KI im Journalismus: Möglichkeiten & Grenzen

Inhaltsverzeichnis

1. KI im Journalismus
2. KIs unterscheiden: Definition
3. Anwendungsbereiche von KI im Journalismus
  3.1. Nachrichten-Aggregation
  3.2. Automatisierte Schreibprozesse
  3.3. Bilderstellung
  3.4. Monitoring von Social Media
4. Leichter und effizienter durch KI im Journalismus
  4.1. Nachrichten verstehen und Zielgruppen erweitern
  4.2. Mit Videos Zielgruppe erweitern
  4.3. Zeitersparnis bei der Erstellung von Nachrichtenclips
  4.4. KI im Alltag der Medien angekommen
5. Grenzen von KI im Journalismus
6. Ethische Grundsätze beim Einsatz von KI im Journalismus
  6.1. Gesetze und Richtlinien
  6.2. Unconscious Bias
7. Erfolgreiches Arbeiten mit KI in den Medien
  7.1. Datenlage
  7.2. Teamstruktur
  7.3. Transparenz
  7.4. Was brauchst du wirklich?
  7.5. Was willst du preisgeben?
8. Der Journalismus der Zukunft mit KI
9. Fragen und Antworten zum Thema KI in den Medien

KI im Journalismus: Das Wichtigste in Kürze

Künstliche Intelligenz: Journalismus im Wandel?

Obwohl KI bereits seit Jahren in den Medien zum Einsatz kommt, hat das Thema spätestens seit dem Release von ChatGPT 3.5 Ende 2022 eine enorme Aufmerksamkeit erfahren. Die Modelle von damals sind längst durch deutlich leistungsfähigere Generationen ersetzt, und neben OpenAI ist inzwischen eine ganze Reihe von Anbietern im Markt. Die Diskussion über Chancen, Risiken und Einsatzmöglichkeiten von KI im Journalismus ist jedoch aktueller denn je. Dabei wird unter anderem die große Frage gestellt, ob KI den Journalismus abschaffen könnte oder doch eher beflügelt. Die Antwort darauf liegt allerdings nicht in der Technologie, sondern im Umgang mit der KI.

Angekommen ist KI im Journalismus auf jeden Fall. Für den Medien-Trendmonitor 2025 von news aktuell wurden über 1.000 Journalist:innen aus Deutschland, Österreich und der Schweiz befragt: 70 Prozent nutzen KI-Tools im Redaktionsalltag. Am weitesten verbreitet sind Übersetzungen (76 Prozent), Transkriptionen (70 Prozent) sowie Recherche und Datenanalyse (66 Prozent). Deutlich seltener kommt KI bei der Bild- und Videobearbeitung oder bei der Content-Personalisierung zum Einsatz.

Wie wirkt sich das auf die Arbeitsplätze im Journalismus aus? Einzelne Häuser wie Bild und Spiegel streichen bereits Stellen in Layout und Produktion, weil diese Aufgaben künftig automatisiert oder von KI übernommen werden sollen. Der befürchtete Kahlschlag ist bislang aber ausgeblieben: Bei der internationalen Trendstudie des Reuters Institute 2026 gaben 67 Prozent der befragten Medienführungskräfte an, durch KI bisher keine Stellen eingespart zu haben. 16 Prozent haben leicht reduziert, 9 Prozent sogar neue Rollen geschaffen. 

KI bietet viele Möglichkeiten, um die Arbeitsweisen zu erweitern, birgt allerdings auch Risiken, wenn man mit der Technologie nicht bewusst umgeht. Worauf Medienschaffende achten sollten, wie sie Chancen nutzen und welche Fragen wirklich relevant sind, beantwortet dieser Text.

KIs unterscheiden: Definitionen von Künstlicher Intelligenz

Der Begriff KI stützt sich auf die deutsche Bezeichnung Künstliche Intelligenz und ist ein Überbegriff für eine Technologie. Ein weiterer Begriff dafür ist AI, was sich aus dem englischen Begriff Artificial Intelligence ableitet.

Eine KI ist also eine Technologie, die menschliche Fähigkeiten, wie etwa logisches Denken oder Kreativität, nachahmt. Dabei nutzt das System Algorithmen, die stetig (autonom) dazulernen, indem sie ihre Datenbank erweitern und analysieren. Wer sich intensiv mit KI auseinandersetzt, wird schnell erkennen, dass KI nicht gleich KI ist. Um zu verstehen, mit welcher KI es Medienschaffende zu tun haben, sollten sie auf die genaue Bezeichnung achten. Eine kleine Auswahl von verschiedenen Arten von KI, die in Medienunternehmen zum Einsatz kommen, ist in der Tabelle aufgeführt.

Anwendungsbereiche von KI im Journalismus

Im Journalismus gibt es viele Einsatzgebiete von KI, vom klassischen Schreiben bis hin zur Archivierung von Filmmaterial. Typische Aufgaben sind neben Schreibprozessen auch die Erstellung von Bildmaterial oder das Kuratieren von Feeds.

Aktuell übernimmt KI im Journalismus vor allem Zuarbeit und dient als Sparringspartner beim Entwickeln von Ideen und Inhalten. 75 Prozent der vom Reuters Institute befragten Medienführungskräfte gehen allerdings davon aus, dass eigenständig arbeitende KI-Agenten künftig großen oder sehr großen Einfluss auf die Branche haben werden.

Nachrichten-Aggregation

Die Zusammenstellung von Nachrichten oder die Kuration für personalisierte News ist ein beliebter Anwendungsfall. Ein Beispiel dafür ist die Empfehlung von Artikeln auf News-Seiten. Die KI analysiert die Interessen des Users oder der Userin und schlägt basierend auf den individuellen Vorlieben passende Artikel vor.

Auch die automatische Zusammenfassung von Artikeln passiert häufiger als den Leser:innen bewusst ist. Solche verkürzten News kommen in Social-Media-Feeds oder in Newslettern zum Einsatz.

Ebenfalls auf einer Nachrichten-Aggregation basierend, aber anders genutzt, kann die KI im Journalismus bei Trendanalysen helfen. Dabei durchsucht die KI die Nachrichtenlage und leitet daraus relevante Themen ab. An jenen Trends ausgerichtet, publizieren Redaktionen Artikel in der Hoffnung, Reichweite zu generieren. Auch bereits erschienene Artikel werden in der Timeline wieder weiter oben platziert.

Automatisierte Schreibprozesse

Das bekannteste Tool für die automatisierte Texterstellung ist ChatGPT. Laut „State of Journalism 2026“ von Muck Rack nutzen es 47 % der befragten Journalist:innen. Hinter ChatGPT steckt ein Sprachmodell von der Firma OpenAI aus den USA, das kontinuierlich weiterentwickelt wird. Durch die Eingabe von sogenannten Prompts (das sind Arbeitsanforderungen an das System) erstellt die KI einen Text. Aktuelle Systeme erledigen außerdem mehrstufige Aufgaben selbstständig: Sie recherchieren im Netz, greifen auf angebundene Werkzeuge zu und arbeiten ganze Arbeitsschritte ab, statt nur auf einzelne Prompts zu antworten.

In Redaktionen werden außerdem Custom GPTs eingesetzt, also auf spezifische Anforderungen zugeschnittene Assistenten. Diese sind beispielsweise für Rechercheaufgaben und SEO-Checks nützlich.

Neben ChatGPT gibt es viele weitere Tools, die bei Schreibprozessen unterstützen. Ein KI-gestützter Textgenerator, der für Produktbeschreibungen, Social-Media-Texte oder für die Formulierung von E-Mails eingesetzt werden kann, ist zum Beispiel Copy.AI. Das Tool “QuillBot” schreibt bereits bestehende Texte um, und auch die Rechtschreibprüfung kann über KI abgedeckt werden, zum Beispiel mit “DeepL Write”. Inzwischen gibt es immer wieder Zusammenfassungen und Updates, welche KI-Tools genutzt werden können. Da diese sich rasant entwickeln, ist eine abschließende Zusammenfassung kaum möglich.

Bilderstellung

Die Erstellung von Bildern ist inzwischen ein weiteres Feld, in dem KI auch in den Medien immer mehr eingesetzt wird. Ein Anwendungsfall ist die Veränderung von bereits vorhandenem Bildmaterial. Was früher aufwändig mit einem Bildbearbeitungsprogramm geschah, geht inzwischen auf Knopfdruck. Bekannt wurde die Technologie beispielsweise durch die Generierung von Memes. Ein bekanntes Tool zur Veränderung von Bildvorlagen ist das Tool Midjourney. Durch Text-to-Image-Eingabe erstellt das Programm Bildvorlagen wie beispielsweise alle US-Präsidenten im Vokuhila-Look.

Auch die Erstellung von komplett künstlich generierten Bildern ist mit einer KI im Journalismus möglich. User:innen geben lediglich einige Vorgaben ein und die KI erstellt darauf basierend ein Bild. Verbreitete Werkzeuge sind Midjourney, die Bildfunktion von ChatGPT, Googles Gemini, Adobe Firefly und Flux von Black Forest Labs.

Was als Spielerei begonnen hat, ist inzwischen schon ein Werbemarkt. Zum Beispiel launchte die Marke Afri-Cola eine Werbekampagne, die nur aus KI-Tools erstellt wurde. Was in der Werbekampagne noch verspielt und crazy aussieht, geht aber auch anders. Aktuelle KI-Modelle generieren beispielsweise lebensechte Porträts von Personen. Diese Personen gibt es in der Realität nicht und sie sehen täuschend echt aus. Diese Bilder können unter anderem für Anzeigen, die Bebilderung von Artikeln oder als Social-Media-Profile eingesetzt werden. Inzwischen haben auch Full-Service-Plattformen, wie etwa “Canva”, eine integrierte KI, welche eine Bilderstellung ermöglicht.

In Redaktionen sind solche Bilder ebenfalls angekommen. Das Portal shz.de des Schleswig-Holsteinischen Zeitungsverlags bebildert Lokal- und Regionalthemen teilweise mit KI-generierten Motiven – etwa mit einem durch künstliche Intelligenz erstellten Jugendraum statt eines Fotos vom echten Jugendtreff.

Video- und Audioerstellung

Was für Bilder gilt, funktioniert inzwischen auch für Bewegtbild: Aus einer Texteingabe entsteht ein Videoclip. Am Markt sind aktuell KI-Tools wie Pictory, Synthesia, Runway oder HeyGen. Die Einsatzmöglichkeiten reichen von kurzen Illustrationsclips über automatisch erzeugte Nachrichtenvideos bis zu Avataren, die fertige Beiträge vortragen.

So lässt beispielsweise die Regionalzeitung „Fränkische Nachrichten" aus Tauberbischofsheim seit 2026 einen KI-Avatar ihres Chefredakteurs Fabian Greulich ausgewählte Nachrichten aus der Region Tauber-Odenwald präsentieren.

Ähnliche Einsätze von KI im Journalismus gibt es auch im Audio-Bereich. Zum Beispiel testete die BBC mit „My Club Daily“ Nachrichten-Bulletins für Fans einzelner Fußballvereine mit synthetischen Sprecherstimmen. Erzeugt wurden sie aus bereits veröffentlichten BBC-Artikeln.

Monitoring von Social Media

KI-Systeme im Journalismus können verwendet werden, um die Echtheit von Nachrichteninhalten zu überprüfen, indem sie beispielsweise automatisierte Faktenchecks durchführen oder die Quelle des Inhalts überprüfen. Wie bei jeder KI-Anwendung gilt: Der Algorithmus ist nur so gut, wie die Daten, mit denen er gespeist wird. Das bedeutet, wenn dem Algorithmus Falschinformationen zugrunde gelegt werden, dann wird die Verifizierung von Nachrichten genauso falsch sein.

Auch die Stimmung im Netz ist für Unternehmen ein wichtiger Indikator. KI kann dabei helfen Kommentare auf Social-Media-Plattformen zu analysieren und gegebenenfalls warnen. Kommt beispielsweise ein Posting negativ an, dann schlägt das System Alarm. Das kann im Kleinen genutzt werden, indem der Thread dann durch eine Person moderiert wird, kann aber auch im Großen den entscheidenden Zeitvorsprung bei einer professionellen Krisenkommunikation liefern.

Personalisierung

Durch den Einsatz von KI können also jetzt schon Medienunternehmen wirklichen Mehrwert generieren, für neue Zielgruppen interessant werden und Ressourcen freisetzen. Da eine KI datenbasiert agiert, können die Daten auch genutzt werden, um das Produktportfolio auf die Bedürfnisse der Nutzenden auszurichten.

Gerade das Thema Personalisierung wird weiterhin ein wichtiger Faktor für Medien sein. Mit einer umfassenden Datengrundlage kann die Ausrichtung der Medienprodukte besser und individueller gelingen.

Ein eindrückliches Beispiel dafür ist das Regional-Update aus dem AI + Automation Lab des Bayerischen Rundfunks. Eine KI-Pipeline schneidet die im Radio gesprochenen Regionalnachrichten in einzelne Meldungen, transkribiert sie und versieht sie mit Ortsmarken. Daraus entstehen für Hörer:innen personalisierte Audio-Briefings aus der eigenen Region.

KI im Journalismus: Beispiele aus der Startup-Welt

Neben den Medienhäusern arbeiten auch zahlreiche Startups an KI-Anwendungen für die Branche. Viele davon lösen ein konkretes Problem aus dem Redaktionsalltag: Texte verständlicher machen, Inhalte in ein anderes Format bringen oder Archivmaterial auffindbar halten. Drei Beispiele aus dem Media Lab Bayern zeigen, wie das in der Praxis aussieht.

SUMM AI: Nachrichten verstehen und Zielgruppen erweitern

Die Medienforschung bestätigt, dass sich Leute von Nachrichten und Informationen überfordert fühlen. In einer komplexen Welt fällt es zunehmend schwerer, Inhalte zu begreifen und zu verstehen.

Das Startup SUMM AI stellt einen Algorithmus zur Verfügung, mit dem Inhalte in eine leicht verständliche Sprache übersetzt werden können. Es müssen lediglich die Texte in den Editor kopiert werden und herauskommt ein Text, aufbereitet als leicht verständlicher Inhalt.

Durch die Vereinfachung von Texten können genau jene Zielgruppen adressiert werden, die komplexe Zusammenhänge schwer erfassen können oder Sprachbarrieren haben. Einige Medien, wie etwa der Deutschlandfunk, bieten Inhalte bereits in leicht verständlicher Sprache an.

Anymate Me: Mit Videos Zielgruppe erweitern

Junge Zielgruppen präferieren Video-Content im Vergleich zu langen Texten. Deshalb profitieren Medienhäuser davon, ihre Inhalte auch als Video zur Verfügung zu stellen.

Kay Law und Julia Leduc wurden schon mehrfach für ihr Startup Anymate Me ausgezeichnet.

Das Startup Anymate Me ermöglicht eine Text-to-Video-Ausgabe, die für die Ansprache von jungen Menschen gemacht ist. Redakteur:innen geben einen Text ein und wählen eine künstlich generierte Person für die Moderation aus. So entsteht durch wenige Klicks der ursprüngliche Text als Video. Das Tool bietet sich auch an, um User:innen via Video über Funktionen auf einem Online-Portal o.ä. aufzuklären.

Television.AI: Zeitersparnis bei der Erstellung von Nachrichtenclips

Für die Produktion von Bewegtbild kommt auch immer wieder Archivmaterial zum Einsatz. Die passenden Inhalte im Archiv richtig zu taggen und wieder herauszusuchen, kostet Zeit. Das Startup Television.AI markiert Archivmaterial automatisch und kann auf Grundlage des Nachrichtentextes passendes Archivmaterial zur Verfügung stellen. So können schneller und effizienter Nachrichten-Einspieler produziert werden.

Grenzen von KI im Journalismus

Bei all den Versuchen mit KI im redaktionellen Umfeld stellt sich heraus, dass eine externe Kontrolle durch den Menschen bisher unabdingbar ist. Zum Beispiel muss die Qualität von Daten geprüft werden.

Fehlinformationen

Im Internet gibt es viele Fehlinformationen oder Hate Speech. Eine KI hinterfragt nicht, ob eine Information faktentreu, realistisch oder praxistauglich ist. Und selbst wenn nur faktentreue Daten hinterlegt sind, kann es dennoch zu Fehlinterpretationen kommen, zum Beispiel durch sogenanntes Halluzinieren.

Wie schnell das schiefgehen kann, zeigte 2026 ein Fall bei der Frankfurter Allgemeinen Zeitung. Die Zeitung nahm einen Gastbeitrag des Thüringer Ministerpräsidenten Mario Voigt offline und sperrte ihn im Archiv. Zuvor hatte das Portal FragDenStaat aufgedeckt, dass sich mehrere wörtliche Zitate von Wissenschaftlern darin nicht verifizieren ließen. Der Verdacht: Eine KI hatte sie erfunden. Aufgefallen ist das erst Monate nach der Veröffentlichung, wie unter anderem ZDFheute berichtete.

Dass es sich dabei nicht um einen Einzelfall handelt, zeigt die internationale Studie "News Integrity in AI Assistants" der Europäischen Rundfunkunion. Journalist:innen aus 22 öffentlich-rechtlichen Medienhäusern prüften über 3.000 Antworten von ChatGPT, Copilot, Gemini und Perplexity auf Nachrichtenfragen. In 45 Prozent der Fälle enthielt die Antwort mindestens einen erheblichen Fehler, am häufigsten bei den Quellenangaben. Getestet wurden dabei die kostenlosen Standardversionen ohne aktivierte Websuche.

Nach wie vor gilt also: Wer einen KI-generierten Text ungeprüft veröffentlicht, läuft Gefahr, Fehlinformationen zu verbreiten und verletzt damit seine journalistische Sorgfaltspflicht. Das betont auch die Paris-Charta zu KI und Journalismus, die der Deutsche Journalisten-Verband (DJV) unterzeichnet hat: „Die Nutzung und Entwicklung von KI-Systemen im Journalismus muss die Grundwerte der journalistischen Ethik wahren, einschließlich Wahrhaftigkeit und Genauigkeit […].“

Fehlinterpretationen

Auch Fehlinterpretationen sind durch eine KI im Journalismus möglich. Das kann zum Beispiel auf einen mangelnden Datensatz zurückzuführen sein. Eine Fehlinterpretation liegt etwa vor, wenn eine Situation umgedeutet wird, weil die KI den Kontext nicht erschließen kann.

Ein eindrückliches Beispiel dafür ereignete sich im Dezember 2024: Die KI von Apple fasste für ihre User:innen mehrere Push-Mitteilungen der BBC zusammen und machte daraus unter anderem die Meldung, der Tatverdächtige in einem Mordfall habe sich selbst erschossen. Das stimmte nicht. Erschienen ist die Falschmeldung trotzdem unter dem Namen der BBC. Der Sender legte Beschwerde ein, Apple schaltete die Funktion für Nachrichten-Apps im Januar 2025 ab. Inzwischen ist sie zurück, allerdings mit einem Warnhinweis: Eine Zusammenfassung könne die Bedeutung der ursprünglichen Schlagzeile verändern, Nutzer:innen sollten die Information überprüfen. (Quellen: BBC, TechRadar)

Unconscious Bias

Eine weitere große Herausforderung für die Entwicklung und den Einsatz von KI im Journalismus sind unbewusste Vorurteile (Unconscious Bias). Das sind versteckte Fehlannahmen von Menschen, die von einer KI reproduziert werden. Immer wieder kommt es so zu Verfehlungen, die auf den ersten Blick kaum zu erkennen sind.

Ein anschauliches Beispiel dafür kommt aus dem Recruiting. Wer bei der Personalsuche nur auf Daten schaut und dann der KI vertraut, ist nicht automatisch vor Fehlern gefeit. Bei der Angabe von gewünschten Kenntnissen kann eine unbewusste Diskriminierung vorliegen. Zum Beispiel könnte der Algorithmus so angelegt werden, dass Menschen, die nah am Arbeitsplatz leben, gegenüber potenziellen Pendler:innen bevorzugt werden. Befindet sich der Firmenstandort in einer teuren Stadt, so werden nur Menschen berücksichtigt, die sich eine hohe Miete leisten können.

Um den Unconscious Bias gering zu halten, wird in Teams aus Entwickler:innen immer häufiger auf eine heterogene Gruppe geachtet. Auch spezielle Gremien und Vereinigungen bilden sich, damit die KI-Tools mit guten Daten gefüttert werden. Zum Beispiel gibt es die Vereinigung “Black in AI”, die es sich zur Aufgabe gemacht hat, die Bedürfnisse von People of Color bei der Entwicklung von KI-Systemen zu repräsentieren.

Ethische Grundsätze beim Einsatz von KI im Journalismus

Mit der Entwicklung von Algorithmen, als auch in der Anwendung, geht viel Verantwortung einher. Deshalb braucht es Richtlinien und Orientierungspunkte, um eine möglichst stabile Basis dafür zu schaffen. Das sind zum einen gesetzliche Vorgaben und zum anderen auch unternehmensinterne Richtlinien, wie die Zukunft mit dem Einsatz von KI gestaltet wird.

KI-Gesetze

Eine KI sammelt Daten, wertet diese aus und lernt daraus. Neben bereits geltenden gesetzlichen Vorgaben in der DSGVO gibt es mit dem EU AI Act inzwischen einen eigenen europäischen Rechtsrahmen für KI. Die EU hat ihn 2024 verabschiedet, er gilt als weltweit erstes umfassendes KI-Gesetz. Sein Ziel: KI soll menschenzentriert und vertrauenswürdig sein. Gleichzeitig soll das Gesetz Gesundheit, Sicherheit und Grundrechte schützen, aber auch Innovation fördern.

Der EU AI Act klassifiziert KI-Systeme nach Risikostufen und schreibt unter anderem Kennzeichnungspflichten für KI-generierte Inhalte vor. Diese Transparenzpflichten gelten seit dem 2. August 2026.

Für Redaktionen ist dabei eine Ausnahme entscheidend. Bei KI-generierten Texten zu Themen von öffentlichem Interesse entfällt die Kennzeichnungspflicht, wenn der Text vor der Veröffentlichung inhaltlich geprüft wurde und eine benennbare Person oder Organisation die redaktionelle Verantwortung dafür übernimmt. Ein flüchtiges Drüberlesen reicht dafür nicht: Die EU-Kommission verlangt mindestens einen Faktencheck.

Anders sieht es bei Bild, Audio und Video aus. Für realistisch wirkende KI-Inhalte, also Deepfakes, gilt diese Ausnahme nicht. Sie müssen gekennzeichnet werden, auch wenn eine Redaktion sie geprüft hat.

Richtlinien für den Einsatz von KI im Journalismus

Im Hinblick auf den sich schnell entwickelnden Markt ist davon auszugehen, dass Gesetze und Richtlinien die Herausforderungen nicht allein bewältigen können. Deshalb ist es umso wichtiger, dass Unternehmen sich ebenfalls eigene Richtlinien geben. Das kann zum Beispiel in Form eines Code of Conduct (Verhaltenskodex) oder Transparenzhinweisen für die Community sein. Der Deutsche Journalisten Verband hat bereits ein Positionspapier veröffentlicht, in dem er neun Aspekte für einen verantwortungsvollen Umgang mit Künstlicher Intelligenz im Journalismus benennt.

Erfolgreiches Arbeiten mit KI in den Medien

Damit Redaktionen KI erfolgreich nutzen können, sollten sie über verschiedene Aspekte nachdenken und eine Grundlage für den Umgang mit KI in den Medien schaffen. Fünf wichtige Punkte sind hier aufgeführt.

1. Datenlage

Damit eine KI sauber arbeiten kann, braucht es eine gut strukturierte Datenlage. Deshalb sind aufgeräumte Archive und einheitliche Dokumentationen die Basis für alles. Des Weiteren benötigt es gute und einfache Anbindungsmöglichkeiten an das System. Wer bereits mit Workarounds arbeitet, hat es grundsätzlich nicht leicht, ein weiteres Tool einzubinden.

2. Teamstruktur

Mit dem Siegeszug der KI in Redaktionen verändern sich auch die Anforderungen an das Redaktionsteam. Journalisten und Journalistinnen benötigen ein gewisses Verständnis für die Technologie, um diese richtig einsetzen zu können und um einzuschätzen, was überhaupt Sinn macht. Medienunternehmen müssen sich deshalb überlegen, wie sie dieses Know-how bereitstellen können.

In der Medienbranche setzt man inzwischen auf interdisziplinäre Teams, in denen Redakteurinnen und Redakteure eng mit Data Scientists und Prompt Engineers zusammenarbeiten. Außerdem gibt es erste Weiterbildungsprogramme für KI-Kompetenzen im Journalismus, etwa von der ARD.ZDF medienakademie.

Dies geschieht entweder durch die Verbreiterung der Expertise von einzelnen Mitarbeitenden oder durch die Neustrukturierung von Teams. Es ist davon auszugehen, dass KI zukünftig weiterhin Einzug hält, daher wird Fachpersonal in den Bereichen Development oder auch Data Management immer wichtiger für die tägliche Arbeit einer Redaktion werden. Auch neue Berufsgruppen werden hinzukommen, zum Beispiel suchen die ersten Medienunternehmen bereits sogenannte Prompt Engineers.

3. Transparenz

Für Redaktionen ist die Glaubwürdigkeit und das Vertrauen der Audience das wertvollste Gut. Durch Transparenz werden diese Werte gestärkt. Deshalb sollten Redaktionen journalistische Stücke kennzeichnen, wenn sie mit KI erstellt wurden. Die gesetzliche Kennzeichnungspflicht ist dabei nur die Untergrenze. Um Vertrauen zu bilden, kann es hilfreich sein, möglichst konkret zu werden. „Recherche mit KI-Unterstützung, redigiert von …" sagt beispielsweise mehr aus als ein pauschales „erstellt mit KI“ und macht sichtbar, dass ein Mensch die Verantwortung übernommen hat.

In der Kennzeichnung liegt auch eine Chance, wenn alle Publikationen mit der zugehörigen Autorenschaft erfolgen. Denn wenn Redaktionen auch ihre menschlichen Autor:innen benennen, dann kann eine Einordnung durch das Publikum erfolgen und evtl. sogar eine besondere Verbundenheit geschaffen werden.

4. Was brauchst du wirklich?

Ein weiterer wichtiger Aspekt ist es zu wissen, was man braucht und möchte. Deshalb sollten Redaktionen ihre Bedürfnisse identifizieren und gezielt KI in diesem Bereich testen. Es bringt wenig, KI-Tools nur einzuführen, weil alle anderen es auch tun. Vielmehr sollte geschaut werden, wo Herausforderungen liegen. Eine spezifische KI-Anwendung kann dann durchaus die Lösung sein.

5. Was willst du preisgeben?

Zudem ist es wichtig, sich mit der Frage der Datenhoheit auseinanderzusetzen. Wer ein Interview zur Transkription hochlädt oder einem Chatbot eine unveröffentlichte Recherche zur Zusammenfassung gibt, übergibt diese Inhalte einem externen Anbieter. Je nach Tarif stimmt man dabei automatisch zu, dass die Inhalte als Trainingsdaten verwendet werden dürfen.

Entscheidend ist dabei weniger, welches Tool eine Redaktion wählt, sondern in welcher Version. In den kostenlosen Varianten der gängigen KI-Dienste fließen Eingaben in der Regel ins Modelltraining. Erst in den Geschäftstarifen ist ein Auftragsverarbeitungsvertrag Teil der Bedingungen, der genau das ausschließt.

Für Redaktionen heißt das: Vor dem ersten Einsatz klären, welche Inhalte in welches Tool dürfen. Besonders bei unveröffentlichten Recherchen und allem, was Rückschlüsse auf Quellen zulässt. Wer KI-Tools nutzt, sollte die damit verbundenen Nutzungsbedingungen abklären – und zwar regelmäßig, weil Anbieter sie ändern. Inzwischen gibt es auch einige Angebote aus Deutschland, die der Datenschutzgrundverordnung (DSGVO) entsprechen.

Ein Beispiel ist Langdock aus Berlin: Die Plattform bündelt gängige Sprachmodelle wie GPT, Claude oder Gemini in einer Oberfläche, hostet sie in der EU und schließt das Training mit Kundendaten aus. Ein weiteres Beispiel ist DeepL aus Köln. In der kostenpflichtigen Pro-Version werden Texte nicht dauerhaft gespeichert und nicht für das Training genutzt.

Der Journalismus der Zukunft mit KI

Journalismus wird zukünftig nicht mehr ohne KI arbeiten und die Technologie wird sich weiterentwickeln. Wichtig ist, dass Redaktionen sich darüber bewusst sind und ein entsprechendes Arbeitsumfeld schaffen, indem KI im Journalismus sicher und gezielt eingesetzt werden kann. Dazu braucht es angepasste Workflows, integrative Arbeitsmaterialien und ein erweitertes Skillset in Redaktionen. Wenn die Rahmenbedingungen stimmen, dann kann KI in den Medien die Arbeitsweisen verbessern und neues Potenzial freisetzen.