Episode 7: Was sind OER?

Episode 7: Was sind OER?


Der Erklärpodcast zum Digitalen Wandel widmet sich zentralen Begriffen der Digitalisierung: Von A wie Algorithmen bis S wie Social Scoring reicht das Themenspektrum. Der Podcast ist Teil des Dialogprojekts „Leben & Lernen X.0“ am Museum für Kommunikation Frankfurt, in dem im Dialog mit der Bürgerschaft Fragen zur Zukunft der Bildung, Arbeit und Demokratie verhandelt werden.

„Was sind OER?“ fragt Tine Nowak als Gastgeberin des Leben X.0-Podcasts. Als Co-Moderator ist dieses Mal Stefan Jahrling dabei, er arbeitet als Medienpädagoge am Museum für Kommunikation Berlin. Nach einem Blick in die Wikipedia entfalten drei Expert*innen den Begriff der Open Educational Resources (OER) aus unterschiedlichen Blickrichtungen: Anja Lorenz (TH Lübeck) führt grundlegend in den Begriff ein, Lawrence Lessig (Harvard Law School & Harvard University) blickt zurück, als Creative Commons gegründet wurden und Christian Friedrich (Wikimedia Deutschland) spricht über den Nutzen von OER gerade für Lernen in einer digital geprägten Welt.

Die folgenden Kapitel lassen sich im Player direkt ansteuern, wenn man im Player (oben) über „Alle Episode“ das Icon ganz links anklickt, damit öffnet sich das Kapitelverzeichnis.

00:00:39 Einstieg mit Stefan Jahrling
Stefan Jahrling ist Medienpädagoge am Museum für Kommunikation Berlin. Er befasst sich da mit klassischer Museumspädagogik, allerdings mit einem medienpädagogischen Fokus: dem Einsatz von Medien in der Vermittlung, Medienkompetenzförderung, sowie Themen wie Cybermobbing oder Fake News. Museen versteht er als Orte der Bildung.

00:03:44 Podcast-Konzept
Der Podcast erläutert in jeder Episode ein Schlagwort der Digitalisierung. Die Begriffe wurden durch ein Publikumsvoting ermittelt. Immer eine* andere* Museumskollegin oder ein -kollege aus der Museumsstiftung ist als Co-Moderation dabei, zudem wird der Begriff in der Wikipedia nachgeschlagen und es gibt Erläuterungen von drei verschiedenen Expert*innen.

00:05:01 Begriffsklärung OER
Stefan Jahrling beschreibt OER als freie Bildungsmaterialien, die zur Nutzung frei gestellt wurden. Er selbst verwendet auch OER, diese sind gerade im Bereich Medien und Medienpädagogik sinnvoll, weil das Thema ständig im Wandel ist.

00:06:37 Wikipedia: Open Educational Resources
In allen Episoden wird als Ausgangspunkt des Podcasts der erste Absatz des Wikipedia-Artikels zum Thema – OpenEducational Resources – vorgelesen. In diesem Fall ist es jedoch nur ein Auszug, da der ganze Absatz etwas länger ist. In dem Absatz werden OER als freie Lern- und Lehrmaterialien mit einer offenen Lizenz beschrieben, als Anwendungsfelder werden zunächst die Fern- und Hochschulbildung benannt. Etwas überraschend erscheint der prominente Verweis auf Reputationsarbeit als Motiv der Autor*innen, da von Stefan Jahrling und Tine Nowak die Community stärker von Aktivismus und dem Sharing-Gedanken geprägt erlebt wird. Die Wikipedia ist ein weitverbreitetes Beispiel für die Verwendung von Creative Commons Lizenzen, und kann durch dieses Lizenzmodell selbst als offene Bildungsresource genutzt werden.

00:11:08 Anja Lorenz
Anja Lorenz ist Online-Redakteurin und MOOC-Makerin am Institut für Lerndienstleistungen der Technischen Hochschule Lübeck. Dort finden sich u.a. auch Onlinekurse zu OER statt (z.B. #COER16). Zudem ist sie die eine Hälfte des BildAltEntf-Podcasts. Sie erläutert, dass OER-Bildungsmaterialien verschieden sind: das können Arbeitsblätter, Videos oder ganze Kurse sein. Das O steht für Open also offen, das heißt zumeist kostenlos und frei zugänglich. Der englische Begriff der Open Educational Resources hat sich auch in Deutschland durchgesetzt, er ist durch den internationalen Diskurs geprägt worden. Eingeführt wurde der Begriff OER 2002 in einem Abschlussbericht der UNESCO, in dem stand, dass Bildungsmaterialien im Idealfall offen und frei und für alle nutzbar sein sollten. Diese OER können in allen Bildungsbereichen eingesetzt werden, sowohl in der informellen Bildung als auch in den Schulen oder Hochschulen. Anja Lorenz würde zum Start von OER drei Dinge vorschlagen: 1) den MOOC zum OER-Fachexpert*innen #OERexp, der im März 2020 neu startet. 2) Die Webseite der OER Infostelle: https://open-educational-resources.de. 3) Und zuletzt eines der OER Camps, die nächsten finden im Februar und März 2020 in Berlin und Bonn statt. Als weitere Quellen und Orte von OER ergänzt Stefan Jahrling z.B. das Medienpädagogok-Praxis Blog und die Medienpädagogik-Praxis Camps.

00:31:12 Lawrence Lessig
Lawrence Lessig gehört zum Gründungs-Team der Creative Commons-Lizenzen. Er Professor für Rechtswissenschaften (Harvard Law School und Harvard University). Er berichtet von den Anfängen der Creative Commons (CC). In den frühen Jahren, so um Jahr 2002/03 erlebte er das Web als von „Urheberrechts-Kriegen“ geprägt, mit polarisierenden Positionen von Urheberrechts-Extremist*innen und Urheberrechts-Anarchist*innen. Die Creative Commons-Lizenzen brachten eine Alternative ins Spiel. Die Innovation in der Arbeit an den Lizenzen selbst beschreibt Lessig als vergleichweise langweilig, wenn man die Möglichkeiten in der Anwendung betrachtet. Die Wissenschafts- und Bildungs-Communities testeten die neuen Lizenzen in aufregenderen Bereichen aus. Der Einsatz von CC-Materialien veränderte das Lehr-/Lern-Setting. Lehrmaterialien selbst zu erstellen und verändern zu können hat die Art zu Lehren geprägt. Die CC-Lizenzen waren nicht die ersten freien Lizenzen: die Free Software Foundation und Open-Source-Bewegung war hier schon vorab aktiv. Doch diese Lizenzen eignen sich besser für Software und weniger gut für kulturelle Erzeugnisse. Die Herausforderung bestand darin, so Lessig, ein Umfeld zu fördern, dass die Menschen dazu ermutigte, Dinge zu tun, die niemand zuvor geplant hatte. Diese Innvationsfreiheit sei ein Grundpfeiler des freien Internets, die er durch geschlossene Plattformen wie z.B. Facebook bedroht sieht. Das freie Internet sei wichtig für die Freiheit der Bildung.
Disclaimer: Das Gespräch mit Lessig fand am 12.9. in der Wikimedia statt. Wir empfehlen den zur Netzpolitik-Tagung aufgenommenen Netzpolitik-Podcast zu hören, in dem sich Lessig u.a. zu einem am 14.9. in der New York Times veröffentlichten Interview äußert. Die im Podcast thematisierten Äußerungen Lessigs zum MIT und den von dort angenommenen Epstein-Spenden werden bis heute kritisch diskutiert. Beim Podcastgespräch war dieser Diskurs uns selbst nicht präsent gewesen, sie blieb somit nicht wissentlich unerwähnt.

00:55:57 Christian Friedrich
Christian Friedrich ist Referent für Bildung und Wissenschaft bei der Wikimedia in Deutschland, außerdem ist er freiberuflich im Bereich Bildung & „Open Educational Resources“ tätig. Er ist zudem Podcast-Gastgeber und Teil des „Feierabendbier Open Education“-Podcasts. Er beschreibt OER als eines der Kernthemen für Wikimedia Deutschland und OER als freie Bildungsmaterialien sind somit Teil seiner Arbeit. Dabei ist für ihn der Aspekt der Öffnung von Bildung immens wichtig. Martin Weller (Open University) spricht von der Wikipedia als eine der ersten Open Education Resources. Das Problem, dass dem allem eigentlich zugrunde liegt ist jedoch das Urheberrecht, das nicht mehr zeitgemäß ist, gerade wenn es um Bildungsmaterialien geht. OER seien nicht Selbstzweck, sondern derzeit notwendige Krücken. Nicht überall ist das Urheberrecht der Hauptmotor für offene Bildungsmaerialien. In einer globalen Perspektiven kommen Faktoren wie Ungleichheit hinzu, für die OER einer der Lösungswege sein kann. Er fragt sich mit Blick auf das deutsche Bildungssystem, warum so wenig Bildungsmaterialien öffentlich finanziert werden. Es gäbe ein Ungleichgewicht in Hinblick auf kommerzielle Anbieter, was gar nicht bedeutet solle, dass Bildung umsonst sein müsse oder nichts kosten dürfe, nur die Kosten müssten anders verteilt werden. Und man müsse generell öffentlich über eine Haltung zu digitaler Bildung und Lernen digital nachdenken.

01:17:14 Resümee
Stefan Jahrling resümmiert, dass Bildungsarbeit und Bildungspolitik hier stärker gefordert sein sollten: in Bildung müsse stärker investiert werden. Creative Commons und freie Bildungsmaterialien sieht er als Riesenchance, um Bildung voranzubringen. Auch wenn OER für ihn persönlich kein neues Thema sind, hat ihn im Verlauf der Episode der Gedanke beschäftigt, dass es bei seiner eigenen Arbeit im Museum großes Potential gibt, in Richtung offener Bildungsmaterialen zu arbeiten. Wichtig scheint ihm auch – gerade aus den Reihen der Museen – dass man politisch forden müsse, dass Bildungsarbeit kostet und verweist dabei auf ein Zitat von Derek Bok (Havard University):  „If you think education is expensive, try ignorance“.

01:20:40 Abschied
Wir verweisen bei der Gelegenheit gleich noch auf die nächste Episode zu: Was ist Arbeit 4.0?

01:21:25 Extra track: Lawrence Lessig and OER (in english)
The interview with Lawrence Lessig took place on 12th of September at Wikimedia Germany: Lawrence Lessig is part of the founding team of Creative Commons Licenses. He is Professor of Law (Harvard Law School and Harvard University). He reports on the beginnings of the Creative Commons movement. In the early years, around 2002/03, he experienced the Web as being marked by „copyright wars“, with polarizing positions of copyright extremists and copyright anarchists. The Creative Commons licenses brought an alternative into play. Lessig describes the innovation in the work on the licenses themselves as comparatively boring when one considers the possibilities in application. The scientific and educational communities tested the new licenses in more exciting ways. The use of CC materials changed the teaching and earning setting. Being able to create and modify educational materials yourself has shaped the way teaching is done. The CC licenses were not the first free licenses: the Free Software Foundation and Open Source movement had been active in this area before. But these licenses are more suitable for software and less suitable for cultural products. The challenge, according to Lessig, was to foster an environment that encouraged people to do things that no one had ever planned for. This freedom of innovation is a cornerstone of the free Internet, which he sees threatened by closed platforms and ‚walled gardens‘ such as Facebook. The free internet is important for the freedom of education.
Disclaimer: We recommend in this context listening to the Net Politics Podcast (NPP 184) recorded at the Netzpolitik Conference in Berlin, in which Lessig comments on his Medium article and an interview published in the New York Times on 14th of September. Lessig’s comments on MIT and the Epstein donations accepted by MIT are still being critically discussed.

Gibt es zu der Episode noch offene Fragen oder Ergänzungen? Dann schreibt uns per Mail oder Twitter (@mfk_frankfurt mit Hashtag #LebenX0). Wenn die Episode oder der Podcast Euch gefallen hat, dann könnt Ihr uns mit einer Bewertung oder Rezension bei iTunes eine Freude machen.

Ein Podcast des Museums für Kommunikation Frankfurt (Museumsstiftung Post und Telekommunikation).

Gäste: Anja Lorenz, Lawrence Lessig und Christian Friedrich
Co-Moderator: Stefan Jahrling
Redaktion/Produktion: Tine Nowak
Sprecher Lessig: Marc Rodriguez
Lizenz: CC-BY SA 4.0
Intro-Musik: “F” by Initials DC (mit freundlicher Genehmigung).
Remix mit Tonfragmenten aus der Sammlung der MSPT durch Uvo Pauls.

Autorin: Tine Nowak

Episode 6: Was ist Machine Learning

Episode 6: Was ist Machine Learning

Der Erklärpodcast zum Digitalen Wandel widmet sich zentralen Begriffen der Digitalisierung: Von A wie Algorithmen bis S wie Social Scoring reicht das Themenspektrum. Der Podcast ist Teil des Dialogprojekts „Leben & Lernen X.0“ am Museum für Kommunikation Frankfurt, in dem im Dialog mit der Bürgerschaft Fragen zur Zukunft der Bildung, Arbeit und Demokratie verhandelt werden.

Mit der sechsten Episode ist die Halbzeit der Staffel erreicht. Gastgeberin des Leben X.0-Podcasts Tine Nowak fragt: Was ist Maschinelles Lernen? Als Co-Moderatorin ist dieses Mal Anne-Marie Bernhard dabei, sie arbeitet im Archiv und in der Bibliothek des Museums für Kommunikation Frankfurt. Nach einem Blick in die Wikipedia entfalten drei Expert*innen den Begriff des Machine Learnings aus unterschiedlichen Blickrichtungen: Gudrun Thäter (Mathematikerin, KIT), Dirk Primbs (Developer Relations, Google) und Ralf Stockmann (Innovationsmanagement, Staatsbibliothek zu Berlin) führen in Maschinelles Lernen und Mustererkennung ein und skizzieren spezifische Anwendungungsgebiete.

00:00:39 Einstieg mit Anne-Marie Bernhard
In jeder Episode ist eine andere Museums-Kollegin oder ein -Kollege als Co-Moderation dabei. In dieser Episode ist es Anne-Marie Bernhard. Sie arbeitet im Bereich Archiv und Bibliothek und kümmert sich vor allem um die Neukonzeption des Archivs sowie Fragen der Langzeitarchivierung, Zugänglichkeit und Erschließung von Archivalien.

00:03:49 Podcast-Konzept
Leben x.0-Podcast

00:05:53 Maschinelles Lernen
Machine Learning

00:07:16 Wikipedia: Maschinelles Lernen
Die Wikipedia als Nachschlagwerk für Viele ist der Startpunkt bei der Frage nach dem Maschinellen Lernen. Wie wird das Phänomen dort geschildert? Tine Nowak liest den ersten Absatz des: Wikipedia-Artikels zu Maschinellen Lernen vor.

00:11:07 Expert*innen der Episode
Gudrun Thäter (Modellansatz-Podcast), Dirk Primbs (Anerzählt) und Ralf Stockmann (Ultraschall)

00:12:29 Gudrun Thäter
PD Dr. Gudrun Thäter ist Mathematikerin am KIT, sie arbeitet am Institut für Angewandte und Numerische Mathematik. In der Episode bietet sie eine Definition des Machine Learnings an, die sich am Begriff des Lernens orientiert. Mustererkennung ist eine der Aufgaben des Maschinellen Lernens. Das Lernen basiert auf einem künstlichen Neuronalen Netz. Sie nennt Anwendungungsbsp. aus der Medizin und von unterschiedlichen Mobilitäts-Modellen. Die Text- und Spracherkennung ist ein wichtiges Zukunftsfeld, die Bilderkennung in Videobildern macht hingegen nicht wünschenswerte Überwachungsszenarien denkbar (aktuell schon Gesichterkennung am Bahnhof Berlin-Südkreuz).

00:36:40 Dirk Primbs
Dirk Primbs arbeitet in Frankfurt im Bereich der Developer Relations für Google, das ist eine Kontaktstelle zur Entwicklercommunity. Ausgehend von der Mustererkennung, berichtet er, dass es für Programmierer*innen immer einfacher wird, Machine Learning Anwendungen einzusetzen. Datenschutz ist ein Thema für die Nutzer*innen, viele Dienste laufen mittlerweile auf unseren Smartphones (Z.B. Fotoverarbeitung der Smartphone-Kamera) ohne, dass Daten in der Cloud an die Server der großen Technologieunternehmen gesendet werden.

00:59:50 Ralf Stockmann
Ralf Stockmann ist Referatsleiter für Informations- und Datenmanagement an der Staatsbibliothek zu Berlin.  Zielsetzung des Referates ist die Generierung und praktische Umsetzung von Innovationen im Bereich der digitalen Informationsdienstleistungen. Zu KI und Maschinellem Lernen gibt es von ihm einen lohnenswerten Vortragsmitschnitt: Der Zauberlehrling ist nicht als Anleitung gedacht. Im einem Projekt zu automatisierten Kuratierungstechnologien für das digitalisierte kulturelle Erbe arbeitet er mit Informatikern gemeinsam an der Konzeption, Implementierung und Evaluierung von Softwarekomponenten zur semantischen Analyse, Inhaltsanreicherung und Profilierung der digitalisierten Bestände der Staatsbibliothek.

01:22:47 Resümee
Resümee

01:28:26 Ausblick
Nächste Episode: Was ist OER?

Gibt es zu der Episode noch offene Fragen oder Ergänzungen? Dann schreibt uns per Mail oder Twitter (@mfk_frankfurt mit Hashtag #LebenX0). Wenn die Episode oder der Podcast Euch gefallen hat, dann könnt Ihr uns mit einer Bewertung oder Rezension bei iTunes eine Freude machen.

Ein Podcast des Museums für Kommunikation Frankfurt (Museumsstiftung Post und Telekommunikation).

Gäste: Gudrun Thäter, Dirk Primbs und Ralf Stockmann
Co-Moderatorin: Anne-Marie Bernhard
Redaktion/Produktion: Tine Nowak
Lizenz: CC-BY SA 4.0
Intro-Musik: “F” by Initials DC (mit freundlicher Genehmigung).
Remix mit Tonfragmenten aus der Sammlung der MSPT durch Uvo Pauls.

Autorin: Tine Nowak

#neuland-Entdecker*innen gesucht!

#neuland-Entdecker*innen gesucht!

Stellen wir uns die Digitalisierung und ihre Folgen für Gesellschaft und Individuum als großes Land vor: Ein Land, das uns in weiten Teilen wohl vertraut ist – in dem es aber auch noch unendlich viel zu entdecken gibt! Ab 26. März 2020 wird das Museum für Kommunikation Frankfurt zusammen mit der Nemetschek Stiftung eine Ausstellung zeigen, die der Frage nachgeht: Was hat die Digitalisierung mit uns zu tun? Wie wirkt sich die die Digitalisierung auf meine Lebenswelt aus?

Die inhaltliche Erarbeitungsphase hierfür ist endlich abgeschlossen und es geht jetzt an den Feinschliff. Wir tragen unsere Ausstellungsstücke zusammen, wählen Schriftarten aus, verfeinern Ideen für Mitmachstationen – und arbeiten an unseren Medien-Stationen. Und hier kommt IHR ins Spiel: Wir brauchen Eure Unterstützung für ein Schlüsselelement unserer Ausstellung – die BIOGRAFISCHEN INTERVIEWS!

Wir suchen Dich und Deine #neuland-Erfahrungen

Wie wirkt sich die Digitalisierung ganz konkret auf unser Leben aus? Verändert sie die Gesellschaft und kann man sich ihr verweigern, wenn man das möchte? Wer bin ich online? Wo ist der Unterschied zwischen dem Profil und der Person? Wie fühlt sich das Kennenlernen im Netz an? Wie gehen wir im Netz miteinander um? Und wem gehören eigentlich unsere Daten im Internet?

Schlagworte der Ausstellung sind: #Identität #Profil #Daten #Identifikation #Kommunikation #Diskurs #Optimierung #Bewertung #Beziehung #Dating #Statusarbeit #Wissen #Lernen #Orientierung #Wahrheit #Medien #Demokratie #Gesellschaft

Unser digitaler Alltag: Berichte aus unserer Lebenswelt sollen ein zentraler Teil der Ausstellung „#neuland: Ich, wir & die Digitalisierung“ werden. Melde Dich bei uns – mit Stichworten, welchen Blickwinkel Du zur Digitalisierung mit einbringen könntest – per Telefon bei Tine Nowak oder per Mail an lebenundlernen (at) mspt.de, damit wir Dich kennenlernen können.

Video-Interviews

Wir melden uns bei allen und laden nach einem Vorgespräch ein, ausgewählte Erfahrungen mit uns zu teilen. Die Video-Interviews entstehen in Kooperation mit dem Medienprojektzentrum Offener Kanal Rhein-Main in Offenbach, wo die Interviews professionell aufgezeichnet werden.  Natürlich kannst Du auch gerne Freund*innen, Familie, Bekannte und Kolleg*innen ansprechen – wir freuen uns über viele Teilnehmende aus allen Altersgruppen. Es ist nicht wichtig, ob Du einen voll digitalen Lebensstil hast, ob Du der Digitalisierung eher kritisch gegenüberstehst oder Du Dich ihr sogar soweit wie möglich entziehst. Alle Perspektiven auf dieses wichtige Thema sind für uns interessant und wertvoll.

Vielen Dank für die Teilnahme! Die Interviews sind aufgzeichnet und werden nun gesichtet. Ab 26. März sind sie Teil der #neuland-Ausstellung

Autorin: Anjuli Spieker

Anjuli Spieker ist freie Kuratorin und Kulturvermittlerin.

Episode 5: Was ist Big Data?

Episode 5: Was ist Big Data?

Der Erklärpodcast zum Digitalen Wandel widmet sich zentralen Begriffen der Digitalisierung: Von A wie Algorithmen bis S wie Social Scoring reicht das Themenspektrum. Der Podcast ist Teil des Dialogprojekts „Leben & Lernen X.0“ am Museum für Kommunikation Frankfurt, in dem im Dialog mit der Bürgerschaft Fragen zur Zukunft der Bildung, Arbeit und Demokratie verhandelt werden.

In der fünften Episode des Erklärpodcasts zum Digitalen Wandel fragt Gastgeberin Tine Nowak des Leben X.0-Podcasts: Was ist Big Data? Die Direktorin des Museums für Kommunikation Nürnberg Marion Grether ist in dieser Episode als Co-Moderatorin dabei. Mit einem Blick in die Wikipedia und mit drei unterschiedlichen Perspektiven auf den Begriff von Valentin Dander, Julia Krüger und Stephan Bartholmei, diskutieren Tine Nowak und Marion Grether gemeinsam über Big Data.

00:00:17 Begrüßung

00:02:48 Marion Grether & Museum für Kommunikation Nürnberg

00:06:55 Leben X.0-Podcast

00:06:55 Vorverständnis zu Big Data

00:09:29 Wikipedia: Big Data

00:13:49 Valentin Dander
Valentin Dander ist Bildungswissenschaftler, hat eine Professur für Medienbildung und pädagogische Medienarbeit an der Fachhochschule Clara Hofbauer Potsdam. Er hat u.a beim Grimme Forschungskoleg zu Medienbildung und Big Data geforscht.

00:39:24 Julia Krüger
Julia Krüger (Diplom Politikwissenschaft) beschäftigt sich mit Digitaler Netzpolitik. Sie Arbeit seit Juni 2018 als wissenschaftliche Mitarbeiterin von Saskia Esken (MdB SPD). Sie ist Fellow am Center for Internet & Human Rights (Viadrina, Frankfurt/ Oder) und als Autorin bei netzpolitik.org.

00:58:01 Stephan Bartholmei
Stephan Bartholmei, Physiker, ist Leiter der Produktentwicklung und Innovation, Deutsche Digitale Bibibliothek. Er ist Mitgründer des Kulturhackathons „Coding da Vinci“ und seit 2015 Mitglied im Council/ Rat der Europeana.

01:19:12 Resümee

Gibt es zu der Episode noch offene Fragen oder Ergänzungen? Dann schreibt uns per Mail oder Twitter (@mfk_frankfurt mit Hashtag #LebenX0). Wenn die Episode oder der Podcast Euch gefallen hat, dann könnt Ihr uns mit einer Bewertung oder Rezension bei iTunes eine Freude machen.

Ein Podcast des Museums für Kommunikation Frankfurt (Museumsstiftung Post und Telekommunikation).

Gäste: Valentin Dander, Julia Krüger, Stephan Bartholmei
Co-Moderatorin: Marion Gerther
Redaktion/Produktion: Tine Nowak
Lizenz: CC-BY SA 4.0
Intro-Musik: “F” by Initials DC (mit freundlicher Genehmigung). Remix mit Tonfragmenten aus der Sammlung der MSPT durch Uvo Pauls.

Autorinn: Tine Nowak

Algorithmen – Was wir wissen müssen

Algorithmen – Was wir wissen müssen

Besonders spannend finde ich an dem Thema Algorithmen, wie aus simplen Rechenhilfen die komplexen Programme von heute werden konnten, von denen manche Expert*innen behaupten, dass sie in nicht allzu weiter Zukunft die Denkleistung des Menschen in vielerlei Hinsicht übertreffen werden. Dabei gibt es jedoch ethische Fragen, mit denen man sich auseinandersetzen sollte.

In meinem dreimonatigen Praktikum beim Museum für Kommunikation im Projekt Leben & Lernen X.0 habe ich mich durch den Podcast „Was sind Algorithmen?“ mit diesem Thema beschäftigt, was mich zum weiteren Nachdenken über die Auswirkungen von Algorithmen anregte. Das war der Anstoß zum Verfassen dieses Blog-Beitrags.

Ich will mich vor allem mit den Auswirkungen von Algorithmen auf unser Leben und auf die Gesellschaft auseinandersetzen. Dabei beziehe ich mich einerseits auf den Podcast „Was sind Algorithmen?“ und auf den Debattendienstag „Siri, Amazon & Co. Von Datenkraken und smarten Assistenten“. Andererseits auf Literatur, die ich zu dem Thema gefunden habe. Zuerst möchte ich klären, was Algorithmen eigentlich genau sind und wie sie einen so großen Einfluss auf unser Leben haben. Dabei will ich verdeutlichen, warum es wichtig ist, sich mit dem Thema auseinanderzusetzen, zudem zeige ich gleich schon erste Lösungsansätze zu Problemstellungen auf.

Was sind Algorithmen?

Ein Algorithmus ist eine exakte Handlungsanweisung zur Lösung eines Problems. Er kann also auch eine Rechenanweisung auf einem Papier darstellen. Um der Exaktheit gerecht zu werden, eignet sich vor allem die Mathematik mit ihrer genauen Zahlensprache. Durch Programme am Computer kann die Rechenleistung vervielfacht werden. Fast immer wird deshalb von Algorithmen im Zusammenhang mit Computerprogrammen gesprochen.

Die Erfindung des Computers ermöglichte eine stark ansteigende Komplexität von Algorithmen. Auch wenn Computer anfangs nur mathematische Rechnungen lösten, die sonst Menschen durchgeführt hätten, sind sie mittlerweile mit unzähligen weiteren Funktionen ausgestattet, die aber alle auf dem Prinzip der Algorithmen basieren. Bestimmte Arten von Algorithmen bilden sich durch die Zugabe von Feedback selbst weiter, sie lernen also dazu.

Algorithmen sortieren unsere Daten vor

Man könnte behaupten, dass die Gesellschaft mittlerweile auf Algorithmen angewiesen ist. Felix Stalder schreibt in seinem Buch „Kultur der Digitalität“, dass die Komplexität der Gesellschaft ohne die Auswertung von Big Data, mithilfe von Algorithmen, für den Menschen nicht analysierbar und verständlich sei (vgl. Stalder 2017: 182). Jedoch kann es auch gefährlich sein, sich auf Daten zu beziehen, die von einem Programm erstellt wurden, in dessen Funktionsweise man keinen Einblick hat. Und so ist es bei den meisten Programmen auf unserem Computer oder bei den Apps auf unserem Smartphone. Technischen Geräten wird oft ein großes Vertrauen entgegengebracht, da diese keine menschlichen Fehler beinhalten sollen.

Algorithmen beeinflussen unser Weltbild

Inwiefern kann man sagen, dass unser Weltbild von Algorithmen beeinflusst wird? Viele Menschen nutzen auf ihren Computern und Smartphones dauerhaft Programme, die durch Algorithmen funktionieren. Ein Beispiel sind die Suchmaschinen, die von vielen Menschen zum Aufsuchen von Informationen genutzt werden. Es gibt viel zu viele Informationen im Internet, um sich selbst das brauchbare Wissen herauszusuchen. Gibt man seine Suchanfrage ein, sortiert die Suchmaschine anhand eines komplizierten Algorithmus die Suchergebnisse. Welche Variablen für den Algorithmus eine Rolle spielen, ist oft nicht bekannt. Dadurch bleibt unklar, auf der Grundlage welcher Kriterien die Beiträge, die mir angezeigt werden gefiltert werden, und ob ich das selbst überhaupt so möchte. Vielleicht treibt der Suchalgorithmus mich auch in eine Richtung, in die ich gar nicht möchte, indem er meine Absichten falsch einschätzt und mir unpassende Ergebnisse anzeigt. Zusätzlich können Daten von mir erhoben werden, über deren Verwendung ich nichts weiß. Die Suchmaschine (bei den meisten Menschen Google) hat also die Macht darüber, welches Wissen generiert wird oder welche Nachrichten mich erreichen, und trägt somit zu meinem Weltbild bei. Die Beeinflussung des Weltbilds durch Algorithmen verdeutlicht auch Jörn Müller-Quade im Podcast über Algorithmen.

Diskriminierung durch Algorithmen

Wie kann es dann aber sein, dass ein Algorithmus Rassismus, Sexismus oder andere Diskriminierungsformen fördert? Ein Algorithmus an sich ist grundsätzlich ein neutrales Computerprogramm. Jedoch muss man immer beachten, dass er von einem oder mehreren Menschen entwickelt wurde, deren Ansichten durch den Algorithmus reproduziert werden (vgl. Stalder 2017: 193). Es liegt in der Hand des Menschen, welches Datenmaterial er dem Algorithmus zur Verwendung gibt und Daten können nicht neutral sein, weil man sich in der Auswahl der Daten immer entscheiden und begrenzen muss (vgl. Stalder 2017: 193). Gibt man dem Algorithmus als Input nur Informationen über weiße Personen, wird sein Output schwarze Personen vielleicht gar nicht als Menschen erkennen und somit ausgrenzen.

Hannah Fry gibt in ihrem Buch „Hello World – Was Algorithmen können und wie sie unser Leben verändern“ ein Beispiel für Sexismus durch Algorithmen. Sie bezieht sich auf eine Studie von 2015, in der herausgefunden wurde, „dass Google Frauen im Web sehr viel weniger Werbung für gut bezahlte Führungsjobs anzeigte als Männern“ (vgl. Fry 2019: 50; Datta et al. 2015: PDF). Als sie bei Google Images nach Mathematikprofessoren suchte, fand sie hauptsächlich Bilder von weißen Männern mittleren AIters (vgl. Fry 2019: 87). Hannah Fry schlägt vor dass es besser sein könnte, anstatt der Widerspiegelung der realen Welt mit ihren Ungerechtigkeiten, Algorithmen eine erstrebenswerte Gesellschaft darstellen zu lassen (vgl. Fry 2019: 87).

Lösungsansätze aus dem Debatten-Dienstag

Aber vielleicht können Algorithmen auch dafür verwendet werden, Ungleichheiten zu vermindern? Schließlich umgehen sie die Arten von Fehlern, die Menschen machen. Komplett neutral können sie aber wie gesagt nicht sein. Es wäre gut, wenn Algorithmen mehr überprüft werden würden, damit sie nicht zum Erhalt oder zur Intensivierung von Ungleichheiten in der Gesellschaft beitragen. Beim Debatten-Dienstag war unter anderem Veronika Thiel von Algorithmwatch, einer gemeinnützigen Organisation, die Algorithmen, welche die Gesellschaft in ihrer Entscheidungsfindung beeinflussen, betrachtet und einordnet. Somit wird die Funktionsweise der Algorithmen nachvollziehbar gemacht und aufgedeckt und die öffentliche Diskussion über sie gefördert.

Aber sollten nicht auch schon die Gesetze ausreichen, um Algorithmen fair zu gestalten? Den Expert*innen des Debatten-Dienstags zufolge mangelt es hier jedoch an der Ausführung und die Gesetzeslage ist hier auch noch nicht ausreichend geklärt. Es bleibt also leider an dem/der Einzelnen hängen, sich über die Funktionsweise von Algorithmen zu informieren, was leichter gesagt als getan ist. Hilfreich wäre es auch, wenn in den Schulen schon der Umgang mit digitalen Medien und deren Gefahren und Möglichkeiten gelehrt werden würde und das kritische Nachdenken gefördert werden würde. Gut wäre, wenn es solche Bildungsangebote auch für Erwachsene geben würde.

Seiten, auf denen man sich über Algorithmen informieren kann, sind außerdem:

Datenschutz

Generell mangelt es bezüglich des Schutzes von Daten an Transparenz. Der Datenschutz ist ein weiterer viel diskutierter Bereich.

Die meisten Menschen sind sich nicht darüber bewusst, welche Daten das Smartphone speichert und was mit diesen Daten passiert. Zu dieser Problematik äußert sich auch Jörn Müller-Quade im Podcast. Doch wo ist die Grenze, welche Daten werden wirklich benötigt, um uns hilfreiche Funktionen anzubieten und an wann werden die Daten missbraucht? Und ist die momentane Gesetzeslage ausreichend, beziehungsweise halten sich die Unternehmen daran? Hilfreich wäre es, offenzulegen, was gespeichert und weitergegeben wird und außerdem die Möglichkeit zu haben, selbst mitzubestimmen. Zum Beispiel könnte man die Filter, nach denen die Suchergebnisse einem angezeigt werden, selbst bestimmen.

Künstliche Intelligenz

Können Algorithmen intelligenter als Menschen sein? Dass Algorithmen als intelligent bezeichnet werden können, zeigt der Begriff „Künstliche Intelligenz“. Selbstlernende Algorithmen entwickeln sich in solch einer Komplexität weiter, dass man ihre Arbeitsweise nicht mehr nachvollziehen kann. Das kann einschüchternd wirken. Aber in welchen Feldern übertreffen Maschinen den Menschen bisher? Sie sind dazu in der Lage, den Mensch im Schach oder in anderen Spielen zu besiegen. Man muss ihnen dabei noch nicht einmal die Regeln beibringen. Durch das Machine Learning bringen sie sich diese selbst bei. Computer können schneller rechnen als Menschen und schneller lernen, aber bestimmte Fähigkeiten, die der Mensch im Laufe der Evolution ausgebildet hat, kann ein Computer nicht oder nur schwer nachahmen. Menschen nehmen ihre Umwelt anders wahr, sie erkennen andere Lebewesen intuitiv. Sie können andere Menschen einschätzen und eine Konversation mit ihnen führen. Der Unterschied liegt also in der Verteilung der Intelligenz auf unterschiedliche Bereiche, in denen entweder die Natürliche Intelligenz oder die Künstliche Intelligenz besser abschneidet. Darüber, inwiefern Künstliche Intelligenz in Zukunft den Menschen übertreffen wird, wird in der Wissenschaft stark diskutiert. Dieses Thema wird weiter vertieft im Podcast „Was ist Künstliche Intelligenz?“.

Fazit

Es gibt noch viele weitere Bereiche, in denen Algorithmen vorkommen, und über die man reflektieren und diskutieren sollte. Dieser Blog-Post greift ein paar dieser Themen auf und soll zum Nachdenken anregen. Bisher gibt es noch einen Mangel an Aufklärung und Transparenz hinsichtlich Algorithmen. Dies ist einerseits eine Kritik an der Politik und an der bisherigen Verwendung von Algorithmen in kommerziellen Unternehmen, aber auch eine Ermutigung zum Selberlernen, über die Algorithmen, die uns täglich beeinflussen, ohne dass wir uns dabei immer bewusst sind.

Literatur:

  • Datta, Amit/Tschantz, Michael Carl/Datta, Anupam (2015): Automated experiments on ad privacy settings. In: Proceedings on Privacy Enhancing Technologies I (2015), S. 92-112. PDF
  • Fry, Hannah (2019): Hello World – Was Algorithmen können und wie sie unser Leben verändern. (Sonderauflage für die Zentralen für politische Bildung) 2. Aufl. München: Verlag C.H.Beck oHG.
  • Stalder, Felix (2017): Kultur der Digitalität. 3. Aufl. Berlin: Suhrkamp Verlag.

Quellen:

Autorin: Irma Perizonius

Irma Perizonius ist Praktikantin beim Projekt Leben & Lernen X.0 des Museums für Kommunikation Frankfurt. Sie studiert Soziologie mit dem Nebenfach Philosophie an der Goethe-Universität Frankfurt.