Die Academy-Angebote bisher

Reto Vogt, Chief Product Officer am MAZ, zeigte im Webinar der Edito Academy, wie Lokaljournalist:innen KI sinnvoll einsetzen können, ohne den persönlichen Kontakt zu den Menschen aufzugeben. Als Ausgangspunkt wählte er ein Dilemma, das viele kleine Redaktionen kennen: Wahrer Journalismus findet vor Ort statt, bei echten Gesichtern und Geschichten im Dorf und im Quartier. Doch die Ressourcen sind knapp, die Ansprüche steigen, und die Themen werden nicht weniger. Die Frage: Wo hilft KI im Lokalen wirklich? Wo stösst sie an ihre Grenzen?

Reto Vogt begann mit den Grenzen. KI-Modelle tun sich schwer mit lokaler Berichterstattung, weil ihnen die Datenbasis und der lokale Kontext fehlen: Was im Dorf zählt, steht in keinem Trainingsdatensatz. Genau deshalb plädiert er für eine klare Arbeitsteilung. Sein Beispiel war die Gemeinderatssitzung. Die KI übernimmt Protokoll und Zusammenfassung, während sich die Journalistin auf das konzentriert, was nur sie erfassen kann: die Stimmung im Saal, die Gespräche am Rand, die Zwischentöne. So wird der Journalismus effizienter, ohne an Qualität zu verlieren.

Den Kern des Webinars bildeten sechs konkrete Anwendungsfälle aus dem Redaktionsalltag. Reto Vogt zeigte, wie sich Gemeindemitteilungen in journalistische Texte umwandeln, Baugesuche und Wahlergebnisse analysieren und Sportberichte aus den Daten von Sportseiten erzeugen lassen. Für die Datenanalyse demonstrierte er NotebookLM von Google, das seine Antworten transparent auf die verfügbaren Quellen stützt, und Custom-GPTs von ChatGPT. Wie weit Automatisierung gehen kann, zeigte das Beispiel eines deutschen Lokalverlags, der zur Bundestagswahl 1025 KI-generierte Wahlergebnistexte publizierte – mit positivem Leserfeedback. Matthias Zehnder ergänzte ein eigenentwickeltes Web-Tool, das KI als «Dampfmaschine» für die automatische Generierung von Kurzmeldungen nutzt und dabei die Originalquellen zur Verifizierung daneben stellt.

Ein zentrales Thema war die Verantwortung. Matthias Zehnder stellte klar: Für die Korrektheit veröffentlichter Inhalte haftet der Verlag, unabhängig davon, welches Tool im Spiel war. Dabei macht es einen Unterschied, ob die KI rein algorithmisch Wahlzahlen verarbeitet oder kreative Entscheidungen trifft; im zweiten Fall ist das Risiko grösser. Reto Vogt bestätigte, dass falscher KI-Einsatz in einer Redaktion durchaus ein Kündigungsgrund sein kann. Für die KI-Transkription von Audio mahnte er, vorab das Einverständnis der Gesprächspartner einzuholen. Als Leitbild für die Balance diente Matthias Zehnder das «Cappuccino-Prinzip»: Die KI übernimmt die Grundarbeit, damit den Journalist:innen für die hochwertigen, eigenständigen Beiträge mehr Zeit bleibt.

Learnings

KI versteht das Lokale nicht von selbst: Sprachmodelle kennen die Welt aus Trainingsdaten und die enthalten kaum, was im Dorf oder Quartier zählt. Lokaler Kontext muss von Menschen eingebracht werden. Wer das weiss, setzt KI im Lokalen gezielter ein.

Arbeitsteilung im Gemeinderatssaal: Die KI kann easy protokollieren und zusammenfassen. Die Stimmung im Saal, die Gespräche am Rand, die Zwischentöne erfasst nur der Mensch. Genau da wird die gewonnene Zeit investiert.

Strukturierte Daten sind das ideale Futter: Wahlergebnisse, Baugesuche, Sportresultate – überall, wo saubere Daten vorliegen, kann KI zuverlässig Texte erzeugen. Je strukturierter die Quelle, desto belastbarer das Resultat.

Automatisierung skaliert den Lokaljournalismus: Ein deutscher Lokalverlag publizierte zur Bundestagswahl 1025 KI-generierte Wahlergebnistexte, mit gutem Leserfeedback. Was einzeln nie geschrieben würde, wird mit KI  machbar.

Die Dampfmaschine mit Quellenkontrolle: Matthias Zehnders Tool generiert Kurzmeldungen automatisch und legt die Originalquellen gleich daneben. So bleibt die Verifizierung schnell und der Kontrollverlust gering. (Siehe academy.edito.ch/repository )

Der Verlag (und der Journalist) haftet, nicht das Tool: Für veröffentlichte Inhalte ist und bleibt der Verlag verantwortlich, unabhängig davon, welche KI im Hintergrund mitgearbeitet hat. Diese Verantwortung lässt sich nicht an die Technik delegieren.

Algorithmisch ist weniger heikel als kreativ: Wenn KI reine Zahlen verarbeitet, etwa Wahlresultate, ist das Haftungsrisiko überschaubar. Sobald sie kreative oder wertende Entscheidungen trifft, steigt das Risiko deutlich.

Datenschutz bei der Transkription: Bevor ein Gespräch durch ein KI-Transkriptionstool läuft, braucht es das Einverständnis der Gesprächspartner – idealerweise schriftlich. Audioaufnahmen sind Personendaten.

Schweizerdeutsch ist kein Hindernis mehr: Moderne Transkriptionstools wandeln Schweizerdeutsch zu 95 bis 97 Prozent korrekt in Schriftdeutsch um. Für Interviews und Sitzungsmitschnitte ist das im Redaktionsalltag verlässlich genug.

Das Cappuccino-Prinzip: Die KI übernimmt die Grundarbeit, der Mensch liefert den Schaum und die Schoggi-Krümel – die hochwertigen, eigenständigen Beiträge. Wer die Routine delegiert, gewinnt Zeit für das, was den Lokaljournalismus auszeichnet.

«Wenn ich das gewusst hätte …» ist ein häufiger Seufzer an der Redaktionskonferenz. «Wenn wir gewusst hätten, dass das Obergericht …» Julian Reich, KI-Verantwortlicher bei der Bündner Somedia, hat deshalb Recherche-Assistenten für die Redaktion gebaut, die automatisch über Urteile des Obergerichts informieren. Im Webinar der Edito Academy gab er Einblick in die KI-Anwendungen bei Somedia und zeigte, warum er heute deutlich weniger Zeit für das Schreiben von Kurzmeldungen benötigt.

Julian Reich stellte zunächst die KI-Initiative seines Hauses vor. Somedia setzt auf zwei Säulen: ein E-Learning-Programm für alle Mitarbeitenden und ein Champions-Programm mit 20 speziell geschulten Wissensträger:innen, die als Multiplikator:innen in den Redaktionen wirken. Das erklärte Ziel: nicht Stellen ersetzen, sondern effizienter und besser arbeiten. Genau in diesem Geist sind seine eigenen Anwendungen entstanden.

Den Kern des Webinars bildeten konkrete Workflows, die Julian Reich mit Claude und der Automatisierungsplattform n8n entwickelt hat. Sein Gerichtsmonitor zieht automatisch RSS-Feeds des Obergerichts, lässt die Urteile von der KI zusammenfassen und schickt das Resultat über Telegram in die Redaktion. Was früher manuelles Monitoring war, läuft heute im Hintergrund. Ein zweiter Workflow transkribiert Audio zu Text – live entwickelt für die Glarner Landsgemeinde. Daneben zeigte Julian Reich Datenrecherchen, die er mit Claude durchgeführt hat: eine systematische Analyse von Briefkastenfirmen in Graubünden und eine Auswertung der Bevölkerungszahlen aller Bündner Gemeinden, jeweils mit Visualisierungen.

Matthias Zehnder unterstrich das Credo der Edito Academy: KI ist kein Ersatz für Journalist:innen, sondern ein Werkzeug, das repetitive Aufgaben übernimmt und Arbeitsabläufe vereinfacht. Wichtig ist dabei der Unterschied zwischen Chatbot und Workflow: Die KI sollte nicht primär als Gesprächspartner genutzt werden, sondern als zuverlässiger Mitarbeiter für wiederholbare Prozesse. Ein zentrales Thema war auch der neue Schweizer KI-Kodex der Medienbranche – nach Einschätzung von Matthias Zehnder eher weichgespült, aber immerhin mit einer klaren Grundregel: Die Verantwortung für KI-generierte Inhalte bleibt beim Menschen.

Learnings

Behörden-Monitoring lässt sich automatisieren: Wer regelmässig Mitteilungen, Urteile oder Einträge von Behörden auswerten muss, kann diese Arbeit weitgehend an die KI delegieren. RSS-Feed plus Sprachmodell plus Messenger-Anbindung ergibt einen Recherche-Assistenten, der niemals etwas verpasst.

Trigger machen aus dem Chatbot ein Werkzeug: Der entscheidende Schritt vom KI-Spielzeug zum produktiven Werkzeug heisst Trigger. Erst wenn ein Workflow automatisch durch ein Ereignis ausgelöst wird (neuer RSS-Eintrag, eingehende Mail, hochgeladenes Audio), entfaltet die KI ihren vollen Nutzen.

n8n als Mittler zwischen Tools: Plattformen wie n8n verbinden Datenquellen, KI-Modelle und Ausgabekanäle. Was früher individuelle Programmierung erforderte, lässt sich heute mit visuellen Workflows zusammenstecken – auch ohne Informatik-Studium.

Telegram als Redaktions-Kanal: Für die interne Verteilung automatisierter Recherche-Resultate eignen sich Messenger wie Telegram. Die Resultate landen direkt dort, wo das Team ohnehin kommuniziert – ohne zusätzliche Plattform und ohne zusätzliche Logins.

Audio-Transkription für die Demokratie-Berichterstattung: Live-Transkription öffentlicher Anlässe wie der Glarner Landsgemeinde war bisher schlicht zu aufwendig. Mit KI-gestützten Workflows wird die direkte Berichterstattung über demokratische Prozesse plötzlich realistisch – inklusive späterer Suchfunktion.

Datenanalyse als neues Recherche-Feld: Mit Claude lassen sich grosse Datenbestände wie Handelsregister oder amtliche Statistiken systematisch durchforsten und visualisieren. Plausibilitätsprüfung und journalistische Einordnung bleiben aber menschliche Aufgaben – die KI liefert Hypothesen, nicht Wahrheiten.

E-Learning plus Champions-Programm: Eine wirksame KI-Strategie im Verlag hat zwei Ebenen: Grundlagen für alle (E-Learning) und vertiefte Ausbildung für Multiplikator:innen (Champions). Letztere holen Anwendungsfälle aus den Redaktionen ab und entwickeln passgenaue Lösungen.

Schweizer KI-Kodex: weich, aber wegweisend: Der neue Kodex der Schweizer Medienbranche bleibt allgemein, formuliert aber das zentrale Prinzip klar: Die Verantwortung für KI-Inhalte liegt unverändert beim Menschen. Das ist keine Einschränkung, sondern die Grundlage für seriöse Anwendungen.

Datenschutz vor Effizienz: Bei automatisierten Workflows mit internen oder sensiblen Daten muss vor dem produktiven Einsatz geklärt werden, welche Modelle wo Daten verarbeiten. Effizienzgewinne dürfen nicht zu Datenschutzlecks führen – gerade bei Behördendaten und Personendaten.

Wissen teilen statt Insellösungen: Wer einmal einen Workflow gebaut hat, sollte ihn dokumentieren und im Team verfügbar machen. Sonst entstehen Insellösungen, die mit dem Wegzug einer einzelnen Person verloren gehen. Die Champions-Struktur bei Somedia ist genau dafür gedacht.

David Blum, Grafiker und KI-Spezialist für Bildgenerierung, zeigte im Webinar der Edito Academy, wie KI-Bildgeneratoren in Redaktionen sinnvoll eingesetzt werden können – und wo die ethischen und rechtlichen Grenzen liegen. Ausgangspunkt war ein altbekanntes Problem: Kein Bild, keine Story. Wenn sich ein Thema nicht einfach illustrieren lässt, versprechen KI-Bildgeneratoren Abhilfe. Doch dürfen wir die generierten Bilder im journalistischen Kontext überhaupt nutzen?

David Blum erläuterte zunächst die Funktionsweise aktueller Bildgeneratoren. Er erklärte den Unterschied zwischen Transformer- und Diffusion-Modellen und betonte, dass im sogenannten «Latent Space» keine Bilder gespeichert werden, sondern nur Muster und Farben, die der Logik menschlicher visueller Wahrnehmung folgen. In einer Live-Demonstration zeigte er, wie sich mit Midjourney und ChatGPT Image 2.0 Bilder erzeugen lassen – und wie sich die Qualität in den letzten Jahren von naiver Malerei zu nahezu fotorealistischen Resultaten entwickelt hat.

Den Kern des Webinars bildete die Frage nach den Anwendungsfällen. David Blum zeigte, wo KI-Bilder bereits etabliert sind (Produktpräsentationen, Corporate Design, Illustrationen, Logo-Varianten, Branding-Konzepte) und wo sie problematisch bleiben (dokumentarische Fotografie, Nachrichtenbilder). Besonders eindrücklich war ein selbstgebauter Workflow: Mit einem System aus ChatGPT, Midjourney und Figma/Whimsical generiert David Blum reproduzierbare Bilderserien zu wiederkehrenden Themen – etwa zu Doping im Radsport. Der Vorteil: Die Resultate sind standardisiert und können in verschiedenen Publikationen flexibel eingesetzt werden.

Ein zentrales Thema waren die rechtlichen Aspekte. Ab dem 2. August 2026 verlangt der EU AI Act, dass KI-generierte Bilder maschinenlesbar gekennzeichnet werden. In der Schweiz erhalten KI-Bilder zudem in der Regel keinen Urheberrechtsschutz. David Blums Fazit: KI ersetzt die Arbeit eines Grafikers nicht, sondern multipliziert sie. Die Verantwortung für Auswahl, Gestaltung und Kennzeichnung bleibt beim Menschen.

Learnings

KI ersetzt Grafiker nicht, sie multipliziert sie: KI-Bildgeneratoren erweitern den gestalterischen Werkzeugkasten von Grafiker:innen, ohne sie zu ersetzen. Die Technologie versteht nicht, was sie tut – Menschen wählen aus, kuratieren und tragen die Verantwortung für das Ergebnis.

Bewusst steuern, statt nur ästhetisch konsumieren: KI-Bilder neigen zu Klischees. Wer nicht aktiv steuert, was er erstellt, bekommt austauschbare Resultate. Klare Vorstellungen vom gewünschten Stil, von der Botschaft und vom Zielpublikum sind die Voraussetzung für brauchbare Bilder.

Dokumentarische Fotografie lässt sich nicht ersetzen: KI-Bilder eignen sich für Illustrationen, Symbolbilder und Corporate Design – nicht aber als Ersatz für dokumentarische Fotografie. Die beiden Kategorien dienen unterschiedlichen Zwecken und dürfen nicht vermischt werden.

Reproduzierbare Workflows als Effizienzhebel: Wer wiederkehrende Bildserien zu festen Themen braucht, profitiert von Workflow-Systemen. Mit Systemprompts, Referenzbildern und Tools wie ChatGPT Image Edit lassen sich standardisierte Resultate erzielen, die besser sind als manuelle Bildsuche im Stockarchiv.

EU-Kennzeichnungspflicht ab 2. August 2026: Der EU AI Act verlangt eine maschinenlesbare Kennzeichnung von KI-generierten Bildern. Verbindliche Standards für die konkrete Umsetzung fehlen noch, aber die Pflicht selbst gilt. Redaktionen sollten ihre internen Workflows entsprechend anpassen.

Schweizer Urheberrecht: KI-Bilder oft ungeschützt: In der Schweiz erhalten KI-generierte Bilder in der Regel keinen Urheberrechtsschutz, da kein menschlicher Schöpfungsakt erkennbar ist. Auch die Trainingsdaten der meisten Generatoren sind nicht öffentlich zugänglich – ein zusätzliches Risiko bei der professionellen Verwendung.

Auflösung gezielt einsetzen: Bilder zwischen 1.000 und 2.000 Pixel Breite sind für Online-Publikationen ideal. Wer höhere Auflösungen braucht, kann KI-Tools auch zum Hochskalieren einsetzen. Texte sollten bewusst aus den Bildern entfernt werden, damit sich die Bilder in unterschiedlichen Publikationen flexibel verwenden lassen.

Authentifizierung als Gegenbewegung: Während KI-Bilder allgegenwärtig werden, gewinnen Mechanismen zur Authentifizierung echter Fotos an Bedeutung – etwa SynthIDs und Hardware-Schlüssel in Kameras. Das ist die Kehrseite der Deklarationspflicht: Echte Bilder müssen sich künftig als echt ausweisen können.

Deklarationspflicht ist Vertrauensschutz: Jede Verwendung eines KI-Bildes auf einer Redaktionsseite muss deklariert werden – auch bei Collagen und Illustrationen. Es geht darum, dass die Leserschaft nicht «reingelegt» wird. Vertrauen ist die Grundlage des Journalismus, auch im Bildbereich.

Matthias Zehnder, Medienwissenschaftler und Publizist, zeigte im Webinar der Edito Academy, wie KI nicht als Ersatz für Menschen, sondern als intelligentes Assistenzsystem im journalistischen Alltag eingesetzt werden kann. Ausgangspunkt war die Feststellung, dass KI-Texte oft hohl, phrasenhaft und leer sind. Journalistinnen und Journalisten sollen der KI nicht das Steuer überlassen, sie aber auch nicht bloss als «Telefon» benutzen, das man anruft und das antwortet. Ziel ist der Einsatz der KI wie ein Fahrassistenzsystem, das den Journalisten vorausschauend unterstützt, während der Mensch am Steuer bleibt.

Matthias Zehnder skizzierte zunächst die grundlegende Aufgabenteilung: Was bleibt menschlich? Kreativität, Verantwortung, Empathie, Zeugenschaft. Was kann die KI besser? Datenverarbeitung, Geschwindigkeit, Skalierung. Daraus entwickelte er ein Modell, das den journalistischen Arbeitsprozess in sieben Bereiche gliedert: Recherche-Assistenz, Interview-Vorbereitung, Schreib-Assistenz, Monitoring, Produktions-Assistenz, Qualitätssicherung und Kommunikation. Jeder Bereich umfasst konkrete Einsatzszenarien – von der Chronologie-Erstellung aus verstreuten Quellen über den Quellenvielfalt-Check bis zur Archiv-Recherche im eigenen Werk.

Den Kern des Webinars bildete die Vorstellung von fünf verketteten Prompts, die den gesamten journalistischen Arbeitsprozess abdecken und im Open Repository der Edito Academy unter academy.edito.ch frei zugänglich sind:

• das Themen-Briefing (erste Übersicht zu einem Thema: Akteure, Fakten, offene Fragen)
• der Blinde-Fleck-Detektor (welche Frage stelle ich vor dem Interview nicht, die ich stellen sollte?)
• das Red Team (These oder Textentwurf gegen die stärksten Gegenargumente härten)
• der Lücken-Detektor (was fehlt noch, damit der Leser versteht, einordnet und glaubt?)
• der Bias-Detektor (welche Formulierungen transportieren ungewollt Wertung?).

Die Prompts funktionieren eigenständig, lassen sich aber auch in Sequenz verbinden. Zwei Teilnehmerinnen testeten die Tools live mit den Themen «digitale Datensouveränität» und «Digitalisierung im Schweizer Gesundheitswesen».

Matthias Zehnder betonte das Credo der Edito Academy: KI verbessert nicht bloss das «Werkstück», sondern hilft Journalist:innen, besser zu werden. Die Verantwortung bleibt beim Menschen. Für den Umgang mit vertraulichen Daten empfahl er lokale KI-Lösungen wie Jan.ai oder datensichere Dienste wie Nenna AI – kommerzielle Tools wie ChatGPT oder Copilot sind für sensible Dokumente nicht geeignet. Geplant ist, das Assistenzsystem weiter auszubauen.

Learnings

KI als Assistenzsystem, nicht als Ersatz: Das zentrale Bild des Webinars war das Fahrassistenzsystem. Navi, ABS, Spurhalteassistent – die KI unterstützt, aber der Mensch lenkt und steuert das Ziel an. Übertragen auf den Journalismus: Wir schreiben, nicht die KI. Wir haben die Kontrolle.

Nicht wie ein Telefon nutzen: Viele Journalist:innen nutzen KI reaktiv – sie stellen eine Frage und erhalten eine Antwort. Wirksamer ist der proaktive Einsatz: Die KI nimmt Positionen ein, die man selbst nicht einnehmen will oder kann, und zeigt, was man nicht sieht.

Blinde Flecken sichtbar machen: Konkrete Prompts wie der Blinde-Fleck-Detektor helfen, unbewusste Auslassungen vor dem Interview zu erkennen. Der Lücken-Detektor zeigt argumentative Lücken im Textentwurf. Beide liefern einen anderen Blick als der eigene Redaktor.

Red-Team-Denken: Wer seine These oder seinen Textentwurf vor der Publikation gegen die stärksten Gegenargumente härtert, wird besser. Die KI übernimmt dabei die Gegenposition – ohne Lampenfieber, ohne Rücksichtnahme, ohne Redaktionspolitik.

Bias erkennen, bevor andere es tun: Der Bias-Detektor prüft kurz vor Publikation ausschliesslich unbewusste Schlagseite in Wortwahl, Struktur und Zuschreibungen – nicht Stil oder Argumentation. Er kann mehrfach eingesetzt werden, wenn ein Text überarbeitet wurde.

Verkettete Prompts als System: Die fünf Prompts sind so konzipiert, dass sie ineinandergreifen. Der Output des Themen-Briefings kann direkt als Input für den Blinde-Fleck-Detektor verwendet werden. Je früher im Prozess, desto mehr Orientierung; je später, desto schärfer die Prüfung.

Datenschutz nicht vergessen: Für vertrauliche Dokumente, geleakte Unterlagen oder nicht-öffentliche Informationen dürfen keine kommerziellen KI-Tools verwendet werden. Empfehlung: lokale Lösungen (Jan AI) oder datensichere Shells (Nenna AI).

Frei zugänglich im Repository: Alle Prompts sind unter academy.edito.ch im Open Repository kostenlos verfügbar – mit Versionen für Claude (Anthropic), ChatGPT (OpenAI) und Gemini (Google). Jeder Prompt lässt sich direkt kopieren und einsetzen.

Alexandra Stark, Journalistin, Beraterin und Dozentin, zeigte im Webinar der Edito Academy, wie sich repetitive Aufgaben im Redaktionsalltag systematisch an Chatbots delegieren lassen – und wie damit Stress reduziert wird. Stark arbeitet bei CH Media im Team «KI-Transformation & Automatisierung» und versteht sich als Übersetzerin zwischen den Welten des Journalismus und der Technologie. Ausgangspunkt war die Feststellung: Stress entsteht im Alltag oft durch repetitive Aufgaben. Repetitive Aufgaben folgen Regeln. Was Regeln folgt, lässt sich delegieren. Das ist das Grundprinzip ihrer Überlegungen.

Alexandra Stark skizzierte zunächst die neue Arbeitsteilung zwischen Mensch, Chatbot und Maschine. Klassische Automatisierung und KI-Chatbots sind nicht dasselbe: Der Chatbot besetzt eine Zwischenposition: flexibler als eine deterministische Maschine, aber klar abgegrenzt von der menschlichen Kernarbeit. Das Ziel der Delegation: Wer weniger Stress hat, schafft leichter Mehrwert, den nur Menschen bieten können, also Emotionalität, Authentizität, lokaler Bezug. Die Formel ist einfach: Du bist Chef:in, die KI ist Assistent:in.

Den Kern des Webinars bildete die praktische Frage: Ist der Chatbot überhaupt das richtige Instrument? Stark präsentierte dazu zwei Entscheidungs-Flussdiagramme. Das erste prüft, ob eine Aufgabe für den Chatbot geeignet ist: Kann die Frage mit Wahrscheinlichkeiten beantwortet werden? Falls ja, ist der Chatbot richtig. Falls nein, braucht es eine Suchmaschine, einen direkten Aufruf oder klassische Mittel wie Telefon und Archiv. Das zweite Flussdiagramm klärt die Verantwortungsfrage: Muss das Resultat stimmen? Nur wer die Expertise hat, Antworten zu verifizieren, und bereit ist, die Verantwortung zu tragen, sollte den Chatbot einsetzen. Sonst gilt: Finger weg. Dazu das zentrale Credo: Alle Antworten von Chatbots müssen kontrolliert und verifiziert werden. Alle. Immer. Selbst dann, wenn sie Sinn machen. Stark empfahl als Faustregel: 80 Prozent übernimmt die KI, 20 Prozent bleiben beim Menschen, insbesondere Prüfung, Urteil und Verantwortung.

Stark stellte drei Methoden vor, um Chatbots für redaktionelle Aufgaben zu konfigurieren:

• Erstens die bestehenden Regeln direkt eingeben, wenn diese bekannt sind.
• Zweitens den Chatbot nach einer geeigneten Methode fragen, wenn man selbst unsicher ist.
• Drittens gute Beispieltexte einreichen und den Chatbot Regeln daraus ableiten lassen.

Als konkretes Beispiel demonstrierte sie, wie sie bei CH Media einen Chatbot für die Textredaktion von freien Mitarbeitenden gebaut hat – durch Extraktion von Regeln aus bestehenden Dokumenten. Matthias Zehnder ergänzte den allgemein gehaltenen Redigier-Prompt der Edito Academy, der im Open Repository unter academy.edito.ch für Claude, ChatGPT und Gemini verfügbar ist und Textsorten sowie Stil abfragt und Korrekturen mit Begründungen liefert.

Learnings

Repetitive Aufgaben delegieren: Was sich wiederholt und Regeln folgt, lässt sich an einen Chatbot übergeben. Das entlastet und schafft Raum für Arbeit, die nur Menschen leisten können – Nähe, Urteil, Originalität.

Drei Wege zum funktionierenden Prompt: Regeln kennen und direkt eingeben. Oder den Chatbot nach der passenden Methode fragen. Oder Beispieltexte liefern und Regeln ableiten lassen. Alle drei Wege führen zu einem spezialisierten, zuverlässigeren Assistenten.

Erst das richtige Instrument wählen: Chatbots eignen sich für Aufgaben, die mit Wahrscheinlichkeiten beantwortet werden können. Für Recherche, bei der Fakten stimmen müssen, sind sie nicht geeignet. Die Frage «Ist der Chatbot das richtige Tool?» muss vor jeder Aufgabe gestellt werden.

Verantwortung nicht delegieren: Wer keine Expertise hat, Antworten zu prüfen, oder wer die Verantwortung nicht übernehmen kann, wenn etwas schiefgeht, sollte den Chatbot für diese Aufgabe nicht einsetzen. Das Flussdiagramm endet dann bei «Finger weg».

Halluzinationen sind ein Feature, kein Fehler: Ein Chatbot kann gar nicht anders, als «Fehler» zu machen, weil er mit Wahrscheinlichkeiten arbeitet. Wer das weiss, geht richtig damit um: Alles prüfen, immer.

80:20 als Leitprinzip: Die KI übernimmt 80 Prozent der Arbeit – das Redigieren, Strukturieren, Formatieren. 20 Prozent bleiben beim Menschen: die Kontrolle, das Urteil, die Verantwortung. Wer dieses Verhältnis vergisst, produziert unkontrollierten Output.

Chatbots sparen Zeit nur, wenn man ihre Grenzen kennt: Verifikation kostet Zeit. Wenn man zu viel verifizieren muss, weil der Chatbot falsch eingesetzt wird, spart man nichts – man schafft neuen Stress.

Redigier-Prompt im Open Repository: Der allgemeine Redigier-Prompt der Edito Academy fragt Textsorte und Stil ab, prüft den Text und liefert Korrekturen mit Begründungen. Er ist kostenlos verfügbar unter academy.edito.ch – für Claude, ChatGPT und Gemini.

Thomas «bö» Benkö, AI Innovation Lead Newsroom beim «Blick», gab im Webinar der Edito Academy einen offenen Einblick in den KI-Alltag beim «Blick». Benkö zeigte, wo KI im Newsroom bereits produktiv eingesetzt wird und wo Gefahren lauern. Seine zentrale Botschaft: «Trau deinen Augen nicht!»

Benkö stellte zunächst die neue Version 2 der Ringier-KI-Richtlinien vor, die seit März 2026 gilt. Ringier war 2023 der erste Schweizer Verlag mit solchen Richtlinien; die neue Version lockert eine Regel und verschärft eine andere. Gelockert: KI-Einsatz bei Texten muss nicht mehr zwingend deklariert werden, wenn ein Mensch den Text kritisch prüft und die Verantwortung übernimmt. Verschärft: KI-generierte Bilder und Videos müssen ohne Ausnahme immer gekennzeichnet werden. Darüber hinaus geht «Blick» intern noch strenger vor und verzichtet im Newsbereich vollständig auf fotorealistische KI-Bilder, um die Leserschaft nicht in die Irre zu führen.

Als «Publikumsliebling» bezeichnete Benkö das Transkriptions-Tool AI Forge, das bei Ringier intern über aiforge.ringier.com zugänglich ist. Es erkennt Schweizerdeutsch, verarbeitet Audio- und Videofiles bis 2,5 Gigabyte, identifiziert einzelne Sprecherinnen und Sprecher und zeigt durch «Word confidence» an, bei welchen Textstellen das System unsicher ist. Als Bonus funktioniert die Anwendung auch vom Handy aus: Man lädt unterwegs auf, und im Büro ist das Transkript fertig. Noch praktischer für manche: WhatsApp-Sprachnachrichten lassen sich direkt transkribieren. Inzwischen wächst die Konkurrenz durch Google Gemini.

Unter den weiteren Tools stellte Benkö Heygen vor, mit dem «Blick» Social-Videos automatisch ins Englische übersetzt, mit überraschend guten Resultaten auch aus dem Schweizerdeutschen. Der TikTok-Kanal «@blickinenglish» zeigt die Ergebnisse. Dazu kommt Proteus, eine selbstgebaute Plattform für den paneuropäischen Geschichten-Austausch zwischen den Ringier-Ländern (Schweiz, Serbien, Slowakei, Polen u.a.): KI hilft dabei, relevante Geschichten aus dem Angebot zu filtern und übersetzt sie gleich mit. Gegen Ende des Jahres rollt Ringier zudem ein neues, in Polen in-house entwickeltes CMS namens «Ring» aus, das von Grund auf als «AI-centric» konzipiert ist und KI-Unterstützung von der Story-Suche bis zum fertigen Titel in den redaktionellen Workflow integriert.

Dann widmete sich Bö dem Kampf gegen KI-generierte Fake-Bilder. Fake News sind nicht neu, aber die KI hat ihre Qualität und Verbreitung massiv erhöht. Benkö zeigte anhand von Fallbeispielen, wie gefährlich die Lage ist: Ein KI-generiertes Bild eines blutenden, verhafteten Nicolás Maduro gelangte über die renommierten Agenturen Dukas und Polaris ins Mediendatenbankportal und wurde in der «Schweizer Illustrierten» gedruckt. Das Korrigendum folgte eine Woche später. KI-generierte Bilder eines iranischen Drohnenträgerschiffs liefen über die Agentur SalamPix, bevor der «Spiegel» sie enttarnte. Auch der offizielle Account des Weissen Hauses lieferte manipulierte Bilder. «Traut niemandem», lautet Benkös Fazit, auch nicht vertrauenswürdigen Agenturen und offiziellen Accounts. «Blick» reagiert mit seit Jahren laufenden Schulungen, die ab 2026 für alle journalistischen Mitarbeitenden verpflichtend werden. Die entscheidende Gegenfrage bei jeder spektakulären Story lautet: Hat man sie als einzige:r, weil man so gut ist – oder weil man hereingelegt wurde?

Learnings

Neue Ringier-Richtlinien: Texte müssen nicht mehr deklariert werden, wenn ein Mensch kritisch prüft. Bilder müssen immer deklariert werden. Die Verantwortung liegt unverändert beim Journalisten und beim Verlag. Das ist auch die Position des Schweizer Presserats.

Intern strenger als extern verlangt: «Blick» verzichtet freiwillig auf fotorealistische KI-Bilder im Newsbereich, auch wenn die Ringier-Richtlinien das nicht zwingend vorschreiben. Vertrauen ist wichtiger als die Möglichkeit.

KI transformiert, erschafft nicht: AI kann bestehendes Material aufbereiten, übersetzen, transkribieren und zusammenfassen, aber keine wirklich neuen Inhalte erschaffen. Wer das versteht, setzt KI richtig ein.

Transkription als grösster Alltagsgewinn: Das Tool AI Forge spart im Newsroom täglich Stunden. Schweizerdeutsch-Erkennung, Sprecheridentifikation, Word confidence und mobile Nutzung machen es zum praktischsten KI-Werkzeug im Redaktionsalltag.

Übersetzung als Skalierungshebel: Social-Videos aus dem Schweizerdeutschen automatisch ins Englische zu übersetzen kostet kaum Aufwand und öffnet ein internationales Publikum. KI kann hier Reichweite schaffen, ohne Ressourcen zu binden.

Agenturen sind keine Garantie: Fake-Bilder laufen über Dukas, Polaris und SalamPix. Auch offizielle Regierungsaccounts liefern manipulierte Bilder. Die journalistische Prüfpflicht gilt, unabhängig von der Quelle, für jedes Bild.

Trau deinen Augen nicht: KI-generierte Bilder verraten sich oft durch Details: inkonsistentes Farb-Grading, Ohrringe die sich «verdellen», Ringe die die Hand wechseln, physikalisch unmögliche Fingerpositionen, unnatürliche Schatten. Wer diese Artefakte kennt, erkennt sie auch unter Zeitdruck.

Auch Prominenten-Fotos prüfen: KI-bearbeitete Pressefotos von Prominenten (Beispiel Marianne Cathomen) können direkt von den Betroffenen oder deren Management eingereicht werden. Auch hier gilt: genau hinschauen.

Pflichtschulungen als Standard: «Blick» schult seit Jahren, ab 2026 verpflichtend für alle Journalistinnen und Journalisten. Medienkompetenz im Umgang mit Fake-Bildern ist keine Option mehr, sondern Berufsvoraussetzung.

Reto Vogt, Chief Product Officer am MAZ in Luzern, demonstrierte im Webinar der Edito Academy die praktischen Anwendungsmöglichkeiten agentischer KI im Journalismus und zeigte sechs konkrete Einsatzbeispiele. Agentische KI unterscheidet sich von herkömmlichen KI-Assistenten dadurch, dass sie eigenständig komplexe Aufgaben in mehreren Schritten ausführen kann.

Reto erläuterte zunächst die technischen Grundlagen, darunter Retrieval-Augmented Generation (RAG), die Halluzinationen minimiert, indem sie KI-Modelle mit spezifischen Dokumenten füttert, sowie Custom GPTs, die sich auf bestimmte Aufgaben spezialisieren lassen. Er demonstrierte, wie NotebookLM von Google riesige Dokumente verarbeiten kann: So liess er aus einer 80-seitigen Studie über KI im Journalismus des fög einen Podcast generieren, Infografiken erstellen und ein Quiz entwickeln – ohne das Originaldokument selbst lesen zu müssen.

Weitere praktische Beispiele umfassten die Recherche nach Interessenkonflikten in Geschäftsberichten (am Beispiel der UBS), die automatische Verfolgung von Website-Updates mit Tools wie Visual Ping, die Erstellung von Alt-Texten für Bilder und die systematische Aufbereitung von Dokumenten in verschiedene Formate (Mindmaps, Karteikarten, Zeitlinien, Quellenlisten). Besonders betonte Reto NotebookLM von Google, das sich hervorragend für die Bearbeitung unstrukturierter Dokumente eignet und Quellenangaben transparent macht.

Matthias Zehnder unterstrich das Credo der Edito Academy: KI soll als intelligentes Assistenzsystem dienen, das Journalisten unterstützt, aber Verantwortung und Entscheidungsgewalt müssen beim Menschen bleiben. Ein zentrales Thema war Datensicherheit – Reto warnte eindringlich davor, sensible oder nicht-öffentliche Informationen in KI-Systeme hochzuladen, da diese nicht zwischen öffentlichen und privaten Daten unterscheiden können.

Learnings

Agentische KI als selbstständiger Helfer: Im Unterschied zu einfachen KI-Assistenten können agentische Systeme komplexe, mehrstufige Aufgaben eigenständig ausführen und dabei verschiedene Tools und Datenquellen kombinieren.

RAG minimiert Halluzinationen: Retrieval-Augmented Generation füttert KI-Modelle mit spezifischen Dokumenten und reduziert so die Gefahr von Falschinformationen erheblich – die KI bezieht sich auf konkrete Quellen statt auf ihr allgemeines Training.

NotebookLM für grosse Dokumente: Dieses Tool eignet sich besonders für die Verarbeitung umfangreicher, unstrukturierter Dokumente und erstellt automatisch verschiedene Aufbereitungsformen wie Mindmaps, Karteikarten, Zeitlinien oder Quellenlisten.

Custom GPTs für spezialisierte Aufgaben: Durch das Hochladen spezifischer Dateien und die Definition klarer Aufgaben lassen sich Custom GPTs entwickeln, die auf bestimmte journalistische Tätigkeiten zugeschnitten sind – etwa Expertensuche oder Interviewvorbereitung.

Journalistische Prüfpflicht bleibt: Als Bild sagte Reto: Stell Dir vor, was die KI zusammengetragen hat, seien Dokumente eines Whistleblowers. Spannend, aber danach muss (beim Whistleblower wie bei KI-generierten Inhalten) die journalistische Quellenprüfung und das Fact-Checking «menschlich» durchgeführt werden – die Verantwortung kann nicht an die KI delegiert werden.

Datenschutz ist kritisch: Viele KI-Systeme wie ChatGPT und Microsoft Copilot sind nicht für die Verarbeitung vertraulicher Daten geeignet. Sensible Dokumente müssen vor dem Upload anonymisiert werden, um den Quellenschutz zu gewährleisten.

Probabilistische statt deterministische Technologie: KI-Systeme arbeiten wahrscheinlichkeitsbasiert, nicht deterministisch – die Genauigkeit der Ergebnisse hängt stark von der Spezifität der gestellten Fragen ab.

Sichere Alternativen nutzen: Für datenschutzkritische Anwendungen empfehlen sich lokale KI-Tools oder spezialisierte Anbieter wie Peak Privacy (19 CHF) oder Nenna AI (30€ monatlich) mit Shell-Konzepten, die zusätzlichen KI-Schutz bieten.

Chrome-Risiken beachten: KI im Browser kann alle Fensterinhalte sehen, einschliesslich Gmail und Google Workspace. Für sensible Recherchen sollten alternative Browser in Betracht gezogen werden.

Lokaljournalismus skalierbar: Projekte wie «Local Eyes» von Ippen Media zeigen, dass KI-Agenten Lokaljournalismus skalieren können, wobei menschliche Prüfung aber unerlässlich bleibt.

Interaktive Prompts als Werkzeug: Die Entwicklung interaktiver Korrektur- und Redigier-Prompts ermöglicht effizientere journalistische Arbeitsabläufe, bei denen die KI gezielt unterstützt, ohne die Autorschaft zu übernehmen.

Widersprüche aufdecken: KI-Tools können systematisch Widersprüche in Experteninterviews oder längeren Dokumenten identifizieren und so die journalistische Analyse unterstützen.

Matthias Zehnder stellte im Webinar der Edito Academy einen radikal anderen Ansatz für den Einsatz von KI im Journalismus vor: KI nicht als Schreiber, sondern als Fragemaschine nutzen. Statt Texte von der KI generieren zu lassen, soll sie Journalisten durch gezielte Fragen dabei unterstützen, ihre eigenen Gedanken zu strukturieren und zu artikulieren.

Er erläuterte zunächst die Funktionsweise von KI-Sprachmodellen und betonte, dass diese wahrscheinlichkeitsbasierte Textgenerierung ohne echtes Verständnis von Inhalten betreiben: KI hat keinen Zugang zur wahren Bedeutung von Begriffen wie «Katze» oder «Regen». Als Konsequenz produziert KI wahrscheinlichkeitsbasierte, nicht wahrheitsbasierte Information, weshalb Journalisten die Verantwortung für Faktenprüfung und Wahrheitsfindung behalten müssen.

Matthias demonstrierte ein neues Prompt-System für dialogisches Schreiben, bei dem die KI die Medienschaffenden systematisch befragt, statt selbst zu formulieren. Das System unterscheidet visuell zwischen menschlichen Beiträgen (normal geschrieben) und KI-Ergänzungen (kursiv dargestellt). Ein Teilnehmer wies darauf hin, dass diese dritte Generation von Prompts mit bis zu 20 Seiten Länge völlig neue Möglichkeiten eröffnet – ermöglicht durch die erheblich vergrösserte Token-Länge aktueller Systeme.

Die entwickelten Prompts werden im offenen Repository der Edito Academy bereitgestellt, darunter der zentrale «Dialogisch Schreiben»-Prompt sowie Prompts zur Textkorrektur und zur Identifizierung von Denkfehlern.

Learnings

KI als Fragemaschine, nicht als Antwortmaschine: Der Paradigmenwechsel besteht darin, KI nicht selbst schreiben zu lassen, sondern sie durch gezielte Fragen die eigene Stimme und das eigene Wissen herausarbeiten zu lassen.

Wahrscheinlichkeit statt Wahrheit: KI-Sprachmodelle generieren Texte auf Basis von Wahrscheinlichkeitsberechnungen, nicht auf Basis von Faktenwissen – sie haben keinen Zugang zur tatsächlichen Bedeutung von Inhalten. Drei unverzichtbare menschliche Kernaufgaben: Journalisten müssen selbst Zeugenschaft abgeben, die Gestaltungsabsicht definieren und Verantwortung für den Inhalt übernehmen – diese Aspekte können nicht an KI delegiert werden.

Visuelle Trennung schafft Klarheit: Das System markiert KI-generierte Einschätzungen kursiv, während menschliche Beiträge normal formatiert bleiben. So bleibt stets erkennbar, was von wem stammt.

Dritte Generation ermöglicht komplexe Prompts: Moderne KI-Systeme akzeptieren Prompts von bis zu 20 Seiten Länge dank erheblich vergrösserter Token-Kapazität, was völlig neue Herangehensweisen und detaillierte Anweisungen ermöglicht.

Repository als gemeinsame Ressource: Die Edito Academy stellt alle entwickelten Prompts im offenen Repository bereit (für Claude, ChatGPT und Gemini), damit Medienschaffende sie direkt nutzen und weiterentwickeln können.

KI bewahrt die eigene Stimme: Dialogisches Schreiben verhindert, dass Journalisten in den typischen KI-Stil verfallen, und hilft stattdessen, die individuelle Ausdrucksweise zu bewahren.

Gute Vorbereitung für Debatten: KI-Modelle eignen sich mit entsprechenden Prompts gut zur Vorbereitung auf Debatten und zum Training von Argumentationsstrategien, solange genügend öffentliche Informationen verfügbar sind.

Messbare Daten vs. komplexe Aufgaben: Bei messbaren Daten (Temperaturen, Zahlen) kann KI in Verbindung mit Sensoren durchaus unterstützen, bei komplexen journalistischen Aufgaben mit Interpretationsbedarf bleibt der Mensch unverzichtbar.

Wir sind uns einig: Künstliche Intelligenz werden wir nicht so rasch wieder los. Deshalb ist es besser, ihre Funktionsweise zu verstehen. In dieser KI-Einführung für Medienschaffende haben wir die Basics erklärt, in die unterschiedlichen Angebote und Systeme eingeführt und alle Fragen beantwortet, die man sonst nicht zu stellen wagt. 

Matthias Zehnder erklärte die grundlegenden Funktionsweisen von KI-Systemen. Er verdeutlichte, dass Large Language Models wie ChatGPT auf Wahrscheinlichkeitsberechnungen basieren und das jeweils nächste Token vorhersagen, ohne den Inhalt, also die Bedeutung der Wörter, wirklich zu verstehen. 

Er machte auf zwei Probleme aufmerksam: das Papagei-Problem (KI generiert Sprache ohne Verständnis: die KI versteht nicht, was sie macht) und das Blackbox-Problem (die Entscheidungslogik bleibt undurchschaubar: Wir verstehen auch nicht, was die KI macht).

Matthias sieht die Herausforderungen für die Medienbranche in drei Punkten:

• Suchmaschinen liefern direkte KI-Antworten: Die KI ersetzt Medien. 
• KI wird im Alltag an Stelle von Menschen eingesetzt: Die KI ersetzt Medienschaffende. 
• Das Internet füllt sich mit KI-generierten Inhalten («AI Slop»): Die KI ersetzt Inhalte.

Er sagt voraus, dass sich die Medienwelt polarisieren wird zwischen einem Qualitätspol mit hochwertigen menschlichen Inhalten und einem Massenbereich mit KI-Produktionen. Die zentrale Botschaft: KI sollte als Assistent dienen, der die Medienschaffenden besser macht, nicht als Ersatz für journalistische Kernkompetenzen.

Learnings

Verantwortung bleibt beim Menschen: KI-Systeme dürfen aufgrund ihrer Blackbox-Natur nicht für kritische Entscheidungen eingesetzt werden. Die Verantwortung und damit die finale Kontrolle muss beim Menschen bleiben.

KI nur im Kompetenzbereich einsetzen: Das bedeutet, dass wir die KI nur da einsetzen sollten, wo eigene Kompetenzen vorhanden sind. Konkret: Setz die KI nur bei Aufgaben ein, die Du auch ohne KI erledigen könntest, deren Ergebnis Du also selbst beurteilen kannst.

Menschliche Stärken bewahren: Journalisten sollten ihre Domänen, vor allem das Erleben der Welt und das kreative Schreiben, unbedingt behalten, und die KI nur für das Verarbeiten und Verbessern beiziehen.

Präzise Aufträge formulieren: Erfolgreiche KI-Nutzung erfordert Prompt Engineering mit klaren, spezifischen Anweisungen.

KI als Fragemaschine nutzen: Verwende die KI als Beraterin und Dialog-Partner, nicht als reine Antwortmaschine.

Datenschutz beachten: Verarbeite in KI-Systemen nur Daten, die öffentlich zugänglich sein dürfen.

Das Rolltreppenphänomen vermeiden: Zu häufige KI-Nutzung kann eigene Fähigkeiten schwächen – bewusster Einsatz ist entscheidend.

Spezialisierte Tools bevorzugen: Setz spezifische Werkzeuge wie Whisper Flow (Transkription), Duden Mentor (Korrektur) oder Zotero (Quellenmanagement) ein statt universeller KI-Systeme.

Reto Vogt, Studienleiter für digitale Medien und KI am MaZ in Luzern, hat Schritt für Schritt gezeigt, wie Journalisten auf dem eigenen Computer lokale KI-Modelle installieren und nutzen können. Der entscheidende Vorteil: Sensible Daten werden ausschliesslich lokal verarbeitet und nicht an Dritte übertragen. Bei Online-Diensten wie ChatGPT ist das anders: Da können Datenschutz und rechtliche Anforderungen problematisch sein.

Reto zeigte live die Installation mit Jan AI (https://www.jan.ai/) und stellte verschiedene Sprachmodelle vor (Mistral, DeepSeek, Lama 3). Die technischen Voraussetzungen: ein schneller Chip, mindestens 16 GB RAM und ausreichend Speicherplatz. Besonders für Audiotranskriptionen empfahl er datenschutzfreundliche Tools wie Mac Whisper, die keine Stimmprofile erstellen.

In der Diskussion kamen wir auch auf Schweizer Rechenzentren-Lösungen zu sprechen und auf die Frage, warum selbst Parlamentarier noch nicht flächendeckend mit lokaler KI arbeiten. 

Learnings

Datensouveränität durch lokale Modelle: Lokale KI-Modelle verarbeiten alle Daten ausschliesslich auf dem eigenen Computer und übertragen nichts an externe Dienste. Das ist ideal für sensible journalistische Recherchen und um den Quellenschutz zu gewährleisten.

Beste Anwendungsfälle: Lokale Modelle eignen sich besonders für Textanalyse, Textverbesserung, Interviewvorbereitung und Transkriptionen. Weniger geeignet sind sie für aktuelle Recherchen oder Bildgenerierung.

Regelmässige Updates nötig: Anders als Online-Modelle müssen lokale KI-Modelle manuell aktualisiert werden, wenn aktuelle Daten benötigt werden, und starten nach jedem Modellwechsel neu.

Keine Nutzungslimits: Lokale Modelle haben keine Beschränkungen bei Fragen oder Dateiuploads. Allenfalls setzen die Hardware-Ressourcen Grenzen. Grössere Modelle verfügen über umfangreicheren Wortschatz und bessere Verarbeitungskapazität, benötigen aber mehr Rechenleistung.

Open Source bietet Sicherheit: Die Trennung zwischen Anwendung (Hülle) und KI-Modell bei Open-Source-Lösungen erhöht die Sicherheit, auch wenn keine absolute Garantie möglich ist.

Unabhängigkeit von Tech-Giganten: Lokale KI-Modelle machen uns unabhängig von Microsoft, Google oder OpenAI und deren Datenzugriff. Das ist besonders wichtig angesichts der US-Gesetze, die auch auf Schweizer Daten anwendbar sind.

Ausprobieren und Feedback geben hilft, die Praxistauglichkeit für den journalistischen Alltag zu evaluieren.

Künstliche Intelligenz kann nicht nur Aufgaben automatisieren, sie kann auch anregen, neue Perspektiven einbringen und dabei helfen, Denkschubladen zu sprengen. Für Brainstorming auf der Redaktion kann die KI deshalb ein wertvoller Sparringpartner sein.

Alexandra Stark hat in diesem Webinar gezeigt, wie Medienschaffende KI-Tools gezielt für den kreativen Prozess nutzen können: bei der Themenfindung, dem Entwickeln von Storylines oder der Suche nach ungewöhnlichen Zugängen. Sie hat erklärt, wie man KI so fragt, dass sie nützt und wann man besser wieder auf die eigene Intuition hört.

Learning

Mit Hilfe von ausgebauten Prompts lassen sich Brainstorming-Abläufe und «Rezepte» in der KI nachbauen. Wer weiss, was er will, kann die KI wirkungsvoll dafür einsetzen, alle Publikumssegmente oder alle Themenzugänge durchzudeklinieren. Die beste Vorbereitung auf eine KI-Strategie ist es deshalb, bestehende Abläufe und Denk-Algorithmen niederzuschreiben und zu formalisieren.

Die KI liefert auf Knopfdruck Dutzende von Themenvorschlägen und eignet sich so vor allem für die Vorbereitung von Redaktionssitzungen und das Entdecken von brachliegenden Themen. Für die Auswahl des richtigen Zugangs und die Umsetzung braucht es dann menschliche Erfahrung und Intuition.

Während des Webinars entsteht ein Raum des gemeinsamen Lernens und der kollektiven Orientierung, der Journalistinnen und Journalisten angesichts des rasanten technologischen Wandels spürbar Halt und Kompetenzerweiterung bietet.

Alexandra Stark betonte, wie zeitintensiv der Prozess des Experimentierens, Testens und Optimierens bei der Entwicklung von KI-Tools für Redaktionen ist. Durch das Teilen dieses Erfahrungswissens untereinander lassen sich Entwicklungszyklen verkürzen, und Journalistinnen und Journalisten können deutlich schneller von den Effizienzgewinnen dieser Technologien profitieren. 

Bilder können lügen – und das tun sie immer öfter. Mit KI-generierten Bildern, manipulierten Aufnahmen und aus dem Kontext gerissenen Szenen wird gezielt Desinformation betrieben. Für Medienschaffende stellt sich täglich die Frage: Kann ich diesem Bild trauen?

Alessandro della Valle, Cheffotograf Keystone-SDA, hat anhand von Beispielen gezeigt, wo bei Keystone-SDA die Grenzen der Bildbearbeitung liegen und wann aus Bearbeitung Manipulation wird. Manchmal ist es gar nicht so einfach, die Grenzen deutlich zu ziehen, zumal bei digitalen Kameras die Bearbeitung des Bildes bereits im Moment der Aufnahme beginnt,

Jan Ludwig, Leiter des OSINT-Teams der NZZ in Zürich, hat anhand von Nachrichtenbeispielen von Meldungen auf X, Facebook und anderen Sozialen Medien gezeigt, wie schwierig es heute ist, echte und falsche Bilder zu unterscheiden.

Learning

Jan Ludwig hat mit seinen Beispielen gezeigt, dass die entscheidende Frage im redaktionellen Alltag lautet: Hat sich das, was da abgebildet wird, tatsächlich ereignet? Um das herauszufinden, gibt es elaborierte Methoden der Bildverifikation. In der Praxis ist es aber manchmal zielführender, zum Telefon zu greifen und persönlich nachzufragen.

Thomas Benkö verzahnt beim «Blick» künstliche Intelligenz und Journalismus. Im Edito-Webinar hat er seine besten Tipps und Tricks verraten: Er hat gezeigt, wie Journalistinnen und Journalisten KI-Werkzeuge im Alltag nutzen können, ohne die Kontrolle aus der Hand zu geben. Er ist überzeugt, dass die KI Medienschaffenden die Arbeit leichter machen kann, damit sie ihre Zeit wieder mehr für Kreatives und für die Recherche einsetzen können.

Learning

Thomas Benkö hat eindrücklich vorgeführt, wie der «Blick» bei Recherchen mit umfangreichem Datenmaterial umgeht und wie sich aus grossen Datenbeständen im sprichwörtlichen Handumdrehen die relevanten Informationen extrahieren lassen.

Sein Tipp: Lange Prompts sind nicht unbedingt besser als kurze. Wichtig sind präzise Anweisungen.

KI kann mehr, als nur Texte zu schreiben. Mit intelligenten Agenten und massgeschneiderten CustomGPTs lassen sich Aufgaben automatisieren und Arbeitsabläufe vereinfachen. Das Versprechen: Ganz ohne Programmierkenntnisse können Sie sich Ihren persönlichen KI-Assistenten bauen.

Reto Vogt hat in diesem Edito-Webinar gezeigt, wie Medienschaffende mit KI-Agenten und CustomGPTs arbeiten können. Nützlich ist dabei, dass sich wiederkehrende Aufgaben delegieren lassen und eigenes Wissen eingebunden werden kann, ohne dabei die journalistische Qualität und Kontrolle zu verlieren.

Learning

Wer sich unter einem KI-Agenten eine Art digitales Heinzelmännchen vorstellt, das von selbst arbeitet, wird (noch) enttäuscht: Die agentische KI steckt noch in den Kinderschuhen. Ganz besonders gilt das für die KI-Browser. Die überzeugen noch nicht. Nützlich in Teams ist vor allem die Custom-Technik, wie sie Custom-GPTs und Gems möglich machen. Nützliche Tools erledigen manchmal auch nur kleine Aufgaben. So schickt Visualping.io eine Benachrichtigung, wenn sich auf einer Website etwas ändert. Das Tool eignet sich gut für die Überwachung eines Handelsregistereintrags.

KI kann auf Knopfdruck Texte produzieren. Die Ergebnisse wirken jedoch oft blutleer und uninspiriert. Was viele nicht wissen: Die wahre Stärke von KI-Werkzeugen liegt im Redigieren, Verfeinern und Variieren bestehender Texte.

Reto Vogt hat in diesem Webinar gezeigt, wie sich KI gezielt einsetzen lässt um Texte präziser und lebendiger zu gestalten, kreative Varianten zu entwickeln und den eigenen Schreibprozess zu optimieren.

Learning

Der KI-Einsatz ist umso wirkungsvoller, je genauer ich weiss, wen ich mit meinem Text erreichen will. So hat Reto Vogt eindrücklich gezeigt, wie man mit ChatGPT einen prototypischen Leser erschaffen und ihn Feedback aus Leser:innenperspektive geben lassen kann.

Dafür definiert man mit ChatGPT eine Leserin, einen Leser (etwa: Hans, 58, Landwirt, liest am Abend auf dem Tablet) und stellt dann konkrete Frage. Zum Beispiel: «Versteht Hans alle Begriffe oder stolpert er über Fachjargon?», «Ist der Text zu langatmig für jemanden, der wenig Lesezeit hat?» «Wo muss ich nachbessern, damit Hans den Text begeistert liest?» «Wie liesse sich das für Hans spannender formulieren?»

Die Rückmeldungen der KI auf so konkrete Fragen sind sehr spezifisch und lassen sich entsprechend präzise umsetzen.

Der Podcast ist im Kasten, das Interview online,die Reportage produziert – jetzt fehlen nur noch die Gebrauchstexte dazu: Die Postings für die sozialen Medien, der Anriss für den Newsletter, die Promo für die Website. Wie bringt man journalistische Inhalte dafür auf den Punkt? Und wie kann dabei Künstliche Intelligenz unterstützen?

Arne Völker hat in diesem Edito-Webinar gezeigt, wie Medienschaffende mit KI-Tools präzise, kreative und plattformspezifische Postings entwickeln – vom aufmerksamkeitsstarken Teaser bis zur variantenreichen Headline.

Learning

Arne Völker hat gezeigt, wie man mit KI in mehreren Schritten einen Text in seine inhaltlichen Bausteine zerlegt (Chunks), wie man daraus die interessantesten Elemente identifiziert (Golden Nuggets) und diese kommunikativ einsetzt.

Was kann KI im journalistischen Alltag wirklich leisten und wo liegen die Grenzen? In diesem Edito-Webinar hat Reto Vogt gezeigt, wie Medienschaffende KI-Tools gezielt für das journalistische Schreiben einsetzen können. Es ging dabei um das Strukturieren von Text, das Optimieren einzelner Passagen und die effiziente Textproduktion. Reto hat gezeigt, wie KI-Werkzeuge Journalistinnen und Journalisten einen echten Mehrwert bieten können, ohne dass sie dabei die Kontrolle aus der Hand geben.

Learning

Reto Vogts wichtigsten Tipps zum Thema Prompting sind: Projekte nutzen. Beim gleichen Thema in derselben Konversation bleiben. Möglichst viel Kontext und Überlegungen mitgeben. Klare Aufträge formulieren. Fragen, welche Angaben die KI noch braucht, um den Auftrag auszuführen.

Was macht einen Podcast erfolgreich? Wie findet man das richtige Thema, wie bleibt man dran und wie schafft man es, gehört zu werden? Im Edito-Webinar hat Sabine Meyer Einblicke in ihren Arbeitsalltag gegeben. Sie produziert «Beziehungskosmos», einen der meistgehörten Podcasts der Schweiz. Im Gespräch hat sie über Formatentwicklung, redaktionelle Strategien, Audioqualität, die Distribution und über das richtige Mass zwischen Nähe und Professionalität gesprochen.

Learning

Besonders fruchtbar war in diesem Webinar die Diskussion. Sabine Meyer hat viele Detailfragen beantwortet, von der Wahl des richtigen Mikrofons über Schnittsoftware und Ambient-Sound bis zur besten Strategie für die Verbreitung. Die war beim «Beziehungskosmos» einfach: Journalistin Sabine Meyer und Psychotherapeutin Felizitas Ambauen haben einfach losgelegt.

KI kann auf Knopfdruck Texte produzieren. Doch oft wirken diese Ergebnisse blutleer und uninspiriert. Was viele nicht wissen: Die wahre Stärke von KI-Werkzeugen liegt im Redigieren, Verfeinern und Variieren bestehender Texte.

In diesem Webinar hat Reto Vogt gezeigt, wie Sie KI gezielt einsetzen können, um Texte präziser und lebendiger zu gestalten, kreative Varianten zu entwickeln und den eigenen Schreibprozess zu optimieren.

Learning

Reto Vogt zeigte die Textverbesserung anhand von Language Tool, Deepl Write, ChatGPT und Claude. Während erstere sich stark am Text orientieren und eine Art ausgebaute Textkorrektur anbieten, sind letztere in der Lage, einen Text komplett umzuschreiben. Dabei geht allerdings auch gern die Kontrolle verloren.

Es ist der (Alp-) Traum jedes Schreibenden: Die KI schreibt Texte auf Kommando, nimmermüde und ohne Schreibfehler. Aber funktioniert das wirklich so? Was kann KI im journalistischen Alltag wirklich leisten und wo liegen die Grenzen? In diesem Edito-Webinar hat Reto Vogt gezeigt, wie Medienschaffende KI-Tools gezielt für das journalistische Schreiben einsetzen können. Es ging dabei sozusagen um die ersten Schreibversuche mit der KI. Die zentrale Frage: Wie kann man beim Schreiben mit der KI Mehrwert erzielen, ohne die Kontrolle über den Text aus der Hand zu geben?

Learning

Reto zeigt und demonstriert konkret, wie sich die KI einsetzen lässt für das Formulieren von Titel, Lead und Zwischentiteln, um Varianten für eigene Formulierungen und flüssigere Übergänge zu erzeugen und mit treffenderen, präziseren Sätze eine bessere Wirkung zu erzielen. Fazit: Die KI ist dann gut, wenn bereits ein Text vorliegt.

Für Journalistinnen und Journalisten war das alte Twitter jahrelang das wertvollste soziale Netzwerk: Nachrichten in Echtzeit, direkte Vernetzung mit Quellen, Kolleg:innen und Politiker:innen, schnelle Verbreitung ­eigener Beiträge und spannende Diskussionen. Für Journalist:innen, die online unterwegs waren, gehörte Twitter zum Alltag. Doch diese Zeiten sind vorbei: Twitter heisst jetzt X, ist zum persönlichen Spielzeug von Elon Musk geworden und die meisten Medienschaffenden halten es für unbrauchbar. Was nun?

Im Webinar hat Reto Vogt die wichtigsten Kniffe und Tricks gezeigt, wie man BlueSky zu seinem neuen Twitter machen kann.

Learning

Der wahrscheinlichste Nachfolger von Twitter/X heisst BlueSky. Der Kurznachrichtendienst erinnert stark an die frühen Jahre von Twitter. Schon jetzt ist BlueSky für Journalistinnen und Journalisten unverzichtbar und eine echte Bereicherung. Ein Grund dafür ist die dezentrale Struktur: Wer Inhalte auf BlueSky veröffentlicht, bedient damit nicht eine einzelne Firma, sondern ein unabhängiges Netzwerk. Der Hauptfeed ist nicht algorithmisch sortiert, sondern zeigt die Beiträge chronologisch. Das erlaubt einen direkteren Überblick über Themen und Diskussionen – wichtig für Recherche und News-Monitoring. Nutzer:innen können sich eigene Feeds nach Themen, Quellen oder Hashtags zusammenstellen. Das ist ideal für Medienschaffende, die bestimmte Themen oder Regionen systematisch beobachten wollen.

Eine Studie der ZHAW zeigt Nachholbedarf in Sachen Diversität auf den Redaktionen. Während sich die Geschlechterquote angeglichen hat, ordnen sich die Journalistinnen und Journalisten selbst deutlich weiter links ein als die Bevölkerung: 76 Prozent der Befragten politisch links der Mitte – und zwar unabhängig davon, ob sie bei privaten oder öffentlichen Medien arbeiten. Sorgen machen den Medienschaffenden die Anstellungsbedingungen: Die Zahl der befristeten Stellen ist stark angestiegen, viele Journalisten fürchten, innert 12 Monaten ihren Job zu verlieren.

2023 lag der Frauenanteil auf den Redaktionen bei 44 Prozent. Auch im Jahr 2023 arbeiten Frauen weniger häufig in Führungspositionen als Männer – der Unterschied liegt bei rund 7 Prozent. Im Vergleich zu früheren Studien sind Journalisten heute älter: Das Durchschnittsalter auf den Redaktionen beträgt 42.9 Jahre. 87 Prozent der Journalist:innen geben an, dass sie in der Schweiz geboren sind. Von den übrigen 13 Prozent stammen zwei Drittel aus den Nachbarländern Deutschland, Frankreich und Italien.

Learning

Im Webinar stellte Vinzenz Wyss die Studienresultate vor und appellierte an die Redaktionen, für mehr Diversität zu sorgen. Er erinnerte aber auch daran, dass man Einstellung und Arbeit nicht gleichsetzen dürfe. «Wer aus der Selbsteinschätzung der politischen Einstellungen von Journalist:innen Schlussfolgerungen im Hinblick auf deren Berichterstattung ziehen will, sollte dies mit Vorsicht tun. So wäre etwa die Folgerung wenig plausibel, mehrheitlich linksorientierte Journalist:innen würden linke Regierungen oder Parteien unterstützen.»

Die Forschungsresultate des fög zeigen einen steigenden Anteil von «News-Deprivierten», also von Menschen, die keine Angebote klassischer Medien mehr konsumieren und auch auf den Sozialen Medien den Nachrichten eher ausweichen. 46 Prozent der Menschen in der Schweiz konsumieren nach dieser Untersuchung kaum mehr journalistische Medien. Sie haben sich von den Medien abgewendet. Im Edito-Webinar gab Linards Udris Einblicke in die Forschung.

Learning

Ein Patentrezept, wie man News Deprivierten wieder mit Medien erreichen kann, hat die Forschung nicht. Konstruktiver Journalismus könnte einen gewissen Effekt haben. Linards Udris sagt, es gebe ein Bedürfnis nach Nachrichten, die Lösungen präsentieren.

Eine «steigende Skepsis gegenüber den Medien» stellt der Zürcher Medienwissenschaftler Linards Udris fest: 2016 waren in der Schweiz 59 Prozent der Befragten «sehr» oder «äusserst» an Nachrichten interessiert – 2024 sind es noch 48 Prozent. Damit hat das Interesse an Nachrichten messbar abgenommen, wenn auch nicht so stark wie in vielen anderen Ländern. Im Webinar führt Linards Udris den Rückgang auf einen «gewissen Informationsüberdruss» zurück, der wohl mit den «grossen Krisenereignissen» wie Pandemie und die Kriege in der Ukraine und im Nahen Osten zu tun habe.

In den letzten acht, neun Jahren lag der Anteil derjenigen, die den Medien nicht vertrauen, immer zwischen einem Fünftel und einem Viertel der Gesellschaft. Im internationalen Vergleich liegt die Schweiz beim Medienvertrauen im oberen Mittelfeld. Sie schneidet besser ab als Länder, die man als polarisiert bezeichnet.

Learning

Journalistinnen und Journalisten denken häufig, die Leserschaft wisse doch, wie bestimmte Dinge ablaufen. Doch das trifft nicht zu. Es braucht generell mehr Aufklärung, wie Journalismus funktioniert. Die Medienhäuser müssten die Leute noch stärker beteiligen und besser hören, welche Themen sie interessieren.

Als vertiefende Begleitmassnahme zur Edito-Ausgabe über Selbstvermarktung für Journalisten zeigt Rald Ressmann, wie Medienschaffende auf LinkedIn zu Präsenz und Reichweite kommen. Er führt ein in den Algorithmus des Netzwerks und zeigt, wie man das Netzwerk gnädig stimmen kann.

Learning

Das eigentliche Posting, also eine vernünftige Meldung zu schreiben, ist für Medienschaffende meist kein Problem. Offensichtlich reagiert LinkedIn aber nicht nur auf den Inhalt, sondern auch auf das Verhalten, also auf Reaktionen und Kommentare. Wer Reichweite erzeugen will, darf also nicht nur publizieren, sondern muss auch interagieren.