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.
Referent: Reto Vogt
Datum: Donnerstag, 19. Februar 2026
Werbung
