CNA hat mehr als 20 individuelle GPTs entwickelt, bevor es sich als KI-Newsroom bezeichnete

Der Schmerzpunkt, der die Kultur veränderte: Parlaments-KI

CNAs Chefredakteur Walter Fernandez nennt einen konkreten Anwendungsfall als Wendepunkt für die Akzeptanz im Newsroom: die Berichterstattung über das Parlament. Die Sitzungen sind lang und mühsam, daher entwickelte das Team ein Tool, das die Gesichter von über 90 Abgeordneten erkennt, Reden transkribiert und durchsuchbare Zusammenfassungen erstellt.

Das ist ein konkretes und wiederholbares Muster. Statt KI von oben verordnen zu lassen, fragte CNA die Journalisten, was ihr größter Schmerzpunkt sei, und entwickelte dann eine Lösung für das drängendste Problem. Der Nutzen des Tools war sofort erkennbar – die Reporter sahen, wie es Arbeit erledigte, die sie sonst von Hand machen mussten.

Als die Reporter sahen, wie KI eine echte Herausforderung löste, zogen alle mit. Danach ging es nur noch darum, zu priorisieren, welche Schmerzpunkte als Nächstes angegangen werden sollten.Montana Labs

Die Lehre für angewandte Teams: Die Akzeptanz folgte einem nachgewiesenen Erfolg bei einer Aufgabe, die gefürchtet war – nicht einem allgemeinen Vortrag über Fähigkeiten. Der Rückstau an weiteren Schmerzpunkten wurde zur Roadmap.

Was die Wahlberichterstattung tatsächlich zutage brachte

Während der jüngsten Parlamentswahl in Singapur nutzte CNA ChatGPT auf zwei Arten. Erstens als „zweites Gehirn“: interne GPTs, die mit verifizierten Informationen gefüttert wurden, um den Reportern Kontext zu liefern. Zweitens analysierten die Reasoning-Modelle von OpenAI die Wahlkampagnen, einschließlich manipulativer Aktivitäten in sozialen Medien.

Das konkrete Ergebnis, das Fernandez anführt, ist bemerkenswert, weil es keine gezielt angefragte Aufgabe war. Das Modell deckte eine Verbindung zwischen zwei verdächtigen Accounts auf, die während der Kampagne ihre Profilnamen geändert hatten – eine Anomalie, nach der der Newsroom nicht gefragt und die er nicht einmal in Betracht gezogen hatte.

Dieser Unterschied ist entscheidend. Der Wert lag nicht im Zusammenfassen oder Formulieren von Texten, sondern im Erkennen von Mustern in Datenmengen, die der Newsroom manuell nicht bewältigen könnte. Fernandez beschreibt dies als Dinge zu tun, „die wir vorher schlicht nicht tun konnten“, statt vertraute Arbeit nur schneller zu erledigen.

Ein Jahr Leitplanken, bevor auf 2.500 Lizenzen skaliert wurde

CNA begann 2019 mit Experimenten, noch bevor es ChatGPT gab, verbrachte jedoch etwa ein Jahr damit, KI-Richtlinien zu entwerfen, eine funktionsübergreifende Aufsicht aufzubauen und Human-in-the-Loop-Prozesse durchzusetzen, bevor eine breite Einführung erfolgte. Die klaren Grenzen sind eindeutig: keine geklonten KI-Stimmen und kein KI-generiertes Bildmaterial in Nachrichtenbeiträgen oder Dokumentationen.

Fernandez lehnt außerdem „Vanity-Projekte“ ab – jeder Einsatz muss ein echtes Problem lösen. Bemerkenswert ist, dass er das Label „KI-first-Newsroom“ zurückweist, obwohl er die Organisation zugleich als „vollständig engagiert“ beschreibt.

Unser Nordstern bleibt der öffentliche Auftrag des Journalismus, mit KI als Werkzeug, das uns hilft, diese Mission zu erfüllen.Montana Labs

Die Größenordnung verleiht den Leitplanken Gewicht: mehr als 500 Enterprise-Lizenzen bei CNA und weitere 2.000 auf Konzernebene, kombiniert mit Basis- und Fortgeschrittenenschulungen, Hackathons und funktionsübergreifenden Teams. Die Regelwerksarbeit ging der massenhaften Verbreitung voraus, statt ihr nachzufolgen.

Das Unterscheidungsmerkmal, auf das CNA setzt: Qualität in einem Meer von Belanglosigkeit

Die konkrete Aussage in CNAs Bericht betrifft die Frage, wohin sich der Wettbewerbsvorteil verschiebt, wenn das Erzeugen von Inhalten kostenlos wird. Fernandez argumentiert, dass, wenn KI in Minuten unendlich viele Inhalte produzieren und Erscheinungsbilder klonen kann, das Unterscheidungsmerkmal für Newsrooms nicht mehr Sprache, Format oder Medium ist – sondern die Qualität und Relevanz von Inhalten inmitten dessen, was er „KI-Müll“ nennt.

Das rückt die mehr als zwanzig individuellen GPTs in ein neues Licht, darunter der beliebte „Newsroom Buddy“, der Texte gegen den CNA-Stilguide prüft. Diese Tools sollen nicht die Ausgabemenge steigern; sie sollen Journalisten für ambitioniertere Recherchen freispielen, während die Marke über Vertrauen und redaktionelle Urteilskraft konkurriert.

Für Teams, die in verwandten Branchen entwickeln, ist CNAs Vorgehen das nützliche Vorbild: einen konkreten Schmerzpunkt identifizieren, ein Tool ausliefern, dessen Nutzen sichtbar ist, Regeln festschreiben und dann Verbreitung und Schulung skalieren. Die Strategie ist offensiv bei der Einführung und bewusst konservativ dabei, was die Technologie erfinden darf.