Am 29. Januar trafen wir uns zum ersten Hamburger Stammtisch Wissenschaftskommunikation des Jahres – nach der Veranstaltung vor Ort in der Körber-Stiftung im Sommer nun wieder online. Für unser Thema hatten wir den Experten Hendrik Schneider gewinnen können: Es ging um den professionellen Einsatz Künstlicher Intelligenz in der Wissenschaftskommunikation.
Hendrik Schneider hat Internationale Politik, Philosophie sowie Neuere und Neueste Geschichte studiert. Nach Stationen als Pressesprecher der Fraunhofer‑Gesellschaft verantwortet er heute die Kommunikation am Leibniz‑Zentrum für Agrarlandschaftsforschung (ZALF). Zusätzlich hat er dort die Aufgabe des KI-Beauftragten übernommen. In der Leibniz-Gemeinschaft leitet er den Arbeitskreis „KI in der Wissenschaftskommunikation“. Als Coach bietet er in seinem Unternehmen KI‑Wisskom Schulungen und Weiterbildungen zu KI‑Tools an.
Der folgende Text wurde mit ChatGPT auf Basis von Mitschriften von Marcus Flatten und Nicola Wessinghage sowie von Informationen aus der Präsentation von Hendrik Schneider erstellt und nachträglich noch bearbeitet.
KI verstehen, um sie für die faktenbasierte Debatte zu nutzen
Zum Einstieg stellte Hendrik seine Motivation vor: Die Wissenschaftscommunity stehe im „Kampf um Fakten“. Er warnte, dass Fakten und Falschinformationen in sozialen Medien hart konkurrierten. Wenn wissenschaftliche Einrichtungen KI‑Werkzeuge nicht aktiv einsetzten, verlören sie an Sichtbarkeit. Deshalb müsse man die Möglichkeiten und Risiken der KI jetzt verstehen, um in der gesellschaftlichen Debatte auch die wissenschaftliche Stimme zu sichern.
KI als Motor für effiziente Kommunikationsprozesse
Am ZALF experimentiert Hendrik schon seit 2023 mit bezahlten KI‑Modellen. Inzwischen kann die Kommunikationsabteilung 90 Prozent ihrer Pressemitteilungen von einer generativen KI schreiben lassen. Die Mitarbeitenden übernehmen vor allem die fachliche Kontrolle. Statt wie früher ein bis zwei Pressemitteilungen pro Monat erscheinen nun bis zu fünf pro Woche. Auf Nachfrage betonte Hendrik, dass sie nicht alle Texte versendeten – oft werden sie intern oder für Social‑Media‑Kanäle genutzt. Der entscheidende Schritt war für die Abteilung das Erstellen eigener Agenten, die unterschiedliche Arbeitsschritte übernehmen. Hendrik stellte drei Bots vor:
- Relevanzliste: Eine KI analysiert wöchentlich alle neuen Publikationen des Instituts (etwa 1.000 pro Jahr), erstellt Zusammenfassungen, prüft den Neuigkeitswert und die Anschlussfähigkeit an aktuelle Debatten. Die Ergebnisse dienen als Grundlage für die Redaktionssitzung, in denen die finale Auswahl getroffen wird.
- Pressemitteilungen: Ein zweiter Agent erkennt die Rolle des ZALF in einem Paper, formuliert Einstieg und Text, legt den Forschenden plausible Zitate „in den Mund“, ergänzt Boiler‑Plates, Förderhinweise sowie Vermerke „mit KI generiert“ und schickt den Entwurf in die fachliche Kontrolle. So entsteht ein publizierbares Manuskript in wenigen Minuten. Für die Pressemitteilung liegt ein ausführlicher Prompt vor.
- Sozial‑Media‑Beiträge: Ein dritter Bot generiert Posts für verschiedene Plattformen in Deutsch und Englisch, verlinkt beteiligte Institute und schlägt Hashtags vor. Mithilfe des Social‑Media‑Tools Fedica werden die Posts anschließend kanalübergreifend publiziert. Fehlen authentische Bilder, kommen KI‑Bildgeneratoren wie Adobe Firefly zum Einsatz.
Diese automatisierten Workflows sparen seinem Team laut Schneider rund 90 Prozent an Zeit, die die Mitarbeitenden für andere, kreative Arbeiten einsetzen. Parallel experimentiert das Team unter anderem mit Claude zum Programmieren kleiner Web‑Applikationen oder für individuelle Agenten. Ein Beispiel: Hendrik hat für das ZALF per KI eine spielerische Web‑App für Kinder programmieren lassen, mit der User über eine Drohne kranke Ackerflächen identifizieren und einen kleinen Traktor nur die betroffenen Stellen behandeln lassen können. Dieses Spiel konnte Hendrik auf der Website anbieten, ohne selbst über Programmier- oder Grafikkennnisse zu verfügen.
Von der Redaktion zur Kuratorin – fünf Thesen
Im Weiteren stellte Hendrik Schneider fünf Thesen zur Zukunft der Wissenschaftskommunikation mit KI vor:
- Kuration statt Redaktion:Kommunikationsteams verwandeln sich in Kurator*innen von Wissen. Sie wählen aus der Fülle wissenschaftlicher Ergebnisse die relevanten Inhalte aus und bereiten sie zielgruppengerecht auf – als Podcasts, kurze Videos oder interaktive Grafiken.
- Forschende als Kommunikator*innen: Dank KI‑gestützter Bots können Wissenschaftler*innen künftig selbst Pressemitteilungen oder Social‑Media‑Posts erstellen. Am ZALF haben alle Forschenden Zugriff auf die Agenten, um ihre Themen vorzubereiten.
- Radikaler Wandel der Mediennutzung:Schneider rechnet damit, dass klassische Verlage und Social‑Media‑Kanäle weniger wichtig werden. Informationen werden über große Plattformen und KI‑Assistenten verteilt. Die entscheidende Frage wird dann lauten: Wie wird unsere Forschung in KI‑Systemen gefunden?
- Neue Impact‑Metriken:KI ermöglicht neue Formen der Erfolgsmessung. Neben klassischen Pressespiegeln lassen sich Reichweiten und Resonanzen über KI‑gestützte Sentiment‑Analysen oder Chatbot‑Feedback messen.
- Recht und Ethik als Grundlage:Der KI‑Einsatz braucht klare Leitlinien. Schneider verwies auf die KI‑Handreichung des ZALF, die Risiken wie Urheberrecht, Datenschutz und ethische Verzerrungen adressiert. Die Handreichung mahnt, bestehende Gesetze zu wahren und wissenschaftliche Praxis zu respektieren. Sie weist darauf hin, dass das Hochladen und Verarbeiten von Texten nur erlaubt ist, wenn die Urheberrechte geklärt sind. Auch personenbezogene Daten und Geschäftsgeheimnisse dürfen nicht in generative Systeme eingespeist werden. Zu den ethischen Risiken zählen Diskriminierung, die Reproduktion von Stereotypen und das Erfinden von Informationen.
Schneider betonte, dass viele rechtliche Fallstricke bereits aus der Datenschutzgrundverordnung bekannt seien. Er fasste sie in zehn praxisnahen Regeln zusammen, die unten noch einmal aufgeführt sind.
Praktische Werkzeuge aus dem Arbeitsalltag
Neben den Regeln stellte Schneider auch einige konkrete Werkzeuge vor, die sich im Alltag bewährt haben.
Für Texterstellung und Rechtschreibprüfung nutzt sein Team unter anderem DeepL Translate und DeepL Write in der Pro-Version. Diese Variante bietet bessere Datenschutzbedingungen als frei verfügbare Versionen.
Eine interessante Infrastruktur für Forschungseinrichtungen ist zudem die Academic Cloud der Gesellschaft für wissenschaftliche Datenverarbeitung mbH Göttingen. Über die Plattform können Hochschulen und wissenschaftliche Einrichtungen ihren Mitarbeitenden Zugang zu DSGVO-konformen KI-Diensten anbieten. Neben kostenlosen nichtkommerziellen Modellen stehen dort auch kommerzielle Systeme zur Verfügung.
Schneiders Fazit: KI nimmt Kommunikationsabteilungen vor allem repetitive Arbeit ab. Die freiwerdende Zeit kann genutzt werden, um stärker strategisch zu arbeiten, neue Formate für die Wissenschaftskommunikation zu entwickeln und um persönliche Kontakte besser pflegen zu können.
Diskussion und Praxisbeispiele
Nach dem Impulsvortrag folgte eine lebhafte Diskussion. Zentrale Beiträge:
- Recherche‑Grenzen von KI:Teilnehmende warnten: Aktuelle LLMs halluzinieren und eignen sich kaum zur verlässlichen Recherche. Schneider antwortete, dass sich Halluzinationen durch Deep‑Research‑Funktionen reduzieren lassen und Agenten so konfiguriert werden können, dass sie ausschließlich mit internen Papers arbeiten.
- Hinweis des Informationsdienst Wissenschaft (idw): Der Verein testet einen Server, über den KI‑Bots nur im eigenen Datenpool recherchieren. Das Science Media Center erprobt ähnliche Lösungen.
- Kosten und Infrastruktur: Die Enterprise‑Version von ChatGPT war im sechsstelligen Bereich zu teuer. Schneider nutzt daher LibreChat und die vom Gemeinsamen Wissenschaftlichen Dienstleistungszentrum Göttingen (GWDG), siehe oben, gehostete ChatGPT‑Version. Die am ZALF entwickelten Agenten können dort auch als Service gebucht werden (ca. 250 €/Monat).
- KI im Videomarketing: Mit Adobe Character entwickelte das Team einen digitalen Avatar. Zusammen mit Canva und Voice‑Kloning von Eleven‑Labs kann das Kommunikationsteam des ZALF innerhalb von 15 Minuten kurze Erklärvideos inklusive Quiz‑Elementen für Instagram produzieren. Ziel ist es, durch Gamification die Interaktion zu erhöhen.
- Strategieentwicklung: KI hilft beim Persona‑Mapping: Zielgruppen werden gesammelt, geclustert und anhand von Einfluss/Beteiligung in eine Matrix eingeordnet. Bedürfnisse und Botschaften lassen sich daraus ableiten und als Personas entwickeln – eine erste strategische Grundlage für die Kommunikation.
- Notebook LM & Office 365: Google Notebook LM kann aus einem Word‑Dokument in Minuten eine Präsentation generieren; Office 365 transkribiert Audio‑ oder Videofiles und ChatGPT erstellt daraus ein Protokoll – eine praktische Abkürzung für Online‑Meetings.
Fazit: Wissenschaftskommunikation neu denken
Der Abend machte deutlich, dass KI‑Werkzeuge bereits heute enorme Effizienzgewinne ermöglichen und den Berufsalltag in der Wissenschaftskommunikation verändern. Hendrik Schneider sieht die Presse‑ und Öffentlichkeitsarbeit künftig vor allem als kuratierende Instanz, die Themen auswählt, Qualität sicherstellt und strategisch platziert. Eine automatisierte Masse an Pressemitteilungen ist ausdrücklich nicht das Ziel. Vielmehr soll die gewonnene Zeit für den Austausch mit Menschen, für Ausstellungen, Showrooms und Dialogformate genutzt werden.
Der kompetente Einsatz von KI erfordert Weiterbildung, kritische Reflexion und klare Standards. Die ZALF‑Handreichung und Hendriks Zehn‑Regeln‑Katalog bieten hierfür einen strukturierten Rahmen. Wer diese Tools professionell nutzt und ihre Grenzen kennt, gewinnt einen Vorsprung im Wettbewerb um Aufmerksamkeit und kann Wissenschaft kommunizieren, wo sie gebraucht wird – auf Webseiten, in Podcasts, in sozialen Medien und bald auch in KI‑gestützten Assistenten.
Zehn Regeln für den Einsatz von KI in der Wisskomm
1. Rechtliche Rahmenbedingungen einhalten
Der Einsatz generativer KI entbindet nicht von bestehenden rechtlichen Pflichten. Urheberrecht, Datenschutz oder Vertragsbedingungen gelten unverändert.
2. Sondervereinbarungen kennen und beachten
Besondere Vorsicht ist beim Umgang mit wissenschaftlichen Publikationen geboten. Viele Verlage schließen in ihren Lizenzvereinbarungen die Verarbeitung von Veröffentlichungen durch KI-Systeme aus. Eine häufige Ausnahme bilden Publikationen unter Creative-Commons-Lizenzen.
3. KI-Programme vor der Nutzung sorgfältig prüfen
Nicht jedes KI-System ist für jeden Einsatz geeignet. Vor der Nutzung sollte geklärt werden, wo Daten verarbeitet werden, wie sie gespeichert werden und welche Datenschutzstandards gelten.
Schneider empfahl hier einen pragmatischen Ansatz: In vielen Fällen reicht ein einziges leistungsfähiges Tool für den Großteil der Aufgaben. Seine Abteilung hat sich auf ChatGPT fokussiert.
Stehen keine internen Lösungen in der Organisation bereit, bieten Bezahlversionen in der Regel bessere Datenschutzoptionen als kostenlose Varianten. Wichtig ist, in den Einstellungen zu prüfen, dass Optionen wie „Modell für alle verbessern“ oder „Eingaben für Trainingsdaten verwenden“ deaktiviert sind.
4. Der Mensch hat das letzte Wort
KI-Systeme sind Werkzeuge. Verantwortung und Entscheidung bleiben beim Menschen. Inhalte, die mit KI erzeugt wurden, müssen deshalb immer von einer verantwortlichen Person geprüft und freigegeben werden.
Gerade in der Wissenschaftskommunikation ist diese Kontrolle zentral, weil hier häufig komplexe Inhalte für unterschiedliche Zielgruppen aufbereitet werden.
5. Besondere Sorgfalt bei personenbezogenen Daten
Personenbezogene Daten gehören grundsätzlich nicht in öffentliche KI-Systeme. Dazu zählen etwa Namen, Kontaktdaten oder interne Informationen über Mitarbeitende.
Wenn solche Daten verarbeitet werden müssen, sollten ausschließlich Systeme genutzt werden, die den Anforderungen der DSGVO entsprechen.
6. Geheimhaltungsverpflichtungen einhalten
Neben Datenschutzfragen spielen auch organisatorische Verpflichtungen eine Rolle. Interne Dokumente, vertrauliche Forschungsdaten oder nicht veröffentlichte Ergebnisse dürfen nicht ohne Weiteres in externe KI-Systeme eingegeben werden.
Einige Forschungseinrichtungen gehen deshalb dazu über, eigene KI-Systeme auf internen Servern zu betreiben, um die Datenhoheit zu behalten.
7. Inhalte kritisch prüfen
Generative KI kann überzeugende Texte produzieren, ist aber anfällig für Fehler und sogenannte Halluzinationen. Inhalte müssen deshalb immer fachlich geprüft werden.
8. Ethische Grundlagen beachten
KI-Systeme reproduzieren häufig vorhandene Verzerrungen in Trainingsdaten. Ein bekanntes Beispiel sind stereotype Darstellungen in Bildern oder Texten.
Kommunikator:innen sollten daher bewusst prüfen, ob Inhalte diskriminierende oder einseitige Darstellungen enthalten. Für Bildmaterial empfahl Schneider unter anderem die Plattform Better Images of AI, die alternative Darstellungen von KI-Technologie bereitstellt.
9. KI-generierte Inhalte kennzeichnen
Transparenz ist eine zentrale Voraussetzung für Vertrauen. Inhalte, die mit KI erstellt wurden, sollten daher kenntlich gemacht werden.
Bislang existiert allerdings noch kein einheitlicher Standard. Plattformen wie LinkedIn haben erste Kennzeichnungssysteme eingeführt. Schneider plädierte dafür, dass Wissenschaftseinrichtungen hier eigene klare Regeln entwickeln.
10. Kontinuierlich weiterbilden
Der Umgang mit KI verändert sich schnell. Neue Modelle, Funktionen und Anwendungen entstehen in kurzen Abständen.
KI-Bild(ChatGPT)
Professioneller Einsatz von KI
Hamburger Stammtisch Wissenschaftskommunikation am 29. Januar 2026
Am 29. Januar trafen wir uns zum ersten Hamburger Stammtisch Wissenschaftskommunikation des Jahres – nach der Veranstaltung vor Ort in der Körber-Stiftung im Sommer nun wieder online. Für unser Thema hatten wir den Experten Hendrik Schneider gewinnen können: Es ging um den professionellen Einsatz Künstlicher Intelligenz in der Wissenschaftskommunikation.
Hendrik Schneider hat Internationale Politik, Philosophie sowie Neuere und Neueste Geschichte studiert. Nach Stationen als Pressesprecher der Fraunhofer‑Gesellschaft verantwortet er heute die Kommunikation am Leibniz‑Zentrum für Agrarlandschaftsforschung (ZALF). Zusätzlich hat er dort die Aufgabe des KI-Beauftragten übernommen. In der Leibniz-Gemeinschaft leitet er den Arbeitskreis „KI in der Wissenschaftskommunikation“. Als Coach bietet er in seinem Unternehmen KI‑Wisskom Schulungen und Weiterbildungen zu KI‑Tools an.
Der folgende Text wurde mit ChatGPT auf Basis von Mitschriften von Marcus Flatten und Nicola Wessinghage sowie von Informationen aus der Präsentation von Hendrik Schneider erstellt und nachträglich noch bearbeitet.
KI verstehen, um sie für die faktenbasierte Debatte zu nutzen
Zum Einstieg stellte Hendrik seine Motivation vor: Die Wissenschaftscommunity stehe im „Kampf um Fakten“. Er warnte, dass Fakten und Falschinformationen in sozialen Medien hart konkurrierten. Wenn wissenschaftliche Einrichtungen KI‑Werkzeuge nicht aktiv einsetzten, verlören sie an Sichtbarkeit. Deshalb müsse man die Möglichkeiten und Risiken der KI jetzt verstehen, um in der gesellschaftlichen Debatte auch die wissenschaftliche Stimme zu sichern.
KI als Motor für effiziente Kommunikationsprozesse
Am ZALF experimentiert Hendrik schon seit 2023 mit bezahlten KI‑Modellen. Inzwischen kann die Kommunikationsabteilung 90 Prozent ihrer Pressemitteilungen von einer generativen KI schreiben lassen. Die Mitarbeitenden übernehmen vor allem die fachliche Kontrolle. Statt wie früher ein bis zwei Pressemitteilungen pro Monat erscheinen nun bis zu fünf pro Woche. Auf Nachfrage betonte Hendrik, dass sie nicht alle Texte versendeten – oft werden sie intern oder für Social‑Media‑Kanäle genutzt. Der entscheidende Schritt war für die Abteilung das Erstellen eigener Agenten, die unterschiedliche Arbeitsschritte übernehmen. Hendrik stellte drei Bots vor:
Diese automatisierten Workflows sparen seinem Team laut Schneider rund 90 Prozent an Zeit, die die Mitarbeitenden für andere, kreative Arbeiten einsetzen. Parallel experimentiert das Team unter anderem mit Claude zum Programmieren kleiner Web‑Applikationen oder für individuelle Agenten. Ein Beispiel: Hendrik hat für das ZALF per KI eine spielerische Web‑App für Kinder programmieren lassen, mit der User über eine Drohne kranke Ackerflächen identifizieren und einen kleinen Traktor nur die betroffenen Stellen behandeln lassen können. Dieses Spiel konnte Hendrik auf der Website anbieten, ohne selbst über Programmier- oder Grafikkennnisse zu verfügen.
Von der Redaktion zur Kuratorin – fünf Thesen
Im Weiteren stellte Hendrik Schneider fünf Thesen zur Zukunft der Wissenschaftskommunikation mit KI vor:
Schneider betonte, dass viele rechtliche Fallstricke bereits aus der Datenschutzgrundverordnung bekannt seien. Er fasste sie in zehn praxisnahen Regeln zusammen, die unten noch einmal aufgeführt sind.
Praktische Werkzeuge aus dem Arbeitsalltag
Neben den Regeln stellte Schneider auch einige konkrete Werkzeuge vor, die sich im Alltag bewährt haben.
Für Texterstellung und Rechtschreibprüfung nutzt sein Team unter anderem DeepL Translate und DeepL Write in der Pro-Version. Diese Variante bietet bessere Datenschutzbedingungen als frei verfügbare Versionen.
Eine interessante Infrastruktur für Forschungseinrichtungen ist zudem die Academic Cloud der Gesellschaft für wissenschaftliche Datenverarbeitung mbH Göttingen. Über die Plattform können Hochschulen und wissenschaftliche Einrichtungen ihren Mitarbeitenden Zugang zu DSGVO-konformen KI-Diensten anbieten. Neben kostenlosen nichtkommerziellen Modellen stehen dort auch kommerzielle Systeme zur Verfügung.
Schneiders Fazit: KI nimmt Kommunikationsabteilungen vor allem repetitive Arbeit ab. Die freiwerdende Zeit kann genutzt werden, um stärker strategisch zu arbeiten, neue Formate für die Wissenschaftskommunikation zu entwickeln und um persönliche Kontakte besser pflegen zu können.
Diskussion und Praxisbeispiele
Nach dem Impulsvortrag folgte eine lebhafte Diskussion. Zentrale Beiträge:
Fazit: Wissenschaftskommunikation neu denken
Der Abend machte deutlich, dass KI‑Werkzeuge bereits heute enorme Effizienzgewinne ermöglichen und den Berufsalltag in der Wissenschaftskommunikation verändern. Hendrik Schneider sieht die Presse‑ und Öffentlichkeitsarbeit künftig vor allem als kuratierende Instanz, die Themen auswählt, Qualität sicherstellt und strategisch platziert. Eine automatisierte Masse an Pressemitteilungen ist ausdrücklich nicht das Ziel. Vielmehr soll die gewonnene Zeit für den Austausch mit Menschen, für Ausstellungen, Showrooms und Dialogformate genutzt werden.
Der kompetente Einsatz von KI erfordert Weiterbildung, kritische Reflexion und klare Standards. Die ZALF‑Handreichung und Hendriks Zehn‑Regeln‑Katalog bieten hierfür einen strukturierten Rahmen. Wer diese Tools professionell nutzt und ihre Grenzen kennt, gewinnt einen Vorsprung im Wettbewerb um Aufmerksamkeit und kann Wissenschaft kommunizieren, wo sie gebraucht wird – auf Webseiten, in Podcasts, in sozialen Medien und bald auch in KI‑gestützten Assistenten.
Zehn Regeln für den Einsatz von KI in der Wisskomm
1. Rechtliche Rahmenbedingungen einhalten
Der Einsatz generativer KI entbindet nicht von bestehenden rechtlichen Pflichten. Urheberrecht, Datenschutz oder Vertragsbedingungen gelten unverändert.
2. Sondervereinbarungen kennen und beachten
Besondere Vorsicht ist beim Umgang mit wissenschaftlichen Publikationen geboten. Viele Verlage schließen in ihren Lizenzvereinbarungen die Verarbeitung von Veröffentlichungen durch KI-Systeme aus. Eine häufige Ausnahme bilden Publikationen unter Creative-Commons-Lizenzen.
3. KI-Programme vor der Nutzung sorgfältig prüfen
Nicht jedes KI-System ist für jeden Einsatz geeignet. Vor der Nutzung sollte geklärt werden, wo Daten verarbeitet werden, wie sie gespeichert werden und welche Datenschutzstandards gelten.
Schneider empfahl hier einen pragmatischen Ansatz: In vielen Fällen reicht ein einziges leistungsfähiges Tool für den Großteil der Aufgaben. Seine Abteilung hat sich auf ChatGPT fokussiert.
Stehen keine internen Lösungen in der Organisation bereit, bieten Bezahlversionen in der Regel bessere Datenschutzoptionen als kostenlose Varianten. Wichtig ist, in den Einstellungen zu prüfen, dass Optionen wie „Modell für alle verbessern“ oder „Eingaben für Trainingsdaten verwenden“ deaktiviert sind.
4. Der Mensch hat das letzte Wort
KI-Systeme sind Werkzeuge. Verantwortung und Entscheidung bleiben beim Menschen. Inhalte, die mit KI erzeugt wurden, müssen deshalb immer von einer verantwortlichen Person geprüft und freigegeben werden.
Gerade in der Wissenschaftskommunikation ist diese Kontrolle zentral, weil hier häufig komplexe Inhalte für unterschiedliche Zielgruppen aufbereitet werden.
5. Besondere Sorgfalt bei personenbezogenen Daten
Personenbezogene Daten gehören grundsätzlich nicht in öffentliche KI-Systeme. Dazu zählen etwa Namen, Kontaktdaten oder interne Informationen über Mitarbeitende.
Wenn solche Daten verarbeitet werden müssen, sollten ausschließlich Systeme genutzt werden, die den Anforderungen der DSGVO entsprechen.
6. Geheimhaltungsverpflichtungen einhalten
Neben Datenschutzfragen spielen auch organisatorische Verpflichtungen eine Rolle. Interne Dokumente, vertrauliche Forschungsdaten oder nicht veröffentlichte Ergebnisse dürfen nicht ohne Weiteres in externe KI-Systeme eingegeben werden.
Einige Forschungseinrichtungen gehen deshalb dazu über, eigene KI-Systeme auf internen Servern zu betreiben, um die Datenhoheit zu behalten.
7. Inhalte kritisch prüfen
Generative KI kann überzeugende Texte produzieren, ist aber anfällig für Fehler und sogenannte Halluzinationen. Inhalte müssen deshalb immer fachlich geprüft werden.
8. Ethische Grundlagen beachten
KI-Systeme reproduzieren häufig vorhandene Verzerrungen in Trainingsdaten. Ein bekanntes Beispiel sind stereotype Darstellungen in Bildern oder Texten.
Kommunikator:innen sollten daher bewusst prüfen, ob Inhalte diskriminierende oder einseitige Darstellungen enthalten. Für Bildmaterial empfahl Schneider unter anderem die Plattform Better Images of AI, die alternative Darstellungen von KI-Technologie bereitstellt.
9. KI-generierte Inhalte kennzeichnen
Transparenz ist eine zentrale Voraussetzung für Vertrauen. Inhalte, die mit KI erstellt wurden, sollten daher kenntlich gemacht werden.
Bislang existiert allerdings noch kein einheitlicher Standard. Plattformen wie LinkedIn haben erste Kennzeichnungssysteme eingeführt. Schneider plädierte dafür, dass Wissenschaftseinrichtungen hier eigene klare Regeln entwickeln.
10. Kontinuierlich weiterbilden
Der Umgang mit KI verändert sich schnell. Neue Modelle, Funktionen und Anwendungen entstehen in kurzen Abständen.
Links in der Übersicht