ai

Vom Trainieren von Maschinen


Seit meinem Umzug von Leipzig nach Passau bin ich dazu gezwungen, mich mehr zu Fuß als mit öffentlichen Verkehrsmitteln fortzubewegen. Das hat mich zu Beginn ziemlich gestört, da ich es seit meinem Studium in Berlin vor mehr als 20 Jahren schon immer genossen habe, in U-Bahnen, S-Bahnen und Straßenbahnen irgendetwas zu lesen. Vor Kurzem habe ich aber dann entdeckt, dass dank der neuen Sprachmodelle viele Inhalte auf Onlinemedien inzwischen auch direkt gehört werden können, anstatt sie zu lesen. Während ich es nämlich inzwischen zu einiger Meisterschaft gebracht habe, mit Buch oder Mobiltelefon in der Hand durch die Gegend zu laufen, ohne mich oder andere zu gefährden, so habe ich doch gemerkt, dass diese Art der Fortbewegung nicht von allen Menschen, denen man tagsüber so begegnet, wirklich gern gesehen wird.

Da bietet sich das diskrete Hören von Zeitungsartikeln und Ähnlichem mit Kopfhörer natürlich gut an, zumal das Ohrhören dank der kleinen Ohrknöpfe, die endlich nicht mehr nur den FBI-Agenten aus den Hollywoodfirmen zur Verfügung stehen, inzwischen ja auch unheimlich gut kaschiert werden kann. Ermöglicht wird das Hören von aktuellen Zeitungstexten, die man sonst lieber lesen würde, von computergenerierten Stimmen, die den Inhalt zwar immer noch ein wenig monoton, aber im Vergleich doch viel ansprechender als noch vor einigen Jahren, flüssig vorlesen. So kann man, wenn man sich zu Fuß oder zu Rade fortbewegt, gemütlich das anhören, was man ansonsten in der Leipziger Straßenbahn oder der Berliner U-Bahn gelesen hätte.

Was mich an Text-to-Speech, wie das computergenerierte Vorlesen von Texten in der Computerlinguistik genannt wird, inzwischen beeindruckt, ist die große Qualität, mit der die meisten Passagen komplett fehlerlos und zuweilen auch ansprechend vorgelesen werden können. Diese Qualität ist Meilen entfernt von den monotonen und manchmal daher auch schwer verständlichen Bahndurchsagen, an die ich mich nie richtig gewöhnen konnte. Sie zeigt eindrucksvoll, wie weit sich bestimmte Sprachtechniken in den letzten zehn Jahren verändert haben. Ein Gespräch mit einem Bot, der wie im Film Her von 2013 das persönliche Sekretariat leitet und einem freundlich Termine in den Kalender einträgt, kann ich mir inzwischen tatsächlich vorstellen, auch wenn es mich genauso wenig reizt wie die Vorstellung, eine Alexa aufzufordern, irgendwelche Musik zu spielen.

Trotz der weit verbesserten Qualität weist die KI-basierte Umwandlung von Lesetexten in Hörtexte zuweilen immer noch komische Probleme auf. Die Fehler treten vor allem bei Textstellen auf, bei denen Menschen eigentlich kaum Fehler machen, vor allem bei Zahlen oder Abkürzungen, und äußern sich in einem zuweilen fast lustig anmutenden Kauderwelsch, das sehr entfernt an Menschen erinnert, die über Wörter, deren Aussprache sie nicht richtig kennen, rasch hinweghuschen. Dass diese KI-generierten Hörtexte zwar wunderbar flüssig alle möglichen zuweilen auch komplizierteren Texte vorlesen können, aber dann über einfache Zahlen stolpern, wenn die mal ein bisschen ungewöhnlicher sind als 0815 oder 4911, kann bei zahlenlastigen Texten rasch dazu führen, dass der ganze Hörtext unbrauchbar ist. Ohne konkrete Texte zu zitieren, genügt es, in der Webpräsentation von traditionellen Tageszeitungen, die einen Vorlesetext, der KI-generiert ist, anbieten, einfach Texte aufzusuchen, die verschiedenste Prozentzahlen aufzuweisen (Statistiken zur Erwerbsarbeit, Statistiken zu Zöllen), um zu erleben, wie die KI sich einen zurechthalluziniert.

Was noch dazu kommen kann, sind sehr komische Lautstärkenunterschiede, die dazu führen, dass man sich erschreckt und den Ton runterdreht oder ihn genervt hochdreht, weil man plötzlich nichts mehr versteht, gepaart mit komischen Pausen, die vor allem beim Namen des meist miesgelaunten Vizepräsidenten zu einem komischen Stocken vor dem Vance und nach dem J. D. führen. Ein frei erfundener Satz wie “Das zeigte sich auch, als J. D. Vance die Bühne betrat…” hört dann nach dem J. D. erst mal auf, bevor es nach zweisekündiger Pause mit Vance weitergeht (…Dscheidi — einundzwanzig zweiundzwanzig — Vänz…).

Bei diesen ganzen Aussetzern kann man schon ins Grübeln geraten, was genau wir von KI in Zukunft eigentlich werden erwarten können. Tatsächlich treten die Aussetzer nicht so besonders häufig auf. Das ist jedoch doch häufig genug, um sich zu fragen, warum sie denn überhaupt auftreten müssen, wenn die Technik doch — glaubt man dem Hype der Techbros — schon so weit ist, dass wir erwarten müssen, in zwei Jahren von Skynet regiert zu werden. Man stelle sich den bösen Terminator — den, der sich in beliebige Menschen verwandeln und diese perfekt imitieren kann — vor, wie er sich in die Form eines Polizisten gießt, und Sarah Connor dann auf der Straße anhält und sagt “Bitte zeigen Sie mir Ihre Fahrzeugpapiere, Sie sind hunatzweinundrüßig gefahren, hier sind aber nur huntzwingzweizig erlaubt”.

Dass die KI Zahlen falsch ausspricht ist dabei recht einfach zu erklären. Wenn man ein Modell lediglich trainiert und dann auf Text loslässt, ohne es weiter regelbasiert zu korrigieren (was vielleicht auch gar nicht so einfach wäre), dann wird das Modell immer dann straucheln, wenn es Dinge vorfindet, die es noch nicht gesehen hat. Während die Zahl 3 aber häufig auftaucht, ist es sicher sehr unwahrscheinlich, dass man die exakte Zahlenfolge 255376 wirklich in den Trainingsdaten wird auffinden können. Wenn diese aber fehlt, wird es schwer, Zahlen richtig zu generieren.

Was ich jedoch nicht verstehe, ist, warum man nicht einfach Zahlen extra vorlesen lässt. Es sollte ja nicht so viel kosten, jemanden alle Zahlen von 0 bis 100000 einmal aufsagen zu lassen. Das genügt ja dann vielleicht sogar schon, wenn man die KI mit weiteren Beispielen füttert und mit den Zahlen ausgiebig trainiert. In der Schule wird ja traditionell viel über Zahlen gesprochen, viele Kinder zählen ja sogar freiwillig den ganzen Tag vor sich hin, und man könnte sie entschädigen, indem man ihnen verspricht, ihre Schulgebäude zu renovieren.

Warum die KI immer über Vance stolpert ist mir dabei erst vor Kurzem aufgefallen. Da der Name immer mit den Punkten abgekürzt wird, weil irgendwie kein Mensch ihn beim Vornamen nennen will, tauchen zwei Punkte nach den Initialen auf, die die KI wahrscheinlich als Satzzeichen interpretiert. Dazu passt, dass die Stimme immer gesenkt wird vor dem zweisekündigen Aussetzer. Wie man derartige Initialnamen in das KI-Sprechtraining einbauen will, ist mir weniger gut klar. Man kann ja schlecht allen Ausnahmen hinterherlaufen. Wenn Vance weiterhin in den Schlagzeilen bleibt, wäre es aber wünschenswert, irgendeinen Mechanismus einzubauen, mit dem man die KI dazu bringen kann, grobe Fehler erst mal zu korrigieren.

Aber was eigentlich noch viel besser wäre, wäre es doch, wenn man anfängt, maschinenfreundlicher zu schreiben. Wir haben uns ja schon längst angewöhnt, mit Maschinen zu sprechen. Wenn ich bei Telefonanrufen eine generierte Stimme höre, sage ich zum Beispiel immer direkt und laut und langsam im unfreundlichsten und genervtesten Ton, der mir von den Lippen rutscht, “MITARBEITER”. Das mache ich dann so lange, bis ich mit einem Menschen sprechen kann. Jetzt sollten wir uns eben einfach angewöhnen, für Maschinen zu schreiben, wenn wir wollen, dass sie laut vorlesen, was wir verrichten. So schwer dürfte das dabei eigentlich gar nicht sein. Von den Sozialen Medien kennt man ja schon Praktiken, wie den Hashtag, den man inflationär vor jedes Wort setzt, dem man das Potenzial zuspricht, richtig steil viral zu gehen. Wir müssen uns nur angewöhnen, durch die gezielte Nutzung von solchen Sonderzeichen, die Stolpersteine zu markieren, die die KI zum kollabieren bringen. Dass die KI dann lernt, mit diesen anders umzugehen, das können wir bewusst den Nerds und Techbros überlassen.

Zahlen können wir zum Beispiel problemlos als ganze Wörter ausschreiben, oder wir markieren sie von nun an mit einem Ausrufezeichen, damit die KI merkt, dass da was kommt, was sie sauber aussprechen soll, ohne darüber hinwegzunuscheln. Es würde sicherlich wenigen Leuten wirklich schwer fallen, statt Er wohnte in der Intelligenzgasse 1312... einfach Er wohnte in der Intelligenzgasse !1312... zu schreiben. Dann würde auch die dümmste KI — ein bisschen Training und algorithmische Anpassung vorausgesetzt — bald merken, dass sie nicht gleich laut “ACAB” schreien soll, wenn sie Tausenddreihundertzwölf liest. Da die Texte nur von der Maschine gelesen werden, kann man die Markierungen mittels Sonderzeichen direkt wieder ausblenden, wenn sie an die normalen Menschen gesendet werden. Programme zu schreiben, die das tun, wäre trivial.

Man kann das ganze weiterdenken und Punkte, die auf eine Abkürzung verweisen von Punkten, die auf ein Satzende hinweisen, unterscheiden. Das würde den Sprachmodellen sicher gut tun. Zusätzlich könnte man linguistische Traditionen ehren und zusätzlich eine Lautschrift einfügen, die schwere Wörter erklärt, wie dies ja auch bei der Tagesschau gemacht wird. Ein Satz wie “Am Abend wies J.[dʒɛi] D.[di] Vanze[væns] laut darauf hin, das es schön sei, wenn ein Präsident bis !88 regieren könnte” wäre dann sicher ohne Stolpersteine für jede KI zu lesen.

Bei allem Unernst, den ich hier mit den Beispielen zum Ausdruck bringen mag, denke ich wirklich, dass es relativ einfach sein sollte, die Qualität der Text-to-Speech-Produktion im Internet erheblich zu steigern. Man müsste eben anfangen, nicht einfach eine KI auf einen nicht weiter redigierten Text loszulassen, sondern stattdessen ernsthaft an Methoden arbeiten, die uns Menschen die Macht über die Ausgabe zurückgeben. Statt blind auf ein Sprachmodell zu vertrauen und seine Halluzinationen widerstandslos hinzunehmen, brauchen wir in den Bereichen, in denen Schrift automatisch gelesen werden soll, stattdessen klare Tools, die es uns beim Schreiben direkt erlauben, das Vorgelesene zu kontrollieren und zu überprüfen.

Wer das für einen übertriebenen Aufwand hält, vielleicht sogar eine Zumutung für alle die, die Texte produzieren und sie öffentlich teilen, der sei daran erinnert, dass die Idee von barrierefreien Texten ja genau auf dieser Idee beruht und als offizielle Richtlinie bereits die konkrete Arbeit von Behörden und Verwaltungen bestimmt. Während es dabei vorwiegend darum geht, Menschen, die nicht so gut sehen können, zu helfen, sich mit maschineller Hilfe durch Dokumente zu navigieren (List 2023), würde eine maschinengerechte Formatierung von Texten den nächsten Schritt von Barrierefreiheit darstellen, weil sie es ja ermöglicht, Texte, die im Medium Schrift verfasst wurden, im auditiven Medium zu rezipieren, indem man die Fortschritte in der KI mal ausnahmsweise für etwas Sinnvolles einsetzt, anstatt sie wie gewöhnlich für die Produktion von dämlichen Bildern zu missbrauchen, die man auf Social Media teilt, oder sie ohne Rücksicht auf zivile Opfer in Kampfeinsätzen wählen lässt, wo denn Bomben am besten abgeworfen werden können.

Tatsächlich muss ich zugeben, dass ich nicht sehr gut darüber informiert bin, wie genau die Zeitungen die KI einsetzen, um Schriftsprache in gesprochene Sprache umzuwandeln. Vielleicht sind solche Ideen, die es erlauben, die Aussprache direkt im Text zu fördern, anstatt weiter naiv zu hoffen, dass mit mehr Daten und noch teureren Modellen die Aussprache immer besser wird, ja bereits im Umlauf oder werden bereits umgesetzt. Ich muss allerdings sagen, dass ich mir wünschen würde, dass diese Diskussionen nicht nur in den Firmen oder Zeitungsredaktionen geführt werden, sondern allgemein in die Bereiche Einzug halten, wo Texte in schriftlicher Form von Menschen produziert werden. Wenn wir wollen, dass KI unser Leben positiv verändert, sollten wir alle uns darüber Gedanken machen, wie wir KI besser trainieren können, anstatt darauf zu vertrauen, dass es genügt, auf illegale Art den Umfang der Daten immer weiter zu vergrößern.

References

contamination

Von Willie- und Veggieburgern

Letzte Woche war es mal wieder so weit. Während ich in Berlin zu Besuch war und ausnahmsweise mal ohne Handy in der Hand durch die Straßen streifte, blieb ich an einem Wort hängen, das ich partout nicht verstehen konnte. Denimholics stand da an einer Ladentür und ich hatte bereits Schwierigkeiten, das Wort überhaupt zu entziffern. Ich gehe davon aus, dass ich nicht der einzige bin, dem das so ergeht. Wenn man unvermittelt ohne große Erwartungshaltungen an die Umgebung plötzlich ein Wort irgendwo geschrieben sieht, das man noch nicht kannte, dauert es immer eine Weile, dieses zu verstehen.

An dem Wort Denimholics beschäftigte mich aber nicht, dass es eine ganze Weile dauerte, bis ich zu mir selbst in triumphierendem Ton “Ach so” sagte — nur um dann doch noch mal bei Wikipedia zu schauen, ob ich recht hatte, mit meinem Verdacht, das es sich bei Denim um den Stoff handelt, aus dem man Jeans macht. Was mich beschäftigte war vielmehr dieses komische Gefühl, eine juckende Stelle tief in meinem Kopf zu spüren, die sich schlecht kratzen lässt. Dieses Gefühl bekomme ich leider sehr oft, wenn mir diese Art von zusammengesetzten Wörtern begegnet.

Denimholic geht in dieser Form natürlich auf alcoholic zurück, welches ursprünglich von den meisten Menschen, die Englisch sprachen, als eine Zusammensetzung aus alcohol und dem Suffix -ic verstanden wurde. Das Suffix -ic ist dabei dem deutschen Suffix -isch kognat, was man auch daran leicht sehen kann, dass wir auch im Deutschen von alkoholisch sprechen, womit wir etwas meinen, das Alkohol enthält. Das Adjektiv aloholic erfuhr jedoch eine Bedeutungserweiterung, die zunächst dazu führte, dass man mit dem Adjektiv auch ausdrücken konnte, dass jemand betrunken war, während sich aus dieser Bedeutung später dann wohl ableitete, dass jemand abhängig vom Alkohol ist (diese Angaben stützen sich auf das Online Etymology Dictionary von Harper 2025). Das Wort Alkoholiker im Deutschen scheint mir eine Entlehnung aus dem Englischen zu sein: Wenn wir das Wort nicht entlehnt hätten, sondern die gleiche Bedeutungserweiterung mitgemacht hätte, würde ich Alkoholischer erwarten (im Sinne von “Der X ist ein Alkoholischer, der Arme” oder “Die X trinkt, sie ist eine Alkoholische”), ich kann das aber leider nicht nachweisen, da ich keine Studie gefunden habe, die sich direkt mit der Entwicklung des Worts im Deutschen befasst. Auch weisen sehr viele Sprachen in Europa eine dem Englischen ähnliche Bezeichnung auf, was auf eine eventuell recht komplexe Verbreitung des Wortes schließen lässt, die nur mit eingehender Quellenstudie gemacht werden kann.

Im Englischen nahm man dann mit der Zeit allerdings eine neue Bewertung des Wortes alcoholic vor, die dazu führte, dass das Wort neu analysiert wurde. Es war jetzt nicht mehr das Wort alcohol, an welches das Suffix -ic gehängt wurde, sondern vielmehr das Wort alco, welches um das Suffix -holic erweitert wurde. Dieses erlangte dann die Bedeutung, etwas im Übermaß zu tun, woraus dann das klassische Beispiel von workaholic wurde, welches auch ins Deutsche entlehnt wurde, wobei die Entlehnung hier zum Glück klar nachzuweisen ist, da man die ursprüngliche Schreibung einfach beibehalten hat. Weitere Wortbildungen, die man mit -holic anscheinend finden kann (die ich aber bisher noch nicht gehört habe), sind zum Beispiel pizzaholic oder sugarholic (vgl. Mattiello 2018). Wie wir an diesen Wörtern sehen können nimmt das Suffix dann wieder eine neue Bedeutungsschattierung an, welche es auch erlaubt, die Abhängigkeit als etwas Positives anzusehen. Daraus lässt sich dann folgerichtig das Wort denimholic ableiten, welches auf Menschen verweist, die auf sicherlich sympathische Weise süchtig nach Jeansstoff sind.

Die Linguistik hat sich mit diesen Formen natürlich eingängig beschäftigt, ist aber bei ihrer Einordnung bisher nicht sehr weit gekommen. Es handelt sich um neu gebildete Wörter, die Material aus alten Wörtern verwenden, wobei sie dieses Material neu bewerten, also reanalysieren. Im Englischen spricht man meist bei der Beschreibung des Prozesses von blending, was sich mit Mischen übersetzen lässt, aber im Kontext der Linguistik meist als Kontamination bezeichnet wird (Elsen 2008). Die Wörter, die durch Kontamination gebildet werden, könnte man als Mischwörter bezeichnen. Gebräuchlicher ist allerdings das Wort Kofferwort, welches seinen Ursprung in einer von Carroll’s Erzählungen zu Alice im Wunderland hat, in der aus Kontamination enstandene Wörter diskutiert und mit einem portmanteau, einem speziellen Handkoffer verglichen werden, in den man zwei Wörter auf einmal packt (Carroll 1872: 127).

Auch wenn Kofferwörter relativ selten sind, so gibt es doch eine ganze Menge prominente Vertreter von ihnen. So war der Hamburger ursprünglich auch im Englischen nur eine Ortsbezeichnung, bis jemand auf die Idee kam ein Stück Fleisch, das zwischen zwei Brötchenhälften steckte, mit demselben Wort zu bezeichnen. Erst später wurde die Form dann wieder reanalysiert, und dem Ham- in Ham-burg eine Bedeutung beigemessen, die ihm vorher nicht zukam, wodurch sich zum Ham-burger — also dem Schinken-burger — dann ein Cheeseburger gesellen konnte, der sich dann auch international ausbreitete, weshalb wir heute auch ohne Probleme neue Wörter wie Veggieburger oder Willieburger akzeptieren können, ohne uns groß darüber aufzuregen.

Worüber ich persönlich mich aber immer wieder aufrege ist der schiefe Klang von manchen spontanen Neuschöpfungen, die sich an der Idee der Kontamination bedienen. Wörter wie denimholic klingen für mich nämlich einfach schief, wobei ich nicht mal weiß, ob ich dabei der einzige auf der Welt bin, dem das so geht. Zumindest im Deutschen nämlich, und zumindest in meinem sehr persönlichen Sprachgefühl, welches sich vielleicht auch mit dem Sprachgefühl des einen oder der anderen deckt, kann eine neue Ableitung eines Wortes, die auf einem bestehenden Muster basiert, nicht einfach im Rhythmus oder der Prosodie von dieser abweichen. Das wort al-co-ho-lic besteht aus vier Silben, wobei die beiden letzten Silben das reanalysierte Suffix bilden, und die ersten beiden Silben aus einer geschlossenen Silbe (al- endet ja auf -l und nicht auf Vokal) und einer offenen Silbe (-co- endet auf Vokal) bestehen. Neue Ableitungen, die auf diesem Muster beruhen, müssen — um mir zu gefallen — diesem Rhythmus Rechnung tragen. Das heißt, dass workoholic oder von mir aus auch workaholic generell gut passen, während denimholic komisch klingt, weil die zweite Silbe geschlossen ist. Desgleichen ist es okay für mich, basierend auf Watergate das Wort Nannygate zu prägen, wogegen ich bei Emailgate schon innerlich zusammenzucke, weil mich das -l- stört, welches die zweite Silbe schließt, die darüber hinaus einen Diphthong aufweist, der die Silbe länger erscheinen lässt — obwohl sie nach meinem Sprachgefühl kurz sein sollte. Wörter wie Bendgate empfinde ich als komplett indiskutabel.

Mir ist in diesem Zusammenhang aufgefallen, dass die Schmerzlosigkeit, mit der hässliche, unrhythmische Neufügungen vorgenommen werden, im Englischen generell ein wenig größer zu sein scheint als im Deutschen. Da werden neue, absolut fies klingende Wörter, wie am Fließband kontaminiert. Von Stagflation geht es über Trumponomics bis hin zur Trumpzession. Darüber hinaus hinaus schämt man sich noch nicht einmal, Suffixe, die eigentlich für Fremdwörter aus dem Lateinischen vorgesehen sind, mit klar Englisch klingenden Wörtern zu kreuzen. Während wir uns im Deutschen bei den ganzen Wörtern, die auf -ismus enden, wenigstens immer noch ein bisschen Mühe geben, das Ganze so klingen zu lassen, als wäre das Ursprungswort direkt aus dem Lateinischen importiert worden, spricht man im Englischen ganz ungeniert vom truism, der dann als Truismus ins Deutsche importiert wird, wenn man eigentlich einen Gemeinplatz meint.

Meine Abneigung gegen diese Neuschöpfungen ist natürlich nicht ganz ernst gemeint. Ich bin Linguist genug, um mir den elitären Purismus im Sprachgebrauch zu schenken. Richtig ist in der Sprache eigentlich alles, was verstanden wird. Ob etwas gut klingt oder nicht, kann eigentlich nicht objektiv beurteilt werden. Aber wenn wir gerade ohnehin alles auf den Prüfstand stellen, was aus den USA kommt und uns suspekt zu sein scheint, dann finde ich, dass man neben der Nutzung von expansiven Onlinehändlern, ultrarechten Social-Media-Kanälen und möglicherweise doch nicht mehr ganz so freundlichen und mehr und mehr mit künstlicher Antilligenz verseuchten Suchmaschinen doch eigentlich auch auf diese unschön klingenden Mischwörter verzichten könnte.

Literatur

Carroll, Lewis (1872): Through the looking glass and what Alice found there. London: Macmillan.

Elsen, Hilke (2008): . Deutsche Sprache 26.1. 114-.

Mattiello, Elisa (2018): Paradigmatic morphology. Splinters, combining forms, and secreted affixes. SKASE Journal of Theoretical Linguistics 15.1. 2-22.

Harper, Douglas (ed.) (2025): Online Etymology Dictionary. https://www.etymonline.com/.

Von Wortlisten

Schlüsselwörter, die in Form von meist online geteilten Wortlisten daherkommen, sind in der letzten Zeit oft diskutiert worden, seit sie verwendet werden, um Staatsangestellte in den USA zu identifizieren, die sich in irgendeiner Form verdächtig gemacht haben, den verhassten “tiefen Staat” zu repräsentieren. So kursierten wohl Wortlisten, die benutzt werden sollten, um Publikationen oder Forschungsprojekte zu finden, die sich mit Themen wie “Gender” oder “Diversität” auseinandersetzen (Kreye 2025).

Abgesehen von der Empörung und der berechtigten Angst, die diese Listen auslösten, frage ich mich, ob sich nicht auch der eine oder die andere gewundert hat über die Methode, mit der hier mit der neuen Staatsideologie inkompatible Denkweisen entdeckt werden sollen. In Zeiten, in denen künstliche Intelligenz bis zum Mars gehyped wird, könnte man sich doch eigentlich fragen, ob es nicht viel bessere Methoden gibt, vor allem um Forschungsinhalte zu identifizieren.

Tatsächlich ist aber die Wortliste nach wie vor eines der Standardmittel, mit dem man versucht, bestimmte Inhalte in Texten automatisch zu identifizieren (Di Natale and Garcia 2023). Wortlisten werden neben anderen formalisierbaren Eigenschaften von Texten in vielen Ansätzen als Grundlage verwendet, um bestimmte Grundeigenschaften von Texten zu ermitteln. Dazu gehören unter anderem auch das Erkennen von Hatespeech (Schmidt und Wiegand 2017 oder Fakenews (Perez-Rosas et al. 2018). Es gibt in der Computerlinguistik sogar Methoden, die helfen sollen, Schlüsselwörter, die bestimmte Themen repräsentieren, automatisch zu gewichten, um damit festzulegen, wie wichtig sie sind, um Themen, die ein Text behandelt, zu ermitteln (vgl. Brett 2012).

Als jemand, der Wortlisten in großer Zahl benutzt, um Sprachen zu vergleichen (und dafür auch oft genug kritisiert wurde), wundert es mich immer noch, dass der Forschung bisher nichts Besseres eingefallen ist, als sich auf einzelne Wörter zu stützen, um Inhalte zu bewerten. Dies zeigt wohl auch gleichzeitig, warum die automatische Erkennunnung von rechtlich problematischen Inhalten im Netz einem Katz-und-Maus-Spiel gleicht, bei dem die Katze extrem altersschwach wirkt und immer älter zu werden scheint.

Um sauber zu erkennen, ob ein Inhalt Hass verbreitet oder der Denkdoktrin eines Regimes zuwiderläuft, müsste man um die zwei Ebenen wissen, die für Sprache entscheidend sind, ihre Form und ihre Bedeutung (Bender und Koller 2020). Da Wortlisten aber lediglich die Form von Sprache repräsentieren, die in ihrer Verwendung im Kontext auch auf ganz andere Inhalte als Hass oder Regimekritik verweisen kann, bekommt man — zumindest soweit ich denke, das beurteilen zu können — das Problem weder mit Wortlisten noch mit den großen Sprachmodellen wirklich in den Griff. Man braucht am Ende wohl immer Menschen, die ihre der künstlichen in weiten Teilen noch überlegene natürliche Intelligenz nutzen können, um Inhalte zu überprüfen.

Insofern könnte man aus der Tatsache, dass fast alle großen Technologieunternehmen, die Menschen dazu bringen, ihre Gehirne Tag um Tag von Neuem in den nicht mehr endend wollenden Fluten von Gedankendung zu waschen, fast ausschließlich auf Regulierung mit künstlichen Pseudointelligenzen setzen, vielleicht sogar Hoffnung ziehen. Denn wenn diese schon bei Hassreden so glorreich versagen, dann werden sie hoffentlich die gleichen Schwierigkeiten haben, die geplante Zensur akademischen Schaffens durchzusetzen, die sich, wenn wir Pech haben, schon bald nicht mehr allein auf die großen autoritären Regime beschränken wird.

Literatur

Bender, Emily and Koller, Alexander (2020): Climbing towards NLU: On meaning, form, and understanding in the age of data. In: Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics. 5185–5198. https://aclanthology.org/2020.acl-main.463/

Brett, Megan R. (2012): Topic modeling. A basic introduction. Journal of Digital Humanities 2.1. 12-16. https://journalofdigitalhumanities.org/2-1/topic-modeling-a-basic-introduction-by-megan-r-brett/

Di Natale, Anna and Garcia, David (2023): LEXpander: Applying colexification networks to automated lexicon expansion. Behavior Research Methods 56.2. 952–967. https://doi.org/10.3758/s13428-023-02063-y

Kreye, Andrian (2025): Mark my words. Süddeutsche Zeitung 81. https://www.sz.de/li.3200896

Pérez-Rosas, Ver\’onica and Kleinberg, Bennett and Lefevre, Alexandra and Mihalcea, Rada (2018): Automatic Detection of Fake News. In: Proceedings of the 27th International Conference on Computational Linguistics. 3391-3401. https://aclanthology.org/C18-1287/

Schmidt, Anna and Wiegand, Michael (2017): A Survey on Hate Speech Detection using Natural Language Processing. In: Proceedings of the Fifth International Workshop on Natural Language Processing for Social Media. 1-10.  https://doi.org/10.18653/v1/W17-1101