins Spiel. In der vergangenen Woche haben wir bereits einfache Methoden für Faktenchecks betrachtet. Diese Woche möchte ich eine spezielle Methode vorstellen, die ich bei Mister SEO gefunden habe: die „Chain-of-Verification“.

Diese Methode dient nicht nur der Überprüfung von Fakten und Aussagen, sondern auch der Verifizierung eigener Fehlinformationen, also der falschen und erfundenen Informationen der KI. Die Methode beruht darauf, dass KI-Systeme zuverlässiger funktionieren, wenn sie schrittweise vorgehen.

Die „Chain of Verification“-Methode umfasst einen vierstufigen Prozess, der darauf abzielt, genauere und verifizierte Antworten zu erhalten. Der Prozess der Antwortgenerierung wird in diese vier Schritte untergliedert:

Entwurf einer ersten Antwort: Das KI-Modell erstellt eine vorläufige Antwort auf die Benutzer:innenanfragen.
Planung von Verifikationsfragen: Das KI-Modell generiert Fragen, um die Richtigkeit der Entwurfsantwort zu überprüfen.
Beantwortung der Verifikationsfragen: Das KI-Modell beantwortet die Verifikationsfragen unabhängig voneinander, um voreingenommene Antworten und den Einfluss anderer Informationen zu vermeiden.
Erstellung der endgültigen verifizierten Antwort: Basierend auf den Antworten auf die Verifikationsfragen wird eine überarbeitete und verifizierte Antwort generiert.

Mister SEO gibt folgendes einfache Beispiel, um die Methode zu testen. Wir geben der KI eine einfache Frage:

“Welche deutschen Bundeskanzler wurden in Berlin geboren?”

ChatGPT gibt folgende Antwort:

“In Berlin geboren wurden die Bundeskanzler Willy Brandt und Angela Merkel. Brandt kam 1913 zur Welt, Merkel 1954.”

Ich erkenne bereits den ersten Fehler, denn Angela Merkel ist auf jeden Fall in Hamburg geboren. Mal schauen, ob auch die KI den Fehler finden wird. Dazu nutzen wir nun einen Start-Prompt für die “Chain-of-Verification”-Methode:

“Du bist ein Faktenchecker. Nutze den 'Chain of Verification'-Ansatz, um Halluzinationen in Antworten zu reduzieren. Beginne mit einer der folgenden Aussage, die Halluzinationen enthalten kann. Stelle dann Verifikationsfragen, um Fakten zu überprüfen. Nutze Methoden wie Joint, 2-Step, Factored und Factor+Revise, um Antworten zu verifizieren. Erstelle abschließend eine verifizierte Antwort unter Berücksichtigung entdeckter Inkonsistenzen.
Hier die Aussage: [AUSSAGE].”

Als Aussage kopiere ich nun das Ergebnis der letzten Anfrage rein: “In Berlin geboren wurden die Bundeskanzler Willy Brandt und Angela Merkel.”

Die ausführliche und korrekte Antwort:

“Um die Aussage "In Berlin geboren wurden die Bundeskanzler Willy Brandt und Angela Merkel" zu überprüfen, werde ich den 'Chain of Verification'-Ansatz verwenden. Ich werde mehrere Verifikationsfragen stellen und Antworten durch unterschiedliche Methoden überprüfen.

Schritt 1: Grundlegende Verifikation

Verifikationsfrage 1: Wo wurde Willy Brandt geboren?

Verifikationsfrage 2: Wo wurde Angela Merkel geboren?

Schritt 2: Anwendung der Verification Methods

Methode: Joint

Ich suche gemeinsam nach den Geburtsorten von Willy Brandt und Angela Merkel, um zu sehen, ob Berlin als Geburtsort für beide erwähnt wird.

Methode: 2-Step

Zuerst prüfe ich, ob Willy Brandt in Berlin geboren wurde. Anschließend prüfe ich separat, ob Angela Merkel in Berlin geboren wurde.

Methode: Factored

Ich prüfe getrennt die Fakten: Zuerst den Geburtsort von Willy Brandt und dann den Geburtsort von Angela Merkel, um unabhängige Bestätigungen zu erhalten.

Methode: Factor+Revise

Nachdem ich die Geburtsorte separat geprüft habe, revidiere ich die gesamte Aussage basierend auf den gefundenen Fakten.

Schritt 3: Durchführung der Recherche

Ich werde nun die notwendigen Informationen suchen, um die Geburtsorte von Willy Brandt und Angela Merkel zu überprüfen.

Ergebnisse der Recherche

Willy Brandt

Willy Brandt wurde nicht in Berlin geboren, sondern in Lübeck.

Angela Merkel

Angela Merkel wurde ebenfalls nicht in Berlin geboren, sondern in Hamburg.

Zusammenfassung und verifizierte Antwort

Die ursprüngliche Aussage, dass Willy Brandt und Angela Merkel in Berlin geboren wurden, ist nicht korrekt. Willy Brandt wurde in Lübeck geboren und Angela Merkel in Hamburg. Diese Informationen wurden durch separate Recherchen bestätigt, wobei jede Person individuell betrachtet wurde, um Genauigkeit zu gewährleisten. Die revidierte und verifizierte Aussage lautet daher:

"Weder Willy Brandt noch Angela Merkel wurden in Berlin geboren. Willy Brandt kam in Lübeck zur Welt und Angela Merkel in Hamburg."

Die Methode ist ebenfalls anwendbar zur Überprüfung der Plausibilität von Aussagen. Nehmen wir dieses bekannte Zitat von CDU-Chef Friedrich Merz:

„Auch die Bevölkerung, die werden doch wahnsinnig, die Leute. Wenn die sehen, dass 300.000 Asylbewerber abgelehnt sind, nicht ausreisen, die vollen Leistungen bekommen, die volle Heilfürsorge bekommen. Die sitzen beim Arzt und lassen sich die Zähne neu machen, und die deutschen Bürger nebendran kriegen keine Termine.“

Dieses Zitat packe ich einfach an den Verification-Prompt:

Du bist ein Faktenchecker. Nutze den 'Chain of Verification'-Ansatz, um Halluzinationen in Antworten zu reduzieren. Beginne mit einer der folgenden Aussage, die Halluzinationen enthalten kann. Stelle dann Verifikationsfragen, um Fakten zu überprüfen. Nutze Methoden wie Joint, 2-Step, Factored und Factor+Revise, um Antworten zu verifizieren. Erstelle abschließend eine verifizierte Antwort unter Berücksichtigung entdeckter Inkonsistenzen.Hier die Aussage:

Das finale Ergebnis lautet:

“Diese Überprüfung zeigt, dass einige der in der anfänglichen Aussage enthaltenen Behauptungen übertrieben oder nicht vollständig durch Fakten gestützt sind. Es ist wichtig, dass Diskussionen über Asylpolitik und die Integration von Asylbewerbern auf genauen und überprüften Informationen basieren.”

Dieser Text wurde erstellt mit Informationen und Zitaten von Mister SEO .

Background: OpenAI kooperiert mit der Financial Times

Mon, 13 May 2024 09:46:27 GMT

OpenAI, die Firma hinter ChatGPT, hat eine neue journalistische Kooperation angekündigt. Diesmal mit der Financial Times (FT). Die Kooperation ermöglicht es, dass Inhalte der FT in ChatGPT integriert werden, was bedeutet, dass Nutzer:innen von ChatGPT in ihren Antworten auf relevante Anfragen ausgewählte Zusammenfassungen, Zitate und Verlinkungen zu Artikeln der FT erhalten können.

Diese Integration erlaubt es ChatGPT, eine höhere Nützlichkeit und Informationsqualität anzubieten, indem die Antworten mit fundiertem und faktengestütztem Journalismus untermauert werden.

Ein weiterer Aspekt der Zusammenarbeit besteht darin, dass die FT zu einem Kunden von ChatGPT Enterprise geworden ist, also alle FT-Mitarbeiter:innen Zugang zu den KI-Werkzeugen von OpenAI haben, was die kreativen und produktiven Kapazitäten der Teams steigern soll. Die FT setzt hierbei auf eine breite Einführung der Technologie innerhalb ihrer Belegschaft, um sicherzustellen, dass die Teams im Umgang mit den neuesten technologischen Entwicklungen versiert sind.

Die Kooperation wird auch genutzt, um neue KI-Produkte und Funktionen speziell für die Leser:innen der FT zu entwickeln. Diese Entwicklungen sollen auf den Erkenntnissen über die Bedürfnisse und Interessen der Leser:innen basieren und gleichzeitig die Reichweite der journalistischen Arbeit der FT erweitern. Wichtig ist hierbei der Aspekt der Transparenz, der korrekten Zuschreibung und der angemessenen Vergütung für die Nutzung journalistischer Inhalte durch KI-Plattformen, eine Haltung.

Prompt-Tipp: Faktencheck mit KI

Thu, 02 May 2024 08:18:53 GMT

Die Frage, die ich am häufigsten bei meinen KI-Schulungen und Vorträgen bekomme, ist: “Aber können wir den Informationen der KI trauen?”. Das ist eine gute Frage, denn in der Vergangenheit produzierte die KI immer wieder Falschinformationen, sogenannte Halluzinationen. Und auch wenn dies meiner Beobachtung nach in den vergangenen Monaten nachgelassen hat, ist die Gefahr immer noch da.

Gleichzeitig kann die KI uns im Medienalltag aber auch dabei helfen, Falschinformationen aufzudecken und Informationen zu korrigieren. Dies ist möglich mit einer Vielzahl von Informationen, z.B. Zitate, Statistiken, Fakten, usw. KI hilft uns als Assistent dabei diese Informationen zu überprüfen.

Am Anfang jedes Einsatzes von KI steht ein guter Prompt. Ich wähle in diesem Fall diesen:

“Ich bin Journalist und arbeite mit Zitaten, Statistiken und Fakten. Teil meines Jobs ist es auch, Informationen auf ihre Richtigkeit zu überprüfen. Du bist mein Assistent dabei. Überprüfe die Informationen, die ich dir gebe. Dabei geht es darum zu überprüfen, ob die Informationen wirklich stimmen, und wenn ja, ob sie zu 100 Prozent deckungsgleich mit dem Original sind. Bitte gib mir zu jeder Information an, ob diese echt ist oder nicht. Dann gib ebenfalls an, ob diese zu 100 Prozent stimmt, oder leicht verändert wurde. Dann gib mir auch Quellen, die die Echtheit belegen.”

Nun habe ich mir einen eigenen kleinen Bot gebaut, dem ich jede beliebige Information geben kann. Ich starte mit einem Test zu Zitaten. Wurden folgende Zitate wirklich genau so von den entsprechenden Personen getätigt?

Als erstes nehme ich ein Zitat von Frank Beckenbauer und verändere dieses zum Test leicht.

Original:

"Ich bin immer noch am Überlegen, welche Sportart meine Mannschaft an diesem Abend ausgeübt hat. Fußball war's mit Sicherheit nicht."

Meine Version:

"Ich bin immer noch am Überlegen, welche Sportart mein Team an diesem Abend ausgeübt hat. Fußball war's mit Sicherheit nicht."

Ich gebe der KI nun folgenden Auftrag:

“Ist dieses Zitat von Frank Beckenbauer echt? ‘Ich bin immer noch am Überlegen, welche Sportart mein Team an diesem Abend ausgeübt hat. Fußball war's mit Sicherheit nicht.’”

Ich erhalte folgende richtige Antwort:

Ja, das Zitat ist echt und stammt von Franz Beckenbauer. Allerdings wurde es leicht verändert. Das korrekte Zitat lautet:

"Ich bin immer noch am Überlegen, welche Sportart meine Mannschaft an diesem Abend ausgeübt hat. Fußball war’s mit Sicherheit nicht."

Die Quellen bestätigen die Echtheit des Zitats. Es wurde nach einer Niederlage des FC Bayern München geäußert .

Nun teste ich es mit Statistiken bzw. Daten. Der Temperaturrekord in China liegt bei 52,2 Grad Celsius. Ich möchte der KI aber verklickern, dass dieser bei 53,3 Grad liegt. Mal schauen, ob der Fehler auffällt:

“Stimmt diese Information? Der Hitzerekord in China liegt bei 53,3 Grad Celsius.”

Die Antwort:

Die Information ist nicht korrekt. Der Hitzerekord in China liegt bei 52,2 Grad Celsius, nicht bei 53,3 Grad. Dieser Rekord wurde in der abgelegenen Gemeinde Sanbao im Nordwesten Chinas gemessen . Der bisherige Höchstwert in der Volksrepublik wurde 2015 mit 50,3 Grad gemessen . Die Quellen bestätigen die Echtheit dieser Information.

Zuletzt frage ich noch Informationen bzw. Fakten ab. Schauspieler Elyas M’Barek lebt seit 2022 in New York. Der KI gebe ich allerdings die Information, dass es stattdessen London ist:

“Stimmt die folgende Information? Schauspieler Elyas M'Barek lebt seit 2022 in London.”

Die Antwort:

Die Information ist nicht korrekt. Schauspieler Elyas M’Barek lebt seit 2022 nicht in London, sondern in New York. Er zog kurz nach der Hochzeit mit seiner Frau Jessica in eine Wohnung im New Yorker Stadtteil Brooklyn . Die Quellen bestätigen die Echtheit dieser Information.

In diesen drei Fällen hat der Faktencheck also sehr gut funktioniert. Zugegeben - das waren keine besonders herausfordernden Daten und Informationen, dennoch zeigen sie, was mit KI möglich ist. Teste gerne einmal selbst, ob es auch bei dir klappt mit Informationen deiner täglichen journalistischen Arbeit.

Für den Test habe ich übrigens die kostenfreie Version von Microsoft Copilot genutzt. Warum? Zum einen hat Copilot meiner Meinung nach aktuell die beste Vernetzung zum Internet. Die ist nötig, um die Fakten und Informationen in Echtzeit mit Quellen im Internet abzugleichen. Ohne die Internetverbindung besteht die Gefahr neuer Halluzinationen, da jedes KI-Tool nicht mit tagesaktuellen Daten arbeitet.

Zum anderen gibt mir Copilot direkt zahlreiche Links zu Originalquellen, sodass ich die Infos direkt selbst noch einmal überprüfen kann.

Background: ARD gibt sich Grundsätze im Umgang mit KI

Thu, 02 May 2024 08:16:04 GMT

Die ARD hat Prinzipien zum Umgang mit Künstlicher Intelligenz (KI) veröffentlicht, auf die sich alle Anstalten als Basis geeinigt haben. Der aktuelle ARD-Vorsitzende und SWR-Intendant Kai Gniffke schrieb auf LinkedIn : “Generative KI bietet vielfältige Chancen, etwa um große Datenmengen zu recherchieren oder Arbeitsabläufe effizienter zu machen. Dabei ist mir aber eines besonders wichtig: Die Mitarbeitenden der ARD bleiben unersetzlich.” Hier ist eine Zusammenfassung der wichtigsten Punkte:

Qualität und Journalismus: Alle KI-unterstützten Inhalte müssen den journalistischen Grundsätzen und Qualitätsrichtlinien der ARD entsprechen. Es findet eine gründliche Quellen- und Faktenkontrolle statt, gefolgt von einer redaktionellen Prüfung.
Transparenz und Sorgfalt: Die ARD verpflichtet sich, transparent zu machen, wo und wie KI-Technologien eingesetzt werden, um die Glaubwürdigkeit und Genauigkeit ihrer Inhalte zu gewährleisten. Es wird darauf geachtet, dass durch den Einsatz von KI keine Benachteiligung von Menschen oder Gruppen entsteht.
Rechtliche und ethische Rahmenbedingungen: Der Einsatz von KI folgt klaren rechtlichen Vorgaben, insbesondere in Bezug auf Datenschutz und Informationssicherheit. Auch die Kooperation mit externen Partnern wird streng überwacht.
Interdisziplinäre Ansätze: Bei der Anwendung von KI setzt die ARD auf eine Kombination aus redaktionellen, technischen und rechtlichen Kompetenzen. Durch Tests und Pilotprojekte wird sichergestellt, dass die Standards auch bei der Nutzung von KI hoch bleiben.
Kooperation und Wissensaustausch: Die ARD arbeitet mit Universitäten, Forschungseinrichtungen und anderen Medienhäusern zusammen, um sowohl ihre Werte als auch die Bedürfnisse in die Entwicklung von KI einzubringen und gleichzeitig vom Wissen der Partner zu profitieren.

Prompt-Tipp: Gendern mit KI

Mon, 29 Apr 2024 10:05:14 GMT

In den letzten Wochen hatte ich die Gelegenheit, die Süddeutsche Zeitung bei der Durchführung eines KI-Workshops für ihre Führungskräftetagung zu beraten. Während dieser Zeit kam ich mit vielen KI-interessierten Journalist:innen in München in Kontakt und konnte zahlreiche Inspirationen aus diesem Austausch gewinnen.

Ein besonders prägnantes Thema brachte Dirk von Gehlen, Direktor des Think Tanks am SZ-Institut, auf: das Gendern mit KI . Dieses Thema, das gesellschaftliche Debatten auslöst, besonders nach Entscheidungen wie dem Verbot des Genderns an öffentlichen Einrichtungen in Bayern, steht im Fokus vieler Diskussionen.

Viele Medienunternehmen stehen vor der Frage, ob und wie sie in ihren Beiträgen gendern sollen – ob mit Sternchen, Doppelpunkt, Binnen-I oder durch parallele Nutzung männlicher und weiblicher Formen. Diese Überlegungen werden oft nur aus der Perspektive der Sender:innen, der Medienunternehmen, angestellt.

Es wäre jedoch sinnvoll, diese Diskussion aus der Sicht der Empfänger:innen zu führen und es den Lesenden zu überlassen, ob und wie sie gegenderte Texte erhalten möchten. Man könnte sich einen Schalter vorstellen, den die Nutzenden selbst aktivieren oder deaktivieren können.

Dass dies technisch umsetzbar ist, beweisen bereits vorhandene KI-Anwendungen. Jeder Text kann problemlos in verschiedenen gegenderten Versionen erstellt werden. Die KI versteht das Konzept des Genderns und kann Texte entsprechend anpassen. Hier einige einfache Befehle:

“Schreibe den Text vollständig im generischen Maskulinum.”

“Schreibe den Text gegendert mit Doppelpunkt / Sternchen / Binnen-I / Unterstrich.”

“Gendere den Text durch Doppelnennung männlicher und weiblicher Formen, z.B.: Schülerinnen und Schüler, Kolleginnen und Kollegen.”

“Verwende wo möglich genderneutrale Begriffe wie Studierende statt Studenten; Nutzende statt Nutzer; angeklagte Person statt Angeklagter.”

Obwohl diese Lösung für Verfechter einer umfassenden Gendersprache nicht ausreichen mag, kann ein Empfänger-zentrierter Ansatz helfen, Konflikte zu entschärfen und hitzige Diskussionen zu vermeiden.

Ich habe diese Methode anhand eines Nachrichtentextes ohne Gendern erfolgreich getestet.

Background: ntv führt KI-assistierten Newsdesk ein

Mon, 29 Apr 2024 10:03:58 GMT

ntv hat in Kooperation mit der Deutschen Presse-Agentur (dpa) ein innovatives Redaktionstool entwickelt, das darauf abzielt, die Effizienz und Qualität journalistischer Arbeit zu steigern. Dieses Tool nutzt maschinelles Lernen und KI, um Journalist:innen bei der Auswahl und Bearbeitung von Nachrichten zu unterstützen. Das KI-Tool analysiert Agenturmeldungen im dpa-Feed und bietet intuitive Vorschläge für Textelemente, Themenvorschläge sowie eine verbesserte Gewichtung der Nachrichtenrelevanz.

Das KI-Tool zielt darauf ab, repetitive Aufgaben zu reduzieren und die Arbeitsabläufe zu optimieren, indem es hilft, relevante Informationen schneller zu identifizieren und aufzubereiten. Dies ermöglicht es Journalist:innen, sich auf die Recherche und das Verfassen von exklusiven Geschichten und Hintergrundberichten zu konzentrieren. Ein wichtiger Aspekt ist, dass die endgültige Entscheidung über die Veröffentlichung von Inhalten weiterhin bei den menschlichen Redakteur:innen liegt, was sicherstellt, dass die maschinelle Unterstützung die journalistische Integrität nicht untergräbt.

Die Entwicklung des Tools wurde durch die Google News Initiative unterstützt und von ML6, einem globalen Tech-Unternehmen, umgesetzt. Die Integration in den digitalen Newsroom erfolgte durch den langjährigen ntv-Partner ethinking, der auch User-Befragungen und UX-Tests leitete. Das Tool ist nicht nur für ntv gedacht, sondern soll in Zukunft auch auf andere Nachrichten-Agenturen und Marken von RTL News und Gruner + Jahr ausgeweitet werden.

Dieses Projekt illustriert, wie Kooperationen zwischen Technologieanbietern und Medienhäusern zu Innovationen führen können, die sowohl die mediale Berichterstattung als auch das Medienökosystem insgesamt voranbringen. Astrid Maier von der dpa betont die Win-Win-Situation, die sich aus solchen Kooperationen ergibt, sowohl in Bezug auf die Anpassung der Datenlieferung für eine effiziente maschinelle Auswertung als auch in Bezug auf den technologischen Fortschritt für die Medienindustrie.

Die Einführung des KI-assistierten Newsdesks bei ntv markiert einen wichtigen Schritt in der Evolution des Journalismus, wo Technologie genutzt wird, um die redaktionelle Arbeit zu unterstützen, ohne dabei die redaktionelle Entscheidungsgewalt zu ersetzen. Dieses Gleichgewicht zwischen menschlicher Urteilskraft und maschineller Effizienz könnte das Modell für den zukünftigen Journalismus darstellen.

Background: Wie Kund:innen auf KI im Journalismus reagieren

Mon, 29 Apr 2024 10:02:32 GMT

Immer mehr Medienhäuser in Deutschland und weltweit integrieren Künstliche Intelligenz in ihre Arbeitsabläufe. Sie werden aktuell oft in der Recherche genutzt. Diese Entwicklungen bietet einerseits die Chance auf eine gesteigerte Effizienz und verbesserte Qualität in der Erstellung journalistischer Inhalte. Andererseits stehen Verlage und Medienunternehmen vor neuen Herausforderungen, insbesondere im Hinblick auf die Zahlungsbereitschaft ihrer Kundschaft.

Die Skepsis der Nutzer:innen gegenüber KI in der Nachrichtenproduktion ist tief verwurzelt, wie eine Studie des Brand Science Institute aufzeigt. Besonders alarmierend ist der Befund, dass diese Skepsis zu einer signifikanten Verringerung der Zahlungsbereitschaft führt. So zeigt die Studie, dass die Zahlungsbereitschaft generell um 30% sinkt, wenn KI in der Recherche, Aufbereitung oder Erstellung von Nachrichten verwendet wird. Diese Abnahme der Zahlungsbereitschaft kann sogar auf bis zu 33% steigen, je nachdem, wie intensiv KI eingesetzt wird und wer sie bedient.

Diese Ergebnisse sind umso bemerkenswerter, als sie auf eine durchgängige Zurückhaltung hinweisen, unabhängig davon, ob die Nutzer:innen selbst Erfahrungen mit KI gemacht haben oder nicht. Diese Haltung deutet darauf hin, dass es grundlegende Vorbehalte gegenüber der Technologie gibt, die möglicherweise auf einen Mangel an Aufklärung und Transparenz in Bezug auf den Einsatz von KI zurückzuführen sind.

Trotz dieser ernüchternden Erkenntnisse liefert die Studie auch positive Ansatzpunkte für Verlage. Die Einführung einer Kennzeichnung für KI-generierte Inhalte könnte neue Wege der Produkt- und Preisdifferenzierung eröffnen. Diese Differenzierung ermöglicht es den Verlagen möglicherweise, die Zahlungsbereitschaft für von Redakteur:innen erstellte Inhalte zu erhöhen und gleichzeitig einen Markt für preisgünstigere, KI-generierte Inhalte zu entwickeln. Eine solche Strategie könnte das Angebot an Medieninhalten diversifizieren und neue Kund:innensegmente erschließen.

Der Erfolg in dieser neuen Ära des Journalismus könnte in einer ausgewogenen Kombination aus menschlicher Expertise und maschineller Effizienz liegen. Es bedarf einer durchdachten Strategie, die sowohl die Qualität und Vertrauenswürdigkeit der Inhalte als auch die Präferenzen und Bedenken der Leserschaft berücksichtigt. Eine offene Kommunikation über den Nutzen von KI für die journalistische Qualität ist entscheidend, um Vertrauen und Akzeptanz bei den Nutzer:innen zu gewinnen.

Somit steht der Einsatz von KI im Journalismus an einem kritischen Punkt. Obwohl die Technologie das Potenzial hat, die Landschaft des digitalen Journalismus fundamental zu verändern, hängt ihr Erfolg wesentlich davon ab, wie gut es der Medienbranche gelingt, ihre Nutzer:innenbasis auf diese Reise mitzunehmen und Vertrauen in die neue Ära der Nachrichtenerstellung zu etablieren.

Dieser Text wurde mit Informationen von kress erstellt.

Prompt-Tipp: Crossmediales Arbeiten mit KI

Mon, 29 Apr 2024 10:01:10 GMT

In meinem Austausch mit Redakteurinnen und Redakteuren in deutschen Medienhäusern bekomme ich immer wieder dieselbe Frage gestellt: Kann KI beim crossmedialen Arbeiten helfen? Also zum Beispiel bei der Umwandlung eines Artikels in ein Videoskript. Die Antwort lautet: Ja! Dafür benötigt es lediglich etwas Training und Informationen, mit denen die KI gefüttert wird.

Folgende Elemente benötigt die KI:

Einen gut formulierten einleitenden Prompt
Beispiele für Skriptstrukturen
Zusatzinformationen oder Beispiele für den Ton des Textes

Ein gut formulierter einleitender Prompt

Wie immer ist es wichtig, die KI zu Beginn auf ihre Aufgabe einzustimmen. Das gelingt am besten mit einem perfekt formulierten Prompt. Wie dieser in seiner Struktur aussehen sollte, erläutere ich hier .

Ich gebe der KI eine Persona, eine Aufgabe, wichtige Kriterien, Informationen zur Form und gegebenenfalls Beispiele. Nehmen wir an, ich möchte einen Artikel in ein Skript für ein Social-Media-Video, in diesem Fall für TikTok, umwandeln, dann wähle ich folgenden Prompt:

"Du bist Journalistin bzw. Journalist bei einem Nachrichtenmedium und arbeitest crossmedial. Das bedeutet, du erstellst journalistische Online-Artikel, aber auch Videos für Social Media und politische Podcasts.

Ich gebe dir nun einen Nachrichtenartikel, adaptiere diesen anschließend in ein Skript für ein TikTok-Video.

Der Ton des TikTok-Videos soll locker, aber dennoch professionell sein. Die Zielgruppe des Videos sind junge Menschen zwischen 14 und 24 Jahren. Die Themen sollten so erklärt werden, dass sie auch Personen verstehen, die noch nie davon gehört haben.

Nutze zur Erstellung des TikTok-Skripts folgende allgemeine Skriptstruktur: …"

Beispiele für Skriptstrukturen

Am Ende des Prompts füge ich nun in Textform die allgemeine Skriptstruktur ein, die mein Unternehmen bzw. mein Team verwendet. Das könnte dann so aussehen:

CUT 1

[Audio]

"__________."

[Aktion]

Was macht die Moderatorin bzw. der Moderator?

[Text im Bild]

"_______."

CUT 2

[Audio]

"__________."

[Aktion]

Was macht die Moderatorin bzw. der Moderator?

[Text im Bild]

"_______."

Zusatzinfos oder Beispiele für den Ton des Textes

Die Ergebnisse werden besser, je mehr die KI von uns trainiert wird. Es ist daher ratsam, beispielhafte Skripte von vergangenen Videos beizufügen. In der kostenlosen Version von ChatGPT geht das als reine Textkopie, in der Plusversion kannst du auch direkt Word- oder PDF-Dateien hochladen.

Achtung: Bitte überprüfe, ob die Richtlinien deines Unternehmens das Hochladen solcher Informationen in die KI erlauben.

So kann die KI auch lernen, wie der Ton bzw. die Ansprache des Textes im Video sein sollte. In diesem Fall solltest du an den Prompt noch diesen Hinweis anhängen:

"Ich habe am Ende Beispiele für Skripte angefügt. Analysiere diese, um Struktur und Ton des Textes zu imitieren."

Wichtig ist hierbei das Training. Am Anfang sind die Ergebnisse vielleicht noch nicht zu 100 Prozent zufriedenstellend. Bleib einfach für diese Aufgabe in Zukunft immer im gleichen Chatfenster der KI, so lernt das System dauerhaft weiter.

Das kannst du mit jeder Textform umsetzen, solange der Prompt gut formuliert ist, die Skriptstruktur vorgegeben wird und Beispiele angehängt sind. So kannst du auch von Video zu Podcast und sogar wieder zurück zu Artikeln arbeiten.

Ich habe den Test gemacht. Die ersten Ergebnisse sind schon recht gut. Beachte, dass hier natürlich das längerfristige Training fehlt.

Background: Medienhäuser und KI - BBC

Mon, 29 Apr 2024 09:59:09 GMT

Die BBC integriert generative KI in ihre täglichen Workflows. Das hat der Sender nun in einem Artikel erklärt. Die Einsatzfelder sind dabei nichts Neues, werden nun aber konsequent eingesetzt, um die Arbeit von Journalist:innen effizienter zu machen:

Die BBC hat ihre Pläne zur Nutzung von generativer KI (Gen AI) aktualisiert und legt großen Wert darauf, diese Technologie verantwortungsvoll einzusetzen. Rhodri Talfan Davies, der Direktor von BBC Nations, erläutert die neuesten Entwicklungen und die Grundsätze, die den Einsatz von Gen AI bei der BBC leiten: Im Interesse der Öffentlichkeit handeln, Talent und Kreativität priorisieren sowie Transparenz gegenüber dem Publikum, wenn KI zur Unterstützung der Inhalteerstellung verwendet wird.

Die BBC hat mehrere Gen AI-Pilotprojekte gestartet, um die Nutzung von Gen AI sowohl in der Content-Erstellung als auch in internen Prozessen zu erforschen. Diese Projekte sind in drei Themenbereiche gegliedert:

1) Maximierung des Werts bestehender Inhalte,

2) Schaffung neuer Nutzererfahrungen und

3) Vereinfachung und Beschleunigung von Arbeitsprozessen.

Beispiele hierfür sind die Übersetzung von Inhalten, die Erstellung eines BBC-Assistenten für interaktives Lernen und die Unterstützung von Journalist:innen mit KI-Tools zur Effizienzsteigerung.

Die BBC hat auch ihre redaktionellen Richtlinien zur KI-Nutzung aktualisiert, um sicherzustellen, dass jede KI-Anwendung die redaktionellen Werte unterstützt und das Vertrauen des Publikums nicht untergräbt. Diese Richtlinien betonen die Notwendigkeit einer aktiven menschlichen Aufsicht über den Einsatz von KI.

Diese Initiativen zeigen, wie die BBC plant, Gen AI verantwortungsvoll zu nutzen, um ihre öffentliche Mission zu unterstützen, die Kreativität zu fördern und gleichzeitig transparent gegenüber ihrem Publikum zu bleiben.

Background: Bias von KI-Modellen: Der Fall Gemini

Wed, 06 Mar 2024 23:15:00 GMT

In den letzten Wochen sorgte Google mit seinem KI-Tool Gemini für Aufsehen, als es verzerrte Bilder von historischen Figuren und Ereignissen erstellte. Besonders kontrov ers war die Darstellung von historischen Persönlichkeiten, wie den Gründervätern der USA oder deutschen Soldat:innen aus der Nazi-Zeit, als People of Color. Diese Vorfälle lösten eine breite Diskussion über die Voreingenommenheit von KI-Systemen und die Herausforderungen bei der Schaffung von Technologien aus, die sowohl genau als auch frei von Vorurteilen sind.

Googles Gemini ist dabei ein besonderer Fall. In der Vergangenheit fielen KI-Systeme eher dadurch auf, dass ihre Ergebnisse zu konservativ und nicht divers genug waren. Geminis Bilder sind dagegen zu divers und verzerren historische Fakten.

Google reagierte auf die Kritik mit einer Entschuldigung für die "Ungenauigkeiten bei einigen historischen Bildgenerierungen" und versprach, an Verbesserungen zu arbeiten. Sundar Pichai, der CEO von Google, adressierte die Situation in einem internen Memo und bezeichnete die Vorfälle als "vollkommen inakzeptabel". Er versicherte, dass intensiv an der Behebung dieser Probleme gearbeitet wird, und betonte die Notwendigkeit, die hohen Erwartungen an Google's KI-Technologien zu erfüllen. Geminis Bilderstellung ist seitdem übrigens deaktiviert.

Diese Episode wirft ein Schlaglicht auf die tiefgreifenden Herausforderungen, die mit der Entwicklung von KI-Systemen verbunden sind. Voreingenommenheit in KI-Systemen bezieht sich auf systematische und unfaire Verzerrungen in den Ergebnissen, die KI-Modelle produzieren. Diese können aufgrund der Daten entstehen, mit denen die Modelle trainiert werden, oder durch die unbeabsichtigten Vorurteile der Entwickler selbst. Ein häufiges Problem ist, dass die Trainingsdaten nicht repräsentativ für die Vielfalt der realen Welt sind oder historische Ungerechtigkeiten widerspiegeln.

Beispiele für Voreingenommenheit in KI-Systemen reichen von der Gesichtserkennungstechnologie, die bei der Erkennung von Gesichtern von weißen Männern wesentlich genauer ist als bei Frauen oder People of Color, bis hin zu Kreditvergabesystemen, die auf KI basieren und dazu neigen, niedrigere Kreditwürdigkeiten für Personen aus bestimmten demografischen Gruppen zu generieren.

Die Bekämpfung der Voreingenommenheit in KI-Systemen erfordert ein tiefes Verständnis der zugrunde liegenden Ursachen und eine Vielzahl von Ansätzen, darunter die Diversifizierung der Trainingsdaten und die Entwicklung von Algorithmen, die aktiv nach Voreingenommenheiten suchen und diese korrigieren können. Darüber hinaus ist die Vielfalt innerhalb der Teams, die KI-Systeme entwickeln, entscheidend, um potenzielle Voreingenommenheiten zu erkennen und zu adressieren.

Die ethische Entwicklung und Anwendung von KI erfordert eine fortlaufende Auseinandersetzung mit Fragen der Fairness, Transparenz und Verantwortlichkeit. Unternehmen und Entwickler:innen müssen sich ihrer Verantwortung bewusst sein und sicherstellen, dass ihre Systeme gerecht und unvoreingenommen sind. Dies beinhaltet regelmäßige Überprüfungen und Anpassungen der KI-Modelle sowie eine offene Kommunikation über deren Funktionsweise und Entscheidungsfindung.

Die Vorfälle rund um Google Gemini und die daraus resultierende Diskussion unterstreichen die Notwendigkeit, Voreingenommenheit in KI-Systemen ernst zu nehmen und proaktiv anzugehen. Es ist ein fortlaufender Prozess, der Engagement und Aufmerksamkeit von allen Beteiligten erfordert, um sicherzustellen, dass die Vorteile der KI-Technologie allen Menschen zugutekommen, unabhängig von ihrer Herkunft oder Identität.

Prompt-Tipp: Textabnahme mit KI

Wed, 06 Mar 2024 23:15:00 GMT

In der vergangenen Woche hatten sich ein paar Tippfehler im Newsletter versteckt. Das nehme ich heute zum Anlass, um zu zeigen, wie KI Journalistinnen und Journalisten b ei der Textabnahme helfen kann.

Vor allem Onlinejournalistinnen und Onlinejournalisten stehen oft unter Zeitdruck. Nachrichtenartikel müssen schnell herausgegeben werden, und trotz des Zwei-Augen-Prinzips bleiben manchmal Tippfehler im Text. Das wirkt unprofessionell, kann aber mit KI vermieden werden.

Um das zu testen, nutze ich heute einen Nachrichtentext mit einigen Rechtschreib-, Grammatik- und Logikfehlern (den fehlerhaften Text hat mir praktischerweise auch die KI erstellt):

Bundestagswahl 2021: Ein Wendepunkt für Deutschland??

Am 26. September 2022 fand in Deutschland die Bundestagswalen statt die als richtungsweisend für zukunft des Landes betrachtet wurde. Die Wahlen, die mittendrin einer globalen Pandemie stattfanden, zeigten ein enges Kopf-an-Kopf-Rennen zwischen den führenden politischen parteien.

Die CDU/CSU, unter der Führung von Armin Laschet, kämpfte darum ihre Position als stärkste Kraft im Bundestag zu behalten, wohingegen die SPD, angeführt von Olaf Scholz, überraschende Gewinne verbuchten. Die Grünen, mit Annalena Baerbock an der Spitze, hatten auch hohe Erwartungen, konnten aber nicht so viele Stimmen, wie erhofft sichern.

Die Wahlbeteiligung war trotz der Herausforderungen, die durch die COVID-19-Pandemie verursacht wurden hoch. Viele Wähler entschieden sich für die Briefwahl waß zu Verzögerungen bei der Auszählung der Stimmen führte.

Analysten behaupten, das die Wahlen ein Zeichen für den Wunsch nach Veränderung in der deutshen Politik sind. Die genau Zusammensetzung der neue Regierung bleibt noch unklar, da Koalitionsverhandlungen, die Wochen oder sogar Monate dauern könnten erwartet werden.

Insgesammt war die Bundestagswahl 2021 ein entscheidender Moment für Deutschland gewesen, mit potenziellen Auswirkungen auf die zukünftige Richtung des Landes, sowohl innenpolitisch als auch auf der internationalen Büne.

Grammatik und Rechtschreibung

Ein schneller Check auf Tipp- und Grammatikfehler ist natürlich auch direkt in Word und anderen Textprogrammen möglich, aber auch die KI kann uns helfen und unseren Text sofort verbessern.

Dies ist einer der wenigen Fälle, in denen ich der KI keine bestimmte Persona zuordnen muss , denn Rechtschreibung und Grammatik gehören zum Grundwissen der KI. Ich nutze also lediglich diesen kurzen Prompt:

„Prüfe diesen Text auf Rechtschreib- und Grammatikfehler und korrigiere den Text.“

Ich bekomme den Text nun innerhalb von wenigen Sekunden in einer korrigierten Version. Den einzigen Aspekt, den die KI nicht findet, ist „war … gewesen“ im letzten Absatz, das grammatikalisch nicht ganz korrekt ist.

Optimierung

Mit einem einfachen Prompt kann ich die KI bitten, den Text zu optimieren. Dies umfasst nicht nur die Korrektur von Rechtschreib- und Grammatikfehlern, sondern auch die Verbesserung der logischen Zusammenhänge und des Schreibstils.

„Bitte optimiere den folgenden Text.“

Das Ergebnis der KI war prompt und effizient: Alle Fehler wurden korrigiert, und die Sätze wurden klarer und flüssiger umformuliert – dabei blieb die KI dem Originaltext sehr nahe.

Andere Textstile

Der Prompt zur Optimierung kann noch verbessert werden, indem Kriterien für die Optimierung genannt werden. Um das plakativ zu zeigen, beauftrage ich die KI nun mit Folgendem:

„Schreibe den Text so um, dass er für Laien und politisch Uninteressierte verständlich ist.“

Das Ergebnis weist nun einfache Sprache und mehr Erklärungen auf. Als Nächstes mache ich die folgende Aufforderung:

„Schreibe den Ausgangstext erneut so um, dass er möglichst kreativ und poetisch wirkt.“

Der Anfang des erstellten Texts zeigt schon, in welche Richtung es jetzt geht: „Unter dem bleichen Schleier des 26. Septembers 2021…“.

Für die journalistische Arbeit bieten sich folgende Kriterien an:

“Schreibe den Text um und mache ihn…

…sachlicher.

…professioneller.

…nachrichtlicher.

…etwas lockerer, aber gleichzeitig professionell.

…neutraler, ohne Meinungsäußerungen.”

Um einen Text kreativer oder sachlicher zu machen, bieten sich auch Parameter wie die Temperatur an. Alles dazu kannst du hier nachlesen.

Background: Googles neues KI-Modell “Gemini”

Wed, 28 Feb 2024 23:15:00 GMT

Gemini ist das neueste KI-Modell von Google. Es ist der Nachfolger von Bard. Als multimodales KI-Modell ist es darauf ausgelegt, eine Vielzahl von Datenformaten wie Text , Bilder, Audio und Video zu verarbeiten. Dieser Artikel bietet einen Überblick über die Fähigkeiten von Gemini, seine verschiedenen Versionen und stellt es im Kontext seiner Konkurrenten, Microsoft Copilot und OpenAI's ChatGPT, dar.

Was ist Gemini?

Gemini ist Googles Antwort auf die steigende Nachfrage nach fortschrittlichen KI-Lösungen, die über einfache textbasierte Antworten hinausgehen. Es handelt sich um ein umfassendes KI-System, das entwickelt wurde, um komplexe Anfragen zu verstehen und darauf zu reagieren, indem es Inhalte generiert, Fragen beantwortet und auf multimediale Eingaben reagiert. Gemini wurde in drei verschiedenen Größen optimiert: Ultra, Pro und Nano, um unterschiedliche Anforderungen und Einsatzgebiete abzudecken.

Das KI-Modell von Google zeichnet sich durch seine Fähigkeit aus, ein breites Spektrum an Informationen zu verarbeiten. Es kann:

Fragen in natürlicher Sprache beantworten.
Inhalte generieren, darunter Artikel und kreative Texte.
Bilder erstellen (noch nicht verfügbar)
Bilder erkennen und interpretieren.
Audio- und Videodaten analysieren.
Lange Kontexte für präzisere Antworten berücksichtigen.

Gemini ist in drei Hauptversionen verfügbar:

Gemini Nano: Eine kostenlose Version von Gemini, die Google zum Beispiel in ihren Smartphone-Apps integriert bzw. integrieren wird.
Gemini Pro: Die Standardversion mit erweiterten Funktionen für professionelle Nutzer:innen ist frei zugänglich über die Gemini-Webseite.
Gemini Ultra: Die fortschrittlichste Version, ausgerichtet auf komplexe Anforderungen, steckt aktuell in Gemini Advanced, in Deutschland kostet das Plus-Angebot 22 Euro (die ersten zwei Monate sind umsonst).

Noch sind die Funktionen von Gemini in Deutschland relativ eingeschränkt. Es empfiehlt sich das Tool zunächst auf Englisch zu nutzen. Weitere Funktionen werden für uns hier später folgen. So ist es zum Beispiel noch nicht möglich, Bilder zu erstellen.

Vergleich: Gemini, Copilot und ChatGPT

Google Gemini, Microsoft Copilot und OpenAIs ChatGPT bieten jeweils einzigartige Stärken:

Kreativität: Alle drei Modelle generieren innovative Ideen, wobei Gemini in manchen Tests besonders bei kreativen Texten hervorsticht.
Webzugriff: Sowohl Gemini als auch Copilot können aktuelle Webinhalte zusammenfassen wenn man ihnen die entsprechende URL gibt. Ein Feature, das ChatGPT standardmäßig fehlt und nur über ein Plugin funktioniert. Mit einem Link kann ChatGPT selbst nicht viel anfangen.
Bilderkennung: Gemini nutzt Googles Fähigkeit, Echtzeitdaten zu extrahieren, und zeigt besondere Stärken in der Bilderkennung.
Texterstellung: Gemini überzeugt durch die Integration von historischen Daten und aktuellen Informationen in seine Texte.

Vergleichstabelle von trendingtopics.eu

Die neueste Entwicklung: Gemini 1.5

Seit der Veröffentlichung von Gemini entwickelt sich das Tool stetig weiter. Vor einigen Tagen hat Google die Version 1.5 angekündigt, die noch nicht öffentlich verfügbar ist. Und die hat einen entscheidenden Vorteil gegenüber Hauptkonkurrent ChatGTP: Gemini 1.5 kann sehr große Datenmengen verarbeiten, zum Beispiel Codes mit über 30.000 Zeilen oder Texte mit über 700.000 Wörtern, aber auch bis zu eine Stunde Video oder elf Stunden Audio.

Wer eine Stunde Video in Gemini 1.5 hochlädt, bekommt eine genaue Zusammenfassung und kann entsprechend Fragen zu jeder einzelnen Sekunde des Videos stellen. Ein enormer Fortschritt zu den Fähigkeiten von ChatGPT. Weitere besondere Fähigkeiten, die Tester:innen beobachten:

Sehr schnelle Übersetzung, auch von Sprachen, die nur von sehr wenigen Menschen gesprochen werden
Analyse, ob Bilder und Videos KI-generiert sind
Lange PDF-Dokumente analysieren und kleinste Details finden

Prompt-Tipp: ChatGPT vs. Gemini: Ein journalistischer Vergleich

Wed, 28 Feb 2024 23:15:00 GMT

Gemini wird gefeiert als DER große Konkurrent für ChatGPT. Doch wie sieht die Realität aus? Hat Gemini bereits ChatGPT in seinen Fähigkeiten überholt? Ich mache heute ei nen praktischen Test und nutze verschiedene journalistische Prompts aus vergangenen Newslettern, um die Outputs von ChatGPT und Gemini zu vergleichen. Ich vergleiche dabei die Plus-Versionen der Tools, um die Ergebnisse bestmöglich mit den Versprechen der Unternehmen abzugleichen.

Allgemeiner Textstil und Struktur

Im ersten Schritt bitte ich die KI-Tools einen journalistischen Artikel zu erstellen über die Mondlandung. Das Wissen dazu haben beide Tools in ihren Daten. Ich setzte den Ton fest und gebe auch eine grobe Struktur vor:

“Bitte schreibe einen journalistischen Nachrichtenartikel zur Mondlandung 1969. Schreibe sachlich, neutral, aber dennoch ansprechend für Leser. Füge eine allgemeine Überschrift hinzu und unterteile den Text durch Zwischenüberschriften.”

Das Ergebnis: Insgesamt gefällt mit der Text von Gemini etwas besser. Er wirkt zwar sachlich und neutral, ist dabei aber ansprechender und kreativer geschrieben. Der Text von ChatGPT wirkt eher wie eine etwas ansprechendere Version eines Wikipedia-Eintrags. Außerdem hat Gemini ohne Aufforderung eine Ortsmarke hinzugefügt und einen knackigen Teaser geschrieben. Der Teaser von ChatGPT ist sehr lang. Zwischenüberschriften sind bei beiden Tools vorhanden. Ein Punkt für Gemini.

Textzusammenfassung

Als nächstes lasse ich die Tools einen längeren Text zusammenfassen. Ich gebe ihnen dabei kaum Vorgaben, wie das Ergebnis aussehen soll, um herauszufinden, wie die Tools diese Aufgabe in ihrem Standardsetting angehen. Ich nehme dafür ein Interview mit FDP-Verteidigungspolitikerin Marie-Agnes Strack-Zimmermann :

“Bitte fasse das folgende Interview zusammen.”

Das Ergebnis: Gemini wird dafür geschätzt, das es einen unkomplizierten Internetzugang hat. Man gibt einfach eine URL dazu, und die KI kann den Text lesen. Doch in diesem Fall weigert sich die KI mit den Worten: “Ich bin eine textbasierte KI und kann in diesem Fall nicht helfen.” Bei ChatGPT kommt eine gute kompakte Zusammenfassung heraus, aber nur da ich ein Plugin genutzt habe, das auf URLs zugreifen kann. Gibt man ChatGPT im normalen Modus eine URL, egal ob Standard- oder Plus-Version, wird dies nicht erfolgreich sein. Außerdem ist das Ergebnis von ChatGPT mit Plugin nicht teilbar. Daher fehlt an dieser Stelle der Link zum Chat. Kein Punkt für niemanden.

Analyse von PDFs

Eines der letzten Updates von ChatGPT brachte eine große Verbesserung in der Fähigkeit, PDF-Dateien zu analysieren. Aber wie meistert Gemini die Aufgabe? Ich nehme dafür, wie in einem der letzten Newsletter, das in 2023 oft diskutierte “Gebäudeenergiegesetz” . Es hat 87 Seiten. Ich frage die KIs, was drin steht und wie es das Leben der Bürger:innen betrifft:

“Anbei findest du ein Gesetz der deutschen Bundesregierung. Bitte erkläre mir, worum es in diesem Gesetz geht und wie dieses Gesetz sich auf das Leben der Bürger auswirkt.”

Das Ergebnis: Beide Tools schaffen es, das PDF zu lesen. Bei ChatGPT lade ich es als Datei hoch, bei Gemini habe ich einfach den Link zum Dokument hinzugefügt. ChatGPT gibt mir eine sehr kurze und allgemein gehaltene Zusammenfassung meiner Fragen. Gemini erklärt zunächst, worum es in dem Gesetz geht und geht dann noch tiefer in die Materie, indem es Listen erstellt mit den Auswirkungen auf die Bürger:innen, Herausforderungen und Fazit. Hier geht der Punkt an Gemini.

Protagonistensuche

KI kann uns helfen interessante Protagonisten und Gesprächspartner:innen zu finden. Dies haben wir bereits in einem der letzten Newsletter getestet. Nötig ist dafür erneut ein Internetzugang. Diese Aufgabe könnte die kostenlose Version von ChatGPT also in keinem Fall lösen. Schauen wir und die Ergebnisse der Pro-Versionen an:

“Du bist Journalist:in für ein Online-Medium und führst regelmäßig ausführliche Interviews mit Personen aus Politik und Gesellschaft. Du möchtest ein Interview führen zum Thema ‘Veränderungen in der Gesellschaft durch künstliche Intelligenz’. Du benötigst Gesprächspartner:innen zu diesem Thema. Bitte recherchiere mögliche Personen. Diese können aus verschiedenen Bereichen wie Forschung, Technik, Medien stammen. Bitte erstelle mir eine Liste mit den Personen, mit ihrem Namen und ihrer Funktion.”

Das Ergebnis: ChatGPT gibt mir eine Liste von fünf Personen bzw. Organisationen, diese sind auch ausführlich genug beschrieben und Quellen sind ebenfalls angegeben. Schade ist allerdings, dass oft die gleichen Quellen genutzt werden. So werden drei der fünf Personen in Zusammenhang mit der “Rise of AI Conference” genannt. ChatGPT agiert hier eher wie eine Suchmaschine, die ihre ersten Ergebnisse mit etwas Beschreibung darstellt. Gemini gibt eine große Liste an Personen heraus und teilt diese in verschiedene Kategorien (Technik, Forschung, Medien, Politik, …). Hier sind allerdings keine Quellen angegeben, sodass eine Überprüfung der Angaben schwierig wird. Hier bleibt es bei einem Unentschieden.

Bilder analysieren und erstellen

Bei beiden KI-Tools ist es möglich Bilder hochzuladen. Die KI kann hier im journalistischen Alltag zum Beispiel dabei helfen Grafiken und Diagramme auszulesen. Ich nutze dafür erneut folgendes Schaubild zur Militärstärke der Ukraine und Russlands. Besonders tricky: Das Bild ist ein wenig pixelig.

Quelle: How serious is Vladimir Putin about launching a major Ukraine offensive?

“Bitte analysiere die Militärstärke von Russland und Ukraine und ziehe Schlüsse für einen Kampf zwischen den beiden Ländern.”

Das Ergebnis: Gemini gibt mir unaufgefordert die einzelnen Zahlen des Schaubilds wider, was praktisch sein kann, um im Text damit weiterzuarbeiten. Anschließend erfolgt eine Analyse, die den Anschein erweckt, als würde die KI bereits erste Erkenntnisse aus dem realen Krieg zwischen den beiden Ländern mit einbeziehen. ChatGPT stellt keine Übersicht der Zahlen zur Verfügung, beschreibt aber gut die Situation und gibt passende Schlussfolgerungen. Der Ton ist dabei etwas trockener und analytischer als bei Gemini. Fast unentschieden mit einem leichten Vorteil für Gemini. Es ist erneut nicht möglich, den Chat von ChatGPT zu teilen, da dieser ein Bild enthält. Daher hier das Ergebnis als Screenshot:

Fazit: Gemini liefert erstaunlich gute Ergebnisse ab. Dabei stellt man aber auch fest, dass die gesamte Produktpalette, die Google versprochen hat, aktuell noch noch verfügbar ist in Deutschland. Zur Verteidigung von ChatGPT ist zu sagen, dass die Möglichkeiten der Datenanalyse, Datenerstellung und Darstellung bei ChatGPT um einiges mehr ausgereift sind, da es dort möglich ist, Dateien hochzuladen. Bei Gemini ist es nur möglich Bilder hinzuzufügen. All das ist bei ChatGPT aber auch nur mit einem Plus-Abo möglich. A propos Bilder: ChatGPT-Plus kann diese bereits sehr zuverlässig mit Dall-E 3 erstellen. Bei Gemini (Advanced) ist das, zumindest in Deutschland, noch nicht möglich.

Für alle, die kein Geld für KI-Tools ausgeben möchten, ist Gemini eine super Alternative zu ChatGPT. Es liefert gute Ergebnisse, hat schon in der Basisversion Zugriff aufs Internet, auch das Hochladen von Bildern ist in der Free-Version möglich. In Zukunft wird auch das Erstellen von Bildern für alle möglich sein, anders als bei ChatGPT, wo ein Plus-Abo nötig ist.

Ich werde in Zukunft beide Tools nutzen und weiter vergleichen. Versuch es doch selbst einmal und finde das beste Tools für dich.

Prompt-Tipp: Personas mit KI erzeugen

Thu, 22 Feb 2024 01:15:00 GMT

KI kann Journalist:innen helfen bei der Recherche, der Produktion und der Abnahme. Doch schon weit im Voraus kann die künstliche Intelligenz nützlich sein. Zum Beispiel wenn es darum geht Konzepte und Strategien zu erarbeiten und zu veranschaulichen.

So kann KI Journalist:innen und Medien dabei helfen, Zielgruppen zu definieren und macht den Prozess der Entwicklung neuer Formate und Plattformen effizienter. Heute schauen wir uns an, wie KI dabei helfen kann, Personas zu erstellen.

Personas sind ein oft genutztes Mittel nicht nur von Medien, um ihre Zielgruppe für Stakeholder und Mitarbeiter:innen deutlich fassbarer zu machen. Personas stellen fiktive Personen dar, die aus den allgemeinen Vorgaben der Gesamtzielgruppe und Strategie hervorgehen. Personas werden oft mit folgenden Elementen dargestellt:

Fiktiver Name, Alter und Wohnort der Person
Kurzbeschreibung der Lebensumstände der fiktiven Person
Zitat der fiktiven Person
Bild der fiktiven Person

All diese Schritte kann die KI für uns vorbereiten und erarbeiten. Für den heutigen Test arbeite ich mit einer fiktiven Zielgruppenbeschreibung. Aus Gründen der Vereinfachung fällt diese recht kurz aus. Für reale Einsätze sollten aber alle möglichen Informationen zu Medium, Zielgruppe, usw. der KI zur Verfügung gestellt werden. Dazu gehören zum Beispiel diese Infos:

Allgemeine Beschreibung der zu erreichenden Zielgruppe
Beschreibung des Formats/Mediums
Beschreibung der Ziele des Format/Mediums
Ergebnisse von Nutzer:innenstudien
Allgemeine Studien zur entsprechenden Zielgruppe

Für meinen heutigen Test nutze ich diese vereinfachte Zielgruppenbeschreibung:

Nun bereite ich den Basis-Prompt vor, der die KI auf ihre Aufgabe vorbereitet:

„Du bist strategischer Leiter bei einem journalistischen Social Media-Medium und verantwortlich dafür, ein neues Social Media-Angebot zu entwickeln. Als neue Zielgruppe hast du 18-34 Jährige identifiziert. Bitte erstelle nun ein Zielgruppenkonzept, das die Merkmale dieser Zielgruppe zusammenfasst und das erklärt wie diese Zielgruppe erreicht werden kann. Anbei findest du alle Informationen zur neu zuerschließenden Zielgruppe. Bitte nutze diese für die Erstellung eines ersten Konzept-Entwurfs.”

Hier sollten die wichtigsten Infos bereits vorkommen: Name und Art des Mediums, des Formats und grobe Beschreibung der Zielgruppe. Alle nötigen Informationen (siehe Liste oben) können nun als separate Deteien hochgeladen (z.B. bei ChatGPT-Plus) oder in das Chatfenster des KI-Tools (alle gängigen Tools) kopiert werden.

Nun erstellt die KI einen Entwurf zur Beschreibung der Zielgruppe, der alle meine bereitgestellten Informationen zusammenfasst und miteinander verbindet. Nun sollte der erste Realitätscheck stattfinden: Stimmt diese Beschreibung damit überein, wie ich mir die Zielgruppe vorstelle? Falls nicht, ist ein Refinement nötig. Alle Infos zu Refinement-Methoden findest du hier .

Sobald die Beschreibung (mit oder ohne Refinement) passt, kannst du noch ein wenig tiefer bohren und die KI nach konkreten Charakteristika der Zielgruppe befragen:

"Beschreibe die demografischen Merkmale, Interessen und das Mediennutzungsverhalten der Zielgruppe."

"Identifiziere die spezifischen Bedürfnisse und Probleme der Zielgruppe, die durch das neue Angebot adressiert werden könnten."

Anschließend kannst du mit allen bisher entwickelten Konzepten und Ideen einen ersten Entwurf für drei Personas erstellen:

„Erstelle nun drei verschiedene fiktive Profile von fiktiven Personen, die in ihrer Gesamtheit die neu zu erschließende Zielgruppe abbilden. Gib jeder fiktiven Person einen passenden Namen, gib ihr fiktives Alter und ihren Wohnort an. Erkläre in einem kurzen Text die Lebenssituation der Person. Du kannst dafür folgende Aspekte nutzen: Einkommen, Beruf, Wohnsituation, soziale Stellung, Bildungsgrad, Hobbies. Beschreibe die Sorgen, Interessen und Bedürfnisse im Leben dieser Personen. Erstelle auch je ein fiktives Zitat, das direkt von dieser Person kommt und die Bedürfnisse dieser Person widerspiegelt.“

In einem letzten Schritt kannst du dir noch zu jeder der Personas ein passendes fiktives Bild erstellen lassen. Bisher werden für Personas oft Stock-Bilder benutzt. Da es sich aber um fiktive Personen und interne Konzepte handelt, ist die Nutzung von KI-erstellten Bildern hier meiner Meinung nach kein Problem. Dazu benötigst du ein Tool, das Bilder erstellen kann, z.B. ChatGPT-Plus, Copilot oder Midjourney.

„Erstelle nun zusätzlich jeweils ein fotorealistisches Bild zu jeder der erstellen Personas. Es sollte die Person in ihrem natürlichen Umfeld und mit ihrem natürlichen Aussehen zeigen.“

So sehen die erstellten Bilder zu den Personas aus:

Auch in diesem Beispiel ersetzt KI natürlich nicht das Wissen und Verständnis des Menschen. KI kann aber Arbeitsschritte vereinfachen und Inspiration bieten.

Background: Die Medienbranche im Austausch zu KI

Wed, 21 Feb 2024 23:15:00 GMT

Das Reuters Institute for the Study of Journalism (RISJ) an der Universität Oxford hat im Jahr 2023 drei Roundtable-Gespräche durchgeführt, um die Auswirkungen von künstlicher Intelligenz, insbesondere der generativen KI, auf die Erstellung von Nachrichten im Journalismus zu untersuchen.

Teilnehmer:innen waren Vertreter:innen globaler Technologieplattformen und Nachrichtenorganisationen sowie Expert:innen, die sich auf die Erkennung von Desinformation spezialisiert haben. Die Gespräche hatten zum Ziel, die Gedanken der Branchenführer:innen zu erfassen.

Kernaussagen der Branchenführer:innen

Großes Interesse an Innovation: Die teilnehmenden Nachrichtenverlage zeigten eine starke Bereitschaft, mit neuen Werkzeugen der generativen KI zu experimentieren. Sie erkannten, dass erfolgreiche Einsatzmöglichkeiten vor allem durch eigene Versuche und Erfahrungen entdeckt werden müssen. Sie erklärten, dass die Möglichkeiten der Technologie am besten durch praktisches Ausprobieren erschlossen werden können, nicht durch vordefinierte Anwendungsfälle der Entwickler:innen.
Innovative Experimente: Verlage im Globalen Süden haben bereits Experimente mit generativer KI in großem Umfang gestartet. Sie müssen dabei eine schwierige Entscheidung zwischen Risiko und Nutzen treffen, weil sie oft unter finanziell härteren Bedingungen arbeiten. Werkzeuge wie die Übersetzung in verschiedene Sprachen könnten ihnen enorm helfen, neue Märkte zu erreichen. Doch weiterführende Anwendungen, wie die Echtzeit-Übersetzung, bergen Risiken. Fehler lassen sich vorab schwer erkennen und beheben.
Technische Einblicke gegen Desinformation: Es gab großes Interesse an technischen Einblicken, wie generative KI Desinformation bekämpfen kann. Viele Nachrichtenorganisationen waren besorgt, dass ihre Interessen nicht mit denen der Technologieplattformen matchen.
Umgang mit Veränderungen: Generative KI trat 2023 als eine tiefgreifend disruptive Technologie in den Vordergrund, die fast alle Branchen dazu zwang, anders darüber nachzudenken, wie sie operieren. Dies schließt die globale Nachrichtenindustrie ein. Die Roundtable-Gespräche boten eine Plattform für offene Diskussionen über die Herausforderungen und Möglichkeiten, die diese neue Technologie mit sich bringt.

Die Gespräche haben gezeigt, dass es einen klaren Wert darin gibt, wenn Nachrichtenorganisationen Erkenntnisse aus KI-Experimenten teilen. Es gibt einen Nutzen für alle, wenn Einblicke gemeinsam genutzt werden, damit Best Practices etabliert und Fehler nicht wiederholt werden.

Die Entwicklung von Technologien zur Erkennung von KI-gestützter Desinformation schreitet schnell voran. Es gibt jedoch noch keinen klaren Fahrplan für Nachrichtenorganisationen, um Inhalte von Betrügern und die unrechtmäßige Aneignung der Identitäten von Journalist:innen zu bekämpfen. Dieser Austausch und die Zusammenarbeit könnten durch regelmäßige, strukturierte und offene Gespräche zwischen Praktiker:innen gefördert werden.

Die Herausforderungen, die durch generative KI-generierte Inhalte entstehen, könnten effektiver angegangen werden, wenn Medienorganisationen in Partnerschaften zusammenarbeiten und Erkenntnisse aus der Verwendung von generativer KI unter Nachrichtenverlegern geteilt werden.

Background: Wie Microsoft mit Journalist:innen arbeitet

Thu, 15 Feb 2024 13:30:00 GMT

Microsoft gehört zu den größten Playern im Bereich Künstliche Intelligenz und ist beteiligt an der Entwicklung des größten KI-Tools ChatGPT. Im vergangenen Jahr hat das Unternehmen bereits Initiativen gestartet, um KI in den Journalismus zu integrieren. Microsofts Ziel ist es, die Art und Weise, wie Nachrichten produziert und verbreitet werden, zu transformieren.

In einem kürzlich veröffentlichten Blogbeitrag auf der Microsoft-Website wird ein umfassender Überblick über die Bemühungen des Unternehmens gegeben, generative KI-Technologien in Partnerschaft mit Nachrichtenorganisationen zu nutzen. Das Unternehmen möchte so einen gesunden demokratischen Diskurs durch die Unterstützung von Journalismus fördern, der sowohl “verantwortungsvoll als auch innovativ” ist.

Kernpunkte der Initiative

Microsoft hat mehrere Kooperationen mit Nachrichtenorganisationen und akademischen Einrichtungen ins Leben gerufen, um den Einsatz von generativer KI in der Nachrichtenerstellung zu erforschen. Ein zentrales Element dieser Initiative ist die Zusammenarbeit mit der Organisation "Reporter ohne Grenzen" im Rahmen der Journalism Trust Initiative (JTI), die darauf abzielt, vertrauenswürdige Nachrichtenquellen zu fördern und Standards für die Glaubwürdigkeit und Transparenz von Medieninhalten zu etablieren.

Ein weiterer wichtiger Aspekt ist die Partnerschaft mit der Craig Newmark Graduate School of Journalism an der City University of New York (CUNY), die darauf ausgerichtet ist, Journalist:innen im Umgang mit KI-Technologien zu schulen. Diese Bildungsinitiative soll dazu beitragen, dass Journalist:innen die Fähigkeiten erwerben, die notwendig sind, um die Potenziale von KI für die Recherche, die Erstellung und die Verbreitung von Nachrichteninhalten voll auszuschöpfen.

Zusätzlich wird die Zusammenarbeit mit Semafor hervorgehoben, einem Nachrichtenunternehmen, das KI-Tools nutzt, um Journalist:innen bei ihrer Arbeit zu unterstützen. Diese Tools erleichtern unter anderem die Recherche und Quellensuche, was eine umfassendere und vielfältigere Berichterstattung ermöglicht.

Herausforderungen und Chancen

Microsofts Initiative nutzt die Chancen, die der Einsatz von KI im Journalismus bietet, insbesondere hinsichtlich der Effizienzsteigerung und der Erweiterung der Berichterstattung. Gleichzeitig werden jedoch auch die Herausforderungen thematisiert, die mit der Implementierung von KI-Technologien verbunden sind, wie die Wahrung der journalistischen Unabhängigkeit und die Vermeidung von Verzerrungen durch Algorithmen.

Der Blogbeitrag betont die Bedeutung eines verantwortungsvollen Umgangs mit KI im Journalismus und die Notwendigkeit einer Zusammenarbeit zwischen Technologieunternehmen, Nachrichtenorganisationen und Bildungseinrichtungen. Ziel ist es, Technologien zu entwickeln, die die journalistische Arbeit unterstützen und gleichzeitig die ethischen Grundlagen des Berufsstands wahren.

Die von Microsoft vorgestellte Initiative bietet einen Einblick in die Zukunft des Journalismus, in der KI eine zentrale Rolle spielen könnte. Sie zeigt, wie durch den verantwortungsvollen Einsatz von KI-Technologien die Qualität und Glaubwürdigkeit der Berichterstattung verbessert werden kann, ohne die Grundwerte des Journalismus zu kompromittieren. Die Initiative unterstreicht das Potenzial von KI, den Journalismus zu bereichern, stellt aber auch klar, dass eine kritische Auseinandersetzung mit den damit verbundenen ethischen und praktischen Herausforderungen unerlässlich ist.

Prompt-Tipp: Bessere Text-Formatierung mit Markdown

Thu, 15 Feb 2024 13:30:00 GMT

Die Chat-Oberfläche von KI-Tools wie ChatGPT unterstützt standardmäßig keine Textformatierungen wie Fett- oder Kursivdruck, geschweige denn das Anwenden von Überschriften-Stilen. Doch mit einem kleinen Umweg ist es möglich, Struktur in deine Eingaben zu bringen. Durch die Verwendung von “Markdown”, kannst du deinen Text gezielt formatieren.

Für diesen Text nutze ich einen Nachrichtenartikel der Tagesschau . Diesen bringe ich in eine besondere Form:

Überschrift (ohne Texteffekt)
Teaser (fett)
Autorenzeile (kursiv)
Text mit Namen von Parteien und Organisationen in kursiv
Zwischenüberschriften (fett und kursiv)

Nun muss dieser Text in das Markdown-Format umgewandelt werden. Diese notiert nach einem festgelegten System, wie bestimmte Textstellen am Ende aussehen sollen (z.B. fett, kursiv, usw.). Für die Umwandlung nutze ich einen kostenlosen Word-zu-Markdown-Konverter online.

Das KI-Tool bereite ich mit folgendem Prompt vor:

“Ich gebe dir nun einen Nachrichtenartikel im Markdown-Format. Anschließend gebe ich dir Informationen für einen zweiten Text und möchte, dass du den zweiten Text in der gleichen Form wie den Beispiel-Text im Markdown-Format erstellst.”

Die KI antwortet und ist bereit:

“Für den zweiten Text, bitte gib mir die Informationen, die ich verwenden soll, um ihn im gleichen Markdown-Format zu erstellen.”

Um diesen Test so unvoreingenommen wie möglich durchzuführen, bitte ich die KI den zweiten Artikel selbst zu erstellen und gebe nur das Thema vor:

“Bitte schreibe einen zweiten Text zum Fall der Berliner Mauer.”

Nun erstellt das Tool mir einen neuen Nachrichtentext zum Fall der Berliner Mauer - und das nach den Vorgaben zur Formatierung aus dem Markdown-Beispiel.

Und das fast 100% erfolgreich:

Die Überschrift ist dünn.
Der Teaser ist fett und etwa so lang wie im Beispiel.
Darunter folgt die Autorenzeile in kursiv.
Auch die Zwischenüberschriften sind fett und kursiv wie im Beispiel.

Was nicht geklappt hat: Parteien und Organisationen sind im Text nicht kursiv. Darauf kann die KI nun im Nachgang noch einmal hingewiesen werden.

So kannst du ChatGPT auffordern, Texte nach einem vorgegebenen Muster zu erstellen, was effizienter ist, als jedes Mal die Struktur im Detail zu beschreiben.

Prompt-Tipp: Wichtige Parameter von KI-Tools

Thu, 01 Feb 2024 13:22:33 GMT

Texttools, wie ChatGPT, bieten verschiedene anpassbare Parameter, die die Qualität und Relevanz der generierten Antworten beeinflussen. Diese Parameter sind entscheidend, um die Antworten der KI auf spezifische Bedürfnisse und Anforderungen zuzuschneiden.

Im vergangenen Sommer haben wir uns an dieser Stelle bereits erste Parameter angesehen. Ein paar fehlen aber noch. Daher fasse ich alle Parameter heute noch einmal ausführlich zusammen.

Grundsätzlich gilt, dass diese Parameter auf ChatGPT zugeschnitten sind, inzwischen aber oft auch bei anderen Text-Tools, wie Google Bard, funktionieren. Um ein Parameter zu setzen, könnt ihr es ganz einfach an das Ende eures Prompts stellen, zum Beispiel so:

“Parameter = XYZ”

Die Zahlen selbst am besten immer in der amerikanischen Schreibweise angeben: Statt 0,5 schreibe 0.5.

1. Max Tokens

Definition
'Max Tokens' legt fest, wie lang oder kurz deine Antwort von ChatGPT sein darf. Ein 'Token' ist eine grundlegende Einheit der Textverarbeitung in KI-Systemen, ähnlich einem Wort oder einem Satzzeichen. Dieser Parameter begrenzt also die Antwortlänge.

Wertebereich
Typischerweise zwischen 5 (sehr kurze Antworten) und 4096 Tokens (sehr lange Antworten).

Anwendungsbeispiel
Möchtest du eine knappe Zusammenfassung für eine Schlagzeile, setze 'max_tokens' auf etwa 30. Für eine detaillierte Analyse eines Themas wähle einen höheren Wert, beispielsweise 1000.

2. Temperatur

Definition
Die 'Temperatur' bestimmt, wie kreativ oder unvorhersehbar die Antworten von KI-Tools ausfallen. Bei einer niedrigen Temperatur gibt die KI sicherere, vorhersehbare Antworten, während eine höhere Temperatur zu kreativeren, aber potenziell weniger präzisen Antworten führt.

Wertebereich

Fließkommazahlen, meist zwischen 0 (wenig kreativ) und 1 (sehr kreativ).

Anwendungsbeispiel

Für sachliche Berichte über Wirtschaftsthemen könntest du eine niedrige Temperatur wie 0.3 wählen. Für kreative Artikel oder Überschriften wäre eine höhere Temperatur, etwa 0.7, besser geeignet.

3. Top-k Sampling

Definition
'Top-k Sampling' steuert die Vielfalt der Antworten, indem es die Auswahl auf die 'k' wahrscheinlichsten Tokens beschränkt. Ein niedriger 'k'-Wert führt zu vorhersehbaren Antworten, während ein höherer 'k'-Wert mehr Vielfalt und Kreativität ermöglicht.

Wertebereich

Ganze Zahlen, typischerweise zwischen 1 (weniger Vielfalt) und 100 (mehr Vielfalt).

Anwendungsbeispiel
Für einen faktenbasierten Bericht setze 'top_k' auf einen niedrigeren Wert wie 20. Für einen Meinungsartikel, der Originalität erfordert, wähle einen höheren Wert, beispielsweise 50.

4. Top-p Sampling (Nucleus Sampling)

Definition
'Top-p Sampling' wählt Antworten basierend auf ihrer kumulativen Wahrscheinlichkeit aus. Ein hoher 'p'-Wert ermöglicht eine breitere Auswahl und kann zu einzigartigen, aber weniger kohärenten Antworten führen. Ein niedriger 'p'-Wert sorgt für konsistentere und vorhersehbare Antworten.

Wertebereich
Fließkommazahlen, meist zwischen 0 (konsistent) und 1 (vielfältig).

Anwendungsbeispiel
Für eine kreative Kolumne setze 'top_p' auf 0.9, um eine Vielzahl an Ideen zu erhalten. Für einen sachlichen Bericht wäre ein niedrigerer Wert wie 0.1 besser, um Genauigkeit zu gewährleisten.

Mit manchen Parametern kannst du das gleiche Ziel erreichen, daher ist es gut, wenn du selbst einmal ausprobierst, wie die Parameter bei dir wirken.

Background: Wie deutsche Medien KI nutzen - Zeit Online

Thu, 01 Feb 2024 13:20:57 GMT

Aktuell sucht jedes Medienunternehmen nach dem richtigen Umgang mit künstlicher Intelligenz. Manche arbeiten bereits an eigenen KI-Projekten, andere beginnen langsam ihre Mitarbeiter:innen zu schulen. Es lohnt sich daher, ab und zu in die größten deutschen Medienhäuser zu schauen - und im besten Fall voneinander zu lernen.

In einem Interview mit dem “journalist” erklärt Sebastian Horn, Vize-Chef von Zeit Online und seit November Director AI in der Verlagsgruppe, wie das Unternehmen und die Redaktionen KI bereits jetzt einsetzen. Ich empfehle euch, das Interview einmal komplett zu lesen. Hier sind aber bereits die wichtigsten Aussagen, für alle, die es eilig haben:

KI im Journalismus
Sebastian Horn betont, dass KI eine bedeutende Rolle in der Zukunft des Journalismus spielen wird. Sie verändert die Arbeitsweise von Journalist:innen und beeinflusst journalistische Produkte sowie die Medienlandschaft insgesamt.
Projekte der Zeit Verlagsgruppe
Ein zentrales Projekt ist "Fragen Sie Zeit Online", ein Tool, das auf das Archiv von Zeit und Zeit Online seit 1990 zugreift, um Fragen der Nutzer:innen zu beantworten. Dieses Tool vermeidet "Halluzinationen" und liefert präzise Informationen basierend auf den vorhandenen Artikeln.
Mensch vs. KI im Journalismus
Trotz der Integration von KI bleibt der Journalismus bei Zeit und Zeit Online menschengemacht. KI wird als Unterstützung und Erweiterung, nicht als Ersatz für menschliche Journalist:innen gesehen. Horn betont, dass das Schreiben von Texten und die journalistische Recherche weiterhin von Menschen übernommen werden.
KI als Assistenz
KI wird bereits als Assistenz im journalistischen Alltag genutzt, beispielsweise bei der Transkription von Interviews oder der Extraktion von Informationen aus PDFs.
Zukünftige KI-Anwendungen
Die Zeit Verlagsgruppe plant, mit Artikelzusammenfassungen zu experimentieren und die Qualität von Text-to-Speech-Angeboten zu verbessern. Auch der Einsatz von KI-generierten Bildern wird in Betracht gezogen, jedoch mit Vorsicht und klarer Kennzeichnung.
Umgang mit KI
Es gibt klare Regeln für den Einsatz von KI, einschließlich der transparenten Kennzeichnung von KI-Inhalten und der Beachtung rechtlicher Aspekte.
Ausbildung der Mitarbeiter:innen
Die Zeit Verlagsgruppe fördert eine Kultur des Lernens und der Neugier gegenüber KI, mit regelmäßigen Schulungen und Veranstaltungen.

Background: Das erste KI-Gesetz weltweit: Der AI Act der EU

Thu, 01 Feb 2024 07:00:00 GMT

Die EU wird die erste Gesetzgebung weltweit zu Künstlicher Intelligenz erhalten. Der Text des sogenannten “AI Act” wurde nun geleaket. Das steht drin.

Hintergrund des AI Act

Die Europäische Union steht kurz vor der Verabschiedung eines wegweisenden Gesetzes, des AI Act, zur Regulierung Künstlicher Intelligenz. Nach intensiven Verhandlungen präsentierten die Verhandlungspartner der EU einen umfassenden Textentwurf, der die gemeinsame Position des Europaparlaments und der EU-Mitgliedstaaten darlegt. Dieser Entwurf, der auf 892 Seiten erstreckt, muss noch formell akzeptiert werden.

Hauptaspekte des AI Act

Automatische Gesichtserkennung: Der Entwurf sieht vor, dass Systeme zur Echtzeit-Fernidentifikation unter bestimmten Umständen erlaubt sind, z.B. zur Suche nach Opfern von Straftaten oder vermissten Kindern. Es gibt jedoch kaum Einschränkungen für die nachträgliche biometrische Fernidentifikation.
Regulierung universeller KI-Systeme: Ein wesentlicher Teil des Entwurfs betrifft die Regulierung sogenannter General Purpose AI (GPAI) Systeme. Diese Kategorie umfasst auch universelle KI-Systeme wie Chatbots.
Regulierung nach Anwendungsbereich: Die EU verfolgt das Konzept, bestimmte Anwendungen von KI zu regulieren oder zu verbieten, anstatt die Technologie selbst. Dies beinhaltet die Einschränkung oder das Verbot von Anwendungen wie automatisierter biometrischer Gesichtserkennung oder Social-Scoring-Systemen.
Anforderungen an Anbieter: Anbieter von GPAI-Systemen müssen eine technische Dokumentation ihrer Modelle veröffentlichen, einschließlich Trainings- und Testverfahren. Für hochriskante Systeme gelten strengere Anforderungen, einschließlich der Durchführung standardisierter Tests.
KI-Behörde der EU: Der Entwurf sieht die Einrichtung einer speziellen EU-KI-Behörde vor, die unter anderem Richtlinien für den Einsatz hochriskanter Systeme vorgeben soll.
Ausnahmen für Forschung und Entwicklung: Die Verordnung gilt nicht für KI-Systeme, die ausschließlich zu Forschungs- und Entwicklungszwecken eingesetzt werden. Ähnliche Ausnahmen gibt es für die produktorientierte Forschung und Entwicklung.

Debatten und Widerstände

Kritik an Gesichtserkennung: Einige EU-Abgeordnete kritisieren die Regelungen zur Gesichtserkennung scharf und befürchten, dass sie zu einer umfassenden Überwachung führen könnten.
Widerstand von Mitgliedstaaten: Länder wie Frankreich suchen nach Wegen, den AI Act zu blockieren oder zu verzögern, aus Sorge um Wettbewerbsnachteile für europäische Unternehmen.
Druck zur Zustimmung: Angesichts der bevorstehenden Europawahlen im Juni 2024 besteht erheblicher Druck auf das Europaparlament, der Einigung zuzustimmen, um eine Verzögerung der gesamten KI-Regulierung zu vermeiden.

Zusammengestellt mit Informationen von golem.de

Prompt-Tipp: Konstruktiver Journalismus mit KI

Thu, 01 Feb 2024 07:00:00 GMT

In Zeiten von Krisen und Polarisierung können Nachrichten ganz schön runterziehen. Studien belegen bereits, dass vor allem junge Menschen heutzutage auf das Schauen von Nachrichten verzichten. Doch auch allgemein geht der klassische Journalismus oft nicht darüber hinaus, Probleme und Reaktionen zu benennen. Lösungsansätze oder konstruktiver Dialog stehen nicht im Zentrum der Berichterstattung.

Das Konzept des konstruktiven Journalismus macht das anders. Diese Form der Berichterstattung ist in den letzten Jahren in der Branche in aller Munde. Doch nur wenige wissen genau, was es bedeutet. Heute möchte ich herausfinden, wie KI uns helfen kann, konstruktiver zu berichten.

Dabei greife ich zurück auf die Informationen des ‘bonn institute’. Die Organisation legt ihren Fokus komplett auf konstruktiven Journalismus. Das Leitbild des ‘bonn institute’ konzentriert sich auf die Zukunft des Journalismus, mit dem Ziel, diesen sowohl für die Menschen als auch für die demokratische Gesellschaft wertvoller zu machen. Das Institut strebt danach, den Journalismus lösungsorientierter, perspektivenreicher und dialogischer zu gestalten, um das Vertrauen der Menschen zu gewinnen und sie bei guten Entscheidungen für ihr Leben zu unterstützen. Mehr zum Leitbild liest du hier .

Was ist konstruktiver Journalismus?

Konstruktiver Journalismus ist eine Form des Journalismus, die sich auf die positive Beeinflussung der Gesellschaft und die Interessen der Menschen konzentriert. Diese Art des Journalismus zielt darauf ab, ein zukunftsorientiertes, faktenbasiertes und nuanciertes Bild der Wirklichkeit zu vermitteln. Dabei werden Lösungsansätze genauso sorgfältig recherchiert wie Probleme, um einer einseitig negativen Weltsicht entgegenzuwirken und das Gefühl der Selbstwirksamkeit bei den Mediennutzenden zu stärken.

Konstruktiver Journalismus setzt auf Vielfalt und unterschiedliche Perspektiven, um die Welt in ihrer Komplexität zu reflektieren und übermäßiger Vereinfachung sowie Polarisierung entgegenzuwirken. Zudem definiert er die Rolle von Journalistinnen und Journalisten neu, indem er sie als Moderatoren eines öffentlichen, konstruktiven Dialogs sieht, was neue Möglichkeiten für bessere Gespräche in der Gesellschaft eröffnet. Die drei zentralen Elemente des konstruktiven Journalismus sind Lösungsfokus, Perspektivenreichtum und konstruktiver Dialog.

Eine vollständige Erklärung gibt es auf der Homepage des ‘bonn institute’ .

Wie hilft uns KI im konstruktiven Journalismus?

Künstliche Intelligenz kann in vielerlei Hinsicht helfen, die Ideen des konstruktiven Journalismus in unserer Berichterstattung umzusetzen. Ich möchte, dass die KI mir umfänglich mit dem Thema helfen kann und als Assistent dient, der auf zahlreiche verschiedene Fragen antworten kann.

Ich “baue” daher einen kleinen Chatbot mit den Informationen des ‘bonn institute’ und nutze folgenden Prompt:

“Ich bin Journalist und schreibe regelmäßig Artikel zu politischen und gesellschaftlichen Themen. Ich würde diese Themen und Artikel in Zukunft gerne konstruktiver gestalten. Ich möchte, dass du mich als Berater zum Thema konstruktiver Journalismus begleitest. Ich werde dir in Zukunft Fragen zu meiner journalistischen Berichterstattung stellen und wie ich sie konstruktiver machen kann. Ich gebe dir zunächst Informationen und Definitionen von konstruktivem Journalismus. Diese sind die Grundlage für deine zukünftige Beratung.”

An diesen Prompt hänge ich einfach die Erklärungen des ‘bonn institute’ als kopierten Text an.

Die KI ist bereit und freut sich auf ihren Einsatz:

Nun können wir kreativ werden, was den Einsatz der KI angeht. Ich sehe unter anderem folgende Anwendungsbereiche:

Themenrecherche und Protagonist:innensuche perspektivenreicher
Sammlung von Informationen mit mehr Lösungsansätzen
Interpretation von Studien mit Fokus auf positive Aspekte und Lösungen
Skripte und Texte konstruktiver gestalten
Mehr konstruktiver Dialog als Ziel der Artikel

Folgende Prompts/Fragen stelle ich testweise an die KI und erhalte folgende Antworten.

“Ich recherchiere zum Thema ‘Bürgerpartizipation in Europa vor der Europawahl’. Bitte gib mir erste Tipps, wie ich die Recherche und Protagonist:innensuche konstruktiv gestalten kann.”

“Ich schreibe einen Artikel über rechts-populistische Parteien in Deutschland. Wie kann ich diese Berichterstattung konstruktiv gestalten? Welche Informationen sollte ich sammeln?”

“Ich habe einen ersten Entwurf für einen Artikel zum Thema ‘Bauernproteste in Deutschland’ geschrieben. Bitte checke den Entwurf und gib mir Tipps, wie ich den Text konstruktiver gestalten kann.”

So ist es möglich, die KI breit im Thema konstruktiver Journalismus aufzustellen und immer wieder offene Fragen zu beantworten. Diese dienen natürlich nur als Inspiration und Brainstorming für die eigene Arbeit.

Es ist aber auch möglich, die KI gezielt mit einem Thema und einem Dokument arbeiten zu lassen. Konstruktiver Journalismus heißt zum Beispiel auch, bei der Veröffentlichung einer Studie nicht nur negative Aspekte aufzugreifen und Panik zu verbreiten. Die positiven Aspekte, die Ansätze, die bereits funktionieren, müssen mindestens genauso viel Raum bekommen.

Dafür schaue ich mir eine Studie der Krankenkasse Barmer an. In dieser geht es um Cybermobbing, vor allem um den Anstieg von Cybermobbing in Deutschland. Die Tagesschau titelt: “Cybermobbing nimmt weiter zu” . Doch geht das auch konstruktiver?

Ich lade den Report mit dem obigem Grundlagenprompt in ChatGPT hoch (leider nur mit Plus-Abo möglich) und formuliere folgenden Prompt:

“Bitte analysiere die angehängte Studie und gib mir Aspekte, die für eine konstruktive Berichterstattung geeignet sind.”

Zunächst gibt mir die KI nur allgemeine Antworten, also frage ich noch einmal genauer nach:

“Findest du diese Lösungsansätze und positiven Aspekte im Dokument?”

Nun gibt mir die KI wirklich positive Aspekte und Lösungsansätze aus der Studie, die für eine konstruktive Berichterstattung wichtig sind.

Wie immer kann die KI uns also ein Assistent sein, um konstruktive Berichterstattung zu gewährleisten. Sie kann zunächst als gutes Tool dienen, um unsere Denkweisen zu ändern und konstruktiver an Recherchen ranzugehen. Sie kann aber auch erste Entwürfe und allgemeine Fragen beantworten. Das letzte kreative Wort haben dann die Journalist:innen.

Background: ChatGPT wird zum App-Store

Thu, 25 Jan 2024 07:00:00 GMT

In der vergangenen Woche hat OpenAI den GPT Store eingeführt. Man kann ihn sich vorstellen wie einen App-Store, nur für das KI-Tool ChatGPT. Seit Längerem ist es bereits möglich, dass ChatGPT-Plus-Nutzer:innen eigene Chatbots für bestimmte Aufgaben erstellen und diese mit anderen Nutzer:innen teilen können. Diese personalisierten Chatbots tragen den Namen “GPTs”. Das sind die wichtigsten Infos:

Anpassungsmöglichkeiten im GPT Store

Der GPT Store ist eine Plattform, auf der Nutzer:innen verschiedene Versionen von ChatGPT finden können. Diese Versionen wurden von OpenAI-Partnern und der Community entwickelt und bieten spezifische Funktionen und Anwendungen. Nutzer:innen können im Store stöbern und verschiedene GPTs entdecken, die in Kategorien wie Bildung, Programmierung und Lifestyle eingeteilt sind.

Funktionen und Möglichkeiten

Der Store präsentiert eine Vielzahl von GPTs, darunter solche für spezielle Anwendungen wie akademische Recherche, Programmierunterstützung oder kreative Aufgaben. OpenAI aktualisiert regelmäßig die Auswahl und stellt neue, interessante GPTs vor. Nutzer:innen können auch eigene GPTs erstellen und im Store teilen.

Richtlinien und Monetarisierung

OpenAI hat Richtlinien und ein Überprüfungssystem für die im Store geteilten GPTs eingeführt, um die Einhaltung von Standards zu gewährleisten. Zusätzlich plant OpenAI, ein Monetarisierungsprogramm für Entwickler:innen einzuführen, die ihre GPTs im Store anbieten. So kann bald jede:r mit erstellten Chatbots Geld verdienen.

Zugang und Verwaltung

Der GPT Store ist zunächst für ChatGPT Plus-, Team- und Enterprise-Nutzer:innen verfügbar. Teams und Unternehmen können eigene GPTs verwalten und haben Zugang zu einem privaten Bereich im Store.

Die beliebtesten GPTs

Zu den beliebtesten von Nutzer:innen und Unternehmen erstellten GPTs gehören zur Zeit zum Beispiel “Consensus” , ein Chatbot, der wissenschaftliche Quellen durchsucht. In den Top 6 befinden sich aber auch eine “Logo Generator” und GPTs zur Erstellung von Webseiten und Videos .

GPTs für Journalist:innen

Auch für die journalistische Arbeit gibt es bereits einige GPTs, allerdings oft nur auf Englisch. Hier eine Auswahl aus dem GPT Store:

Legal Eye
Your A I-powered journalist, expert in deep, context-linked investigative reporting with real-time data integration.
NewsCraft Journalist
A journalist who summarizes input and crafts news articles.
PressemeldungsGPT
Mit diesem GPT können Sie ohne Vorkenntnisse Pressemeldungen erstellen.
Copy Edit Pro
Copy editor for news/journalism, uses AP style, only corrects errors, gives list of changes.

Prompt-Tipp: KI als Assistent für das richtige Wording

Thu, 25 Jan 2024 07:00:00 GMT

In Zeiten von zahlreichen Krisen und Kriegen kommt es vor allem auf Journalist:innen an, die Geschehnisse und Hintergründe neutral und faktentreu zu erklären. Eine entscheidende Rolle spielt dabei das richtige Wording.

Oft macht es einen großen Unterschied, ob für einen Sachverhalt, einen Konflikt oder eine Bevölkerungsgruppe der eine oder doch der andere Begriff verwendet wird. Viele Medienunternehmen haben inzwischen eigene Richtlinien oder Styleguides erstellt, um ihre Mitarbeiter:innen zu unterstützen und Sicherheit zu geben. Andere orientieren sich am Wording der Nachrichtenagenturen, z.B. DPA oder AP.

Auch KI kann uns dabei helfen, das richtige Wording zu finden, bzw. unsere Texte zu überprüfen und Verbesserungsvorschläge zu machen. Dafür benötigen wir nur die entsprechenden Guidelines in Textform, die wir der KI als Grundlage füttern.

Mein heutiger Prompt-Tipp orientiert sich entlang des AP-Styleguides zum Krieg zwischen Israel und der Hamas. Viele englischsprachige Medien orientieren sich an diesen Empfehlungen. Auch für deutschsprachige ist die AP oft eine gute Referenz.

AP hat einen “Topical Guide” zum Konflikt veröffentlicht . Die Wahl dieser Guidelines sagt nichts darüber aus, ob ich persönlich jede dieser Regeln für sinnvoll und vernünftig halte. Da AP sehr oft verwendet wird, dient dies lediglich als guter praxisnaher Test für diesen Prompt-Tipp.

Zunächst füttere ich die KI mit diesen Guidelines und nutze folgenden Prompt:

"Du bist Journalist für ein Nachrichtenmedium und berichtest über den Krieg zwischen Israel und der Hamas. Für das richtige Wordings orientierst du dich am Styleguide der Nachrichtenagentur AP. Unten findest du diesen Styleguide. Nimm ihn zunächst zur Kenntnis. Ich werde dir anschließend Fragen zum richtigen Wording stellen."
+ Styleguide als Text reinkopieren

Die KI meldet sich zurück und ist bereit:

Nun beginne ich mit der Erstellung meines Textes. Dabei kommen verschiedene Fragen zum Wording auf, die ich an die KI stelle. Hier ein paar Beispiele mit den entsprechenden Antworten:

"Sollte ich den Konflikt zwischen Israel und der Hamas “Krieg” nennen?"

"Wie sollte ich die Hamas am besten bezeichnen?"

"Sollte ich den Angriff der Hamas auf Israel als Terror bezeichnen? Manche bezeichnen auch die Reaktion Israels als Terror, was sagst du dazu?"

"Sollte ich die Gesamtheit des Gazastreifens und des Westjordanlandes als “Palästina” bezeichnen?"

Das war nur eine Auswahl, es sind noch unzählige weitere Fragen möglich.

Neben konkreten Fragen, können wir der KI aber auch unsere eigenen Textentwürfe geben und diese auf das korrekte Wording checken lassen.

Der Krieg zwischen Israel und der Hamas ist ein Thema, über das wir sehr bedacht und ausgewogen berichten müssen. Die KI kann uns dabei eine Hilfestellung geben, aber nicht die direkte Beschäftigung mit dem Thema und den Austausch mit Kolleg:innen ersetzen. Wie immer sollte die KI hier also nur Assistent und nicht Hauptakteur sein.

Und Achtung: Manche internen Guidelines von Medienunternehmen sind eventuell nicht für die Öffentlichkeit gedacht und sollten daher auch nicht in ChatGPT kopiert werden. Mit öffentlichen Styleguides, wie dem der AP, ist das unproblematisch.

Background: Drei KI-Trends für 2024

Thu, 11 Jan 2024 14:19:32 GMT

In einem ausführlichen Artikel der MIT Technology Review, betitelt "What’s next for AI in 2024", werden die neuesten Trends und Entwicklungen im Bereich der künstlichen Intelligenz (KI) für das Jahr 2024 beleuchtet. Der Artikel gibt einen umfassenden Einblick in verschiedene Branchen und Technologien und bietet eine Vorschau auf die Zukunft der KI.

Chatbots selbst erstellen

Einer der Haupttrends für 2024 ist die zunehmende Personalisierung von Chatbots. Große Technologieunternehmen wie Google und OpenAI setzen darauf, Plattformen zu entwickeln, die es Nutzer:innen ermöglichen, leistungsstarke Sprachmodelle anzupassen und eigene Mini-Chatbots für spezifische Bedürfnisse zu erstellen – und das ohne Programmierkenntnisse. Diese benutzerfreundlichen Tools könnten die Art und Weise, wie der Durchschnittsmensch mit generativer KI interagiert, grundlegend verändern und zu einer Vielzahl neuer Anwendungen führen. Beispielsweise könnte ein:e Immobilienmakler:in Texte aus früheren Anzeigen hochladen, ein leistungsstarkes Modell feinabstimmen, um ähnlichen Text zu generieren, und Videos sowie Fotos von neuen Objekten hinzufügen, um automatisch Beschreibungen zu erstellen.

KI-erstellte Videos

Ein weiterer wichtiger Trend ist die zweite Welle der generativen KI, die sich auf Videos konzentriert. Nach dem Erfolg von Text-zu-Bild-Modellen wie OpenAIs DALL-E und Stability AIs Stable Diffusion, die beeindruckende fotorealistische Bilder erzeugen, richtet sich der Fokus nun auf Text-zu-Video. Diese Technologie hat das Potenzial, alles, was bei Text-zu-Bild gut, schlecht oder hässlich war, zu vergrößern. Die Qualität der generierten Videos hat sich schnell verbessert, und die besten Clips erreichen fast die Qualität von Pixar-Produktionen. Große Filmstudios wie Paramount und Disney erforschen bereits den Einsatz generativer KI in ihrer Produktion.

KI und das Superwahljahr

Ein dritter Trend ist die Verbreitung von KI-generierter Wahl-Desinformation. In einem politisch bereits aufgeheizten und polarisierten Klima könnte dies schwerwiegende Folgen haben. Die Technologie, die einst fortgeschrittene technische Fähigkeiten erforderte, ist nun leicht zugänglich und die Ergebnisse werden zunehmend realistischer. Selbst seriöse Quellen könnten von KI-generierten Inhalten getäuscht werden.

Diese Entwicklungen zeigen das enorme Potenzial der KI, stellen aber auch neue Herausforderungen und ethische Fragen dar, mit denen sich Forscher:innen, Regulierungsbehörden und die Öffentlichkeit auseinandersetzen müssen.

Prompt-Tipp: Interviews mit KI vorbereiten

Thu, 11 Jan 2024 11:07:50 GMT

Interviews gehören zum Alltag von Journalist:innen und Reporter:innen. Zuletzt machte aber ein negatives Beispiel Schlagzeilen, das aufzeigt, wie KI bei Interviews NICHT verwendet werden sollte.

Die Boulevardzeitschrift “die aktuelle” hatte ein exklusives Interview mit Michael Schumacher veröffentlicht. Was zunächst wie ein medialer Coup aussah, entpuppte sich als KI-erstelltes Interview. Die Chefredakteurin des Blatts war anschließend ihren Jobs los .

Wie immer gilt: KI kann nicht die Arbeit von Journalist:innen ersetzen. KI sollte stattdessen eher als Assistent und als Inspirationsquelle für die journalistische Arbeit genutzt werden. Tools wie ChatGPT, Bard oder Bing Chat können uns daher große Helfer sein, um Interviewpartner:innen zu finden, mehr über sie zu erfahren und gute Interviewfragen zu brainstormen. Nochmal: Immer ist die KI nur Assistent und Sparringspartner für unsere eigene Arbeit.

Recherche von Interviewpartner:innen

Am Anfang jedes Prompts stehen die Persona und die Aufgabe ( hier nochmal nachlesen ). Wir bringen das KI-Tool in das richtige Setting, indem es eine von uns definierte Rolle übernimmt. In diesem Fall versetzen wir die KI in die Haut von Journalist:innen, die Interviews führen:

“Du bist Journalist:in für ein Online-Medium und führst regelmäßig ausführliche Interviews mit Personen aus Politik und Gesellschaft.”

Nun geht es um die Aufgabe, die wir der KI geben wollen. Das Tool soll für uns Interviewpartner:innen zu einem bestimmten Thema suchen. Dafür definieren wir das Thema, den Auftrag und die Form des Ergebnisses. Ein Beispiel-Prompt:

“Du möchtest ein Interview führen zum Thema ‘Veränderungen in der Gesellschaft durch künstliche Intelligenz’. Du benötigst Gesprächspartner:innen zu diesem Thema. Bitte recherchiere mögliche Personen. Diese können aus verschiedenen Bereichen wie Forschung, Technik, Medien stammen. Bitte erstelle mir eine Liste mit den Personen, mit ihrem Namen und ihrer Funktion.”

Die KI gibt mir folgendes Ergebnis:

Dies ist eine erste grobe Übersicht über Institutionen und konkrete Personen, mit der wir weiterarbeiten können. Wie immer gilt: Diese Informationen sollten anschließend auf ihre Richtigkeit überprüft werden.

Für diese Recherche ist es notwendig, ein Tool zu nutzen, das Internetzugang hat. Ich habe die Pro-Version von ChatGPT genutzt. Kostenlos geht es aber auch mit Google Bard oder dem Bing Chat.

Informationen über Gesprächspartner:innen

Ähnlich können wir vorgehen, sobald wir unsere Interviewpartner:innen gefunden haben und mehr über sie erfahren wollen. Dann geben wir der KI den Auftrag, weitere Informationen zu suchen und aufzubereiten. Wer sich für informationen aus verschiedenen Kategorien interessiert, sollte die KI fragen, Schritt für Schritt vorzugehen.

In dieser Woche hielten die Bauernproteste Deutschland in Atem. Der Präsident des Deutschen Bauernverbands, Joachim Rukwied, erlangte dabei neue Berühmtheit. Viel weiß die Öffentlichkeit nicht über Herrn Rukwied, daher ist er eine gute Person für meinen Test:

“Stelle mir Informationen zusammen zur Person Joachim Rukwied. Er ist Präsident des Deutschen Bauernverbands. Erstelle Schritt für Schritt eine Liste mit Informationen in folgenden Kategorien: Informationen zur Person, wichtige Aussagen, wichtige Ereignisse.”

Das Ergebnis:

Auch diese Informationen müssen geprüft werden, doch ein großer Vorteil der Websuche bei KI-Tools: die Quellen werden genannt und verlinkt.

Interviewfragen entwickeln

Sollten uns die Ergebnisse der KI noch nicht befriedigen, können wir Nachfragen stellen und in einen Austausch mit dem Tool treten. Ansonsten können wir zum nächsten Schritt kommen und mit Hilfe der KI Interviewfragen brainstormen.

Das Tool kennt den bisherigen Austausch mit Suche und Recherche zu Gesprächspartner:innen. Daher müssen wir im nächsten Prompt nur die Aufgabe präzise definieren. Dazu ist es wichtig, die konkreten Themen zu skizzieren, den Ton vorzugeben und die Form der Fragen festzulegen:

“Nach dieser Recherche zu Joachim Rukwied, bitte formuliere zehn Interviewfragen, die sich vor allem auf die folgenden zuvor recherchierten Aspekte beziehen:

1) Verteidigung des Subventionssystems für die Landwirtschaft

2) Notwendigkeit von Subventionen für die Landwirtschaft

3) Abstreiten der Verantwortung der Landwirtschaft für das Artensterben

4) Verharmlosung von Umweltproblemen durch die Landwirtschaft

Das Interview hat das Ziel, die grundsätzlichen Meinungen und Standpunkte von Herrn Rukwied zu besprechen und den Lesern darzustellen. Es soll nicht um konkrete Ereignisse gehen.

Nutze einen professionellen und anerkennenden Ton. Die Fragen können im Laufe des Interviews aber auch provokanter werden. Erstelle mir eine Liste mit den zehn Fragen in einer sinnvollen Reihenfolge.”

Hier das Ergebnis:

Die KI hat es geschafft, Fragen zu entwickeln, die sowohl generelle Standpunkte abfragen, provokant hinterfragen und mögliche Kompromisse oder Lösungen aufzeigen. Dennoch dient auch diese Übersicht natürlich nur als Inspiration für unsere Arbeit. Bei der Dramaturgie und Sprache der Fragen gibt es sicherlich noch Verbesserungsbedarf.

Background: Gemini - große Konkurrenz für ChatGPT?

Thu, 07 Dec 2023 15:55:28 GMT

Google hat gestern ein bahnbrechendes KI-Modell namens Gemini vorgestellt . Dieses Modell ist ein großer Schritt nach vorne in der Welt der künstlichen Intelligenz und könnte einer der bisher größten Konkurrenten für OpenAIs ChatGPT sein.

Was ist Gemini?

Gemini ist das neueste KI-Modell von Google, das besonders vielseitig und leistungsfähig ist. Es kann mit verschiedenen Arten von Informationen umgehen, wie geschriebenen Texten, Bildern, Audiodateien und Videos. Stelle dir Gemini wie einen extrem intelligenten Assistenten vor, der nicht nur Texte versteht, sondern auch Bilder und Töne interpretieren kann.

Wie funktioniert es?

Im Gegensatz zu älteren KI-Modellen, die meist nur auf Text spezialisiert waren, wurde Gemini von Anfang an so entwickelt, dass es mit verschiedenen Informationsquellen umgehen kann. Es kann zum Beispiel ein Bild betrachten und verstehen, was darauf zu sehen ist, oder es kann einem Gespräch zuhören und den Inhalt verstehen. Diese Fähigkeit, verschiedene Informationsarten zu kombinieren und zu verarbeiten, macht Gemini besonders leistungsfähig.

Warum ist es so besonders?

Gemini ist besonders, weil es Aufgaben bewältigen kann, die für andere KI-Modelle zu komplex sind. Es kann beispielsweise schwierige mathematische Probleme lösen oder komplexe Fragen in verschiedenen Wissenschaftsbereichen beantworten. Außerdem kann Gemini hochwertigen Programmcode in verschiedenen Sprachen erstellen, was es zu einem wertvollen Werkzeug für Entwickler macht.

Was ist der Unterschied zu GPT-4?

Gemini wurde von Anfang an multimodal entwickelt, während ChatGPT diese Funktionen erst seit Kurzem besitzt. Erste Analysen zeigen, dass Gemini in fast allen Kategorien leistungsstärker ist als das aktuelle Modell GPT4.

Wie kann man es nutzen?

Gemini wird in verschiedenen Google-Produkten und -Diensten eingeführt. Zum Beispiel wird es in Bard, dem KI-Chatbot von Google, verwendet, um komplexere Aufgaben zu bewältigen. Es wird auch in Smartphones wie dem Pixel 8 Pro integriert, um neue Funktionen wie die Zusammenfassung von Audiodateien zu ermöglichen. Entwickler:innen und Unternehmen können auf Gemini über spezielle Schnittstellen zugreifen, um eigene Anwendungen und Dienste zu erstellen.

Prompt-Tipp: PDFs mit KI analysieren

Thu, 07 Dec 2023 11:01:53 GMT

Vor einigen Wochen erhielt ChatGPT einige neue Funktionen. Mit der Multimodalität können nun Bilder analysiert werden. Außerdem ist es möglich im Chat selbst Bilder mit DALL-E3 zu erstellen. Ebenfalls ist es nicht mehr möglich, zwischen den verschiedenen Funktionen des Tools zu wechseln. Es entscheidet selbst, was genau gebraucht wird.

Bei all diesen Upgrades ging unter, dass ChatGPT seitdem auch seine Fähigkeiten in der Analyse von PDF-Dateien sehr stark verbessert hat. Es war zwar schon früher möglich, PDFs zu analysieren, doch waren die Ergebnisse oft mehr als unbefriedigend.

Das sieht nun besser aus. Somit können uns KI-Tools wie ChatGPT erneut besser bei der journalistischen Arbeit helfen - denn die Analyse von PDF-Dateien steht fast täglich auf der Tagesordnung in der Recherche von Journalist:innen.

Wir erinnern uns alle noch an das sogenannte “Gebäude-Energie-Gesetz”, oder besser bekannt als “Heizungsgesetz”. Der Entwurf aus dem Wirtschaftsministerium von Robert Habeck sorgte in der ersten Jahreshälfte für starke Diskussionen in der Regierung und der Gesellschaft.

Um die PDF-Fähigkeiten von ChatGPT zu testen, tun wir heute einmal so, als wäre der Entwurf gerade erst heraus gekommen. Wir laden das PDF einfach in ChatGPT hoch und stellen unsere Fragen zum Dokument. Das sind meine Testfragen und die Antworten der KI:

Anbei findest du ein Gesetz der deutschen Bundesregierung. Kannst du mir zunächst die wichtigsten Punkte zusammenfassen?

Erläutere mit etwas genauer, warum die Bundesregierung dieses Gesetz für nötig erachtet

Was würde die Verabschiedung des Gesetzes für die Bürger bedeuten? Welche Veränderungen kommen auf sie zu?

Wird genannt, wie viel Geld die Umsetzung dieses Gesetztes den Staat kostet?

Was sind nächste Schritte oder offene Punkte zur Umsetzung des Gesetzes?

Das Tool liefert uns hier sehr zuverlässige Informationen über das Gesetz, die uns in der ersten Recherche Orientierung oder sogar konkrete Fakten liefern.

Background: Große Ankündigungen bei OpenAI

Thu, 09 Nov 2023 15:53:10 GMT

OpenAI, das Unternehmen hinter ChatGPT, hat kürzlich auf seinem ersten Entwicklerevent einige Neuerungen vorgestellt, die besonders für kreative und produktive Nutzer:innen von Interesse sind. Hier ist ein Überblick über die wichtigsten Ankündigungen:

Eigene GPT-Versionen erstellen

Eine der bemerkenswertesten Ankündigungen ist die Möglichkeit für Nutzer:innen, eigene Versionen von GPT zu erstellen. Diese personalisierten KI-Modelle können für eine Vielzahl von Anwendungsfällen konfiguriert werden, sei es zum Spaß oder zur Steigerung der Produktivität. Das Besondere daran ist, dass keine Programmierkenntnisse erforderlich sind – die Bots lassen sich einfach durch gezielte Aufforderungen erstellen. Dies öffnet die Tür für eine breite Palette von individuellen Anpassungen und Innovationen durch die Nutzer:innen selbst.

GPT-Store für benutzererstellte AI-Bots

Zusätzlich zu dieser Personalisierungsmöglichkeit plant OpenAI die Einführung eines GPT-Stores. In diesem digitalen Marktplatz können Nutzer:innen ihre selbst erstellten GPTs veröffentlichen. Der Store, der noch in diesem Monat starten soll, wird zunächst Kreationen von verifizierten Ersteller:innen anbieten. Dieser Schritt könnte eine neue Ära der benutzerzentrierten KI-Anwendungen einläuten und bietet Entwickler:innen die Chance, für ihre populären GPTs bezahlt zu werden.

Anwendungen im Journalismus

Selbsterstellte GPT-Versionen können auch für den Journalismus sehr nützlich sein. Medienunternehmen, die keinen ChatGPT-Enterprise-Vertrag abschließen können oder wollen, können nun für spezifische Anwendungsbereiche zentral GPTs erstellen und diese ihren Journalist:innen zur Verfügung stellen. Beispiele sind ein hausinterner Bot zur Übersetzung, für SEO oder zum Grammatik-Check. Diese können an die Ziele und Guidelines des Medienhauses angepasst werden.

Medien können nun eigene GPTs erstellen, um ihre Inhalte oder Informationen zu teilen. Bisher war dies nur in Form von ChatGPT-Plugins sehr begrenzt möglich. Nun kann die selbsterstellte GPT auf Datenbanken und Inhalte zugreifen und in einem eigenen Interface verbreitet werden. Bei Erfolg können die Medien damit sogar noch Geld verdienen.

Bereits eine Woche zuvor hat ChatGPT ein Update erhalten, das seine Autonomie und Effizienz erheblich steigert. Das Tool kann nun selbstständig entscheiden, welche seiner Funktionen – sei es Internetzugriff, Bilderstellung, Datenanalyse oder Plugin-Nutzung – am besten geeignet sind, um eine Anfrage zu beantworten. Darüber hinaus ist es nun auch möglich, diese Funktionen in Kombination zu nutzen, um noch präzisere und umfassendere Antworten zu liefern. Ein weiterer Fortschritt ist die verbesserte Fähigkeit, PDF-Dokumente zu analysieren, was die Zuverlässigkeit und Genauigkeit der aus PDFs extrahierten Informationen deutlich erhöht. Diese Neuerungen sind wie immer aber nur für Nutzer:innen der Plus-Variante verfügbar.

Ich werde mir diese neuen Funktionen in den kommenden Wochen ansehen und meine Erfahrungen hier teilen.

Background: Öffentliche Meinung für KI-Verhaltensregeln

Thu, 26 Oct 2023 14:51:25 GMT

Das von Amazon unterstützte Startup Anthropic, bekannt für den generativen AI-Chatbot Claude, setzt sich für eine neue Form verantwortungsbewusster KI ein: Eine Verfassung für seine großen Sprachmodelle, die auf öffentlichen Meinungen basiert.

Angesichts der Kontroversen um die Kontrolle und den Einfluss von KI hat Anthropic eine Umfrage unter 1.000 Amerikaner:innen durchgeführt. Die Teilnehmer:innen wurden gefragt, welche Werte und Sicherheitsmaßnahmen sie von leistungsstarken KI-Modellen erwarten. Einige der von der Öffentlichkeit gewünschten Prinzipien beinhalteten einen stärkeren Fokus auf Unparteilichkeit durch "objektive Informationen, die alle Seiten einer Situation widerspiegeln", und das Bestreben, KI-Antworten leicht verständlich zu gestalten. Im Gegensatz dazu war die von Anthropic erstellte Entwurfsverfassung prägnanter, wobei die öffentliche Version auch einige widersprüchliche Ideen nebeneinander zuließ.

Die Ergebnisse dieser Umfrage wurden in 75 Prinzipien zusammengefasst und mit den 58 Prinzipien verglichen, die Anthropic bereits für seinen Claude-Chatbot entwickelt hatte. Es gab nur eine 50%ige Übereinstimmung zwischen den Umfrageergebnissen und den bestehenden Prinzipien von Anthropic, was zeigt, wie unterschiedlich die Perspektiven innerhalb und außerhalb der Technologiebranche sein können.

Anthropic betont, dass die Einbindung der Nutzer:innen in den KI-Entwicklungsprozess ein Weg sein könnte, das Vertrauen in die Technologie zu erhöhen. Es geht darum, sicherzustellen, dass die Technologie die Werte und Bedenken der gesamten Gesellschaft widerspiegelt und nicht nur die einer spezifischen Gruppe oder Branche.

Prompt-Tipp: Bilder und Darstellungen mit KI analysieren

Thu, 26 Oct 2023 09:55:23 GMT

Vor einigen Wochen kündigte OpenAI eine neue Funktion für ChatGPT an. Seitdem kann das Tool multimodal arbeiten. Das bedeutet, dass ChatGPT seitdem hören, sehen und sprechen kann. Hören, da es Stimmeingaben am Smartphone versteht, sprechen, weil die Antworten der KI ebenfalls im Smartphone als Stimmausgabe dargestellt werden können. Und sehen, da das Tool seitdem Bilder erkennen und verstehen kann.

Open AI kündigte an, dass diese Funktion für GPT 3.5 und GPT 4 verfügbar sein sollte. Bei mir ist die Bilder-Funktion aktuell allerdings nur mit ChatGPT 4 nutzbar, also nur mit der Pro-Version.

Schnelle Beispiele

Nun ist es also möglich, Bilder hochzuladen und die KI analysiert diese, versteht sie und kann sie interpretieren. Ein oft zitiertes Beispiel ist die Fähigkeit Humor zu verstehen - egal ob guter oder schlechter Humor.

Ich lade dieses Bild hoch und gebe folgenden Prompt ein:

Bitte analysiere das Bild und den Humor dahinter.

Folgende treffende Antwort erhalte ich von der KI:

Beispiele im Journalismus

Wie kann uns die Funktion in unserer täglichen Arbeit helfen? Vor allem dabei Darstellungen zu verstehen und schnell zusammenzufassen, damit wir damit weiterarbeiten können.

Wir alle erinnern uns noch an die Corona-Pandemie. Die wichtigste Kennzahl in dieser Zeit: die Inzidenz. Sie hat unser Leben bestimmt. Es kursierten unzählige Übersichten und Diagramme. Eines davon ist dieses:

Quelle: Bundesland Sachsen

Auf den ersten Blick verwirrend. Fragen wir also mal die KI nach Rat:

Das Bild zeigt die Entwicklung der Inzidenz der globalen Corona-Pandemie in den deutschen Bundesländern. Kannst du mir das Bild erklären?

Das ist die Antwort:

Okay, verstanden hätten wir das Schaubild auch selbst. Dennoch kann die Funktion uns helfen, diese Darstellungen zusammenzufassen:

In welchen Bundesländern ist die Inzidenz gestiegen?

Wo ist die Inzidenz am stärksten gesunken?

Ein Zeitraum für die Daten wird im Schaubild nicht genannt, was nicht unbedingt für das Schaubild spricht.

Ein weiteres Beispiel ist das folgende:

Quelle: How serious is Vladimir Putin about launching a major Ukraine offensive?

Leider etwas unscharf, und viele Informationen auf einem Fleck. Lassen wir uns also von der KI helfen, um schnell alle Infos rauszuziehen:

Bitte analysiere die Militärstärke von Russland und Ukraine und ziehe Schlüsse für einen Kampf zwischen den beiden Ländern.

Das ist das Ergebnis:

Das gefällt mir noch nicht ganz. Ich würde gerne konkrete Zahlen wissen und diese in Relation setzen können:

Kannst du die Analyse bitte ergänzen um konkrete Zahlen bzw. Verhältnisse zwischen diesen Zahlen.

Schon besser. Innerhalb von wenigen Sekunden kenne ich konkrete Zahlen und Verhältnisse und kann diese als Information in meinem journalistischen Produkt verwenden.

Background: KI als Gefahr für demokratische Wahlen?

Thu, 19 Oct 2023 14:50:05 GMT

Eine Studie, durchgeführt von AlgorithmWatch in Zusammenarbeit mit AI Forensics und verschiedenen Medienpartnern analysierte die Antworten von KI auf Fragen zu demokratischen Wahlen. Im Zentrum standen dabei die Wahlen in Hessen, Bayern und der Schweiz.

Die Forscher:innen nutzten für ihre Analysen Bing Chat, ein KI-gestützter "Copilot", der von Microsoft entwickelt wurde, mit GPT-4 läuft und Zugriff auf das Internet hat. Die Ergebnisse stellen der KI ein schlechtes Zeugnis aus.

Falsche Skandale, Umfragen und Spitzenkandidat:innen

Die Untersuchung deckte eine Reihe von Unstimmigkeiten und Fehlinformationen auf, die durch Bing Chat verbreitet wurden. Ein markantes Beispiel war die Antwort auf eine Anfrage bezüglich des Flugblatt-Skandals, in den der Freie Wähler-Politiker und bayerische Vizeministerpräsident Hubert Aiwanger verwickelt war. Dabei ging es um ein antisemitisches Flugblatt, das Aiwanger angeblich in seiner Jugend verbreitet haben soll.

Bing Chat erklärte fälschlicherweise, dass es sich um einen Skandal im Zusammenhang mit falschen und irreführenden Informationen über die Corona-Impfung handelte.

In einem anderen Fall, als nach den Ergebnissen der letzten drei Umfragen zur bevorstehenden Wahl in Bayern gefragt wurde, prognostizierte Bing Chat, dass die Freien Wähler am Wahlabend bei 4 Prozent der Stimmen landen würden. In Wirklichkeit lagen die Prognosen zu diesem Zeitpunkt jedoch zwischen 12 und 17 Prozent. Solche falschen Informationen könnten potenziell das Wahlverhalten beeinflussen, indem sie falsche Eindrücke über die Unterstützung für bestimmte Parteien vermitteln.

Die Untersuchung zeigte auch, dass Bing Chat bei der Identifizierung der Spitzenkandidat:innen für die Hessenwahl 2023 regelmäßig versagte. Es wurden falsche Kandidat:innen genannt, und in einigen Fällen wurde ein Politiker, Volker Bouffier, fälschlicherweise als Spitzenkandidat der CDU identifiziert, obwohl er sich bereits aus der Politik zurückgezogen hatte.

Diese Beispiele unterstreichen die Gefahren, die mit der Verwendung von KI in kontextsensitiven Bereichen wie Wahlen verbunden sind. Die Verbreitung von Fehlinformationen, sei es durch Fehler oder Verzerrungen in den Daten, auf denen das KI-Modell trainiert wurde, kann ernsthafte Auswirkungen auf die öffentliche Meinung und das Vertrauen in den demokratischen Prozess haben.

Es hebt auch die Notwendigkeit hervor, die Entwicklung und Implementierung von KI sorgfältig zu überwachen, insbesondere wenn sie in Bereichen eingesetzt wird, die direkte Auswirkungen auf das gesellschaftliche und politische Leben haben.

Was muss getan werden?

Angesichts dieser Ergebnisse ist es unerlässlich, dass Entwickler:innen, Regulierungsbehörden und politische Entscheidungsträger:innen zusammenarbeiten, um Standards und Best Practices für die Verwendung von KI in der Informationsvermittlung zu etablieren. Dies könnte Schulungen zur Sensibilisierung für die Grenzen von KI, verbesserte Methoden zur Überprüfung und Validierung von durch KI generierten Informationen und strengere Richtlinien für die Verwendung von KI in sensiblen Bereichen umfassen.

Zudem ist es wichtig, dass Endbenutzer:innen sich der potenziellen Unzulänglichkeiten von KI-basierten Tools bewusst sind und kritisch über die Informationen nachdenken, die sie erhalten. Bildungsinitiativen könnten hierbei eine wichtige Rolle spielen, um das Bewusstsein für die Funktionsweise von KI-Systemen zu schärfen und die Fähigkeiten zur kritischen Beurteilung von durch KI bereitgestellten Informationen zu fördern.

Insgesamt unterstreicht die Studie die komplexe Natur von KI-Systemen und die Notwendigkeit eines multidisziplinären Ansatzes, um sicherzustellen, dass ihre Integration in die Gesellschaft die demokratischen Werte und Prozesse stärkt, anstatt sie zu untergraben.

Prompt-Tipp: Datenjournalismus mit KI: Karten

Thu, 19 Oct 2023 09:46:11 GMT

Daten sind oftmals nur eins: Zahlen, die in Tabellen und Dateien stehen. Richtigen Wert bekommen sie erst, wenn wir sie auswerten. Dann helfen sie uns auch dabei, Zusammenhänge besser zu verstehen: demographische, politische, gesellschaftliche, unternehmerische.

Und Daten machen für unsere Zielgruppen erst dann Sinn, wenn wir sie in einer ansprechenden und verständlichen Form darstellen. Eine dieser oft gewählten Formen ist die Karte - der Fokus unserer heutigen Prompt Tipps.

Vorab: Ich nutze für diesen Tipp die Pro-Version von ChatGPT für rund 20 Euro im Monat. Für diese Art der Auswertung lohnt sich das Geld aber allemal. Denn sie macht aus normalen Journalist:innen Datenjournalist:innen.

Seit einigen Wochen hat ChatGPT dafür ein eigenes Feature in seiner GPT-4-Version: “Advanced Data Analysis”.

Dieses Feature ist genau dafür da, um Daten zu analysieren und auszuwerten. Wenn wir die Funktion auswählen, können wir mit dem Plus neben der Eingabeleiste unten sogar Dateien hochladen, die wir analysieren möchten.

Und zum Glück gibt es mittlerweile viele Daten, die uns Open Source zur Verfügung stehen. Starten wir mit einem kleinen einfachen Beispiel.

Beispiel 1: Öffentliche Toiletten in München

Die Stadt München hat eine spezielle Webseite für ihre Open Source-Daten. Dort habe ich eine Übersicht der öffentlichen Toiletten der Stadt entdeckt. Diese Übersicht lade ich mir nun von der Seite herunter.

ChatGPTs Analysetool kann zahlreiche Dateiformate analysieren. Am zuverlässigsten sind aber das CSV-Format und das TXT-Format. CSV sind oft tabellarische Daten, die von den meisten Datenmanipulationstools wie Excel leicht zu lesen und zu schreiben sind. TXT-Dateien sind reine Textdateien. ChatGPT kann auch PDFs lesen, aus meiner Erfahrung aber nicht immer zuverlässig.

Ich lade die Toilettendaten also im CSV-Format hoch mit dem Ziel, diese anschaulich auf einer Karte angezeigt zu bekommen. Wie ich sehe enthält die CSV-Datei die Koordinaten der Toiletten. Das sollte für die KI also kein Problem sein. Ich formuliere folgenden Prompt:

“Bitte nutze die angehängte Datei, um eine Karte mit den Standorten der öffentlichen Toiletten in München zu erstellen.”

Die KI beginnt mit dem Analyseprozess. Und jetzt können wir der KI bei der Arbeit zusehen, denn das Tolle ist: ganz eigenständig bereinigt das Tool die bereitgestellten Daten, sodass sie für uns nutzbar sind.

Immer wieder meldet ChatGPT Probleme:

“ Versuch, die CSV-Datei zu lesen, ist ein Fehler aufgetreten. Dies könnte auf ein Problem mit dem Format der Datei hinweisen, möglicherweise aufgrund unerwarteter Trennzeichen…”

“Die Datei wurde erfolgreich geladen, aber es scheint, dass die erste Zeile die Spaltenüberschriften enthält…”

Gleichzeitig findet das Tool aber immer wieder von selbst heraus, was das Problem ist und wie es gelöst werden kann. Zum Schluss hat das Tool die Daten Schritt für Schritt so sehr bereinigt, dass eine Karte mit den Standorten erstellt werden kann. Ein Klick auf die Standorte gibt uns sogar die Namen der Toiletten bzw. deren Standort.

Beispiel 2: Anteil von Ausländer:innen in den Wahlkreisen

Das zweite Beispiel ist schon etwas anspruchsvoller. Ich möchte gerne eine Karte erstellen, in denen die 299 Wahlkreise der Bundestagswahl 2021 abgebildet sind. Danach möchte ich diese einfärben entsprechend ihres Anteils an Ausländer:innen in der Bevölkerung. Diese Auswertung möchte ich dann für meine Berichterstattung nutzen.

Im ersten Schritt muss ich also eine Karte erstellen, die alle Bundestagswahlkreise enthält. Auf der Seite des Bundeswahlleiters werde ich fündig und finde Open Source-Daten mit dem Titel “Karte der Wahlkreise zum Download” .

Dort finde ich unzählige verschiedene Dateiformate. Als Laie kann ich nicht einschätzen, welche ich davon benötige, also frage ich einfach die KI:

“Ich möchte eine Karte Deutschlands mit den 299 Wahlkreisen zur Bundestagswahl 2021 erstellen. Ich habe Open Source-Daten gefunden. Welche Dateien in welchen Formaten benötigst du, um die Karte zu erstellen?”

Als erstes schlägt mir das Tool “Shapefile (SHP)” vor, was ich auch auf der Seite des Bundeswahlleiters finde. Ich lade es also herunter unter erhalte einen Ordner mit vielen verschiedenen Dateien. Zunächst lade ich die Datei im SHP-Format hoch.

Ich erhalte folgende Antwort:

“Wie ich bereits erwähnte, ist ein Shapefile tatsächlich ein Set von Dateien, die zusammenarbeiten. Normalerweise gibt es mindestens drei Begleitdateien mit den Erweiterungen .shx, .dbf und .prj. Diese Dateien sind notwendig, um die geometrischen Daten korrekt zu interpretieren und darzustellen.”

Zum Glück befinden sich auch diese Dateien im Ordner. Ich lade sie also ebenfalls hoch. Nach nur wenigen Sekunden erhalte ich folgendes perfekte Bild der 299 Wahlkreise.

Nun möchte ich die Karte wie geplant einfärben - entsprechend dem Anteil der Ausländer:innen in den Wahlkreisen. Dafür brauche ich erneut Daten. Und ich werde fündig auf der Seite des Bundeswahlleiters. Ich finde nämlich eine Datei mit dem Namen “Strukturdaten der Wahlkreise” . Darin enthalten ist auch der Anteil der Ausländer:innen.

Ich lade die Datei hoch und gebe ChatGPT folgende Aufgabe:

“Bitte färbe die Wahlkreise ein entsprechend des Anteils der Ausländer in den verschiedenen Wahlkreisen. Du findest die Daten dazu in der angehängten Datei. Vergleiche die Nummern der Wahlkreise, um beide Datensätze zusammenzubringen.”

Erneut arbeitet das Tool vor sich hin, stößt auf Probleme, löst diese aber direkt von selbst. Nach etwa zwei Minuten habe ich folgendes - erneut perfektes - Ergebnis:

Ohne Programmierkenntnisse und ohne Erfahrung als Datenjournalist:in haben wir in wenigen Minuten Daten ausgewertet und dargestellt. Diese können wir nun direkt für unsere Veröffentlichungen nutzen oder für unsere weitere Arbeit.

Background: Bilderstellung mit DALL-E 3

Thu, 05 Oct 2023 14:47:44 GMT

DALL-E 3 ist das neue Tool zur KI-Bilderstellung von OpenAI, dem Unternehmen von CahtGPT. Aber was kann es genau und wie funktioniert es?

Überblick über DALL-E 3

DALL-E 3 ist ein Tool, das mit künstlicher Intelligenz Bilder erstellt. Es ist ein fortschrittliches Text-zu-Bild-System, das darauf ausgelegt ist, Textbeschreibungen mit einer beeindruckenden Präzision und Detailtreue in Bilder zu übersetzen. Der bisher größte Anbieter für KI-Bilder ist das Tool “Midjourney”. Im Vergleich zu seinen Vorgängerversionen bietet DALL-E 3 eine erweiterte Fähigkeit, Nuancen und Details zu verstehen und umzusetzen. Besonders spannend ist, dass die neue Version zuverlässig Texte in Bilder einfügen kann. Damit hatten oder haben ältere Versionen oder die Konkurrenz noch Probleme.

Neuerungen und Besonderheiten

Integration mit ChatGPT: DALL-E 3 ist bald als Tool direkt in ChatGPT verfügbar. Die Verbindung mit ChatGPT ermöglicht eine intuitive Interaktion und Erstellung von Bildprompts. Nutzer:innen können ChatGPT als kreativen Partner nutzen, um Ideen zu verfeinern und detaillierte Prompts für DALL-E 3 zu entwickeln.
Verbesserte Bildgenerierung: DALL-E 3 bietet im Vergleich zu DALL-E 2 eine signifikante Steigerung der Bildqualität und Genauigkeit bei der Umsetzung von Textprompts in Bilder.
Erweiterte Sicherheitsmaßnahmen: OpenAI hat Sicherheitsmechanismen implementiert, um die Generierung von unangemessenen oder hasserfüllten Bildern zu verhindern und die Privatsphäre öffentlicher Personen zu schützen.

Nutzung von DALL-E 3

Obwohl DALL-E 3 in Kürze für ChatGPT Plus- und Enterprise-Kund:innen verfügbar sein wird, besteht bereits jetzt die Möglichkeit, seine Fähigkeiten mittels des Bing Image Creators zu erkunden und zu nutzen.

Bing Image Creator ausprobieren

Integration in ChatGPT

Die Symbiose von DALL-E 3 und ChatGPT ermöglicht eine nahtlose Transformation von Ideen in visuelle Darstellungen. Nutze:innen können ChatGPT nutzen, um detaillierte, maßgeschneiderte Prompts zu entwickeln, die DALL-E 3 in hochqualitative Bilder umsetzt.

Beispiele

Der Bing Image Creator ist aktuell leider so überlastet, dass ich selbst keine Bilder erstellen kann. Daher zeige ich euch ein paar beeindruckende Ergebnisse mit Prompts von anderen Nutzer:innen.

Prompt-Tipp: Prompts zur Bilderstellung

Thu, 05 Oct 2023 09:39:07 GMT

Die Erstellung von KI-generierten Bildern, insbesondere mit DALL-E 3, erfordert nicht nur technisches Know-how, sondern auch eine kreative Herangehensweise bei der Formulierung von Prompts. Ein effektiver Prompt ist das Rückgrat guter Ausgaben und spielt eine entscheidende Rolle bei der Generierung von Bildern, die den Erwartungen entsprechen. Hier ist ein Leitfaden, um den perfekten Prompt für die Erstellung von KI-Kunst zu formulieren.

S truktur eines KI-Bildprompts und Beispielprompts

Ein effektiver KI-Prompt für Bilder besteht in der Regel aus drei Hauptteilen:

Bildinhalt: Beschreibung des Subjekts oder Inhalts des Bildes, inklusive Aktionen, Zustände und Stimmungen.
”Eine Katze auf einem Sofa.”
Kunstform, Stil und Künstlerreferenzen: Hier können Techniken, Kunstbewegungen oder spezifische Künstler:innen als Referenzen angegeben werden.
”Impressionistisches Ölgemälde”
”Realistische Fotografie”
”Kinder-Zeichnung”
”Manga-Comic”
Zusätzliche Details: Hier können weitere Einstellungen wie Beleuchtung, Farben und Framing spezifiziert werden.
” Natürliche Lichtverhältnisse”
”Dunkelheit”
”Bild hat grauen Schleier”
”Panorama-Aufnahme”

Pro-Tipp: Um fotorealistische Bilder zu erstellen, ist es manchmal hilfreich das Kamera-Modell anzugeben, mit dem das Foto gemacht wurde. Zum Beispiel: CANON EOS 90D

Wie lang sollte ein KI-Bildprompt sein?

Es gibt keine festen Regeln bezüglich der Länge eines Prompts. Einige Modelle wie Midjourney arbeiten gut mit 60-Wort-Prompts, während andere Modelle wie Stable Diffusion eine Charakterbegrenzung haben. Es ist wichtig, mit der Länge zu experimentieren und dabei zu beachten, dass zu viele Informationen das KI-Modell auch verwirren können.

Welchen Sprachstil solltest du in einem KI-Bildprompt verwenden?

Konkrete Sprache und lebendige Details führen in der Regel zu vorhersehbareren Ergebnissen, während poetische oder abstrakte Formulierungen überraschende Ergebnisse liefern können. Es lohnt sich, mit verschiedenen Sprachstilen zu experimentieren, abhängig von den angestrebten Ergebnissen.

Beispiel-Prompts und ihre Struktur

Aus meiner Erfahrung arbeiten Bild-Tools immer noch am besten in englischer Sprache. Daher verfasse ich die Prompts für die Beispiele auf Englisch. Ich nutze “Midjourney”, da “DALL-E 3” gerade überlastet ist."

Empfehlung

Zum Selbst-Ausprobieren am besten DALL-E 3 nutzen (siehe oben). Das ist zwar gerade überlastet, sollte aber bald wieder funktionieren. Außerdem wird DALL-E 3 bald für Plus-Kund:innen in ChatGPT integriert. Im Gegensatz zu Midjourney ist DALL-E kostenlos verfügbar. Midjourney kostet 10 US-Dollar im Monat.

Background: KI als Spiegelbild der Gesellschaft?

Thu, 28 Sep 2023 14:41:15 GMT

Vielleicht ist es dir selbst schon einmal aufgefallen beim Experimentieren: Fragt man KI-Tools, vor allem Fototools wie Midjourney, nach Darstellungen von Menschen kommen bestimmte Eigenschaften übermäßig oft vor: männlich und weiß. Es gibt viele Beispiele, in denen Künstliche Intelligenz mit Vorurteilen oder diskriminierend antwortet. Wie ist das möglich?

Ursprung der Diskriminierung in KI

Die Diskriminierung in KI hat oft ihre Wurzeln in den Daten, mit denen die Algorithmen trainiert werden. Wenn ein Algorithmus mit voreingenommenen Daten trainiert wird, spiegelt er diese Vorurteile in seinen Ergebnissen wider. Ein prägnantes Beispiel hierfür ist ein Gesichtserkennungsalgorithmus. Wenn dieser Algorithmus hauptsächlich mit Bildern von weißen Gesichtern trainiert wird, könnte er Schwierigkeiten haben, Gesichter von Menschen anderer Ethnien korrekt zu erkennen. Das Problem wird dadurch verschärft, dass solche Vorurteile oft nicht absichtlich in die Algorithmen eingeführt werden. Sie entstehen vielmehr durch unausgewogene oder unvollständige Datensätze, die die Realität nicht korrekt abbilden.

Beispiele für Diskriminierung durch KI

Ein besonders besorgniserregendes Beispiel für Diskriminierung durch KI wurde im amerikanischen Gesundheitssystem festgestellt. Ein in US-Krankenhäusern eingesetzter Algorithmus zur Vorhersage des zusätzlichen medizinischen Bedarfs von Patient:innen zeigte eine klare Bevorzugung von weißen Patient:innen gegenüber schwarzen. Der Grund dafür war, dass der Algorithmus die vergangenen Gesundheitsausgaben der Patient:innen berücksichtigte, die wiederum mit der ethnischen Herkunft korreliert waren.

Amazon, ein weltweit führendes Technologieunternehmen, war ebenfalls von KI-Diskriminierung betroffen. Ein von Amazon entwickelter Algorithmus zur Bewertung von Bewerber:innen für technische Positionen zeigte eine klare Voreingenommenheit gegenüber Frauen. Dies war besonders problematisch, da der Algorithmus Bewerbungen von Frauen systematisch benachteiligte.

Wie KI die Vorurteile der Gesellschaft widerspiegelt

Es ist wichtig zu betonen, dass KI-Systeme nicht von Natur aus voreingenommen sind. Sie reflektieren lediglich die Vorurteile, die in den Daten vorhanden sind, mit denen sie trainiert wurden. In vielen Fällen sind diese Daten ein Spiegelbild der gesellschaftlichen Vorurteile. So können KI-Modelle, die auf Nachrichtenartikeln trainiert wurden, soziale Geschlechtervorurteile widerspiegeln. Ebenso können Daten, die in bestimmten geografischen Gebieten gesammelt wurden, zu einer Verzerrung in Kriminalitätsvorhersagemodellen führen.

Mögliche Lösungsansätze

Um die Diskriminierung durch KI zu bekämpfen, müssen Algorithmen in realen Einstellungen getestet werden. Nur so kann sichergestellt werden, dass sie keine Vorurteile aufweisen.

Ein weiterer Ansatz ist die Berücksichtigung von "kontrafaktischer Fairness". Dies bedeutet, dass ein Modell die gleichen Entscheidungen treffen sollte, unabhängig von sensiblen Merkmalen wie ethnischer Herkunft oder Geschlecht.

Ein vielversprechender Ansatz zur Bekämpfung von KI-Diskriminierung ist die Einbindung von Menschen in den Entscheidungsprozess, das sogenannte "Human-in-the-Loop"-System. Hierbei greift ein Mensch ein, wenn die Maschine ein Problem nicht lösen kann. Dies führt zu einer kontinuierlichen Feedback-Schleife, durch die die KI ständig verbessert wird.

Während KI das Potenzial hat, viele Aspekte unseres Lebens zu verbessern, ist es unerlässlich, die ethischen Herausforderungen, die sie mit sich bringt, ernst zu nehmen. Nur durch eine sorgfältige Überprüfung und ständige Wachsamkeit können wir sicherstellen, dass KI-Systeme fair und unvoreingenommen sind.

Prompt-Tipp: Bessere Ergebnisse durch passende Beispiele

Thu, 28 Sep 2023 09:32:23 GMT

Stell’ dir vor jemand verlangt von dir, ein Gespräch in einer Fremdsprache zu führen. Zunächst bist du sicher überrumpelt und kannst keine Antwort geben, doch sobald du dich etwas einliest, Vokabeln lernst und die Grammatik verstehst, sollte ein einfaches Gespräch kein Problem sein.

Übertragen auf KI handelt es sich hierbei um “Zero-Shot-Prompting”. Du gibst der KI eine Aufgabe, die sie ohne weitere Erklärungen sofort umsetzen kann, z.B. die Übersetzung eines Texts. Das funktioniert, da das KI-Tool mit genügend Daten zu diesem Thema trainiert wurde.

Zurück zum Menschen: Was aber wenn es schnell gehen muss, und du innerhalb von wenigen Minuten eine Antwort in einer Fremdsprache geben sollst? Dann ist es sicher hilfreich erste einfache Beispiele von Sätzen in dieser Sprache zu sehen. Davon kannst du grob den Satzbau ableiten.

Bei der KI funktioniert das auch - mit dem sogenannten “Few-Shot-Prompting”. Das bedeutet: Ich gebe der KI Beispiele davon, wie das gewünschte Ergebnis meiner Anfrage aussehen soll. Gebe ich ein Beispiel nennt man das “One-Shot-Prompting”, gebe ich zwei Beispiele heißt es “Two-Shot-Prompting”, und so weiter.

Diese verschiedenen Prompting-Arten haben wir uns in einer vergangenen Ausgabe des Newsletters bereits angesehen.

Beispiele helfen der KI enorm unsere Aufgaben zufriedenstellend auszuführen. Und das beste: Zwei Beispiele reichen meist schon aus. Dies zeigt eine Auswertung zur Performance des deutschen KI-Tools Luminous .

In welchen Situationen im Journalismus können Beispiele für die KI also nützlich sein?

Ideenfindung

Jede:r Journalist:in kennt es: Es ist Zeit Themen an die Redaktion zu pitchen, doch so richtig gute Ideen wollen einfach nicht in den Kopf kommen. Manchmal ist es auch nötig, dass die Ideen eine ganz spezielle Niche treffen, z.B. für einen TikTok-Kanal. In diesem Fall kannst du versuchen der KI ein paar Beispiele aus der Vergangenheit zu geben.

Aus meinem Alltag als Leiter eines pan-europäischen TikTok-Kanals habe ich folgendes Beispiel:

———————

Ich bin Social Media-Journalist und arbeite an einem pan-europäischen TikTok-Kanal auf Englisch. Unser erfolgreichstes Format ist das Quiz-Format, bei dem Personen aus verschiedenen EU-Ländern zusammen kommen. Eine Person stellt eine Frage zu ihrem Land und die anderen müssen antworten. Das Format ist dann besonders erfolgreich, wenn die Fragen sich auf etwas beziehen, dass sowohl im Inland als auch im Ausland stark diskutiert wird.

Ein Beispiel:

Die Frage eines Videos war: “Wie heißt die Währung in Rumänien?” Dieses Video war sehr erfolgreich, da es sowohl in Rumänien als auch im EU-Ausland eine Diskussion darüber auslöste, wie die Währung nun offiziell heißt.

Ein weiteres Beispiel:

“Was sind die Farben der deutschen Flagge?” Auch dies löste eine große Diskussion aus, da es nicht sicher war, ob die dritte Farbe offiziell gold oder gelb ist.

Bitte schlage weitere Quizfragen vor, die für das Format geeignet sind.

———————

Die Antworten der KI sind mal mehr mal weniger geeignet, dienen aber als gute erste Inspiration und können durch weiteres Nachfragen nachgeschärft werden:

Form und Darstellung

Viele Redaktionen experimentieren bereits damit, Informationen von KI direkt in ihre vorhandenen Skripte einfügen zu lassen. Auch das ist durch ein Beispiel an das KI-Tool möglich. Hierbei reicht sogar oft nur ein Beispiel:

———————

Ich würde gerne ein Erklär-Video zur parlamentarischen Wahl in Polen für TikTok erstellen. Ich nutze folgendes Template. Darin wird für jede Szene jeweils angegeben, was im Bild zu sehen ist bzw. was der Host des Videos macht, welche Texte eingeblendet sind und welcher Sound zu hören ist bzw. was der Host sagt.

Bitte erstelle ein Skript mit diesem Template:

CUT 1

[Audio]

"__________."

[Action line]

What is the host doing?

[On-screen text]

"_______."

CUT 2

[Audio]

"__________."

[Action line]

What is the host doing?

[On-screen text]

"_______."

Weitere Cuts können beliebig hinzugefügt werden.

———————

Das Ergebnis sprengt den Bild-Rahmen. Du kannst es hier nachlesen:

Dieses Skript kann natürlich nur als erste Inspiration dienen. Fakten müssen gecheckt werden und die Umsetzung muss von Journalist:innen angepasst werden.

Stil des Textes

KI-Tools können sich auch an den Stil anpassen, mit dem eine Person redet oder schreibt. Ein für Journalist:innen eher ungeeignetes Beispiel ist der Versuch, die KI so zu trainieren, dass sie wie eine bestimmte bekannte Person spricht. Dies habe ich hier einmal versucht, indem ich der KI eine Rede von Olaf Scholz gegeben habe:

Zurück zum ernsten Use Case für Journalist:innen. Wir könnten zum Beispiel einen fertigen Artikel nehmen und die KI bitten, diesen so anzupassen, dass er dem Schreibstil von zwei anderen Artikeln entspricht:

———————

Ich habe den folgenden Artikel geschrieben:

*Text des eigenen Artikels*

Bitte analysiere nun die folgenden zwei Artikel und passe meinen Artikel dem Schreibstil der zwei Beispiele in Sachlichkeit und Professionalität an.

*Beispiel 1*

*Beispiel 2*

———————

Hier könnte man natürlich auch mit Parametern experimentieren. Der Parameter “Temperature” beeinflusst wie kreativ oder sachlich ein Text wird. Das kann du nochmal in dieser alten Newsletter-Ausgabe nachlesen.

Background: Mit “Priming” den perfekten Prompt ersetzen

Thu, 21 Sep 2023 14:37:03 GMT

Um die besten Antworten von KI-Tools zu bekommen, können wir perfekte Prompts schreiben. Das ist aber nicht immer einfach. Daher gibt es weitere einfachere Methoden, um sich der perfekten Antwort anzunähern. Eine davon ist “Priming”.

Was ist Priming?

Priming ist eine Technik, bei der man durch vorherige Interaktionen mit dem KI-Modell dessen Verhalten und Antworten steuern kann. Stellt euch vor, ihr wollt, dass euer Chatbot in einem bestimmten Kontext besonders witzig oder besonders formell ist. Mit Priming könnt ihr das erreichen, indem ihr dem Modell durch eine Reihe von Fragen oder Anweisungen einen "Vorgeschmack" auf den gewünschten Kontext gebt.

Warum ist Priming wichtig?

Verbesserte Verständlichkeit: Durch Priming kann das KI-Modell den Kontext einer Unterhaltung besser verstehen, was zu präziseren und relevanteren Antworten führt.
Dynamischer Kontext: Priming ermöglicht es, den Kontext einer Unterhaltung dynamisch zu gestalten. Das ist besonders nützlich, wenn man komplexe Themen bespricht.
Personalisierung: Ihr könnt den Chatbot so "formen", dass er genau auf eure Bedürfnisse zugeschnitten ist. Ob formell, locker oder fachspezifisch – mit Priming ist das möglich.

Wie funktioniert Priming?

Eine effektive Methode ist der sogenannte "Pyramidenansatz". Man beginnt mit einfachen, allgemeinen Fragen oder Anweisungen und steigert dann die Komplexität. So kann man den Chatbot schrittweise an den gewünschten Kontext heranführen.

Best Practices

Klar und präzise sein: Vermeidet mehrdeutige oder komplizierte Formulierungen.
Iteratives Priming: Ihr könnt Priming auch mehrmals anwenden, um die Antworten des Modells weiter zu verfeinern.
Nicht übertreiben: Zu viel Priming kann kontraproduktiv sein und zu verwirrenden Antworten führen.

Limitationen

Natürlich ist Priming nicht die eierlegende Wollmilchsau. Es gibt Grenzen, wie zum Beispiel die begrenzte Wissensdatenbank des Modells oder die Gefahr der "Über-Priming", bei der zu viele Informationen das Modell eher verwirren als helfen.

Beispiel 1: Der witzige Chatbot

Angenommen, ihr wollt, dass euer Chatbot humorvoll auf Fragen reagiert. Ihr könntet die Interaktion mit einer Reihe von Anweisungen beginnen, wie:

"Sei humorvoll."
"Antworte auf die nächste Frage mit einem Witz."

Dann stellt ihr eure eigentliche Frage, und der Chatbot wird wahrscheinlich in einem humorvollen Ton antworten.

Beispiel 2: Fachspezifische Antworten

Ihr seid Medizinstudent:in und wollt detaillierte Informationen über ein bestimmtes Thema. Ihr könntet den Chatbot mit folgenden Anweisungen "primen":

"Ich bin Medizinstudentin."
"Gib mir detaillierte Informationen."
"Fokussiere dich auf wissenschaftliche Genauigkeit."

Danach könnt ihr eure Frage stellen und erhaltet eine Antwort, die eurem Fachgebiet entspricht.

Beispiel 3: Der Pyramidenansatz im Einsatz

Ihr wollt eine komplexe Frage über Klimawandel stellen. Ihr könntet den Chatbot schrittweise darauf vorbereiten:

"Was ist der Klimawandel?" (Grundlagen)
"Was sind die Hauptursachen des Klimawandels?" (Fokussierung)
"Wie beeinflusst der Klimawandel die Ozeane?" (Detailfrage)

Durch diese schrittweise Einführung in das Thema ist der Chatbot besser in der Lage, eine komplexe Frage zu beantworten.

Beispiel 4: Priming für Journalist:innen

Stellt euch vor, ihr seid Journalist:in und arbeitet an einer Story über Kryptowährungen. Ihr wollt, dass der Chatbot euch dabei hilft, fundierte und gut recherchierte Informationen zu liefern. Das Priming könnte dann so aussehen:

"Ich bin Journalist und arbeite an einer Story."
"Fokussiere dich auf zuverlässige und gut recherchierte Informationen."
"Vermeide Meinungen und konzentriere dich auf Fakten."

Nach diesem Priming könnt ihr eure Fragen stellen und erhaltet Antworten, die auf journalistische Standards ausgerichtet sind. Dies kann besonders nützlich sein, wenn ihr nach verlässlichen Daten oder Zitaten für eure Artikel sucht.

Fazit

Priming ist ein mächtiges Werkzeug, um die Leistung von KI-Chatbots wie ChatGPT zu verbessern. Es ermöglicht eine bessere Kontextualisierung, Personalisierung und letztlich eine effizientere Interaktion mit dem Modell.

Prompt-Tipp: Die KI nach dem perfekten Prompt fragen

Thu, 21 Sep 2023 09:26:29 GMT

Prompt Engineering ist wichtig, um KI-Tools optimal zu nutzen. Doch auch der/die erfahrenste Prompt Engineer kommt manchmal an Grenzen. Oft ist trotz aller vor Kenntnis nicht klar, wie genau der perfekte Prompt aussehen sollte. Oft können einzelne Wörter in der Formulierung einen großen Unterschied machen. Aber auch hier kann die KI helfen, indem sie den gesuchten Prompt gleich selbst erstellt.

Der Prozess in fünf Schritten

Es gibt einen strukturierten Ansatz, um die KI bei der Erstellung des idealen Prompts zu unterstützen:

Klare Zielsetzung: Definiere so genau wie möglich, welches Ergebnis du erzielen möchtest.
Richtlinien und Anforderungen: Liste alle spezifischen Anforderungen oder Richtlinien auf, die die KI bei der Generierung beachten sollte.
Beispielhafte Kontextualisierung: Reiche relevante Beispiele ein, um die KI in die richtige Richtung zu lenken.
Einschränkungen definieren: Klare Angaben zu Limitierungen oder Einschränkungen helfen, unerwünschte Ergebnisse zu vermeiden.
Interaktive Feinabstimmung: Ermögliche der KI, Rückfragen zu stellen, um den Prompt weiter zu präzisieren.

Ein praktisches Beispiel

Ein beispielhafter Prompt könnte so aussehen: "Erstelle den optimalen Prompt für [Ziel]. Beachte dabei folgende Anforderungen und Richtlinien: [Liste]. Ich werde relevante Beispiele zur Verfügung stellen. Vermeide [Einschränkungen]. Bei Unklarheiten darfst du Rückfragen stellen."

Ich teste es mit folgender Anfrage:

Erstelle den optimalen Prompt für die Zusammenfassung von Texten. Diese Zusammenfassungen dienen der Recherche für einen journalistischen Artikel. Beachte dabei folgende Anforderungen und Richtlinien:

Die Texte sollten in maximal 500 Zeichen zusammengefasst werden.
Die Zusammenfassungen sollen in einem sachlichen Ton gehalten sein.

Vermeide komplizierte Fachbegriffe, indem du sie zusätzlich zur Zusammenfassung erklärst. Bei Unklarheiten darfst du Rückfragen stellen.

So sieht der erstellte Prompt der KI aus (ja, die KI siezt sich selbst):

Bonus: Mehrere Varianten testen

Ein zusätzlicher Tipp ist, mehrere Versionen des Prompts durch die KI generieren zu lassen und diese dann zu testen. So kann man die Effektivität der verschiedenen Prompts direkt vergleichen.

Background: Was bringt eine Prompt-Sammlung?

Thu, 14 Sep 2023 14:25:11 GMT

Vor der Sommerpause haben wir uns die Aufgaben einer:s Prompt Engineers in (Medien-)Unternehmen angesehen. Darunter fand sich auch der Punkt des Aufbaus und der Pflege einer Prompt-Sammlung.

Im Journalismus, wo Effizienz und Genauigkeit entscheidend sind, können Prompt-Sammlungen ein wertvolles Werkzeug sein. Diese Sammlungen sind zentralisierte Datenbanken, die eine Vielzahl von Anfragen oder "Prompts" enthalten, die an KI-Modelle wie GPT-4 gesendet werden können. Aber warum sollte jemand im Journalismus sich die Mühe machen, eine solche Sammlung zu pflegen? Die Antwort liegt in den vielfältigen Vorteilen, die sie bieten.

Effizienz und Schnelligkeit

Die Erstellung von Prompts für KI-Modelle kann zeitaufwendig sein, insbesondere wenn es darum geht, komplexe Fragen zu stellen oder spezifische Informationen zu extrahieren. Eine gut gepflegte Prompt-Sammlung kann diesen Prozess erheblich beschleunigen. Statt jedes Mal von Grund auf neu zu beginnen, können Journalist:innen auf eine Reihe von bereits getesteten und optimierten Prompts zurückgreifen. Das spart nicht nur Zeit, sondern erhöht auch die Zuverlässigkeit der von der KI generierten Antworten.

Organisation und Zentralisierung

Ein weiterer Vorteil ist die zentrale Organisation aller Prompts. Anstatt in verschiedenen Dokumenten oder E-Mails nach dem passenden Prompt suchen zu müssen, bietet die Sammlung eine einzige, leicht zugängliche Quelle. Dies vereinfacht nicht nur die Arbeit, sondern minimiert auch das Risiko, wertvolle Daten zu verlieren oder zu übersehen.

Verbesserte KI-Leistung

Die Prompts in einer Sammlung sind oft für spezifische Anwendungsfälle optimiert. Das führt zu präziseren und relevanteren Antworten von der KI, was wiederum die Qualität der journalistischen Arbeit erhöht. Ob es nun darum geht, eine komplexe Datensatzanalyse durchzuführen oder eine Zusammenfassung von Schlüsselinformationen zu erstellen, optimierte Prompts können erheblich zur Verbesserung der Endprodukte beitragen.

Zusammenarbeit und Wissensaustausch

In einer Redaktionsumgebung kann eine gemeinsame Prompt-Sammlung die Zusammenarbeit zwischen den Journalist:innen fördern. Erfahrungen und Optimierungen können leicht geteilt werden, was zu einer kollektiven Verbesserung der Fähigkeiten und Kenntnisse führt. Dies schafft eine Kultur des kontinuierlichen Lernens und der Verbesserung, die für jede journalistische Organisation von unschätzbarem Wert ist.

Skalierbarkeit und Anpassungsfähigkeit

Prompt-Sammlungen sind dynamische Werkzeuge. Sie können leicht aktualisiert und erweitert werden, um neue Anwendungsfälle oder Änderungen in den KI-Modellen selbst zu berücksichtigen. Diese Flexibilität macht sie zu einer langlebigen und anpassungsfähigen Ressource, die mit den sich ständig ändernden Anforderungen des Journalismus Schritt halten können.

Insgesamt bieten Prompt-Sammlungen eine Reihe von Vorteilen, die sie zu einem unverzichtbaren Werkzeug im Journalismus machen. Sie verbessern nicht nur die Effizienz und Genauigkeit, sondern fördern auch die Zusammenarbeit und ermöglichen eine bessere Anpassung an neue Herausforderungen und Möglichkeiten.

Prompt-Tipp: “Custom Instructions” bei ChatGPT

Thu, 14 Sep 2023 09:22:51 GMT

Das bekannteste textbasierte KI-Tool der Welt hat in den vergangenen Wochen eine neue Funktion erhalten, die uns helfen kann, noch bessere Antworten zu generieren. Die “Custom Instructions” vereinfachen das Prompt Engineering und sparen weitere Zeit beim Erstellen von Texten ein.

Was steckt dahinter?

Stell dir vor, du könntest dem KI-Tool genaue Anweisungen geben, wie es dir am besten helfen kann. Genau das ermöglicht "Custom Instructions". Du kannst jetzt deine eigenen Präferenzen und Anforderungen festlegen, die der Chatbot bei jeder Interaktion mit dir berücksichtigt. Kein ständiges Wiederholen mehr, der Bot "erinnert" sich an deine Vorlieben und deinen Hintergrund.

Wie läuft das ab?

In den Einstellungen von ChatGPT, unten links, findest du nun die Option “Custom Instructions”. Über einen Klick gelangst du zur Oberfläche des neuen Tools. Dort kannst du dem KI-Tool generelle Informationen über dich geben und spezifizieren, wie das Tool antworten soll. Diese Anweisungen wendet die KI nun auf jede Konversation und jede ihrer Antworten an. Du musst also nicht bei jedem Chat von vorne anfangen. Das spart Zeit und Nerven.

Wer kann es nutzen?

“Custom Instructions” ist für alle Nutzer:innen von ChatGPT verfügbar, sei es Free- oder Pro-Version.

Beispiele von OpenAI

In der offiziellen Ankündigung von OpenAI hat das Unternehmen verschiedene Beispiele gegeben, wie “Custom Instructions” genutzt werden kann. Unten folgen Beispiele für Journalist:innen.

Beispiel 1: Lernplan

So könnten die “Custom Instructions” eines/einer Lehrer:in im Bereich Naturwissenschaften aussehen. Und so reagiert ChatGPT darauf:

Beispiel 2: Einkaufsliste

Und so reagiert die KI darauf:

Anwendung im Journalismus

Es liegt auf der Hand, dass wir als Journalist:innen die KI in den “Custom Instructions” über unseren Beruf informieren sollte. Außerdem sollten wir spezifizieren, für welches Medium und in welchem Themenbereich wir arbeiten.

Im unteren Bereich geben wir nun an, wie die KI uns bei jeder Anfrage antworten soll. Dort sind verschiedene Aspekte möglich. Hier ein paar Beispiele:

Zielgruppe
Beachte für die Beantwortung meiner Anfragen, dass ich Inhalte für Kinder zwischen sechs und zehn Jahren produzierte. Die Inhalte sollten für diese Altersgruppe verständlich sein.
Schreibstil
Formuliere deine Antworten in einem lockeren, aber dennoch professionellen Stil. Vermeide Fachbegriffe, sodass die Texte auf für Laien verständlich sind.
Format
Bitte formuliere deine Antworten in Tabellenform, indem du Themen, mögliche Umsetzungsform und Zeitaufwand nennst.

Das Ganze habe ich mit der oberen Information zu meiner imaginären Person und dem Zielgruppen-Beispiel getestet. Und es klappt ziemlich gut:

Background: Was macht eigentlich ein:e Prompt Engineer?

Thu, 24 Aug 2023 14:22:43 GMT

In den vergangenen Wochen haben immer wieder Job-Anzeigen für Aufsehen gesorgt. Unternehmen in den USA suchten “Prompt Engineers” mit einem Jahresgehalt von bis zu 300.000 US-Dollar.

Prompt Engineers bzw. Prompt Editors sind aktuell sehr gefragt und können auch wichtig werden für Medien und journalistische Teams. Aber was machen sie eigentlich?

Was ist ein:e Prompt Engineer?

Ein:e "Prompt Engineer" ist ein:e Expert:in, die/der sich darauf spezialisiert hat, Eingabeaufforderungen (Prompts) für KI-Systeme, insbesondere generative Modelle, zu entwerfen, zu optimieren und zu verfeinern. Diese Ingenieur:innen spielen eine entscheidende Rolle, um sicherzustellen, dass KI-Systeme genaue, relevante und gewünschte Ergebnisse liefern. Sie besitzen ein tiefes Verständnis für KI-Modelle und die erforderlichen Strategien, um deren Leistung zu optimieren. Durch sorgfältiges Erstellen und Verfeinern von Prompts schaffen sie eine Brücke zwischen KI-Systemen und menschlichen Benutzer:innen. Zusätzlich können sie Schulungen für Mitarbeitende gestalten und diese für die Möglichkeiten und Grenzen der KI sensibilisieren. Prompt Engineers brauchen kein großes technisches Wissen, auch Journalist:innen mit KI-Kenntnis können den Job übernehmen.

Warum sind Prompt Engineers wichtig?

Verbesserte KI-Systemleistung: Sie helfen Unternehmen, optimale Ergebnisse von KI-Systemen zu erzielen, indem sie effektive Prompts entwerfen und Eingabestrukturen verfeinern. Sie können auch Schulungen für Mitarbeitende anbieten, um ein besseres Verständnis für die Funktionsweise der KI zu fördern.
Verbesserte Benutzer:innen-Erfahrung: Sie arbeiten mit UX/UI-Designer:innen zusammen, um KI-Komponenten nahtlos in Anwendungen und Dienste zu integrieren. In diesem Kontext können sie auch Schulungen zur Verbesserung der Benutzererfahrung durch KI anbieten.
Erhöhte Effizienz: Durch die Erstellung und Pflege von Prompt-Bibliotheken ermöglichen sie den Unternehmen, Zeit und Aufwand bei der Erstellung neuer Prompts von Grund auf zu sparen. Schulungen in diesem Bereich könnten die Effizienz weiter steigern.

Einsatz von Prompt Engineers im Journalismus

Im Journalismus könnten Prompt Engineers eine entscheidende Rolle spielen, insbesondere in der Ära der automatisierten Berichterstattung und des Datenjournalismus. Sie könnten dabei helfen, KI-Modelle so zu trainieren und zu kalibrieren, dass sie relevante und sachliche Informationen aus einer Vielzahl von Quellen extrahieren.

Durch die Entwicklung präziser Prompts könnten sie sicherstellen, dass generative Modelle Artikel oder Berichte erstellen, die nicht nur informativ, sondern auch objektiv und im Einklang mit journalistischen Standards sind. Darüber hinaus könnten sie in Zusammenarbeit mit Redakteur:innen und Reporter:innen Schulungen anbieten, um das Bewusstsein für die Möglichkeiten und Grenzen der KI im Journalismus zu schärfen. Dies würde den Journalist:innen mehr Zeit für investigativen Journalismus und tiefgründige Berichterstattung geben.

Meine Vorstellung
Prompt Engineers / Prompt Editors werden in Zukunft eine feste Rolle in Medienunternehmen haben.

Bevor sie aber ihre Kernaufgaben beginnen, stellen sie erst einmal sicher, dass alle Mitarbeitenden Grundkenntnisse in Künstlicher Intelligenz und Prompt Engineering erhalten. Dazu erstellen sie Schulungen gemeinsam mit der Fortbildungsabteilung der Unternehmen. Denn bevor Prompt Engineering in ein Unternehmen einzieht, sollten Mitarbeitende über Gefahren und Chancen von KI aufgeklärt sein - Schranken im Kopf müssen abgebaut werden.

Anschließend arbeiten Prompt Engineers konkret an Arbeitsabläufen und entwickeln Prompts, die für Journalist:innen hilfreich sind. Dabei dient die KI ihnen immer als Assistent und ersetzt nicht den Erstellungsprozess durch die Journalist:innen.

Dier/der Prompt Engineer baut und pflegt eine unternehmensinterne Prompt-Sammlung und steht jederzeit als Ansprechpartner zur Verfügung für KI-Pilotprojekt aber auch für jede:n einzelne:n Mitarbeiter:in, die/der Fragen zum Umgang mit KI-Tools hat.

Die/der Prompt Engineer steht im Austausch mit den technischen KI-Teams des Unternehmens und führt einen Austausch mit externen Expert:innen mit Fokus auf die journalistischen Aspekte des Prompt Engineering.

Prompt-Tipp: Tree of Thought-Prompting

Thu, 24 Aug 2023 09:15:34 GMT

Hast du schon von der Methode "Tree of Thought" (ToT) gehört? Diese Technik bietet interessante Möglichkeiten, insbesondere für uns im Journalismus.

Mit der ToT-Aufforderung kannst du verschiedene Aspekte eines Themas systematisch erforschen, bevor du einen Artikel veröffentlichst oder eine redaktionelle Entscheidung triffst.

Stell dir vor, du stehst vor einer komplexen Entscheidung. Mit ToT kannst du die KI anweisen, ein Expert:innenpanel mit verschiedenen Perspektiven zusammenzustellen. Das ermöglicht dir, ein breites Spektrum an Meinungen und Analysen zu erhalten.

Warum ist ToT besonders für Journalist:innen interessant? Hier einige Gründe:

Meinungsvielfalt abdecken
Verbesserte Recherchequalität
Flexibilität und Anpassungsfähigkeit
Potenzial für Spezialisierung
Erweiterte Analysefähigkeiten
Selbstkorrektur und redaktionelle Autonomie

Hier ein Beispiel:

Angenommen, du möchtest einen Artikel über die Auswirkungen des Klimawandels schreiben. Du könntest der KI folgenden Prompt geben:

Stell dir vor, drei verschiedene Journalist:innen arbeiten zusammen, um einen Artikel über die Auswirkungen des Klimawandels zu verfassen. Jede:r Journalist:in fokussiert sich auf einen anderen Bereich:

Wissenschaftliche Recherche (Analysiert wissenschaftliche Studien und Daten)
Politische Analyse (Betrachtet politische Maßnahmen und deren Auswirkungen)
Sozioökonomische Perspektive (Untersucht die Auswirkungen auf verschiedene Bevölkerungsgruppen)

Jede:r Journalist:in teilt seine Analyse mit den anderen, und am Ende entsteht ein umfassender Artikel, der alle Perspektiven berücksichtigt.

Die zentrale Frage ist: 'Wie wirkt sich der Klimawandel auf verschiedene Aspekte der Gesellschaft aus?'

Im Test nennt die KI die wichtigsten Stichpunkte pro genanntem Bereich. Diese können dazu dienen, weiterführende Recherchen zu starten oder im Austausch mit der KI weiterführende Aspekte herauszuarbeiten:

Wie immer gilt: KI im Journalismus ist nur ein Assistent. KI dient nicht zur Texterstellung, sondern erleichtert Recherche und Struktur.

Daher sind diese Ergebnisse der KI absolut ausreichend, um weiterzuarbeiten. Sie geben uns Impulse und Strukturhinweise, die wir für unsere journalistischen Produkte nutzen können.

Mit diesem Ansatz kannst du die KI dazu nutzen, eine tiefgehende, mehrperspektivische Analyse durchzuführen. Das Ergebnis ist ein ausgewogener und informativer Artikel.

Background: Rollenspiele - KI-Tools in Verkleidung

Thu, 17 Aug 2023 14:20:52 GMT

In Ausgabe eins des Newsletters haben wir uns die Grundlagen eines guten Prompts angesehen. Ein wichtiger Faktor ist, der KI eine Persona, eine Rolle zuzuweisen, Dahinter steht das Konzept des "Roll Playing" in großen Sprachmodellen wie ChatGPT.

Hierbei wird die KI dazu angeleitet, verschiedene Rollen oder Persönlichkeiten anzunehmen, um die Interaktion mit den Nutzer:innen zu verbessern und relevantere Antworten zu liefern. Es ist, als würde man der KI beibringen, verschiedene Hüte aufzusetzen, je nachdem, welche Informationen oder Interaktionen gefragt sind.

Warum Rollenübernahme so wichtig ist

Das Prinzip "Fake it till you make it" ist nicht nur Menschen bekannt, sondern findet auch in der KI-Welt Anwendung. Wenn eine KI eine bestimmte Rolle oder Persönlichkeit annimmt, kann sie oft präzisere und kontextbezogenere Antworten liefern. Dies kann besonders nützlich sein, wenn man spezifische Informationen oder eine bestimmte Art von Interaktion wünscht.

Das Rollenspiel in der Praxis

Stell dir vor, du weist ein Modell wie ChatGPT an, sich wie ein/e Historiker:in oder Journalist:in zu verhalten. In der Rolle des/der Historiker:in wird die KI historische Fakten und Analysen liefern. Als Journalist:in hingegen wird sie aktuelle Ereignisse und Nachrichten analysieren, präsentieren und methodisch anders aufbereiten. Dieser Ansatz des Rollenspiels ermöglicht es der KI, spezifischere und relevantere Informationen bereitzustellen, die dem gewünschten Kontext entsprechen.

Beispiele:

“Agiere wie ein Journalist"…”

“Du bist ein Journalist einer privaten gedruckten Zeitung in München…”

Der Mechanismus hinter dem Rollenspiel

Die Effektivität des Rollenspiels in LLMs kann auf die Art und Weise zurückgeführt werden, wie diese Modelle trainiert werden. Sie werden mit einer riesigen Menge an Daten aus verschiedenen Bereichen gefüttert, wodurch sie ein tiefes Verständnis für verschiedene Rollen und die zugehörige Sprache entwickeln. Wenn sie dann eine Rolle übernehmen, nutzen sie dieses Wissen, um präzise und rollenspezifische Antworten zu generieren.

Vorteile des Rollenspiels

Das Einnehmen von Rollen in LLMs bietet zahlreiche Vorteile. Es ermöglicht nicht nur eine vielseitige Anwendung des Modells, sondern verbessert auch die Qualität und Relevanz der Antworten. Zudem kann es die Interaktion mit den Nutzer:innen bereichern und ein ansprechenderes Nutzererlebnis schaffen.

Abschließend lässt sich sagen, dass das Rollenspiel in der KI eine tiefere und nuanciertere Interaktion ermöglicht, die sowohl für den/die Benutzer:innen als auch für die KI von Vorteil ist.

Prompt-Tipp: Diversity Penalty - Abwechslungsreiche Antworten

Thu, 17 Aug 2023 09:10:44 GMT

Textbasierte KI-Tools wie ChatGPT haben verschiedene Parameter, mit denen Benutzer:innen die generierten Antworten beeinflussen können. Zuletzt haben wir schon das Parameter “Temperature” kennengelernt, das Antworten sachlicher oder kreativer macht.

Ein weiterer Parameter ist "diversity_penalty". Aber was genau macht dieser Parameter und warum ist er nützlich?

Was ist Diversity_penalty?

Der Parameter "diversity_penalty" sorgt dafür, dass der generierte Text vielfältiger ist. Er gibt Tokens (Wörter oder Zeichen) eine Strafe, die bereits in der Antwort verwendet wurden. Das bedeutet, wenn ChatGPT eine Antwort generiert und versucht, dieselben Wörter oder Phrasen wiederholt zu verwenden, wird "diversity_penalty" dies verhindern und das Modell dazu anregen, unterschiedliche Formulierungen oder Synonyme zu verwenden.

Wie funktioniert es?

Der Wertebereich für "diversity_penalty" liegt zwischen 0 und 2. Ein höherer Wert führt zu vielfältigeren Antworten. Zum Beispiel:

Bei einem Wert von 0 wird ChatGPT wahrscheinlich häufiger dieselben Wörter oder Phrasen wiederholen.
Bei einem Wert von 2 wird das Modell stärker dazu neigen, verschiedene Wörter und Formulierungen zu verwenden, um Wiederholungen zu vermeiden.

Zusammengefasst:

Niedriger "diversity_penalty" (0): Keine Strafe angewendet; kann repetitive Phrasen enthalten.
Mittlerer "diversity_penalty" (1): Ausgewogene Vielfalt und Kohärenz.
Hoher "diversity_penalty" (2): Maximale Vielfalt, kann die Kohärenz beeinflussen.

Konkrete Beispiele:

Angenommen, du fragst ChatGPT nach den Vorteilen von Sport.

Ohne "diversity_penalty" oder mit einem niedrigen Wert könnte die Antwort so aussehen: "Sport verbessert die körperliche Gesundheit, fördert die körperliche Gesundheit und steigert das allgemeine Wohlbefinden."
Mit einem hohen Wert für "diversity_penalty" könnte die Antwort variierter sein: "Sport verbessert die körperliche Gesundheit, steigert die mentale Stärke und fördert soziale Interaktionen."

Die neueren Versionen der KI-Tools schaffen es schon ohne Parameter sehr abwechslungsreiche Antworten zu erstellen. Der Parameter hilft dabei, diese noch kreativer zu gestalten. Einfach mal ausprobieren!

Fazit

Der Parameter "diversity_penalty" ist ein nützliches Werkzeug, um die Vielfalt der Antworten von ChatGPT zu erhöhen und Wiederholungen zu vermeiden. Durch das Anpassen dieses Parameters können Benutzer:innen sicherstellen, dass sie vielfältige und einzigartige Antworten erhalten, die ihren Anforderungen besser entsprechen. Es ist ein weiterer Schritt in Richtung einer präziseren und menschenähnlicheren KI-Kommunikation.

Background: Zero-Shot- und Few-Shot-Prompting

Thu, 10 Aug 2023 14:17:20 GMT

In der Welt der künstlichen Intelligenz und des maschinellen Lernens sind "Zero-Shot" und "Few-Shot Prompting" zwei Begriffe, die oft in Diskussionen über moderne Sprachmodelle auftauchen. Diese Begriffe beziehen sich auf die Fähigkeit von Modellen, Aufgaben ohne oder mit nur wenigen vorherigen Beispielen auszuführen.

Zero-Shot-Prompting

Der Begriff "Zero-Shot" deutet bereits darauf hin, dass das Modell keine vorherigen "Schüsse" oder Beispiele gesehen hat, um eine bestimmte Aufgabe zu erlernen oder auszuführen.

Stell dir vor, du bittest jemanden, eine Aufgabe zu erledigen, ohne der Peron zu zeigen, wie sie gemacht wird. In der KI-Welt bedeutet das, dass das Modell in der Lage ist, Anfragen oder Aufgaben zu verstehen und auszuführen, ohne dass ihm zuvor explizite Beispiele des gewünschten Verhaltens gezeigt wurden.

Ein praktisches Beispiel dafür wäre, wenn ein Modell aufgefordert wird, einen englischen Text ins Französische zu übersetzen, ohne dass ihm zuvor Übersetzungsbeispiele gezeigt wurden. Wenn es dann korrekt antwortet, nutzt es seine antrainierten Zero-Shot-Fähigkeiten.

Beispiele:

“Übersetze diesen Text von Deutsch in Englisch.”

“Fasse den Hauptgedanken des folgenden Texts zusammen.”

“Erstelle ein Skript für ein Youtube-Video über das Thema XYZ.”

Few-Shot-Prompting

Wie der Name schon sagt, werden hier dem Modell "wenige Schüsse" oder Beispiele gezeigt, um es bei der Ausführung einer Aufgabe zu leiten. Es ist, als würdest du jemandem ein oder zwei Beispiele zeigen, wie eine Aufgabe erledigt wird, und dann erwarten, dass die Person sie basierend auf diesen Beispielen ausführt.

In der KI bedeutet dies, dass das Modell einige Beispiele oder Demonstrationen erhält, um es zu leiten und bessere Ergebnisse zu erzielen. Ein gutes Beispiel hierfür wäre, das Tool zu bitten Begriffspaare zuzuordnen oder mathematische Rechnungen durchzuführen. Es nutzt dann seine Few-Shot-Fähigkeiten, um die Aufgabe basierend auf dem gezeigten Beispiel korrekt auszuführen.

Beispiele (nach Brown et al. 2020 ):

Ergänze das fehlende Attribut:
This is awesome! - Positive

This is bad! - Negative
Wow that movie was rad! - Positive

What a horrible show! - ?

Ergänze die fehlende Antwort:

The odd numbers in this group add up to an even number: 4, 8, 9, 15, 12, 2, 1.

A: The answer is False.

The odd numbers in this group add up to an even number: 17, 10, 19, 4, 8, 12, 24.

A: The answer is True.

The odd numbers in this group add up to an even number: 16, 11, 14, 4, 8, 13, 24.

A: The answer is True.

The odd numbers in this group add up to an even number: 17, 9, 10, 12, 13, 4, 2.

A: The answer is False.T

he odd numbers in this group add up to an even number: 15, 32, 5, 13, 82, 7, 1.

A: ?

Zusammengefasst repräsentieren Zero-Shot und Few-Shot Prompting zwei verschiedene Ansätze im Umgang mit Sprachmodellen. Während Zero-Shot das Modell ohne vorherige Beispiele arbeiten lässt, gibt Few-Shot dem Modell einige Beispiele, um es bei der Ausführung einer Aufgabe zu leiten. Beide Ansätze haben ihre eigenen Stärken und Schwächen und können je nach Anforderung und Kontext ausgewählt werden.

Prompt-Tipp: Methoden zur Verbesserung von Antworten

Thu, 10 Aug 2023 09:07:42 GMT

In der ersten Ausgabe des Newsletters haben wir die Grundlagen des Prompt Engineering gelernt. Das Ziel ist immer, dass die Antworten der KI-Tools bereits beim ersten Versuch eine für uns befriedigende Antwort ausspucken.

Doch manchmal - auch wenn wir sehr zufrieden mit unserem Prompt sind - ist die Antwort der KI nicht so, wie wir sie erwartet haben. In diesem Fall ist es wichtig, einen Refinement-Prozess zu starten und die Antwort Schritt für Schritt zu verbessern.

Im zweiten Newsletter haben wir uns bereits angeschaut, wie wir Schritt für Schritt zum Ziel kommen - im Gespräch mit dem KI-Tool. Heute legen wir den Fokus auf Methoden, um KI-Outputs zu verbessern. Es gibt unzählige verschiedene Methoden, daher heute nur eine Auswahl meiner drei Highlights.

Variationen

Wenn wir ein textbasiertes KI-Tool nutzen, erhalten wir als Antwort immer genau einen Textvorschlag. Was aber, wenn dieser nicht unseren Ansprüchen entspricht? Dann können wir einfach weitere Variationen anfragen.

In diesem Beispiel frage ich ChatGPT nach einer Definition von Quantenphysik. Die Antwort gefällt mir noch nicht so gut. Also frage drei Variationen dieses Texts an.

Es ist natürlich auch möglich, bereits im ersten Prompt diese Variationen anzufragen:
…“Bitte gib mir drei verschiedene Textvorschläge.”…

Temperatur

Anschließend kannst du diesen Text weiter verfeinern, indem du mit der Temperatur arbeitest (möglich bei ChatGPT). Dieses Parameter haben wir uns in der vergangenen Ausgabe angeschaut ( hier nochmal nachlesen ).

Eine niedrige Temperatur (z.B. 0.1) macht ChatGPTs Antworten erwartbarer und sachlicher. Eine hohe Temperatur (z.B. 0.9) macht die Antworten kreativer und poetischer. Hier die Beschreibung der Quantenphysik mit Temperatur 0.1 und 0.9.

Rating-Methode

Wir alle wissen mittlerweile, wie wichtig es ist, dass KI-Tools trainiert werden. Das Training geschieht durch den Input der Programmierer:innen und unsere Textanfragen. Wir können aber auch direkt im Gespräch mit der KI das Tool dazu anregen, sich selbst zu reflektieren.

Ich frage ChatGPT nach einem bestimmten Text:

Bitte erstelle einen kurzen Elevator Pitch für einen journalistischen Online-Artikel über den Klimawandel. Du arbeitest für ein deutsches Onlinemedium, das wissenschaftliche Komplexe in einfacher Sprache erklären möchte. Dein Pitch sollte überzeugend geschrieben sein und mit möglichst wenig Text auf den Punkt kommen.

Das ist die Antwort:

Nun frage ich das Tool, wie es den eigenen Text auf einer Skale von 1-10 bewerten würde. Die KI sagt, der Text sei eine 8. Nun bitte ich das Tool, den Text so zu überarbeiten, dass es ihn mit 10 bewerten würde.

Mit dieser Methode können auch bereits sehr gute Texte noch weiter verbessert werden.

Background: Large Language Models (LLMs)

Thu, 03 Aug 2023 14:14:29 GMT

Wer sich mit generativen KI-Tools beschäftigt, stößt früher oder später auf die sogenannten “Large Language Models”, die LLMs. Diese bilden die Grundlage für KI-Tools wie ChatGPT oder Bard. Doch was sind diese LLMs und wie funktionieren sie? Der Versuch einer Erklärung in einfacher Sprache:

Large Language Models sind wie riesige Wörterbücher, die von Künstlicher Intelligenz (KI) angetrieben werden. Sie lernen, menschliche Sprache zu verstehen und zu generieren, indem sie riesige Mengen an Textdaten analysieren. Stelle dir vor, ein LLM liest Millionen von Büchern und lernt dabei, wie Wörter und Sätze zusammenhängen.

Diese Modelle arbeiten mit sogenannten neuronalen Netzwerken (neural networks). Ein neuronales Netzwerk ist ein bisschen wie ein menschliches Gehirn - es besteht aus vielen kleinen Einheiten, die miteinander verbunden sind und zusammenarbeiten. Diese Einheiten können lernen, komplexe Beziehungen zwischen Wörtern zu erkennen. Sie können zum Beispiel lernen, dass das Wort "Hund" oft in der Nähe von Wörtern wie "bellen", "Schwanz" oder "Fell" vorkommt.New Paragraph

Ein wichtiger Teil dieser neuronalen Netzwerke sind die sogenannten Transformer-Netzwerke (transformer networks). Sie sind wie die Aufmerksamkeitsspanne des Netzwerks. Sie helfen dem Netzwerk, sich auf die wichtigsten Wörter in einem Satz zu konzentrieren und den Kontext zu verstehen. So kann das Netzwerk zum Beispiel erkennen, dass in dem Satz "Der Hund jagt den Ball" das Wort "jagt" wichtig ist, um zu verstehen, was der Hund tut.

Das Training dieser Modelle ist ein bisschen wie das Training eines Hundes. Man gibt dem Modell eine Aufgabe und wenn es diese richtig löst, bekommt es eine Belohnung. Wenn es einen Fehler macht, wird es korrigiert. Dieser Prozess wird Gradientenabstieg (gradient descent) genannt. Stelle dir vor, du stehst auf einem Hügel und willst zum tiefsten Punkt im Tal. Du schaust dich um und entscheidest, in welche Richtung du gehen musst, um am schnellsten abzusteigen. Das ist im Grunde das, was beim Gradientenabstieg passiert - das Modell versucht, den schnellsten Weg zu finden, um seine Fehler zu minimieren.

Große Sprachmodelle sind die Grundlage für viele KI-Tools, die wir heute kennen, einschließlich ChatGPT. Sie ermöglichen es diesen Tools, menschliche Sprache zu verstehen und zu generieren. Dies macht sie zu leistungsstarken Werkzeugen für eine Vielzahl von Aufgaben, von der Beantwortung von Fragen über das Übersetzen von Sprachen bis hin zum Schreiben von Code.

Prompt-Tipp: Parameter “Temperature” bei ChatGPT

Thu, 03 Aug 2023 08:56:58 GMT

Der Parameter "Temperatur" bei ChatGPT spielt eine entscheidende Rolle bei der Generierung von Antworten. Durch das Einstellen der Temperatur kannst du beeinflussen, wie konservativ oder kreativ die Antworten des KI-Tools sind.

Niedrige Temperatur (z.B. 0.2) - Konservative Antworten: Wenn du eine niedrige Temperatur einstellst, spielt ChatGPT auf der sicher und generiert häufig vorkommende, konservative Antworten. Dabei bevorzugt es bekannte Phrasen und formuliert Sätze in einem eher förmlichen Stil. Diese Einstellung eignet sich besonders gut für klare Antworten oder formale Texte, bei denen Präzision und Konsistenz gefragt sind.

Hohe Temperatur (z.B. 0.9) - Kreative Antworten: Eine hohe Temperatur lässt ChatGPT kreativer und experimenteller sein. In diesem Modus erzeugt das KI-Tool originellere, aber auch unvorhersehbarere Antworten. Wenn du auf der Suche nach kreativen Ideen oder verschiedenen Lösungsansätzen bist, ist eine hohe Temperatur ideal.

Wie verwendest du die Temperatur?

Füge einfach "temperature=X" zur Anfrage hinzu, wobei X den gewünschten Temperaturwert zwischen 0 und 1 angibt. Experimentiere mit verschiedenen Werten, um den gewünschten Textstil zu erzielen und die perfekte Balance zwischen Kreativität und Konservatismus zu finden.

Ich habe das einmal für dich getestet:

Mein Prompt:

Bitte beschreibe das Aussehen eines Apfelbaums.

Einmal füge ich eine Temperatur von 0.1 hinzu, das andere mal füge ich eine Temperatur von 1.0 hinzu.

Mit einer Temperatur von 0.1 erhältst du eher technische Beschreibungen mit Worten wie "robust", "oval" sowie eine trockene Beschreibung von Farben und Formen.

Wenn du hingegen eine Temperatur von 1.0 einstellst, wird der Text kreativer und du erhältst Beschreibungen wie "ikonisch", "nahrhaft", "üppig", "süß" und "parfümiert".

Nutze die Temperatur, um ChatGPT perfekt auf deine Bedürfnisse abzustimmen und faszinierende Texte zu generieren!

Noch deutlicher wird es mit folgendem Prompt:

Bitte beschreibe kurz den Fall der Berliner Mauer

Diesmal habe ich das Tool gebeten beide Varianten gleichzeitig zu erstellen:

Sollte das Ergebnis nicht deinen Bedürfnissen entsprechen, dann kannst du nun deine Anfrage weiter verfeinern. Die Grundlagen für dieses Prompt Engineering findest in meiner ersten Newsletter-Ausgabe .

Du kannst aber nach der ersten Erstellung das Tool bitten, den Text noch einmal zu überarbeiten mit einer anderen Temperatur. Probier es einfach aus!

Background: ChatGPT, Bard und Claude 2 im Vergleich

Thu, 20 Jul 2023 14:07:34 GMT

ChatGPT, Bard und Claude 2 sind drei der leistungsstärksten KI-Tools, die derzeit auf dem Markt erhältlich sind. Sie können alle verwendet werden, um Text zu generieren, Sprachen zu übersetzen, verschiedene Arten von kreativen Inhalten zu schreiben und Fragen auf informative Weise zu beantworten.

ChatGPT , entwickelt von OpenAI, ist eines der bekanntesten KI-Tools weltweit. Es ermöglicht realistische und kohärente Gespräche und wird in Anwendungen wie Chatbots, Sprachassistenten und E-Learning-Tools eingesetzt.

Bard , entwickelt von Google AI, ist ein KI-Sprachmodell, das auf einem umfangreichen Datensatz aus Text und Code trainiert wurde. Es bietet Textgenerierung, Übersetzung und informative Frage-Antworten. Außerdem kann es Bilder verarbeiten und analysieren.

Claude 2 , das neueste KI-Tool von Anthropic, zeichnet sich durch seine beeindruckende Fähigkeit aus, bis zu 100.000 Tokens zu verarbeiten. Im Vergleich zu seinem Vorgänger bietet Claude 2 längere Antworten, nuanciertes Denken und eine überlegene Leistung. Es hat herausragende Ergebnisse in Bereichen wie Recht, Mathematik und Programmierung erzielt.

Preis:
ChatGPT: Kostenlose Version (GPT-3.5) verfügbar, ChatGPT Plus-Version kostet $20 pro Monat.
Claude und Bard sind kostenlos.
Verfügbarkeit:
ChatGPT: Am weitesten verbreitet von den drei Tools, auch in Europa.
Bard: In weniger Ländern verfügbar als ChatGPT, jetzt auch in Europa.
Claude: Vorübergehend nur in den USA und UK verfügbar.
Datenschutz:
ChatGPT: Möglichkeit, Interaktionen zu löschen, unterstützt jedoch kein Browsen über VPN.
Bard: Automatische Löschung von Interaktionen nach 18 Monaten, kann jedoch frühere Interaktionen nicht abrufen. Unterstützt VPNs, was eine Verfügbarkeit in allen Teilen der Welt ermöglicht und politische Einschränkungen umgeht.
Claude: Möglichkeit, Konversationen zu löschen, unterstützt VPN-Browsing.
Unterstützte Sprachen:
ChatGPT: Unterstützt über 80 Sprachen.
Bard: Unterstützt über 40 Sprachen.
Claude: Unterstützt verschiedene weit verbreitete Sprachen wie Englisch, Spanisch, Portugiesisch, Französisch, Mandarin und Deutsch. Bei Nichterkennung einer Sprache oder vielen grammatikalischen Fehlern wird zunächst eine Einführungsphrase gegeben und dann auf Englisch geantwortet.
Kontextverarbeitung:
ChatGPT: Kostenlose Version unterstützt 7.096 Tokens, ChatGPT Plus-Version (GPT-4) unterstützt 8.192 Tokens. OpenAI bietet auch eine Version mit Unterstützung von 32K Tokens an, die jedoch nicht von ChatGPT verwendet wird.
Bard: Unterstützt 8.196 Tokens.
Claude: Unterstützt beeindruckende 100.000 Tokens (kein Tippfehler).
Zusätzliche Funktionen:
ChatGPT: Kostenlose Version hat keine zusätzlichen Funktionen. ChatGPT Plus bietet einen Plugin Store, Code-Interpreter und vorübergehend pausiertes Web-Browsing, das von Microsoft Bing unterstützt wird. API-Unterstützung wird bereitgestellt.
Bard: Chatbot befindet sich noch in der experimentellen Phase. Plant die Integration mit Google Suite und die Bereitstellung eines Plugin Stores.
Claude: Kann in Slack integriert werden. Bietet verschiedene Funktionen wie Thread-Zusammenfassungen, Vorschläge und Brainstorming. Verfügt über eine einzigartige "Verfassung", die es dem Chatbot ermöglicht, sich selbst zu verbessern, unangemessenes Verhalten zu erkennen und sein eigenes Verhalten anzupassen.

Für diese Zusammenstellung wurden Informationen von Decrypt verwendet. Links zu den Tools findet ihr im oberen Teil des Texts.

Prompt-Tipp: SEO für Journalist:innen mit KI

Thu, 20 Jul 2023 08:50:10 GMT

KI kann sehr nützlich sein, um journalistische Produkte für SEO zu optimieren. Heute zeige ich euch kurz und knapp folgendes:

Tipps zu SEO von der KI
Artikel für SEO optimieren
Social Media-Captions schreiben und optimieren

Textbasierte KI-Tools können hilfreich sein zum Lernen. Sie können uns grundsätzlich Themen und Komplexe erklären, bevor sie diese selbst anwenden. Daher habe ich ChatGPT zunächst gefragt, was die wichtigsten Tipps für SEO im Online-Journalismus sind:

Anschließend habe ich die KI über ein aktuelles Thema informiert und erklärt, was die wichtigsten Keywords zu diesem Thema sind. Die Keywords habe ich noch selbst über Google Trends recherchiert.

Anschließend geht es ins Eingemachte. Ich habe der KI einen fertigen News-Artikel vorgegeben. In diesem Fall habe ich einen Text der “Zeit” genutzt. Ich habe das Tool gebeten, diesen Text für SEO zu optimieren anhand der genannten Keywords.

(Die gesamte Konversation könnt ihr unten abrufen.)

ChatGPT hat mir anschließend einen optimierten Text gegeben. Allerdings hat es die Zwischenüberschrift gelöscht, sodass ich das Ergebnis noch einmal verfeinert habe und um eine optimierte Zwischenüberschrift gebeten habe.

Anschließend habe ich das Tool gebeten mir auch eine optimierte Caption für Social Media zu schreiben:

Auch hier gilt wieder, dass die KI als ein Assistent zu sehen ist. Die letzte Entscheidung liegt bei den Journalist:innen.

Hier ein genereller Prompt zur Erstellung von SEO-optimierten Captions in Social Media. Vor allem auf TikTok ist es mittlerweile wichtig, dass die Captions SEO-optimiert sind, da junge Nutzer:innen die App mehr und mehr als Suchmaschine nutzen.

Act as a content creator and journalist on [platform]. Craft an attention-grabbing caption that incorporates a call-to-action question for the audience and includes the following keywords: [keyword1], [keyword2] and [keyword3]. The caption should be optimized for SEO, encouraging users to watch the video while also providing valuable information related to the topic. Please ensure that you use all four keywords in a natural way throughout the caption. Your response should include a creative and engaging opening line that poses a question or prompts interaction from viewers, followed by a brief description of what they can expect from watching the video. Your caption should provide value to potential viewers and encourage them to engage with your content. Finally, please include three relevant hashtags at the end of your caption.

Background: KI-Leitlinien deutscher Medienunternehmen

Thu, 13 Jul 2023 14:04:51 GMT

Ein verantwortungsvoller Umgang mit Künstlicher Intelligenz (KI) ist für Medienunternehmen von großer Bedeutung. Angesichts der zunehmenden Nutzung von KI-Anwendungen haben verschiedene Unternehmen Leitlinien und Richtlinien entwickelt, um ethische Fragestellungen zu klären, Missbrauch zu verhindern und Transparenz zu fördern. Diese Leitlinien legen den Fokus auf Verantwortung, Rechtmäßigkeit und den Schutz des Vertrauens der Nutzer:innen. Eine Recherche von Konrad Weber gibt Einblick in die Leitlinien einiger renommierter deutscher Medienunternehmen im Umgang mit KI. Hier eine Auswahl:

Deutsche Presseagentur (DPA):

Die dpa setzt KI zu verschiedenen Zwecken ein und steht dem verstärkten Einsatz von KI aufgeschlossen gegenüber.
Die dpa setzt KI nur unter menschlicher Aufsicht ein. Die letzte Entscheidung über den Einsatz von KI-basierten Produkten trifft ein Mensch.
Die dpa setzt nur rechtmässige KI ein, die sich an geltendes Recht und gesetzliche Bestimmungen hält und die unseren ethischen Grundsätzen gerecht wird.
Die dpa setzt KI ein, die technisch robust und sicher ist, um die Risiken für Fehler und Missbrauch zu minimieren.
Die dpa ermuntert alle Mitarbeiter:innen, sich offen und neugierig mit den Möglichkeiten von KI zu befassen.

Der Spiegel (Auszug):

Wir wollen uns den Möglichkeiten, die KI-Systeme bieten, (…) mit grosser Offenheit nähern und unsere Teams genauso wie einzelne Mitarbeitende ermutigen, sich damit auseinanderzusetzen.
Das Vertrauen unserer Nutzerinnen und Nutzer in unseren Journalismus ist unser wichtigstes Gut. Wie bei jeder Technologie, die wir einsetzen, gilt: Wir sind für alle unsere Inhalte verantwortlich.
Wir setzen künstliche Intelligenz in unseren eigenen Produkten niemals ohne Aufsicht oder klare Spielregeln ein und prüfen, ob das Resultat unseren strengen Ansprüchen an Faktentreue, Ausgewogenheit und kritische Unabhängigkeit gerecht wird.

Bayerischer Rundfunk (BR, Auszug):

Wir nutzen KI, um unsere Arbeit effizienter zu machen, verantwortlich mit den Ressourcen umzugehen, (…) um neue Inhalte zu generieren, neue Methoden für investigative Recherchen zu entwickeln und Angebote für unsere Nutzer:innen attraktiver zu machen.
Wir beteiligen uns an der Debatte über die gesellschaftliche Rolle von Algorithmen, indem wir über Trends informieren, KI-Entwicklungen einordnen, investigativ zu Algorithmen recherchieren, Funktionsweisen erläutern und eine offene Diskussion über die Weiterentwicklung der öffentlich-rechtlichen Medienarbeit in der Daten-Gesellschaft befördern.
Wir denken stets die gesellschaftliche Vielfalt Bayerns und Deutschlands mit. So streben wir nach (…) einem aufmerksamen und bewussten Umgang mit möglichen Vorurteilen in Trainingsdaten (algorithmic accountability), auch durch möglichst diverse Teams.
Bewusste Datenkultur: Wir verlangen von Dienstleistern belastbare Informationen zu den Datenquellen: Womit wurde das Modell trainiert?
Redaktionelle Kontrolle: Auch bei automated journalism und Datenjournalismus liegt die publizistische Verantwortung bei den Redaktionen.

Insgesamt zeigen die Leitlinien der verschiedenen Medienunternehmen, dass sie offen für den Einsatz von KI sind, jedoch stets innerhalb der gesetzlichen Vorgaben agieren möchten. Die Herausforderung besteht darin, die KI-Tools entsprechend zu trainieren, um den gewünschten kulturellen Rahmen einzuhalten. Dennoch liegt letztendlich die finale Verantwortung immer bei den Menschen, insbesondere im Bereich des automatisierten Journalismus.

Diese Standpunkte teile ich: KI allein kann keinen zuverlässigen und menschennahen Journalismus liefern. Es bedarf weiterhin der Kontrolle und der menschlichen Verantwortung. Gleichzeitig kann KI jedoch ein mächtiges Werkzeug sein, um journalistische Prozesse zu vereinfachen und effizienter zu gestalten. Die Kombination von menschlichem Verständnis und KI-Unterstützung eröffnet neue Möglichkeiten, um den Leser:innen qualitativ hochwertige und relevante Inhalte zu bieten.

Dazu zwei meiner Lieblingszitate:

Die Journalist:innen sind die Magier:innen, die KI ist der Zauberstab.

Oder etwas härter ausgedrückt:

In der Zukunft wird dein Job nicht ersetzt durch KI, sondern durch eine Person, die KI beherrscht.

Prompt-Tipp: Inhalte erstellen - Im Gespräch mit der KI

Thu, 13 Jul 2023 08:44:30 GMT

Heute möchte ich zeigen, wie KI-Tools, wie ChatGPT, nützlich sein können, um journalistische Inhalte vorzubereiten. Wir können die KI nutzen für alle Schritte bis zur Produktion:

Recherche
Skript erstellen
Storyboard
Captions verfassen

Zunächst ist es immer wichtig, ein grundlegendes Prompt Engineering zu betreiben - also der KI zu sagen, wer sie ist und was ihr Auftrag ist. Eine Übersicht über die Grundregeln des Prompt Engineering findet ihr im letzten Newsletter .

Wichtige Erkenntnis bei textbasierten KI-Tools: Wenn du nicht genau weißt, wie du vorgehen sollst, frage einfach die KI. In diesem Fall frage ich ChatGPT nach den nötigen Schritten, um ein fertiges Skript zu erstellen.

Als Antwort erhalte ich von der KI folgende nötigen Schritte:

Recherche
Skript schreiben
Storyboard erstellen
Anschließende Prüfung und Anpassung

Und nun starte ich in eine Konversation mit dem Tool, ganz so als würde ich wirklich mit meinem eigenen Assistenten sprechen:

Die KI schlägt mir folgende Themen vor:

Digitale Dienste Gesetz (Digital Services Act, DSA)
Europäischer Grüner Deal
DSGVO (Datenschutz-Grundverordnung)
Die Gemeinsame Agrarpolitik (GAP)
Europäische Chemikalienverordnung (REACH)

Ich antworte, wähle selbst eines der Themen aus und frage wieder, wie es weiter gehen soll:

Die KI gibt mir nun ein erstes Skript zu dem Thema. Ich möchte aber mein eigenes Skript-Template nutzen. Ich trainiere also die KI, indem ich das Template als Text in den Chat gebe:

Anschließend erhalte ich ein ausgereiftes Skript in meinem vorgegebenen Template. Plötzlich fällt mir auf, dass ich einen Aspekt vergessen habe. Ich gebe der KI also noch einmal Rückmeldung und erhalte ein Update meines Skripts:

Ich habe nun einen Vorschlag für ein Skript, an dem ich weiterarbeiten kann. Ich nutze aber die KI nun ebenfalls für weitere Nachfrage. Ich möchte einen Vorschlag für Hintergrundmusik und Caption erhalten:

Nun habe ich alle wichtigen Inputs, die ich benötige, um mit der Produktion zu starten.

Achtung: In diesem journalistischen Prozess sollte die KI wirklich nur als Assistent genutzt werden. Recherchen sollten auf die Richtigkeit der Fakten gecheckt werden. Skripte sollten in ihrer Sprache an den “Tone of Voice” des Kanals angepasst werden. Captions sollten erneut abgenommen werden.

KI kann diese Prozesse enorm beschleunigen und effizienter machen, aber die letzte Entscheidung sollte immer der Mensch haben, in diesem Fall der/die Journalist:in.

Wichtige Learnings:

KI kann journalistische Prozesse beschleunigen
Wir erzielen beste Ergebnisse, wenn wir mit der KI in eine Konversation treten und Ergebnisse immer weiter verbessern
Wir können die KI nach den nächsten Schritten fragen, wenn wir unsicher sind.

Background: KI und Journalismus in Deutschland

Thu, 06 Jul 2023 15:11:28 GMT

Der neu-veröffentlichte Zukunftsreport des WDR Innovation Hub wirft ein neues Licht auf das Verhältnis von Künstlicher Intelligenz (KI) und Journalismus in Deutschland. Die Untersuchung zeigt, dass die Einstellungen und Erwartungen gegenüber KI in der Medienbranche durchaus vielfältig sind.

Interessanterweise ergab eine Befragung von 20 deutschen Medienschaffenden und Wissenschaftler:innen, dass nur fünf von ihnen KI als eine der bedeutendsten Innovationen im Journalismus sehen. Im Gegensatz dazu äußerten 69 Prozent der befragten Entscheidungsträger:innen in Medienunternehmen die Ansicht, dass KI in den nächsten Jahren die wichtigste technische Wegbereiterin für journalistische Innovationen sein wird. Diese unterschiedlichen Sichtweisen könnten auf eine Diskrepanz zwischen der Wahrnehmung von Führungs- und Mitarbeiter:innen-Ebene hinweisen.

Zusätzlich zur Wahrnehmung von KI im Journalismus beleuchtet der Report auch die allgemeine Einstellung von Journalist:innen zur KI. Es zeigt sich, dass viele immer noch das Bild von KI-gesteuerten Robotern verfolgen, die eines Tages die Weltherrschaft - und unsere Jobs - übernehmen könnten. Diese Narrative hat das Potenzial abzulenken und die wahren Herausforderungen und Gefahren von KI zu übersehen.

Ein besonders kritischer Punkt ist die sogenannte "Black Box"-Natur von KI-Systemen. Ihre Entscheidungen sind oftmals nicht nachvollziehbar und können daher Unsicherheit und Misstrauen hervorrufen. Gleichzeitig kann eine zu pessimistische Sicht auf KI dazu führen, das enorme Innovationspotenzial zu übersehen, das sie für den Journalismus bietet.

Es ist unbestreitbar, dass KI das Potenzial hat, den Journalismus auf transformative Weise zu beeinflussen - von der Optimierung von Arbeitsabläufen bis hin zur Ermöglichung neuer Formen der Berichterstattung. Um die Chancen zu maximieren und die Risiken zu minimieren, ist es unerlässlich, einen informierten und offenen Dialog über KI im Journalismus zu führen.

Prompt-Tipp: Der perfekte Prompt

Thu, 06 Jul 2023 08:25:53 GMT

Viele Menschen nutzen inzwischen ChatGPT und ähnliche Tool. Aber die meisten nutzen es nicht richtig. Der Schlüssel zu guten Ergebnissen: PromptEngineering - die Kunst, die Aufgabe an die KI möglichst gut zu beschreiben.

Ein Prompt ist der Text, den wir an ein KI-Modell senden, um eine Antwort zu generieren. Es ist unsere Frage oder Anweisung. Je klarer und präziser unser Prompt, desto besser die Antwort.

Folgende Elemente sind wichtig für einen guten Prompt und gute Ergebnisse:

1. Persona
Stell dir vor, dein KI-Modell wäre eine Person. Wie würde sie sprechen? Wie würde sie Informationen weitergeben? Das ist die Persona deines Modells, und sie sollte deine Prompts formen.

Du bist ein Journalist/eine Journalistin, der/die einen TikTok-Kanal für eine junge Zielgruppe zwischen 18 und 34 Jahren in Deutschland betreut. Der Ziel des TikTok-Kanals ist es, politische Zusammenhänge in einfacher Form zu erklären. Deine Aufgabe ist es, Themen für mögliche Videos auf diesem Kanal zu recherchieren.

2. Aufgabe
Welches Problem/welche Aufgabenstellung soll das KI-Tool lösen? Beschreibe hier möglichst genau, was die KI machen soll.

Suche nach interessanten Fakten im politischen System Deutschlands, die sich einfach und in lockerer Ansprache auf TikTok erklären lassen.

3. Kriterien
Was macht eine "gute" Antwort aus? Ist es die Genauigkeit, die Kreativität oder etwas anderes? Definiere diese Kriterien, bevor du deinen Prompt formulierst.

Bitte nenne mir deine recherchierten Themen als Schlagwort und gibt mir eine kurze Erklärung in 1-2 Sätzen, warum dies interessant für die junge Zielgruppe sein könnte. Bitte gib auch eine Quelle an, auf der dein Themenvorschlag basiert.

4. Ziel

Definiere das Endziel deines Prompts. Je klarer das Ziel, desto effektiver wird der Prompt sein.

Ziel ist es, diese Themenvorschläge zu nutzen, um daraus konkrete Skripte für TikTok-Videos zu erstellen.

5. Format

Überlege dir, in welchem Format du die Antwort haben möchtest. Eine Liste, ein Absatz, ein Gespräch? Dies kann in deinem Prompt spezifiziert werden.

Bitte gib deine Themenideen in einer Liste mit fünf Bullet Points aus.

So sieht der Beispiel-Prompt komplett aus:

6. Verfeinerung

Lass' die KI antworten. Dann: Verbessere deinen Prompt stetig. Experimentiere mit unterschiedlichen Formulierungen und Techniken, um die besten Ergebnisse zu erzielen.

Vielen Dank! Bitte gib mir zwei weitere Ideen und schaue auch auf den Komplex Deutschland in der UN, Deutschland in der Welt.

Tipp: Die Ergebnisse werden am zuverlässigsten mit einem KI-Tool, das Zugriff auf das Internet hat. So kann die KI nämlich zuverlässige Quellen suchen. Das “Browsing”-Feature von ChatGPT ist vorübergehend abgeschaltet. Eine Alternative ist der “Bing”-Chat.

Browsing funktioniert wie eine Google-Suche, nur dass die KI die Webseiten selbst liest und Informationen daraus aufbereitet. Daher sind die Quellen bei dieser Art von Recherche oft oberflächlich, können aber als Startpunkt für weitere eigene Recherchen dienen.