Wie Deutschland über Algorithmen schreibt - Eine Analyse des Mediendiskurses über Algorithmen und Künstliche Intelligenz (2005-2020) - Bertelsmann ...
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Wie Deutschland über
Algorithmen schreibt
Eine Analyse des Mediendiskurses über Algorithmen
und Künstliche Intelligenz (2005–2020)Wie Deutschland über
Algorithmen schreibt
Eine Analyse des Mediendiskurses über Algorithmen
und Künstliche Intelligenz (2005–2020)
Dr. Sarah Fischer und Prof. Dr. Cornelius PuschmannInhalt
Vorwort 6
Zusammenfassung 8
Executive Summary 10
1 Ziel der Diskursanalyse 12
2 Methodik und Datenkorpus 14
3 Ergebnisse 17
3.1 Wenig vielfältig: Wirtschaftliche Themen und Akteure dominieren den Diskurs 17
3.2 Überwiegend positiv: Der Diskurs ist stark von der Chancenperspektive geprägt 24
3.3 Erstaunlich lösungsorientiert: Notwendiger Kompetenzaufbau steht im Fokus
des Diskurses 27
4 Fazit und Ableitungen 29
Literatur 32
Über die Autor:innen 34
Literaturempfehlungen Algorithmenethik 35
Anhang 38
Impressum 51
5Vorwort
Vor drei Jahren gingen wir der Frage auf den wichtige Informationsgrundlage und befähigt die
Grund, was Deutschland über Algorithmen weiß Bevölkerung, an einer gesellschaftlichen Debatte
und denkt. Unsere Umfrage (Fischer und Peter über ein Thema teilzunehmen. Zum anderen finden
sen 2018) ergab: Bei diesem Thema herrschen in den Medien unterschiedliche Akteure Gehör und
Unwissen, Unentschlossenheit und Unbehagen. können so ihre Perspektive in die öffentliche Mei
Die Menschen in Deutschland wissen noch sehr nungsbildung einbringen.
wenig darüber, was Algorithmen sind und dass sie
bereits in zentralen Gesellschaftsbereichen wie in Vor diesem Hintergrund stellt sich die Frage, wie
der Medizin, im Personalwesen oder bei der Poli der mediale Diskurs über Algorithmen und künst
zeiarbeit zum Einsatz kommen. Sie haben noch liche Intelligenz in Deutschland genau aussieht:
keine klare Meinung zum Thema, verspüren aber Kommen unterschiedliche Akteure mit verschiede
ein Unbehagen, wenn Entscheidungen von algo nen Perspektiven zu Wort? Wird eher positiv und
rithmischen Systemen beeinflusst sind. Neuere Stu chancenorientiert über das Thema berichtet oder
dien bestätigen dieses Bild auch auf europäischer negativ und problembezogen? Welche konkreten
Ebene (Grzymek und Puntschuh 2019). Eine aktu Herausforderungen und Handlungsempfehlungen
elle Umfrage des Digitalverbandes Bitkom (2020) werden thematisiert?
ergab, dass die Bekanntheit des Begriffs „Künstli
che Intelligenz“ zuletzt gestiegen ist und inzwischen Diesen Fragen geht die vorliegende Studie nach und
mehr als die Hälfte der Befragten meint, den Begriff untersucht erstmals den medialen Diskurs der letz
erklären zu können. Interessant dabei: Während ten 15 Jahre zu Algorithmen und künstlicher Intelli
vor drei Jahren nur knapp die Hälfte der Menschen genz in Deutschland. Sie analysiert, welche Themen,
künstliche Intelligenz als Chance wahrnahm, sahen Akteure und Anwendungsbereiche die Debatte
nun schon zwei Drittel positive Aspekte. dominieren, wie der Grundtenor der Berichterstat
tung ist und welche Chancen und Risiken dabei im
Eine Erklärung für diese Befunde findet sich bei Zentrum stehen.
Niklas Luhmann (1996: 9): „Was wir über unsere
Gesellschaft, ja über die Welt, in der wir leben, wis Die Ergebnisse bescheinigen dem medialen Dis
sen, wissen wir durch die Medien“, konstatierte kurs in Deutschland vor allem einen Mangel an
der Soziologe 1996. Dies gilt vor allem für kom Vielfalt. In der Berichterstattung dominieren wirt
plexe und individuell schwer zugängliche Phäno schaftliche Akteure, während politische Akteure
mene wie neue Technologien. Die mediale Bericht und die Zivilgesellschaft kaum Gehör finden. Dabei
erstattung bestimmt also in hohem Maße, was wir bräuchte es gerade diese Stimmen für eine breite
über algorithmische Systeme wissen, wie wir sie gesellschaftliche Debatte über einen verantwor
wahrnehmen und letztlich auch, ob wir sie akzep tungsvollen Einsatz von Algorithmen und künst
tieren. Dabei bildet der mediale Diskurs in doppel licher Intelligenz. Wirtschaftliche Interessen schei
ter Hinsicht eine wichtige Grundlage für einen brei nen auch den Tenor des Diskurses zu prägen, der
ten demokratischen Prozess. Zum einen ist er eine überwiegend positiv ist und in dem insbesondere
6Vorwort
ökonomische Aspekte wie wirtschaftlicher Fort mit den Chancen und Risiken der Technologie in
schritt und Effizienzsteigerung dominieren. Gesell einzelnen Anwendungsfeldern beschäftigt. Ansatz
schaftliche Chancen fürs Gemeinwohl und öffent punkte für Lösungen und konkrete Handlungsvor
lich finanzierte Einsatzgebiete wie Medizin oder schläge diskutieren ein Papier über Fehlerquellen
Bildung werden in den untersuchten Beiträgen und Verantwortlichkeiten in Prozessen algorith
hingegen seltener thematisiert. Dies wäre jedoch mischer Entscheidungsfindung (Zweig 2018) oder
wichtig, damit der mediale Diskurs einen Beitrag zu ein Gutachten über Potenziale und Grenzen der
mehr Wissen über die tatsächliche Breite und Tiefe europäischen Datenschutz-Grundverordnung
des Einsatzes von Algorithmen und zu einer ausge für algorithmische Systeme (Dreyer und Schulz
wogeneren Meinungsbildung in der Bevölkerung 2018). Einen Überblick über notwendige Maßnah
leisten kann. men, um algorithmische Systeme in den Dienst der
Gesellschaft zu stellen, bietet das Lösungspano
Die Studie ist Teil des Projekts „Ethik der Algo rama „Damit Maschinen den Menschen dienen“
rithmen“ der Bertelsmann Stiftung. Das Projekt (Krüger und Lischka 2018). Die gemeinsam mit
zielt darauf ab, den Diskurs über Algorithmen und dem iRights.Lab erarbeiteten Algo.Rules (iRights.
künstliche Intelligenz zu versachlichen und um Lab und Bertelsmann Stiftung 2019) können durch
eine gemeinwohlorientierte Dimension zu ergän Entwickler:innen und ihre Führungskräfte genutzt
zen. Dazu wurde beispielsweise in einer reprä werden, um algorithmische Systeme in der Praxis
sentativen Bevölkerungsumfrage untersucht, was gemeinwohlorientiert zu gestalten.
Deutschland über Algorithmen weiß und denkt
(Fischer und Petersen 2018). Der jüngst veröf Um den Diskurs und die Debatte über die Ergeb
fentlichte „Automating Society Report“ präsen nisse dieser neuen Studie zu erleichtern, veröf
tiert über 100 Anwendungsfälle automatisierter fentlichen wir sie unter einer freien Lizenz (CC
Entscheidungsfindung in 16 europäischen Ländern BY-NC-SA 2.0 DE). Wir danken Prof. Dr. Cornelius
(Chiusi et al. 2020). In den Themenbereichen Pre Puschmann von der Universität Bremen und unse
dictive Policing (Knobloch 2018), Personalwesen rer Kollegin Dr. Sarah Fischer für die gelungene
(Knobloch und Hustedt 2019) und Gesundheits- Zusammenarbeit und freuen uns zusammen mit
Apps (Klingel 2019) hat das Projekt sich gemeinsam ihnen über Resonanz und natürliche jede Form kon
mit der Stiftung Neue Verantwortung vertiefend struktiver Kritik.
Dr. Jörg Dräger Ralph Müller-Eiselt
Mitglied des Vorstandes Direktor Programm Megatrends
Bertelsmann Stiftung Bertelsmann Stiftung
7Zusammenfassung
Umfragen zeigen, dass die Menschen in Deutsch den und wichtige gemeinwohlrelevante Aspekte
land noch relativ wenig über Algorithmen und und Chancen kaum erörtert werden. Die Analysen
künstliche Intelligenz sowie deren Einsatzgebiete zeigen, dass wirtschaftliche Belange gerade in den
wissen. Gerade bei abstrakten Themen, bei denen letzten vier Jahren deutlich an Gewicht gewonnen
der Bezug zu unserem Alltag nicht direkt ersicht haben.
lich ist, erlangen wir unser Wissen aus den Medien.
Der mediale Diskurs beeinflusst damit, wie Men In allen untersuchten Medien (Leitmedien, Fach
schen Algorithmen und künstliche Intelligenz wahr blogs und -webseiten sowie Twitter) herrscht ein
nehmen und welche Einstellungen sie zu diesem überwiegend positiver Tenor zum Thema. Bei den
Thema entwickeln. Welche Perspektiven im Dis in der Debatte erörterten Chancen lässt sich wie
kurs vertreten sind, welche Akteure eine Stimme derum eine Dominanz der ökonomischen Perspek
bekommen und welche Einsatzgebiete thematisiert tive erkennen: Im Fokus stehen, neben einzelnen
werden, prägt das Wissen und die Wahrnehmung Chancen für das Individuum wie Personalisierung
der Bevölkerung und damit maßgeblich die gesell und Optimierung von Fähigkeiten, vor allem ökono
schaftliche Debatte. mische Vorteile wie wirtschaftlicher Fortschritt und
Effizienzsteigerung durch Algorithmen und künst
Doch wie sieht der mediale Diskurs über Algo liche Intelligenz. Gesamtgesellschaftliche Chancen
rithmen und künstliche Intelligenz in Deutschland wie eine bessere Verteilung knapper Ressourcen
genau aus? Dieser Frage geht die vorliegende Stu oder ein fairer Zugang zu staatlichen Leistungen
die nach. Sie hat das Ziel, die Berichterstattung zum werden hingegen nur selten erwähnt. Ähnlich ver
Thema sowie ihre Entwicklung in den letzten 15 hält es sich mit den Einsatzgebieten algorithmischer
Jahren nachzuzeichnen. Dazu nutzt sie sowohl eine Systeme: Zentrale gemeinwohlrelevante Bereiche
computergestützte als auch eine quantitativ-manu wie Medizin oder Bildung werden deutlich weni
elle Inhaltsanalyse. Sie geht der Frage nach, welche ger häufig thematisiert als etwa digitale Alltags
Themen medial prominent vertreten sind und wie technologien wie Assistenzsysteme oder Soziale
sich dies in den letzten 15 Jahren verändert hat. Sie Medien, obwohl Algorithmen und künstliche Intel
untersucht, welche Akteure und Anwendungsbe ligenz auch dort bereits breite Anwendung finden,
reiche von Algorithmen und künstlicher Intelligenz wie eine europaweite Recherche jüngst belegte
den Diskurs dominieren und ob eher positiv oder (siehe Chiusi et al. 2020).
negativ über das Thema berichtet wird.
Trotz des insgesamt positiven Tenors werden zen
Die Ergebnisse der Studie machen deutlich: Die trale Problemfelder und Risiken unseres Umgangs
Debatte mangelt an Vielfalt und hat blinde Flecken mit Algorithmen und künstlicher Intelligenz, wie
mit Blick aufs Gemeinwohl. Die wirtschaftliche Per etwa fehlende Kompetenzen, Intransparenz und
spektive dominiert den Diskurs mit einer positiven mangelnde Kontrolle, in der Berichterstattung
Fortschrittsvision, während politische und zivilge durchaus thematisiert. Dabei verläuft der medi
sellschaftliche Akteure nur selten Erwähnung fin ale Diskurs bereits erstaunlich lösungsorientiert:
8Zusammenfassung
Ein Drittel der untersuchten Texte enthält spezi Drittens dürfen im Diskurs thematisierte Lösungs
fische Handlungsempfehlungen. Allerdings domi ansätze nicht beim Kompetenzaufbau stehen blei
nieren dabei solche Empfehlungen, die auf den ben. In der breiten Bevölkerung, aber auch bei
Kompetenzaufbau bei Anwender:innen und in der Anwender:innen darf nicht der Eindruck entstehen,
Bevölkerung abzielen, während konkrete Ansätze dass die Bürde des verantwortungsvollen Einsat
zur wirksamen Aufsicht, Kontrolle und Regulierung zes algorithmischer Systeme allein auf ihnen lastet.
deutlich seltener zu finden sind. Wissen wirkt zwar oftmals Wunder, braucht dazu
aber auch adäquate Aufsichts- und Kontrollstruk
Aus den Ergebnissen der Studie lassen sich turen. Eine stärkere Berücksichtigung solcher wei
drei zentrale Ableitungen treffen: terer Lösungsansätze im medialen Diskurs könnte
gleichsam den dafür nötigen politischen Handlungs
Erstens mangelt es dem Diskurs im Hinblick auf druck befördern.
vertretene Perspektiven und Akteure an Vielfalt.
Für eine breite demokratische Meinungsbildung
braucht es jedoch diverse Positionen. Dazu benö
tigen vor allem zivilgesellschaftliche und politische
Stimmen größere Resonanz in der Debatte über
Algorithmen und künstliche Intelligenz. Leitmedien
sollten sie einerseits häufiger in der Berichterstat
tung berücksichtigen. Andererseits sollten Akteure
aus Zivilgesellschaft und Politik daran arbeiten, ihre
Anliegen und Kernbotschaften stärker und zielge
richteter an und über die Medien zu kommunizieren.
Zweitens spiegelt sich der Fokus auf die wirt
schaftliche Perspektive auch in den thematisier
ten Anwendungsbereichen und Chancen wider.
Damit Skepsis in der Bevölkerung sich abbaut und
Vertrauen in neue Technologien wachsen kann, ist
es wichtig, dass auch der Einsatz von künstlicher
Intelligenz und Algorithmen in zentralen teilhabe
relevanten Bereichen wie Bildung, Gesundheit oder
Sicherheit sowie gesamtgesellschaftliche Chancen
derartiger Systeme häufiger in der Berichterstat
tung vorkommen.
9Executive Summary
Surveys show that people in Germany still know in this regard are receive little public attention. The
relatively little about algorithms, artificial intelli analyses show that economic issues have gained
gence and their fields of application. The media is considerable weight especially in the last four years.
a key source of information and knowledge when
it comes to such abstract topics affecting our eve In all of the media reviewed (mainstream media
ryday life in ways not immediately apparent. Media publications, specialist blogs and websites, and
discourse thus influences how people perceive algo Twitter), an overwhelmingly positive tone
rithms and artificial intelligence, as well as the atti toward the subject dominates. The opportunities
tudes they develop regarding both. The question of discussed in the debate again show the dominance
which perspectives are represented in media dis of the economic perspective; alongside selected
course, which actors are given a voice and which opportunities for individuals, such as meeting
areas of application are addressed consequently personal needs more effectively or expanding
shapes public knowledge and perceptions, and it human capabilities, media coverage focuses
has a significant influence on public debate overall. primarily on economic advantages associated
with algorithms and artificial intelligence such
But what exactly does the media discourse about as economic progress and increases in efficiency.
algorithms and artificial intelligence look like in By contrast, overall societal opportunities such
Germany? The present study examines this as a better distribution of scarce resources or
question. Its goal is to trace reporting on this topic fairer access to government services are rarely
and its evolution over the last 15 years. To do mentioned. The situation is similar with regard to
so, it uses both computer-supported and manual the fields of application for algorithmic systems.
quantitative content analyses. It examines which Here, everyday digital technologies such as virtual-
topics are prominently represented in the media, assistant systems or social media are discussed
and how this has changed over the last 15 years. It significantly more often than key areas relevant to
scrutinizes which actors and areas of application the public welfare such as medicine or education,
for algorithms and artificial intelligence have although algorithms and artificial intelligence are
dominated the discourse, and whether reporting on already widely applied there as well, as recently
the topic has skewed more positively or negatively. found by a pan-European research project (see
Chiusi et al. 2020).
The results of the study make clear that the debate
lacks diversity and has blind spots with regard Despite the overall positive tone, the reporting
to the public interest. An economic perspective has certainly addressed key problems and
has dominated the discourse with a generally risks in our handling of algorithms and artificial
very positive framing, while political and civil intelligence, such as a general lack of digital
society actors are rarely mentioned. Aspects of competency, insufficient transparency and faulty
AI applications that are relevant to ensuring the oversight. In this regard, the media discourse is
common good or which bear certain opportunities already surprisingly solution-oriented, with one-
10Executive Summary
third of the texts examined containing specific Third, the strategies discussed in the discourse must
recommendations for action. However, the bulk of not be limited to enhancing digital literacy or skills.
recommendations aim at increasing digital literacy Neither the general public nor individual users
or skills among users and in the population more should be given the impression that the burden of
generally, while specific approaches for effective using algorithmic systems responsibly rests solely
oversight, control and regulation are mentioned with them. Knowledge often works wonders, but
much less frequently. it also requires adequate oversight and control
structures. Including such additional strategies
Three core conclusions can be drawn from more prominently within the media discourse
the results of the study: could help generate the political pressure needed
to produce action.
First, the discourse lacks diversity with regard
to the perspectives and actors represented.
However, a broad-based democratic shaping of
public opinion requires that diverse positions be
heard. This requires that civil society and political
voices in particular take on a more substantial
presence in the debate over algorithms and artificial
intelligence. On the one hand, mainstream media
publications should include these voices more often
in their reporting. On the other hand, political and
civil society actors should work to communicate
their concerns and core messages more strongly
and more effectively through the media.
Second, the focus on the economic perspective
is also reflected in the application areas and
opportunities addressed by the media. In order
to reduce public skepticism and build trust in new
technologies, it is important that the use of artificial
intelligence and algorithms in inclusion-relevant
key areas such as education, health and public
security, as well as the overall societal opportunities
offered by such systems, be addressed more often
in the reporting.
111 Ziel der Diskursanalyse
Insbesondere bei individuell schwer greifbaren tigen Positionen geprägt ist. Ein Projekt des Lever
und komplexen Phänomenen wie neuen Technolo hulme Centre for the Future of Intelligence und der
gien, zu denen Algorithmen und künstliche Intel Royal Society kam nach mehreren Expertendiskus
ligenz gehören, beeinflusst der mediale Diskurs in sionen zu dem Ergebnis, dass utopische und dys
hohem Maße, was Menschen darüber wissen, wie topische Extreme sowie eine fehlende Diversität
sie diese wahrnehmen, und letztlich auch, ob sie von Akteuren den Diskurs bestimmen (The Royal
sie akzeptieren. Mediale Berichterstattung kann Society 2018). Eine Inhaltsanalyse verschiedener
gegenüber neuen Technologien genauso zu überzo Medien in Großbritannien zeigte eine starke Domi
genen Erwartungen und Hoffnungen führen wie zu nanz wirtschaftlicher Akteure und wirtschaftsbezo
vorschneller Skepsis. Studien weisen zudem darauf gener Anlässe (z. B. neue Produkte oder Events der
hin, dass in der Bevölkerung allgemein ein eher Industrie) in der Berichterstattung. Dabei wurde
geringes Wissen über Algorithmen und künstliche künstliche Intelligenz (KI) überwiegend positiv kon
Intelligenz, ihre Einsatzfelder sowie Auswirkungen notiert und als Lösung für vielfältige Probleme
besteht (Fischer und Petersen 2018; Grzymek und dargestellt (Brennen, Howard und Nielsen 2018).
Puntschuh 2019). Eine informierte Vorstellung und Auch eine Analyse der Berichterstattung der New
entsprechend entwickelte Einstellung der Bevölke York Times im Zeitraum von 1986 bis 2016 ergab,
rung sind jedoch eine wichtige Voraussetzung für dass die Berichterstattung, die seit 2009 explo
eine inklusive gesellschaftliche Debatte über algo diert ist, mehr optimistische als pessimistische Arti
rithmische Systeme. Dabei leistet der mediale Dis kel enthielt und diese Tendenz über die Zeit kons
kurs einen zentralen Beitrag zu einer demokrati tant war. Die Sorge um einen Kontrollverlust und
schen Meinungsbildung, wenn er verschiedenen ethische Belange nahm allerdings im Zeitverlauf zu
Perspektiven und Akteuren Raum und Stimme gibt. (Fast und Horvitz 2016).
Deshalb stellt sich die Frage, wie in Deutschland
über Algorithmen und künstliche Intelligenz berich Auch die deutsche Debatte scheint aus einem sub
tet wird. Welche Perspektiven und Akteure sind jektiven Eindruck heraus häufig von wirtschaft
im Diskurs vertreten? Wird die mediale Darstel lichen Utopien einerseits und gesellschaftlichen
lung des Themas eher von wirtschaftlichen Belan Dystopien anderseits geprägt. Systematische
gen beeinflusst, stehen gesellschaftliche Fragen im Erkenntnisse über den medialen Diskurs zu Algo
Vordergrund oder sind eher technische Aspekte rithmen und künstlicher Intelligenz in Deutschland
prägend? Wird das Thema eher hoffnungsvoll oder fehlen jedoch bislang. Aus diesem Grund unter
eher problembehaftet behandelt? sucht diese Studie, wie die Berichterstattung in
Deutschland tatsächlich aussieht. Dabei stehen fol
Studien aus Großbritannien und den USA deuten gende Fragestellungen im Vordergrund, die sich
darauf hin, dass der Diskurs über Algorithmen und vor allem auf die Tonalität und die Diversität der
künstliche Intelligenz oft von extremen oder einsei Berichterstattung fokussieren:
12Ziel der Diskursanalyse
Welche Perspektiven sind im Diskurs
präsent?
Die Studie analysiert, über welche Themen berich
tet wird und wie sich der Themenfokus im Zeitver
lauf der letzten 15 Jahre entwickelt hat, welche
Themen im Laufe der Zeit an Relevanz gewinnen
und verlieren. Außerdem untersucht die Analyse,
welche unterschiedlichen Anwendungsbereiche
von Algorithmen und künstlicher Intelligenz in der
Berichterstattung vorkommen und welche Akteure
erwähnt bzw. zitiert werden (Kapitel 3.1).
Wie ist der Tenor des Diskurses?
Die Analyse untersucht, ob die Berichterstattung
insgesamt eher positiv und chancenorientiert oder
eher negativ und problembezogen ist. Darüber hin
aus werden einzelne Chancen von Algorithmen
und künstlicher Intelligenz näher betrachtet (Kapi
tel 3.2).
Welche Problemfelder und Handlungs
empfehlungen bestimmen den Diskurs?
Neben den Chancen algorithmischer Systeme wer
den auch die in der Berichterstattung dargestell
ten Risiken und Problemfelder näher betrachtet.
Zudem wird untersucht, ob auch Handlungsemp
fehlungen erwähnt werden, um den Risiken und
Problemen zu begegnen (Kapitel 3.3).
132 Methodik und Datenkorpus
Auch wenn man mit einer einzelnen Analyse kaum men mit ihren jeweils charakteristischen Wörtern
den gesamten Diskurs zum Thema künstliche Intel siehe Anhang, Tabelle A1). Diese Themen wurden
ligenz und Algorithmen allumfassend untersuchen auf ihre Prävalenz im Diskurs und ihre Entwicklung
kann, so war es doch der Anspruch, die mediale im Zeitverlauf untersucht.
Debatte zum Thema soweit möglich in der Breite
und in der Tiefe zu erfassen. Dieses Ziel hatte Ergänzt wurde die Methode des Topic Modeling
Auswirkungen auf die gewählte Methodik und die durch eine standardisierte quantitative Inhaltsana
untersuchten Medien. Für die Studie wurde eine lyse. Während das Topic Modeling es erlaubt, den
Kombination aus zwei Methoden ausgewählt, mit Diskurs und seine Themen anhand eines großen
denen sich unterschiedliche Schwerpunkte erhe Datensets in der Breite zu analysieren, macht es
ben lassen. Mit der Methode des Topic Modeling, die quantitative Inhaltsanalyse möglich, eine klei
einer Form der computergestützten Inhaltsana nere Zufallsstichprobe des Datensets (150 Texte
lyse, lassen sich Themen im Diskurs identifizieren. aus Leitmedien und 150 Texte aus Fachblogs/-
Sie erlaubt es, ein großes Datenset (in dieser Ana webseiten sowie 1000 Tweets; siehe Datenkorpus
lyse circa 18.000 Texte) und einen langen Zeitraum unten) in der Tiefe zu betrachten. Mit der quanti
zu untersuchen. In einem induktiven und unüber tativen Inhaltsanalyse können komplexere inhalt
wachten Verfahren analysiert ein Algorithmus eine liche Kategorien wie Akteure, Tenor, Anwendungs
vorgegebene Anzahl an Texten und identifiziert in bereiche, Handlungsempfehlungen sowie Chancen
ihnen Wortverteilungsmuster. Auf der Basis von und Risiken von künstlicher Intelligenz und Algo
Wahrscheinlichkeiten, mit denen bestimmte Wör rithmen untersucht werden. Diese Kategorien
ter gemeinsam in Texten auftreten, bildet der Algo wurden vorab in einem Codebuch (siehe Anhang,
rithmus dann Themen (sogenannte Topics). Für Tabelle A2) festgelegt und definiert. Für die Twit
jedes Thema werden charakteristische Wörter und ter-Daten wurde ein gekürztes Codebuch (siehe
Texte ausgegeben, mit deren Hilfe das Thema inter Anhang, Tabelle A3) verwendet, da aufgrund der
pretiert und benannt werden kann. Im Rahmen Kürze der Tweets davon ausgegangen wurde, dass
der Analyse wurde eine Reihe von sogenannten komplexere Kategorien wie einzelne Chancen und
STM-Themenmodellen (Structural Topic Modeling, Risiken oder Handlungsempfehlungen kaum vor
Roberts, Stewart und Tingley 2016) gerechnet. kommen. Auf dieser Grundlage analysierten drei
menschliche Coder die Teilstichprobe des Daten
Eine Variante mit 60 Topics wurde als stabilste sets. Zuvor wurde ein Pretest mit 100 Beiträgen
Lösung ausgewählt. Das Modell wurde dann um von zwei Codern durchgeführt. Die Intercoderreli
Topics bereinigt, die keinen inhaltlichen Bezug zum abilität war gut (Krippendorff’s α = ,824).
Untersuchungsthema hatten oder es nur am Rande
erwähnten, aber als Fokus ein anderes Thema In beiden Analysen wurden Texte aus den letz
behandelten (z. B. nicht künstliche Intelligenz, son ten 15 Jahren betrachtet. Der Erhebungszeitraum
dern Außenpolitik). Das bereinigte Modell enthält erstreckt sich von Januar 2005 bis Juni 2020. Der
18 Themen (für eine Überblickstabelle dieser The Datenkorpus für die Analyse setzt sich aus drei
14Methodik und Datenkorpus
unterschiedlichen Medientypen zusammen. Den TABELLE 2. Teilkorpus Leitmedien
Fokus der Untersuchung stellen Pressetexte aus
Quellen Beiträge
deutschen Leitmedien dar. Der Diskurs zum Thema
künstliche Intelligenz und Algorithmen ist jedoch Der Spiegel 97
nicht ausschließlich auf die Presse beschränkt. Spiegel Online 987
Gerade im Internet findet er auch in Fachmedien
Der Tagesspiegel 738
und in den sozialen Medien wie Twitter statt. Aus
diesem Grund wurden neben Pressetexten aus Der Tagesspiegel Online 683
überregionalen Zeitungen auch Texte aus ausge BILD Plus 110
wählten Fachblogs und -webseiten sowie Tweets
bild.de + BILD print 189
einschlägiger Twitter-Profile in die Untersuchung
mit einbezogen. Die einzelnen Teilkorpusse wurden Die Welt 755
wie folgt zusammengestellt:
WELT online 1.531
Leitmedien: Es wurden überregionale Zeitungen Die Zeit 407
(Tageszeitungen, Wochenzeitungen sowie deren Frankfurter Allgemeine Zeitung (FAZ) 1.711
Onlineausgaben) untersucht, da man davon aus
Frankfurter Allgemeine Sonntagszeitung 399
gehen kann, dass diese eher über ein spezifisches (FAS)
Fachthema wie künstliche Intelligenz und Algorith
Focus 200
men berichten als regionale und lokale Zeitungen
(Tabelle 2). Die Pressetexte wurden über die Daten Focus Online 1.099
bank Dow Jones Factiva mittels einer Stichwortsu Handelsblatt Online + Print 1.383
che mit den in Tabelle 1 angegebenen Suchtermen
Süddeutsche Zeitung (SZ) 1.407
im Juni 2020 ermittelt.
Süddeutsche Zeitung Online 347
TABELLE 1. Suchterme der Stichwortsuche 12.993
nach Pressetexten in Dow Jones Factiva
Quelle: eigene Darstellung
Suchterme Pressetexte
„Künstliche Intelligenz“ Fachblogs und -webseiten: Für die Suche nach Fach
„KI“ medien wurde der Subkorpus „IT-Blogs“ des Digita
len Wörterbuchs der Deutschen Sprache (DWDS)
„Algorithmus“
(https://www.dwds.de/d/korpora/it_blogs) nach Bei
„Algorithmen“ trägen durchsucht, die Verweise auf künstliche Intel
„Algorithmische Entscheidungen“
ligenz und Algorithmen enthalten. Es wurden diesel
ben Suchterme wie für die Pressetexte verwendet
„Automatisierte Entscheidungsfindung“
(siehe Tabelle 1). Um eine vergleichbare Stichprobe
„ADM“ zum Teilkorpus der Leitmedien zu erhalten, wur
den die Ergebnisse wiederum so gefiltert, dass eine
„Maschinelles Lernen“
kleine Liste besonders sichtbarer Fachblogs und
„Maschinenlernen“ -webseiten zurückblieb, die das Thema künstliche
„Maschinenlernverfahren“ Intelligenz und Algorithmen nicht ausschließlich aus
einer technischen Perspektive behandeln. Die Texte
„Artificial intelligence“
der ausgewählten Fachblogs und -webseiten (Tabelle
„Machine learning“ 3) wurden mit dem von Adrien Barbaresi entwi
Quelle: eigene Darstellung ckelten Web-Scraper trafilatura (https://github.com/
adbar/trafilatura) im Juni 2020 extrahiert.
15Methodik und Datenkorpus
TABELLE 3. Teilkorpus Fachblogs und Die folgenden Ergebnisse sind vor dem Hintergrund
-webseiten zu betrachten, dass sich die Analysen auf den Dis
kurs der letzten 15 Jahre beziehen. Es ist zu vermu
Quellen Beiträge
ten, dass der mediale Diskurs sich in der jüngeren
www.heise.de 162 Vergangenheit weiterentwickelt hat, da es in den
netzpolitik.org 654 letzten Jahren sowohl in Deutschland als auch auf
europäischer Ebene zahlreiche politische Bemü
www.bigdata-insider.de 654
hungen gab, einen regulatorischen Rahmen zu set
www.golem.de 303 zen sowie die ethische Gestaltung algorithmischer
www.googlewatchblog.de 578
Systeme zu forcieren. Dies kann etwa Auswirkun
gen auf die im Diskurs erwähnten Akteure, Themen
mixed.de 693
und Handlungsempfehlungen haben. Da allerdings
www.it-daily.net 998 etwas über 50 Prozent der Texte aus der Zufalls
stichprobe der Inhaltsanalyse aus den letzten fünf
www.zdnet.de 875
Jahren stammen, lassen sich aus den Ergebnissen
4.917 der Analysen auch Erkenntnisse ziehen, die für die
Quelle: eigene Darstellung aktuelle und künftige Situation Relevanz haben.
Twitter: Um einschlägige Tweets zu identifizieren,
diente die von Felix Münch entwickelte Datenbank
RADICES als Grundlage, die die deutsche Twitter-
Sphäre abbildet. Gesucht wurde zunächst nach
Nutzerprofilen, die Stichwörter verwenden, die
auf ein Interesse an bzw. eine Beschäftigung mit
dem Thema künstliche Intelligenz und Algorithmen
schließen lassen (Stichwörter: „Künstliche Intelli
genz“, „Algorithmus“, „Algorithmen“, „Artificial Intel
ligence“, „KI“, „AI“). Auf diese Weise wurden 605
deutschsprachige Twitter-Nutzer:innen mit insge
samt 397.081 Tweets identifiziert (für die Liste der
Twitter-User siehe Anhang, Tabelle A4).
163 Ergebnisse
Im Folgenden werden die Ergebnisse der computer Welche Perspektiven sind im Diskurs präsent?
gestützten Inhaltsanalyse (Topic Modeling) sowie
Resultate ausgewählter Kategorien aus der manu 3.1 Wenig vielfältig: Wirtschaftliche
ellen Inhaltsanalyse dargestellt. Themen und Akteure dominieren
den Diskurs
Zunächst stellte sich die Frage, ob das Untersu
chungsthema künstliche Intelligenz und Algorith
men an sich überhaupt im öffentlichen Diskurs auf
taucht und wie sich seine Relevanz in den letzten
ABBILDUNG 1. Das Thema KI und Algorithmen gewinnt in den letzten zehn Jahren an Relevanz
4.000
3.500
3.000
2.500
2.000
1.500
1.000
500
0
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Fachblogs/-webseiten Leitmedien
Anzahl der Beiträge im Zeitverlauf.
Untersuchungszeitraum 01/2005–06/2020. Werte für 2020 für das ganze Jahr hochgerechnet.
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
17Ergebnisse
ABBILDUNG 2. Wirtschaftliche Themen sind präsenter im Diskurs als gesellschaftspolitische Felder
12 %
Wirtschaftliche Themen Technische Themen Gesellschaftspolitische Themen
42,5 % 26 % 31,5 %
10 %
8%
6%
4%
2%
0%
Google
Wettbewerb
Finanzen
Demokratie
Privatsphäre
Internationaler
Arbeitswelt
IT-Sicherheit
Mobilität
Gesundheit
Gesellschaft
Facebook
Machine Learning
Bildung
Regulierung
Cloud Computing
Staatliche
Strafverfolgung
Start-ups
Wissenschaft/
Forschung
Themenanteile am Korpus
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
15 Jahren entwickelt hat. Die Analyse zeigt hier zu technischen Anwendungsfeldern bzw. Unter
ein deutliches Bild: Während das Thema zwischen bereichen von künstlicher Intelligenz (z. B. Cloud
2005 und 2010 sowohl in Leitmedien als auch auf Computing und Maschine Learning). Mithilfe der
Fachblogs und -webseiten noch kaum aufgriffen Beispieltexte konnten die einzelnen Topics drei
wurde, steigt die Anzahl der Artikel in den letzten Themenbereichen zugeordnet und weiter aggre
zehn Jahren immer stärker an, vor allem in den Leit giert werden: Es ergibt sich ein wirtschaftlicher, ein
medien (Abbildung 1). gesellschaftspolitischer und ein technischer The
menbereich (Abbildung 2).
Die computergestützte Inhaltsanalyse untersuchte
dann die Themen innerhalb des Diskurses. Ein Algo Mit Blick auf die Anteile der Topics am Diskurs
rithmus generierte die Themen induktiv aus dem zeigt sich, dass vor allem einzelne wirtschaftliche
vorhandenen Material heraus. Es wurde ein berei Aspekte einen größeren Anteil am Diskurs ein
nigtes Modell mit 18 Themen (Topics) genutzt, nehmen als technische oder gesellschaftspoliti
die primär Algorithmen und künstliche Intelligenz sche Themen. Große Technologieunternehmen wie
behandeln. Die Topics wurden mithilfe der ausgege Google und Facebook nehmen in der Debatte mit
benen charakteristischen Wörter und Beispieltexte den größten Raum ein, aber auch der internationale
benannt (siehe im Anhang, Tabelle A1). Die Themen Wettbewerb zwischen USA, China und Europa wird
reichen von verschiedenen Einsatzgebieten künst häufig thematisiert. Bei den technischen Themen
licher Intelligenz (z. B. Arbeitswelt, Bildung, Medi kommt das Thema IT-Sicherheit am häufigsten vor.
zin), über einsetzende Akteure (z. B. Google, Face Es gibt eine größere Bandbreite gesellschaftspoliti
book, Start-ups) und politische Handlungsfelder scher Themen im Diskurs. Einzelne gesellschaftspo
(z. B. staatliche Regulierung, Privatsphäre) bis hin litische Themen nehmen jedoch weniger Anteil am
18Ergebnisse
ABBILDUNG 3A. Wirtschaftliche und technische Themen gewinnen, gesellschaftspolitische Themen verlieren im
Zeitverlauf an Relevanz
70 %
60 %
50 %
40 %
30 %
20 %
10 %
0%
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Wirtschaftliche Themen Technische Themen Gesellschaftspolitische Themen
Themenanteile am Korpus im Zeitverlauf
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
Diskurs ein als einzelne wirtschaftliche oder techni suchungszeitraums zwischen 2005 und 2008 war
sche Themen. Während Themen wie Forschung und das Thema Wissenschaft/Forschung noch sehr prä
Arbeitswelt noch häufiger auftauchen, haben zen sent im Diskurs. Im Vordergrund der Berichterstat
trale gesellschaftspolitische Themen wie Gesund tung stand dabei der Einsatz von Algorithmen und
heit, Bildung oder Demokratie nur einen geringen künstlicher Intelligenz in Forschungsprojekten aus
Anteil am Diskurs rund um Algorithmen und künst z. B. der Physik oder Medizin, die mithilfe der neuen
liche Intelligenz (siehe Abbildung 2). Im Vergleich Technologien zu neuen hilfreichen Anwendungen in
dazu sind die Anteile der einzelnen wirtschaftli Bereichen wie etwa Klimaschutz oder Gesundheit
chen Themen (mit Ausnahme des Themas Start- führten. Der Diskurs entwickelte sich dann jedoch
ups) mehr als doppelt so hoch. von dieser stark wissenschaftlich geprägten hin
zu einer von wirtschaftlichen Themen geprägten
Im Zeitverlauf der letzten 15 Jahre zeigt sich zudem, Debatte (Abbildung 3A). Unter den wirtschaftlichen
dass der Anteil der gesellschaftspolitischen The Themen gewinnt insbesondere in den vergangenen
men am Diskurs über die Zeit stark zurückgegan Jahren der internationale Wettbewerb zwischen
gen ist. Die wirtschaftlichen und technischen The Europa, USA und China an Relevanz (Abbildung 3B).
men haben hingegen an Relevanz zugenommen und
sind gerade in den vergangenen zwei bis drei Jah Neben den Themen des Topic Modeling, die ein
ren stärker im Diskurs präsent als die gesellschafts Algorithmus induktiv aus dem Material generierte
politischen Themen. Auf der Ebene einzelner The und unter denen sich bereits manche Einsatzge
men spiegelt sich diese Entwicklung vor allem in biete von Algorithmen und künstlicher Intelligenz
den Topics „Wissenschaft/Forschung“ und „interna zeigten, wurden in der manuellen Inhaltsanalyse
tionaler Wettbewerb“ wider. Zu Beginn des Unter zudem wichtige Anwendungsbereiche im Codebuch
19Ergebnisse
ABBILDUNG 3B. Wirtschaftliche und technische Themen gewinnen, gesellschaftspolitische Themen verlieren im
Zeitverlauf an Relevanz
70 %
60 %
50 %
40 %
30 %
20 %
10 %
0%
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
Wissenschaft/Forschung Internationaler Wettbewerb
Themenanteile am Korpus im Zeitverlauf
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
vorgegeben (siehe Codebuch im Anhang, Tabelle che wie Gesundheit oder Bildung in Verbindung
A2). Hier zeigt sich, dass der Wirtschaftsfokus sich mit künstlicher Intelligenz und Algorithmen berich
jedoch in den medial erwähnten Anwendungsbe tet wird. Erwähnenswert ist auch der Umstand, dass
reichen sehr spezifisch widerspiegelt. Der Bereich das Thema Nachhaltigkeit und Klimaschutz in Ver
Industrie ist hier nicht, wie man auf Basis der bis bindung mit Algorithmen und künstlicher Intelli
herigen Ergebnisse vielleicht erwarten könnte, am genz nur sehr selten im Diskurs auftaucht. Auch
häufigsten vertreten. Vielmehr konzentriert sich Chancen und Risiken derartiger Systeme für den
die mediale Auseinandersetzung auf digitale All Klimaschutz werden kaum angesprochen (siehe
tagstechnologien, wie den Einsatz von künstlicher Kapitel 3.2 und 3.3).
Intelligenz und Algorithmen im IT-Bereich und digi
taler Infrastruktur (z. B. Schutz vor Cyberangriffen, Den Ergebnissen der Inhaltsanalyse zufolge schei
Einsatz im E-Commerce) sowie Alltagsassistenz nen die Medien eher den digitalen Raum als die
systeme (z. B. Sprachassistenten wie Siri oder Bil analoge Realität zu diskutieren (Abbildung 4). 20
derkennungssoftware). Daneben wird der Einsatz Prozent der in der Inhaltsanalyse untersuchten
von Algorithmen und künstlicher Intelligenz bei Artikel drehen sich um digitale Infrastruktur (60
sozialen Medien (z. B. Facebook und Youtube) häu von 300 Artikeln). Alltagsassistenzsysteme wie
fig thematisiert. Die Ergebnisse des Topic Mode Siri und Alexa werden in 18 Prozent der Arti
ling für die Themen, die sich auf Einsatzgebiete von kel thematisiert (54 von 300 Artikeln). Immer
Algorithmen und künstlicher Intelligenz beziehen, hin 9 Prozent der analysierten Artikel beschäfti
werden durch die manuelle Inhaltsanalyse bestä gen sich mit KI und algorithmischen Systemen im
tigt. Auch sie zeigt, dass nur vergleichsweise sel Gesundheitswesen (26 von 300 Artikeln), Auswir
ten über zentrale analoge gesellschaftliche Berei kungen auf Bereiche wie Bildung oder den Klima
20Ergebnisse
ABBILDUNG 4. Digitale Alltagstechnologien im Fokus, Auswirkungen auf das analoge Leben werden kaum
thematisiert
70
60
50
40
30
20
10
0
Digitale Alltags- Soziale Unter- Verkehr/ Finanzen Industrie Medizin/ Personal- Sicherheit/ Öffent- Bildung Energie/ Land-
Infra- assistenz- Medien haltung Mobilität Gesund- wesen Polizei/ licher Klima- wirt-
struktur systeme heit Justiz Sektor schutz schaft
Anzahl der zu bestimmten Anwendungsbereichen von KI und Algorithmen zugeordneten Artikel (n = 363; Erwähnung
mehrerer Anwendungsbereiche pro Artikel möglich)
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
schutz tauchen hingegen in nur in etwa 1 Prozent abgebildet werden (Tages- und Wochenzeitun
der analysierten Artikel auf (4 bzw. 2 von 300 Arti gen sowie politische Ausrichtung). Daraus ergeben
keln). Doch gerade in solchen gemeinwohlrelevan sich bei den thematisierten Anwendungsbereichen
ten Bereichen kann der Einsatz künstlicher Intel unterschiedliche Schwerpunkte: So berichtet das
ligenz weitreichende Folgen für die Gesellschaft Handelsblatt erwartungsgemäß häufig über wirt
haben. Im jüngst veröffentlichten Automating Soci schaftsnahe Themen, wie z. B. digitale Infrastruk
ety Report 2020 wurde gezeigt, dass in vielen euro tur/IT sowie Algorithmen und künstliche Intelligenz
päischen Ländern algorithmische Systeme bereits in der Industrie, im Finanzsektor und im Personal
in zahlreichen solcher zentralen, teilhaberelevan wesen. Bei der Frankfurter Allgemeine Zeitung fal
ten Bereiche genutzt werden (Chiusi et al. 2020). len die Anwendungsbereiche Soziale Medien und
Diese Anwendungsbereiche sind jedoch im unter Alltagsassistenzsystem als Schwerpunkte auf. Letz
suchten Diskurs in Deutschland offenkundig unter teres Thema wird ebenso wie Digitale Infrastruk
repräsentiert. tur/IT auch von der BILD oft aufgegriffen. Die Süd
deutsche Zeitung sowie die Zeit behandeln häufiger
Ein genauerer Blick auf verschiedene Leitmedien als andere Medien den Bereich Gesundheit und
zeigt, dass diese durchaus unterschiedlich über das Medizin und greifen in der Stichprobe als einzige
Thema Algorithmen und künstliche Intelligenz und das Thema Algorithmen und künstliche Intelligenz
ihre Anwendungsbereiche berichten (Abbildung 5). in der Bildung auf – ein Anwendungsbereich, der
Für einen Vergleich einzelner Medien wurden die relativ selten im medialen Diskurs vorkommt.
jenigen ausgewählt, die einen relativ großen Anteil
an Texten im Korpus ausmachen. Zudem sollte
ein gewisses Spektrum unterschiedlicher Medien
21Ergebnisse
ABBILDUNG 5. Verschiedene Leitmedien setzen unterschiedliche Schwerpunkte in der Berichterstattung
30 %
FAZ Handelsblatt SZ Die Zeit Bild
25 %
20 %
15 %
10 %
5%
0%
Soziale Medien
Finanzen
Industrie
Alltagsassistenzsysteme
Personalwesen
Sicherheit/Polizei/Justiz
Energie (auch Klimaschutz)
Verkehr/Mobilität
Medizin/Gesundheit
Landwirtschaft
Unterhaltung
Bildung
Digitale Infrastruktur/ IT
Öffentlicher Sektor
Anteil der Artikel zu bestimmten Anwendungsbereichen von KI und Algorithmen in ausgewählten Medien
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
Neben den Anwendungsbereichen untersuchte die Auch die Zivilgesellschaft wird nur selten in Arti
Inhaltsanalyse zudem, welche Akteure in den Arti keln erwähnt. Die Wissenschaft sowie Bürger:innen
keln und Tweets zu Algorithmen und künstlicher als Nutzer:innen der Technologien werden etwas
Intelligenz erwähnt und zitiert sind (Abbildung 6). öfter als die Zivilgesellschaft und politische Akteure
Auch bei den in den Artikeln genannten Akteuren genannt. Bürger:innen, wie auch die Zivilgesell
dominieren wirtschaftliche Akteure den Diskurs. schaft werden jedoch häufiger auf Fachblogs und
Verglichen mit dem größeren Datenset des Topic -webseiten berücksichtigt als in den Leitmedien.
Modeling, in dem die Themen „Google“ und „Face
book“ einen verhältnismäßig großen Anteil an der Ähnlich wie bei den erwähnten Akteuren über
Berichterstattung einnahmen, zeigt die Inhaltsana wiegt auch bei den Akteuren, die im Diskurs zitiert
lyse ähnliche Ergebnisse. Vor allem über internatio werden, klar die Wirtschaft (Abbildung 7). Neben
nale wirtschaftliche Akteure wird häufig berichtet. ihr kommt auch die Wissenschaft häufig zu Wort.
Auch nationale wirtschaftliche Akteure kommen In Texten, in denen es vor allem um Produkt- und
vergleichsweise oft vor. Politische Akteure auf nati Anwendungsneuheiten geht, kann man vermuten,
onaler wie auch auf europäischer Ebene tauchen dass Wissenschaftler:innen zitiert werden, um der
hingegen nur selten auf – obwohl beispielsweise vorgestellten Innovation mit ihrer fachlichen Exper
parallel zum Anstieg der medialen Auseinander tise mehr Glaubwürdigkeit zu verleihen. Stimmen
setzung (siehe Abbildung 1) auch die Beschäfti aus der Zivilgesellschaft und vor allem aus der Poli
gung des Bundestages mit dem Begriff Algorithmen tik finden hingegen kaum Gehör im Diskurs über
deutlich zugenommen hat (Biermann et al. 2019). Algorithmen und künstliche Intelligenz.
22Ergebnisse
ABBILDUNG 6. Wirtschaftliche Akteure dominieren den Diskurs über KI und Algorithmen
100
90
80
70
60
50
40
30
20
10
0
Wirtschaft Wirtschaft Wissenschaft Verwaltung Politik Politik Politik Zivil- Bürger:innen
national international national international EU gesellschaft
Anzahl der Artikel, in denen bestimmte Akteure erwähnt werden (n = 294)
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
ABBILDUNG 7. Politik und Zivilgesellschaft haben kaum eine Stimme im Diskurs um KI und Algorithmen
70
60
50
40
30
20
10
0
Wirtschaft Wirtschaft Wissenschaft Verwaltung Politik Politik Politik Zivil- Bürger:innen
national international national international EU gesellschaft
Anzahl der Artikel, in denen bestimmte Akteure zitiert werden (n = 294)
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
23Ergebnisse
Noch stärker als bei den Themen zeigt sich also bei wie sich der Tenor der medialen Berichterstattung
den Akteuren, die den Diskurs über Algorithmen darstellt. Werden eher Vorteile und Chancen the
und künstliche Intelligenz prägen, ein deutlicher matisiert oder überwiegen Nachteile und Risiken?
Fokus auf die Wirtschaft und damit eine fehlende Ist der Diskurs tatsächlich polarisiert zwischen
Diversität, die unterschiedlichen gesellschaftlichen gesellschaftlichen Dystopien einerseits und wirt
Gruppen Raum und Stimme in der öffentlichen schaftlichen Utopien andererseits, wie eingangs
Meinungsbildung einräumen würde. In 37 Prozent skizziert? Die Inhaltsanalyse zeigt, dass deutlich
der Artikel kommen Vertreter:innen aus der Wirt häufiger Chancen und Vorteile thematisiert wer
schaft zu Wort (112 von 300 Artikeln). Politische den (42 Prozent der analysierten Artikel) als Risi
Akteure hingegen werden nur in 7 Prozent, Perso ken und Probleme künstlicher Intelligenz und Algo
nen aus der Zivilgesellschaft sogar nur in 4 Prozent rithmen (12 Prozent der analysierten Artikel). Dies
der analysierten Artikel zitiert (20 bzw. 12 von 300 gilt sowohl für die Leitmedien als auch für Fach
Artikeln). blogs und -webseiten sowie Twitter (Abbildung
8). Der Diskurs über künstliche Intelligenz und
Algorithmen erscheint insgesamt von einer positi
Wie ist der Tenor des Diskurses? ven Vision wirtschaftlichen Fortschritts dominiert,
in der künstliche Intelligenz und Algorithmen vor
3.2 Überwiegend positiv: Der allem Innovationen hervorbringen, die das alltäg
Diskurs ist stark von der liche Leben des einzelnen Nutzers bzw. der einzel
Chancenperspektive geprägt nen Nutzerin verbessern. Gesellschaftliche Dysto
pien, wie etwa die Verdrängung oder das Ersetzen
Ausgehend von der Annahme, dass der mediale Dis von Menschen und damit einhergehende Arbeits
kurs die Wahrnehmung und Akzeptanz von neuen platzverluste durch künstliche Intelligenz, werden
Technologien wie künstlicher Intelligenz und Algo in der Berichterstattung hingegen nur selten dar
rithmen prägt, war eine zentrale Frage der Analyse, gestellt (siehe Kapitel 3.3).
ABBILDUNG 8. Über KI und Algorithmen wird überwiegend positiv berichtet
Leitmedien
Fachblogs/-webseiten
Twitter
0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750
positiv neutral negativ
Anzahl der Beiträge mit einem bestimmten Tenor in Leitmedien, Fachblogs/-webseiten und auf Twitter (n = 1.212)
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
24Ergebnisse
In den verschiedenen Leitmedien, die für eine Der vertiefte Blick in die positive Berichterstattung
nähere Betrachtung ausgewählt wurden, deuten über Chancen von künstlicher Intelligenz und Algo
sich mit Blick auf den Tenor der Berichterstattung rithmen zeigt: Hier dominieren vor allem ökonomi
Unterschiede an, auch wenn diese aufgrund rela sche Potenziale wie Effizienzsteigerung und der all
tiv geringer Fallzahlen in der Analyse vorsichtig zu gemeine wirtschaftliche Fortschritt durch solche
interpretieren sind. So scheinen in der Tendenz die Technologien (Abbildung 11). Daneben überwiegen
BILD und das Handelsblatt ganz überwiegend posi Vorteile für den einzelnen Nutzer bzw. die einzelne
tiv über Algorithmen und künstliche Intelligenz zu Nutzerin wie die Personalisierung von Angeboten
berichten. In der Zeit, der Süddeutschen Zeitung oder die Optimierung menschlicher Fähigkeiten
sowie der Frankfurter Allgemeinen Zeitung scheint durch technologische Unterstützung (z. B. Über
die Berichterstattung hingegen mit Blick auf ihren setzungsdienste oder Apps zur Unterstützung
Tenor ausgewogener zu sein (Abbildung 9). von Behinderten). Chancen auf eher gesamtge
sellschaftlicher Ebene wie etwa durch eine bes
Ein genauerer Blick auf die Anlässe der Bericht sere Verteilung knapper öffentlicher Ressourcen
erstattung und die thematisierten Chancen legt (z. B. Schulplätze oder Einsatzkräfte der Feuerwehr)
nahe, dass diese positive Ausrichtung des Diskur oder durch die Prävention negativer Ereignisse (z. B.
ses vor allem auf die Dominanz wirtschaftlicher vorhersagende Polizeiarbeit oder Risikobewertung
Belange zurückzuführen ist (Abbildung 10). Denn von Kindesmissbrauch durch Jugendämter) werden
bei den Anlässen für eine Berichterstattung über seltener thematisiert.
künstliche Intelligenz und Algorithmen überwie
gen Produkt- und Anwendungsneuheiten deutlich
gegenüber allen anderen Anlässen wie etwa der
Veröffentlichung wissenschaftlicher Studien oder
Events. Bemerkenswert ist, dass politische Ent
scheidungen oder Ereignisse nur selten Anlass für
die Berichterstattung zum Thema Algorithmen und
künstliche Intelligenz sind.
ABBILDUNG 9. Verschiedene Leitmedien unterscheiden sich im Tenor der Berichterstattung
FAZ
Handelsblatt
SZ
Die Zeit
Bild
0% 20 % 40 % 60 % 80 % 100 %
positiv neutral negativ
Anteil der Artikel mit einem bestimmten Tenor in ausgewählten Leitmedien
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
25Ergebnisse
ABBILDUNG 10. Produkt- und Anwendungsneuheiten sind der häufigste Anlass für Berichterstattung über KI und
Algorithmen
120
100
80
60
40
20
0
Produktneuheit/ Veröffentlichung Events Negative Positive Regulierung/
Anwendungsneuheit wissenschaftliche Ereignisse Ereignisse Politische
Studie Entscheidungen
Anzahl der Artikel zu bestimmten Anlässen der Berichterstattung in Leitmedien, Fachblogs/-webseiten (n = 257)
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
ABBILDUNG 11. Wirtschaftliche Chancen, Personalisierung und Optimierung stehen im Diskurs im Vordergrund
120
110
100
90
80
70
60
50
40
30
20
10
0
Wirtschaftl. Effizienz- Optimierung Personali- Mehr Prävention Mehr Mehr Bessere Mehr Nachhaltigkeit/
Fortschritt/ steigerung menschl. sierung Zugang zu neg. Zeit staatl. Ressourcen- Fairness Klimaschutz
Innovation Fähigkeiten Leistungen Ereignisse Kontrolle verteilung
Anzahl der Artikel zu bestimmten Chancen von KI und Algorithmen (n = 487; Erwähnung mehrerer Chancen pro
Artikel möglich)
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
26Ergebnisse
Welche Problemfelder und Handlungs- Stattdessen erscheint der Diskurs erstaunlich
empfehlungen bestimmen den Diskurs? lösungsorientiert dafür, dass es sich um Texte aus
den letzten 15 Jahren handelt, von denen etwas
3.3 Erstaunlich lösungsorientiert: über die Hälfte aus den letzten fünf Jahren stammt.
Notwendiger Kompetenzaufbau Immerhin ein Drittel der analysierten Texte aus
steht im Fokus des Diskurses Leitmedien und Fachblogs bzw. -webseiten enthält
konkrete Handlungsempfehlungen und Lösungsan
Auch wenn der Diskurs einen klar positiven Tenor sätze. Dieser Anteil dürfte vermutlich sogar noch
aufweist, werden dennoch wichtige Problemfelder höher ausfallen, wenn man sich ausschließlich auf
und Risiken thematisiert (Abbildung 12). Beson Texte aus den letzten Jahren bezöge – die öffent
ders häufig tauchen dabei die Herausforderungen liche Debatte hat sich zuletzt merklich von allge
einer fehlenden KI-Kompetenz und eines mangeln meiner Sensibilisierung hin zu konkreteren Maß
den Verständnisses von künstlicher Intelligenz und nahmen entwickelt. Zwischen Leitmedien und
Algorithmen sowie Defizite bei Aufsicht und Kon Fachblogs und -webseiten zeigten sich keine Unter
trolle von algorithmischen Systemen auf. Als weitere schiede hinsichtlich des Anteils der thematisierten
Probleme werden häufig Intransparenz und Daten Handlungsempfehlungen.
schutzrisiken erwähnt. Das Risiko, dass Technologien
wie künstliche Intelligenz den Menschen ersetzen Ein genauerer Blick auf die Handlungsempfehlun
und zu Arbeitsplatzverlusten führen, ist hingegen gen zeigt jedoch, dass es hier einen klaren Fokus
anders als vielleicht erwartet nur selten Thema. auf den Kompetenzaufbau in der Bevölkerung und
ABBILDUNG 12. Die fehlende KI-Kompetenz, eine fehlende Aufsicht über den Einsatz von KI sowie die Intransparenz
der Systeme zählen zu den am häufigsten thematisierten Risiken
45
40
35
30
25
20
15
10
5
0
Fehlende Fehlende In- Daten- Zu viel staat- Diskrimi- Fehlende/ Monopole/ Ersetzen des Effizienz- Nach-
KI- Aufsicht transparenz schutz- liche/unter- nierung unklare fehlende Menschen/ falle haltigkeit/
Kompetenz über den risiken nehmerische Haftung Vielfalt Arbeitsplatz- Klimaschutz
KI-Einsatz Kontrolle verluste
Anzahl der Artikel zu bestimmten Risiken und Problemfeldern von KI und Algorithmen
(n = 227; Erwähnung mehrerer Risiken pro Artikel möglich)
Quelle: Wie Deutschland über Algorithmen schreibt, Fischer und Puschmann, 2021
27Sie können auch lesen
