KI (Künstliche Intelligenz) bezieht sich auf die Fähigkeit von Computer-Systemen, Aufgaben zu verstehen und durchzuführen, die normalerweise erfordern, dass ein Mensch Intelligenz besitzt, wie das Verstehen von Sprache, das Lösen von Problemen, das Lernen aus Erfahrungen und das Erkennen von Mustern. Es gibt verschiedene Arten von KI, wie zum Beispiel Regelbasierte KI, maschinelles Lernen und kognitive KI.
Die Verbreitung von KI im Arbeitsmarkt birgt sowohl Chancen als auch Risiken. Einerseits ermöglicht KI eine Effizienzsteigerung in vielen Branchen und kann dazu beitragen, Arbeitsplätze zu schaffen. Andererseits besteht die Gefahr, dass bestimmte Berufsgruppen durch KI-Systeme ersetzt werden und Arbeitslosigkeit entsteht.
Chancen von künstlicher Intelligenz
Ein großer Vorteil von KI im Arbeitsmarkt ist die Automatisierung von Prozessen. Durch den Einsatz von KI-Systemen können Aufgaben schneller und präziser erledigt werden, was zu einer Steigerung der Produktivität und Effizienz führt. Dies kann insbesondere in produzierenden Unternehmen von Vorteil sein, da hier oft repetitive Aufgaben anfallen, die von KI-Systemen übernommen werden können.
Ein weiterer Vorteil von KI im Arbeitsmarkt ist die Schaffung neuer Arbeitsplätze. Durch den Einsatz von KI-Systemen entstehen nicht nur neue Aufgaben im Bereich der Entwicklung und Wartung von KI-Systemen, sondern auch in anderen Bereichen, die von der Automatisierung profitieren. So können beispielsweise in der medizinischen Diagnose oder der Finanzbranche neue Arbeitsplätze durch KI entstehen.
Risiken von künstlicher Intelligenz
Allerdings birgt der Einsatz von KI im Arbeitsmarkt auch Risiken. Eine Gefahr besteht darin, dass bestimmte Berufsgruppen durch KI-Systeme ersetzt werden. Dies kann insbesondere bei einfachen und routinemäßigen Aufgaben der Fall sein. Ein Beispiel hierfür sind Callcenter-Mitarbeiter, die durch KI-Systeme ersetzt werden können.
Ein weiteres Risiko besteht darin, dass KI-Systeme Entscheidungen treffen können, die für Menschen nicht nachvollziehbar sind. Dies kann zu Problemen im Bereich der Verantwortung und Haftung führen.
KI im Arbeitsmarkt am Beispiel der Automobilindustrie
Bild via Pixabay (CC Lizenz)
Die Automobilindustrie hat in den letzten Jahren stark von der KI profitiert. Einige der Auswirkungen der KI in der Automobilindustrie sind:
Verbesserung der Fahrsicherheit durch den Einsatz von Technologien wie autonomes Fahren und Fahrerassistenzsystemen.
Erhöhung der Effizienz durch den Einsatz von KI in Produktionsprozessen und Supply Chain Management.
Entwicklung von personalisierten Angeboten durch den Einsatz von KI in der Vermarktung und im Kundenservice.
Reduktion der Emissionen durch den Einsatz von KI-Systemen zur Optimierung des Kraftstoffverbrauchs und der Abgasemissionen.
Entwicklung neuer Geschäftsmodelle durch den Einsatz von KI in Car-Sharing-Diensten und anderen innovativen Mobilitätslösungen.
Es ist wichtig zu beachten, dass die Auswirkungen von KI in der Automobilindustrie auch negative Aspekte haben, wie zum Beispiel den Verlust von Arbeitsplätzen durch Automatisierung und die Herausforderungen, die mit der Einführung von autonomen Fahrzeugen einhergehen, wie zum Beispiel die Regulierung und die ethischen Implikationen.
Fazit
Insgesamt lässt sich sagen, dass der Einsatz von KI im Arbeitsmarkt sowohl Chancen als auch Risiken birgt. Um diese Risiken abzufedern, ist es wichtig, dass Unternehmen und Regulierungsbehörden eng zusammenarbeiten, um sicherzustellen, dass der Einsatz von KI im Arbeitsmarkt sinnvoll gestaltet wird. Dies kann beispielsweise durch die Schaffung von Weiterbildungsmaßnahmen für betroffene Berufsgruppen erreicht werden, um ihnen den Übergang in andere Berufe zu erleichtern. Es ist auch wichtig, dass Unternehmen ihre Verantwortung im Umgang mit KI-Systemen wahrnehmen und sicherstellen, dass diese ethisch und sozial verantwortungsvoll eingesetzt werden.
Außerdem, müssen wir uns auf die Tatsache einstellen, dass KI-Systeme die Arbeitswelt verändern werden und dass es wichtig ist, uns darauf vorzubereiten. Dies bedeutet, dass wir uns auf die Auswirkungen von KI auf den Arbeitsmarkt vorbereiten müssen und uns Gedanken darüber machen, wie wir sicherstellen können, dass die Vorteile von KI die Risiken aufwiegen.
Künstliche Intelligenz und Roboter sind seit langem schon in der Industrie im Einsatz. In Informationseinrichtungen wie Bibliotheken rückt die Künstliche Intelligenz somit nun immer mehr in den Fokus. Daraus resultierend werden humanoide Roboter in den Servicebereich von Bibliotheken integriert, wohingegen es eine Vielzahl an Einsatzmöglichkeiten für humanoide Roboter in Bibliotheken gibt. Dadurch kann die Attraktivität bei Bibliotheksnutzern gesteigert werden.
KI bedeutet Künstliche Intelligenz und kann ausgewählte Aufgaben selbstständig ohne menschliche Unterstützung lösen. Mithilfe von Computersystemen wird KI entwickelt. Um aber in der Lage zu sein, anspruchsvolle Aufgaben zu lösen, benötigt es die menschlichen Fähigkeiten für die Umsetzung. 4
Als Landkarte der KI nach Humm BG 2020 werden die menschlichen Fähigkeiten des Wahrnehmens, Lernens, Wissens, Denkens, Kommunizierens und Handels nachgeahmt. 4
Abb. 1: Landkarte der KI
Wie kann KI in Bibliotheken verwendet werden
Zur Entlastung alltäglicher Arbeitsabläufe in Informationseinrichtungen wie auch in Bibliotheken kann KI gut genutzt werden. KI kann insbesondere für die Routineaufgaben in Bibliotheken, beispielsweise beim Büchertransport, Selbstbedienungsterminals in der Ausleihe und Rückgabe von Medien ein tatsächlicher Zugewinn sein. Die Datenbank des Deutschen Bibliothekswesens (DABI) zeigt Beispiele von Anwendungsfällen auf, in denen der Einsatz von KI gute Lösungsansätze bietet. Somit ist der Einsatz von Robotern in der MPI Luxemburg, in der Stadtbibliothek Köln und der TH Wildau ist folglich beispielgebend. Der Transportroboter Hase und Igel mit ihrem 15-jährigen Jubiläum aus der HU Berlin ist außerdem erwähnenswert. 7
Was ist Robotik?
Die Robotik befasst sich mit dem Entwurf, der Gestaltung, der Produktion und Inbetriebnahme von Robotern. Der Roboter ist zudem längst ein fester Bestandteil im Tagesgeschäft der Industrie. Das Interesse an Servicerobotern nimmt immer mehr zu. In der heutigen Zeit gibt es alle Arten von Robotern die für den Haushalt, die Überwachung, die Gastronomie, der Landwirtschaft und dem medizinischen Bereich genutzt werden. Auch der Einsatz in Bibliotheken steigt stetig an. 1
Welche Roboter gibt es?
Humanoide oder Industrieroboter agieren als Assistenzsysteme. Bei der Thematisierung naheliegender Fokussierungen und gesellschaftskritischer Diskurse, beispielsweise der Transparenz und Ethik von Künstlicher Intelligenz werden Roboter eingesetzt. Sie sollen Hilfestellungen beim Lesen lernen geben oder eigene Ergebnisse in der Programmierarbeit veranschaulichen. Roboter werden seit 2016 immer mehr in Bibliotheken eingesetzt. 8
„Sind Roboter für Bibliotheken adaptiert und vielleicht sogar einmal dafür konfektioniert einsetzbar, können sie ein etabliertes Serviceangebot sein wie heute der Online-Katalog, die Bibliotheks-App oder RFID-Automaten.“ 7
Einsatzmöglichkeiten von Robotern in Bibliotheken
Statistische Ergebnisse von 2022 stellen dar, bei welchen Alltagstätigkeiten sich Menschen von einem humanoiden Roboter wie Pepper helfen lassen würden.
Abb. 2: Peppers Einsatzmöglichkeiten
“Moderne Bibliothekare sind Informations- und Wissensverwalter. Jedoch müssen sie aber auch tägliche Routineaufgaben erfüllen, wie etwa Bücher etikettieren, Bücher in die Regale sortieren oder eine Inventur des Bestands durchführen, um nur wenige zu nennen. Die Abgabe dieser routinemäßigen Verpflichtungen an einen Roboter würde eine Menge Zeit sparen; dann könnte man sich wichtigeren Aufgaben widmen.” 2
Pepper
Der humanoide Roboter Pepper kann als Serviceroboter Bibliotheken bei der Beratung und Orientierung in der Einrichtung unterstützen. Pepper ist in folgenden Bibliotheken bereits im Einsatz:
Fragerunde mit Karlotta aus der Stadtbibliothek Karlsruhe
NAO ist ein weiterer humanoider Roboter der in Bibliotheken zum Einsatz kommt. Anhand der Stimmlage erkenntNAO die emotionale Verfassung des Menschen. Durch seine Körpergröße und angenehmen Gesichtszüge erzeugt er Sympathie bei den Nutzern.6
Die Transportautomaten Hase und Igel haben in der Naturwissenschaftlichen Bibliothek der Humboldt-Universität (HU) in Berlin die Aufgabe Bücherkisten innerhalb des Gebäudes zu transportieren oder diese von der Theke abzuholen. 3
TORY
TORY fährt selbständig durch die Regalreihen der Bibliothek TU Dortmund. Er findet Bücher die am falschen Platzim Regal stehen. Insgesamt sind es vier Inventurroboter. Mit Hilfe von 16 Antennen erkennt TORY das RFID-Signal im Buch, die auf unterschiedlichen Höhen platziert sind. Der Roboter kann die Position jedes Mediums auf 50 Zentimeter genau ermitteln. Die erfassten Daten werden gesammelt und an einen Server geschickt. Fehlt ein Buch oder liegt es am falschen Platz, können die Mitarbeitenden handeln. In Zukunft könnte TORY Studierenden sogar zu den gesuchten Büchern führen. 10
Mobile Leseantenne
Die Kunstbibliothek der Stiftung Sitterwerk in St. Gallen hat durch ein Pilotprojekt, die Bücher in ihrem Bestand mit RFID-Tags ausgestattet. Mithilfe einer Mobilen Leseantenne, die auf einer Schiene am Bücherregal entlang fährt, werden die Tags in den Büchern über Nacht ausgelesen. Auf diese Weise wird der aktuelle Standort des Buches ermittelt und in digitale Bibliothekskataloge übermittelt. 9
Ausblick der zukünftigen Entwicklung von Robotern in Bibliotheken
Viele technische Herausforderungen kommen auf die Bibliotheken zu, diesen gilt es sich mit Ausdauer zu stellen. KI-Technologien können gleichwohl ein etabliertes Serviceangebot von Bibliotheken sein, wie der heutige Online-Katalog, die Bibliotheks-App oder RFID-Automaten. 7 Besucher von Bibliotheken können durch innovative und moderne KI-Anwendungen in der Bibliothek mit der Thematik in Berührung kommen und diese ausprobieren. Eine Möglichkeit als attraktiver Dienstleister wahrgenommen zu werden, bietet der Einsatz von Robotern und weiteren KI-Anwendungen. Dies kann als Chance genutzt werden das Bibliotheksimage positiv zu beeinflussen. 5
4 Gethmann, Carl Friedrich; Buxmann, Peter; Distelrath, Julia und weiter (2022): Definition von KI. In: Künstliche Intelligenz in der Forschung. Neue Möglichkeiten und Herausforderungen für die Wissenschaft. Berlin: Springer, S. 8 – 17
5 Korthals, Julia ; Seidl, Tobias ; Vonhof, Cornelia (2020): Ein Blick in die Zukunft. In: Forum Bibliothek und Information. 2020, Jahrgang 72, Heft 07, S. 413. Online unter: https://b-u-b.de/fileadmin/archiv/jahrgang_2020/2020-07.pdf [Abruf am 04.01.2023]
Abbildung 1: Gethmann, Carl Friedrich; Buxmann, Peter; Distelrath, Julia und weiter (2022): Definition von KI. In: Künstliche Intelligenz in der Forschung. Neue Möglichkeiten und Herausforderungen für die Wissenschaft. Berlin: Springer, S. 17
Did you ever wonder how fictional animated movies and arts are produced?
With constant development of digital technologies, we are more and more mesmerized by their capabilities. Pictures and paintings are not no longer created only by colors and brushes anymore. Now they are being created by lines of code, design software, and touch panels. In this blog, we are going to walk through several products of virtual reality and 3D printing, which are expanding opportunities for artists and expanding their audience. We will also discuss the impact of digital transformation on the marketing world and potential implications for the future.
Contents
What is digital transformation ?
The wide variety of digital arts
Digital technology is a new powerful marketing tool
The term digital transformation is known as the integration of digital technology across all functions of an organization, and it significantly alters how you do business and provide value to consumers. Digital transformation in art refers to the use of technology to change the way art is created, shared and experienced. This can include the use of digital tools such as computer software and mobile apps to create digital art, online platforms to share and sell art, and virtual and augmented reality experiences to view art in new ways. The goal of digital transformation in art is to make art more accessible, interactive, and engaging for people, and to open up new possibilities for artists to create and share their work.
2. The wide variety of digital arts
When it comes to exhibitions, museums, ballet, and opera, there are also new art experiences that are influenced by digital art. It is a promising technique that has been utilized to create these experiences, virtual reality. For instance is the Van Gogh museum in Atelier des Lumières. Situated in the romantic city of Paris, visitors get a chance to experience a different world of arts, where they are surrounded by a Van Gogh painting. With the help of enormous videos and light projections, art lovers can walk through the picture and other major works by varying artists here.
Taking the digital art to another level is the movie “Avatar 2” which was lately released. It is considered one of the most complex and ambitious films ever made with a lot of technological advancements and innovations that are now widely used in the film industry. The movie Avatar was made using a combination of cutting-edge technology and traditional filmmaking techniques.
Techniques to bring the film’s alien world of Pandora to life, according to The film’s director, James Cameron
Performance Capture: Actors’ movements and facial expressions were captured using motion capture technology and then translated onto computer-generated characters.
Virtual Cameras: Cameron used virtual cameras to pre-visualize the film’s scenes and plan out the camera work before filming.
Computer-Generated Imagery (CGI): The film’s alien creatures, landscapes, and environments were created using CGI and rendered using powerful computers.
Motion-Control Photography: Cameron used motion-control photography to capture the live-action elements of the film, such as the human characters.
3D Filming: The film was shot in 3D, which added depth and immersion to the film’s visuals.
Special Effects: The film’s many special effects, including explosions and flying creatures, were created using a combination of practical effects and CGI.
Moving on to the game industry, this field is also known for utilizing the advanced technologies to generate games. For instance, “Horizon Forbidden West” is a highly-anticipated video game developed by Guerrilla Games for the PlayStation 5. The game is made using a combination of cutting-edge technology and extensive game development processes. The development process likely involves multiple stages, including:
KENZO Paris is a French luxury fashion house established in 1970 by Japanese designer Kenzo Takada. The company is utilizing 3D visualization to improve the presentation of its products and online experiences to customers. This technology offers a detailed and interactive portrayal of the products. It also includes all the important elements required to effectively advertise them, such as lighting, textures, angles, and color shades.
The use of 3D visualization is widespread across various industries, including e-commerce, media and advertising, 3D animation and printing, design, and architecture. This is due to the belief that 3D visualization is more effective for attracting and engaging customers. It’s because the human brain processes visuals much faster than text and 80% of the information we process is visual.
Marketers believe that using this technology in their marketing strategies is the key to success, as it allows customers to customize the product according to their preferences and lifestyle. It is estimated that 25-30% of consumers have a high level of interest in purchasing custom-made products.
Why can 3D visualization do?
3D visualization enables customers to preview items from a 360° angle, interact with it, and make changes if necessary. Customers can now choose their preferred design, color, material, accessories, and even personalize the product with engraving or messages. With just a few clicks, they can order and pay for their customized product.
Another benefit of 3D visualization is its ability to streamline the purchasing process. Once the customer is satisfied, they can order and pay in just a few clicks. This type of technology is particularly useful in the fashion industry, where customers often struggle with sizing and fit. By offering a detailed and interactive preview of the product, 3D visualization technology helps customers to make informed purchasing decisions and reduces the risk of returns and dissatisfaction.
The marketing efforts of KENZO Paris is a smart move that will likely result in increased sales and customer engagement. As consumers continue to demand more personalized and interactive shopping experiences, companies that invest in this type of technology will have a competitive advantage. KENZO Paris is setting the standard for innovative and effective marketing in the fashion industry.
The latest 3D visualization trend for E-Commerce platform
Interactive Product Demonstrations: 3D visualization is allowing e-commerce companies to provide customers with interactive product demonstrations, allowing them to explore products from every angle, zoom in to see details and even virtually try on items like clothing or jewelry.
Virtual Reality (VR) and Augmented Reality (AR) experiences: These technologies allow customers to experience products in a more immersive way, through either a fully-realized virtual environment or by overlaying digital information on the physical world.
Customizable Products: With 3D visualization, customers can now co-design products that better fit their needs and preferences, choosing designs, colors, materials, accessories, and personalizing products with engravings or messages.
360° Product View: 3D visualization provides customers with a 360° view of products, enabling them to see the product from all angles and helping to build trust and confidence in their purchasing decision.
4. Conclusion
In conclusion, digital transformation has had a significant impact on the art world. The advent of digital tools and technology has opened up new possibilities for artists, allowing them to create and share their work in ways that were previously impossible. Digital art has also enabled greater access to art education and resources, making it more inclusive and democratizing the art world.
With the help of digital tools, artists can reach a wider audience and create art that is interactive, immersive and dynamic. Digital art also has the potential to extend the shelf-life of artworks, making it more accessible to future generations. However, it’s important to note that digital transformation also has its downsides, such as dependence on technology, limited lifespan and limited originality. As digital art continues to grow in popularity, it will be important to strike a balance between utilizing the benefits of digital technology while also preserving the tradition, essence and value of art. Artists and art institutions must adapt to digital transformation by embracing the opportunities it provides, while also being mindful of its limitations and potential challenges.
About the author:
Linh Nguyen studies Informationsmanagement in her third semester with the main focus on marketing, media and communication. She is also a template developer for the KKH insurance company with the head office in Hannover, Germany.
Shion Kimu is in his third semester majoring in the Informationsmanagement. His main focus is Web Science and IT. Currently he is working as a web developer for Activelaw Company in Hannover, Germany.
Literature
apviz (2021): How 3D marketing can help raise your conversion rates. Available on https://apviz.io/blog/3d-marketing/ [Accessed on 01.01.2023]
In einem TikTok-Video berichtet eine etwa 30-jährige Frau von einem tragischen Vorfall.
Ein 16 Jahre alter Junge namens Daniel engagierte sich ehrenamtlich in einer Flüchtlingsunterkunft. Als Daniel jedoch in Gegenwart der ukrainischen Flüchtlinge russisch sprach, wurden einige von ihnen aggressiv und schlugen den Jungen zusammen. Dieser starb an seinen Verletzungen. Die Täter wurden straffrei zurück in ihre Unterkunft geschickt.
Die Frau berichtete in Ihrem Video den Vorfall sehr detailliert und emotional. Sie brach in Tränen aus und verstand nicht, wie so etwas passieren konnte.
Was geht in Ihnen vor, wenn Sie das lesen? Verwirrung? Wut? Mitleid? Es ist ganz normal, dass man einem so aufrichtigen Statement zunächst erst einmal Glauben schenkt und nicht weiter hinterfragt.
Die Rede ist von dem Mord in Euskirchen, der nie stattgefunden hat.
WICHTIGE Info: Über das Internet wird derzeit ein Video verbreitet, in dem von einem Überfall auf einen 16-jährigen Jugendlichen im Bereich Euskirchen berichtet wird. Angeblich sei dieser von einer Gruppe Ukrainer zu Tode geprügelt worden. Die Sprache des Videos ist russisch. /1
Die Bundespolizei NRW bezieht zeitnah Stellung zum geschilderten Vorfall.
Zahlreiche Nachrichtenagenturen berichten von dieser Falschmeldung, wie z.B. die Frankfurter Allgemeine[1], t-online[2] und der ZDF[3].
Zusammenhang
Doch was hat der Gefühlsausbruch der TikTokerin mit KI-Bots zu tun?
Die Dame, die die o.g. Falschmeldung verbreitet hat, erklärte, sie habe diese Information über mehrere Ecken erfahren und hätte selbst fest geglaubt, dass es wahr sei. Sie hat also in erster Linie darauf vertraut, dass eine Meldung, die Freunde von ihr teilten, wahr sein müsste und deshalb nicht auf ihren Wahrheitsgehalt überprüft werden müsse.
Ferngesteuerte Demonstrationen
Am 21. Mai 2016 fand eine größere Demonstration gegen die Islamisierung in Texas statt. Diese wurde von der Facebook-Gruppe “Heart of Texas” organisiert. Dem entgegen organisierte die Gruppe “United Muslims of America” einen Gegenprotest[4].
Durch diese Positionierung wurde das politische Augenmerk auf das Thema Muslime gelenkt und andere Themen verschwanden aus dem Fokus.
Aber ausgelöst und organisiert wurden die Demos pro und kontra Muslime von Menschen, bzw. Rechnern, die in Petersburg stehen. Es wurde keiner der Organisatoren vor Ort gesichtet, weil alles inszeniert war.
Es versammelten sich echte Menschen, weil für sie relevante Themen angesprochen, verschärft und anschließend durch Social-Bots kommentiert, geteilt und geliked werden. So werden sie gesehen und je mehr Interaktion stattfindet, desto offizieller kommt die Information beim Konsumenten an.
Hasskommentare sind ebenfalls ein fester Bestandteil von Social-Bots. Oft sind diese sehr polarisiert, wenig kreativ und schnell verfasst. Ihr Ziel ist es, Vertreter einer ungeteilten Meinung zum Schweigen zu bringen. Selbst vor Morddrohungen wird nicht zurückgeschreckt.
Einen Blick in die Vergangeneit
Es ist in Ordnung, anderer Meinung zu sein. Aber warum gibt sich jemand die Mühe, mehrere Menschen zu beschäftigen, damit sie ausgewählte Nachrichten teilen, oder gegen bestimmte Personen anzugehen?
Häufig wird bei den organisierten Troll-Aktionen auch von Propaganda gesprochen.[6]
So ähnlich wurde bereits der zweite Weltkrieg eingeläutet. Durch Falschmeldungen hatte man glauben lassen, dass Polen Deutschland angegriffen habe und dass der erste Angriff lediglich eine Gegenmaßnahme sei .[7] In der damaligen Zeit konnte man noch nicht so einfach wie heute durch das Internet überprüfen, wie hoch der Wahrheitsgehalt einer Nachricht sein kann. Jedoch ist es heute umso leichter eine Falschmeldung zu verbreiten und jeder Rechercheaufwand ist eben mit einem Aufwand verbunden.
Doch das Ziel solcher Aktionen wird mit einem Vergleich klar. Der Hintergrund von Fake-News ist die Lenkung von politischen Positionen.
Bot-Produktion
Nun wurden in diesem Artikel oft die “Social-Bots” genannt. Aber woher kommen diese Social Bots und wie viel Mensch und wie viel KI steckt dahinter?
Zunächst werden Bots von einem Menschen erstellt und mit verschiedenen Accounts versorgt. Ein Algorithmus mit typischen wenn-dann-Abfolgen lässt diese dann auf Sozialen Netzwerken interagieren. Bestimmte Wörter triggern diese Bots zu vorgeschrieben Ineratkionen, wie einem Kommentar, einem Like oder das Teilen bestimmter Beiträge.[8]
Nicht alle werden dafür genutzt, Meinungen zu manipulieren. Viel häufiger werden Social-Bots zu Marketing-Zwecken genutzt. Die einfachste Form ist, einen Anbieter entsprechender Bots dafür zu bezahlen, um eine erste Followerschaft zusammenzustellen. Das heißt, dass mehrere Hundert Fake-Accounts einem Unternehmen folgen und mit Beiträgen interagieren. Diese Interaktion ist zwar nicht komplex, reicht aber, um eine gewisse Nachfrage und Bekanntheit vorzugaukeln und den Algorithmus der Plattform zu triggern, wodurch die eigenen Beiträge öfter von verschiedenen Menschen gesehen werden.
Wie erkenne ich einen Bot?
Ein Erfolgsrezept existiert leider nicht.
Aber obwohl man es niemals wirklich wissen kann, gibt es ein paar Anhaltspunkte, an denen man sich orientieren kann. Wie allgemein ist die Account-Beschreibung gehalten und wie neu ist der betreffende Account? Bei prominenten Persönlichkeiten gibt es Merkmale zur Verifizierung, wie es den blauen Haken bis vor kurzem bei Twitter gab. Wenn ein Account neu ist und sehr viel Zeit nur mit dem Verfassen von Kommentaren und dem Teilen von Beiträgen verbringt, ist es ein weiteres Indiz, dass ein Social-Bot dahinterstecken könnte. Manchmal ist ein Antworttext in sekundenschnelle Geschrieben, obwohl man so aktiv ist und Lesen und Verfassen i.d.R. mehr Zeit in Anspruch nehmen müsste. Zudem scheitert ein Bot, wenn eine Unterhaltung komplexer wird, da die geschriebenen Programme nicht jede Eventualität, die ein Gespräch einschlagen kann, berücksichtigen.[9]
Pflegeroboter sollen zukünftig vermehrt in Altenheimen eingesetzt werden. Vielleicht denken Sie auch darüber nach? Erwarten Sie nicht nur Freudenschreie seitens der Senioren[1]. Wahrscheinlich werden Ihnen mindestens so viel Skepsis und Ängste wie Neugierde entgegenschlagen. Die gute Nachricht ist: Sie können ganz viel dafür tun, die Hemmschwelle für Ihre Bewohner zu senken und somit die Akzeptanz von Pflegerobotern bei Senioren erhöhen.
Schauen Sie zunächst auf Ihre eigene Einstellung zum Pflegeroboter. Hoffen Sie insgeheim, im Gerät einen Ersatz für eine menschliche Pflegekraft zu finden? Das sollten Sie ändern. Erstens ist Ihre Hoffnung aus technischer Sicht unhaltbar, denn ein Roboter „spürt“ nichts und folgt strikt seiner Programmierung. Daher ist er geeignet für wiederkehrende, langweilige Aufgaben.
Der Care-O-bot 4 ist ein Beispiel eines Pflegeroboters des Fraunhofer-Instituts. Das Video wird in doppelter Geschwindigkeit abgespielt.
Er transportiert (sehr langsam – siehe Video!) Dinge von A nach B und kann unterhaltend sein. Jedoch wissen Sie aus eigener Erfahrung, was gute Pflege ausmacht: den Menschen in seiner Ganzheit zu sehen und mit allen Sinnen wahrzunehmen[2]. Das können Menschen. Maschinen scheitern bereits an der intuitiven Aufgabe den schmalen Grat zwischen einspringender und vorausspringender Fürsorge zu erkennen[3] .
Heben Sie zweitens das Gerät sprichwörtlich in den Himmel, können bei den Zupflegenden die unerwünschten Worte „Qualitätsminderung“ und „Kostensenkung“ ankommen[4]. Erzählen Sie vielmehr, dass der Roboter dem Personal freie Zeit schafft, die wiederum den Senioren zu Gute kommt. Und noch wichtiger: Handeln Sie auch so.
Ein weiterer Grundsatz ist, dass Sie aus ethischer Sicht niemanden zum Umgang mit einem Pflegeroboter zwingen dürfen[5]. Auch können Ihre Bewohner eine Patientenverfügung mit dem Themenbereich „Robotik“ haben, wie sie Oliver Bendel vorschlägt[6]. Beachten Sie daher, dass sich die Akzeptanz von Pflegerobotern bei Senioren mit einem freiwilligen Kontakt erhöht.
Gewohnheit & Vertrauen der Senioren
Bei der heutigen Altersheimgeneration handelt es sich um einen Personenkreis, der nicht wie selbstverständlich einen Staubsaugerroboter und ein Sprachassistenzsystem (z.B. Alexa / Siri) sein eigen genannt hat. Entsprechend unsicher ist unter Umständen der Umgang mit diesen Geräten.
Laut einer Studie neigen technikferne Menschen dazu, mit Robotern zu reden wie mit Menschen. Sie nutzen lange verschachtelte Sätze und möglicherweise den lokalen Dialekt[7]. Mit dem Ergebnis, dass der Roboter den Wunsch nicht befolgt. Das kann Ihre Bewohner enttäuschen oder sie resignieren ganz. Andersherum verstehen Senioren die Sprachausgabe des Pflegeassistenten nicht, wenn die Lautstärke zu leise ist oder aber die Bedeutung seiner Worte unklar bleiben[8]. Auch andere körperliche Beeinträchtigungen können die Bedienung verhindern. Achten Sie daher auf die passende Einstellung und üben Sie mit den Senioren den Umgang mit dem Gerät. So stehen die Chancen gut, dass sich bald ein gewisses Vertrauen einstellt[9].
Persönlichkeit des Pflegeroboters
Alle Übungen im Umgang sind jedoch zwecklos, wenn das Verhalten und die „Persönlichkeit“ des Pflegeroboters unpassend zum Einsatzgebiet ist[10]. Ein aggressiv-wirkendes Assistenzsystem wird kaum Sympathien erwecken können. Denn obwohl das Handeln des Roboters auf seine Programmierung zurückzuführen ist, werden die Senioren der Maschine menschliche Attribute wie Fleiß, Neugierde, Abenteuerlust oder eben Aggressivität ect. zuschreiben. Sie werden dem Roboter eine Persönlichkeit zuschreiben wie bei einem Menschen. Wissenschaftler nennen diese Gleichbehandlung von künstlichen und natürlichen Gegenüber „Media Equation“[11]. Dabei muss der technische Interaktionspartner nicht einmal eine menschenähnliche Gestalt haben. Auch „fleißige“ Staubsaugerroboter, genießen den Status einer Persönlichkeit, leben als Familienmitglied und haben einen Namen. Ebenso schimpfen wir mit dem „dummen“ Drucker. Vielleicht möchten Sie zusammen mit den Bewohnern einen Namen für den Pflegeroboter aussuchen?
Eine weitere wichtige Erkenntnis ist das „Uncanny Valley“ . Dabei handelt es sich um ein Phänomen, das erstmals von Masahiro Mori beschrieben wurde. Werden Roboter zu menschenähnlich gruseln sie uns. Wir erkennen, dass etwas im Gegenüber fehlerhaft ist und lehnen es ab[12]. Sind sie hingegen mit großen Kulleraugen auf „niedlich“ und mit ihren Körpern auf „ungefährlich“ getrimmt, dulden Menschen sie eher in ihrer Nähe. Das Design macht also für die Akzeptanz von Pflegerobotern bei Senioren einen großen Unterschied.
„Ein zentraler Punkt ist die Frage des Gefühls beim Menschen – ob er das Gegenüber als Roboter wahrnimmt und sich in seinen Bedürfnissen wahrgenommen fühlt. Verniedlichung ist zum Beispiel ein Weg dorthin zu kommen.”[13]
(Professor Dr. Jan Ehlers, 2020)
Schauen Sie sich an, welche weiteren Faktoren einen Roboter sympathisch oder unsympathisch werden lassen:
Nutzen für Senioren
Für die Akzeptanz von Pflegerobotern bei Senioren spielt die empfundene Nützlichkeit eine Rolle[18]. Das wäre beispielsweise bei intimen Situationen der Fall, bei denen auf die Anwesenheit eines Menschen verzichtet werden könnte (z.B. Waschen, Toilettengang, etc.)[19] [20]. Der Pflegeroboter ist in der Lage in diesen Situationen zeitunabhängiger, vertrauensvoller und gelassener zu wirken als eine menschliche Pflegekraft. Beachten Sie dabei die Individualität Ihrer Schützlinge. So hat eine Umfrage ergeben, dass Patienten im Krankenhaus Pflegeroboter bei bestimmten Aufgaben annehmen (z.B. Getränke servieren), jedoch bei ähnlichen Tätigkeiten (z.B. Medikamente bringen) ablehnen[21].
Die Ablehnung eines Pflegeroboters kann ebenso von der persönlichen Einstellung herkommen: „So ein Hilfsmittel brauche ich nicht, so alt bin ich noch nicht“[22]. Der Roboter steht in diesem Fall symbolisch als Zeichen für eine Schwäche, ähnlich wie ein Rollator. Im Gegensatz zum Rollator kann er jedoch körperlich unabhängigen Menschen durch seine Unterhaltungsfunktionen dienen oder durch das Sportprogramm Verletzungen vorbeugen. Allerdings ist das Erlernen der neuen Technologie für ältere Menschen anstrengend, nicht zuletzt weil kognitive Fähigkeiten nachlassen[23]. Ihre Senioren werden genau abwägen, ob sich der Aufwand lohnt. Verdeutlichen Sie daher bei der Einführung jedem Ihrer Schützlinge worin für ihn der Vorteil in der Roboternutzung besteht.
Fazit
Insgesamt tragen viele verschiedene Ansätze dazu bei die Akzeptanz von Pflegerobotern bei Senioren in Ihrem Altenheim maßgeblich zu steigern. Dafür müssen die Funktionen und die Einsatzmöglichkeit für die nutzenden Personen ersichtlich sein. Kostensenkung und Personalersatz sollten für Sie nicht im Vordergrund stehen, sondern die Entlastung des Personals. Freigewordene Zeit lassen Sie am besten den Heimbewohnern zu Gute kommen. Verbale und nonverbale Körpermerkmale des Pflegeroboters sind entscheidend für die Sympathie und sollten bei der Wahl, sowie bei der Programmeinstellung beachtet werden. Grundsätzlich sollten Sie niemanden zum Umgang mit dem Pflegeroboter zwingen. Viel Erfolg.
Literaturverzeichnis 1vgl. SRG SSR (2018): Halten Sie den Einsatz von Betreuungs-Robotern in Altersheimen und Spitälern für gut?. In: Statista Online unter: Schweiz – Einsatz von Betreuungs-Robotern in Altersheimen und Spitälern 2018 | Statista [Letzter Abruf am 30.11.2022] 2vgl. Maio, Giovanni (2018): Mittelpunkt, Mensch, Lehrbuch der Ethik in der Medizin. Mit einer Einführung in die Ethik der Pflege. 2., überarbeitete und erweiterte Auflage. Stuttgart: Schattauer, S. 280 u. 282 3vgl. Schiff, Andrea; Dallmann, Hans-Ulich: Ethische Prinzipien in der Pflege. In: Ethik in der Pflege. München : Ernst Reinhardt Verlag (Pflege studieren),S. 48-49 4vgl. Afflerbach, Thomas (2021): Serviceroboter : Digitalisierung von Dienstleistungen aus Kunden-, Mitarbeiter-, und Managementperspektiven. Wiesbaden: Springer Gabler. (essentials), S. 32 5vgl. Misselhorn Catrin (2019): Grundfragen der Maschinenethik. 4., aktualisierte Auflage. Stuttgart: Reclam (Reclams-Universalbibliothek, Bd. 19583), S. 155 6vgl. Bendel, Oliver (2017): Ergänzende Patientenverfügung zum Einsatz von Robotern. Online unter: https://www.informationsethik.net/wp-content/uploads/2017/03/PV_Robots_V_1_0.pdf [Letzter Abruf am 22.12.2022] 7vgl. Früh, Michael; Gassner, Alina (2018): Erfahrungen aus dem Einsatz von Pflegerobotern im Alter. In: Bendel, Oliver (Hg.): Pflegeroboter. Wiesbaden: Springer Gabler, S. 54 8vgl. ebenda, S. 55 9vgl. Bleuler Tanja; Caroni, Pietro (2021): Roboter in der Pflege . Welche Aufgaben können Roboter heute schon übernehmen? In: Serviceroboter. Wiesbaden: Springer Gabler, S. 449 10vgl. Remmers, Peter (2021): Humanoide, animaloide und dingliche Roboter. Begriffliche, ethische und philosophische Aspekte. Bendel, Oliver (Hg.): Pflegeroboter. Wiesbaden: Springer Gabler, S. 220 11vgl. Watson, Richard (2014): Uncanny Valley — Das Phänomen des „unheimlichen Tals“. In: 50 Schlüsselideen der Zukunft. Springer Spektrum, Berlin, Heidelberg. Online unter https://doi.org/10.1007/978-3-642-40744-4_35 [Letzter Abruf am 28.11.2022] 12vgl. Mori, Masahiro; MacDorman, Karl F.; Kageki, Norri (2012): The uncanny valley [from the field]. In: IEEE Robotics & Automation Magazine. Jg.19, H.2. Onliner unter: https://ieeexplore.ieee.org/document/6213238/authors#authors. DOI: 10.1109/MRA.2012.2192811 [Letzter Abruf am 31.11.2021], S. 100 13Sieger, Heiner (2020): Soziale Roboter: „Der fühlt ja nichts!. Zuletzt aktualisiert am 21.12.2020. Online unter: https://digitales-gesundheitswesen.de/soziale-roboter/ 14 vgl. Paetzel-Prüsmann, Maike (2021): Komm schon, gib dir doch etwas mehr Mühe. Wie wir die Persönlichkeit von Robotern wahrnehmen und verändern können. Bendel, Oliver (Hg.): Pflegeroboter. Wiesbaden: Springer Gabler, S. 368 15vgl. ebenda, S.373 16vgl. ebenda, S. 370 17vgl. Bleuler Tanja; Caroni, Pietro (2021): Roboter in der Pflege . Welche Aufgaben können Roboter heute schon übernehmen? In: Serviceroboter. Wiesbaden: Springer Gabler, S. 454 18vgl. Chatzopoulos, Annika et al (2018): Roboter Akzeptanz in der Pflege : Untersuchung der Akzeptanz bei der Pflege durch Roboter mit dem Fokus auf körperliche Interkation. In: Valdez, André Calero (Hg.): Akzeptanz autonomer Robotik : Einsatz in Industrie, Büro und Pflege. 1. Auflage. Aachen : Apprimus Verlag (studentische Reihe; Stu 1), S. 26 19vgl. Deutscher Ethikrat (Hg.) (2020): Robotik für gute Pflege. Stellungnahme. Berlin: Deutscher Ethikrat. https://www.ethikrat.org/fileadmin/Publikationen/Stellungnahmen/deutsch/stellungnahme-robotik-fuer-gute-pflege.pdf [Letzter Abruf am 22.3.2022] [E-Book], S. 39-40 20vgl. Gisinger, Christoph (2018): Pflegeroboter aus Sicht der Geriatrie. Bendel, Oliver (Hg.): Pflegeroboter. Wiesbaden: Springer Gabler, S. 113-114 21vgl. Honekamp, Ivonne et al (2019): Akzeptanz von Pflegerobotern im Krankenhaus : eine quantitative Studie. In: Ta TU-uP: Zeitschrift für Technikfolgenabschätzung in Theorie und Praxis. Jg.28, H.2. Online unter: https://www.tatup.de/index.php/tatup/issue/view/9/10 [Letzter Abruf am 28.11.2022], S. 62 22vgl. Früh, Michael; Gassner, Alina (2018): Erfahrungen aus dem Einsatz von Pflegerobotern im Alter. In: Bendel, Oliver (Hg.): Pflegeroboter. Wiesbaden: Springer Gabler, S. 53 23vgl. Seifert, Alexander; Ackermann, Tobias (2020): Digitalisierung und Technikeinsatz in Institutionen für Menschen im Alter. Studie im Auftrag von CURAVIVA Schweiz. Zürich: Zentrum für Gerontologie. Online unter: https://www.zora.uzh.ch/id/eprint/185291/1/Sonderauswertung_Alter_20200131_5.pdf [Letzter Abruf 7.12.2022]
Wie wird die zukünftige Welt aussehen? Das ist eine Frage mit der die Menschheit sich oft auseinandersetzt und die auch in Filmen immer wieder aufgegriffen wird. Häufig spielt dabei Künstliche Intelligenz in Filmen eine Rolle. In vielen Fällen werden Maschinen dargestellt, welche mit Künstlicher Intelligenz oder kurz KI ausgestattet, ihre Schöpfer irgendwann unterwerfen. Aus Science Fiction Filmen sind Roboter dieser Art längst nicht mehr wegzudenken, doch die technischen Voraussetzungen dafür existieren in der realen Welt (noch) nicht.
Im Jahr 1956 wurde der Begriff “Artificial Intelligence” also Künstliche Intelligenz von einer kleinen Gruppe Wissenschaftlern, die sich am Dartmouth College in den USA trafen, eingeführt. Dieser Workshop, der auch als “Dartmouth Conference” bezeichnet wird, gilt als die Geburtsstunde der KI (vgl. Siekmann 1994, S. 20). Doch schon fünf Jahre vorher hat Alan Turing einen Test entwickelt, nachdem beurteilt werden kann, ob ein Computersystem “intelligent” ist oder nicht. Bei diesem Test, den Turing “The Imitation Game” nannte, wird mit Hilfe natürlicher Sprache getestet, ob ein Computersystem so kommunizieren kann, dass es von einem Menschen nicht mehr zu unterscheiden ist (vgl. Manhart 2022).
Alan Turing (ca. 1938)
Die Geschichte der Künstlichen Intelligenz in Medien
Auch schon bevor es die uns heute bekannte Künstliche Intelligenz gab, wurde sich in früheren Medien mit dem Thema der lebendigen Maschine auseinandergesetzt. So wurde der Begriff der Maschine im deutschsprachigen Raum schon etwa seit dem 17. Jahrhundert verwendet und findet sich so auch im Deutschen Wörterbuch der Brüder Grimm aus dieser Zeit. Hier wurde die Maschine noch als etwas Lebloses, synthetisches mit einem Artefakten-Charakter beschrieben (vgl. Brössel 2021, S. 28). Außerdem befindet sich eine frühe Darstellung von künstlicher Intelligenz auch in dem Werk “Die Automaten” von E.T.A Hoffmann aus dem Jahr 1814 , in dem eine mechanische Puppe beginnt Fragen von Menschen zu beantworten (vgl. Brössel 2021, S. 27).
Der Beginn von Künstlicher Intelligenz in Filmen
Mit der Erfindung von Filmen verlagerte sich das Thema der lebendigen Maschine auch immer mehr ins Kino und Fernsehen. Eine frühe Darstellung von Künstlicher Intelligenz in Filmen ist z. B. die Verfilmung des Science-Fiction-Romans Metropolis. Der gleichnamige Stummfilm erschien im Jahre 1927 und zeigt eine düstere Zukunft, in der Menschen von Androiden unterdrückt werden. Für den damaligen Stand der Filmtechnik war der Film visuell sehr eindrucksvoll und zeigte unter anderen Aufnahmen von riesigen Häuserschluchten, großen Maschinen und fortschrittlichen Verkehrsmitteln. Auch beeinflusste Metropolis spätere Filme wie Blade Runner oder Matrix stark (vgl. Schreiner 2022).
Trailer zu Metropolis (1927)
Terminator und Ex Machina
Eine Filmreihe, die sich mit einer düsteren Zukunft für die Menschheit auseinandergesetzt, ist Terminator. Der große Erfolg der Terminator Filme prägt bis heute unser Bild von künstlicher Intelligenz und Robotern. Bei der in den Terminator Filmen dargestellten KI handelt es sich stets um eine bösartige Super-KI und Killer-Roboter, die als einziges Ziel die Auslöschung der Menschheit haben (vgl. Schreiner 2022). Mit aktuell 6 Filmen, welche in den Jahren 1984 bis 2019 entstanden sind, gehört die Terminator Filmreihe zu einer der bekanntesten, welche sich mit den negativen Seiten und Folgen von Künstlicher Intelligenz auseinandersetzt. Auch der Film Ex Machina aus dem Jahr 2015 behandelt das Thema der künstlichen Intelligenz und setzt sich unter anderem mit der Frage auseinander, was Bewusstsein ist und ob eine Maschine ein Bewusstsein haben kann (vgl. Schreiner 2022). Eine Besonderheit von Ex Machina ist hierbei, dass die Künstliche Intelligenz in diesen Film nicht primär als Böse dargestellt wird, wie es z.B. in Terminator und vielen anderen Filmen der Fall ist. Sondern das in diesem Werk der Zuschauer dazu ermutigt wird, über das menschliche Wesen, menschliche Züge und die Frage, was einen Menschen von einer Künstlichen Intelligenz unterscheidet, nachzudenken (vgl. Mehnert 2016).
Filme über Künstliche Intelligenz (KI)
Blade Runner (1982)
Tron (1982)
Terminator (1984)
Matrix (1999)
I,Robot (2004)
Transcendence (2014)
Ex Machina (2014)
Avengers: Age of Ultron (2015)
Blade Runner 2049 (2017)
I am mother (2019)
Free Guy (2021)
Ich bin dein Mensch (2021)
Weltherrschaft der Maschinen?
Künstliche Intelligenz in Filmen begegnet uns häufig, aber in den seltensten Fällen wird die Handlung des Films durch sie positiv beeinflusst. Entweder sind sie nur “kindliche Maschinen” als Nebendarsteller, wie z.B. C-3PO oder aber die Künstliche Intelligenz unterjocht die Menschheit und strebt die Weltherrschaft an, wie die Superintelligenz in “I, Robot”. Doch trotz all der Forschung auf dem Gebiet der KI sind solche, in ihrem Handeln flexible Maschinen, nach heutigem Stand, nicht realistisch (vgl. Lenzen 2020, S.119).
KIs werden in hochspezialisierten Gebieten eingesetzt, in denen sie die Leistung, die ein Mensch erbringen könnte, teilweise heute schon übertreffen. Diese Art Künstliche Intelligenz nennt man schwache KI, da sie nur für eine bestimmte Aufgabe erschaffen wurde. Sobald man dieser KI komplexere Aufgaben stellt, würde sie scheitern. Im Gegensatz zu dieser schwachen KI gibt es noch die starke KI, die ähnlich wie ein Mensch, flexibel auf unterschiedliche Situationen reagieren kann (vgl. zu diesem Abschnitt Volland 2018, S.14).
Doch starke Künstliche Intelligenz existiert bis heute (noch) nicht. Es gibt die unterschiedlichsten Aussagen von Wissenschaftlern, ob und wann diese starke Künstliche Intelligenz tatsächlich entwickelt werden könnte. Dabei schwanken die Aussagen zwischen 20 und 200 Jahren oder auch nie (vgl. Lenzen 2020, S. 120). Zumindest können wir starke Künstliche Intelligenz in Filmen weiterhin bewundern. Im folgenden Abschnitt könnt ihr euer Wissen über KIs in Filmen testen. Viel Spaß!
Quiz
Quellen
Brössel, Stephan (2021): Die Anthropologie der Goethezeit und Automaten: Ein diskursanalytischer Aufriss und eine exemplarische Analyse von E. T. A. Hoffmanns Die Automate(1814). In: Irsigler, Ingo u.a. (Hg.): Roboter, Künstliche Intelligenz und Transhumanismus in Literatur, Film und anderen Medien. Heidelberg: Universitätsverlag Winter, S. 27 – 44
Mehnert, Ann-Kristin (2016): “Ex Machina” (2015). Philosophische Betrachtungen über das (Selbst-) Bewusstsein im Spannungsfeld zwischen Mensch und Maschine. Online unter https://www.grin.com/document/322981 [Abruf am 26.12.2022]
Siekmann, Jörg (1994): Künstliche Intelligenz: Von den Anfängen in die Zukunft. In: Cryanek, Günther; Coy, Wolfgang (Hg.): Die maschinelle Kunst des Denkens. Braunschweig: Vieweg, S. 11-41
Volland, Holger (2018): Die kreative Macht der Maschinen. Warum Künstliche Intelligenzen bestimmen, was wir morgen fühlen und denken. 1. Auflage. Weinheim: Beltz
„Alexa, wer hat versucht, uns zu erpressen?“ Ganz so leicht ist es dann doch nicht. Die Forensische Linguistik ist eine kriminalistische Hilfswissenschaft, die sich mit Sprache im gerichtlichen Kontext beschäftigt. Dazu zählen sowohl die vor Gericht verwendete Sprache wie auch beispielsweise die Autoren- und Sprechererkennung (Fobbe, S. 15 f.). Oder, um es mit den Worten von Patrick Rotter, selbst in der Forensischen Linguistik tätig, zu sagen: „Für uns Sprachprofiler ist Sprache in erster Linie Identität. Egal ob gesprochen oder geschrieben. Sie ist ein Teil von uns.“ (Rotter, S. 15) Um Identität(-sfindung) soll es in diesem Beitrag gehen – und um die Frage, wie sehr die Künstliche Intelligenz (KI) in diesem Bereich Ermittler*innen entlasten oder vielleicht sogar ersetzen kann.
Entwicklung der Spracherkennung
Der Versuch, Sprache mittels Computern zu analysieren und zu erkennen, ist nicht neu:
Zeitleiste: Meilensteine der computergestützten Spracherkennung
Was aber, wenn es nicht nur darum geht, kurze Nachrichten in Text zu verwandeln, sondern etwa herauszufinden, wer eine anonyme Drohbotschaft versendet hat? In den letzten Jahren gab es mehrere Studien dazu, von denen ich hier zwei vorstellen möchte.
Software & Audioerkennung
Mit Spracherkennung von komplexeren Audiodateien hat sich unter anderem Franz Bellmann in seiner Bachelorarbeit beschäftigt: er testete sechs frei verfügbare Softwares auf die Eignung zur Transkription von Audiodateien (mit verschiedenen Längen, in verschiedenen Sprechgeschwindigkeiten und mit und ohne Dialekt) in einem polizeilichen Kontext (Bellmann, S. 23). Wie seinen Schlussfolgerungen zu entnehmen ist, haben alle benutzten Programme Schwierigkeiten bei der Worterkennung, Google Web Speech API hat sich am besten geschlagen (Bellmann, S. 47). Doch selbst diese beste Alternative hat immer noch eine Fehlerrate von ca. 30%(!) bei der Transkription (Bellmann, S. 44).
Software & Textzuordnung
Manuel Dorobek untersuchte in seiner Masterarbeit 2021 ein ähnliches Projekt, aber auf geschriebene Texte bezogen: kann die KI im Internet veröffentliche Rezensionen zuverlässig den jeweiligen Autor*innen zuordnen? Er wählte 25 Autor*innen mit jeweils 100 verfassten Texten aus (Dorobek, S. 25), die vom besten Modell mit einer Genauigkeit von 96,4% erkannt wurden (Dorobek, S. 149). Zum Trainieren der KI wurden 60 Vorlagetexte genutzt (Dorobek, ebd.). Zwei Autor*innen voneinander zu unterscheiden, gelang schon mit drei Vorlagen (Dorobek, ebd.). Das sind sehr gute Werte, doch in der echten Welt ist der Kreis der Verdächtigen nicht immer so leicht eingrenzbar. Außerdem kann es sein, dass nicht genug Vergleichstexte vorliegen oder keine Texte in ausreichender Länge – weshalb auch Dorobek selbst zu dem Ergebnis kommt: „Für einen Anwendungsfall in der Praxis sind diese Ergebnisse deshalb mit Vorsicht zu betrachten.“ (Dorobek, ebd.)
Fazit
KI kann also bisher beim geschriebenen Wort besser unterstützen als beim gesprochenen. Bis die Technik weit genug entwickelt ist, um gerichtsfeste Ergebnisse zu liefern – denn immerhin geht es hier auch um Straftaten und die Frage, ob Menschen ins Gefängnis kommen! – wird also noch einige Zeit vergehen. Bis dahin gilt die Einschätzung von Patrick Rotter:
„Unsere Lebensleistung an Wort und Text ist schlicht nicht zu erfassen. Und dank der zwangsläufigen Veränderungen auch nicht in starre Muster zu packen. […] Keine künstliche Intelligenz dieser Welt ist in der Lage, sämtliche Dialekte, feinste Nuancen und die ständigen Veränderungen in der Sprache zu begreifen.“ (Rotter, S. 40)
Quellen
Fobbe, Eilika (2011): Forensische Linguistik. Tübingen: Narr Francke Attempto Verlag Rotter, Patrick (2021): Die geheimen Muster der Sprache. 3. Auflage, München: Redline-Verlag Bellmann, Franz (2020): Prototypische Systemintegration und Evaluation von Open Source Sprachmodellen zur automatischen Spracherkennung gesprochener deutscher Texte. Online-Ressource, abrufbar unter BA Bellmann Dorobek, Manuel (2021): Automatisierte Autorschaftsanalyse in der deutschen Sprache mittels forensischer Linguistik. Online-Ressource, abrufbar unter MA Dorobek Bildquelle: Wedekind, Kai: HTML 5 Speech Recognition API. Online abrufbar unter https://miro.medium.com/v2/resize:fit:1100/format:webp/1*iYxrR4zaECeQ5AgSq3jy_A.png Beitragsbild: mohammed_hassan auf Pixabay. Online abrufbar unter https://pixabay.com/images/id-7620463/
Wie oft unterhältst du dich im Alltag mit Robotern? Wenn du Siri oder den Assistenten von Google auf dem Handy benutzt, dann könnte es schon mehrmals am Tag sein. Seit ChatGPT im November letzten Jahres der breiten Öffentlichkeit zu Verfügung steht, ist das Thema Künstliche Intelligenz zudem wieder präsenter in den Medien vertreten. Aber hast du schon mal einen Roboter in einer Bibliothek getroffen? Vielleicht sogar auf eine Tasse Kaffee? Das gibt es wirklich, am Ende dieses Blogbeitrags siehst du, wo. Aber zuerst ein paar Grundlegende Informationen über Chatbots.
Was ist eigentlich ein Chatbot? Wir könnte jetzt lang und breit erklären, was ein Chatbot ist und wofür so etwas genutzt wird. Einfacher und knapper fassen es jedoch diverse Definitionen aus dem Internet zusammen:
„Ein Chatbot ist eine Anwendung, die Künstliche Intelligenz verwendet, um sich mit Menschen in natürlicher Sprache zu unterhalten. Benutzer können Fragen stellen, auf welche das System in natürlicher Sprache antwortet. Er kann Texteingabe, Audioeingabe oder beides unterstützen.“
„Chatbots sind Dialogsysteme mit natürlichsprachlichen Fähigkeiten textueller oder auditiver Art. Sie werden, oft in Kombination mit statischen oder animierten Avataren, auf Websites oder in Instant-Messaging-Systemen verwendet, wo sie die Produkte und Dienstleistungen ihrer Betreiber erklären und bewerben respektive sich um Anliegen der Interessenten und Kunden kümmern – oder einfach dem Amüsement und der Reflexion dienen.“
„Bei einem Chatbot handelt es sich um ein technisches Dialogsystem, mit dem per Texteingabe oder Sprache kommuniziert werden kann. Chatbots werden häufig eingesetzt, um Anfragen automatisiert und ohne direkten menschlichen Eingriff zu beantworten oder zu bearbeiten.“
Im Grunde sind diese Definitionen alle gleich. Chatbots imitieren die menschliche Kommunikation, um individuelle Fragen von Personen zu beantworten. Zudem erklärt IBM, dass Chatbots auf Künstlicher Intelligenz (KI), oder im englischen Artificial Intelligence (AI), basieren, also kurz gesagt: auf Anwendungen, die programmiert werden, um menschenähnliche Intelligenz zu erlangen. Zurzeit ist das nur sehr begrenzt, und wenn überhaupt, in gesonderten Teilbereichen möglich.
Das Gleiche gilt auch für Chatbots. Gibt eine Person über Schrift oder Sprache eine Frage in das Chatfenster ein, versucht der Chatbot diese auf Basis von vorhanden Informationen zu beantworten. Mit Hilfe von maschinellem Lernen werden Künstliche Intelligenzen wie Chatbots trainiert, um langfristig aus Erfahrungen und Feedback der Fragenden zu lernen und stetig passendere Antworten zu liefern.
Für Organisationen, wie Bibliotheken, können Chatbots eine hilfreiche Serviceergänzung für die Kundschaft sein, wenn sie in der Lage sind einfache Fragen zu beantworten und Informationsbedarfe der Menschen zu stillen.
Geschichte der Chatbots
Der erste Chatbot erblickt schon im Jahre 1966 das Licht der Welt. Er heißt ELIZA, und soll oberflächliche Kommunikation zwischen Menschen und Maschinen darstellen. Doch selbst ELIZAs Empathieansätze – es kann Aussagen wiederholen und Fragen dazu stellen – reichen aus, um ein Gefühl der Verbindung in den Chat-Partner:innen hervorzurufen. Von diesen Anfängen entwickelt sich die Chat Technologie in verschiedene Richtungen: Psychologieforschung, Computerlinguistik, und die Entwicklung von Künstlicher Intelligenz. Einige Jahrzehnte lang ist es hauptsächlich ein akademisches Projekt, Menschliche Kommunikation so gut wie möglich abzubilden. Um die Jahrhundertwende werden die ersten Chatbots entwickelt, die sich wie Assistenten oder Customer Support verhalten, so wie SmarterChild, welches die Nutzer:innen von AOL und MSN im Jahr 2001z.B. nach Informationen über das Wetter und Sportnachrichten fragen können.
Chatbots in Bibliotheken
Mittlerweile sind Chatbots vielen vertraut, sei es der persönliche Assistent auf dem Smartphone oder der Hilfechat auf der Webseite eines Onlinehändlers oder beim Online-Banking. Eine Bibliothekswebseite ist vielleicht weniger vertraut für neue Nutzer:innen. Da bietet ein Chatbot als erste:r Ansprechpartner:in möglicherweise eine niedrigere Hemmschwelle: ein Chatbot wird auf jeden Fall nicht die Augen verdrehen bei einfachen Fragen über die Verwendung des Bibliothekskatalogs oder nach einer Auflistung der verfügbaren Dienstleistungen. Auch aus der Sicht der Bibliotheksangestellten gibt es Vorteile. Sie können sich auf komplexe Recherchefragen konzentrieren, und gleichzeitig sammelt der Chatbot Daten über die Arten von Fragen, die Nutzer:innen der Webseite haben.
Aber im Moment sind wenigstens im deutschsprachigen Raum kaum Chatbots auf Bibliotheksseiten vertreten. In den 2000er Jahren wurden in einigen Bibliotheken Bots entwickelt, so wie zum Beispiel Stella an der SUB Hamburg, aber viele wurden in den 2010er Jahren wieder abgeschafft. Die Kosten sind ein möglicher Grund dafür. Auch wird angemerkt, dass die jüngeren Generationen Textchat als zu aufwendig ansehen. Frank Seeliger und Anna Kasprzik zählen in einem Interview im ZBW Mediatalk die Herausforderungen auf, die Bibliotheks-Chatbots bewältigen müssen. Darunter sind mangelnde Trainingsdaten und Datensicherheitsbedenken, aber auch das Vertrauen der Nutzenden zu dem Chatbot. Und zwar nicht nur, was das Übertragen von Daten angeht, sondern auch das Vertrauen, dass der Chatbot eine Frage verstehen wird und den Aufwand der Unterhaltung im Vergleich dazu, die Informationen eigenhändig auf der Webseite zu suchen, sich lohnt.
Wir wollten selbst einige Bibliotheks-Chatbots ausprobieren, um uns ein Bild von den Vor-und Nachteilen zu machen. Wir haben einige gefunden, und uns ein bisschen mit ihnen unterhalten.
Drei Chatbot Unterhaltungen
ANTswers
ANTswers ist ein „interaktives FAQ“ auf der Bibliothekswebseite der University of California, Irvine. Dieser Chatbot ist seit 2014 online, und soll zum Beantworten von einfachen Fragen verwendet werden. Da wir uns nicht in Irvine auskennen, wollen wir zuerst wissen, wo wir hinmüssten, um die Bibliothek zu besuchen
ANTswers: Hi! I am ANTswers, an experimental computer program here to answer your questions.
Guest Anteater: hello
ANTswers: Hello! How can I assist you?
Guest Anteater: what’s your address?
ANTswers: Are you asking about my address?
Guest Anteater: yes
ANTswers: Ugh.
Guest Anteater: :(
ANTswers: Can you rephrase your question please? Tip: try simplifying your question or break it into several questions!
Guest Anteater: what is the library’s address?
ANTswers: That information is confidential.
Guest Anteater: where is the library located?
ANTswers: The UC Irvine Libraries have four different locations: the Langson Library, the Science Library, the Gateway Study Center, and the Grunigen Medical Library. Which location would you like to get to?
Wären wir nicht mit Recherche für diese Blogbeitrag beschäftigt, hätten wir zu diesem Zeitpunkt sicher schon aufgegeben. Auch bei einem weiteren Versuch ist unsere Kommunikation von Missverständnissen geplagt.
Guest Anteater: what is the address of the science library?
ANTswers: Did you want articles or books on the address of the science library? Say: "articles" or "books".
Empfehlungen kann uns ANTswers leider (noch!) nicht geben, aber dafür ein Link zur Katalogsuche.
Guest Anteater: do you know any books about genetics?
ANTswers: No, tell me about him, her or it.
Guest Anteater: can you recommend a book about genetics?
ANTswers: Not at the moment but check back with me in a few months, we have something we are working on!
Guest Anteater: where do I find books about artificial intelligence
ANTswers: Sorry, but I could not find an exact match for "artificial intelligence". For books, search our ANTPAC catalog.
Diese Chats wurden vor einigen Monaten durchgeführt, und ein weiterer Versuch im Januar 2023 hat zwar immer noch keine Empfehlungen geliefert, aber immerhin reagiert ANTswers jetzt besser auf das Schlagwort Adresse:
Guest Anteater: what's your address?
ANTswers says: Would you like the mailing address or the carrier address (the carrier address is used for express delivery companies such as UPS, FedEx, etc.)?
Trotzdem sind wir am Ende nicht besonders angetan von ANTswers. Experimentell zu versuchen, die beste Fragestellung zu finden hat zwar etwas Spielerisches, aber hätten wir einen ernsthaften Informationsbedarf gehabt, wäre schnell eine Frustrationsgrenze erreicht.
Kingbot
Kingbot ist der Chatbot an der Dr. Martin Luther King Jr. Library der San Jose State University in Kalifornien, USA. Nach dem Produktionsstart 2020 konzentrieren sich die Entwickler*innen, vor allem durch den Beginn der Pandemie, in den letzten Jahren vermehrt auf den Chatbot. Schließlich ist der Bedarf, auf Informationen von daheim aus zugreifen zu können, nun höher als zuvor. Das Ziel grundlegende Fragen zu der Bibliothek und deren Dienstleistungen zu beantworten, erfüllt Kingbot ganz gut. Hilfreich ist dabei, dass er bereits beim Öffnen des Chatfensters einige Vorschläge zu Suchanliegen bietet, die direkt angeklickt werden können.
Sympathisch wirken dabei auf uns die Emojis, die Kingbot in seine Nachrichten integriert. Auch das typische Design einer Chatoberfläche verleiht der Anwendung ein legeres Gefühl, das vielleicht auch anfängliche Berührungsängste mindern mag. Beim Testen des Kingbots merken wir, dass das Chatten mit ihm intuitiver und natürlicher verläuft, als bei ANTswers.
Der erste Kontakt mit Kingbot
Dennoch versteht auch er nicht auf Anhieb unsere Frage nach der Adresse der Bibliothek. Erst nachdem wir die Frage zweimal umformulieren, erhalten wir die ausführliche Beschreibung der Adresse, die sogar durch Zusatzinformationen, wie Parkmöglichkeiten, ergänzt werden.
Missverständnisse entstehen……und werden überwunden.
Die Frage nach den Öffnungszeiten der King Library beantwortet der Chatbot jedoch souverän. Als wir ihn dann bitten uns ein Buch zum Thema Deutsche Geschichte zu empfehlen, muss er uns leider enttäuschen. Bestimmte Ressourcen und Artikel zu empfehlen, entzieht sich seinem Aufgabenbereich. Dennoch verweist er gekonnt mit Link auf den Bibliothekskatalog und bietet uns noch weitere Links, die zu Hilfeseiten und Tutorials für die Suche im Katalog führen. Kingbot schlägt sich gut und weiß in unseren Versuchen oft, wie er unsere Fragen beantworten kann.
Uns fällt auch positiv auf, dass Kingbot um Feedback bittet, um seinen Service in Zukunft bei Bedarf verbessern zu können. Nachdem wir ihm ein positives Feedback gegeben haben, bedankt Kingbot sich und erfragt, ob er noch etwas für uns tun kann.
Kingbot ist sehr zuvorkommend und höflich
Auch dieser Versuch liegt schon ungefähr zwei Monate zurück. Als wir Kingbot im Januar 2023 erneut mit der ersten Formulierung nach der Adresse fragen, versteht er ebenfalls sofort unser Anliegen.
Wir haben auch einen deutschen Chatbot gefunden und ausprobiert. Die Ergebnisse seht ihr auf der nächsten Seite!
Wilma
Eine deutsche Variante eines FAQ-Bibliothekschatbots ist die in der TH Wildau ansässige Wilma. Leider hat sie uns nicht in voller Gänze überzeugen können.
Beim Aufrufen der Seite, begrüßt auch Wilma uns freundlich und ähnlich wie Kingbot bietet sie uns einige mögliche Themen, die uns interessieren könnten.
Wilma begrüßt uns sehr förmlich.
Da es sich hierbei aber um einen Test handelt, erfragen wir bei Wilma zunächst mit einer Nachricht im Chat die Öffnungszeiten und ignorieren den dazu passenden Themenvorschlag. Mit Wilmas Antwort sind wir sehr zufrieden, zumal sie auch anzeigt, dass die Öffnungszeiten, wegen der aktuellen Prüfungsphase bis Ende Januar, zurzeit länger sind, als während der folgenden Vorlesungsfreien Zeit.
Wilma beantwortet Fragen auch mal mit einer philosophischen Note.
Leider kann auch Wilma nicht alle unserer Fragen zufriedenstellend beantworten. Die Frage nach der Adresse der Bibliothek erweist sich als fast ebenso schwierig, wie bei ANTswers und Kingbot vor einigen Monaten. Es erweckt fast den Anschein, als wäre Wilma nur bei der Erwähnung der Silbe „Wil“ darauf programmiert uns ihren Freund Wilbert vorzustellen, die hauseigene Bibliothekssuchmaschine der TH Wildau. Das ist zwar nett, war für die Beantwortung unserer Frage aber nicht sehr hilfreich.
Kann Wilbert uns die Adresse nennen?
Ein ähnliches Phänomen können wir beobachten, als wir die Silbe „Bib“ in anderer Zusammenstellung erwähnen. Denn bei Wilma entsteht bei der Silbe „Bib“ sofort die Assoziation zu Bibliografie. Wir fragen uns nun, wie sinnvoll diese Assoziation wirklich ist, wenn man nur nach Informationen zur Bibliothek sucht.
Leider war das auch nicht richtig.
Schlussendlich war es uns dann doch möglich, Informationen zur Adresse mit Hilfe von Wilma zu finden. Sonderlich galant war die Suchanfrage „Adresse“ jedoch nicht.
Trotzdem fällt positiv auf, dass Wilma uns, wie Kingbot um Feedback bittet.
Nun verstehen wir uns.
Nach der ernüchternden Adressenanfrage sind wir jedoch beeindruckt von Wilmas Antwort auf unsere Bitte uns ein Buch zum Thema Künstliche Intelligenz zu empfehlen. Wilma verlinkt, ähnlich wie Kingbot, zum Bibliothekssuchportal. In diesem Fall ist das ihr Freund Wilbert. Zusätzlich gelangen wir über den Link aber direkt zu einer bereits erfolgten Suche zu dem Suchbegriff Künstliche Intelligenz. Wilma und Wilbert arbeiten also Hand in Hand, wobei Wilma in ihrer Antwort zusätzlich noch auf andere Recherche-Tools, die an der TU Wildau nutzbar sind, verweist.
Wilma basiert auf dem Pepper-Modell, einem Roboter, der in in französisch-japanischer Zusammenarbeit entwickelt wurde.
Interessant ist auch, dass Wilma in der Bibliothek der TH Wildau nicht nur als Chatbot vorhanden ist. Vor Ort kann man sie direkt bei der Arbeit sehen, denn dort bewegt sich ein Roboter namens Wilma durch die Regale und betreut die anwesenden Besuchenden der Bibliothek. Ab und zu darf Wilma sogar eine Kaffeepause einlegen.
Fazit
Chatbots haben großes Potenzial, Angestellten in der Bibliothek etwas Alltagsarbeit abzunehmen. Teilweise ähneln sie aber noch Azubis, die eher Arbeit verursachen, oder Nutzende verwirren können. Aber die Technologie entwickelt sich jeden Tag weiter: wir haben schon in den zwei Monaten zwischen unteren Versuchen große Verbesserungen gesehen. Und auch die Entwicklung von Programmen wie ChatGPT treiben Funktionalität und Wissen immer weiter vorwärts. Was sind eure Erfahrungen? Habt ihr schon mal mit einem Bibliothekschatbot gesprochen? Erzählt uns davon in den Kommentaren.
Christensen, Anne (2008): Virtuelle Auskunft mit Mehrwert. Chatbots in Bibliotheken. Masterarbeit. Humboldt-Universität zu Berlin, Philosophische Fakultät. Berlin. Online unter: http://dx.doi.org/10.18452/18243
Bibliotheken haben den Auftrag, Medien und Informationen für Nutzerinnen und Nutzer aufzuarbeiten und bereitzustellen. Doch jedes Jahr werden mehrere Millionen Publikationen veröffentlicht. Die DNB allein verzeichnete den Zugang 2.352.693 neuer Einheiten im Jahre 2020[1]. Wer soll da den Überblick behalten? Text und Data Mining kann hier Abhilfe schaffen.
Text Mining, Data Mining, Text Data Mining, Textual Data Mining, Text Knowledge Engineering, Web Mining, Web Content Mining, Web Structure Mining, Web Usage Mining, Content Mining, Literature Mining und sogar Bibliomining[2] – viele Begriffe, die alle das selbe Konzept – teilweise mit unterschiedlichen Schwerpunkten – bezeichnen, welches im Folgenden Text und Data Mining, kurz TDM, genannt werden soll. Grob gesagt ist damit die algorithmusbasierte automatische Analyse digitaler Daten jeglicher Form gemeint.
TDM beinhaltet dabei explizit sowohl die Verarbeitung natürlichsprachiger Texte, sogenannter unstrukturierter Daten, als auch beispielsweise Tabellen und anderer strukturierter Daten, welche unterschiedliche Anwendungsfälle und Herausforderungen mit sich bringen. Dabei gibt es zwei große Aspekte: das Auffinden bereits bekannter Informationen und die Schaffung neuen Wissens durch die Verknüpfung oder Neuinterpretation von Bekanntem.[3]
Ganz allgemein lassen sich Verfahren des TDM in drei große Bereiche aufteilen:
Musterextraktion (Programm analysiert, welche Daten oft gemeinsam auftreten)
Es lässt sich natürlich noch feiner unterteilen in Regressionsanalysen, Abhängigkeits- oder Abweichungsanalyse, Beschreibung, Zusammenfassung, Prognose, Assoziation etc., was die große Bandbreite an Nutzungsmöglichkeiten des TDM aufzeigt[4], für uns aber gerade zu weit geht, da wir nur den Bereich der Bibliotheken betrachten wollen.
Anwendungsmöglichkeiten für Bibliotheken
Empfehlungssysteme
Eine Möglichkeit der Kataloganreicherung ist die Implementierung eines Empfehlungsdienstes. Dieser analysiert Recherche- und/oder Ausleihdaten, um Nutzenden während ihrer Recherche weitere Medien vorzuschlagen, die relevant für sie sein könnten[5]. Ein solcher Dienst ist BibTip, welcher an der Universität Karlsruhe entwickelt wurde und mittlerweile von vielen wissenschaftlichen und öffentlichen Bibliotheken in Deutschland verwendet wird.
Maschinelle Indexierung
Die inhaltliche Erschließung bietet einen großen Mehrwert bei der Recherche, ist jedoch ein zeit- und personalaufwendiger Aspekt der bibliothekarischen Arbeit. Schon 2009 begann die Deutsche Nationalbibliothek, diese Arbeit mit maschineller Unterstützung durchzuführen. Dabei wurden die in der GND hinterlegten Schlagwörter als Grundlage für die automatische Verschlagwortung mithilfe des Averbis-Programms verwendet.[6]
Herausforderungen
Urheberrecht
TDM war viele Jahre eine rechtliche Grauzone. Unklarheiten bezogen sich unter anderem darauf, ob maschinelle Verarbeitung durch die bestehenden Lizenzverträge abgedeckt war, ob temporäre für die Auswertung erstellte Kopien unerlaubte Vervielfältigung bedeuteten, inwieweit die Ergebnisse Dritten zugänglich gemacht werden durften und vieles mehr.[7] Die Urheberrechtsnovelle 2018 sorgte für mehr Klarheit, indem durch § 60d UrhG explizit die Nutzung von TDM für die wissenschaftliche Forschung erlaubt wurde.
Datenschutz
Datenschutz ist vor allem bei der Verarbeitung personenbezogener Daten wie der Analyse von Ausleih- oder Recherchevorgängen relevant. Im Sinne der Datensparsamkeit dürfen nur so viele Daten erhoben werden, wie erforderlich sind und diese auch nur so lange wie nötig gespeichert werden. Aus Datenschutzgründen werden die Daten deshalb anonymisiert gespeichert und verarbeitet. Dies schränkt beispielsweise die Empfehlungsdienste ein, da so nur die aufgerufenen oder ausgeliehenen Medien während eines einzelnen Vorgangs analysiert werden, diese jedoch nicht mit früheren Vorgängen der selben Person verknüpft werden können.
Formatvielfalt
TDM kann nur funktionieren, wenn die auszuwertenden Daten in geeigneter Form vorliegen. Dabei kann es verschiedene Hürden geben, sowohl rechtlicher Natur, wenn Daten im Besitz von Personen oder Institutionen sind, sowie technischer Natur, wenn Daten nicht in maschinenlesbarer Form vorliegen, oder zu viele verschiedene (inkompatible) Dateiformate genutzt werden.[8]
Ausblick
Schon heute profitieren Bibliotheken von TDM-Anwendungen, besonders Empfehlungsdienste sind verbreitet. Maschinelle Indexierung wird zumindest vereinzelt eingesetzt, bleibt in der Qualität aber noch weit hinter der intellektuellen Erschließung durch Menschen zurück.[9] Aufgrund des technischen Fortschritts und dem immer zuverlässiger werdenden natural language processing darf man hier jedoch hoffnungsvoll in die Zukunft blicken.
Doch Bibliotheken sind nicht nur Anwenderinnen, sondern können und sollten ebenfalls Sorge dafür tragen, dass ihre eigenen Bestände für TDM nutzbar sind. Dies wird erleichtert durch § 60d UrhG, aber sollte auch bei der Aushandlung von Lizenzverträgen, bei der Auswahl der anzubietenden Formate von elektronischen Medien wie auch bei der Retrodigitalisierung beachtet werden.
Quellen
[1] Deutsche Nationalbibliothek (2021): Jahresbericht 2020. S.45. Online unter urn:nbn:de:101-2021051859
[2] Mehler, Alexander; Wolff, Christian (2005): Einleitung: Perspektiven und Positionen des Text Mining. In: LDV-Forum, Jg. 20, Nr. 1, S. 1–18. Online unter urn:nbn:de:0070-bipr-1688
[3] Saffer, Jeffrey; Burnett, Vicki. (2014). Introduction to Biomedical Literature Text Mining: Context and Objectives. In Kumar, Vinod; & Tipney, Hannah (Hg.): Biomedical Literature Mining. New York: HumanaPress, Springer. S. 1–7. Online unter doi.org/10.1007/978-1-4939-0709-0_1
[4] Drees, Bastian (2016): Text und Data Mining: Herausforderungen und Möglichkeiten für Bibliotheken. In: Perspektive Bibliothek, Jg. 5, Nr. 1, S. 49-73. Online unter doi.org/10.11588/pb.2016.1.33691
[5] Mönnich, Michael; Spiering, Marcus (2008): Erschließung. Einsatz von BibTip als Recommendersystem im Bibliothekskatalog. In: Bibliotheksdienst, Jg. 42, Nr. 1, 54–59. Online unter doi.org/10.1515/bd.2008.42.1.54
[6] Uhlmann, Sandro (2013): Automatische Beschlagwortung von deutschsprachigen Netzpublikationen mit dem Vokabular der Gemeinsamen Normdatei (GND). In: Dialog mit Bibliotheken, Jg. 25, Nr. 2, S.26-36. Online unter urn:nbn:de:101-20161103148
[7] Okerson, Ann (2013): Text & Data Mining – A Librarian Overview [Konferenzbeitrag]. Herausgegeben von IFLA. Online unter http://library.ifla.org/252/1/165-okerson-en.pdf (Abruf am 29.01.2022)
[8] Brettschneider, Peter (2021): Text und Data-Mining – juristische Fallstricke und bibliotheksarische Handlungsfelder. In: Bibliotheksdienst, Jg. 55, Nr. 2, S. 104-126. Online unter doi.org/10.1515/bd-2021-0020
[9] Wiesenmüller, Heidrun (2018): Maschinelle Indexierung am Beispiel der DNB. Analyse und Entwicklungmöglichkeiten. In: O-Bib, Jg. 5, Nr. 4, S. 141-153. Online unter doi.org/10.5282/o-bib/2018H4S141-153
Dieser Beitrag ist im Studiengang Informationsmanagement an der Hochschule Hannover im Rahmen des Kurses Content Management (Wintersemester 2021/22, Dr. Stefanie Elbeshausen) entstanden.
Die besten Beiträge stellen wir Euch hier in den nächsten Wochen nach und nach vor.
Lade Kommentare …
Diese Website benutzt Cookies. Wenn du die Website weiter nutzt, gehen wir von deinem Einverständnis aus.OK
