#8/ 2019
4/7

mit künstlicher intelligenz zur personalisierung von inhalten

Andreas Moring ist Professor für Innovation und Digital Management - und ausgewiesener Experte für Künstliche Intelligenz im Medien-Kontext. Er sieht hier durchaus Hypes, aber auch handfeste Geschäftsmodelle, etwa das intelligente automatisierte Individualisieren von Inhalten. Hier ein Gespräch mit ihm über Künstliche Intelligenz, Machine Learning, Computer Vision und Resolution sowie Vorteile für Medienunternehmen.

Jeder spricht über KI – die wenigstens wissen allerdings, wovon sie da sprechen. Startups schmücken sich mit dem Prädikat „KI“, aber nur ein Teil davon hat in Wirklichkeit damit zu tun. Jetzt beschäftigt sich auch noch die Politik mit dem Thema, es wird „KI made in Germany“ gefordert. Schadet dies eigentlich nicht alles mehr als dass es befördert?

Ich glaube, wir sind gerade auf dem Höhepunkt des „Hype Cycles“ zum Begriff Künstliche Intelligenz. Das heißt, es werden jetzt gerade alle möglichen Szenarien aufgemacht, was sich alles angeblich ganz grundlegend verändern wird. Doch die Realität ist eben nicht so schnell. Die vorausgesagten Umwälzungen und Veränderungen werden sich erst später und langsamer manifestieren, als die meisten wegen des öffentlichen Hypes jetzt erwarten. Das führt dann zwangsläufig zu Enttäuschungen. Die Entwicklungen lässt sich aber nicht umkehren. So wenig wie das Internet wieder „weg ging“, wie viele noch Anfang der 2000er nach dem damaligen Hype behaupteten, wird auch KI nicht verschwinden, sondern langsam, aber sicher immer mehr Bereiche durchdringen. Gerade deswegen ist es wichtig, dass sich auch von politischer Seite etwas tut. Denn hier liegen die Wachstums- und Wohlstandsbringer von morgen. Allerdings rudert die Bundesregierung mit ihren KI Initiativen wieder weiter und weiter zurück und kümmert sich lieber um die „Respektrente“, Fahrverbote für Diesel und ähnliche Themen. Dabei wäre es ja gerade wichtig, dass die Politik das Thema KI auch und gerade nach dem aktuellen Boom langfristig stützt und fördert. 

Sie sprechen in Ihren Vorträgen von „Computer Vision und Resolution“. Was verstehen Sie darunter?

Computer Vision bedeutet, dass Programme alle möglichen Dinge eigenständig erkennen und zuordnen können. Seien es reale Objekte oder Abbildungen in verschiedenen Formen. Das heißt, dass Programme zunehmend in der Lage sind, die Welt so zu begreifen wie wir Menschen, nämlich über das „Sehen“. Das bedeutet einen enormen Qualitätssprung in der Leistungsfähigkeit von Maschinen. Resolutionen sind technisch-mathematische Verfahren im Hintergrund der KI. Hier wird versucht, die richtige Antwort auf bestimmte Anforderungen zu finden, indem das Programm Verneinungen von etwas definiert und dann versucht einen logischen Widerspruch darin zu finden. Wenn das der Fall ist, ist eine Sache bestätigt beziehungsweise identifiziert. Und so „lernen“ Maschinen dann. 

Wie könnten intelligente Assistenten dem Journalismus helfen?

Hier sehe ich vor allem Anwendungen in der Recherche. Solche Agenten könnten jeweils mit einem bestimmten Suchauftrag alle möglichen Quellen und Daten durchforsten und dabei schnell, effizient und sicher Dinge herausfinden und identifizieren, die Menschen nur unter großen Anstrengungen oder überhaupt nicht herausfinden könnten. Intelligente Agenten könnten auch für das „covern“ bestimmter Themenfelder angesetzt werden, so dass sie sich dann selbständig melden, wenn sich etwas tut. Also eine Art Agenturleistung, nur individuell für einen bestimmten Bedarf programmiert und das sehr effizient und billig. Bestimmt können intelligente Agenten auch auf der anderen Seite, das heißt im Dialog mit uns als Konsumenten von Journalismus eingesetzt werden. Siri, Alexa und Co. geben ja schon einen Vorgeschmack darauf. Aber hierfür müssen sie noch deutlich besser werden, als sie heute sind.

Die derzeit im Einsatz befindlichen Assistenten, Bots etc. haben aber noch wenig mit echter künstlicher Intelligenz zu tun, oder?

Genau. Wirklich intelligent sind sie nicht. Sie sind darauf programmiert, bestimmte Suchaufträge auszuführen oder Programme zu starten. Ein bisschen lernen sie auch die Präferenzen von uns Nutzern mit. Aber das entspricht eher dem klassischen Targeting, das wir aus dem Netz kennen und weniger Künstlicher Intelligenz. 

In diesem Kontext ist auch immer wieder von Machine Learning und neuronalen Netzen die Rede. Könnten Sie uns erklären, worum es sich dabei handelt – und was Medien damit zu tun haben werden?

Bei Machine Learning, meistens eben basierend auf neuronalen Netzen, wird einem Programm zunächst die richtige Lösung für eine Aufgabe vorgegeben. Zum Beispiel wenn es darum geht, Dinge zu identifizieren. Durch die Berechnung von Wahrscheinlichkeiten über verschiedene Stufen rechnet das Programm so lange hin und her, bis sich bestimmte Merkmale in der Logik herauskristallisieren, die eindeutig dem zu identifizierenden Objekt zuzuordnen sind. Diese Merkmale sind immer dort zu finden, wo sich in der Berechnung ein mathematisches Minimum finden lässt. Das heißt, hier ist dann die Berechnung optimiert. Das geht solange, bis sich keine weiteren Optimierungen mehr berechnen lassen. Dann ist die Aufgabe erfüllt. Dieser Prozess ist das, was wir unter maschinellem „Lernen“ verstehen. Intelligent wird das deshalb genannt, weil das Programm eben eigenständig diese ganzen Berechnungen durchführt, ohne dass es menschlicher Steuerung bedarf. Und wenn ein solches Lernmuster einmal gefunden beziehungsweise gelernt ist, dann kann es auch auf ähnliche Bereiche übertragen und dort angewandt werden, ohne dass der Lernprozess nochmal durchlaufen werden muss. Darum ist KI eben so revolutionär bei allen Standardprozessen und sich wiederholenden Tätigkeiten. Die ändern sich eben nicht und sie sind prinzipiell untereinander sehr ähnlich. Wenn da einmal die Regeln gelernt sind, kann die KI Welle durchrollen und die Maschinen übernehmen hier dann wirklich und Menschen werden in den Bereichen nicht mehr arbeiten (müssen). In den Medien haben wir auch eine ganze Menge Standardabläufe und Routineprozesse. Deswegen wird es hier auch Veränderungen durch Machine Learning geben.

Journalismus ist ja gemeinhin eine fast künstlerische, geistige Tätigkeit. Jetzt redet man von datenbasiertem Arbeiten, ja sogar von „predictive analytics“. Wie passt das zusammen?

Das Beschaffen, Analysieren und massenhafte Auswerten von Informationen wird immer mehr eine Aufgabe für Maschinen und Algorithmen werden. Das gibt es ja im Prinzip auch schon länger und wurde bisher „Datenjournalismus“ genannt. Der springt jetzt mit KI Technologien auf eine neue Stufe. Ein Aspekt dabei ist eben der „predictive analytics“. Das heißt, dass solche Programme Prognosen aufgrund ihrer Datenanalysen vornehmen. 

Das ist alles schon beeindruckend, hat aber auch Grenzen. Einordnung, Interpretation und Verbindung mit anderen Bereichen können diese KI Technologien aber nicht leisten. Und das ist doch gerade die Aufgabe von Journalisten: Einordnen, Bewerten, Orientierung geben. Und dann natürlich das gekonnte Formulieren und Inszenieren. Auch diese geistigen, kreativen Tätigkeiten kann KI nicht leisten.

Gleichzeitig redet man auch von KI als „Waffe“ gegen Fake News?

Wenn es darum geht, typische Muster und Merkmale bei Fake News zu erkennen, dann ist KI dafür gut geeignet. Das geht bei Mustern zum Inhalt von Fake News und auch bei Mustern, wie sich solche Fake News in sozialen Netzwerken verbreiten. Aber selbst die Tech-Riesen wie Facebook haben Teams mit Menschen, die Fake News herausfiltern müssen. Weil KI eben, wie vorhin gesagt, Grenzen hat, wenn es um Interpretation und Einordnen in Zusammenhänge geht. 

Könnten hieraus auch neue Geschäftsmodelle, neue Möglichkeiten der Innovation entstehen?

Ja, auf alle Fälle. Technologien verändern immer Geschäftsmodelle. Ich denke die größten Effekte liegen darin, dass die Prozesse zur Produktion von Medieninhalten und ihre Auslieferung an Konsumenten durch KI noch viel stärker automatisiert werden wird. Das senkt Kosten und Preise. Gleichzeitig kommen wir mit KI Technologien dem Ideal wirklich individualisierter Medienangebote ein Stück näher. Das dürfte die Zahlungsbereitschaft bei uns als Konsumenten fördern und den Medien, die diese Möglichkeiten nutzen, neue Erlösquellen erschließen.

Professor Doktor Andreas Moring ist Professor für Innovation & Digital Management an der International School of Management ISM in Hamburg. Die Schwerpunkte seiner wissenschaftlichen Arbeit sind Digitale Geschäftsmodelle für Medien und Innovationsmanagement. Vor seiner aktuellen Professur arbeitete er für die Axel Springer AG, Schickler Unternehmensberatung und die Deutsche Druck- und Verlagsgesellschaft. Er wurde für seine journalistische Arbeit und von ihm entwickelte Produkte und Formate in den letzten Jahren mehrfach ausgezeichnet.