Softbots: Roboter verändern den Journalismus

Roboterjournalisten bestehen aus Code. So wie der Erdbebenreporter Quakebot. Dessen erste Texte über Erdbeben waren zwar keine Meisterwerke und enthielten Fehler im Satzbau, aber jeder fängt mal klein an. Was Roboterjournalisten wie der Quakebot künftig leisten könnten, können wir uns noch kaum vorstellen. Das bringt Vorteile, macht aber auch vielen Angst.

Schon heute werden Roboterjournalisten eingesetzt. Die Softbots, wie sie auch genannt werden, schreiben bei Forbes Finanzberichte und bei der Los Angeles Times Erdbebenmeldungen. Auch die New York Times setzt sie ein. Laut dem Amerikaner Kristian Hammond von Narrative Science ist das nur der Anfang. Er vermutet, dass im Jahr 2030 neunzig Prozent aller Texte von Maschinen geschrieben werden.

• 

So schnell übernehmen Maschinen nicht das Denken. Computerexperte Ray Kurzweil rechnet aber damit, dass die künstliche Intelligenz die des Menschen bis 2030 überholt. (Bild: Zinkglobal/CC BY-SA 3.0)

Da eine Kontrolle durch Menschen noch nötig ist, werden die Softbots noch nicht für Analysen, Kommentare, Interviews und Reportagen eingesetzt. Emotionen ausdrücken, kreativ schreiben und analytisch denken können sie nicht. In der faktenorientierten Berichterstattung, etwa bei Berichten über Aktienkurse oder Sportspiele arbeiten sie aber um ein Vielfaches schneller, als der Mensch es jemals könnte.

Im Jahr 2013 zum Beispiel hat das US-amerikanische Unternehmen Automated Insights 300 Millionen Berichte durch Softbots erstellen lassen. Das waren Erstellungsraten von 9,5 Beiträgen pro Sekunde. Dieses Jahr sollen es mehr als eine Milliarde Texte werden.

Der erste Roboterjournalist in den Schlagzeilen

Auch Quakebot arbeitet schnell. So schnell, dass er für Kurznachrichten über Erdbeben eingesetzt wird - wie kürzlich in der Region Los Angeles. Sein Erfinder Ken Schwencke, Programmierer und Journalist bei der New York Times, hat den Algorithmus entwickelt.

Wie die Daten eines Softbots zur fertigen Nachricht werden, kann auf der Seite von Automated Insights nachgelesen werden. Anfangs werden Daten benötigt, die beispielsweise in Form einer API, XML, CSVs oder einer Datei aus einer Tabellenkalkulationssoftware wie Excel oder Openoffice Calc vorliegen.

Dann werden die Daten ausgewertet und klassifiziert. Software-Metriken werden erstellt und angewendet. Mit ihrer Hilfe lassen sich von der Datenauswertung bis zum finalen Text unter anderem Fehler prognostizieren und der benötigte Aufwand lässt sich einschätzen. Daraus lassen sich wiederum Trends, Datensätze und mathematische Funktionen erkennen, die anschließend in einen historischen Kontext zusammengeführt werden. Damit ist die Analyse der Datensätze abgeschlossen.

Danach werden die Daten zu Muster und Trends aufbereitet, bevor sie in den gewünschten Kontext eingebaut werden. Eine Nachricht entsteht.