KI in Archiven – Potentiale und Risiken

von Dennis Gräff, fme AG

Das erklärte Ziel des Vortrages von Dennis Gräff ist es vor allem, Interesse am Einsatz von KI zu wecken und Hemmschwellen abzubauen.

Zunächst greift Herr Gräff auf eine Definition von KI des Europäischen Parlaments zurück: Künstliche Intelligenz sei demnach die Fähigkeit einer Maschine, menschliche Eigenschaften wie logisches Denken, Lernen, Planen und Kreativität zu imitieren. Allerdings mit der Einschränkung, dass KI nicht tatsächlichen denken und begreifen kann. Daneben fehlt künstlicher Intelligenz die Möglichkeit ihr „Wissen“ einzuordnen. Deshalb kann KI keine Verantwortung übernehmen und menschliche Arbeit vollständig ersetzen.

Das wirft die Frage auf, wieso KI für Archive jetzt relevant ist. Die Antwort hierauf ist, dass Künstliche Intelligenz vor allem zur Übernahme von Routineaufgaben eingesetzt werden kann. Sie ist als Entlastung für Menschen einsetzbar, sodass bei steigenden Datenmengen von etwa 23% pro Jahr dennoch Kapazität für menschliche Entscheidungen bleiben kann.

Im Folgenden werden exemplarisch eine ganze Bandbreite aktueller Einsatzmöglichkeiten für KI für Kernaufgabe der Archive präsentiert, gegliedert in drei Aufgabenteile:

  1. Ingest: die Aufnahme und Beschreibung von Unterlagen;
  2. Access: die Nutzung, Recherche und Informationsbereitstellung und
  3. Preservation: der Formerhalt, Integrität und Authentizität von Archivgut.

Als Beispiel im Rahmen des “Ingest” hat ChatGPT ein Bild mit der Randinformation, dass es sich um ein Bild aus einem Archiv handelt, bekommen. Die Aufgabe der künstlichen Intelligenz war es, das Bild zu Beschreiben und den Standort zu ermitteln. Der Standort und die Beschreibung stellt sich als erstaunlich präzise heraus, insbesondere die zeitliche Einordnung ist überraschend genau und nachvollziehbar. Daneben kann KI zur Zusammenfassung von Texten oder zur Verschlagwortung verwendet werden, wie am Beispiel eines Presseberichts zur Kooperation zwischen ZDF und dem Bundesarchiv gezeigt wird. Als Schlagwortgruppen kommen neben dem Dokumenttyp und betroffenen Institutionen beispielsweise auch Personen oder übergeordnete Themen in Frage, die durch KI deutlich schneller erfasst werden können, als es durch manuelle Arbeit möglich ist. Allerdings müssen teilweise nachträglich die Eingaben an die KI präzisiert werden. Ein weiterer Anwendungsfall künstlicher Intelligenz findet sich in der Transkription von Handschriften oder Übersetzung anderssprachlicher Dokumente. Hierfür existieren spezialisierte und trainierte Tools, die deutlich effizienter arbeiten als allgemeine KI-Modelle. Zusätzlich zur Verschlagwortung ist der Einsatz von KI möglich um sensible Informationen und schutzfristenrelevante Zusammenhänge hervorzuheben, die andernfalls mit erheblich mehr Aufwand herauszuarbeiten sind. Das gilt insbesondere bei großen Textmengen. Dadurch kann unter anderem Vermieden werden, schützenswerte Informationen aus Versehen herauszugeben. Weiterhin kann KI zur Recherche eingesetzt werden und die Arbeit für Archivar*innen durch die Identifizierung wichtiger Zusammenhänge erleichtern, indem aufwändige eigenständige Recherchen reduziert werden. Als letzte präsentierte Anwendung wird auf die Nutzung im Rahmen der “Preservation” verwiesen: KI kann bei der Konvertierung eingesetzt werden, beispielsweise um Komprimierungsverluste festzustellen, die Qualität von Bild und Ton zu überprüfen oder Störgeräusche zu erkennen.

Die vielfältigen Einsatzmöglichkeiten von KI im Archiv sind allerdings kein problemloser Selbstläufer. Mögliche Grenzen im Einsatz können in der fehlenden Nachvollziehbarkeit der Aussagen der KI liegen (sog. Blackbox), in der Erzeugung plausibler, aber falscher Inhalte (sog. Halluzinationen) oder in der Reproduktion vorhandener Vorurteile (sog. Bias). Diese drei Schwachstellen zeigen, dass der Einsatz von KI nicht unkontrolliert oder planlos erfolgten darf. Allerdings ist es möglich, diese Problematiken durch effektive Qualitätskontrollen zu erkennen, beheben und ihnen vorzubeugen. Daneben ist insbesondere der Punkt Datenschutz und Datensicherheit bei der Verwendung von offenen Tools zu beachten, da die meisten Anwendungen außerhalb Europas sitzen. Auch Deepfakes stellen ein Risiko des KI-Einsatzes da, allerdings kann KI ebenfalls zur Erkennung von Deepfakes verwendet werden.

Zum Abschluss des Vortrags fasst Gräff zusammen, dass der Einsatz von künstlicher Intelligenz als positive Herausforderung verstanden werden kann, mit der man sich auseinandersetzen sollte. Frei nach dem Motto „Übung macht den Meister“ sollte KI als Chance gesehen werden, mit der man sich auseinandersetzen kann und sollte, wenn man sich der Risiken bewusst ist. Allerdings ist ein planloser Einsatz zu vermeiden. Stattdessen ist es sinnvoll vorher zu klären, welche Aufgaben KI wann und in welchem Umfang übernehmen soll oder welche technischen Voraussetzungen zu beachten sind. Als Schlusswort stellt Dennis Gräff fest, dass sich jeder an KI versuchen kann und es nie schadet, sich Unterstützung zu holen.

 

In der Diskussionsrunde wird gefragt, wie die Lernkurve der KI aussieht, ob man KIs von 2023 mit welchen von 2025 vergleichen kann und was mit den Informationen passiert, mit denen jeder KI füttert. Herr Gräff antwortet darauf, dass diese Informationen bei kostenlosen Modellen in den meisten Fällen verwendet werden, um die Modelle weiter zu trainieren. Bei nicht kostenfreien KI-Modellen kann das allerdings variieren. Da KI, insbesondere ChatGPT, sehr schnell trainiert wird, kann es sogar innerhalb weniger Wochen zu unterschiedlichen und möglicherweise ausdifferenzierteren Antworten kommen.


OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
Thea Fiegenbaum (26. Juni 2025). KI in Archiven – Potentiale und Risiken. Rheinischer Archivtag . Abgerufen am 10. Juli 2025 von https://doi.org/10.58079/147xm


Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

This site uses Akismet to reduce spam. Learn how your comment data is processed.