On January 18th, over 60 researchers and BR staff members gathered to present AI use cases. This workshop marked the inauguration of the AI for Media Network, initiated by BR.

Journalism currently faces significant challenges. Uli Köppen, head of BR’s AI + Automation Lab, emphasized the increasing need for algorithms and AI in journalism during challenging times, especially for investigation, verification, or content distribution: "We need this knowledge in journalism and the interdisciplinary exchange we aim to facilitate through the AI for Media Network."

Scrollen Sie runter zur deutschen Version

This interdisciplinary exchange at the intersection of journalism, technology, and science occurred on January 18th, 2024, during the "Science meets Journalism" workshop organized by BR’s AI + Automation Lab and the Munich Data Science Institute at the Technical University of Munich (TUM). The agenda featured 23 presentations, categorized into three main topics: Large Language Models, Algorithmic Accountability Reporting, and Personalization. The AI + Automation Lab introduced these topics with examples from its activities.

The scientific presenters primarily came from TUM and Ludwig Maximilian University of Munich, and other German universities.

Following the presentations, attendees from journalism and science had the opportunity to ask questions about the projects. In the afternoon, six of the projects presented were discussed in more depth in small groups, focusing on ideas for further development, potential next steps, and associated challenges.

Creating New Applications from Data

Jeanne Rubner, Vice President of Global Communication and Public Engagement at TUM, reflected positively on the event: "The ‘Science meets Journalism’ workshop showed the numerous, exciting projects at the intersection of science and media. We identified the best ideas that could generate new applications and I look forward to concrete collaborations.”

The workshop also served as the kickoff event for the AI for Media Network. This community, initiated by BR, aims to exchange AI knowledge collaboratively, demonstrate AI use cases in journalism, and develop new AI solutions for the field.

At BR’s headquaters the event lead to fruitful conversations between journalists and scientists. The next step is a spring hackathon, where AI application prototypes will be developed.

The second pillar of the AI for Media Network aims specifically at journalists interested in AI scenarios in the media. An online event for this audience starts in March.

If you have any questions, please contact AI for Media Network manager Bernd Oswald at bernd.oswald@br.de.

BR startet AI for Media Network

Am 18. Januar trafen sich mehr als 60 Forschende und BR-Mitarbeitende, um sich gegenseitig KI-Use Cases vorzustellen. Der Workshop bildete zugleich den Startschuss für das vom BR ins Leben gerufene AI for Media Network.

Uli Köppen, Leiterin des AI + Automation Labs, betont, dass in herausfordernden Zeiten für den Journalismus die Hilfe von Algorithmen und KI verstärkt benötigt werde für Investigation, Verifikation oder die Verteilung von Content: “Wir brauchen dieses Wissen im Journalismus und den interdisziplinären Austausch, den wir im AI for Media Network ermöglichen wollen.”

Dieser interdisziplinäre Austausch an den Schnittstellen von Journalismus, Technologie und Wissenschaft fand am 18. Januar 2024 im Rahmen des Workshops “Science meets Journalism” statt, den das AI + Automation Lab zusammen mit dem Munich Data Science Institute der Technischen Universität München (TUM) organisiert hatten. Auf dem Programm standen 23 Vorträge, die nach den Schwerpunkten Large Language Models, Algorithmic Accountability Reporting sowie Personalisierung sortiert waren. Das AI + Automation Lab leitete die drei Schwerpunkte mit Beispielen aus der Tätigkeit des Labs ein.

Die wissenschaftlich Vortragenden kamen vor allem von TUM und der Ludwig-Maximilians-Universität München, aber auch von anderen Universitäten aus Deutschland.

Im Anschluss an die Vorträge hatten die Zuschauer:innen aus den Bereichen Journalismus und Wissenschaft, die Gelegenheit, Fragen zu den Projekten zu stellen. Am Nachmittag wurden sechs der vorgestellten Projekte in Kleingruppen vertieft diskutiert: Welche Ideen gibt es für die Weiterentwicklung, wie könnten die nächsten Schritte aussehen und welche Herausforderungen gibt es dabei?

Aus Daten neue Anwendungen schaffen

Jeanne Rubner, Vice President Global Communication and Public Engagement an der TU München, zog eine positive Bilanz: “Beim Workshop ‘Science meets Journalism’ konnte man sehen, wie viele spannende Konzepte aus Wissenschaft und Journalismus existieren, die aus Daten neue Anwendungen schaffen. Wir haben ausgelotet, welche Ideen besonders vielversprechend sind, um sie gemeinsam zu bearbeiten, und ich bin gespannt auf die konkreten Projekte.”

Der Workshop war zugleich die Auftaktveranstaltung für das AI for Media Network. Diese vom BR ins Leben gerufenen Community hat sich zum Ziel gesetzt, partnerschaftlich KI-Wissen auszutauschen, Use Cases für Anwendungen von KI im Journalismus zu demonstrieren und neue KI-Lösungen für den Journalismus zu entwickeln.

Im Funkhaus wurden bereits zahlreiche Kontakte zwischen Journalistinnen und Journalisten und Wissenschaftlerinnen und Wissenschaftlern geknüpft. Der nächste Schritt ist ein Hackathon im Frühjahr, auf dem Prototypen für KI-Anwendungen entwickelt werden sollen.

Im Funkhaus wurden bereits zahlreiche Kontakte zwischen Journalistinnen und Journalisten und Wissenschaftlerinnen und Wissenschaftlern geknüpft. Der nächste Schritt ist ein Hackathon im Frühjahr, auf dem Prototypen für KI-Anwendungen entwickelt werden sollen.

Bei Fragen wenden Sie sich bitte an den Koordinator des AI for Media Networks Bernd Oswald: bernd.oswald@br.de.