Über der Einsatz von KI zur Musikkomposition: Der nächste Tsch(AI)kowski?

Autor: Hendrik Kuck

 


Komponieren mithilfe von Künstlicher Intelligenz? Zukunftsmusik oder bereits Alltag in der Musikbranche? Wie funktioniert so etwas? Und wer profitiert davon? Mögliche Antworten liefert der folgende Artikel zum Thema „Künstliche Intelligenz in der Musikkomposition“.

Inhaltsverzeichnis

KI in der heutigen Musikproduktion

Künstliche Intelligenz nimmt in unserer Gesellschaft eine immer zentralere Rolle ein. Sie ist aus Wirtschaft, Medien und Technik nicht mehr wegzudenken und wird in Deutschland u.a. von der Bundesregierung gefördert.1 Auch die Musikbranche wird nachhaltig von KI geprägt und Künstliche Intelligenz befindet sich besonders in der Musikkomposition auf dem Vormarsch.2 Besonders die Komposition von Hintergrundmusik für Social Media, Werbung und Gaming wird in Zukunft von ihr dominiert.3 Aber wie funktioniert das Komponieren von Musik mithilfe von KI eigentlich? Wer arbeitet mit ihr? Steht sie in einem ethischen Konflikt mit menschlichen Musikern und Komponisten und kann sie überhaupt wirkliche Kunst erschaffen? Diesen Fragen widmet sich der folgende Artikel.

Wie funktioniert Komponieren per KI?

Damit eine KI Musik komponieren kann, muss sie zunächst für diesen Einsatzzweck trainiert werden. Sogenannte „Neuronale Netzwerke“ lernen anhand großer Datenmengen (Big Data) die Struktur und Elemente vorhandener Musik. Durch ständige Analyse wird sie immer besser darin, Muster im Songaufbau zu erkennen und ist zu beachtlichen analytischen Leistungen in der Lage.4 Allerdings ist die derart entstandene Musik ohne menschliche Bearbeitung eher Mittelmaß. Das Verfassen von Songtexten und Einspielen der Instrumente sollte daher durch menschliche Hand erfolgen. 5 Künstliche Intelligenz ist deshalb eher als Werkzeug, welches die kompositorische Arbeit erleichtert, zu betrachten.6

Klicken Sie auf die folgende Abbildung, um selbst mit dem Komponieren loszulegen und kreieren Sie mithilfe der KI von Soundraw eigene Songs.

Roboter spielt Klavier. Verlinkung zu Musikgenerator. Künstliche Intelligenz Musikkomposition.
Laremenko Sergii/Shutterstock.com Musikgenerator per AI von Soundraw

In der Praxis

Die Umsetzung computergenerierter Kompositionen ist bereits Realität. Beispielsweise erschuf der Wissenschaftler David Cope mithilfe von KI Werke klassischer Musik, welche Vivaldi, Bach oder Chopin ähneln. Die Aufführung mit einem echten Orchester konnte sogar Fachpublikum täuschen.7 Weiterhin konnten Forscher ein neuronales Netzwerk mithilfe von 45 Songs der Beatles so lange trainieren, bis es ein eigenes Stück entwarf, welches auffällig stark dem Ursprungsmaterial ähnelte. Lediglich der Text zu dem Song „Daddy’s Car“ musste von Menschen geschrieben werden.8

Auch private Nutzer können KI zur Musikkomposition nutzen. So bietet das Berliner Unternehmen „Loudly“ auf ihrer Homepage eine eigens mit ca. zehn Millionen Songs trainierte KI an. Nutzer können somit schnell eigene Lieder generieren lassen. Sie wählen lediglich Genre, Songlänge und Instrumente aus, den Rest übernimmt die KI.9 Auch professionelle Künstler haben sich bereits auf die Zusammenarbeit mit Künstlicher Intelligenz beim Kreieren von Songs spezialisiert. Die Berlinerin Holly Herndon hat auf diese Weise bereits mehrere Alben veröffentlicht.10

https://open.spotify.com/artist/2c9yn5DJQd5es7YMY92ikZ?autoplay=true
Songbeispiele der Musikerin Holly Herndon

Mensch vs. KI

Mit der zunehmenden Verbreitung von Künstlicher Intelligenz in der Musikbranche treten auch vermehrt ethische Fragen auf. Verdrängt die Maschine den Menschen? Ist computergenerierte Musik überhaupt Kunst?

Dr. Ralf Weigand, Vizepräsident des Deutschen Komponistenverbandes und Vorsitzender des Aufsichtsrats der GEMA, sieht KI in der Musik mit potenziellen Nachteilen verbunden. Besonders im Bereich der Gebrauchsmusik (Hintergrundmusik für Film, Fernsehen, Social Media etc.) könne KI eine Gefahr für die Jobs der Musikschaffenden bedeuten. Zudem sorge eine Überflutung des Musikmarkts mit computergenerierter Musik eventuell dafür, dass Menschen diese Musik nicht mehr von menschengemachter unterscheiden könnten.11

Rory Kenny, Gründer des eingangs erwähnten Unternehmens „Loudly“, hält dagegen. KI schaffe bereits neue Jobs wie Softwareentwickler oder Informationsspezialisten in der Musikbranche. Weiterhin ermögliche sie auch Menschen ohne Know-how die einfache und zugängliche Produktion von Musik.12

„Das wird eine sehr interessante weitere Demokratisierung des Musikschaffens.“

Rory Kenny13

 

Auch professionelle Kunstschaffende könnten Vorteile aus der Kooperation mit KI ziehen und Gefallen daran finden.14 Ein Beispiel hierfür ist die bereits erwähnte Holly Herndon.

Kann KI Kunst?

Auch ob Künstliche Intelligenz wahrhaftige Kunst erschaffen kann, ist umstritten. Der Neurowissenschaftler Matthias Bethge sieht KI zwar eher als Werkzeug, spricht ihr allerdings alle Merkmale menschlicher Kreativität zu. Genau wie der Mensch würde sie zunächst Erfahrungen sammeln und Strukturen analysieren, um dann auf dieser Basis etwas Neues zu schaffen. Hans-Christian Ziupa, Gewinner des KI-Musik-Wettbewerbs „Beats & Bits“, sieht jedoch einen zentralen Unterschied zwischen Mensch und KI. Zuhörer würden von Musikern erwarten, dass sie bei der Schöpfung von etwas Neuem mit sich gerungen und dabei eine gewisse emotionale Radikalität entwickelt hätten. Dies sei einer KI nicht möglich.15

Rory Kenny glaubt ebenfalls nicht an den Ersatz menschlicher Musiker durch Maschinen. Musik sei im Kern Storytelling, KI sei jedoch nicht in der Lage Geschichten zu erzählen.16 Goetz Richter, Musiker und Professor der Universität Sydney, sieht KI zudem als abhängig von Menschen und ihren Anweisungen. Es sei komplett verschieden, ob aus bereits bestehenden Werken Eigenschaften abstrahiert, oder schöpferische Werke erschaffen würden. Zu Letzterem sei KI nicht in der Lage. Musik sei kein Ergebnis reiner Analytik, sondern erfordere Neugier, Sinnfindung, Bewusstsein, gelebte Erfahrung, Aufmerksamkeit und Empathie. Dies seien alles Eigenschaften, welche Computern fehlen würden.17 Renate Buschmann, Professorin für digitale Künste der Universität Witten/Herdecke, sieht dies ähnlich. KI habe ihre Stärke im Analysieren von Mustern und dem Kopieren. Kunst sei aber eben das Brechen von Regeln und dem Erschaffen von Unberechenbarkeit.18

Eine weitere komplexe Frage in diesem Kontext ist die, nach der rechtlichen Urheberschaft künstlich komponierter digitaler Produktionen. Sowohl Nutzer der KI (Wahl der Schlagworte bei der Generierung), Künstler (Rahmen und Konzept auf welches KI zugreift), Programmierer (Entwicklung der Software) als auch die Maschine selbst (Komposition des Werkes) kommen als mögliche Urheber infrage.19 Nicht nur diese, sondern auch die oben angesprochenen Themen, werden die Musikbranche in Zukunft mit Sicherheit prägen und beschäftigen.


1 vgl. Die Bundesregierung 2020

2 vgl. Bora 2021

3 vgl. Die Bundesregierung 2020

4 vgl. Bora 2021, Die Bundesregierung 2020 und Richter

5 vgl. Die Bundesregierung 2020

6 vgl. Bora 2021

7 vgl. Richter

8 vgl. Die Bundesregierung 2020

9 vgl. Bora 2021

10 vgl. Die Bundesregierung 2020

11 vgl. Bora 2021

12 vgl. Bora 2021

13 Bora 2021

14 vgl. Buschmann 2022, S.165

15 vgl. Die Bundesregierung 2020

16 vgl. Bora 2021

17 vgl. Richter

18 vgl. Buschmann 2022, S.164-165

19 vgl. Buschmann 2022, S.169

Quellen

Bora, Tereza (2021): Kreative KI. Künstliche Intelligenz verändert die Musikbranche. Online unter [Abruf am 23.11.2022]

Buschmann, Renate (2022): Kann aus KI Kunst werden?. Dialogische Beziehungen mit Künstlicher Intelligenz. In: Schnell, Martin W.; Nehlsen, Lukas (Hg.): Begegnungen mit Künstlicher Intelligenz. Intersubjektivität, Technik, Lebenswelt. Weilerswist: Velbrück Wissenschaft, S. 164-173. Online unter: doi.org/10.5771/9783748934493

Die Bundesregierung (2020): KI spielt die Musik. Online unter https://www.bundesregierung.de/breg-de/suche/ki-in-der-kultur-1720970 [Abruf am 23.11.2022]

Richter, Goetz (o.J.): Die scheinbare Originalität von KI-Musik. Online unter https://www.goethe.de/prj/k40/de/mus/aim.html [Abruf am 23.11.2022]

Der Autor Hendrik Kuck arbeitet an der Universitätsbibliothek Osnabrück und studiert zurzeit berufsbegleitend Informationsmanagement an der Hochschule Hannover

Wie Streaming-Algorithmen die Musik verändern

Autoren: Marian Berdyszak und Tom Kuhn


Die weltweite Musikindustrie ist im Wandel. 2017 wurde erstmals mehr Geld durch Musikstreaming eingenommen als durch den Verkauf von CDs, Schallplatten & Co. Somit liegt auch der Fokus großer Plattenlabel auf dem digitalen Musikmarkt. Führt diese Änderung der Marktsituation auch zu einer Veränderung der Musik als solches?

Inhaltsverzeichnis

Wieviel Geld verdient man mit Spotify?

Früher ging man in einen Plattenladen, um ein Album zu kaufen. Im Anschluss konnte man diese Schallplatte so häufig hören, wie man wollte, der Interpret und das Label sahen kein zusätzliches Geld. Beim Musikstreaming wird heute jeder gehörte Song, jeder Play einzeln bezahlt. Je nach Streamingdienst werden pro 1000 Streams zwischen 70 ct und 27 € ausgezahlt. 

Zur Vereinfachung konzentrieren wir uns auf Spotify, welche ca. 4 € für 1000 Streams auszahlen.1 Dabei gilt jedoch: nicht jeder Stream zählt gleich viel. So sind bspw. Streams aus den USA mehr wert als Streams aus Portugal. Außerdem kommt es darauf an, ob der Nutzer ein Spotify-Abo hat oder die werbefinanzierte Gratisversion nutzt.2  Streams werden zudem erst gezählt, wenn der Song mindestens 30 Sekunden langlief.3 Diese 4 € gehen zudem nicht vollständig an die Interpreten, da auch die Musiklabels mitverdienen wollen. 

Doch welchen Einfluss auf die Musik hat es, wenn Musikschaffende nicht mehr für Verkäufe, sondern für Plays bezahlt werden?

3 Minuten Spiellänge und über 77 Millionen Aufrufe. Mit 22 Nummer-Eins-Hits ist der Rapper Capital Bra erfolgreicher als die Beatles.

Der Algorithmus

Hinter Spotify steckt ein großer Algorithmus, welcher allen Nutzenden auf Basis ihres Hörverhaltens ständig neue Songs empfiehlt. Songs, die in den ersten 30 Sekunden abgebrochen werden, zählen nicht als Play – werden also weder bezahlt noch vom Algorithmus für Empfehlungen berücksichtigt. Ziel der Musikschaffenden sollte es demnach sein, die Hörer:innen direkt zu Beginn des Songs zu fesseln. Dies führt dazu, dass das durchschnittliche Intro eines Songs in den 80er-Jahren noch 20 Sekunden lang war – heutzutage nur noch 5 Sekunden.4

Wie funktioniert eigentlich der Spotify-Algorithmus?

Auch die Länge eines Songs hat sich seit dem Siegeszug der Streamingdienste geändert. In den letzten 20 Jahren sank die durchschnittliche Songlänge um 73 Sekunden. Logisch, denn es macht sowohl finanziell als auch für den Algorithmus einen großen Unterschied, ob ein Song 20 oder 30 Plays in einer Stunde erzielen kann. Hinzu kommt, dass bei längeren Songs die Wahrscheinlichkeit eines Abbruchs größer ist als bei kürzeren Songs. Dies würde dazu führen, dass der Song seltener empfohlen wird.5 Die Anzahl der Songs in den amerikanischen Billboard Top 100-Charts, die kürzer sind als 2:30 Minuten, steigt dadurch seit Jahren stark an.6

Songs werden immer kürzer – auch durch Spotify?

Einfluss von Musikstreaming auf Musikcharts

Seit einigen Jahren werden die Charts von den Streamingzahlen beeinflusst.7 Da dadurch nicht nur eigens ausgekoppelte Singles bewertet werden, kommt es häufiger dazu, dass viele Songs eines Albums die vorderen Plätze belegen, so geschehen u.a. bei Taylor Swift in den USA. Durch die generelle Schnelllebigkeit und die Fixierung auf Plays statt Albumkäufen veröffentlichen viele Musikschaffende zudem (fast) nur noch Singles. Der Deutsch-Ukrainer Capital Bra schaffte es so in nur zweieinhalb Jahren 22 Nummer-Eins-Hits zu veröffentlichen – doppelt so viele wie die Beatles in ihrer gesamten Karriere.8

Belegte gleichzeitig alle Top-10-Plätze in den USA: Taylor Swift

Um bekannt und erfolgreich zu werden ist es für Musikschaffende am wichtigsten, auf den von Spotify erstellten Playlists zu landen. Neben den von Mitarbeiter:innen kuratierten Playlists gibt es auch komplett automatisch vom Algorithmus erstellte (und ständig aktualisierte) Playlists, die ganz auf den Geschmack jedes einzelnen Nutzers zugeschnitten sind. So werden Nutzer mit ähnlichem Musikgeschmack ähnliche Songs empfohlen. Ganz wichtig ist auch hierbei wieder die bekannte 30-Sekunden-Grenze.9

Der perfekte Musikstreaming-Song?

Aber gibt es den perfekten, erfolgsversprechenden Spotify-Song? Nicht wirklich. Zwar hilft es, einen kurzen Song ohne Intro zu haben, eine Garantie ist das jedoch noch lange nicht. Unabhängig davon gilt noch immer: ein Hit ist ein Hit ist ein Hit.


Quellen

  1. Ditto Music (2023): How much does Spotify pay per stream in 2023. Online unter https://dittomusic.com/en/blog/how-much-does-spotify-pay-per-stream/ [Abruf am 06.01.2023]
  2. GfK Entertainment GmbH (o.J. a): FAQ. Online unter https://www.offiziellecharts.de/info/faq?rCH=2 [Abruf am 06.01.2023]
  3. GfK Entertainment GmbH (o.J. b): Suchen nach Capital Bra. Online unter https://www.offiziellecharts.de/suche?artist_search=Capital+Bra&do_search=do Abruf am [06.01.2023]
  4. Goldmedia GmbH (2022): Musikstreaming in Deutschland. Erlössituation im deutschen Musikstreaming-Markt 2022. Online unter https://www.gema.de/documents/d/guest/user_upload-dokumente-aktuelles-pressemitteilungen-2022-gema_goldmedia_studie_musikstreaming_in_deutschland-pdf [Abruf am 09.12.2022]
  5. Schmalzried, Gregor (2018): Wie Streamingdienste die Kunst verändern. Online unter https://www.deutschlandfunkkultur.de/spotify-apple-music-und-co-wie-streamingdienste-die-kunst-100. [Abruf am 09.12.2022]
  6. Schölzel, Alexander (2018): Musik-Streaming & Geld verdienen. Online unter https://www.delamar.de/musikbusiness/was-streaming-einbringt-45499/ [Abruf am 06.01.2023]
  7. Tagesschau (2022): Mit zehn Songs in die Top 10. Zuletzt aktualisiert am 31.10.2022. Online unter https://www.tagesschau.de/ausland/amerika/taylor-swift-billboard-charts-101.html [Abruf am 09.12.2022]
  8. Wagner, Patrick (2018): Musik-Streaming: Wer zahlt am besten? Online unter https://de.statista.com/infografik/13402/musik-streaming_-wer-zahlt-am-besten/ [Abruf am 06.01.2023]
  9. Walter, Leona (2020): Wie Spotify, Apple Music und Co. den Mainstream, die Musik und unser Hörverhalten verändern. Online unter •https://diffusmag.de/p/wie-musikstreaming-den-mainstream-die-musik-und-unser-hoerverhalten-veraendert/ [Abruf am 06.01.2023]

KI und die Sicherheit von Smart-Home-Systemen

Autorin: Eliza SchnetzerKI


„Smart Home“ @Smart Home Haus Technik – Kostenloses Foto auf Pixabay

KI

Inhaltsverzeichniss

Wie auch in vielen anderen Bereichen der Technik macht auch das Internet of Things (IoT) große Entwicklungsschritte. Dazu gehören auch sogenannte Smart-Home-Systeme, die eine immer weitere Verbreitung in deutschen Haushalten finden. Aus den vielseitigen Anwendungsbereichen ergeben sich neben komfortablen Alltagshilfen auch einige Fragen zur Sicherheit, gerade hinsichtlich Datenschutzes und Künstliche Intelligenz (KI) . In diesem Artikel sollen einige der Sicherheitslücken aufgedeckt und Lösungsansätze erläutert werden.

KI, was ist das eigentlich?

Immer häufiger hört man heutzutage diesen Begriff, aber was zeichnet die KI eigentlich aus? Normalerweise verarbeitet eine Maschine stumpf Daten. Eine KI ist allerdings in der Lage bestimmte Muster zu erlernen, um Entscheidungen auf der Basis von Informationen zu treffen. Dieses Vorgehen nennt man „Machine Learning“. Damit ist eine menschenähnliche kognitive Leistung möglich. Übertragen wir das auf unsere Smart-Home-Systeme bedeutet, dass, die Geräte erlernen unsere Verhaltensmuster und reagieren entsprechend darauf. Der aktuelle technische Stand ermöglicht das noch nicht umfangreich, zielt aber darauf ab. Bislang entscheiden sind das Erkennen und Befolgen von Wenn-Dann-Regeln.

KI im eigenen Zuhause:

@Smartest Home 2020

 

Smart-Home-Anwendungen bieten einige Vorteile

Smart-Home-Anwendungen haben einige Vorteile zu bieten, andernfalls würden sie sich nicht immer wachsender Beliebtheit erfreuen. Dazu gehören unter anderem:

  • Erhöhter Komfort: viele Aufgaben müssen nicht mehr selbst erledigt werden, sondern werden bequem von den Smart-Home Anwendungen übernommen. Beispiele hierfür sind z.B. das Saugen von Böden, Rasen mähen oder das automatische Angehen der Kaffeemaschine am Morgen
  • Vereinfachte Bedienung: durch die Steuerung per App kann man alle Anwendungen aus einer Stelle heraus bedienen, noch einfacher wird das Ganze mit Spracherkennung/Sprachbefehlen
  • mehr Sicherheit: durch das vernetzte System kann der Besitzer durch Push-Nachrichten auf sein Handy informiert werden, wenn z.B. ein Alarm ausgelöst wird. Gleichzeitig kann ein ausgelöster Alarm dazu führen, dass sich Türen und Fenster verriegeln
  • Senkung des Energieverbrauch: Geräte sind so programmiert, dass sie möglichst wenig Strom verbrauchen. So kann man z.B. mit Hilfe von einem Timer einstellen, wann das Licht ausgehen soll

Sicherheitslücken in den Systemen

Die komplexe technische Vernetzung bringt auch einige Risiken mit sich, wie sich in den Bereichen des Datenschutzes und der IT-Sicherheit zeigt. Die Smart-Home-Anwendungen sind durchgehend mit dem Internet verbunden. Das macht sie sehr anfällig für den unautorisierten Zugriff durch Hackerangriffe, die sich so den Zugriff zu sämtlichen Geräten in einem Haushalt verschaffen können. Um das zu vermeiden ist das regelmäßige Durchführen von Updates essenziell. Viele Risiken entstehen durch den Anwender selbst. So können fehlende technische Vorkenntnisse und die daraus resultierenden Bedienungsfehler zu schwerwiegenden Sicherheitslücken führen. Daher ist es wichtig, sich mit der Technik der Geräte auseinander zu setzen und ggfs. nochmal die richtige Funktionsweise zu überprüfen. Es stellt sich zudem die Frage, inwiefern die Daten gespeichert und verarbeitet werden. Das ist oft nicht transparent für den Benutzer, und da es sich um sensible personenbezogene Daten wie Kameraaufzeichnungen handelt, ist dieser Punkt nicht zu missachten.

Personenbedingte Fehler

Neben den technischen Fehlerquellen können natürlich auch von Menschenhand erzeugte Fehler Sicherheislücken hervorrufen. Zum einen ist es wichtig, dass sich Anwender vor der Anschaffung intensiv mit der Technik befassen. Oftmals scheitert es an fehlender Planung und das dem Informationsmangel über die Anwendung. Das kann wiederrum zu Anwendungsfehlern führen, die schwerwiegende Sicherheitsmängel bilden können. Wir tendieren oft dazu, zu günstigeren Alternativen zu greifen, was in diesem Fall aber eine fehlende Sicherheitszertifizierung bedeutet und ebenfalls vermehrt Sicherheitslücken aufweißt. Eine noch ausführlichere Hilfe bietet der folgende Artikel: Diese 5 Fehler machen fast alle Smart Home Einsteiger (homeandsmart.de)

Einfacher Schutz im Alltag

Wie kann ich mich also vor den vielfältigen Angriffsmöglichkeiten schützen? Es sind eigentlich ein paar ganz simple Tipps, wie man den Sicherheitsstandard der Smart-Home-Anwendung hochhält:

  • keinen direkten Internetzugriff: ist ein System direkt mit dem Internet verbunden, ist es leichter für z.B. Hacker dieses zu finden und zu hacken. Am sichersten ist es, denn Zugriff über ein VPN zu nutzen
  • System regelmäßig aktualisieren: für jedes System gibt es reglemäßig Updates, diese sollte man zeitnah durchführen um Bugs und Fehler in der Software zu beheben.
  • sichere Passwörter: ein simpler, aber oft missachteter Tipp ist es, ein sicheres Passwort zu vergeben, dass eine Kompination aus Groß- und Kleinschrift, Sonderzeichen und Zahlen beinhaltet. Dieses sollte in regelmäßigen Abständen geändert werden.
  • unnötige Dienste ausschalten: schalten Sie nicht benötigte Anwendungen aus, denn was nicht läuft, kann nicht angegriffen werden

Fazit: trotz Sicherheitslücken wachsender Trend mit Luft nach oben

Was lässt sich nun abschließend festhalten? Wenn man einige grundlegende Sicherheitsvorkehrungen beachtet und sich selbst mit den technischen Anwendungen befasst bieten Smart-Home-Anwendungen eine gute Möglichkeit sich den Alltag einfacher zu gestalten. Smart-Home-Anwendungen stehen noch relativ am Anfang ihrer technischen Möglichkeiten und sind auch noch lange kein fester Bestandteil in einem durchschnittlichen Haushalt. Auch die Zukunftserwartungen sind noch nicht erfüllt worden.

«Wir glaubten damals, dass es eine allmächtige, zentrale Intelligenz geben werde, die je nach Stimmung eine automatische Lichtauswahl trifft, ohne unser Zutun Essen für den Kühlschrank nachbestellt und so weiter. Diese Vision ist nicht eingetreten, zumal die Installation und Konfiguration einer einzigen, zentralen Lösung viel zu komplex wäre. Stattdessen gibt es heute viele partielle Lösungen, beispielsweise für die Beleuchtung, die Soundanlagen oder die Sicherheit.»

Zitat von Dr. Andrew Paice, Leiter vom iHomeLab

weiterführende Informationen gibt es hier:

Quellen- und Literaturverzeichnis

Beitragsbild: Bild von Gerd Altmann auf Pixabay

Text-zu-Bildysnthese: Ist das nächste Kunstwerk nur noch einen Prompt entfernt?

Autorin: Annika Bleich


Ein Prompt ist eine Texteingabe bestehend aus wenigen Stichworten. Sie dient der KI eines Bildgenerators als Grundlage für das Erzeugen von Bildern und ermöglicht es jeder Person, auch dir, die eigenen kreativen Ideen in Bildern umzusetzen. Aber können einzelne Stichworte wirklich das Potenzial eines Kunstwerks innehaben?

Inhalt

Einführung

Zur Definition von Kunst schreibt Brockhaus: „die Gesamtheit des vom Menschen Hervorgebrachten […] zu dessen Voraussetzungen die Verbindung von hervorragendem Können und großem geistigem Vermögen gehören.“[1] Eine KI benötigt nur ein paar Stichworte, sogenannte Prompts, und wenige Sekunden, um ein Bild zu generieren und liefert zusätzlich verschiedene Varianten.[2] Das Ergebnis kann von unzufrieden bis überragend präzise reichen. Dies steht in Abhängigkeit zum Prompt und der jeweiligen KI.[3]

Sei PromptkünstlerIn

Am Anfang steht nur eine Zeile und in diese gibst du ein paar Stichworte ein. Die Zeile gehört zu einer der zahlreichen meist offen zugänglichen Bildgeneratoren. Darunter zählen unter anderem Midjourney, Dall-E und Stable Diffusion. Wie sie im Einzelnen funktionieren, kann der jeweiligen Webseite entnommen werden. Was alle gemeinsam haben:

  • Du entscheidest über den Prompt. Deine Fantasie ist Voraussetzung für den Bildinhalt.
  • Nach wenigen Sekunden erhältst du in Anlehnung an deinen Prompt ein Bild. Meistens in mehreren Variationen.

Jetzt hast du ein Bild, an dem die Urheberrechte alleine dir gehören. Aber wie ist es zustande gekommen?

Wie funktioniert Text-zu-Bildsynthese?

Zunächst wird eine Trainingsdatenbank mit Millionen von Bildern mit Bildbeschreibungen benötigt.[4] Die Bildbeschreibungen stammen unter anderem aus dem „alt“ Text, wie man ihn bei Html verwendet, um Bildinhalte zu beschreiben.[5] Der KI wird diese Datenbank zur Verfügung gestellt, um mittels Deep Learning, einem Lernverfahren, ihr neuronales Netz zu trainieren. Das neuronale Netz stellt, in Anlehnung an die im menschlichen Gehirn befindlichen Neuronen, eine Struktur aus miteinander vernetzten Informationen dar.[6] Es ergibt sich eine für die KI logische Verbindung zwischen Text und Bildinhalt.[7]

Die KI nutzt einen Prozess namens „Diffusion“. Ein Muster aus zufälligen Pixeln wird soweit modifiziert, bis sich daraus ein sinnvolles Bild ergibt.[8] Da es sich um einen zufälligen Prozess handelt, wird bei gleichbleibendem Prompt niemals dasselbe Bild entstehen.[9]

Dall-E und die Welt der Kunst

Unter anderem befinden sich in der Trainingsdatenbank die Bilder bekannter KünstlerInnen. Du hast also die Möglichkeit, einen Prompt dazu zu verwenden, deren Technik zu imitieren. Die UrheberInnen wurden allerdings nicht gefragt, ob sie mit der Verwendung ihrer Werke in der Datenbank und dem daraus resultierenden Nachahmen ihrer Kunst, einverstanden sind. [10]

Einerseits wird es dir und jedem anderen ermöglicht, eure künstlerischen Ideen mit wenigen Einschränkungen zu verwirklichen, ohne zuvor jahrelang benötigte handwerkliche Erfahrung sammeln zu müssen. Andererseits gefährdet dies die Arbeit unzähliger freischaffender KünstlerInnen, deren Einkommen darauf beruht, Grafiken, Illustrationen, Fotografien, Konzepte und dergleichen zu schaffen.[11]  Das synthetische Werk von Jason Allen, der damit einen Kunstwettbewerb gewann, führte erst kürzlich zu regen Diskussionen.

Prompkunst und ihre Grenzen

Auch wenn dich nun das Promptfieber gepackt hat, im Universum der synthetischen Bilder unterliegt deine Fantasie gewissen Einschränkungen. Grundsätzlich unzulässig ist die Erstellung von illegalem, gewalttätigem, sexuell explizitem oder anderweitig unangemessenem Inhalt.[12] Dies soll eine missbräuchliche Nutzung der KI und das Verbreiten problematischen Bildmaterials verhindern.[13]

Die Entwickler versuchen solche Bilder unter anderem durch Wortfilter bei der Prompteingabe und durch das Filtern unangemessener Inhalte in der Trainingsdatenbank zu verhindern.[14] Hierfür muss zunächst, beruhend auf individuellem Empfinden, definiert werden, welche Inhalte unangemessen sind.[15] Das Filtern hat unter anderem zur Folge, dass sich, wie im Fall von Dall-E, bei den Ergebnissen eine deutlichere Tendenz zu Genderstereotypen, wie beispielsweise nur noch Bilder von männlichen Geschäftsführern, abzeichnet. [16]

Einen genauen Grund konnten die Entwickler für diese Tendenz nicht nennen. Unter anderem stellten sie am Beispiel des männlichen Geschäftsführers die Hypothese auf, dass, auch wenn Männer und Frauen in der ursprünglichen Trainingsdatenbank in etwa gleichmäßig repräsentiert sind, Frauen häufiger in einem sexuellen Kontext dargestellt und somit gefiltert werden. Dem so entstehenden Ungleichgewicht der Geschlechter kann unter anderem dadurch entgegen gewirkt werden, indem die gefilterte Datenbank nun mit mehr Bildern von weiblichen Geschäftsführerinnen angereichert wird.[17]

Neben Filtern arbeiten die Entwickler der Bildgeneratoren auch an weiteren Schwierigkeiten. Dazu gehören unter anderem ein fehlendes Textverständnis der KI gegenüber bestimmten Prompts oder die teils unrealistische Abbildung von Personen oder Tieren in synthetischen Bildern.[18] 

Ein Blick in die Zukunft

our mission of creating AI that benefits humanity“

OpenAI

OpenAI, die Entwickler von Dall-E, formulieren auf ihrer Webseite diesen ambitionierten Wunsch. Unrealistisch ist dieser Anspruch nicht. Irgendwann soll die Leistung von KIs menschenähnliches Niveau erreichen, was in vielen wichtigen Bereichen wie zum Beispiel der Landwirtschaft, Automobilindustrie oder Pflege enorm hilfreich sein wird. [19]

Neben Bildern kann eine KI wie NUWA-Infinity mittlerweile sogar kurze Videoclips generieren. Zwar sind diese noch lange nicht perfekt, betrachtet man jedoch allein die rasante Entwicklung in den letzten Wochen, stellt sich die Frage, ob KIs irgendwann sogar in der Lage sind, ganze Filme synthetisch zu erstellen. Eine weitere Open Source KI von OpenAi namens ChatGPT, veröffentlicht im November 2022, ist bereits dazu in der Lage, wissenschaftliche Texte auf Grundlage von Texteingaben zu formulieren. [20]

Der Beginn einer neuen Kunstepoche?

Bislang reicht noch längst nicht jeder Prompt für ein Kunstwerk aus. Jason Allen investierte bereits mehrere Tage Arbeit mit Unterstützung eines Bildbearbeitungsprogramms, um sein beim Kunstwettbewerb eingereichtes Bild zu kreieren.[21] Die Gefährdung von KünstlerInnen durch Bildgeneratoren scheint zunächst zwar greifbar, aber wann die Arbeit von KIs tatsächlich menschenähnliches Niveau erreicht, bleibt vorerst eine Frage der Zeit.[22]

Ein Blick in die Vergangenheit hilft, um zu sehen, dass zumindest eine Definition von Kunst schon immer anpassungsfähig war. Auch die Entwicklung der Fotografie wurde lange Zeit nicht als Kunst anerkannt.[23] Und vielleicht wird eines Tages das Generieren synthetischer Bilder zu den Kunstmaßstäben einer zukünftigen Epoche gehören.

„Die Einschätzung von Kunst hängt von den Maßstäben einer Epoche und von der individuellen Sicht ab.“

Brockhaus Enzyklopädie Online

Literaturquellen

AI IMPACTS (2022): Will Superhuman AI be created? Online unter https://aiimpacts.org/argument-for-likelihood-of-superhuman-ai/ [Abruf am 10.01.2023]➝[19]

Brockhaus Enzyklopädie Online (o.J.): neuronale Netze (künstliche Intelligenz). Online unter https://brockhaus.de/ecs/enzy/article/neuronale-netze-kunstliche-intelligenz [Abruf am 10.01.2023]➝[1]➝[7]

Ford, Martin (2019): Die Intelligenz der Maschinen. Frechen: mitp Verlags GmbH & Co (mitp Professionals). Online unter https://content-select.com/de/portal/media/view/5e4ba26b-d1d4-49a1-93de-6b1fb0dd2d03 [Abruf am 10.01.2023] S. 9 ➝[6] ; S. 525 – 526 ➝[22]

Jäger, Jens (2009): Fotografie und Geschichte. Frankfurt am Main: Campus Verlag (Historische Einführungen). Online unter https://content-select.com/de/portal/media/view/519cc341-67b0-479d-9047-290f5dbbeaba [Abruf am 10.01.2023] S. 56➝[23]

Midjourney (2022): Content and Moderation. Online unter [Abruf am 10.01.2023]➝[12] ➝[13] ➝[14]

Nichol, Alex (2022): Dall-E 2 Pre-Training Mitigations. Online unter https://openai.com/blog/dall-e-2-pre-training-mitigations/?itid=lk_inline_enhanced-template [Abruf am 10.01.2023]➝[16] ➝[17]

OpenAI (o.J.): Dall-E 2. Online unter https://openai.com/dall-e-2/ [Abruf am 10.01.2023]➝[8]

Rentjes, Thomas (2022): Foto-Synthese mit KI. Die Revolution der künstlichen Bilder. Online unter https://www.deutschlandfunkkultur.de/ki-technologie-revolution-kuenstliche-bilder-100.html [Abruf am 10.01.2023]➝[2] ➝[3] ➝[4] ➝[11] ➝[14] ➝[15] ➝[18] ➝[20]

Tiku, Nitasha (2022): AI can nox create any image in seconds, bringing wonder and danger. In: The Washington Post vom 22.09.2022. Online unter https://www.washingtonpost.com/technology/interactive/2022/artificial-intelligence-images-dall-e/ [Abruf am 10.01.2023]➝[10] ➝[21]

Vox (2022): The text-to-image revolution, explained. Video publiziert am 01.06.2022 auf YouTube. Online unter https://www.youtube.com/watch?v=SVcsDDABEkM [Abruf am 10.01.2023] (06:09)➝[5]; (09:35) ➝[9]

Bildquellen

Alle verwendeten Bilder stehen unter dem Copyright der Autorin © Annika Bleich (cc by-nc)

Videoquelle

tagesschau (2023): Software ChatGPT: Möglichkeiten und Grenzen künstlicher Intelligenz. Video publiziert am 12.01.2023 auf YouTube. Online unter https://www.youtube.com/watch?v=_ab6L50HlcI [Abruf am 29.01.2023]

Wie beeinflusst digitale Datenanalyse die Transparenz von Daten?

Autorinnen: Luisa Rabbe und Emelie Rademacher


Die zunehmend komplexe Gestaltung digitaler Angebote und Dienste in den letzten Jahren hat starke Konzentrationstendenzen in der Datenökonomie verursacht. Einige Großunternehmen sammeln beträchtliche Datenmengen, kombinieren diese und werten die neuen Daten aus.[1] Dadurch können anonymisierte Daten häufig re-identifiziert werden.[2] Was hat das nun mit digitaler Datenanalyse zu tun?

In diesem Fachbeitrag wird auf die Nutzung digitaler Daten eingegangen. Es wird erklärt was unter digitaler Datenanalyse und Datentransparenz verstanden wird und wie diese Einfluss auf die Arbeitswelt haben. Weiterhin wird betrachtet, wie der Staat Einfluss auf die Transparenz von Daten nimmt.

Inhaltsverzeichnis

Digitale Daten werden über alle elektronischen Endgeräte verknüpft

Die Nutzung digitaler Daten

Privatpersonen, Unternehmen und der Staat. Jeder Akteur der Marktwirtschaft verwendet täglich digitale Daten. Aber was sind digitale Daten? Bei digitalen Daten handelt es sich um digitale Dokumente und Medieneinheiten, die diskret oder indiskret Informationen darstellen. Diese Informationen können sowohl personenbezogene als auch nicht personenbezogene Daten sein. Wie kann nun mit diesen Daten umgegangen werden? Die Datennutzung ist immer eng verbunden mit Fragen zum verantwortungsvollen Umgang mit Daten und den sich dauerhaft weiterentwickelnden Technologien. Besonders wichtig sind dabei die Einhaltung von Gesetzen, wie die DSGVO, und die Orientierung an ethischen Werten. „[N]icht alles, was technisch möglich ist, [ist] auch ethisch vertretbar“[3], denn es gibt unter anderem Möglichkeiten über die Verfahren Profiling und Scoring Aussagen über das Verhalten sowie die Präferenzen einzelner Personen machen zu können und diese zu beeinflussen.[4]

Digitale Datenanalyse und Datentransparenz

Digitale Datenanalysen helfen, komplexe Sachverhalte schnell und transparent darzustellen. Dies geschieht durch das Erkennen von Zusammenhängen, Abhängigkeiten und Ungereimtheiten in Daten. Zur Datenanalyse wird vermehrt auf maschinelles Lernen anstatt auf Menschen zurückgegriffen, da bei der Analyse großer Datenmengen in kürzerer Zeit bessere Ergebnisse erzielt werden können.[5]

Transparenz setzt voraus, dass Daten fehlerfrei, vollständig sowie zeitgerecht veröffentlicht und zugänglich sind. Zugleich dient sie als Voraussetzung für die Überwachung der Datennutzung. Dies wird möglich durch die Kontrolle der Datenverwendung durch alle Personen, die Zugang zu den jeweiligen Daten haben und die Fähigkeiten zur differenzierten Datenanalyse besitzen.[6]

Einfluss der digitalen Datenanalyse auf die Arbeitswelt

Digitale Datenanalyse und Datentransparenz haben einen bedeutenden Einfluss auf die Arbeitswelt. Durch die Verfügbarkeit von genauen und umfassenderen Daten können Unternehmen datengetriebene Entscheidungen treffen. Das bedeutet, dass sie Entscheidungen auf der Grundlage von Daten und nicht nur auf Intuition oder Vermutungen treffen. Dies führt zu besseren Entscheidungen, die auf den tatsächlichen Bedürfnissen und Trends des Marktes basieren.[7]

Darüber hinaus können Unternehmen durch die Verwendung von Datentransparenztools ihre Geschäftsprozesse besser überwachen und regulieren. Dies bedeutet, dass sie in Echtzeit Einblicke in ihre Prozesse erhalten und mögliche Probleme schnell erkennen und beheben können. Somit können die Effizienz gesteigert und Kosten eingespart werden. Außerdem sorgt dies für eine bessere Kontrolle und Überwachung von Geschäftsprozessen. Zusätzlich ermöglicht digitale Datenanalyse und die Nutzung von Datentransparenztools Unternehmen dazu, große Mengen an Daten schneller und effizienter zu analysieren. Dies führt zu einer besseren Entscheidungsfindung und höheren Effizienz.

Insgesamt hat die Verwendung von digitaler Datenanalyse und Datentransparenz einen signifikanten Einfluss auf die Arbeitswelt, indem sie Effizienz, datengetriebene Entscheidungen und Überwachung von Geschäftsprozessen verbessern.[8]

Die Rolle des Staates in der digitalen Datenanalyse

Der Staat spielt eine wichtige Rolle bei der Steuerung der Verwendung von Datenanalyse und Datentransparenz. Durch Gesetze und Regulierungen, wie die Datenschutzgrundverordnung (DSGVO) in Europa, wird sichergestellt, dass persönliche Daten sicher und geschützt sind und das Unternehmen verantwortungsvoll mit diesen Daten umgehen.[9]

Zudem legt der Staat Richtlinien fest, die Unternehmen verpflichten, bestimmte Standards bei der Datensammlung, -verarbeitung und -nutzung einzuhalten. Dies garantiert, dass Daten genau und verlässlich sind und die Datentransparenz ein hohes Niveau hat. Der Staat ist auch verantwortlich für die Überwachung der Einhaltung dieser Gesetze und Regelungen durch Unternehmen. Dies kann durch Regulierungsbehörden oder durch Strafen und Bußgelder bei Verstößen geschehen.[10]

Darüber hinaus sind staatliche Stellen selbst oft Nutzer von Datenanalyse, beispielsweise für staatliche Überwachungs- und Überprüfungszwecke oder für die Erstellung von Statistiken.[11] Hierbei muss jedoch sichergestellt werden, dass dies im Rahmen der Gesetze und Regulierungen geschieht und die Datenrechte der Bürger geschützt bleiben. Zudem kann der Staat Regulierungen erlassen, die den Zugang zu bestimmten Daten einschränken, um die Privatsphäre und den Schutz sensibler Daten zu garantieren. Dies garantiert, dass Daten nicht missbraucht werden und das die Transparenz der Daten aufrechterhalten wird. Weiterhin können Unternehmen vom Staat verpflichtet werden, Regeln für den Umgang mit Daten und den Schutz persönlicher Informationen einzuhalten.[12]

Beispielsweise kann der Staat Gesetze erlassen, die Unternehmen verpflichten, über die Daten, die sie sammeln, transparent zu informieren. Dies kann die Verwendung von Daten, die Art und Weise, wie sie gesammelt werden und wer Zugang dazu hat, umfassen.[13] Außerdem muss der Staat auf die Entwicklungen im Bereich der digitalen Datenanalyse reagieren und gegebenenfalls Gesetze und Regulierungen anpassen, um sicherzustellen, dass sie weiterhin gültig und wirksam bleiben.[14]

Fazit

Zusammenfassend ist zu erkennen, dass sowohl digitale Datenanalyse als auch Datentransparenz für sich genommen bedeutend für jeden Akteur der Marktwirtschaft sind. Besonders deutlich wird allerdings auch, dass die Datenanalyse einen sichtbaren Einfluss auf die Transparenz von Daten nimmt. Nur wenn Daten durch Analyseverfahren verstanden werden, können sie auch verwendet werden. Sie sind dann transparent. Dabei darf die Notwendigkeit von Gesetzen und Regulierungen nicht vernachlässigt werden, um die Rechte des Einzelnen zu schützen.


Begriffsdefinitionen

Nicht personenbezogene Daten

Als nicht personenbezogene Daten werden alle Daten bezeichnet, die keine personenbezogenen Daten aufweisen oder stark genug anonymisiert worden sind, dass die Anonymisierung nicht rückgängig gemacht werden kann.[15]

Personenbezogene Daten

Personenbezogenen Daten bezeichnen alle Daten und Informationen, die auf eine lebende identifizierte oder identifizierbare Person verweisen. Darüber hinaus werden auch pseudonymisierte Daten, anonymisierte Daten, die re-identifiziert werden können, als personenbezogene Daten bezeichnet.[16]

Profiling

Bei dem Verfahren Profiling findet das Sammeln und Verknüpfen von personenbezogenen Daten zu persönlichen Profilen von einzelnen Menschen statt. Diese Profile werden dann zur Auswertung, Bewertung, Analyse und Vorhersage spezifischer Merkmale von Personen verwendet.[17]

Scoring

Das statistisch-mathematische Verfahren Scoring ordnet dem Profil eines Menschen oder Unternehmens einen Wert zu. Dieser Wert zeigt die Intensität der Ausprägung verschiedener Merkmale und wird zur Kategorisierung und Klassifizierung verwendet.[18]


[1] Vgl. Die Bundesregierung (2021), S. 6
[2] Vgl. Günter (2020), S. 62
[3] Die Bundesregierung (2021), S. 7
[4] Vgl. Ebd., S. 7
[5] Vgl. Lucke; Gollasch (2022), S. 96
[6] Vgl. Günter (2020), S. 201
[7] Vgl. Kämpf, Vogl, Boes (2022)
[8] Vgl. Küng, Keller, Hofer (2022)
[9] Vgl. Wewer (2022)
[10] Vgl. Kubicek (2020)
[11] Vgl. Fulko (2021)
[12] Vgl. Fischer, Kraus (2020)
[13] Vgl. Kubicek (2020)
[14] Vgl. Fischer, Kraus (2020)
[15] Vgl. Europäische Kommission (2014)
[16] Vgl. Ebd.
[17] Vgl. Die Bundesregierung (2021), S. 116
[18] Vgl. Ebd., S. 116


Über die Autorinnen

Luisa Rabbe ist im dritten Semester des Studienganges Informationsmanagement immatrikuliert. Das Studium absolviert diese an der Fakultät III in der Abteilung Information und Kommunikation an der Hochschule Hannover. Die Autorin ist 24 Jahre alt und wohnhaft in Hannover.

Emelie Rademacher ist im dritten Semester des Studienganges Informationsmanagement immatrkuliert. Das Studium absolviert diese an der Fakultät III in der Abteilung Information und Kommunikation an der Hochschule Hannover. Gleichzeitig arbeitet sie als Minijobberin bei der Edeka Cramer GmbH im Bereich Backwaren Bedienung. Die Autorin ist 20 Jahre alt und wohnhaft in Hannover.


 

Quellenverzeichnis

Die Bundesregierung (2021): Datenstrategie der Bundesregierung. Eine Innovationsstrategie für gesellschaftlichen Fortschritt und nachhaltigen Wachstum. Online unter https://www.bundesregierung.de/breg-de/suche/datenstrategie-der-bundesregierung-1845632 [Abruf am 28.01.2023]

Europäische Kommission (2014): Was sind personenbezogene Daten? Online unter https://commission.europa.eu/law/law-topic/data-protection/reform/what-personal-data_de [Abruf am 29.01.2023]

Fischer, Caroline; Kraus, Sascha (2020): Digitale Transparenz. In: Klenk, Tanja; Nullmeier, Frank; Wewer, Göttrik (Hg.): Handbuch Digitalisierung in Staat und Verwaltung. Wiesbaden: Springer VS, S.159-170

Fulko, Lenz (2021): Der digitale Staat – Transparenz als Digitalisierungsmotor. Argumente zu Marktwirtschaft und Politik, No. 155. Berlin: Stiftung Marktwirtschaft

Kämpf, Tobias; Vogl, Elisabeth; Boes, Andreas(2022): Inverse Transparenz. Ein soziologischer Perspektivenwechsel für einen nachhaltigen Umgang mit Transparenz in der digitalen Arbeitswelt. In: Boes, Andreas; Hess, Thomas; Pretschner, Alexander; Kämpf, Tobias; Vogl, Elisabeth (Hg.): Daten-Innovation-Privatheit. Mit Inverser Transparenz das Gestaltungsdilemma der digitalen Arbeitswelt lösen. München: ISF München, S.24-33

Kubicek, Herbert (2020): Informationsfreiheits- und Transparenzgesetze. In: Klenk, Tanja; Nullmeier, Frank; Wewer, Göttrik (Hg.): Handbuch Digitalisierung in Staat und Verwaltung. Wiesbaden: Springer VS, S.171-186

Küng, Marco; Keller, Daniel F.; Hofer, Nicolas(2022): Transport – Im Wandel der Corona-Kriese. In: Luban, Katharina; Hänggi, Roman (Hg.): Erfolgreiche Unternehmensführung durch Resilienzmanagement. Branchenübergreifende Praxisstudie am Beispiel der Corona-Kriese. Berlin: Springer Vieweg, S. 181-196

Lucke, Jörn von; Gollasch, Katja (2022): Offene Daten und offene Verwaltungsdaten –  Öffnung von Datenbeständen. In: Hünemohr, Holger; Lucke, Jorn von; Stember, Jürgen; Wimmer, Maria A. (Hg.): Open Government. Offenes Regierungs- und Verwaltungshandeln – Leitbilder, Ziele und Methoden. Wiesbaden: Springer Gabler, S. 49-73

Müller, Günter (2020): Protektion 4.0: Das Digitalisierungsdilemma. Die blaue Stunde der Informatik. Berlin: Springer Vieweg

Wewer, Göttik (2020): Datenschutz. In: Klenk, Tanja; Nullmeier, Frank; Wewer, Göttrik (Hg.): Handbuch Digitalisierung in Staat und Verwaltung. Wiesbaden: Springer VS, S.187-198

Alle Bilder unterliegen der Pixabay-Lizenz

E-Learning: Interaktive Videos in der Hochschullehre

Autorinnen: Charlotte Böddicker und Kim Kirner


Im Zuge der Corona-Pandemie hat das Thema E-Learning an Hochschulen weiter an Bedeutung gewonnen. Das erfordert von den Lehrenden die Weiterentwicklung alter und Umsetzung neuer digitaler Lehrmethoden. Eine Methode ist die Vermittlung von Lehrinhalten mithilfe interaktiver Videos. Doch wie setze ich diese ein und was sind überhaupt interaktive Videos? Mehr dazu erfahren Sie in diesem Beitrag.  

© Canva

Inhaltsverzeichnis

  1. Was sind interaktive Videos?
  2. Was können interaktive Videos in der Hochschullehre leisten?
  3. Welche Herausforderungen bieten interaktive Videos für die Hochschullehre?
  4. Für welche Art von Lehrinhalten eignen sich interaktive Videos?
  5. Wie erstelle ich ein interaktives Video? (Am Beispiel von ILIAS)

1. Was sind interaktive Videos?

Interaktive Videos bestehen aus zwei grundlegenden Komponenten: dynamische und audiovisuelle Medien (z.B. Videos oder Animationen) als Basis sowie darin eingebundene aktivierbare und zeitgestempelte Multimedia-Elemente (z.B. digitale Texte, Bilder, Graphiken, Links, Referenzen, Audio- oder Videodateien). Durch die Einbettung dieser Elemente wird die lineare Struktur eines Videos aufgebrochen, was dem Betrachtenden eine aktive Auseinandersetzung mit dem Inhalt – je nach Bedürfnis bzw. Wissensstand – ermöglicht. Im Kontext eines interaktiven Videos wird der passive Betrachtende also zum aktiven Nutzenden.

Geht man vom Einsatz interaktiver Videos im Bereich des E-Learning aus, kann man zwischen drei grundlegenden, kombinierbaren Formen differenzieren:

  • Interaktive Videos als Videos mit verzweigenden Handlungssträngen
  • Interaktive Videos als Videos mit bereitgestellten Zusatzinformationen
  • Interaktive Videos mit integrierten Zusatzfunktionen (Vgl. zu diesem Abschnitt: Lehner, Siegel 2009, S. 44-45)

Interaktive Videos mit verzweigenden Handlungssträngen

Interaktive Videos mit verzweigenden Handlungssträngen ermöglichen den Nutzenden, den weiteren Verlauf des Videos aktiv und je nach Bedürfnis zu beeinflussen. Im Kontext von E-Learning gewinnt diese Form des interaktiven Videos beispielswiese an Bedeutung, wenn es um die Vermittlung wichtiger Grundlagen zu einem bestimmten Thema geht: Der Lernende kann im Verlauf des Videos dann selbst entscheiden, ob er bereits zum nächsten Themenschwerpunkt übergehen möchte oder weitere, vertiefendere Informationen zum gerade dargestellten Themenschwerpunkt benötigt. (Vgl. zu diesem Abschnitt: Lehner, Siegel 2009, S. 45)

Interaktive Videos mit bereitgestellten Zusatzinformationen

Mit den bereitgestellten Zusatzinformationen sind die Möglichkeiten gemeint, bewegtes Bildmaterial mit wichtigen Informationen in Form von Annotationen und Kommentaren anzureichern. Sowohl die Erstellenden interaktiver Videos, als auch die Nutzenden können den dargestellten Inhalt durch Videoannotationen erweitern oder Kommentare beifügen, die zur Diskussion anregen. Studierende haben hierdurch außerdem die Möglichkeit, sich mit inhaltlichen Fragen an die Lehrenden zu wenden. Interaktive Videos dienen in diesem Sinne als „aktive und soziale Austauschplattform“ (Georg-August-Universität Göttingen o.J.) für Lehrende und Lernende – gerade beim E-Learning ist dieser Punkt nicht zu unterschätzen. (Vgl. zu diesem Abschnitt Lehner, Siegel 2009, S. 46)

Interaktive Videos mit integrierten Zusatzfunktionen

Unter den integrierten Zusatzfunktionen kann man im E-Learning Bereich beispielsweise die Möglichkeit fassen, Fragen verschiedenster Fragetypen oder Aufgabenstellungen im Video zu implementieren. Die Lehrenden können mithilfe dieser Zusatzfunktionen eine aktive Auseinandersetzung mit den dargestellten Inhalten fördern. Den Studierenden dienen Sie außerdem zur Einschätzung ihres Wissensstandes.

Ein interaktives Video

Die Umsetzung eines interaktiven Videos kann beispielsweise so aussehen:

© Bundeszentrale für politische Bildung / bpb 2015

2. Was können interaktive Videos in der Hochschullehre leisten?

Interaktive Videos können folgende Aspekte im Lehrprozess der Lehrenden und im Lernprozess der Studierenden erleichtern oder begünstigen:

  • Asynchrones Lernen (zeit- und ortsunabhängig)
  • Individuelle Gestaltung und Kontrolle des Lernprozesses
  • Förderung des Verstehens und Erinnerns der Lerninhalte durch visuelle Darstellung
  • Förderung des analytischen Denkens (Anwenden, Analysieren, Beurteilen und Gestalten) durch aktive Vermittlung von Lerninhalten
  • Förderung der intensiveren, inhaltlichen Auseinandersetzung und Entwicklung eigener Ideen durch aktives Erarbeiten der Lerninhalte und Filterung wichtiger Informationen (z.B. durch Annotationen, Kommentare, Fragen)
  • Anstoß zur Diskussion, sozialer Interaktion und Austausch: aktiver Reflektions- und Diskussionsprozess trotz räumlicher Distanz
  • Möglichkeit zum Feedback und zur Überprüfung des Lernerfolges
  • Umsetzung aufwendiger Formen der Wissensüberprüfung (z.B. Einbettung von Fragen verschiedener Fragetypen)
  • Spaß am Lernen durch kreative Lehrmethode

3. Welche Herausforderungen bieten interaktive Videos in der Hochschullehre?

Interaktive Videos können Lehrende und Lernende vor verschiedene Herausforderungen stellen, die es von der Hochschule zu berücksichtigen gilt. Eine Überwindung der Herausforderungen und die Lösung von Problemen kann nur in Zusammenarbeit und im gemeinsamen Austausch erfolgen.

Technische Herausforderungen und Infrastruktur

Um das E-Learning im Allgemeinen sowie das Lehren und Lernen mit interaktiven Videos überhaupt anbieten zu können, ist es notwendig, dass Hochschulen die entsprechende technische Infrastruktur bereitstellen. Diese kann die Lehrenden maßgeblich bei der Gestaltung ihrer Lehre unterstützen und sie darin bestärken auch auf digitale Lehrmethoden zu setzen. Optimal ist die Bereitstellung von Lernplattformen, mit deren Hilfe internetbasierte Lernmaterialen für E-Learning erstellt werden können. Im Umgang mit solchen Lernplattformen müssen Lehrende dann entsprechend geschult werden.

Didaktische Herausforderungen

Die Umsetzung didaktisch guter, interaktiver Videos stellt hohe Ansprüche an die Lehrenden. Die Videos müssen so gestaltet werden, dass sie die Studierenden in ihrem Lernprozess unterstützen und motivieren. In diesem Zusammenhang müssen Zusatzinformationen präzise formuliert und Zusatzfunktionen sinnvoll genutzt werden. Das interaktive Video soll die Studierenden zur intensiven Auseinandersetzung mit den Inhalten animieren und zur Diskussion anregen. In diesem Zuge sollte eine didaktische Beratung oder Fortbildung für die Lehrenden in Betracht gezogen werden. (Vgl. zu diesem Abschnitt: Krüger, Steffen, Vohle 2012, S. 206-209)

Probleme des Lernens mit Video

Dazu gehören u.a. technische Probleme, aber auch Studierende, die aufgrund mangelnder technischer Ausstattung oder Begebenheiten zu Hause keine Möglichkeit haben adäquat am E-Learning teilzunehmen. Des Weiteren muss berücksichtigt werden, dass nicht alle Studierenden von digitalen Lehrmethoden profitieren können, sondern den traditionellen Unterricht vorziehen. Außerdem kann die „Gefahr der Individualisierung“ (Dubs 2019, S. 35) bestehen, wenn Studierende sich ausschließlich auf das Video konzentrieren, die Interaktion in der Lerngruppe aber ansonsten ablehnen.

4. Für welche Art von Lehrinhalten eignen sich interaktive Videos?

Interaktive Videos eignen sich für…

  • Selbstlerneinheiten
  • die Einführung neuer Themen
  • die visuelle Darstellung von Lerninhalten
  • die Überprüfung des bisherigen Wissensstandes
  • die Darstellung/Behandlung praxisnaher Themen 
  • die aktive Gestaltung einer Vorlesungsaufzeichnung
  • die aktive Gestaltung einer asynchronen Lehreinheit
  • die Anregung eines Diskussionsprozesses zwischen Studierenden
  • die Analyse von Aufzeichnungen (z.B. Vorträge, Präsentationen, Filmsequenzen) (Vgl. Georg-August-Universität Göttingen o.J.)

5. Wie erstelle ich ein interaktives Video? (Am Beispiel von ILIAS)

ILIAS (Integriertes Lern-, Informations- und Arbeitskooperations-System) ist ein Open Source Learning Management System, das bereits an vielen Hochschulen zum Einsatz kommt. Mithilfe der Lernplattform ILIAS können Lern- und Übungsmaterialen leicht erstellt und den Lernenden zur Verfügung gestellt werden. (Vgl. zu diesem Abschnitt: ILIAS 2022)

Im Kontext der Erstellung interaktiver Videos bietet ILIAS das Interaktive Video Plug-In an, welches die Gestaltung und Bereitstellung interaktiver Videos ermöglicht. Ein Tutorial über die Möglichkeiten zur Gestaltung von interaktiven Videos mit ILIAS finden Sie hier:

© Universität Stuttgart 2022

Quellenverzeichnis

Bundeszentrale für politische Bildung / bpb (2015): Was ist eigentlich E-Learning?. Video publiziert am 11.09.2015 auf Youtube. Online unter https://www.youtube.com/watch?v=XHwDtmSFrOA [Abruf am 28.12.2022]

Dubs, Rolf (2019): Die Vorlesung der Zukunft. Theorie und Praxis der interaktiven Vorlesung. Opladen, Toronto: Verlag Barbara Budrich

Georg-August-Unversität Göttingen (o.J.): Interaktive Videos. Online unter https://www.uni-goettingen.de/de/576435.html [Abruf am 11.12.2022]

ILIAS (2022): Über das Open-Source-LMS ILIAS. Online unter https://www.ilias.de/open-source-lms-ilias/ [Abruf am 11.12.2022]

Krüger, Marc; Steffen, Ralf; Vohle, Frank (2012): Videos in der Lehre durch Annotationen reflektieren und aktiv diskutieren. In: Csanyi, Gottfried; Reichl, Franz; Steiner, Andreas (Hg.): Digitale Medien – Werkzeuge für exzellente Forschung und Lehre. Münster: Waxmann, S. 198-210

Lehner, Franz; Siegel, Beate (2009): E-Learning mit interaktiven Videos – Prototypisches Autorensystem und Bewertung von Anwendungsszenarien. In: Schwill, Andreas & Apostolopoulos, Nicolas (Hg.): DeLFI 2009 – 7. Tagung der Fachgruppe E-Learning der Gesellschaft für Informatik e.V.. Bonn: Gesellschaft für Informatik e.V., S. 43-54

Universität Stuttgart (2022): Interaktives Video in ILIAS. Video publiziert am 07.02.2022 auf Youtube. Online unter https://www.youtube.com/watch?v=jDrn2O7KcVo [Abruf am 11.12.2022]

Was hat User Experience mit SEO zu tun?

Autor*innen: Robin Alo und Davud Kilic

SEO ist undenkbar ohne User Experience! Warum? Das werden wir Ihnen in diesem Blogbeitrag aufklären. Viele glauben, dass SEO und User Experience zwei getrennte Dinge sind, jedoch haben sie viel mehr miteinander zu tun als man denkt. Vorerst wollen wir auf die Begrifflichkeiten SEO (Search Engine Optimization) und User Experience (Benutzererfahrung) eingehen, um ein klares Verständnis darüber zu haben.

User Experience – Deutsch: „Benutzererfahrung“

Warum SEO nicht ohne User Experience funktioniert

SEO rückt die User und nicht die Suchmaschinen, ins Zentrum. Bedeutet also, die Optimierung der User-Erfahrung wird in den Fokus gestellt und nicht die Suchmaschinenoptimierung.

Um das Nutzungserlebnis so schön wie möglich zu gestalten, muss die Journey ganz betrachtet werden. Dies beginnt schon mit der Google-Suche, indem der Nutzer seine Anfrage beginnt. Das Suchergebnis entscheidet, ob der Nutzer auf der Website landet und ob er sie weiter nutzen möchte. Die Qualität und Darstellung, welche den Nutzer weiter anregt oder abschreckt, sind sehr wichtige Aspekte in der Erstellung.

1. User Experience & SEO

UX – User Experience

Die User Experience beschreibt, wie sich Menschen beim Navigieren auf einer Website, bei der Nutzung einer mobilen App oder bei der Interaktion mit digitalen Produkten oder Diensten eines Unternehmens fühlen. Dazu gehören die Benutzeroberfläche, Benutzerfreundlichkeit und Benutzerforschung.

Was umfasst User Experience alles?

Designs für außergewöhnliche User Experience zielen darauf ab, den Endanwender glücklich zu machen. Daher muss ein Unternehmen ein klares Verständnis über die Bedürfnisse und Prioritäten der Nutzer haben, bevor ein UX realisiert werden kann. Anhand einer detaillierten Benutzerforschung sind UX-Designer in der Lage, die Funktionalität und den Wert jedes Aspekts der UX zu bewerten.

2. SEO – Suchmaschinenoptimierung

Englisch: „Search Engine Optimization“

SEO steht als Abkürzung für Search Engine Optimization und bezeichnet alle Maßnahmen technischer und inhaltlicher Natur, um die Rankings einer Website und deren Sichtbarkeit in den Ergebnislisten von Suchmaschinen zu verbessern.

Die Suchmaschinenoptimierung kann aufgeteilt werden in Onpage SEO und Offpage SEO und ist Teil des Online Marketings. Es dient der Verbesserung der User Experience.
Hier könnt ihr euch die Basics von SEO auch einfach angucken:

SEO Basics

Onpage und Offpage

Diese zwei großen Bereiche definiert die SEO. Maßnahmen, die auf der Website selbst durchgeführt werden, betrifft die Onpage-Optimierung. Bereiche außerhalb der Website werden durch die Offpage-Optimierung gedeckt.

Onpage

Technische Optimierung

  • Verbesserung von Texten mit relevanten Begriffen und Mehrwertbeschaffung für die User
  • Seite wird durch einfügen von Bildern oder Meta-Angaben besonders relevant für ein Thema

Technische Optimierung

  • Optimierungen am Server, Quellcode oder CMS

Mobile Optmierung

  • Optimierung einer Website für mobiles Endgerät
Offpage

Linkaufbau

  • Maßnahmen zur Steigerung der Domain-Popularität, zum Erhalt von mehr Backlinks
  • Trust der Website soll erhöht werden

Steigerung der Sichtbarkeit

  • Content Marketing und Social Media kann Sichtbarkeit im Netz verbessern

3. Ziele von SEO

Das Erreichen von Top-Positionen in den Suchergebnissen ist das Ziel der Search Engine Optimization. Je nach Art der Website können jedoch noch weitere Ziele definiert werden, wie zum Beispiel:

  • höhere Umsätze und mehr Gewinn bei Online Shops und anderen E-Commerce-Websites
  • Steigerung der Markenbekanntheit
  • Erhöhung der Reichweite
  • Verstärkung der Marktdurchdringung
  • Schaffung eines zusätzlichen Absatzkanals

Umgesetzt bedeutet das für einen Online-Shop den Umsatz überwiegend steigern zu wollen, im Gegensatz zu einem Blogbeitrag, indem die Reichweite erhöht werden soll.

4. Google definiert diese 5 Search Intentionen

  • 1. Visit in Person
    Adresse oder Ort wird gesucht
  • 2. Website
    Bereits bekannte Website soll gefunden werden
  • 3. Do
    Aktion wird angestrebt (Kauf, Download, Installation etc.)
  • 4. Know Simple
    Suche nach Information, die in ein bis zwei Sätzen beantwortbar ist
  • 5. Know
    Suche nach Informationen zu komplexeren Themen

5. Die drei Phasen der Google Suche

  1. Crawling: Google lädt Text, Bilder und Videos von im Internet gefundenen Seiten mit automatischen Programmen herunter – diese werden Crawler genannt.
  2. Indexierung: Google analysiert die Text-, Bild- und Videodateien auf der Seite und speichert die Informationen in einer großen Datenbank, dem Google-Index.
  3. Bereitstellung von Suchergebnissen: Wenn ein Nutzer eine Suchanfrage eingibt, gibt Google Informationen zurück, die für die Suchanfrage des Nutzers relevant sind. Quelle: https://developers.google.com/search/docs/fundamentals/how-search-works?hl=de#crawling

„Information is only useful when it can be understood.“ – Muriel Cooper

-https://www.media.mit.edu/posts/muriel-cooper-lasting-imprint/

6. Warum User Experience mit SEO zusammenhängt

User Experience und SEO haben dieselben Ziele, die da wären:

  • Dem Nutzer das geben, was er braucht
  • Dem Nutzer die beste Such- oder Benutzererfahrung geben

UX-Designer setzen auf Interaktionen und Storytelling, um ein auf den Nutzer zugeschnittenes Erlebnis zu vermitteln. Auf der anderen Seite verlassen sich SEO-Experten auf Suchdaten direkt von den Nutzern, um das gleiche Erlebnis zu vermitteln. SEO hat die Daten, die UX braucht. UX hat das Webdesign-Gerüst, welches SEO braucht. Das zeigt, dass die Begriffe miteinander korrelieren.

Die Optimierung von Websites für die Suchmaschinen und die Gestaltung des Nutzererlebnisses führen also zu den selben Zielen.

Ähnliche Artikel

Quellen:

Picture by UX Indonesia on Unsplash

Picture by Duncan Meyer on Unsplash

Photo the white label (05. April 2018): SEO Teil 1 – die wichtigsten OnPage Rankingfaktoren für deinen Ticketshop. Online unter https://the-white-label.com/seo-onpage-rankingfaktoren-fuer-deinen-ticketshop/. Abruf am 23.12.2022

Liferay (2022): Was ist User Experience?. Online unter https://www.liferay.com/de/resources/l/user-experience. Abruf am 18.12.2022

Pereira, Joash (23. Juni 2020): Importance of UX in SEO. In: Medium. Online unter https://medium.com/edtech-in-depth-ischoolconnect/importance-of-ux-in-seo-7b0317404655. Abruf am 16.12.2022

LaFleur, Griffin (2022, April): Search engine optimization (SEO). Techtarget network. Online unter https://www.techtarget.com/whatis/definition/search-engine-optimization-SEO. Abruf am 22.12.2022

p2 media (2023): Suchmaschinenmarketing – die SEO Strategie für B2B. Online unter https://www.p2media.de/news/suchmaschinenmarketing-die-seo-strategie-fuer-b2b/. Abruf am 03.01.2023

Becoming a Librarian: Der Studiengang „Informationsmanagement berufsbegleitend“ an der Hochschule Hannover

Autorin: Daniela Tavano


© BullRun – stock.adobe.com

Trotz drohendem Fachkräftemangel gibt es nur wenige attraktive und berufsbegleitende Möglichkeiten sich als Fachangestellte(r) für Medien- und Informationsdienste im Bibliothekswesen bzw. Informationsmanagement weiterzubilden. Ein „normales“ Studium ist für FaMIs oft nicht umsetzbar, da ein fester Arbeitsplatz, familiäre Bindung oder finanzielle Gründe dem entgegen stehen.2 Zum Glück gibt es seit 2012 an der Hochschule Hannover den Studiengang „Informationsmanagement berufsbegleitend“!

In diesem Beitrag möchte ich interessierten Personen einen kleinen Überblick über die Weiterbildung geben, zeige Vor- und Nachteile auf, gebe Tipps und gute Gründe um durchzuhalten.

In Frankfurt und Köln wird zwar die Fortbildung zur Fachwirt(in) für Informationsdienste angeboten, allerdings recht unregelmäßig und mit mind. einem Präsenztag pro Woche(!). An der Fachhochschule Potsdam gibt es den Fernweiterbildungskurs Bibliothekswissenschaft (B.A.), jedoch startete seit 2021 kein neuer Kurs mehr.

Inhaltsverzeichnis

  1. Eckdaten
  2. Vorteile
  3. Nachteile
  4. Tipps
  5. Warum Du durchhalten solltest
  6. Quellenverzeichnis

1. Eckdaten1

  • Studienbeginn: Wintersemester
  • Studiendauer: 7 Semester
  • fünf bis sechs Präsenzphasen pro Semester (ganztägig, Donnerstag bis Samstag)
  • Semesterbeitrag: zw. 300-450€ (inkl. GVH-Ticket und Landesticket Niedersachsen)
  • Abschluss: Informationsmanagement (B.A.)

Weitere Informationen findest du unter: https://f3.hs-hannover.de/studium/bachelor-studiengaenge/informationsmanagement-berufsbegleitend-bib/

2. Vorteile

Die diverse Altersstruktur im Studiengang sorgt dafür, dass Studierende fachlich und persönlich von- und miteinander lernen können. Vor allem während der Präsenzzeit an der Hochschule, aber auch während den Onlinephasen in Lern- oder Gruppenarbeiten, kommt es zum regen Austausch.2 Die Kommunikation mit Kommilitonen ist auch essentiell fürs Durchhalten und die Motivation.3

Onlineveranstaltungen sind zwar nicht die Regel, dennoch wird z.B. im Krankheitsfall (von Dozenten oder Studierenden) oder bei anderen unvorhergesehenen Fällen (z.B. Heizungsausfall an der Hochschule) darauf zurückgegriffen.

3. Nachteile

Gewiss gibt es nicht nur positive Seiten. Das Studium dauert nicht länger als andere, allerdings ist die Doppelbelastung mit Job und Studium nicht zu unterschätzen.

Dazu kommt noch der ganze Organisationsstress mit Prüfungsterminen, Präsenzzeiten, Fahrkarten- und Hotelbuchung. Hierfür ist eine gute Organisation, Planung und Struktur seitens der Hochschule und der Studierenden nötig.2 Jede Seite gibt ihr bestes, aber es gibt auch immer wieder Unannehmlichkeiten, die man verkraften muss.

Du kannst mit durchschnittlich 20 Wochenstunden Lernzeit rechnen, natürlich hängt das von deiner Lernstrategie und möglichen Vorkenntnissen ab.3 Hinzu kommen deine persönlichen Leistungsziele und Belastbarkeit neben familiären Verpflichtungen.2 Die Prüfungsphasen können besonders anstrengend sein. Und dadurch, dass das Studium sehr IT-lastig sein kann, ist dein Hirnschmalz umso mehr gefragt. Dazu kommt noch der zusätzliche Zeitaufwand für den Weg nach Hannover und zurück.

Der Semesterbeitrag ist im Vergleich zu einem „regulärem“ Studium an anderen Universitäten relativ teuer. Fast die Hälfte des Semesterbeitrags besteht aus Kosten für das GVH-Ticket und dem landesweiten Ticket für Niedersachsen. Leider müssen auch berufsbegleitende Studierende diesen Anteil bezahlen. Daneben solltest du Fahrt- und Übernachtungskosten sowie Verpflegung einkalkulieren.

4. Tipps

Welche Punkte Du mit deinem Arbeitgeber klären solltest:

  • (teilweise) Übernahme der Lehrgangsgebühren?
  • Übernahme der Fahrt- und Übernachtungskosten?
  • Freistellung an Unterrichtstagen?
  • Zu welchem Preis? Wie lange müsste man sich „binden“? Rückzahlungsklauseln?
  • Was passiert im Falle einer Schwangerschaft/Krankheit?
  • ggf. weitere Unterstützung?

Bei 113 angesetzten Präsenztagen (einschließlich der Samstage)3, solltest du über eine Arbeitszeitverkürzung nachdenken. Das Studium ist aber auch mit einem Vollzeitjob zu schaffen. Falls dich dein Arbeitgeber an den Unterrichtstagen nicht freistellt, musst du dafür Urlaubs- oder Gleittage nehmen.

Welche Argumente deinen Arbeitgeber überzeugen könnten:

  • Du bringst mit den Kompetenzen der Ausbildung und deiner Berufserfahrung gute Studienvoraussetzungen mit2
  • Maßnahme gegen den Fachkräftemangel und dem demographischen Wandel3
  • Neue Anforderungen im Bibliothekswesen durch Digitalisierung und veränderten Aufgaben3
  • Gesteuerte interne Wiederbesetzung von frei werdenden Arbeitsstellen mit weitergebildeten Angestellten2
  • Fachkräftesicherung durch zeitig kommunizierte Berufsperspektive2
  • Gesteigerte Leistungsfähigkeit und -bereitschaft3
  • bereits im Studienverlauf Übertragung weiterer Aufgaben und Verantwortlichkeiten möglich3

In einigen Bundesländern hat man Anspruch auf fünf Tage Bildungsurlaub im Kalenderjahr. Zusätzlich könntest du ein Aufstiegs- oder Begabtenstipendium beantragen.3 Ein Meister-BAföG ist für akademische Ausbildungen nicht vorgesehen.

Eine parallele Berufstätigkeit ist nicht notwendig, sodass auch Arbeitssuchende oder Bewerber mit befristeten Arbeitsverträgen sich für das Studium bewerben können.3

5. Warum Du durchhalten solltest

Dein Interesse sich weiterzuentwickeln lohnt sich, denn die größte Motivation ist die höherwertige und anspruchsvollere Arbeit, die dich erwartet. Daraus resultiert natürlich auch eine bessere tarifliche Einstufung nebst örtlicher und fachlicher Flexibilität.3 Der Abschluss bietet dir gute Aufstiegschancen und fördert dich in beruflicher sowie persönlicher Hinsicht.2

Eine Sache ist jedoch am wichtigsten, nämlich Du.
Nur deine Selbstmotivation, Selbstreflexion und Anstrengungsbereitschaft wird dich letztendlich zum Abschluss führen.
Tschakka, du schaffst das!

6. Quellenverzeichnis

  1. Hochschule Hannover (2022): Informationsmanagement berufsbegleitend (BIB). Online unter: https://f3.hs-hannover.de/studium/bachelor-studiengaenge/informationsmanagement-berufsbegleitend-bib/ [Abruf am: 10.12.2022]
  2. Wittich, Anke (2021): Kein „Bachelor light“ im berufsbegleitenden Studium. In: Die Neue Hochschule, H. 5, S. 12-15. Online unter: https://www.yumpu.com/s/mTZA9GnrfUqBFEx6 [Abruf am: 09.12.2022]
  3. Wittich, Anke (2022): 10 Jahre berufsbegleitendes Studium „Informationsmanagement“ an der Hochschule Hannover: eine Zwischenbilanz. In: Bibliotheksdienst, Jg. 56, H. 5, S. 285-294. Online unter: http://www.bautz.de/bbkl/l/luther_m.shtml [Abruf am: 09.12.2022]

Beitragsbild: © Salih – stock.adobe.com

Ist Python die Programmiersprache der Zukunft?

Autor*innen: Ömer Topcu und Anela Iljijazi

Python ist eine Programmiersprache, deren wichtigstes Merkmal die Einfachheit ist. Sie wird von einer aktiven Community auf der ganzen Welt entwickelt. Programmiersprachen sind für sich genommen vielfältig einsetzbar und werden gerade im Bereich der künstlichen Intelligenz häufig eingesetzt. Python hat Zukunft und hat sich dieses Jahr erneut vor Java auf Platz 2 der meistgenutzten Sprachen festgesetzt.

Python ist eine weit verbreitete Programmiersprache, welche von Guido van Rossum entwickelt und 1991 veröffentlicht wurde. Sie wird für Webentwicklung, Softwareentwicklung, Mathematik und Systemskripting verwendet und wurde mit dem Ziel einer guten Lesbarkeit von Programmen entwickelt . Ursprünglich wurde sie als Unterrichtssprache in der höheren Bildung und Ausbildung verwendet. Zudem ist sie plattformunabhängig und kann auf Mac, Windows und anderen Betriebssystemen ausgeführt werden.

Was kann man mit Python machen?

Python kann verwendet werden, um Webanwendungen auf dem Server zu erstellen. Darüber hinaus kann Python mit Software verwendet werden, um Workflows zu erstellen. Python kann Dateien lesen und ändern und sich mit Datenbanksystemen verbinden. Es wird häufig verwendet, um große Datenmengen zu verarbeiten und komplexe mathematische Berechnungen durchzuführen.

Warum Python verwenden?

Python ist plattformübergreifend und das bedeutet, dass es auf verschiedenen Plattformen, wie Windows, Mac usw. ausgeführt werden kann. Es hat eine einfache Grammatik, welche der englischen ähnelt. Seine Syntax ermöglicht es Entwicklern, Programme in weniger Zeilen zu schreiben. Python bietet auch Rapid Prototyping an. Python läuft also auf einem Interpretersystem, was bedeutet, dass Code ausgeführt werden kann, sobald er geschrieben ist. Diese Programmiersprache ist sehr flexibel und kann prozedural, objektorientiert oder funktional angegangen werden.

Historik:

Die Programmiersprache Python wurde Anfang der 1990er Jahre vom Niederländer Guido van Rossum am Centrum voor Wiskunde en Informatica (CWI) in Amsterdam entwickelt. Guido van Rossum lernte Programmieren während seines Mathematikstudiums an der Universität Amsterdam, denn er arbeitete dort als Wissenschaftler und entwickelte später eine neue Programmiersprache, um Basic zu ersetzen. Dies ist notwendig, da Wissenschaftler in der Lage sein müssen, sich selbst zu programmieren. Python begann als Skriptsprache für das verteilte Betriebssystem Amoeba. Python wurde als Nachfolger der ABC-Lehrsprache entwickelt und sollte auf dem verteilten Betriebssystem Amoeba laufen. Guido van Rossum war auch an der Entwicklung der ABC-Sprache beteiligt und somit fließen seine Erfahrungen mit ABC also auch in Python ein. Er bezeichnet sich selbst als Nerd und Computerfreak. Van Rossum, der 2019 in den Ruhestand ging, aber 2021 zu seinem derzeitigen Arbeitgeber Microsoft zurückkehrte, sagte:

Ich habe mich entschieden, zu meinen Wurzeln zurückzukehren.“ (Vgl. Guido vaan Rossum)

Abbildung 3, Python Entwickler, Guido van Rossum

Vorteile von Python:

  • Python ist kostenlos und kann für viele Betriebssysteme heruntergeladen werden
  • Python ist sehr schnell und einfach zu erlernen
  • Python ist eine sehr vielfältige Programmiersprache 
  • wird ständig weiterentwickelt und aktualisiert
  • Der Python-Code gilt als besonders gut lesbar, was mit dem vorgegebenen strukturierten Programmierstil zusammenhängt 
  • Sie wird von viele große Firmen wie Google, Dropbox, Mozilla genutzt
  • Große Community 
  • Es kommt mit weniger Code als andere Programmiersprachen zu gleichen Ergebnissen

Nachteile von Python:

  • Python ist im Vergleich  zu anderen Programmiersprachen langsam 
  • Python wird zurzeit in 2 Versionen eingesetzt (Python2 und Python3)
  • Mit Python lassen sich auch Spiele programmieren

Anwendungsbereiche:

Python wird in vielen Bereichen in unserem Leben angewendet. Die bekanntesten Bereiche sind Webentwicklung, Spielentwicklung, Data Science und Machine Learning. 

1. Webentwicklung

Python unterstützt plattformübergreifende Betriebssysteme, was das Erstellen von Anwendungen erleichtert. Weltbekannte Anwendungen wie Drop oder YouTube verwenden Python, um gut zu funktionieren. Python wird für die Webentwicklung verwendet, dazu wird es vereinfacht und schnell, Webanwendungen zu erstellen. Aber wie ist das möglich? Pythons Framework zum Erstellen von Anwendungen macht dies möglich. Es gibt ein System zum Erstellen dieser Frameworks und eine Reihe von Bibliotheken, die verwendet werden können, um Protokolle wie HTTPS, FTP, SSL zu integrieren, um beispielsweise E-Mails zu verarbeiten. Die beliebtesten Frameworks sind Pyramid und Flask. 

2. Spielentwicklung

Python wird für interaktive Spiele verwendet. Es gibt Bibliotheken wie PySoy, eine 3D-Game-Engine, die Python 3 unterstützt, oder PyGame, eine Bibliothek, welche die Funktionalität bereitstellt. Populäre Spiele wie Online, Vega Strike, Civilization-IV wurden mit Python erstellt.

3. Data Science

Daten sind Geld, denn sie können Ihre Gewinne steigern, wenn Sie wissen, wie Sie relevante Informationen extrahieren, die Ihnen helfen, Ihr Risiko besser zu kalkulieren. Sie können Daten analysieren, verschiedene Operationen durchführen und notwendige Informationen extrahieren. Pandas oder NumPy (Bibliotheken) helfen dir dabei.

Mit Datenbanken wie Seaborn und Matplotlib können Sie Daten visualisieren.

4. Machine Learning

Wir entwickeln Algorithmen, die Computer selbst lernen lassen. Wir sind diejenigen, die sich darum kümmern. Python unterstützt diese Branche durch viele vorhandene Bibliotheken wie NumPy und Pandas.

Lernen Sie Algorithmen, verwenden Sie Bibliotheken und Sie haben eine Lösung für KI-Probleme. Ganz einfach. Wenn Sie jedoch den harten Weg gehen möchten, können Sie den Code selbst entwerfen, wenn er eine bessere Lösung bietet.

Was sind Funktionen in Python?

Eine Funktion ist ein erstellter Programmcode, der aus dem „top-down“-Ablauf eines Programms entnommen wird und ausschließlich aufgerufen werden muss oder kann, denn dadurch können wir diese Funktionen bei Bedarf öfter aufrufen und so sauberen Code mit weniger Fehlerquellen schreiben.

Also vergeben wir unserer Funktion einen Namen, den wir an jeder Stelle in unserem Python-Programm aufrufen können.

Um es am besten zu verstehen schauen sie sich das Video unten an: 

Link zum Video: https://www.youtube.com/watch?v=mgA-Ytr32Ys

Jetzt habe ich dich genug mit Informationen bombardiert. Die einzige Frage, die beantwortet werden sollte ist doch nur, ist Python unsere Zukunft ?.

Ist Python die Programmiersprache der Zukunft?

Der Entwickler Guido van Rossum äußert sich zum Thema, ob Python sich künftig weiterentwickeln wird:

„Ich glaube, Python wird weiter wachsen“ (vgl. Stolens)

„Die größten Entwicklungen erwarte ich in den Python Bibliotheken – hier sehen wir sehr viele Ergänzungen. Was den Gebrauch von Python im Unterricht betrifft, hoffe ich, Schüler nehmen die Programmiersprache als einfach und spannend wahr und werden ermutigt, sie auch außerhalb der Schule anzuwenden. Ich
hoffe, es sind nicht nur irgendwelche einmaligen Projekte, sondern dass sie die Sprache weiter aktiv verwenden. Es wäre toll, wenn sie nach ihrem Abschluss eine Zukunft in einem MINT-Fach starten würden und sie ihr Python-Basiswissen dann für ihre eigene Forschung verwenden könnten!“ (vgl. Stolens)

Stolens (2020): https://www.t3deutschland.de/de/t3-europe/edublogs/interview-guido-rossum (Abruf: 31.01.2022)

Die Forschung basiert auf Anfragen nach Tutorials zum Erlernen von Programmiersprachen. Google Trends stellt die Basis der Erkenntnisse dar und dient der Ermittlung der Beliebtheit der entsprechenden Programmiersprache. Laut der Statistik der PYPL befindet sich Python auf Platz 1 der meist gesuchten Programmiersprachen. Der prozentuale Abstand zum zweitplatzierten Java ist hier mit rund 10 % sogar noch größer und somit kam JavaScript auf den dritten Platz.

Abbildung 4, Statistik aus PYPL

Das Potential von Python ist da, denn Python hat gute Zukunftsaussichten und könnte daher die Programmiersprache der Zukunft werden.

Über die Autoren:

Anela Iljijazi: Anela Iljijazi studiert im 3. Semester Informationsmanagement. Sie absolviert das Studium an der Hochschule Hannover Fakultät III. Die Autorin wurde in Hannover geboren. Sie ist 20 Jahre alt. Neben ihrem Studium ist sie Kellnerin im Cheers Hannover.

Ömer Topcu: Ömer Topcu studiert im 3. Semester Informationsmanagement. Er absolviert das Studium an der Hochschule Hannover Fakultät III. Der Autor wurde in Hannover geboren und ist 20 Jahre alt. Er arbeitet in seiner Freizeit im Einzelhandel.

Quellenverzeichnis:

  • lerneprogrammieren (2022): Wofür wird Python verwendet? 10 Aufgaben und Anwendungsbereiche. URL: https://lerneprogrammieren.de/python-anwendungsbereiche/ (Abruf: 30.01.23)
  • PYPL (2023): PYPL PopularitY of Programming Language. URL: https://pypl.github.io/PYPL.html (Abruf: 30.01.23)
  • Stolens (2020): Die Python Power – erklärt von Python-Erfinder Guido van Rossum. URL: https//www.t3deutschland.de/de/t3-europe/edublogs/interview-guido-rossum (Abruf: 31.01.2023)
  • Morpheus (2015): Python Tutorial #12 – Funktionen. URL: https://youtu.be/mgA-Ytr32Ys (Abruf: 30.01.2023)
  • Abbildung 2, Programmieren mit Python (2022). URL https://fobizz.com/programmieren-mit-python-ganz-ohne-vorkenntnisse/
  • Sebastian Grüner (2021), Golem, Python-Gründer will doppelte Geschwindigkeit für die Sprachen, URL: https://www.golem.de/news/guido-van-rossum-python-gruender-will-doppelte-geschwindigkeit-fuer-die-sprache-2105-156491.html (Abruf 30.01.2023)
  • Koen Stulens (2020), t3deutschland, Die Python Power, URL: https://www.t3deutschland.de/de/t3-europe/edublogs/interview-guido-rossum(Abruf 30.01.2023)
  • Steemit (2018) Python für Anfänger #1, URL: 30.01.2023)
  • Python, URL: https://www.python.org/ (Abruf 30.01.2023)

KI im Arbeitsmarkt: Chance und Risiko zugleich

Autoren: Dominik Hausfeld und Fynn Sylla


Bild via Pexels (CC Lizenz)

Gliederung

Was ist KI?

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.

Quellen

Apt, Wenke; Priesack, Kai (2019): KI und Arbeit – Chance und Risiko zugleich. Online unter https://link.springer.com/chapter/10.1007/978-3-662-58042-4_14#:~:text=Die%20einen%20gehen%20von%20massiven,damit%20die%20Arbeitsqualit%C3%A4t%20zu%20verbessern. [Abgerufen am 28.01.2023]

De Cremer, David; Kasparov Garry (2021): AI Should Augment Human Intelligence, Not Replace It. Online unter https://hbr.org/2021/03/ai-should-augment-human-intelligence-not-replace-it [Abgerufen am 27.01.2023]

Giering, Oliver (2021): Künstliche Intelligenz und Arbeit: Betrachtungen zwischen Prognose und betrieblicher Realität. Online unter https://link.springer.com/article/10.1007/s41449-021-00289-0 [Abgerufen am 25.01.2023]

McKinsey Global Institute (2018): How artificial intelligence and data add value to businesses. Online unter https://www.mckinsey.com/featured-insights/artificial-intelligence/how-artificial-intelligence-and-data-add-value-to-businesses [Abgerufen am 27.01.2023]