In unserem monatlichen Forschungsrückblick besprechen wir aktuelle Studien zum Thema Wissenschaftskommunikation. In diesem Monat stehen Corona-Kommunikation – und die Frage, was wir daraus lernen können – im Fokus.

• Zahlen dienen häufig als angeblich neutrale Argumentationsgrundlagen – auch für politische Maßnahmen in der Pandemie. Wie auf Daten und Statistiken beruhende Behörden-Kommunikation auf Twitter/X kritisiert wurde, hat Fabian Brand untersucht.
• Wie kann Wissenschaftskommunikation auf die „Krise der Faktizität“ reagieren? Drei Gastautorinnen vom Studiengang Wissenschaft – Medien – Kommunikation am KIT* in Karlsruhe stellen eine Studie des Soziologen David Kaldewey vor.
• Wie markieren Wissenschaftler*innen verschiedene Grade von Gewissheit? Forscher von der Universität Köln haben das Coronavirus-Update mit der Kommunikation in anderen Kontexten verglichen.
• In der Rubrik „Mehr Aktuelles aus der Forschung“ geht es unter anderem um die Auswahl von Studienteilnehmenden in der Wissenschaftskommunikationsforschung und den Zusammenhang zwischen Open Science und Vertrauen in die Wissenschaft.

Die begrenzte Macht der Zahlen: Kritik auf Twitter/X

Inzidenzen, Todesfälle, Verlaufsprognosen: In der Coronapandemie waren Zahlen, Statistiken und deren Visualisierungen in der Berichterstattung und in der öffentlichen Kommunikation plötzlich allgegenwärtig. Sie sollten komplexe Informationen verdichten, bei der Einschätzung der Lage helfen und als scheinbar objektive Grundlage für das eigene Verhalten dienen. Gleichzeitig sollten mit dem Rückgriff auf Zahlen auch politische Entscheidungen gerechtfertigt werden. Fabian Brand vom Bundesinstitut für Risikobewertung hat untersucht, wie sich Nutzer*innen auf Twitter/X kritisch mit der auf Quantifizierungen beruhenden öffentlichen Kommunikation deutscher Behörden auseinandergesetzt haben.

Methode: Auf Bundesebene wurden Daten des Bundesministeriums für Gesundheit (BMG) und des RKI erhoben. Auf Landesebene wurden Beiträge der Sozialministerien von Mecklenburg-Vorpommern und Baden-Württemberg sowie auf Kommunalebene des Ortenaukreises sowie des Landkreises Vorpommern-Greifswald untersucht. Die Datenerhebung umfasste sowohl die Originalbeiträge der Akteure auf Twitter/X als auch die dazugehörigen Nutzer*innenkommentare. Es wurden zwischen Juni und August 2022 insgesamt 548 Beiträge und 8379 Nutzerkommentare erhoben. Die Daten wurden in Excel-Dateien gespeichert und mit MAXQDA ausgewertet.

Zunächst wurden 205 Beiträge ausgewählt, die „Sollensvorstellungen“ enthielten, also normative Aussagen, die Handlungserwartungen mit Ansprüchen oder Forderungen verknüpfen. Dazu gehörten beispielsweise Impfaufrufe oder Empfehlungen zum Tragen einer Maske. Der Autor konzentrierte sich dabei auf Sollensvorstellungen, die durch Quantifizierung legitimiert werden – etwa durch statistische Modelle, Übertragungswahrscheinlichkeiten oder visualisierte Daten. Auf diese Weise identifizierte er

41 Aussagen in 39 Beiträgen, die quantitative Legitimierungen enthielten, und 760 zugehörige Nutzerkommentare. In einer qualitativen Inhaltsanalyse arbeitete der Autor aus dem Material verschiedene Themen und Argumentationsweisen heraus. 

Ergebnisse: Es kristallisierten sich drei übergeordnete Kategorien heraus, die sich auf zeitliche, faktische sowie politisch-soziale Aspekte bezogen. Kategorienübergreifend unterscheidet der Beitrag zwischen einer epistemischen Dimension (Infragestellung der Validität, Genauigkeit oder Repräsentativität von Daten) und einer normativen Dimension (Infragestellung der Legitimität staatlicher Schutzmaßnahmen, die aus den Daten abgeleitet wurden).

Zeitbezogene Kritik

• Die Nutzer*innen wiesen auf veraltete oder ungenaue Datenquellen hin. Zum Beispiel: „Ist das Diagramm korrekt, oder ist das Faxgerät des örtlichen Gesundheitsamts defekt?“.
• Kritisiert wurde auch, dass die Fallzahlen von willkürlichen statistischen Konventionen abhingen. Hier wurde epistemischer Zweifel für eine normative Kritik genutzt: Wenn die Zahlen künstlich aufgebläht wurden, könnten sie nicht als Begründung für eine freiwillige Impfung dienen.
• Andere Kommentare griffen selbst auf Zahlen zurück, um Pandemiemaßnahmen zu kritisieren – zum Beispiel mit dem Argument, dass Hygienemaßnahmen nichts bringen würden, weil die Fallzahlen nicht unmittelbar gesunken seien.
• Unter Bezug auf Zahlen aus anderen Ländern wurden auch striktere Präventionsmaßnahmen gefordert.
• Kommentare betonten auch die Fehleranfälligkeit von Prognosen und stellten die Autorität von Expertengremien infrage.
• Kritisiert wurde zudem, dass staatliche Maßnahmen zu schnell aus einzelnen aktuellen Zahlen abgeleitet worden seien.

Sachliche Kritik

• Diskutiert wurden Relevanz und Angemessenheit von Daten, die zur Begründung von Forderungen und Maßnahmen herangezogen wurden. Dabei wurden typischerweise epistemische und normative Dimensionen verknüpft. Wenn Daten als irrelevant betrachtet wurden, galt das folglich auch für die daraus abgeleiteten Forderungen.
• Teilweise wurde die Aufmerksamkeit auf alternative Zahlen gelenkt, um die Bedeutung von Infektionszahlen zu relativieren oder Impfaufrufe sowie politische Entscheidungen und Eingriffe zu problematisieren.
• Auch wurden anerkannte Daten durch andere Deutungen und Kontexte relativiert.  Zahlen wurden teilweise so entdramatisiert, dass es scheinbar keinen Handlungsbedarf mehr gab, teilweise wiederum so dramatisiert, dass es überhaupt keine Handlungsoptionen mehr zu geben schien.
• Diskutiert wurde auch, ob die richtigen Schlussfolgerungen aus richtigen Zahlen abgeleitet wurden. Ein Beispiel: „Das ist offensichtlich unwahr! In Spanien sind die Regeln viel strenger, und dennoch steigen die „Infektionen“ dort angeblich viel schneller an. Daraus folgt, dass die „Schutzmaßnahmen“ keinen Einfluss auf die Infektionsrate haben.“
• Häufig wurde auf Alltagswissen und Lebenserfahrungen zurückgegriffen, um offizielle Narrative infrage zu stellen: „Die Zahlen sind höher als je zuvor seit Beginn der Pandemie, und ich kenne trotzdem niemanden, der mit Corona infiziert ist.“
• Auch wurde der „künstliche Charakter“ von statistischen Daten kritisiert ­– zum Beispiel bei politisch festgelegte Schwellenwerte.

Politisch-gesellschaftliche Kritik

• Quantifizierungen wurden auch als vermeintliche Instrumente politischer Angstmacherei sowie als Mittel zur Beschönigung oder Übertreibung der Krise begriffen. Dem Staat wurde vorgeworfen, ungerechtfertigt soziale Kontrolle auszuüben.
• Teilweise offenbarte die Kritik einen grundlegenden Dissens mit der politischen Ordnung.
• Gelegentlich äußerten die Kommentator*innen auch Kritik an vermeintlich konstruierten Inzidenzwerten oder Hospitalisierungsraten, die dazu dienten, politische Ziele zu erreichen. Auch die selektive Instrumentalisierung von Daten zur Rechtfertigung politischer Entscheidungen wurde kritisiert.

Schlussfolgerungen: Die Untersuchung zeigt, welche Schwierigkeiten und Herausforderungen die Nutzung von Zahlen und Statistiken als Legitimationsinstrumente mit sich bringen kann. Die Kritikpunkte bewegen sich häufig an der Schnittstelle zwischen epistemischen und normativen Aspekten: Nicht nur die Genauigkeit und Aktualität von Zahlen wird infrage gestellt, sondern auch deren Auswahl für die Entscheidungsfindung und die daraus resultierenden Maßnahmen. Der Autor unterstreicht, dass die Nutzung von Zahlen nicht so neutral ist, wie oft angenommen wird. Daten beruhten durchaus auf normativen Standpunkten und Werten – und seien gleichzeitig argumentativ schwer zu widerlegen. Für durchschnittliche Social-Media-Nutzer*innen sei es praktisch unmöglich, gemeldete Zahlen zu überprüfen. Dies sei ein Grund dafür, dass die Auseinandersetzung um Zahlen besonders anfällig für die Verbreitung alternativer Fakten sei.

Sich auf scheinbar neutrale und objektive Fakten zu berufen, sei also kein Garant dafür, dass politische Maßnahmen akzeptiert werden. Im Gegenteil könne dies zu den in der Studie identifizierten Vorwürfen der strategischen Nutzung von Zahlen und zum Rückgriff auf alternative Zahlen und Statistiken führen. Die „Macht der Zahlen“ habe ihre Grenzen, schreibt der Autor.

Es reicht nicht aus, die Genauigkeit und Glaubwürdigkeit der kommunizierten Daten zu gewährleisten. Auch die Behebung von Wissenslücken beim Thema Datenkompetenz würde nicht ausreichen, um die Kritik an Quantifizierungen in der Pandemie zu entschärfen. Zudem könne der Rückgriff auf Zahlen als Legitimation politischer Entscheidungen keine gesellschaftliche Debatte ersetzen. Der Autor rät staatlichen (Gesundheits-)Behörden deshalb dazu, auf „radikale Transparenz“ zu setzen und mit der Auswahl, Analyse und Interpretation von Daten offen umzugehen.

Einschränkungen: Die Untersuchung fokussiert sich auf deutsche Akteure und einen bestimmten nationalen Kontext, der durch lediglich zwei Bundesländer abgebildet wird. Die Ergebnisse können demzufolge nicht ohne Weiteres übertragen werden. Auch waren die untersuchten Behörden auf Twitter unterschiedlich stark aktiv, was die Art der Kritik beeinflusst haben könnte.

Brand, F. (2026). Measuring the crisis: Quantification-based legitimizations of public health measures and their temporal, factual, and political–social critique during the COVID-19 pandemic in Germany. Public Understanding of Science, 0(0). https://doi.org/10.1177/09636625261471407

Studientipp: Die Krise der Faktizität neu denken

Wie kann Wissenschaftskommunikation in Zeiten zunehmender Wissenschaftsskepsis aussehen? Unsere Gastautorinnen Emilia Daninger, Jordis Schürmann und Romy Pflaumer, Studierende des Studiengangs Wissenschaft – Medien – Kommunikation am Karlsruher Institut für Technologie, stellen eine Studie vor, in der eine neue Systematik zur Beurteilung wissenschaftlicher Debatten entwickelt wird.

Worum geht es?

In diesem Beitrag untersucht der Soziologe David Kaldewey, wie sich die öffentlichen Debatten über Wahrheit, Wissenschaft und Wissenschaftsskepsis seit der Covid-19-Pandemie verändert haben. Dabei schließt er an Diskussionen rund um die „Krise der Faktizität“ an. Diese bezog sich zunächst primär auf die Medienberichterstattung und wurde besonders seit 2016 durch das Aufkommen von Begriffen wie „Fake News“ oder „alternative Fakten“ befeuert. Nach Kaldewey weitete sich während der Pandemie die öffentliche Debatte auf die Wissenschaftskommunikation und das Verhältnis zwischen Wissenschaft, Politik und Öffentlichkeit aus. Kaldewey argumentiert, dass die Pandemie eine neue Phase der „Krise der Faktizität“ eingeleitet hat, in der nicht nur die Wissenschaftsskepsis, sondern auch die Rolle der Wissenschaft selbst kritisch betrachtet werden muss.

Dabei analysiert er zunächst die Entwicklung zentraler Begriffe wie „Post-Truth“, „Fake News“, „Misinformation“ und „Infodemic“ in der wissenschaftlichen Literatur. Anschließend entwickelt er einen theoretischen Bezugsrahmen, mit dem sich postfaktische Kommunikation differenzierter beurteilen lässt. Ziel ist es, pauschale Freund-Feind-Zuschreibungen zu vermeiden und stattdessen unterschiedliche Formen wissenschaftlicher Kontroversen systematisch einzuordnen.

Was sind die Ergebnisse?

Ein zentrales Ergebnis des Beitrags ist, dass wissenschaftliche und öffentliche Debatten häufig auf vereinfachenden Gegensätzen beruhen – etwa Wissenschaft versus Pseudowissenschaft oder Fakten versus Desinformation. Diese Gegensätze erleichtern zwar die Orientierung, können jedoch zu einer problematischen Freund-Feind-Logik führen und die gesellschaftliche Polarisierung verstärken. Als Alternative entwickelt Kaldewey eine Heuristik mit vier „Registern“ der Kritik an solchen Debatten: Erstens geht es um das Demarkationsproblem, also die Abgrenzung zwischen Wissenschaft und Pseudowissenschaft. Zweitens wird die Unsicherheit wissenschaftlichen Wissens aufgeführt, da wissenschaftliche Erkenntnisse grundsätzlich vorläufig sind. Drittens geht es um die Wertgeladenheit wissenschaftlicher Forschung, die verdeutlicht, dass Wissenschaft nie vollständig von politischen oder gesellschaftlichen Wertvorstellungen getrennt ist. Viertens wird die Vielfalt wissenschaftlicher Perspektiven genannt, weil komplexe Probleme häufig unterschiedliche disziplinäre Zugänge erfordern. Mit diesem Modell zeigt der Autor, dass wissenschaftliche Kontroversen nicht allein als Konflikt zwischen „wahren“ und „falschen“ Fakten verstanden werden können.

Warum fanden wir die Studie lesenswert?

Wir fanden die Studie besonders lesenswert, weil sie einen differenzierten Blick auf die Debatten rund um Wissenschaft und Wissenschaftsskepsis eröffnet. Die vier von Kaldewey beschriebenen Kategorien bilden einen spannenden Rahmen, um vergangene Wissenschaftskommunikation zu hinterfragen, der zugleich auf zukünftige Projekte angewendet werden kann. Statt wissenschaftliche Konflikte auf einfache Gegensätze zu reduzieren, macht Kaldewey deutlich, dass Unsicherheit, unterschiedliche Perspektiven und politische Wertentscheidungen integrale Bestandteile wissenschaftlicher Praxis sind. Damit sollten sie auch einen festen Platz in deren Kommunikation haben.

Welche Einschränkungen gibt es?

Eine Einschränkung des Beitrags besteht darin, dass er überwiegend theoretisch argumentiert. Zwar stützt sich Kaldewey auf eine bibliometrische Analyse der Forschungsliteratur, seine vier Register werden jedoch nicht anhand eigener empirischer Fallstudien überprüft. Dadurch bleibt offen, wie gut sich die vorgeschlagenen Kategorien in unterschiedlichen Kommunikationssituationen praktisch anwenden lassen. Zudem konzentriert sich der Beitrag vor allem auf den Kontext der Covid-19-Pandemie, sodass die Übertragbarkeit auf andere wissenschaftliche oder gesellschaftliche Konfliktfelder nur begrenzt diskutiert wird und durch weitere empirische Forschung unterfüttert werden sollte.

Kaldewey, D. Die Krise der Faktizität, revisited: Wissenschaftsskepsis und Wissenschaftskommunikation im Kontext der COVID-19-Pandemie. Österreich Z Soziol 50, 22 (2025). https://doi.org/10.1007/s11614-025-00601-w 

Scheinbar, möglich oder auf jeden Fall? Wie (Un-)Sicherheit kommuniziert wird

Klare Aussagen sind zum Beispiel in der Risiko- und Gesundheitskommunikation relevant. Aber häufig lassen sich Ergebnisse wissenschaftlicher Forschung nicht in eindeutige, hundertprozentig gesicherte Aussagen übersetzen. Wissenschaftler*innen müssen deshalb sorgfältig abwägen, welchen Grad von Sicherheit sie mit ihren Aussagen vermitteln. Aber auch in der Alltagssprache ist es üblich, zwischen Wissen, Glauben und Denken und zu unterscheiden. Welche Unterschiede es in der Verwendung von sogenannten „Gewissheits-Markern“ zwischen wissenschaftlicher und Alltagskommunikation gibt, haben Klaus von Heusinger und Nikolaus P. Himmelmann von der Universität Köln untersucht.

Methode: Die beiden Forscher verglichen den Podcast Coronavirus-Update mit einer allgemeineren Sammlung mündlicher Sprache, dem FOLK-Korpus, dem wichtigsten Korpus für gesprochenes Deutsch, das vom Institut für Deutsche Sprache (IDS) in Mannheim betreut wird. Es versammelt ein breites Spektrum von Kommunikation, darunter Tischgespräche, Interaktionen im Klassenzimmer und bei öffentlichen Veranstaltungen. Das Coronavirus-Update-Korpus umfasst 116 Episoden des Podcasts, der zwischen Anfang 2020 und Anfang 2023 ausgestrahlt wurde. Das Transkript ist mehr als 1.500 Seiten lang und umfasst mehr als eine Million Wörter. Das FOLK-Korpus ist wesentlich größer.

Die Forscher durchsuchten die beiden Sammlungen automatisiert nach verschiedenen Adjektiven und Adverbien, die unterschiedliche Grade an Gewissheit ausdrücken: sicher, sicherlich, bestimmt, mit Sicherheit, auf jeden Fall (hohe Gewissheit), offensichtlich, offenbar (mittlere bis hohe Gewissheit), möglich, möglicherweise (mittlere bis niedrige Gewissheit), scheinbar, anscheinend (niedrige Gewissheit). Außerdem berücksichtigten sie die Unterscheidung zwischen subjektiver und objektiver Gewissheit, also ob durch die Verwendung des Gewissheitsmarkers auf generelles Wissen oder auf persönliches Wissen der Sprechenden verwiesen wird. Ein Beispiel: Beim Satz „Es ist sicher, dass sich das Klima verändert“, vermittele das Adjektiv objektive Gewissheit. Beim Satz „Das Klima verändert sich mit Sicherheit“, sei das Adverb sprecherorientiert und vermittle eher subjektive Gewissheit. Die Unterscheidung zwischen beiden Lesarten sei jedoch oft sehr subtil, schreiben die Autoren.

Ergebnisse: Die Gesamthäufigkeit der untersuchten Gewissheitsmarker ist im Coronavirus-Update-Korpus etwa 60 Prozent höher als im FOLK-Korpus. Dabei sind die Häufigkeiten im Podcast-Korpus nicht bei allen Ausdrücken höher. Zu den Ausnahmen gehören beispielsweise „auf jeden Fall“ und „mit Sicherheit“, die im FOLK-Korpus etwa doppelt so häufig vorkommen. Auch das Wort „bestimmt“ taucht im FOLK-Korpus wesentlich häufiger auf. Die Unterschiede führen die Autoren in diesen Fällen auf sogenannte Register-Unterschiede, also die Anpassung der Sprache an die soziale Situation. In der Alltagssprache nutzen Menschen beispielsweise andere Begriffe als in der Wissenschaftskommunikation, in der Schule oder am Arbeitsplatz.

Insgesamt tauchen Marker für geringe Gewissheit und für hohe Gewissheit in beiden Sammlungen etwa gleich häufig auf. Ausdrücke hingegen, die einen mittleren Grad an Gewissheit vermitteln, werden im Podcast-Korpus vier- bis fünfmal häufiger verwendet als im FOLK-Korpus.

Das für die Autoren überraschendste Ergebnis ergab sich aus der manuellen Untersuchung von subjektiver und objektiver Verwendung von Gewissheitsmarkern. Im Vergleich zu anderen Ergebnissen in der Fachliteratur, spiele diese Unterscheidung in dieser Studie kaum eine Rolle. Denn fast alle gefundenen Beispiele in beiden Korpora ließen subjektive Lesarten zu.

Schlussfolgerungen: Bestätigt hat sich die Erwartung der Forscher, dass sich im Coronavirus-Update-Korpus insgesamt mehr Gewissheitsmarker fanden. Für die Annahme, dass in der Wissenschaftskommunikation mehr Ausdrücke vorkommen, die einen hohen Grad an Gewissheit ausdrücken, fanden sich jedoch keine Belege.

Auch hat sich nicht bestätigt, dass die Unterscheidung zwischen subjektiver und objektiver Gewissheit eine große Rolle spielen würde. Laut den Autoren wäre zu erwarten gewesen, dass Wissenschaftler*innen eher objektive Konstruktionen verwenden, um auf den Konsens der Fachgemeinschaft zu verweisen und nicht auf persönliche Überzeugungen. In beiden untersuchten Korpora fand sich jedoch eine starke Tendenz, subjektive Gewissheit zu vermitteln. Das lässt sich laut den Autoren möglicherweise mit dem Wunsch erklären, die eigene Glaubwürdigkeit und Reputation zu schützen. Wer einschränkend sagt, dass eine Information dem persönlichen Wissensstand entspricht und das Wissen dabei nicht als allgemeingültig ausgibt, kann sich so vor dem Vorwurf schützen, falsche oder irreführende Informationen verbreitet zu haben.

Unklar bleibt laut den Autoren, warum Ausdrücke mittlerer Gewissheit wie „möglicherweise“ im Coronavirus-Update-Korpus sehr viel häufiger vorkommen als im FOLK-Korpus. Die Autoren vermuten, dass ein mittlerer Grad an Gewissheit charakteristisch für den öffentlichen wissenschaftlichen Diskurs ist. Entsprechende Ausdrücke könnten verwendet werden, um bei der Angabe von Gewissheitsgraden besonders genau zu sein.

Einschränkungen: Das Coronavirus-Update war ein Wissenschaftskommunikations-Format, das einerseits in einem sehr spezifischen Zeitraum, der Coronapandemie, ausgestrahlt wurde und zudem nur eine sehr begrenzte Bandbreite an Sprecher*innen hatte. Die Ergebnisse der Studie können also nicht ohne Weiteres auf andere Themen und Akteur*innen der Wissenschaftskommunikation übertragen werden.

Von Heusinger, K., Himmelmann, N.P. (2026) Communicating certainty in public science communication—some observations. Front. Commun. 11:1783865. doi: 10.3389/fcomm.2026.1783865

Mehr Aktuelles aus der Forschung

Nehmen Menschen an Studien teil, die der Wissenschaft ablehnend gegenüberstehen? Womöglich eher weniger. Gerade, wenn es um Forschung zu Vertrauen in die Wissenschaft geht, kann dies zum Problem werden, weil die Ergebnisse nicht für die Gesamtbevölkerung gelten können. Nils Bienzeisler, Yael Barel-Ben David und Melanie Keller vom IPN | Leibniz-Institut für die Pädagogik der Naturwissenschaften und Mathematik haben sich in einer Übersichtsarbeit angeschaut, wie Forschende in der Wissenschaftskommunikation ihre Studienteilnehmenden rekrutieren. Sie zeigen, dass Verfahren oft nur vage beschrieben werden und viele Forschende keine Zufallsstichproben nutzen. Die Autor*innen schlagen deshalb Maßnahmen vor, um die Auswahl zu verbessern – unter anderem die zufällige Auswahl von Teilnehmenden und Quotenregelungen, die über demografische Merkmale hinausgehen. 

Open-Science-Veröffentlichungen sollen Transparenz und Glaubwürdigkeit signalisieren. Hilmar Brohmer, Fabian Gehm und Sarah von Götz von der Universität Graz fanden in einer Studie jedoch keine Hinweise darauf, dass Open-Science-Hinweise das Vertrauen in populärwissenschaftliche Zusammenfassungen verbessern. Einfluss hingegen hatte, ob die Studienteilnehmenden der Wissenschaft grundsätzlich vertrauten und ob die Studienergebnisse ihre vorhandenen Einstellungen bestätigten.  

Die Online-Plattform „The Conversation“ gibt Wissenschaftler*innen die Möglichkeit, selbst journalistische Artikel über Fachthemen zu schreiben. Lili Rademan und Marina Joubert von der Stellenbosch Universität haben zusammen mit Lars Guenther von der LMU München untersucht, welche Vorteile die Wissenschaftler*innen sehen, die für die afrikanische Ausgabe von „The Conversation“ schreiben und welche Hindernisse ihnen begegnen. Die Wissenschaftler*innen nannten Vorteile in Hinblick auf Sichtbarkeit, Vernetzung und berufliche Entwicklung. Als Hindernisse empfanden sie Zeitmangel, fehlende institutionelle Anreize und die Sorge, komplexe Themen zu stark zu vereinfachen. 

Feedback von der KI? Das kann zumindest bei geschriebenen Texten die Verständlichkeit verbessern. Dies haben Yael Barel-Ben David vom Kiel Science Communication Network am IPN – Leibniz-Institut für die Pädagogik der Naturwissenschaften und Mathematik und Roy Yosef und Elad Segev vom Holon Institute of Technology (HIT) in Israel herausgefunden. Im Rahmen eines Workshops zur Wissenschaftskommunikation bekamen Teilnehmende die Aufgabe, ihre Forschung in wenigen Worten verständlich zu beschreiben. Die Texte der Gruppe, die dafür eine speziell trainierte KI nutzen durfte, waren verständlicher als die der Kontrollgruppe, die keine KI nutzen durfte. Die Autor*innen schlussfolgern, dass sich KI gut eignen kann, um Texte auf sprachliche Feinheiten wie Fachjargon oder Passivformen zu untersuchen. Für kreatives Schreiben oder die Einbettung in die Perspektive der Zielgruppe hingegen eignen sich KI-Tools laut der Autor*innen nicht so gut.

Wie verändern KI-Anwendungen die Kommunikationsbranche? Mohamed Mallek von der University of Khorfakkan, Riadh Jeljeli von der University of Kalba, Faycal Farhi von der University of Al Dhaid und Elsir Ali Saad Mohamed von der Umm Al Quwain University argumentieren, dass sich KI-Agenten von reinen Unterstützungstools zu strategischen Akteuren gewandelt haben. KI-Anwendungen würden demnach zunehmend sowohl Kommunikationskanäle als auch Inhalte verwalten. Anstatt menschliche Rollen zu ersetzen, bewege sich die Branche in Richtung eines Co-Intelligenz-Modells. KI-Anwendungen übernähmen dabei rechenintensive Aufgaben, während Menschen die strategische Ausrichtung, die ethische Aufsicht und das kulturelle Urteilsvermögen behielten.

* Das Karlsruher Institut für Technologie ist einer der drei Träger der Plattform Wissenschaftskommunikation.de.