Die Diskussion über künstliche Intelligenz im Journalismus wird meist technisch geführt. Kann KI Texte schreiben? Wird sie Journalisten ersetzen? Wie zuverlässig sind automatisierte Systeme? Doch diese Fragen greifen zu kurz. Denn die entscheidende Frage lautet nicht nur, was KI kann, sondern unter welchen institutionellen Bedingungen sie eingesetzt wird.

Der Philosoph und Publizist Dr. Michael Andrick hat diese Debatte kürzlich zugespitzt. In einem Feuilletonbeitrag beim Kulturradio des öffentlich-rechtlichen Senders Deutschlandfunk Kultur formulierte er eine provokante These: Der Einsatz von KI im Journalismus sollte tabu sein. Die Forderung hat viele Journalisten irritiert – und zugleich eine Diskussion ausgelöst, die weit über Technikfragen hinausweist.

Denn hinter Andricks Argument steht eine grundlegendere Sorge: Was geschieht mit einem Beruf, wenn seine zentrale Tätigkeit – das Denken und Formulieren – zunehmend automatisiert wird?

Der Kern von Andricks Kritik

Andricks Ausgangspunkt ist eine einfache Beobachtung. Journalistische Arbeit besteht nicht nur darin, Informationen zu sammeln, sondern vor allem darin, sie zu verstehen und sprachlich zu gestalten.

Wenn KI genau diese Schritte übernimmt – etwa das Zusammenfassen von Dokumenten oder das Formulieren eines Textes –, verändert sich die Rolle des Journalisten.

„Wenn wir zentrale geistige Tätigkeiten auslagern, verlieren wir sie auch“, argumentiert Andrick sinngemäß. Seine Sorge lautet, dass der Journalismus Gefahr läuft, seine intellektuelle Grundlage zu untergraben, wenn Maschinen zunehmend die eigentliche Denk- und Schreibarbeit übernehmen.

Der Journalist würde dann nicht mehr primär denken und formulieren, sondern Maschinenoutput prüfen und redigieren.

Das klingt zunächst wie eine klassische Kulturkritik an neuer Technologie. Doch Andricks Argument berührt eine tiefer liegende Frage: Was ist eigentlich die unersetzbare Kompetenz des Journalismus?

Wenn Maschinen Informationen zusammenstellen und Texte formulieren können, bleibt dann noch ein klarer Unterschied zwischen journalistischer Arbeit und automatisierter Textproduktion?

Journalismus als Praxis des Denkens

Andricks Argument richtet sich gegen eine Vorstellung, die in vielen KI-Debatten verbreitet ist: die Idee, Schreiben sei eine rein technische Tätigkeit.

In dieser Sichtweise ist ein Text lediglich ein Produkt, das möglichst effizient hergestellt werden soll. Ob ein Mensch oder eine Maschine ihn erzeugt, erscheint zweitrangig.

Doch gerade diese Vorstellung weist Andrick zurück. Schreiben sei nicht bloß die letzte Stufe eines Arbeitsprozesses, sondern selbst ein Denkprozess.

Viele Journalisten kennen diese Erfahrung: Erst im Schreiben klären sich Argumente, entstehen Zusammenhänge und wird sichtbar, welche Informationen wirklich relevant sind.

Der Philosoph Michael Andrick formuliert diese Sorge zugespitzt:

„Wenn wir zentrale geistige Tätigkeiten an Maschinen delegieren, verlieren wir sie auch.“

Schreiben ist nicht nur Darstellung, sondern Teil der Erkenntnis.

Wenn dieser Prozess an KI delegiert wird, könnte der journalistische Beruf seine intellektuelle Substanz verlieren.

Die Gegenargumente: KI als Werkzeug

Gleichzeitig wird Andricks Tabu-Forderung von vielen Medienpraktikern kritisiert. Ihr Einwand lautet: Journalismus war schon immer technikgestützt.

Werkzeuge haben journalistische Arbeit kontinuierlich verändert.

Die Schreibmaschine beschleunigte das Schreiben.
Das Tonbandgerät erleichterte Interviews.
Computer und Internet revolutionierten Recherche und Produktion.

Kaum jemand würde heute ernsthaft fordern, diese Technologien wieder abzuschaffen.

In dieser Perspektive ist KI schlicht ein weiteres Werkzeug. Sie kann repetitive Aufgaben übernehmen und Journalisten entlasten.

Viele Redaktionen experimentieren bereits damit, etwa bei der Transkription von Interviews, der Analyse großer Dokumentenmengen oder der automatischen Zusammenfassung von Berichten.

Der Medienforscher Charlie Beckett von der London School of Economics formuliert diese Position pragmatisch:

„Künstliche Intelligenz wird den Journalismus nicht ersetzen – aber Journalisten, die KI nutzen, werden diejenigen ersetzen, die es nicht tun.“

Die Botschaft lautet: Nicht KI bedroht den Journalismus, sondern der Verzicht auf technologische Innovation.

Automatisierter Journalismus ist kein neues Phänomen

Automatisierte Textproduktion wird im Journalismus bereits seit Jahren eingesetzt. Besonders verbreitet ist sie im sogenannten Automated Journalism, etwa bei Sportberichten, Finanzmeldungen oder Wahlresultaten.

Die Nachrichtenagentur Associated Press nutzt automatisierte Systeme, um Tausende Unternehmensberichte pro Quartal zu veröffentlichen.

Ein Vertreter der Agentur erklärte dazu:

„Automatisierung ermöglicht es uns, deutlich mehr Meldungen zu produzieren und Reporter für komplexere Berichterstattung freizumachen.“

In dieser Perspektive dient Automatisierung nicht dazu, Journalisten zu ersetzen, sondern ihre Arbeit zu erweitern. Befürworter argumentieren entsprechend, dass KI journalistische Qualität sogar verbessern könne. Sie könne große Datenmengen analysieren, umfangreiche Dokumente schneller auswerten und Rechercheprozesse beschleunigen. Gerade im Datenjournalismus eröffnen solche Technologien neue Möglichkeiten.

Doch Kritiker weisen darauf hin, dass Effizienzgewinne selten automatisch zu Qualitätsgewinnen führen. Die Geschichte der Medienproduktion zeigt vielmehr ein anderes Muster: Wenn Technologien Arbeit beschleunigen, wird die gewonnene Zeit häufig nicht in tiefere Recherche investiert, sondern in mehr Output.

Gerade im digitalen Journalismus ist diese Entwicklung deutlich sichtbar. Redaktionen sind vielerorts kleiner geworden, während gleichzeitig der Veröffentlichungsrhythmus schneller geworden ist. Einzelne Journalisten produzieren heute oft deutlich mehr Texte als noch vor wenigen Jahrzehnten.

Technologische Effizienz führt unter diesen Bedingungen nicht unbedingt zu Entlastung, sondern häufig zu einer Verdichtung der Arbeit. Der Medienhistoriker Jay Rosen beschreibt diese Dynamik so:

„Jede neue Effizienz im Journalismus wird am Ende vom Bedarf nach noch mehr Inhalt aufgezehrt.“

Mit anderen Worten: Effizienz wird selten in Ruhe oder Reflexion übersetzt – sondern in zusätzliche Produktion.

Wenn Werkzeuge zu Normen werden

Ein weiteres Problem besteht darin, dass Technologien selten optional bleiben.

Sobald eine Redaktion mithilfe von KI effizienter arbeitet, entsteht ein Wettbewerbsdruck für andere Medienhäuser. Wer langsamer produziert oder auf Automatisierung verzichtet, könnte im digitalen Nachrichtenstrom an Sichtbarkeit verlieren.

Damit verwandelt sich ein Werkzeug schleichend in eine neue Norm der Produktion.

Die Entscheidung über den KI-Einsatz wird dann nicht mehr primär journalistisch oder ethisch getroffen, sondern wirtschaftlich.

Eine weitere Gefahr: die Glättung des Diskurses

Die Debatte über KI im Journalismus konzentriert sich häufig auf Arbeitsplätze, Effizienz oder redaktionelle Abläufe. Doch damit ist ein möglicher Effekt noch nicht erfasst: die Veränderung der Sprache selbst.

Neben dem Risiko eines Verlusts individueller Denk- und Schreibpraxis könnte KI langfristig auch den öffentlichen Diskurs verändern.

Große Sprachmodelle erzeugen Texte nicht aus eigener Erfahrung oder Überzeugung, sondern aus statistischen Mustern. Sie analysieren, welche Formulierungen häufig zusammen auftreten, und berechnen daraus wahrscheinliche sprachliche Fortsetzungen. Das Ergebnis wirkt oft überraschend kohärent, ausgewogen und professionell.

Gerade darin liegt jedoch eine mögliche Gefahr: Solche Systeme tendieren dazu, sprachliche Mittelwerte zu reproduzieren. Ungewöhnliche Formulierungen, radikale Perspektiven oder stilistische Eigenheiten werden tendenziell geglättet. Die Sprache wird konsensfähiger, neutraler, berechenbarer.

Hinzu kommt ein möglicher Rückkopplungseffekt. Sprachmodelle werden mit bereits existierenden Texten trainiert. Wenn künftig immer mehr Texte mithilfe solcher Systeme entstehen, fließen diese wiederum in neue Trainingsdaten ein. Der Diskurs beginnt dann gewissermaßen, sich selbst zu spiegeln.

Der Philosoph Byung-Chul Han hat eine ähnliche Dynamik bereits lange vor der aktuellen KI-Debatte beschrieben. In seinen Analysen digitaler Kommunikationsräume argumentiert er, dass diese zur Nivellierung von Differenz tendieren.

„Die Transparenzgesellschaft ist eine Gesellschaft der Gleichheit“, schreibt Byung-Chul Han.

Gemeint ist damit nicht soziale Gleichheit, sondern eine Öffentlichkeit, in der Unterschiede, Fremdheit und Widerspruch zunehmend verschwinden.

Digitale Öffentlichkeit begünstigt Formen der Kommunikation, die möglichst anschlussfähig, transparent und konfliktarm sind.

Überträgt man diesen Gedanken auf KI-generierte Sprache, könnte eine neue Form der Harmonisierung entstehen: Der Diskurs wird nicht offen zensiert, sondern statistisch geglättet. Unterschiede verschwinden nicht abrupt, sondern verlieren langsam ihre sprachliche Schärfe.

„Das Positive glättet den Diskurs“, so Byung-Chul Han treffend.

Gerade für den Journalismus wäre das eine paradoxe Entwicklung. Denn eine lebendige Öffentlichkeit lebt nicht nur von Information, sondern auch von Reibung, Perspektivvielfalt und sprachlicher Eigenständigkeit.

Die Frage der Autorschaft

Ein weiterer Aspekt, der in der Debatte oft unterschätzt wird, betrifft die Autorschaft journalistischer Texte.

Journalismus lebt von individueller Verantwortung. Ein Artikel trägt den Namen eines Autors, der für seine Aussagen einsteht.

Wenn Texte jedoch teilweise von Maschinen erzeugt werden, wird diese Zuordnung komplizierter.

Wer ist der Autor eines Textes, der von einem Journalisten recherchiert, von einer KI strukturiert und anschließend redigiert wurde?

Die Philosophin Hannah Arendt schrieb einmal:

„Denken und Schreiben sind Tätigkeiten, die Verantwortung erzeugen.“

Wenn Schreiben zunehmend automatisiert wird, könnte sich auch das Verhältnis zwischen Text und Verantwortung verändern.

Die eigentliche Erkenntnis

An diesem Punkt zeigt sich, warum die KI-Debatte im Journalismus nicht allein technisch geführt werden kann.

Ob KI die Qualität des Journalismus verbessert oder schwächt, hängt weniger von der Technologie selbst ab als von den institutionellen Bedingungen ihres Einsatzes.

Die entscheidenden Fragen lauten daher: Wofür wird die durch KI entstehende Effizienz genutzt? Wird sie in Recherche und Qualität investiert oder in Produktionssteigerung? Stabilisiert sie journalistische Arbeit – oder ersetzt sie sie?

Zwischen Kulturkritik und Technikoptimismus

Die Debatte um KI im Journalismus bewegt sich damit zwischen zwei Polen.

Auf der einen Seite steht eine kulturkritische Position wie die von Michael Andrick, die vor der Aushöhlung geistiger Arbeit warnt.

Auf der anderen Seite steht ein technikoptimistischer Ansatz, der KI als unvermeidliches Werkzeug betrachtet.

Beide Perspektiven enthalten wichtige Einsichten – und beide greifen allein genommen zu kurz.

Fazit

Die KI-Debatte im Journalismus berührt damit zwei unterschiedliche Risiken.

Das erste betrifft die Praxis des Schreibens selbst: Wenn Maschinen zentrale Formulierungsarbeit übernehmen, könnten Journalisten jene Denk- und Sprachfähigkeiten weniger trainieren, die ihren Beruf ausmachen – eine Sorge, die Michael Andrick formuliert hat.

Das zweite betrifft die Struktur des Diskurses: Wenn immer mehr Texte aus statistischen Sprachmustern entstehen, könnte die öffentliche Sprache selbst homogener, vorsichtiger und berechenbarer werden – eine Entwicklung, die sich mit den Analysen von Byung-Chul Han über digitale Öffentlichkeit verbinden lässt.

Beide Risiken weisen letztlich in dieselbe Richtung. Die entscheidende Frage lautet nicht nur, was künstliche Intelligenz kann, sondern wie Institutionen mit ihr umgehen.

Ob KI zu besseren Recherchen und stärkerem Journalismus führt – oder zu standardisierter Sprache und wachsendem Produktionsdruck –, entscheidet sich nicht im Algorithmus. Es entscheidet sich in den Redaktionen.

Quellen

Michael Andrick: „Künstliche Intelligenz im Journalismus – Sollte der Einsatz von KI ein Tabu sein?“ – Beitrag bei Deutschlandfunk Kultur. https://www.deutschlandfunkkultur.de/kuenstliche-intelligenz-im-journalismus-sollte-der-einsatz-von-ki-ein-tabu-sein-100.html

Charlie Beckett: JournalismAI-Projekt, London School of Economics. https://www.journalismai.info

Associated Press: Einführung automatisierter Unternehmensberichte mit der Software Wordsmith (Automated Insights). https://www.ap.org/

Jay Rosen: Medienwissenschaftler an der New York University, Analysen zur Transformation des digitalen Journalismus. https://journalism.nyu.edu/faculty/jay-rosen/

Berichte über automatisierten Journalismus u. a. bei Nieman Lab (Harvard University) und The Verge. https://niemanlab.org/ https://www.theverge.com/

Byung-Chul Han: Transparenzgesellschaft. Berlin: Matthes & Seitz, 2012.

Byung-Chul Han: Psychopolitik: Neoliberalismus und die neuen Machttechniken. S. Fischer, Frankfurt am Main 2014.

Der Beitrag KI im Journalismus: Das eigentliche Problem liegt nicht in der Technik erschien zuerst auf Kunst & KI.

Aktuelle Entwicklungen im Fall Rebecca Reusch

Fast sieben Jahre nach dem Verschwinden der damals 15-jährigen Rebecca Reusch aus Berlin-Britz gerät der Fall erneut in den Fokus der Ermittler. Anfang Oktober durchsuchten über 100 Einsatzkräfte zwei Grundstücke in Tauche und Herzberg (Brandenburg). Die Suchmaßnahmen – unterstützt von Leichenspürhunden, Drohnen und Bodenradar – dienten der Überprüfung von Hinweisen auf mögliche Verbindungen der Grundstücke zu Rebeccas Verschwinden. Konkrete Ergebnisse liegen jedoch noch nicht vor.

Die Staatsanwaltschaft geht weiterhin von einem Tötungsdelikt aus, belastbare Spuren fehlen bislang. Die Polizei bittet die Öffentlichkeit um Hinweise, insbesondere zu einem himbeerfarbenen Renault Twingo, der im relevanten Tatzeitraum von Bedeutung sein könnte.

Quelle: welt.de

Prolog: Ein letzter Moment der Sichtbarkeit

Rebecca Reusch steht im Flur des Hauses ihrer Schwester, die rosa Plüschjacke hat sie bereits angezogen. Sie macht ein Selfie vor dem Spiegel und verschickt es per Snapchat an ihre Freundin – ein letzter dokumentierter Augenblick. Danach verliert sich ihre Spur. Zahlreiche Zeugenaussagen sind widersprüchlich, das Handy konnte nicht geortet werden, und die Providerdaten erreichten die Ermittler verspätet.

Gerade in den ersten Stunden nach einem möglichen Entführungsfall entscheidet sich oft das Schicksal der Vermissten. Nach Aussagen ihrer Eltern war Rebecca ein verlässliches Mädchen, das nicht freiwillig verschwinden würde. Dennoch berichten Familienangehörige, dass die anfängliche Kontaktaufnahme zu den Behörden schleppend verlief.

„Die ersten Stunden entscheiden über alles. Jeder Moment, der verstreicht, erhöht das Risiko, Spuren zu verlieren“, sagt ein leitender Ermittler, der anonym bleiben möchte.

Dimensionen des öffentlichen Interesses

Der Fall entwickelte sich schnell zu einem sozialen Phänomen: Hunderttausende verfolgen die Suche, unzählige Foren und Plattformen entstanden. Das vielfach kritisierte, auffällige Fahndungsbild verstärkte die öffentliche Aufmerksamkeit.

Gleichzeitig verschärften polizeiliche Versäumnisse die Spannung: die verspätete Übermittlung der Providerdaten, das nicht geortete Handy, anfängliche Blockaden bei der Anzeige und die spätere, einseitige Fokussierung auf den Schwager – trotz fehlender Beweise.

Brigitte Reusch beschrieb in Interviews, wie hilflos sie sich oft gefühlt habe – jeder Tag ohne Ergebnisse „fresse an einem“.

Dieses Spannungsfeld aus öffentlichem Druck, intensiver Medienberichterstattung, engagierten Beobachterinnen und Beobachtern sowie potenziellen polizeilichen Versäumnissen macht den Fall besonders komplex und lehrreich für den Einsatz moderner Technologien.

Widersprüche und offene Fragen

Die Polizei konzentrierte sich früh auf den Schwager und hält offiziell bis heute an dieser Linie fest, obwohl weder ein Motiv noch Beweise vorliegen. Die Familie ist von seiner Unschuld überzeugt.

Öffentliche Darstellungen verschärften die Problematik: Es wurde ein „Klarbild“ des Verdächtigen veröffentlicht, obgleich die Unschuldsvermutung gilt. Zudem war die Annahme, dass Rebeccas Handyaktivität „im Haus“ abbrach, technisch nicht zwingend, da der Router über das Haus hinaus auch das unmittelbare Umfeld abdeckt.

Ermittlungspsychologen betonen, wie wichtig es ist, zwischen gesicherten Fakten, Arbeitshypothesen und öffentlichen Spekulationen zu unterscheiden – besonders in Fällen mit hoher medialer Aufmerksamkeit.

Alternative Tathergänge

Da keine gesicherten Beweise vorliegen, bleiben verschiedene Szenarien offen. Entführungen außerhalb des Hauses oder Täter aus anderen Bereichen – etwa der organisierten Kriminalität – können nicht ausgeschlossen werden. Ermittlungen dürfen sich daher nicht auf eine einzelne Person beschränken, sondern müssen alternative Hypothesen ernsthaft berücksichtigen.

Investigative Recherche, Hobbyermittlung und aggressive Akteure

Engagierte Beobachterinnen und Beobachter können sehr unterschiedliche Rollen einnehmen:

1. Investigativ Recherchierende: Arbeiten seriös und liefern wertvolle Beiträge. So auch Laura, die auf YouTube unter „Mystery Berlin Bunny“ auftritt. Sie begleitet den Fall seit Längerem, sieht sich jedoch nicht als Ermittlerin: „Ich betreibe investigative Recherchearbeit. Zwar lerne ich noch, journalistische Grundregeln einzuhalten, doch genau deshalb mache ich YouTube – weil ich das professionell machen möchte.“ Solche Recherchierenden können faktenbasierte Hinweise liefern, Informationen ordnen und die Ermittlungen sinnvoll ergänzen.
2. Hobbyermittler: Sind oft engagiert und liefern möglicherweise neue Perspektiven oder Hinweise, können aber unbeabsichtigt Widersprüche erzeugen oder die Ermittlungen stören.
3. Aggressive / Störende Akteure: Behindern Ermittlungen, üben Druck auf Zeugen, Familie oder Recherchierende aus oder versuchen, Spuren zu manipulieren.

Citizen sleuths haben weltweit schon geholfen, Fälle aufzuklären – etwa bei vermissten Jugendlichen in den USA oder Großbritannien, wo sie Kamerabilder analysierten oder Zeugenbeobachtungen verknüpften. Gleichzeitig zeigen internationale Erfahrungen, dass Hobbyermittler auch Falschspuren erzeugen, Unbeteiligte belästigen, Ermittlungen behindern oder im Extremfall selbst in den Fall verstrickt sein können.

Gerade bei Akteuren, die widersprüchlich, aufdringlich oder aggressiv auftreten, ist besondere Vorsicht geboten. Ihre Motive sind vielfältig – sie reichen von bloßem Aufmerksamkeitsstreben und dem Wunsch nach medialer Präsenz über Trittbrettfahrertum bis hin zu gezielten Vertuschungs- oder Ablenkungsversuchen durch Personen mit Nähe zur Tat. In Einzelfällen werden sogar gezielt Personen instrumentalisiert oder bezahlt, um Ermittlungen zu beeinflussen oder öffentliche Narrative zu steuern.

Dass auch staatliche Institutionen nicht immer immun gegen Vereinnahmung oder Machtmissbrauch sind, zeigt ein aktueller Berliner Fall: Zwei Polizisten sollen auf eigene Rechnung den Rapper Bushido beschützt haben. Die Behördenleitung reagierte mit disziplinarischen Schritten – doch laut Spiegel dürfte das Netzwerk der korruptionsanfälligen Bodyguards noch weit größer sein.

„Red Flags“ für problematische Beteiligung:

• Wiederholtes Lenkungsverhalten oder widersprüchliche Hinweise von derselben Person.
• Kontaktaufnahme zu Zeugen, Familie oder Recherchierenden mit dem Ziel der Druckausübung oder Drohungen. Aggressive Akteure betreiben heute oft Cybermobbing.
• Plötzliches finanzielles Interesse oder der Versuch des Zugriffs auf sensible Daten.
• Technisches Know-how zur Datenmanipulation oder zur anonymen Veröffentlichung.
• Behördeninterne Beeinflussung oder Loyalitätskonflikte: Ermittlungsbehörden sollten zudem aufmerksam in den eigenen Reihen bleiben – etwa, wenn persönliche Beziehungen, finanzielle Abhängigkeiten oder externe Einflüsse die Objektivität gefährden könnten.

KI in der kriminalistischen Praxis: Der „Cold Case Solver“

Künstliche Intelligenz kann Datenmengen analysieren, die für Menschen unüberschaubar sind: Videoaufnahmen, Bewegungsmuster, Audioaufnahmen und Online-Kommentare.

• Geodaten-Analyse und Bewegungsprofile: KI kann aus Mobilfunkdaten oder öffentlichen Überwachungskameras ein Wahrscheinlichkeitsmodell möglicher Reiserouten oder Aufenthaltsorte erstellen. Dies umfasst auch die Analyse von ungewöhnlichen Mustern (z. B. unübliche Geschwindigkeit eines Fahrzeugs).
• „Digital Shadow“: KI kann den gesamten „digitalen Schatten“ einer vermissten Person und relevanter Akteure abgleichen (Kaufgewohnheiten, Social-Media-Interaktionen, E-Mail-Metadaten).
• Verbesserung der Spurensicherung: Moderne KI kann Bodenradar-Aufnahmen (GPR) oder Unterwasser-Sonare automatisch nach Anomalien filtern und die Trefferquote bei der Suche nach vergrabenen Objekten erhöhen.
• Sprachanalyse: Erkennt, ob unterschiedliche Aussagen oder Audioaufnahmen von derselben Person stammen.
• Netzwerkanalyse: Zeigt auf, wer Narrative startet, wer sie verstärkt und welche Hinweise möglicherweise manipuliert sind.

Beispiele erfolgreicher KI-Anwendungen:

• In den USA konnten vermisste Jugendliche auf Kamerabildern identifiziert werden.
• In Frankfurt half KI, ein vermisstes Mädchen anhand von Bildmaterial und Datenabgleich zu lokalisieren.
• In Europa wurden durch algorithmische Mustererkennung Serien von Einbrüchen einem Täter zugeordnet.

Fachleute für digitale Forensik vergleichen KI oft mit einem Kompass im dichten Wald – hilfreich, aber kein Ersatz für menschliche Entscheidungen.

Doch technologische Möglichkeiten stoßen schnell an rechtliche und ethische Grenzen.
Ein Beispiel ist die automatische Kennzeichenerfassung (KESY), die auch im Fall Rebecca Reusch eine Rolle spielte: Das System registrierte auf der Autobahn einen himbeerroten Renault Twingo – das Fahrzeug des Schwagers. Später stufte das brandenburgische Innenministerium den Einsatz jedoch als nicht zulässig ein.
Der „Aufzeichnungsmodus“, bei dem massenhaft Kennzeichen gespeichert werden, stelle laut juristischer Bewertung einen unzulässigen Eingriff in das Grundrecht auf informationelle Selbstbestimmung dar.

Der Fall verdeutlicht, wie schmal der Grat zwischen technologischem Fortschritt und Grundrechtseingriff ist. Moderne Ermittlungswerkzeuge können helfen, Spuren zu erkennen, bergen aber auch das Risiko, rechtsstaatliche Prinzipien zu unterlaufen.

Datenschützer:innen warnen, dass mit zunehmender Präzision technischer Systeme auch die Frage nach Kontrolle und Zweckbindung dringlicher wird.

Könnte KI im Fall Rebecca Reusch helfen, echte Spuren von Ablenkungen zu trennen, „Red Flags“ bei aggressiven Akteuren zu erkennen und alternative Szenarien zu simulieren?

Risiken, ethische Grenzen und juristische Verwertbarkeit

KI ist kein Allheilmittel. Sie liefert Wahrscheinlichkeiten, keine Gewissheiten. Die Risiken sind signifikant:

• Algorithmische Verzerrungen: Voreingenommene Trainingsdaten können Confirmation Bias (Bestätigungsfehler) verstärken und Ermittler unnötig auf eine bereits vermutete Person fokussieren.
• Die „Black Box“ vor Gericht: Wenn ein Algorithmus nicht transparent macht, warum er ein Ergebnis liefert, ist die juristische Verwertbarkeit in einem fairen Strafverfahren aufgrund des Prinzips der Nachvollziehbarkeit der Beweisführung stark eingeschränkt.
• Falsche Sicherheit: Ermittler verlassen sich möglicherweise zu stark auf die Ergebnisse der KI.
• Umgang mit ungesicherten Daten: KI kann Hypothesen generieren, die auf unsicheren Quellen (Hobbyermittler-Daten) basieren. Es muss klar geregelt sein, dass diese KI-generierten Hypothesen nicht zu Beweisen verklärt werden dürfen.
• Datenschutzprobleme und Fehlinterpretation von Mustern als Beweise.

KI bleibt ein Werkzeug – sie unterstützt, ersetzt jedoch nicht die menschliche Ermittlungsarbeit.

Zwischen Hoffnung und Verantwortung

Die finale Wahrheitsfindung bleibt menschlich. Geduld, Erfahrung, kritisches Denken und die Fähigkeit, zwischen hilfreichen und problematischen Beiträgen zu unterscheiden, sind unverzichtbar. KI-Tools könnten Crowdsourcing-Daten der Hobbyermittler effizient auf Plausibilität prüfen und Muster von „Coordinated Inauthentic Behavior“ (Druckausübung) erkennen, was die Integrität der Ermittlungen schützt.

KI kann Muster erkennen, Daten ordnen und Hinweise priorisieren.

„KI kann helfen, das Schweigen der Daten zu brechen – aber nicht das Schweigen der Menschen.“

Quellen (Auswahl)

• Du, X. et al.: Exploring the State of the Art and the Future Potential of Artificial Intelligence in Digital Forensic Investigation, arXiv (2024)
• Mulyana, Y. & Subarsyah, S.: Artificial Intelligence in Criminal Investigation, Int. Journal of Law, Crime and Justice (2023)
• The Guardian: Berichte über Citizen Sleuths, Falschhinweise und Gefahren für Ermittlungen
• FAZ.net: „Polizei Frankfurt findet vermisstes Mädchen mithilfe von KI“, 2024
• welt.de: „Polizei durchsucht zwei Grundstücke im Fall Rebecca Reusch“, 2025
• RTL.de, Tagesspiegel, Wikipedia: Chronologien zum Fall Rebecca Reusch (2019–2025)
• Axios.com: „Courts aren’t ready for AI-generated evidence“, 2025

Der Beitrag Daten, Stimmen, Spuren – Wie der Einsatz von KI bei Vermisstenfällen helfen könnte erschien zuerst auf Kunst & KI.