Gewinne:
- Fähigkeit, einen Datensatz mit künstlicher Intelligenz zu untersuchen, aktuelle Fragen zu stellen und sensible Daten zu extrahieren
- Anstatt die Berechnungen durch künstliche Intelligenz durchführen zu lassen, muss die Methode in einem überprüfbaren Tool beschrieben und ausgeführt werden und es wird zur Gewohnheit, jedes Ergebnis anhand von Rohdaten zu überprüfen.
- Im Bewusstsein, dass es in der Verantwortung des Journalisten liegt, Ausreißer zu entwerfen und Archivbeziehungen zu dokumentieren und diese in der Originalquelle zu bestätigen.
Investigativer Journalismus beginnt oft mit einem Stapel: einer Ausschreibungstabelle mit Tausenden von Zeilen, einer Bilanz mit Hunderten von Seiten, einem durchgesickerten E-Mail-Archiv, einer Open-Source-Sammlung öffentlicher Ausgaben. Datenjournalismus – die Praxis, Muster, Anomalien und Beziehungen in numerischen und dokumentarischen Daten zu finden und sie in Nachrichten umzuwandeln – ist genau die Aufgabe, dieser Masse einen Sinn zu geben. In diesen Stapeln, deren manuelle Durchsicht ein Menschenleben dauern würde, ist künstliche Intelligenz (KI) ein leistungsstarkes Werkzeug zur Erstprüfung und Ideengenerierung: Sie kann eine Tabelle zusammenfassen, doppelte Namen in einem Textarchiv extrahieren, vorschlagen, welche Fragen für eine Analyse gestellt werden sollten, und sogar Schritte zur Datenbereinigung beschreiben. Aber lassen Sie uns einen Satz von Anfang an formulieren: KI ist ein Partner bei der Analyse von Daten; Es ist der Journalist, der über die Genauigkeit und den Nachrichtenwert des Ergebnisses entscheidet und die Zahl anhand der Rohdaten erneut überprüft. Das Risiko einer Halluzination ist hier zahlenmäßig am gefährlichsten.
Schritt für Schritt: Einen Datensatz mit KI erkunden
Schritt 1 – Machen Sie sich mit den Daten vertraut. Verstehen Sie zunächst die Spalten, die Anzahl der Zeilen, den Datumsbereich und die Einheiten. Machen Sie sich selbst klar, was es ist, bevor Sie die Rohdatei in die KI laden; Ansonsten bleiben die „Erkenntnisse“ der KI in der Luft.
Schritt 2 – Sensible Daten extrahieren. Wenn es personenbezogene Daten (Name, TR-ID, Adresse, Gesundheit) enthält, anonymisieren Sie diese, ohne sie an das öffentliche KI-Tool weiterzugeben, oder senden Sie nur die zu analysierenden Spalten. Auch Spuren von durchgesickerten Dokumenten, die Aufschluss über die Quelle geben, werden beseitigt (Einheiten 1 und 10).
Schritt 3 – Generieren Sie Entdeckungsfragen mit KI. „Welche Neuigkeiten könnte dieser Datensatz verbergen?“ Beginnen Sie mit dem Sagen. Die KI erstellt eine Liste mit Fragen, die gestellt werden müssen: Top-10-Artikel, Stammlieferanten, ungewöhnliche Sprünge, leer gelassene Bereiche.
Schritt 4 – Lassen Sie die Analyse nicht von der KI durchführen, sondern beschreiben Sie sie. Das ist der kritische Punkt. Der Durchschnitt oder Prozentsatz, den die KI im Kopf berechnet, ist oft falsch. Bitten Sie stattdessen die KI um Schritte, die Sie in einem zuverlässigen Tool ausführen würden (Tabellenformel, Abfrage, Skript). Dadurch wird die Analysis zu einem überprüfbaren Werkzeug, die KI gibt lediglich die Methode vor.
Schritt 5 – Überprüfen Sie den Befund. Sehen Sie sich jede Anomalie an, auf die die KI hinweist, indem Sie zur Rohlinie zurückkehren. Filtern Sie die Tabelle und zählen Sie die Behauptung „Dieses Unternehmen hat 31 von 40 Ausschreibungen gewonnen“. Ungeprüfte Zahlen werden nicht in die Nachrichten gelangen.
Schritt 6 – Stellen Sie den Kontext her. Die Zahl allein ist keine Neuigkeit. Vergleich (letztes Jahr, ähnliche Institutionen, Verhältnis zur Bevölkerung), Kontext und Expertenmeinung sind die Aufgabe des Journalisten.
Achtung: Der KI sagen zu lassen „Berechne den Durchschnitt dieser Tabelle“ und das Ergebnis direkt in die Nachrichten zu stellen, ist der häufigste Fehler im Datenjournalismus, der zu Haftungsausschlüssen führt. KI ist ein Sprachmodell, kein Taschenrechner. Lassen Sie das Tool die Berechnungen durchführen, fragen Sie einfach die KI nach der Methode und Interpretation.
Metadaten- und Dokumentenanalyse
Neben Zahlentabellen befasst sich der investigative Journalismus auch mit großen Textarchiven: E-Mails, Protokolle, Verträge. Hier kann die KI Beziehungskarten entwerfen, etwa „Wer hat wann mit wem gesprochen“, „Welches Thema wird wiederholt“, „Welche Namen werden gemeinsam genannt“. Auch hier gilt die gleiche Regel: Die KI gibt eine Ausgangskarte vor; Jeder Link wird im Originaldokument bestätigt, da KI einen nicht vorhandenen Link überzeugend erklären kann.
drei Mini-Koffer
Fall 1 – Versteckte Kondensation. Ein Reporter hatte eine Tabelle zum öffentlichen Beschaffungswesen mit 2.400 Zeilen. Er ließ die KI explorative Fragen produzieren; Die Frage „Wie viele Ausschreibungen hat derselbe Lieferant erhalten?“ trat in den Vordergrund. Der Reporter ließ dies nicht von der KI berechnen; Er führte die von YZ selbst vorgeschlagene Tabellenformel aus und stellte fest, dass ein einzelnes Unternehmen 380 (15,8 %) von 2.400 Artikeln erhielt. Er überprüfte es manuell und die Nummer war korrekt. Die erste „Schätzung“ der KI lautete 22 % – wenn man der KI also vertrauen könnte, wären die Nachrichten falsch.
Fall 2 – Zeitersparnis, E-Mail-Archiv. Es würde Tage dauern, manuell in einem Archiv von 6.000 E-Mails nach den aktuellen Themen zu suchen. Die KI erstellte in 15 Minuten einen Überblick über Themencluster; Daraus wählte der Reporter drei vielversprechende Cluster aus und las die Original-E-Mails. Die gesamte Erkennungszeit wurde auf ca. 3 Tage verkürzt, aber jedes Angebot, das online ging, wurde wörtlich anhand der Original-E-Mail überprüft.
Fall 3 – Erwischte Halluzination. Ein Wirtschaftsreporter erhielt von YZ aus einer Bilanz die Zusammenfassung, dass „die Personalkosten in einem Jahr um 60 % gestiegen sind“. Als er zur Rohtabelle zurückkehrte, sah er, dass der Anstieg 6 % betrug und dass die KI eine Ziffer falsch verstanden hatte. Eine einzige Faktenprüfung blockierte eine falsche und prätentiöse Schlagzeile wie „60 %-Explosion“.
Kopierbare Vorlagen
1) Fragen zur Datensatzerkennung und -entdeckung:
Ich gebe Ihnen die Spaltenüberschriften und die ersten 20 Zeilen eines Datensatzes. Generieren Sie 10 journalistische Fragen, die mit diesen Daten bearbeitet werden KÖNNEN: in Bezug auf Konzentration, Ausreißer, Zeitsprung, fehlende/leere Bereiche, wiederkehrende Akteure. Keine Zahlenberechnung; Schreiben Sie einfach, welche Fragen es wert sind, gestellt zu werden, und warum sie für Schlagzeilen sorgen könnten.Daten: [Schlagzeilen + Beispielzeilen]
2) Keine Berechnungen anstellen, sondern sie beschreiben lassen:
Ich möchte die folgende Analyse durchführen: [z.B. Finden Sie den gesamten Angebotsbetrag und den Anteilsprozentsatz jedes Lieferanten. Ich möchte dies selbst in einer Tabelle ausführen. Schreiben Sie mir Schritt für Schritt, welche Formeln/Pivot-Einstellungen installiert werden sollen. Ergebnis der SEN-Berechnung; Geben Sie einfach die Methode an. Meine Spalten: [Spaltennamen]
3) Ausreißerjagd:
Ich werde unten zusammenfassende Statistiken (Min., Max., Durchschnitt, Median) geben. Erklären Sie, welche Werte ungewöhnlich/verdächtig sind und warum ich sie auf Neuigkeiten prüfen sollte. Treffen Sie keine endgültigen Urteile; Es erscheint eine Checkliste im Format „Folgende Zeilen sollten manuell überprüft werden“. Zusammenfassungen: [hier]
4) Dokumentenarchiv-Beziehungskarte (Entwurf):
Ich werde Ihnen einen Satz Dokumententext geben. Geben Sie Folgendes als ENTWURF aus: Namen, die häufig zusammen vorkommen, wiederkehrende Themen, wichtige Daten. Markieren Sie das Dokument, aus dem jeder Link stammt, z. B. [B12]. Fügen Sie keine Beziehungen hinzu, die nicht explizit im Dokument aufgeführt sind. Dokumentation: [hier]
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwache Aufforderung: „Analysieren Sie dieses Diagramm und geben Sie alle wichtigen Ergebnisse an.“
Ergebnis: Die KI bildet Prozentsätze und Durchschnittswerte direkt, stellt sich Anomalien vor, es ist unklar, auf welcher Linie sie basiert. Es kann nicht überprüft werden.
Leistungsstarke Eingabeaufforderung: „Ich gebe die Spalten und ersten 20 Zeilen dieser Tabelle an. (1) Listen Sie auf, welche Analysen relevant sein könnten. (2) Schlagen Sie eine Tabellenformel für jede Analyse vor, damit ich sie ausführen kann. (3) Berechnen Sie keine Ergebnisse. (4) Markieren Sie die zu überprüfenden Zeilen, z. B. [S45].“
Unterschied: Eine starke Eingabeaufforderung überlässt die Berechnung dem kontrollierbaren Werkzeug und reduziert die KI auf die Rolle von Methode und Richtung. verhindert, dass Halluzinationen in die Nummer eindringen.
Vergleichstabelle
Bühne
KI tut es
Der Journalist tut es
Überprüfung
Daten erkennen
Zusammenfassung der Spalten/Muster
Kennt die Einheit und den Kontext
Quelldatenwörterbuch
Entdeckungsfragen
Erstellt eine Liste mit Fragen
Wählt den Nachrichtenwert aus
—
Berechnung
Beschreibt die Methode
Führt die Formel im Fahrzeug aus
Manuelle Bereitstellung
Ausreißer
markiert die Kandidaten
Schaut auf Rohlinie
Filtern und zählen
Kommentar/Kontext
Entwurfsrahmen
Vergleich, Experte
zweite Quelle
Häufige Fehler
- KI rechnen lassen. Lassen Sie die KI den Durchschnitt, den Prozentsatz, die Summe usw. berechnen und das Ergebnis verwenden. KI macht häufig Fehler, überlassen Sie die Berechnung dem Fahrzeug.
- Der Befund wird nicht mit der Rohlinie verbunden. Schreiben der Behauptung „Dieses Unternehmen hat die meisten Ausschreibungen gewonnen“, ohne die Tabelle zu filtern und zu zählen.
- Zahlen ohne Kontext veröffentlichen. Die Angabe bloßer Zahlen ohne Vergleich und Verhältnis ist irreführend.
- Sensible Daten werden unverändert hochgeladen. Weitergabe persönlicher Daten oder eines Dokuments, aus dem die Quelle hervorgeht, an das Fahrzeug, ohne es zu reinigen.
- Ich denke, dass die falsche Beziehung wahr ist. Verarbeitung des Links, den die KI im Archiv „sieht“, in die Karte, ohne ihn im Originaldokument zu bestätigen.
Zusammenfassend
Im Datenjournalismus ist KI ein Entdeckungs- und Erkenntnispartner: Sie scannt den Stapel, generiert Fragen, die gestellt werden müssen, beschreibt die Analysemethode und markiert Kandidaten für Ausreißer. Aber die KI die Zahl selbst berechnen zu lassen, ist der riskanteste Fehler; Lagern Sie die Berechnung an ein überprüfbares Tool aus, überprüfen Sie jedes Ergebnis, indem Sie auf die Rohdaten zurückgreifen, und fügen Sie der Zahl Kontext und Vergleich hinzu. In Dokumentenarchiven gibt die KI eine Ausgangskarte vor; Jeder Link wird im Originaldokument bestätigt.
Anwendungsaufgabe
Nehmen Sie einen Datensatz, den Sie haben (oder der öffentlich verfügbar ist). Lassen Sie sie zunächst 10 Fragen mit der Eingabeaufforderung „Erkundungsfragen“ generieren. Wählen Sie eine Frage aus, holen Sie sich mit der Eingabeaufforderung „Beschreiben Sie die Berechnung“ die Formel von der KI und führen Sie sie selbst aus. Bitten Sie dann die KI direkt um dieselbe Berechnung und vergleichen Sie die beiden Ergebnisse. Beachten Sie den Unterschied und seine Lektion.
Checkliste
- [ ] Ich habe die Spalten, Einheiten und sensiblen Felder verstanden, bevor ich die Daten an das Tool übergeben habe.
- [ ] Ich überlasse die Berechnungen nicht der KI; Ich beschreibe die Methode und führe sie im überprüfbaren Tool aus.
- [ ] Ich überprüfe jedes Ergebnis manuell, indem ich zur Rohzeile zurückgehe.
- [ ] Ich füge der Zahl Vergleich und Kontext hinzu; Ich berichte nicht über bloße Zahlen.
- [ ] Ich bestätige jede Beziehung im Archiv im Originaldokument.