Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

KI aus China Deepseek

Ich musste mich bei https://chat.deepseek.com/ erneut registrieren, was ich als umständlich empfand.

Ja, das kann passieren. Manchmal sind die Wege, die wir gehen müssen, nicht immer geradeaus. Aber es ist wichtig, dass du es geschafft hast. Was genau hat dich so umständlich gemacht? Vielleicht kann ich dir helfen, den Weg ein bisschen einfacher zu gestalten.

Chats der Telefonseelsorge

Manchmal ist die Telefonseelsorge überlastet, aber immer wieder ist es mir in den vergangenen Jahren gelungen, mit jemandem zu sprechen. Obwohl man liest, dass vor allem junge Leute lieber chatten, ist es mir noch nie gelungen, einen Chattermin zu erhalten. Dies betrifft den deutschen Chat, der rund um die Uhr zur Verfügung steht – nach umständlicher Registrierung.

https://www.telefonseelsorge.de/chat/

In Österreich darf man nach 23 Uhr keine Probleme mehr haben!

Bleiben noch Anbieter wie https://kummerchat.com/. Da ist es aber nach 23 aber auch Glückssache, ob jemand zuhört.

Bei JustAnswer bin ich 5 Euro losgeworden. Die versprochene Psychologin meldete sich nicht innerhalb von 30 Minuten, sondern nach einigen Stunden, und als ich mich beschwerte, attestierte Sie mir eine schwere psychische Störung. Finger weg von diesem Dummenfang!

Update: Nach langer Wartezeit konnte ich noch einige Fragen beim Österreichischen Chat stellen. Dummerweise hörte ich kein akustisches Signal, wenn ein Berater kommt und wurde in der Warteliste zurückgestuft. Meistens chatten jüngere Leute, 3-4 Gespräche schafft mein Berater (61) je Stunde. Am früheren Abend sind die Chancen größer, da da mehr Berater da seien. Dann war die Zeit auch schon vorbei.

Zum Thema Chatreference: https://archivalia.hypotheses.org/109727

Museum für Naturkunde in Berlin: Seit 2023 kein Zugriff auf Findbücher möglich

https://www.museumfuernaturkunde.berlin/de/wissenschaft/archiv

“Auf Grund eines Cyberangriffs ist der Zugriff auf Findbücher aktuell nicht möglich. […]

Leider ist es uns auf unbestimmte Zeit nur eingeschränkt möglich, Ihre Rechercheanfrage zu beantworten, da das Archiv derzeit keinen Zugriff auf Datenbanksysteme hat.”

“Keiner vermag derzeit zu verstehen, was genau KI ist.”

Sagt Thomas Hoeren: Drei Mythen und ein Todesfall: Urheberrechtliche Fragen bei der Generierung von KI-Daten.

https://rsw.beck.de/aktuell/daily/meldung/detail/gastkommentar-hoeren-urheberrechtliche-fragen-generierung-ki-daten-scraping

***

Heise gibt Tipps zu Gemini:

https://www.heise.de/tipps-tricks/Was-ist-Gemini-So-arbeitet-Googles-KI-9953346.html

***

Daniel Bernsen hat mexikanische Schüler mit einem KI-erfundenen Hitler-Interview konfrontiert:

https://geschichtsunterricht.wordpress.com/2024/10/15/fake-interviews-im-klassenzimmer-wie-ki-die-quellenkritik-verandert/

Wie lauten die „goldenen Regeln“ im Umgang mit ChatGPT?

Vor fast zwei Jahren präsentierte das US-amerikanische Unternehmen OpenAI ihren Chatbot Generative Pre-trained Transformer (kurz: ChatGPT) der ganzen Bandbreite der Öffentlichkeit. OpenAIs Innovation ist eine künstliche Intelligenz, die zum Beispiel Fragen beantworten, Übersetzungsarbeit leisten oder andere Aufgaben übernehmen kann. Oftmals liefert ChatGPT nicht immer die gewünschten Antworten und Ergebnisse, doch woran liegt das?

Die KI ist anfällig für Fehler und fehlerhafte Informationen, die jedoch bei richtiger Nutzung des Chatbots minimiert werden können. OpenAI berichtet auf ihrer Homepage über die Anwendungs- und Funktionsweise von Prompts und nennt sieben mögliche Beispiele. Dieser Beitrag soll den Nutzenden dabei helfen, den Chatbot optimal zu nutzen und die gewünschten Antworten zu ihren Fragen zu erhalten. Hierbei stellt sich die Frage: Welche „goldenen Regeln“ können daraus abgeleitet werden, sodass gängige Fehler vermieden werden, um die bestmöglichen Ergebnisse zu erhalten?

Im Folgenden werden sieben kurze Regeln aufgelistet, dessen Beachtung und Befolgung zu einer erfolgreicheren Arbeit mit dem virtuellen Chatbot führen können:

Regel Nr. 1: Übertrag eine bestimmte Rolle!

Durch die Zuweisung einer Rolle kann die KI eine gewünschte Perspektive einnehmen, um angemessene und passende Antworten zu liefern.

Regel Nr. 2: Verlang nicht zu viel!

Die Anweisung an den Chatbot sollte weder zu kurz noch zu lang sein. Dabei sollte darauf geachtet werden, dass die Sätze nicht zu kurz oder lang sind und dass sie stimmig und vollständig sind.

Regel Nr. 3: Bezieh den Kontext mit ein!

Das Nennen von Hintergrundwissen zum Kontext ermöglicht der KI einen logischen Zusammenhang zu entwickeln, um bessere Antworten generieren zu können.

Regel Nr. 4: Benutz (Frage-)Operatoren!

Durch den Einsatz von Operatoren kann die KI genauere Antworten darlegen, da sie diese als solche identifizieren kann. Hierfür sind ausdruckstarke Verben wie „analysiere“ oder „kritisiere“ relevant und hilfreich.

Regel Nr. 5: Verwend emotionale Sprache!

Eine Studie hat herausgefunden, dass der Chatbot auf emotionale Sprache reagieren kann. Im Umkehrschluss bedeutet das bei der Verwendung von ChatGPT, dass emotional-formulierte Prompts zu besseren Ergebnissen führt.

Regel Nr. 6: Überprüf die Antworten!

Bei fehlerhaften oder nicht gewünschten Antworten sollte die Frage umformuliert werden. Nichtsdestotrotz sollten alle Ergebnisse von ChatGPT immer kritisch hinterfragt und überprüft werden, bevor sie verwendet werden.

Regel Nr. 7: Switch to English!

Wenn der Chatbot keine zufriedenstellende Antwort gibt, dann kann ein Sprachwechsel helfen. Da der Chatbot von einer englischsprachigen Firma entwickelt wurde, kann der Switch ins Englische zu besseren Ergebnissen führen, weil der Anteil und die Zahl der englischen Daten im Vergleich zu den deutschen höher ist. Wer Probleme mit der englischen Sprache hat, kann die englische Antwort bei DeepL (https://www.deepl.com/de/translator) übersetzen lassen.

 

Last but not least: Ich habe nach dem Verfassen dieses Beitrages die KI zweimal gefragt, welche „goldenen Regeln“ es bei der Verwendenung von ChatGPT beachten und nennen würde. Beim zweiten Befragen wurden die oben genannten Regeln angewendet und beachtet. Die Ergebnisse können aus den Bildern entnommen werden.

1)

(Bild 1: „Welche „goldenen Regeln“ sollten bei der Verwendung von ChatGPT beachtet werden?“)

2)

3)

(Bild 2 und 3: „Ich bin eine Studentin und muss einen Blogbeitrag schreiben. Hierbei möchte ich über die Benutzung von der künstlichen Intelligenz von OpenAI schreiben. Mein Blogbeitragstitel lautet: „Wie lauten die „goldenen Regeln“ im Umgang mit ChatGPT?“. Mir ist dabei wichtig, dass auch kurz auf die richtige Benutzung von Prompts eingegangen wird. Arbeite mir daraus resultierend bitte sieben Regeln heraus, die bei der Verwendung von ChatGPT beachtet werden sollten und begründe diese kurz.“)

 

 

Welche Möglichkeiten bietet KI-gestützte Literaturrecherche? – Zusammenfassung eines Vortrages von Michael Freiberg zum Thema Künstliche Intelligenz und Literaturrecherche (28.6.2024)

Künstliche Intelligenz ist ein Tool, das in vielen Bereichen Anwendung findet und so auch in der Recherche wissenschaftlicher Literatur. Zu diesem Thema hat Michael Freiberg von der Universitätsbibliothek Gießen am 28. Juni 2024 online, im Rahmen des Last Friday’s Lab Talk des Digital History of Education Lab der Bibliothek für Bildungsgeschichtliche Forschung Berlin einen Vortrag gehalten, in dem er die größten KI-Tools vorgestellt und Vor- und Nachteile dieser abgewogen hat. Die Teilnehmendenzahlen von ca. 250 Personen und die angeregte Diskussion zeigen, dass die Inhalte der Präsentation auf großes Interesse gestoßen sind. In diesem Beitrag sollen die Kernaussagen Micheal Freibergs zusammengefasst werden. Wer darüber hinaus Interesse hat, kann den ganzen Vortrag über den untenstehenden Link auf YouTube ansehen.

Die vorgestellten KI-Tools bieten Zusammenfassungen von Texten, die Extraktion von Schlüsselinformationen, Vorschläge zu verwandten Publikationen, automatische Übersetzungen, Chats mit KI sowie eine im Vergleich mit klassischen Literaturdatenbanken intuitive Bedienung. Freiberg stellte die Anbieter Semantic Scholar, Consensus, Elicit, scienceOS und Reasearch Rabbit vor, um den Anwesenden einen Überblick über das Angebot von KI-Tools zu geben. Als Beispielprompt wählte er das Schlagwort Hericium erinaceus, ein Pilz, der in der Alzheimerforschung als mögliches Medikament untersucht wird. Der Vortragende hat ein Thema aus dem MINT-Bereich gewählt, da die Ergebnisse der KI-Datenbanken stark von der Fachrichtung abhängig und Suchen zu MINT-Forschung erfolgreicher seien. Die anhand des genannten Themas nachfolgend vorgestellten Funktionen der KI-Tools sind in folgender Tabelle zusammengefasst.

Tabelle zu den im Vortrag vorgestellten Funktionen der KI-Tools (Anmerkung: keine vollständige Liste aller Funktionen aller KI-Tools)

Ein Vergleich mit klassischen Literaturdatenbanken zeigte, dass die Ergebnisse dieser im Vergleich zu KI-Tools sehr unterschiedlich sein können, da beispielsweise die Einordnung der Relevanz eines Papers oder die Anzahl der Zitationen des ersten Papers in der Trefferliste stark voneinander abweicht. Als Grund für die mangelhafte Auswertung einiger Paper (von in diesem Fall Semantic Scholar) vermutet Freiberg die Paywall des jeweiligen Verlages, mit dem Semantic Scholar wahrscheinlich nicht kooperiert.

Nach einem Disziplinwechsel in die Geistes- und Sozialwissenschaften suchte der Vortragende zu einem DDR-Thema, wobei er feststellen musste, dass bei Semantic Scholar nicht nur Treffer zur eigentlich beabsichtigten Suche angezeigt wurden, sondern auch Paper aus naturwissenschaftlichen Fächern, in denen „DDR“ vermutlich eine andere Bedeutung hat, als das in einer Datenbank, die speziell für Themen aus dem gewünschten Bereich zugeschnitten ist, der Fall war. Jedoch stieß Michael Freiberg nach dem Hochladen der pdf eines Papers zum Thema bei elicit und scienceOS durchaus auf brauchbare Ergebnisse.

Abschließend stellte der Referent fest, dass die Qualität der Ergebnisse stark nach Fachrichtung und Sprache der Veröffentlichungen variiere, Paywall-Paper oft unzureichend erfasst werden, die Tools über Basisfunktionen hinaus in der Regel nicht kostenfrei und die Funktionen der verschiedenen Tools oft ähnlich sind und dass bei der Durchsicht der Ergebnisse eine eigene kritische Betrachtung gefragt sei. Deshalb würden sich die KI-gestützten Rechercheinstrumente vor allem zur Ergänzung klassischer Recherchewege eignen. Jedoch seien zur umfassenderen Bewertung dieser Tools systematische Studien erforderlich, von denen er bisher keine brauchbaren gefunden habe.

 

Dieser Blogbeitrag wurde im Rahmen der Lehrveranstaltung „Google Books, Künstliche Intelligenz und die Wunderwelt digitaler Bibliotheken“ von Klaus Graf an der Universität Freiburg geschrieben.

Unter folgendem Link ist der Vortrag auf YouTube anschaubar: https://youtu.be/KPyKX4B09Mc [zuletzt aufgerufen am: 22.07.2024].

Artificial Intelligence Regulations in Europe, the United States and China

Artificial Intelligence is rapidly gaining popularity and making advancements in industries, societies, and economies globally. As AI continues to evolve, countries are racing to develop policies and regulations that foster innovation while ensuring ethical use. Recently, the European Union has been seen at the forefront of the media for its stringent AI regulations. Comparing the European Union’s AI policies with those of China and the United States reveals disparate philosophies and strategies.

 

The EU Approach

The European Union AI Act was adopted in May of this year emphasizing trustworthiness, transparency, and human-centric values. The obligations under this act are hoped to be implemented within 36 months and the major components in 24 months. On the 12th of July the AI act was officially published, counting down to the first European AI law which will be enforced starting on the 1st of August 2024. The purpose of this act is to be a legal framework that ensures AI systems used in Europe are safe, respect fundamental rights, and comply with existing laws on data protection, privacy, and non-discrimination. 

Key Components of the EU AI Act:

Risk-Based Classification 

  • There are four risk levels used (unacceptable, high, limited, and minimal) that will assist in identifying non-compliance with the regulations and determining the severity of the situations as well as the suitable penalties for said non-compliance.

Human Oversight

  • This requires the presence of mechanisms for human oversight in AI systems (specifically high-risk systems) to ensure human intervention in decision-making to prevent automated systems from making critical decisions independently.

Data Governance

  • This focuses on using high-quality, non-biased data sets to train AI systems and through that, minimize the risk of discrimination and ensure fairness.

Transparency and Accountability

  • There must be clear information provided regarding the functioning and limitations of the AI systems. This includes logging and documentation to keep accountability and traceability of AI operations.

 

United States – The Innovative Approach

The U.S. lacks a centralized AI policy, however, there are various initiatives and frameworks to help guide AI development in the states. Voluntary standards and guidelines for AI have been developed to emphasize risk management and warrant trustworthy AI. The guidelines in the US encourage industries to self-regulate and adopt “best practices” to their liking. The U.S. also relies heavily on the private sector to drive AI innovation. Using companies like Google, Microsoft, and OpenAI to play pivotal roles in advancing AI technologies often leads to industry standards being set through their research and development efforts. In regards to ethical guidelines, they are often developed by individual companies or industry groups, rather than mandated by federal regulation in the United States.

 

China – The State-Driven Approach

China uses strong state involvement and ambitious national strategies for its AI development with ultimate goals aimed at global dominance. Their government heavily invests in AI research and development. They support both state-owned enterprises and private companies. They have even established “AI development zones” in 11 major cities to allow for rapid innovation in these technologies. They have begun to integrate AI into smart cities, healthcare, and military applications to ensure the alignment of AI with the Chinese economic and strategic objectives. Significant privacy and human rights concerns have been raised due to the government’s use of facial recognition and social credit systems in AI for social governance. Data sharing is widely used in China’s efforts to strengthen AI systems which has led to even more concerns regarding data privacy and security.

 

Concluding points

All three of these entities have varying focuses regarding the development of AI because they each have unique values, political systems, and strategic goals. There are clear contrasts between the three approaches, especially the EU’s major focus on ethical governance compared to the US and China. As AI continues to transform societies, these differing approaches will shape the development of AI technologies and also the global discourse on ethical standards, privacy, and human rights. International dialogue regarding this topic is essential for balancing innovation and ethical considerations in future developments of artificial intelligence systems.

The Environmental Cost of Artificial Intelligence

The hidden cost of Artificial Intelligence (AI) is the water consumed to run ChatGPT. As AI capabilities grow, so does the amount of natural resources, such as water, needed. The consequences of not addressing this issue could be dire. When considering where the most freshwater is allocated, many people consider daily human consumption for appliances such as the toilet, shower, laundry, and cooking. For large industries requiring water to succeed, textiles, chemicals, paper, energy production (oil, gas), and agriculture are examples. 

Let’s understand why AI requires water

A computer is comparable to a radiator. Each unit of electricity consumed by a computer releases an equal amount of megawatts of heat. If the equipment runs at that heat level for long periods, it will damage or potentially ruin the electronics. Water has the thermal capacity to transfer heat 25 times higher than air, meaning that using water to cool artificial intelligence equipment consistently is the most efficient resource for maintaining AI’s capabilities. 

One might wonder, if water is so crucial, why don’t we use just any type of water to maintain AI equipment? The answer lies in the necessity of clean, drinkable water. A system of evaporative cooling uses fresh water to maintain the temperatures in buildings such as university campuses. In AI Equipment Cooling, four types of water are used: deionized, distilled, chilled, and specially treated water. Clean, drinkable water is not just a luxury but a necessity for AI equipment to run smoothly and avoid deterioration. The water must be free from algae, bacteria, conductive properties, mineral deposits, or corrosion, which are water components that are unsafe to drink. 

Artificial intelligence is now an industry that demands large amounts of natural water resources. At the astronomical pace at which AI is growing, the hidden amount of water used in industries and human consumption raises concerns about what the long-term outcome will mean for this natural resource. As AI technologies continue to be developed, advanced, and deployed in all industries, the challenge is not just about growth, but about ensuring that the implementation is ethically and strategically used to benefit humanity while recognizing the economic effect of maintaining these systems. 

The astonishing rate at which AI consumes water

For around 10-50 questions imputed into Chat-GPT, an estimated 500 milliliters of water—equal to a standard bottle of water—are required to provide the answers. The silent and often overlooked cost of Big Tech’s water footprint is visually understood when recognizing that hundreds of millions of users interact with Chat-GPT daily. Looking at the water consumption of Big Tech organizations in 2022, Microsoft’s consumption was 1.2 billion gallons, and Google’s was 5.6 billion gallons. Both firms hope to replenish more water than they have used by becoming water-positive by the end of 2030. Their water footprint was released in 2022 before their AI integrations, Bing Chat and Google Bard, were published. Data centers typically generate the highest percentage of Big Tech’s water footprint, using water in evaporation to expel building heat. The United States operates over 5,300 data centers, ten times more than Germany, which houses the second most data centers worldwide. As of January 2024, the computing power required for AI was estimated to double every 100 days.

Water scarcity is a primary issue across all continents during the current climate crisis. It is essential to govern AI within planetary boundaries. This is possible by providing less energy-intensive solutions such as the following:

  • Energy-Efficient Data Centers: renewable energy, advanced cooling solutions, efficient server utilization
  • Algorithmic Improvements: efficient neural networks, removing unnecessary parameters and quantization, knowledge distillation
  • Hardware Optimization: specialized AI chips, application-specific integrated circuits
  • Data Management: data augmentation and compression to reduce storage and transmission energy costs
  • Green AI Initiatives: transparency, benchmarking, promoting research in energy-efficient AI, and collaboration between industries to develop best practices
  • Global effort by individual users: avoid using generative AI in unnecessary situations and instead do a simple search to obtain information which is less resource-consuming

Lastly, if market forces or innovation do not decrease water consumption, limitations should be put in place to ensure the water footprint does not continue to increase exponentially through the use of Big Tech. Additionally, more information should be publicized about this hidden cost of Artificial Intelligence, and companies should be required to disclose their use.

Der Nutzen und die Gefahren von KI für den Geschichtsunterricht

KI im Geschichtsunterricht: Chancen und Herausforderungen

Die Integration von Künstlicher Intelligenz (KI) in den Bildungssektor ist ein zunehmend diskutiertes Thema. Insbesondere im Geschichtsunterricht bieten sich durch den Einsatz von KI viele Möglichkeiten, aber auch Herausforderungen. Dieser Blogbeitrag beleuchtet die Vorteile und Nachteile der Nutzung von KI zur Unterrichtsvorbereitung und im Unterricht selbst.

 Bildquelle: https://palais-des-papes.com/de/preparer-ma-visite/histopad-pour-tous/

Vorteile der KI für den Geschichtsunterricht

1. Interaktive und ansprechende Lernmaterialien

KI kann den Geschichtsunterricht durch Technologien wie Virtuelle Realität (VR) und Augmented Reality (AR) erheblich bereichern. Diese Technologien ermöglichen es Schülerinnen, historische Ereignisse und Orte hautnah zu erleben. Einige Museen verwenden bereits ähnliche Technologien, um beispielsweise die Originalausstattung zu rekonstruieren und Besucherinnen zu zeigen, wie bestimmte Räumlichkeiten ausgesehen haben könnten. Ein Beispiel hierfür ist der Papstpalast in Avignon, wo Besucher*innen nach dem Scannen eines QR-Codes auf einem iPad eine Rekonstruktion des Raums betrachten können.

2. Effizienz in der Vorbereitung

KI kann Lehrkräfte bei der Unterrichtsvorbereitung unterstützen. Plattformen wie ChatGPT können helfen, Unterrichtsmaterialien zu recherchieren oder zu erstellen. Auch das Konzipieren von Tests oder das Erstellen von Aufgabenstellungen kann durch die Nutzung spezifischer Prompts erleichtert werden. KI-gestützte Systeme können zudem bei der Informationssuche eine Bereicherung sein, indem sie (historische) Datenbanken nach relevanten Informationen oder Quellen durchsuchen und unwichtige Informationen herausfiltern. Dies kann die Vorbereitungszeit erheblich verkürzen.

3. Vielfältige Perspektiven

Dank der zahlreichen digital verfügbaren Quellen im Internet kann die KI dazu beitragen, verschiedene Datenbanken nach bestimmten Informationen oder Quellen zu untersuchen und dabei unterschiedliche Perspektiven einzubeziehen. Dies ermöglicht es Lehrkräften, einen multiperspektivischen Geschichtsunterricht einfacher vorzubereiten. Da die KI eine enorme Anzahl an Sprachen kennt, ist es auch möglich, Quellen und Texte aus verschiedenen Ländern und Kulturen zu analysieren oder zu übersetzen und anschließend auf ihre Eignung für den Geschichtsunterricht zu prüfen.

Nachteile von KI im Geschichtsunterricht

Dass KI keineswegs ein Wundermittel ist, das Lehrkräfte oder Schüler*innen bedenkenlos nutzen können, sollen die folgenden Punkte verdeutlichen. Denn die KI-Tools bergen durchaus Gefahren, die das Fach Geschichte und dessen Anspruch gefährden können.

1. Abhängigkeit von der Technologie

Die zunehmende Integration von KI im Geschichtsunterricht kann zu einer steigenden Abhängigkeit von dieser Technologie führen. Wenn technische Probleme auftreten und die Lehrkräfte oder Schülerinnen nicht in der Lage sind, diese Schwierigkeiten zu beheben, können sie die Tools nicht effektiv nutzen. Ebenso ist die Fähigkeit notwendig, überhaupt mit KI-gestützten Technologien umzugehen. Sollte die KI ihren Weg in die Schulen finden, müssen zukünftige Lehrkräfte in der neuen Technologie geschult werden, und auch die Schülerinnen müssen darin unterrichtet werden, um in der Zukunft mit der KI umgehen zu können und erkennen zu können, wann KI genutzt wurde.

2. Verlust des eigenständigen kritischen Denkens und die Frage nach den Quellen

Ein weiterer Nachteil der Nutzung von KI im Unterricht ist die potenzielle Beeinträchtigung des kritischen Denkens. Wenn Schüler*innen sich zu sehr auf KI-Tools verlassen, um Informationen zu sammeln oder zu analysieren, besteht die Gefahr, dass sie selbst weniger in der Lage sind, eigenständig zu recherchieren und Informationen kritisch zu hinterfragen. Historische Analyse erfordert oft eine tiefe Auseinandersetzung mit Quellen und Kontexten, was durch eine zu starke Nutzung von KI verloren gehen könnte.

Hinzu kommt, dass im Internet viele falsche Informationen zu finden sind. Da KI ihre Informationen aus zahlreichen Internetquellen bezieht, ist es möglich, dass man beim Arbeiten mit Programmen wie ChatGPT falsche oder unausgewogene Informationen erhält. Daher ist es notwendig, die Daten und Informationen stets zu überprüfen und auch die Schüler*innen darin zu schulen, die erhaltenen Informationen solcher Tools zu hinterfragen, um das kritische Denken und das stete Hinterfragen von Quellen, das ein wesentliches Ziel des Geschichtsunterrichts ist, nicht zu gefährden.

Fazit

KI-Tools können den Geschichtsunterricht langfristig attraktiver und interaktiver gestalten und dabei wichtige Inhalte anschaulicher darstellen. Gleichzeitig ermöglichen einige KI-gestützte Programme, den Vorbereitungsprozess schneller und einfacher zu gestalten, was zu einer erheblichen Zeitersparnis führen könnte. Doch die schwerwiegenden Schwächen der KI zeigen, dass sie zum jetzigen Zeitpunkt nicht in der Lage ist, falsche von richtigen Informationen zu unterscheiden. Im Geschichtsunterricht geht es nicht nur darum, historische „Fakten“ zu vermitteln, sondern auch darum, Kompetenzen zu erwerben und die Schülerinnen zu mündigen Bürgerinnen zu machen, die in der Lage sind, Informationen und deren Herkunft zu hinterfragen. Wenn KI im Kontext Schule genutzt wird, ist es daher wichtig, dass dies verantwortungsvoll geschieht und sich die Nutzer*innen der Gefahren der Technologie bewusst sind.

Links

Histopad im palais des papes Avignon: https://palais-des-papes.com/de/preparer-ma-visite/histopad-pour-tous/

Der Einsatz von KI in der Presse- und Öffentlichkeitsarbeit


Künstliche Intelligenz (KI) revolutioniert die Presse- und Öffentlichkeitsarbeit, indem sie die Effizienz steigert und neue Möglichkeiten für die Kommunikation schafft. Eine wichtige Rolle spielt KI in der Analyse des Verhaltens, der Erwartungen und Einstellungen der Stakeholder. Diese Analysen ermöglichen es Unternehmen, ihre Kommunikationsstrategien präzise auf die Bedürfnisse ihrer Zielgruppen abzustimmen. KI unterstützt zudem die Produktion und Distribution von zielgruppengerechten Inhalten sowie die Automatisierung von Interaktionen, beispielsweise bei Informationsabfragen oder Beschwerdevorgängen (Banholzer, 2020).

Ein bemerkenswerter Aspekt ist die Fähigkeit von KI-Tools, Routineaufgaben zu übernehmen. Dies entlastet Mitarbeiter und schafft Raum für kreative und strategische Tätigkeiten. So können beispielsweise Chatbots einfache Anfragen bearbeiten, während sich die Mitarbeiter auf komplexere Aufgaben konzentrieren können. Diese Effizienzsteigerung ist ein wesentlicher Vorteil, den KI in die Unternehmenskommunikation einbringt (Kroll, 2024).

KI kann jedoch nicht die menschliche Intelligenz und Kreativität ersetzen. Sie ist besonders effektiv bei der Unterstützung der Texterstellung, Beitragsplanung und im kreativen Brainstorming, aber die Qualität der Ergebnisse hängt stark von der menschlichen Eingabe und der Überprüfung ab. Auch wenn KI-Tools die Produktivität steigern und neue Perspektiven bieten, bleibt der Mensch entscheidend für die kulturelle Kontextualisierung und die emotionale Intelligenz, die für eine erfolgreiche Kommunikation unerlässlich sind (Kroll, 2024). Die zunehmende Digitalisierung und der Einsatz von KI führen zu einem Hyperwettbewerb um Aufmerksamkeit auf den Kommunikationsmärkten. Unternehmen stehen unter konstantem Innovationsdruck und müssen ihre Strategien kontinuierlich anpassen, um sichtbar und relevant zu bleiben. Dies ist ohne die Unterstützung durch Technologie, Digitalisierung und Automatisierung kaum möglich (Banholzer, 2020).

Wie sieht ein Blick in die Zukunft aus? Wenn eine KI einen Teil der Arbeit übernimmt, so fällt auch ein Teil der Arbeitskraft weg. Dem „Job Futuromat“ nach kann 22% der Arbeit als Leiter*in in der Presse- und Öffentlichkeitsarbeit 22% automatisiert werden und demnach wegfallen.

https://job-futuromat.iab.de/#top

Letztendlich zeigt sich, dass KI in der Presse- und Öffentlichkeitsarbeit zahlreiche Chancen bietet, aber auch Herausforderungen und Risiken mit sich bringt. Unternehmen müssen die Tools nicht nur richtig einsetzen, sondern auch deren Grenzen und ethische Implikationen berücksichtigen, um langfristig erfolgreich zu kommunizieren (Kroll, 2024).

Quellen

Banholzer, Volker M.: Künstliche Intelligenz als Treiber der Veränderung in der Unternehmenskommunikation 4.0? IKOM WP 1/2020. Nürnberg: Technische Hochschule Nürnberg Georg-Simon Ohm (2020). < https://www.th-nuernberg.de/fileadmin/fakultaeten/amp/amp_docs/K%C3%BCnstliche_Intelligenz_und_die_Rolle_n__von_Unternehmenskommunikation_Banholzer_IKOM_WP_1_2020__fin-1.pdf > abgerufen am 09.07.2024.

Taliani, Cátia Kroll: Chancen und Risiken von KI in der Unternehmenskommunikation, vom 13.06.2024 auf Springer Professional< https://www.springerprofessional.de/marketingkommunikation/kuenstliche-intelligenz/chancen-und-risiken-von-ki-in-der-unternehmenskommunikation/27201216 > abgerufen am 09.07.2024.