Verantwortung, Recht & Reflexion im Umgang mit generativer KI
Das Modul KI-Ethik verbindet normative Fragestellungen mit konkreten Praxisbeispielen aus dem Medienfeld. Ziel ist es, Auszubildende in die Lage zu versetzen, ethische Risiken zu erkennen, regulatorische Anforderungen einzuschätzen und verantwortliche Gestaltungsentscheidungen in KI-basierten Workflows zu treffen.
Grundlagen: Transparenz, Kennzeichnung & Fairness
Ein zentrales Element ist die Frage nach Transparenz: Wann muss ein KI-Ergebnis gekennzeichnet werden? Wie funktioniert die Nachvollziehbarkeit von Entscheidungen in Modellen? Die Teilnehmenden erarbeiten Regeln zur Kennzeichnung generierter Inhalte, diskutieren Fairness-Kriterien und analysieren Quellen von Bias (z. B. Trainingsdaten, Prompts).
- Kennzeichnungspflichten: Transparenz gegenüber Publikum, Best Practices für Disclosure
- Bias & Fairness: Erkennungsstrategien, Testverfahren und Gegenmaßnahmen
- Nachvollziehbarkeit: Dokumentation von Prompt, Modellversion und Post-Processing
Rechtlicher Rahmen: Urheberrecht, DSGVO & Regulierungsansätze
Das Modul erläutert rechtliche Fallstricke: Wer haftet für generierte Inhalte? Welche Rolle spielt die Herkunft der Trainingsdaten? Wie muss mit personenbezogenen Daten umgegangen werden? Zudem werden aktuelle Regulierungsansätze und ihre Auswirkungen auf Produktions- abläufe analysiert.
In der vertiefenden Einheit setzen sich die Teilnehmenden mit konkreten Problemfällen auseinander: Deepfakes, manipulierte Bild- und Tonmaterialien, automatisierte Textgenerierung mit Täuschungspotenzial. Praxisaufgaben bestehen in der Entwicklung von Richtlinien für den Umgang mit solchen Inhalten, technischen Gegenmaßnahmen (z. B. Watermarking, Forensik) und der Schulung von Redaktionen im Erkennen von Risiken.
Ethik als Praxis: Reflexion ist wichtig – aber wir arbeiten hier konkret: Checklisten, Kennzeichnungsvorlagen, Workflow-Regeln und Monitoring-Praktiken machen ethische Vorgaben operational.
Das Modul schließt mit einer praxisorientierten Aufgabe: Auszubildende entwickeln einen Verhaltenskodex für den Einsatz von KI in einem fiktiven Produktionsumfeld, inklusive Kennzeichnungsrichtlinien, Testverfahren gegen Bias und einem Notfallplan für problematische Inhalte.
