Schlagwort: Artifical Intelligence

Kategorien
Blog

Nachhaltige Daten: Wie Sie Ihre Datengrundlage umweltfreundlich und ethisch gestalten

KI und Nachhaltigkeit, AI & Sustainability

Daten sind das Herzstück jeder KI-Anwendung. Sie bilden die Grundlage für das Training von Algorithmen, die Entscheidungsfindung und die Optimierung von Prozessen. Doch während die Bedeutung von Daten für den Erfolg von KI unbestritten ist, wird oft übersehen, dass die Art und Weise, wie Daten erhoben, verarbeitet und genutzt werden, erhebliche ökologische und ethische Auswirkungen haben kann. In diesem Beitrag zeigen wir Ihnen, wie Sie Ihre Datengrundlage nachhaltig und ethisch gestalten können, um sowohl ökonomische Vorteile zu nutzen als auch soziale und ökologische Verantwortung zu übernehmen.

Die ökologische Dimension: Datenverarbeitung und Energieverbrauch

Der ökologische Fußabdruck der Datenverarbeitung wird häufig unterschätzt. Der Betrieb von Rechenzentren, die Speicherung riesiger Datenmengen und das Training von KI-Modellen erfordern enorme Mengen an Energie. Insbesondere das Training großer KI-Modelle, wie sie etwa für Natural Language Processing oder Bildverarbeitung eingesetzt werden, kann einen signifikanten CO2-Ausstoß verursachen. Laut einer Studie der University of Massachusetts verursachen die Trainingsprozesse großer KI-Modelle mitunter so viele CO2-Emissionen wie fünf Autos während ihrer gesamten Lebensdauer.

Um den Energieverbrauch und die damit verbundenen Emissionen zu minimieren, sollten Unternehmen folgende Maßnahmen in Erwägung ziehen:

  1. Energieeffiziente Rechenzentren: Wählen Sie Rechenzentren, die auf erneuerbare Energien setzen und energieeffiziente Technologien verwenden. Viele Cloud-Anbieter, wie etwa Google Cloud oder Microsoft Azure, bieten bereits solche Lösungen an, die den ökologischen Fußabdruck Ihrer Datenverarbeitung erheblich reduzieren können.
  2. Datenreduktion und -optimierung: Überprüfen Sie regelmäßig, welche Daten wirklich benötigt werden, und löschen Sie unnötige Daten. Reduzieren Sie die Datenmenge, die für das Training Ihrer Modelle erforderlich ist, durch Techniken wie Data Pruning oder Feature Selection. Dies spart nicht nur Speicherplatz, sondern reduziert auch den Energieverbrauch.
  3. Vermeidung von Übertraining: Optimieren Sie Ihre KI-Modelle so, dass sie mit weniger Trainingsepochen und kleineren Datenmengen auskommen. Dies verringert den Energieaufwand und beschleunigt gleichzeitig den Entwicklungsprozess.

Die ethische Dimension: Datenbeschaffung und -nutzung

Neben den ökologischen Aspekten spielt auch die ethische Verantwortung eine zentrale Rolle bei der Datenverarbeitung. Dies betrifft vor allem die Art und Weise, wie Daten erhoben, gespeichert und genutzt werden. Hier einige Grundsätze, die Sie bei der ethischen Gestaltung Ihrer Datengrundlage beachten sollten:

  1. Transparenz und Zustimmung: Stellen Sie sicher, dass alle Daten, die Sie verwenden, auf transparente und rechtlich einwandfreie Weise erhoben wurden. Nutzer müssen über die Art der Datenerhebung informiert werden und ihre ausdrückliche Zustimmung gegeben haben. Dies gilt insbesondere für personenbezogene Daten.
  2. Anonymisierung und Pseudonymisierung: Wo immer möglich, sollten personenbezogene Daten anonymisiert oder pseudonymisiert werden. Dies schützt die Privatsphäre der Nutzer und reduziert das Risiko von Datenschutzverletzungen.
  3. Vermeidung von Bias und Diskriminierung: Achten Sie darauf, dass die Daten, die Sie verwenden, keine systematischen Verzerrungen (Bias) enthalten, die zu diskriminierenden Entscheidungen führen könnten. Dies kann durch eine sorgfältige Auswahl und Prüfung der Datenquellen sowie durch Techniken wie Fairness-Audits erreicht werden.
  4. Datenrechte und Eigentum: Respektieren Sie die Datenrechte von Individuen und Organisationen. Stellen Sie sicher, dass Sie über die notwendigen Rechte zur Nutzung der Daten verfügen und dass die Interessen der Datenlieferanten gewahrt bleiben.

Praxisbeispiele für nachhaltige und ethische Datennutzung

Ein positives Beispiel für die nachhaltige und ethische Nutzung von Daten ist das Projekt „Data for Good“ von Facebook. Im Rahmen dieses Projekts stellt Facebook Daten aus seiner Plattform gemeinnützigen Organisationen zur Verfügung, um humanitäre Krisen wie Naturkatastrophen oder Pandemien zu bewältigen. Dabei wird großer Wert auf den Schutz der Privatsphäre gelegt: Die Daten werden anonymisiert und aggregiert, sodass sie keinen Rückschluss auf einzelne Nutzer zulassen.

Ein weiteres Beispiel ist das Unternehmen Patagonia, das sich bei der Datenerhebung und -nutzung strikt an seine ethischen Grundsätze hält. Patagonia sammelt nur die Daten, die für den Geschäftsbetrieb unbedingt erforderlich sind, und verzichtet auf invasive Datenerhebungsmethoden. Zudem informiert das Unternehmen seine Kunden klar und transparent darüber, wie ihre Daten verwendet werden und welche Rechte sie in Bezug auf ihre Daten haben.

Schritte zur nachhaltigen und ethischen Datengestaltung

Um sicherzustellen, dass Ihre Datengrundlage nachhaltig und ethisch gestaltet ist, können Sie folgende Schritte unternehmen:

  1. Energieverbrauch bewerten: Führen Sie eine Bewertung des Energieverbrauchs Ihrer Datenverarbeitung durch und identifizieren Sie Bereiche, in denen Einsparungen möglich sind.
  2. Nachhaltige Datenstrategie entwickeln: Entwickeln Sie eine Datenstrategie, die ökologische und ethische Aspekte berücksichtigt. Dies sollte auch die Wahl von Partnern und Anbietern umfassen, die sich zu Nachhaltigkeit und ethischer Verantwortung verpflichten.
  3. Datenquellen kritisch prüfen: Überprüfen Sie Ihre Datenquellen regelmäßig auf ethische und rechtliche Konformität. Stellen Sie sicher, dass die Daten auf transparente und faire Weise erhoben wurden und keine diskriminierenden Verzerrungen enthalten.
  4. Datenrichtlinien implementieren: Implementieren Sie klare Richtlinien und Prozesse für den Umgang mit Daten, die den Schutz der Privatsphäre, die Vermeidung von Bias und die Reduktion des Energieverbrauchs gewährleisten.
  5. Fortlaufende Überwachung und Anpassung: Überwachen Sie kontinuierlich die ökologische und ethische Performance Ihrer Datengrundlage und passen Sie Ihre Strategien und Prozesse bei Bedarf an.

Fazit: Daten als Schlüsselelement nachhaltiger und ethischer KI

Die Art und Weise, wie Daten in Ihrem Unternehmen erhoben, verarbeitet und genutzt werden, hat einen erheblichen Einfluss auf die Nachhaltigkeit und Ethik Ihrer KI-Projekte. Durch eine bewusste und verantwortungsvolle Gestaltung Ihrer Datengrundlage können Sie nicht nur den ökologischen Fußabdruck Ihrer KI-Anwendungen reduzieren, sondern auch ethische Risiken minimieren und das Vertrauen Ihrer Kunden und Stakeholder stärken.

In den kommenden Beiträgen dieser Serie werden ich mich weiter mit den ökologischen und sozialen Auswirkungen von KI-Projekten befassen und Ihnen zeigen, wie Sie diese Risiken erkennen und minimieren können. Bleiben Sie dran, um wertvolle Tipps und Best Practices zu erhalten, die Ihnen helfen, Ihre KI-Projekte erfolgreich und verantwortungsvoll umzusetzen.

Kategorien
Blog

Ethik in der Praxis: Prinzipien für eine verantwortungsvolle KI-Nutzung

Künstliche Intelligenz (KI) revolutioniert zahlreiche Branchen und bringt immense Vorteile mit sich – von der Effizienzsteigerung in der Produktion bis hin zur personalisierten Kundenansprache. Doch mit diesen Möglichkeiten gehen auch ernsthafte ethische Herausforderungen einher. Unternehmen, die KI einsetzen, müssen sicherstellen, dass ihre Systeme nicht nur leistungsfähig, sondern auch ethisch vertretbar sind. In diesem Beitrag beleuchten wir zentrale ethische Prinzipien, die bei der Implementierung von KI berücksichtigt werden sollten, und bieten Ihnen praxisnahe Tipps, wie Sie ethische Risiken minimieren können.

Warum Ethik in der KI-Nutzung unerlässlich ist

Ethische Überlegungen sind entscheidend, um das Vertrauen der Öffentlichkeit, der Kunden und der Mitarbeiter in KI-Systeme aufrechtzuerhalten. Ein unethischer Einsatz von KI kann schwerwiegende Folgen haben, einschließlich Diskriminierung, Datenschutzverletzungen und sogar körperlichen oder psychischen Schäden. Unternehmen, die diese Risiken nicht berücksichtigen, setzen sich nicht nur rechtlichen und finanziellen Risiken aus, sondern gefährden auch ihre Reputation und den langfristigen Erfolg.

Das Fehlen ethischer Standards in der KI-Nutzung kann darüber hinaus zu gesellschaftlichen Spaltungen führen, da bestimmte Gruppen benachteiligt oder ausgegrenzt werden könnten. Es ist daher von größter Bedeutung, dass Unternehmen ihre Verantwortung erkennen und ethische Prinzipien in ihre KI-Strategien integrieren.

Zentrale ethische Prinzipien für den Einsatz von KI

Um KI ethisch verantwortlich zu nutzen, sollten Unternehmen die folgenden Prinzipien in ihre Strategien und Prozesse integrieren:

  1. Transparenz: KI-Systeme sollten für Nutzer und Betroffene nachvollziehbar und verständlich sein. Das bedeutet, dass die Entscheidungsprozesse, die hinter den KI-Modellen stehen, offen gelegt und erklärt werden sollten. Dies schafft Vertrauen und ermöglicht es, Fehler und Vorurteile zu erkennen und zu korrigieren.
  2. Fairness: KI-Systeme müssen fair und unvoreingenommen sein. Diskriminierung aufgrund von Geschlecht, Hautfarbe, Religion oder anderen persönlichen Merkmalen darf nicht stattfinden. Um dies zu gewährleisten, sollten Unternehmen regelmäßig Audits ihrer KI-Modelle durchführen, um potenzielle Verzerrungen (Bias) zu erkennen und zu beheben.
  3. Datenschutz: Der Schutz der Privatsphäre ist ein zentrales ethisches Anliegen bei der Nutzung von KI. Unternehmen müssen sicherstellen, dass sie die Daten ihrer Kunden und Nutzer sicher und verantwortungsbewusst behandeln. Dies beinhaltet nicht nur den Schutz vor Datenmissbrauch, sondern auch die Minimierung der erhobenen Datenmengen (Data Minimization) und die Gewährleistung von Anonymität, wo immer dies möglich ist.
  4. Verantwortlichkeit: Für die Entscheidungen, die durch KI-Systeme getroffen werden, muss immer eine verantwortliche Person oder Einheit benannt sein. Unternehmen sollten klar definieren, wer für die Überwachung, Evaluierung und gegebenenfalls Anpassung der KI-Systeme zuständig ist. Dies stellt sicher, dass ethische Standards eingehalten und bei Bedarf schnell korrigiert werden können.
  5. Sicherheit: KI-Systeme müssen so gestaltet sein, dass sie keine physischen oder psychischen Schäden verursachen. Dies bedeutet, dass Unternehmen Sicherheitsvorkehrungen treffen müssen, um sicherzustellen, dass ihre Systeme in allen möglichen Szenarien sicher funktionieren und dass es Mechanismen zur Schadensbegrenzung gibt, falls es doch zu unerwarteten Problemen kommt.

Praktische Schritte zur Umsetzung ethischer Prinzipien

Die Integration dieser ethischen Prinzipien in die Praxis erfordert konkrete Maßnahmen und Tools. Hier sind einige Schritte, die Ihnen helfen, ethische Standards in Ihren KI-Projekten umzusetzen:

  1. Ethische Leitlinien entwickeln: Beginnen Sie damit, klare ethische Leitlinien für den Einsatz von KI in Ihrem Unternehmen zu formulieren. Diese sollten auf den oben genannten Prinzipien basieren und spezifisch auf die Bedürfnisse und Herausforderungen Ihres Unternehmens zugeschnitten sein.
  2. Ethische Audits durchführen: Implementieren Sie regelmäßige Audits Ihrer KI-Systeme, um sicherzustellen, dass sie den ethischen Standards entsprechen. Diese Audits sollten sich auf Bereiche wie Fairness, Transparenz und Datenschutz konzentrieren und sowohl technische als auch nicht-technische Aspekte berücksichtigen.
  3. Schulung und Sensibilisierung: Schulen Sie Ihre Mitarbeiter regelmäßig in ethischen Fragen und der verantwortungsvollen Nutzung von KI. Dies stellt sicher, dass ethische Überlegungen bei der Entwicklung und Implementierung von KI-Lösungen durchgängig berücksichtigt werden.
  4. Stakeholder einbinden: Beziehen Sie verschiedene Stakeholder – einschließlich Kunden, Mitarbeiter und externe Experten – in den Entwicklungsprozess Ihrer KI-Systeme ein. Dies hilft, unterschiedliche Perspektiven zu berücksichtigen und sicherzustellen, dass Ihre Systeme den Bedürfnissen und Erwartungen aller Beteiligten gerecht werden.
  5. Technologische Lösungen nutzen: Setzen Sie auf technologische Tools, die Ihnen helfen, ethische Prinzipien in Ihren KI-Systemen zu implementieren. Dazu gehören beispielsweise Algorithmen zur Erkennung und Behebung von Bias, Tools zur Gewährleistung von Transparenz und erklärbarer KI (Explainable AI) sowie Technologien zum Schutz der Privatsphäre.

Beispiele für ethische Herausforderungen in der Praxis

Ein bekanntes Beispiel für ethische Herausforderungen bei der Nutzung von KI ist der Einsatz von Gesichtserkennungstechnologien. Diese Technologien können zwar zur Verbesserung der Sicherheit beitragen, indem sie etwa die Identifizierung von Kriminellen erleichtern, doch sie sind auch mit erheblichen ethischen Bedenken verbunden. Studien haben gezeigt, dass viele Gesichtserkennungssysteme Verzerrungen aufweisen und bei bestimmten Bevölkerungsgruppen, insbesondere bei Menschen mit dunkler Hautfarbe, weniger zuverlässig sind. Dies kann zu Diskriminierung und ungerechten Entscheidungen führen.

Ein weiteres Beispiel ist die Nutzung von KI in der Personalbeschaffung. Viele Unternehmen setzen KI ein, um Bewerbungen zu sichten und die am besten geeigneten Kandidaten auszuwählen. Doch auch hier gibt es ethische Risiken: Wenn die Algorithmen auf historischen Daten trainiert wurden, die Verzerrungen enthalten, können sie diese Verzerrungen reproduzieren und verstärken. Dies kann dazu führen, dass bestimmte Gruppen von Bewerbern systematisch benachteiligt werden.

Fazit: Ethik als Schlüssel für den Erfolg von KI-Projekten

Die Integration ethischer Prinzipien in die Nutzung von Künstlicher Intelligenz ist nicht nur eine Frage der Verantwortung, sondern auch des langfristigen Erfolgs. Unternehmen, die ethische Standards ernst nehmen und konsequent umsetzen, können das Vertrauen ihrer Stakeholder gewinnen, Risiken minimieren und ihre Reputation stärken. Ethik sollte daher nicht als zusätzliche Bürde, sondern als integraler Bestandteil der KI-Strategie verstanden werden.

In den nächsten Beiträgen dieser Serie werden ich mich mit spezifischen Aspekten der nachhaltigen und ethischen KI-Nutzung beschäftigen, darunter die Frage, wie Sie Ihre Datengrundlage umweltfreundlich und ethisch gestalten können, sowie die Analyse der ökologischen und sozialen Auswirkungen von KI-Projekten. Bleiben Sie dran, um weitere wertvolle Einblicke und praktische Tipps zu erhalten.

Kategorien
Blog

Der erste Schritt: Nachhaltigkeit in der KI-Strategie verankern

KI und Nachhaltigkeit, AI & Sustainability

Die Integration von Künstlicher Intelligenz (KI) in Unternehmen ist in vielen Branchen ein entscheidender Faktor für zukünftigen Erfolg. Doch die Einführung von KI-Technologien bringt nicht nur technologische und ökonomische Herausforderungen mit sich, sondern auch ökologische und soziale Fragen. In diesem Beitrag zeigen wir Ihnen, wie Sie Nachhaltigkeitsziele von Anfang an in Ihre KI-Strategie integrieren können, um langfristig erfolgreich und verantwortungsvoll zu agieren.

Warum Nachhaltigkeit in der KI-Strategie wichtig ist

Nachhaltigkeit ist heute mehr als ein Trend – sie ist ein Muss. Unternehmen stehen unter zunehmendem Druck, ihre Geschäftspraktiken an ökologischen und sozialen Standards auszurichten. Dies gilt auch und besonders für den Einsatz von Künstlicher Intelligenz. Eine nachhaltige KI-Strategie stellt sicher, dass KI-Systeme nicht nur effizient und innovativ sind, sondern auch dazu beitragen, die Umwelt zu schonen und gesellschaftliche Verantwortung zu übernehmen.

Eine nachhaltige KI-Strategie hilft Unternehmen dabei, langfristige Risiken zu minimieren und Chancen zu maximieren. Ein KI-System, das beispielsweise den Energieverbrauch optimiert oder die Ressourceneffizienz steigert, kann nicht nur Kosten senken, sondern auch einen positiven Beitrag zur Umweltbilanz leisten. Gleichzeitig reduziert eine solche Strategie das Risiko negativer sozialer und ökologischer Auswirkungen, die zu Reputationsverlusten oder regulatorischen Problemen führen könnten.

Wie Nachhaltigkeit in die KI-Strategie integriert werden kann

Der erste Schritt zur Integration von Nachhaltigkeit in Ihre KI-Strategie besteht darin, klare Nachhaltigkeitsziele zu definieren. Diese sollten sowohl ökologische als auch soziale Dimensionen umfassen und auf den spezifischen Kontext Ihres Unternehmens abgestimmt sein. Hier sind einige zentrale Fragen, die Sie sich dabei stellen sollten:

  • Welche ökologischen Auswirkungen hat unser KI-Projekt? Betrachten Sie den gesamten Lebenszyklus Ihres KI-Systems – von der Entwicklung über den Betrieb bis hin zur Entsorgung. Wie hoch ist der Energieverbrauch? Welche Ressourcen werden benötigt? Gibt es Möglichkeiten, den ökologischen Fußabdruck zu minimieren?
  • Wie trägt unser KI-Projekt zur sozialen Nachhaltigkeit bei? KI kann sowohl positive als auch negative soziale Auswirkungen haben. Fördert Ihr Projekt beispielsweise die Chancengleichheit und Inklusion? Oder besteht das Risiko, dass bestimmte Bevölkerungsgruppen benachteiligt werden?
  • Wie passt unser KI-Projekt in die übergeordnete Nachhaltigkeitsstrategie unseres Unternehmens? Nachhaltigkeit sollte kein isolierter Aspekt sein, sondern in die gesamte Unternehmensstrategie integriert werden. Überlegen Sie, wie Ihre KI-Projekte zur Erreichung Ihrer übergeordneten Nachhaltigkeitsziele beitragen können.

Methoden zur Bewertung der ökologischen und sozialen Auswirkungen

Um die ökologischen und sozialen Auswirkungen von KI-Projekten zu bewerten, stehen Ihnen verschiedene Methoden und Tools zur Verfügung. Eine bewährte Methode ist die Lebenszyklusanalyse (Life Cycle Assessment, LCA), die den gesamten Lebenszyklus eines Produkts oder einer Dienstleistung untersucht – von der Rohstoffgewinnung über die Produktion und Nutzung bis hin zur Entsorgung. Mit einer LCA können Sie den ökologischen Fußabdruck Ihres KI-Projekts ermitteln und identifizieren, in welchen Bereichen Verbesserungen möglich sind.

Für die Bewertung sozialer Auswirkungen eignet sich die Social Impact Assessment (SIA). Diese Methode analysiert die sozialen Folgen eines Projekts und hilft Ihnen, potenzielle Risiken zu erkennen und zu minimieren. Eine SIA kann beispielsweise dazu beitragen, Diskriminierung oder unfaire Praktiken zu identifizieren, die durch den Einsatz von KI-Systemen verstärkt werden könnten.

Praxisbeispiele für nachhaltige KI-Projekte

Ein Beispiel für die erfolgreiche Integration von Nachhaltigkeit in eine KI-Strategie ist das Unternehmen Google. Google hat sich zum Ziel gesetzt, bis 2030 vollständig auf erneuerbare Energien umzusteigen und hat bereits erhebliche Fortschritte in Richtung Klimaneutralität gemacht. Ein wichtiger Bestandteil dieser Strategie ist der Einsatz von KI zur Optimierung des Energieverbrauchs in Rechenzentren. Durch den Einsatz von maschinellem Lernen konnte Google den Energieverbrauch seiner Rechenzentren um bis zu 40 % senken, was nicht nur die Betriebskosten senkt, sondern auch einen erheblichen Beitrag zum Klimaschutz leistet.

Ein weiteres Beispiel ist die Modeindustrie, wo KI genutzt wird, um den Ressourcenverbrauch in der Produktion zu minimieren. Das Unternehmen H&M setzt KI-Algorithmen ein, um die Produktionsmengen besser vorherzusagen und so Überproduktion und Abfall zu reduzieren. Diese Strategie trägt dazu bei, die Umweltbelastung zu verringern und gleichzeitig die Effizienz der Lieferkette zu erhöhen.

Nachhaltigkeitsziele in die Praxis umsetzen: Eine Checkliste

Um sicherzustellen, dass Ihre KI-Projekte nachhaltig sind, können Sie die folgenden Schritte in Ihre Strategie integrieren:

  1. Nachhaltigkeitsziele definieren: Legen Sie konkrete, messbare Ziele fest, die sowohl ökologische als auch soziale Aspekte berücksichtigen.
  2. Lebenszyklusanalyse durchführen: Bewerten Sie den ökologischen Fußabdruck Ihres KI-Projekts und identifizieren Sie Optimierungspotenziale.
  3. Soziale Auswirkungen analysieren: Führen Sie eine Social Impact Assessment durch, um potenzielle soziale Risiken zu erkennen und zu minimieren.
  4. Nachhaltige Technologien und Praktiken wählen: Setzen Sie auf Technologien und Methoden, die den Energieverbrauch und die Ressourcennutzung minimieren.
  5. Kontinuierliche Überwachung und Anpassung: Überwachen Sie regelmäßig die Fortschritte Ihrer Nachhaltigkeitsziele und passen Sie Ihre Strategie bei Bedarf an.

Fazit: Der Weg zu einer nachhaltigen KI-Strategie

Nachhaltigkeit in der KI-Strategie zu verankern, ist ein entscheidender Schritt, um langfristigen Erfolg zu sichern und gleichzeitig einen positiven Beitrag zur Gesellschaft und Umwelt zu leisten. Durch klare Ziele, die Bewertung von ökologischen und sozialen Auswirkungen und die Auswahl nachhaltiger Technologien können Unternehmen sicherstellen, dass ihre KI-Projekte nicht nur wirtschaftlich erfolgreich, sondern auch verantwortungsvoll und zukunftsfähig sind.

In den nächsten Beiträgen unserer Serie werden wir uns mit weiteren Aspekten der ethischen und nachhaltigen KI-Nutzung befassen. Bleiben Sie dran, um zu erfahren, wie Sie Ihre KI-Projekte von Anfang an ethisch gestalten und welche Best Practices Ihnen dabei helfen können, verantwortungsvolle und innovative Lösungen zu entwickeln.

Kategorien
Blog

Konferenz: Auswirkungen von KI im Digitalen Journalismus auf Glaubwürdigkeit und Ethik

Ich freue mich einer spannenden Einladung folgen zu können, die mich nicht nur zu einem spannenden Thema bringt, sondern auch zurück zu meinen beruflichen Anfängen, bzw. meinem damals schon aktiven Verbandsengagement – zum Deutschen Journalistenverband. Vor vielen Jahren habe ich beim DJV Hamburg den Arbeitskreis Junge JournalistenInnen ins Leben gerufen und gemeinsam mit meinem Kollegen Frank Riedel geleitet.

Doch darum soll es eigentlich nicht gehen, auch wenn die Erinnerungen erheblich getriggert wurden. Vielmehr geht es um die Zukunft und nichts geringeres als die Überlebensfähigkeit und Zukunft des Journalismus schlechthin. Wir werden auf der Konfernez – hier geht zur Anmeldung und mehr Infos Link über die Auswirkungen der künstlichen Intelligenz auf die Glaubwürdigkeit journalistischer Angebote diskutieren. Es stellen sich hier nicht nur viele ethische Fragen, ob und wie KI eingesetzt werden sollte, nicht zuletzt weil sich die Frage stellt, ob Medienunternehmen und Journalisten hier nicht nur Passagiere auf der Reise sind. Es geht auch um existenzielle Frage, die wir bereits auch vor dem generellen Hintergrund des Internets und der Digitalisierung seit vielen Jahren diskutieren, nämlich nach der Rolle und dem Selbstverständnis des Journalismus in unserer Gesellschaft. In Zeiten von ChatGPT, MidJourney und Co. werden diese Fragen um ein Vielfaches komplexer und wichtiger.

Ich freue mich sehr – Wir sehen uns am 16.09. in Wuppertal.

Kurzvorstellung der Konferenz von der Webseite:

Mensch & Maschine – Die Beschleunigung des Journalismus?

Medienschaffende aus ganz Deutschland treffen sich am 16. September 2023 im codeks in Wuppertal zum Journalismuskongress „Besser Online“.

In der Stadt, die bekannt ist für ihre Schwebebahn und seltene Mammutbäume, lautet das Motto „Mensch & Maschine – Welche Intelligenz Journalismus braucht“.

Die große Beschleunigung macht auch vor dem Journalismus nicht halt. „Wir leben in einer Welt voller Exponentialfunktionen“, sagt der Kognitionspsychologe und diesjährige Keynote-Speaker Christian Stöcker. Was hat es für Folgen, wenn die Transformation so laut an die Redaktionstür klopft, dass das Ignorieren nun wirklich nicht mehr funktioniert?
Pessimismus und Verteufelung führen in eine gefährliche Sackgasse. „Wir brauchen eine konstruktive Auseinandersetzung mit dem Thema Künstliche Intelligenz, die sowohl die Chancen, als auch die Herausforderungen bedenkt. Und dazu gehört auch eine andere Denkweise, ein Mindshift in Richtung gemeinsamer Zukunftskreation“, sagt Ute Korinth, Vorsitzende des Fachausschusses Online im Deutschen Journalistenverband, der die Veranstaltung organisiert.

Und genau darüber und viele weitere, den Journalismus bewegende Themen, werden Teilnehmende und Speaker*innen verschiedenster Fachrichtungen diskutieren. In zahlreichen Vorträgen und Panels teilen Expert*innen ihre Erfahrungen zu Glaubwürdigkeit, investigativem Journalismus, Mental Health, der Zukunft der sozialen Netzwerke, den Umgang mit Verschwörungstheorien und natürlich der künstlichen Intelligenz. Es wird Workshops geben zum Thema „Prebunking“, „Prompting für Einsteiger*innen“ und mehr.

Der im letzten Jahr erstmals erfolgreich durchgeführte Start-up-Pitch wird auch in Wuppertal stattfinden. „Besser Online“ bietet den Menschen hinter drei zukunftweisenden Ideen eine Bühne. Nalan Sipar, die Gewinnerin des Vorjahres ist als Moderatorin dabei.

Zum Abschluss wird die Transformationsbegleiterin und Mitgründerin des Start-ups „Reinventing Society“ Stella Schaller einen Blick in die Zukunft wagen. Eine Zukunft, in der Visionen und der Mut, Experimente zu wagen, eine entscheidende Rolle im Journalismus spielen werden.