KI-Journalist/in ist eine journalistische Fachkraft, die KI-Tools systematisch für Recherche, Datenjournalismus, automatisierte Textproduktion und Audience-Analyse einsetzt und dabei redaktionellen Standards verpflichtet bleibt.
Rubrik: Berufsfelder & Berufsbilder · Unterrubrik: KI-Berufe · Niveau: Fortgeschritten
Synonyme / Auch bekannt als: AI-augmented Journalist, Automated Journalism Specialist, Computational Journalist
Was ist ein KI-Journalist / eine KI-Journalistin?
KI verändert den Journalismus auf mehreren Ebenen gleichzeitig. Auf der Produktionsebene ermöglichen Sprachmodelle die automatisierte Erstellung von Berichten aus strukturierten Datensätzen. Auf der Rechercheebene helfen KI-Tools, Muster in großen Datenmengen zu erkennen und versteckte Zusammenhänge aufzudecken. Auf der Distributionsebene personalisieren Algorithmen, welche Inhalte welche Leser erreichen.
KI-Journalisten bewegen sich zwischen zwei Polen: der vollautomatisierten Nachrichtengenerierung (Robot Writing) und dem menschlich-kreativen Journalismus, der durch KI nur unterstützt wird (Augmented Reporting). In der Praxis ist der zweite Pol dominierend, KI ersetzt nicht die journalistische Urteilskraft, sie erweitert sie.
Die Nachrichtenagentur Associated Press (AP) veröffentlicht seit Juli 2014 automatisiert erstellte Meldungen zu Quartalsergebnissen von Unternehmen. Sie entstehen mit der Software Wordsmith von Automated Insights auf Basis von Daten von Zacks Investment Research; die Zahl dieser Meldungen stieg dadurch um ein Vielfaches (VentureBeat, 2014).
Erklärung
Drei Ausprägungen des KI-Journalismus
1. Automated Journalism / Robot Writing Vollautomatische Generierung journalistischer Texte aus strukturierten Daten. Typische Anwendungsfelder: Sportergebnisse, Börsenberichte, Wetterdaten, Wahlergebnisse. Textgenerierungssysteme wie Wordsmith von Automated Insights erzeugen solche Texte in Sekundenschnelle und skalierbar.
Die Qualität ist gut, für Template-basierte Inhalte. Sobald Kontext, Wertung oder Recherche nötig sind, stoßen rein automatisierte Systeme an Grenzen.
2. Augmented Reporting (KI-gestützte Recherche) KI als Rechercheassistent: Verarbeitung großer Dokumentenmengen, Erkennung von Mustern in Datensätzen, automatisches Übersetzen fremdsprachiger Quellen, Erschließung von Primärquellen. Bei den Pandora Papers mit mehr als 11,9 Millionen Datensätzen nutzte das Internationale Netzwerk investigativer Journalisten (ICIJ) maschinelles Lernen, um Dateien in seiner Rechercheplattform Datashare zu markieren, damit Reporter/innen sie gezielt filtern konnten (ICIJ, 2021).
3. AI-Assisted Content Production Nutzung von LLMs für Rohversionen, Zusammenfassungen, Übersetzungen und Titelgenerierung. Redaktionen nutzen KI als Schreibhilfe, behalten aber redaktionelle Kontrolle. Diese Form ist heute am verbreitetsten und am schnellsten wachsend.
Ethische Kernfragen
Transparenz und Kennzeichnung: Wer muss wissen, dass ein Artikel KI-generiert oder KI-unterstützt ist? Der Deutsche Presserat hat 2024 in die Präambel des Pressekodex aufgenommen, dass der Kodex auch für journalistische Inhalte gilt, die mithilfe von KI entstanden sind; die Redaktion bleibt verantwortlich. Eine Kennzeichnungspflicht für KI-gestützte Texte sieht der Pressekodex nicht vor, KI-generierte Bilder müssen dagegen als Symbolbilder erkennbar sein (Richtlinie 2.2). Stand: November 2026.
Verifikation und Halluzinationen: LLMs können plausibel klingende Falschinformationen produzieren. KI-Journalisten müssen KI-Outputs systematisch verifizieren, dasselbe gilt für alle Quellen, aber KI-Fehler sind anders: überzeugend formuliert, schwer erkennbar.
Algorithmusabhängigkeit: Wenn Redaktionsentscheidungen zunehmend von Audience-Analytics und Empfehlungsalgorithmen beeinflusst werden: Wer bestimmt dann noch, was relevant ist? Die publizistische Agenda-Setting-Funktion des Journalismus steht auf dem Spiel (Dörr, 2016).
Beispiele
Beispiel Amateurfußball: Eine Regionalzeitung nutzt ein System, das nach Spielende automatisch Spielberichte für die Amateurligen der Region generiert. Ein KI-Journalist entwickelte die Templates, überwacht die Qualität und greift ein, wenn Fehler auftreten.
Beispiel Investigativ-KI: Das Recherchedesk einer überregionalen Zeitung erhält 400.000 Seiten Leakdokumente. Ein KI-Journalist koordiniert den Einsatz von Dokumentenerkennung (etwa Azure AI Document Intelligence), LLM-gestützter Volltextsuche und Netzwerkanalyse. Die Recherche wäre ohne KI in der gegebenen Zeit unmöglich.
Beispiel Multilingual Desk: Ein internationaler Newsroom nutzt KI-Übersetzung (etwa DeepL, kombiniert mit LLM-Nachbearbeitung), um Breaking News innerhalb von Minuten auf sieben Sprachen zu veröffentlichen. KI-Journalisten verwalten die Übersetzungs-Pipeline und sichern Qualität.
In der Praxis
Ausbildungswege
- Journalistenstudium + KI-Spezialisierung (Kurse, Workshops, eigene Praxis)
- Journalistenschulen und Volontariate mit Modulen zu Daten- und KI-Journalismus
- Online-Kurse: Das Knight Center for Journalism in the Americas (University of Texas at Austin) bietet kostenlose Online-Kurse für Journalist/innen an, auch zu KI
- Computerlinguistik/Data Science + journalistische Praktika
Werkzeuge für KI-Journalisten
| Aufgabe | Tools |
|---|---|
| Automatisierte Berichterstellung | Textgenerierungssysteme wie Wordsmith |
| Recherche und Analyse | Bellingcat Online Investigations Toolkit, Maltego |
| Dokumenten-KI | Azure Document Intelligence, Pinpoint (Google) |
| Schreibassistenz | ChatGPT, Claude, Perplexity AI |
| Übersetzung | DeepL, Google Translate + LLM-Korrektiv |
| Audience Analytics | Chartbeat, Piano, Parse.ly |
Gehalt in Deutschland
Eine eigene Statistik für KI-Journalismus gibt es nicht. Der Entgeltatlas der Bundesagentur für Arbeit nennt für Redakteur/innen (Berufsgattung „Redakteure/Redakteurinnen und Journalisten/Journalistinnen, komplexe Spezialistentätigkeiten") einen Median von 4.974 Euro brutto im Monat in Vollzeit; die mittlere Hälfte verdient 3.842 bis 6.451 Euro (Datenstand Entgeltatlas 2025). In tarifgebundenen Verlagen gelten die Tarifverträge für Redakteur/innen an Tageszeitungen oder Zeitschriften. Freie Journalist/innen rechnen nach Zeile, Beitrag oder Tagessatz ab.
Vergleich & Abgrenzung
KI-Journalist vs. [KI-Content-Creator / KI-Content-Creatorin](/wiki/berufsfelder/ki-berufe/ki-content-creator/): KI-Journalisten sind journalistischen Standards (Verifizierungspflicht, Quellenangabe, Trennung von Meinung und Nachricht) verpflichtet. KI-Content-Creator haben mehr Freiheit, aber weniger gesellschaftliche Verantwortung und Vertrauenskapital.
KI-Journalist vs. [Data Scientist in Medienunternehmen](/wiki/berufsfelder/ki-berufe/data-scientist-medien/): Data Scientists analysieren Daten für redaktionelle und geschäftliche Entscheidungen. KI-Journalisten nutzen Datenanalyse als Recherchewerkzeug und übersetzen Erkenntnisse in journalistische Inhalte.
KI-Journalist vs. klassischer Redakteur: Der Unterschied liegt im Werkzeugkasten und in der Datenkompetenz. Klassische Redakteure produzieren primär manuell. KI-Journalisten integrieren systematisch automatisierte Prozesse und Datenanalyse.
Häufige Fragen (FAQ)
Ersetzt KI den Journalismus? Für templatable, datenbeschreibende Inhalte: ja, in Teilen. Für investigativen, kontextreichen und quellenbasierten Journalismus: nein. KI ist Werkzeug, nicht Ersatz journalistischer Urteilskraft. Die Nachfrage nach qualitativem Journalismus bleibt, aber die Ressourcen für routinemäßige Textproduktion verringern sich.
Welche journalistischen Werte müssen besonders geschützt werden? Quellenverifikation, Unabhängigkeit von algorithmischer Agenda-Steuerung, Transparenz über KI-Einsatz und der Schutz der publizistischen Vielfalt sind die kritischen Punkte.
Brauche ich Programmierkenntnisse als KI-Journalist? Python-Grundkenntnisse öffnen erheblich mehr Türen, besonders im Datenjournalismus. Für reine KI-Toolnutzung sind sie keine Pflicht.
Verwandte Einträge
- KI-Berufe im Überblick
- Data Scientist in Medienunternehmen
- NLP Engineer / NLP Engineerin
- KI-Content-Creator / KI-Content-Creatorin
- Synthetic Media Specialist
Weiterführend
- Dörr, Konstantin Nicolas (2016): Mapping the field of Algorithmic Journalism. Digital Journalism, 4(6), 700-722.
- VentureBeat (30.06.2014): Associated Press backs Automated Insights to automate earnings reports. venturebeat.com.
- ICIJ (2021): Pandora Papers: An offshore data tsunami. icij.org.
- Thurman, Neil / Lewis, Seth C. / Kunert, Jessica (2019): Algorithms, Automation, and News. Digital Journalism, 7(8), 980-992.
- Deutscher Presserat: Pressekodex, Präambel (Ergänzung 2024 zu KI-gestützten Inhalten) und Richtlinie 2.2. presserat.de.
- Beckett, Charlie (2019): New powers, new responsibilities. A global survey of journalism and artificial intelligence. Polis, London School of Economics.
