Über die Bedeutung wirksamer Kommunikation insbesondere in Change-Prozessen war im viadoo-Blog bereits vielfach die Rede. Um in diesem Punkt möglichst immer auf dem neuesten Stand zu sein, verfolgen wir regelmäßig mediale Trends. Eine solche Entwicklung ist der Einzug Künstlicher Intelligenz (KI) bzw. Machine Learning in die journalistische Arbeit. Sie wird auch die Art und Weise beeinflussen, wie wir in Veränderungsprozessen kommunizieren.
Machine Learning im Sport-Journalismus
Lernende Maschinen können mittels künstlicher Intelligenz längst selbständig Texte verfassen. Damit ist nicht nur die Umwandlung von Schreibschrift in digitale Textformate gemeint, wie das etwa durch die App „Good Notes“ möglich ist. Ein künstlicher Texter ist auch mehr als die minutenschnelle digitale Transkription von im Audioformat aufgezeichneten Interviews, zum Beispiel mit Hilfe der Online-Plattform Trint. Vielmehr können intelligente Computer bereits komplette Berichte über Sportereignisse verfassen.
Ein Beispiel dafür ist der Textroboter AXSEMANTIX, mit dem sich automatisierte Spielberichte für den Amateurfußball generieren lassen. Im Grunde genommen funktioniert dieses Prinzip seit Bestehen der computerbasierten Fußball-Simulationen für Spielkonsolen wie FIFA. Auch dort wird ein nicht vorhersehbarer Spielverlauf mit Hilfe künstlicher Intelligenz scheinbar live kommentiert. Das aktuelle Spiel FIFA19 mit Cristiano Ronaldo wurde im vergangenen Jahr auf der Gamescom vorgestellt – dort wo Gaming die digitale Transformation antreibt.
Machine Learning: FIFA 19 wird auf der Gamescom 2018 vorgestellt. Foto: © Faust/viadoo 2018
Kollege Roboter schreibt Artikel & Bücher
Journalistisch schwerere Kost sind Berichte zum Beispiel über Bilanzpressekonferenzen von Unternehmen. Doch auch hierfür gibt es Lösungen aus dem Bereich Machine Learning. So können Computer anhand entsprechender Parameter etwa Artikel über die Vorstellung von Geschäftsberichten verfassen. Für diese „Natural Language Generation“ (NLG) gibt es übrigens ebenfalls webbasierte Tools wie etwa TextEngine. Die Nachrichtenagentur Associated Press (AP) nutzt NLG bereits für Wirtschaftsberichte, die sie weltweit zum Abdruck anbietet. Ähnliches wäre grundsätzlich fürs Verfassen von Pressemitteilungen in Corporate Newsrooms vorstellbar.
Auch Bücher werden schon längst von virtuellen Autoren geschrieben. Eines war 2017 der sechste Band der Kultserie Game of Thrones. Weil der Fan und Programmierer Zack Thoutt nicht länger auf den sechsten Band warten wollte, schritt er zur Tat: Zunächst fütterte er einen Computer mit den über 5.300 Seiten der ersten fünf Bände. Dann programmierte er ihn so, dass er die Geschichte weiter spinnen und die Handlung vorhersagen sollte. Dazu verwendete er das „Recurrent Neural Net“ (RNN), ein spezielles künstliches neuronales Netz. Das Ergebnis waren fünf Kapitel, die Thoutt auf Github frei veröffentlichte. Machine Learning bringt Journalisten und Medienschaffenden auf diese Weise übrigens neue Kollegen, nämlich die Kollegen Roboter.
Chatbots lösen Apps ab und werden emotional
Die Entwicklungen gehen aber weiter. So haben die Computer-Giganten Amazon, Facebook, Google und Microsoft eine Vision von einem Leben ohne Apps. Demnach soll an Stelle der kleinen Programme auf dem Smartphone ein zentraler Chatbot treten. Als ständiger Begleiter und alleiniger Ansprechpartner soll er jene Informationen bereitstellen, die heute noch auf Dutzenden Apps verteilt sind (auch anwendbar in Corporate Newsrooms bzw. als Toll für Change Communications). So hat Amazon zum Beispiel das Tool Amazon Lex entwickelt. Es basiert auf Alexa und steht insbesondere Firmen zur Verfügung, die damit sowohl Text- als auch Video-Bots generieren können. Facebook arbeitet derzeit mit Hochdruck an seinem Assistenten „M“, der ebenfalls von Unternehmen genutzt werden soll. Und Google hat Google Allo, um darüber mit Google Assistent zu kommunizieren, wie Jon Walker in seinem Chatbot-Vergleich schreibt.
Mindestens für Microsoft geht die Vision von Chatots bzw. von Mensch-Maschine-Kommunikation sogar noch weiter. Sie soll nämlich zusätzlich menschliche Züge annehmen. Microsoft Research Peking hat daher mit Xiaoice (chinesisch: 微软小冰, deutsch: kleines Eis) einen chinesisch sprechenden Chatbot entwickelt, der sogar Spuren von Empathie aufweist. Die Kunstfigur wird in einer App zum Leben erweckt. Sie stellt eine junge Chinesin dar (vgl. Titelbild), die eine ebenso junge Stimme hat. Wer ihr zum Beispiel sagt, dass es ihm oder ihr nicht so gut geht, gibt sie Empfehlungen bzw. erkundigt sich nach dem Wohlbefinden. Das belegt die folgende Konversation:
Von der künstlichen zur emotionalen Intelligenz
Die Kommunikation der Zukunft wird sich jedoch nicht auf emotionale Chatbots beschränken. Vielmehr werden die lernenden Maschinen zunehmend Emotionen von Menschen erfassen und entsprechend darauf reagieren können. Man spricht dann von (künstlicher) emotionaler Intelligenz (EI). In der Automobilelektronik kennt man das zum Beispiel in Form der Müdigkeitserkennung als eines von vielen Fahrerassistenzsystemen. In die gleiche Richtung gehen bereits seit Jahren existierende Systeme zur Video-Analyse der Mimik von Menschen. Hinzu kommen Systeme zur Audio-Analyse ihrer Stimme. Ferner kennen wir Systeme zur Bestimmung der Leitfähigkeit der Haut, wie man sie von Lügendetektoren kennt.
Für Dr. Michael Bartl von der Firma TAWNY sind das EI-Entwicklungen auf Level 2. Vorläufer seien in den 90er Jahren die Tamagotchis aus Japan gewesen. Das sagte er am Dienstag auf dem 5. Transforming-Media-Event, einer Veranstaltung der Medientage München GmbH in Nürnberg. Die damaligen Minicomputer für die Hosentasche waren EI-Entwicklungen auf Level 1. Es handelte sich um virtuelle Küken, um die sich ihre Besitzer rund um die Uhr kümmern mussten (Essen und Trinken geben etc.). Taten sie das nicht, „starben“ die Kleinen. Seither hat sich EI stark weiterentwickelt und erreicht in der höchsten Ausbaustufe Level 4. Dabei handelt es sich dann um humanoide Roboter.
Machine Learning in der Change-Kommunikation
Aus den geschilderten Trends wird deutlich, was in Sachen Machine Learning noch alles auf Journalisten und Medienschaffende zukommen wird. Für die (Change-) Kommunikation lässt sich unter anderem ableiten, dass auch dort künftig verstärkt Kollegen Roboter Aufgaben übernehmen und Verantwortliche entlasten. So ist zum Beispiel denkbar, dass künftig lernende Maschinen in Change-Prozessen regelmäßige Updates für ausgewählte Stakeholder (alle Mitarbeiter der Firma, Mitglieder eines Geschäftsbereichs, einer Abteilung, eines Teams) verfassen. Gegebenenfalls kann dies sogar bis hinunter auf die Losgröße Eins geschehen. Schon heute gehören Chatbots zu den Standardvorschlägen von viadoo für effektive Veränderung-Kommunikation. In Zukunft lassen sich solche Bots noch menschlicher ausgestalten. Das dürfte für ohnehin emotionsgeladene Change-Prozesse eine gute Ergänzung sein.
Titelbild: Microsoft
