„Wir wollen keine Menschen durch Maschinen ersetzen, aber wir wollen Menschen durch Maschinen stärker machen“ (Meedia 2022). So formulierte BDZV-Präsident Mathias Döpfner auf dem BDZV-Digitalkongress 2022 die Chancen, die er in der automatisierten Texterstellung für die Zukunft des Journalismus sieht. Döpfner stellt damit die technologische Neuerung des automatisierten Journalismus und die Relevanz dieser Innovation für Medienorganisationen in den Mittelpunkt. Die Medienunternehmen in Deutschland fordert er auf, verstärkt innovative Technologien und automatisierte Inhalteerstellung zu nutzen. Die Relevanz der automatisierten Inhalteerstellung wird auch in der Kommunikationswissenschaft deutlich formuliert: „automated journalism has arrived in newsrooms and is likely here to stay“ (Graefe 2017: 5).

Mit automatisiertem JournalismusFootnote 1 wird die regelmäßige und kontinuierliche „Generierung journalistischer Inhalte aus strukturierten Daten durch Algorithmen“ (Haim und Graefe 2018a: 192) beschrieben. Automatisiert generierte Nachrichtentexte werden in den USA seit 2010 in der Sportberichterstattung eingesetzt. Auch im deutschen Journalismus ist die automatisierte Berichterstattung fest integriert, wenngleich nur wenig konkrete Einsatzbeispiele bekannt sind und die Texte selten gekennzeichnet werden. Zur Anwendung kommen die Verfahren bei Routinetexten und datenlastiger Berichterstattung, wie beispielsweise Wetter-, Verkehr-, Finanz- aber auch Wahlberichten. Die Neuerung zur bis dato erfolgten Nachrichtenproduktion ist, dass theoretisch jeder Schritt der Nachrichtenproduktion und -distribution ohne weitere journalistische Hilfe algorithmisiert erzeugt werden kann. Das heißt: Die Softwaresysteme benötigen – abgesehen von der Installation, dem Training sowie der Datenpflege – keine weitere Interaktion von Journalist:innen. Die vorliegende Arbeit konzentriert sich auf die automatisierte Textgenerierung, wobei in der Praxis auch weitere Inhalte wie Videos oder Radiobeiträge durch Algorithmen erzeugt werden können. Die Vorteile für Medienunternehmen sind vor allem die Schnelligkeit der Nachrichtenerstellung sowie die Möglichkeit, kostengünstig eine große Anzahl an Nachrichten zu produzieren (vgl. ausführlich Kapitel 3).

Grundsätzlich sind Veränderungen und der Einsatz technologischer Neuerungen im Journalismus keine neuen Phänomene, entscheidend ist die veränderte Rolle der Journalist:innen im automatisierten Journalismus: Bei der Verarbeitung von Sprache kann die Technik „[i]m Rahmen der menschlich erzeugten Regelwerke [...] autonom entscheiden“ (Dörr 2016a: 251). Damit wird eine als Kernfunktion anerkannte Fähigkeit von Journalist:innen durch Algorithmen umgesetzt: das Strukturieren und Verfassen eines Texts gilt als kreative Leistung, die von einem breiten Publikum bis vor Kurzem nicht durch „Roboter“, „Maschinen“ oder „künstliche Intelligenzen“Footnote 2 substituierbar erschien (vgl. Lewis et al. 2019).

Das Interesse dieser Arbeit gilt der Wahrnehmung und Vertrauensbewertung durch Lesende und nicht der Kommunikatorperspektive, wie sie beispielsweise Thurman, Dörr et al. (2017), Sirén-Heikel et al. (2019), Kunert (2019) und Danzon-Chambaud und Cornia (2021) untersucht haben (vgl. ausführlich Abschnitt 3.2.2). Die Beziehung zwischen automatisiertem Journalismus und dem Publikum ist keine klassische Mensch-Maschine-Interaktion, wie sie häufig Thema in der Innovations- und Transformationsforschung ist. Die Lesenden kommen in Kontakt mit dem Output und den Ergebnissen der Verfahren, interagieren aber nicht direkt mit den Softwaresystemen. Deshalb könnte argumentiert werden, dass damit die Forschungsrelevanz für die Perspektive der Lesenden auf automatisierten Journalismus entfällt, da es für das Publikum irrelevant sei, welche Werkzeuge oder Softwaresysteme Redaktionen oder Journalist:innen für die Herstellung journalistischer Produkte verwenden. Die vorliegende Arbeit zeigt, dass diese Argumentation zu kurz greift: Journalistische Medien sind kein klassisches Wirtschaftsgut und ein hinreichend großes Maß an Vertrauen der Lesenden in Journalismus ist wichtig für die Stabilität von Demokratien. Zur Beurteilung der Vertrauenswürdigkeit von Journalismus ist es für Lesende relevant, zumindest in Grundzügen einschätzen zu können, wie Nachrichten entstehen. Dazu wird mittel- und langfristig auch ein grundlegendes Verständnis von und Informationen über automatisierte Inhalteerstellung erforderlich und die Wahrnehmung des automatisierten Journalismus durch die Lesenden muss in der kommunikationswissenschaftlichen Forschung berücksichtigt werden.

Für große mediale Aufmerksamkeit hat im November 2022 die Veröffentlichung von ChatGPT-3 des US-Unternehmens OpenAI gesorgt. ChatGPT-3 ist ein Chatbot, der auf dem Generative Pretrained Transformer 3-Modell (kurz: GPT-3) basiert und Nutzer:innen frei zugänglich natürlichsprachliche Kommunikation mit einem KI-Chatbot ermöglichen soll. OpenAI hat – für ein eingeschränktes Publikum – bereits zuvor die GPT-2 und GPT-3-Modelle veröffentlicht, die für die Erstellung längerer Textbeiträge optimiert sind. Im Rahmen dieser Arbeit wird die Verwendung von ChatGPT-3 nicht als Teil des automatisierten Journalismus in Deutschland aufgefasst, da bisher (Stand: Februar 2023) keine routinierte Erstellung informierender Nachrichtentexte erfolgt (vgl. Loosen und Solbach 2020: 187)Footnote 3. Die Datenerhebung im empirischen Teil dieser Studie erfolgt im Sommer 2022 vor Veröffentlichung von ChatGPT-3. Der Einfluss der Rezeption von KI-Darstellungen in den Medien und die Vorstellungen über Künstliche Intelligenzen auf die Vertrauensbewertung des automatisierten Journalismus wurden in der Erhebung berücksichtigt (vgl. ausführlich Kapitel 8). Die weitere Entwicklung der Technologie sowie der Umgang der Lesenden mit dem Einsatz von selbstlernenden KI-Modellen zur Erstellung von Textbeiträgen im Journalismus ist in Folgestudien zu untersuchen (vgl. ausführlich Kapitel 9).

1.1 Ziel der Arbeit mit Forschungsstand und Forschungslücken

Im Mittelpunkt der Arbeit steht die Wahrnehmung des automatisierten Journalismus durch deutsche Leser:innen in Bezug zu den Theorien der Kommunikationswissenschaft zu ‚Vertrauen in Journalismus‘. In welchem Umfang automatisiert generierte Nachrichtenberichterstattung künftig eine Rolle spielen wird, hängt maßgeblich von der Wahrnehmung und dem Vertrauen der Rezipient:innen in die Verfahren und den Output der Technologie ab. Mit der Arbeit wird eine Verbindung geschaffen zwischen den im Wesentlichen praxisgetriebenen Erkenntnissen zur automatisierten Berichterstattung, den Forschungsergebnissen zur bewerteten Glaubwürdigkeit computergenerierter Nachrichten durch Lesende sowie den Theorien und Modellen der Kommunikationswissenschaft zu Vertrauen in Journalismus. Damit werden unter anderem die kommunikationswissenschaftliche Forschung zu Medienwandel und Medieninnovationen sowie die Vertrauensforschung weiterentwickelt. Ziel der vorliegenden Arbeit ist die Exploration der Vertrauensbewertungen der Lesenden hinsichtlich des automatisierten Journalismus beziehungsweise bezogen auf Journalismus als Ganzes, der teilweise mit Automatisierungen arbeitet. Die forschungsleitenden Fragen lauten:

Wie nehmen Lesende automatisierten Journalismus in Deutschland im Jahr 2022 wahr? Welche Bedeutung haben automatisiert generierte Nachrichtentexte für die Bewertung des generalisierten Vertrauens in Journalismus? Welche Bedeutung messen Lesende den Verfahren bei und welche Einflussfaktoren wirken auf die Vertrauensbewertung?

Als Grundlage dieser Forschungsfragen dienen die Erkenntnisse zur Wahrnehmung und der bewerteten Glaubwürdigkeit computergenerierter Nachrichtentexte sowie insbesondere die Forschungsmodelle und Operationalisierungen von Medien- und Journalismusvertrauen. Damit sind zwei Forschungsbereiche relevant, zu denen die Kommunikationswissenschaft – in unterschiedlichem Ausmaß – Forschungsergebnisse generiert hat. Beide Bereiche wurden aber noch nicht miteinander verbunden.

Zur Wahrnehmung computergenerierter Nachrichtentexte wurden 15 RezeptionsstudienFootnote 4 veröffentlicht, die in Online-Experimenten mit anschließenden Befragungen die Glaubwürdigkeit automatisiert generierter Nachrichtentexte untersucht haben. In der Regel wurde die Glaubwürdigkeit als bewertete Qualität, Lesbarkeit und in den Texten erkennbare Fachkenntnis operationalisiert. Die Studienergebnisse zeigen, dass Lesende nicht unterscheiden können, ob die Stimulitexte von Journalist:innen oder Algorithmen erstellt wurden. Die Unterschiede in der Glaubwürdigkeit und den gemessenen Subdimensionen sind gering und nur in Einzelfällen statistisch relevant (vgl. ausführlich in Kapitel 5). Die Rezeptionsstudien bieten aber einen breiten Fundus an möglichen Einflussfaktoren für die Vertrauensbewertung des automatisierten Journalismus. In einzelnen Arbeiten wurde Vertrauen bereits als ein Indikator der Glaubwürdigkeit erhoben, ansonsten wurde Vertrauen nicht weiter thematisiert. In dieser Arbeit wird dargelegt, dass Vertrauen und Glaubwürdigkeit sowohl theoretisch als auch empirisch eng miteinander verbundene Konzepte sind und für das vorliegende Forschungsinteresse das Vertrauen der Lesenden im Mittelpunkt steht (vgl. ausführlich in Kapitel 4).

Im Umgang mit dem Untersuchungsgegenstand ist das Vertrauen der Lesenden in zwei Punkten entscheidend: Zum einen ist Vertrauen in algorithmische Systeme und neue Technologien relevant, wenn wichtige Bereiche einer Gesellschaft automatisiert werden (vgl. Kraus 2020: XIV). Zum anderen wird Medienvertrauen eine große Bedeutung für das Funktionieren freiheitlich-demokratischer Gesellschaften zugeschrieben (vgl. Fawzi, Steindl et al. 2021: 1; Strömbäck et al. 2020: 139; Prochazka 2020: 1 f., 11; Obermaier 2020: 3; van Dalen 2019: 356; Kohring 2004: 11 f.). In einer Demokratie ist ein grundlegendes Vertrauen der Mehrheit der Bevölkerung in Journalismus die notwendige Voraussetzung dafür, dass dieser seine Kritik-, Kontroll- und Informationsfunktion erfüllen kann (vgl. van Dalen 2019: 356). Die Legitimität des journalistischen Systems basiert unter anderem auf einem angemessenen Vertrauensniveau der Bevölkerung in das journalistische Angebot, seine Strukturen und Akteur:innen. Damit ist vor allem ein mittleres Maß an Vertrauen in Journalismus gemeint, so sind kritisches Hinterfragen, eine gewisse Distanz und angemessene Skepsis des Publikums gegenüber Medieninstitutionen, Akteuren und Medieninhalten wünschenswert (vgl. Prochazka 2020: 107; Steindl 2021: 320)Footnote 5.

Vertrauen in Journalismus beziehungsweise Medienvertrauen wird in dieser Arbeit verstanden als die Bereitschaft eines Individuums, sich gegenüber Medien einem Risiko auszusetzen und auf Basis der in den Medien publizierten Informationen, Entscheidungen zu treffen. Dabei vertrauen Lesende entweder darauf, dass Medien ihre Aufgaben zufriedenstellend erbringen und/oder sie vertrauen darauf, dass Journalismus als Ganzes seine Funktion – gemäß der in der Gesellschaft vorherrschenden Normen und den Werten, deren Einhaltung man von Journalist:innen erwartet, erfüllt (vgl. Prochazka 2020: 33, 41 ff.; Hanitzsch et al. 2018: 3; Fawzi, Steindl et al. 2021: 3). Aus empirischen Studien ist zudem bekannt, dass Lesende in Deutschland den Medien und Journalismus im Allgemeinen auf einem vergleichsweise hohen und – in den vergangenen Jahren – stabilem Niveau vertrauen. Veränderungen in der Vertrauensbewertung sind vor allem durch eine stärker werdende Polarisierung des Meinungsspektrums zu beobachten, so steigt die Anzahl der Menschen, die besonders hohes oder extrem niedriges Vertrauen angeben. Im internationalen Vergleich liegen die Werte der Bundesrepublik im oberen Mittelfeld (vgl. ausführlich in Kapitel 4).

In beiden Themenbereichen – in der Wahrnehmung automatisiert generierter Nachrichten und in der Vertrauensforschung – gibt es Forschungslücken, die diese Arbeit herausarbeiten kann. Zusätzlich gibt es Defizite in der Modellentwicklung, die aufgrund des Querschnittsdesigns nur eingeschränkt bearbeitet werden können (vgl. ausführlich Kapitel 6). Zunächst fehlen im Forschungsstand zur Wahrnehmung computergenerierter Nachrichtentexte Studien, die weitere Einflussfaktoren auf die Bewertung der Texte durch Lesende erheben. Die relevanten 15 Studien nutzen alle ein quantitatives Setting, daher fehlt weiterhin ein qualitativer Zugang zur Perspektive des Publikums, der auch die Hintergründe, Abwägungen und einen offenen und explorativen Zugang zur Wahrnehmung berücksichtigt. Die Wahrnehmung der Lesenden im automatisierten Journalismus ist bislang mit der bewerteten Glaubwürdigkeit der Stimulitexte operationalisiert worden, es gibt keine Studien, die Vertrauen – als weiterführenden und für die Reflexion geeigneteren Begriff – verwenden. Als weiteres Forschungsdefizit fehlen auch in der kommunikationswissenschaftlichen Vertrauensforschung Studien, die zusätzliche Einflussfaktoren auf die Vertrauenszuschreibung der Lesenden in journalistische Medien – und insbesondere in ein generalisiertes Vertrauensobjekt – generieren. Es gibt überdies wenig Forschung zu Vertrauensbewertungen von Personen, die ein mittleres Vertrauen in deutschen Journalismus angeben. Bisher wurden vor allem medienskeptische Personen befragt und die Verbreitung von Medienskepsis erforscht. Die Vertrauensforschung arbeitet zudem bisher nicht mit dem Vertrauen der Lesenden im Zusammenhang mit Medieninnovations- oder Medienwandelprozessen. In der Weiterentwicklung kommunikationswissenschaftlicher Forschung gibt es außerdem zu wenig Forschung zur Stabilität von Vertrauensurteilen. Bekannt ist weiterhin, dass das gemessene Vertrauensniveau auch von der Art der Erhebung von Vertrauen abhängig ist (vgl. Prochazka 2020: 235). Deshalb sind zusätzliche Arbeiten nötig, um die bisherigen Studienergebnisse zu verifizieren. Ausführlich werden die Forschungslücken nach der Aufarbeitung der theoretischen Grundlagen dieser Arbeit in Kapitel 6 dargestellt.

1.2 Struktur der Arbeit

Zur Beantwortung der Forschungsfragen werden drei leitfadengestützte Online-Focus Groups durchgeführt. Mit dem qualitativen Setting soll insbesondere eine intensive Reflexion der Teilnehmenden zum automatisierten Journalismus erreicht werden. Bei den Teilnehmenden werden ein sehr unterschiedliches Vorwissen zum automatisierten Journalismus sowie eine große Varianz an Technologieaufgeschlossenheit und Medienkompetenz erwartet. Die Focus Groups werden wie folgt rekrutiert und realisiert: eine möglichst heterogene Zusammensetzung in Focus Group Eins, sowie eine Gruppe mit hoch technologieaffinen und eine Gruppe mit hoch medienkompetenten Personen. Ziel dieser Vorgehensweise ist es, eine anregende und aktivierende Gesprächsatmosphäre zu schaffen, die Personen mit unterschiedlichem Vorwissen möglichst gleichermaßen aktiviert und stille Teilnehmende im Blick behält (vgl. ausführlich Kapitel 7). Zusätzlich werden im Sampling der kulturelle Hintergrund der Teilnehmenden, ihr Vertrauen in Journalismus sowie ein vorhandener journalistischer Hintergrund kontrolliert. Weiterhin werden demografische Merkmale, die Informationsnutzung, Technologieaufgeschlossenheit und das individuelle Vorwissen zum automatisierten Journalismus erhoben (vgl. ausführlich Abschnitt 7.3).

Um das Forschungsvorhaben umzusetzen, gliedert sich die Arbeit in folgende Abschnitte: Im Anschluss an die Einleitung steht in Kapitel 3 die Definition und Beschreibung des ‚automatisierten Journalismus‘ im Mittelpunkt. Dazu wird der Untersuchungsgegenstand als aktuelle Entwicklung im Computational Journalismus und als eine von mehreren Innovationen innerhalb der ‘automated news’ beschrieben. Außerdem wird begründet, warum automatisierte Textgenerierung als Medieninnovation im größeren Zusammenhang des Medienwandels ‚Automatisierung‘ einzuordnen ist. Zudem werden zwei Praxisbeispiele für automatisiert generierte Berichterstattung vorgestellt, Chancen und Grenzen des automatisierten Journalismus beschrieben sowie gesellschaftliche und ethische Diskussionen rund um den Einsatz der automatisierten Berichterstattung angesprochen.

Vertrauen ist – neben dem automatisierten Journalismus – der zweite wesentliche Begriff dieser Arbeit und wird in Kapitel 4 thematisiert. Das Kapitel soll die Vertrauensforschung der Kommunikationswissenschaft aufarbeiten und die zentralen Punkte aus der Theorie für das Forschungsanliegen herausstellen. Dazu wird zunächst dargelegt, warum Vertrauen der zentrale Begriff dieser Arbeit ist und nicht das Glaubwürdigkeitskonzept aus dem Forschungsstand weitergeführt wird. Danach werden die Grundlagen des Vertrauensbegriffs, wesentliche Definitionen, die Operationalisierung verschiedener Medienvertrauensbeziehungen sowie bisher ermittelte Einflussfaktoren für Medienvertrauen angesprochen. Das Kapitel endet mit der Aufbereitung empirischer Daten zum aktuellen Stand des Journalismusvertrauens in Deutschland.

In Kapitel 5 wird der Forschungsstand zur Wahrnehmung computergenerierter Nachrichtentexte durch Lesende besprochen. Dazu wurden weltweit 15 relevante Studien publiziert, welche die bewertete Glaubwürdigkeit der Stimulitexte in Online-Experimenten mit anschließender Online-Befragung erhoben haben. In dieser Arbeit werden diese systematisch aufgearbeitet. Neben der Darstellung der Studienergebnisse geht es bei der Aufarbeitung des Forschungsstands vor allem um die Analyse der Studienkonzeptionen: Zwar ähneln sich die Arbeiten in ihrem Aufbau grundsätzlich, dennoch sind Unterschiede in den Settings, Schwerpunkten und der jeweiligen Operationalisierung zu beobachten. Insbesondere diese Unterschiede sind für die vorliegende Arbeit relevant, da sie als Ideensammlung für mögliche Einflussfaktoren auf die Wahrnehmung und Vertrauensbewertung des automatisierten Journalismus dienen. Diese Ideen werden am Ende des Kapitels aufgeführt.

Auf dieser Grundlage werden in Kapitel 6 die identifizierten Forschungslücken zusammengefasst, das Forschungsmodell der vorliegenden Arbeit präsentiert sowie die Forschungs- und Detailfragen abgeleitet und konkretisiert. Zur intersubjektiven Überprüfbarkeit der Studie und ihrer Ergebnisse wird die gewählte Methode der Focus Groups in Kapitel 7 dargestellt. Dazu erfolgen zunächst die Begründung der Methodenwahl für das Anliegen dieser Arbeit, die Darstellung und Rekrutierung der Focus Groups sowie die Begründung der Kriterienauswahl. Anschließend wird die Vorbereitung, Durchführung und Auswertung der Erhebungsmethode dokumentiert.

Die Präsentation der Ergebnisse in Kapitel 8 orientiert sich am Prinzip der leitfadengestützen Focus Groups, die gleichermaßen Offenheit und Zielstrebigkeit hinsichtlich des Erkenntnisinteresses vereinen. Hier werden die Zusammensetzung der drei Focus Groups präsentiert und zur Einordnung der Teilnehmenden Fallporträts zu jeder Gruppe erstellt. Anschließend geht es um das Verständnis der Teilnehmenden zu interpersonalem Vertrauen und Vertrauen in Journalismus. Danach wird die Wahrnehmung des automatisierten Journalismus thematisiert und dazu die Beschreibung des Untersuchungsgegenstands und die Bewertung durch die Teilnehmenden aufgeführt. Weiterhin werden die Erwartungen der Teilnehmenden sowie konkrete Forderungen zum Einsatz der Technologie angesprochen. Anschließend erfolgt die Ergebnispräsentation zum wahrgenommenen Vertrauen in automatisierten Journalismus, die Aufarbeitung der analysierten Merkmale sowie die Exploration weiterer Einflussfaktoren.

In Kapitel 9 werden die Studienergebnisse zusammengefasst und die Forschungsfragen beantwortet. Zudem werden die Ergebnisse eingeordnet und einer kritischen Reflexion hinsichtlich der Limitationen der Arbeit unterzogen. Abschließend erfolgen ein Ausblick zur weiteren Forschung und die Darstellung konkreter Handlungsempfehlungen für Medienorganisationen, Journalist:innen und die Zivilgesellschaft.