Wissenschaft & Technik
Autonomie & Algorithmen Folgen
Systeme der künstlichen Intelligenz (KI) sind im Alltag angelangt und besitzen ein großes Potenzial, menschliches Leben und Arbeiten zu beeinflussen. Wie können wir sicherstellen, dass die menschliche Autonomie bei der Nutzung von KI gewahrt bleibt? In den ersten beiden Staffeln laden Dr. Christiane Attig und Jun.-Prof. Dr. Benjamin Paaßen interdisziplinäre Expert*innen aus der KI-Forschung ein, um Licht in Black Box-Systeme zu bringen und Hörer*innen mit dem Wissen auszustatten, selbstbestimmt mitzudiskutieren und mitzubestimmen, was KI angeht. Ab Staffel 3 übernimmt Dr. Lena Ackermann für Dr. Christiane Attig. "Autonomie & Algorithmen: Freiheit im Zeitalter von KI" wird vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts "KI-Akademie OWL" gefördert. Dieser Podcast ist Teil von wissenschaftspodcasts.de.
Folgen von Autonomie & Algorithmen
-
Folge vom 20.10.2026Wie lernt ein Roboter, ein T-Shirt zu falten? KI in der Industrierobotik.Ein T-Shirt zu falten, ist für uns Menschen eine ziemlich einfache Aufgabe, die schon Kinder erledigen können. Für einen Roboter ist das dagegen eine echte Herausforderung, denn die Form eines T-Shirts verändert sich bei jeder Bewegung. Wie kann man Robotern solche Handgriffe beibringen, ohne jede einzelne Bewegung aufwendig programmieren zu müssen?In dieser Kurzfolge sprechen wir mit Jonas Zielke von der KI-Akademie OWL darüber, wie Industrie-Roboter durch einfaches Vormachen neue Aufgaben lernen können. Am Beispiel des sogenannten Aloha-Systems erklären wir, wie das Imitationslernen funktioniert, warum Roboter dabei lernen müssen, ihre Bewegungen an unterschiedliche Situationen anzupassen, und welche Rolle menschliche Korrekturen spielen. Außerdem sprechen wir darüber, wie KI-gestützte Robotik insbesondere kleinen und mittleren Unternehmen helfen kann und wie eine Zukunft aussehen könnte, in der Menschen und Roboter in der Industrie zusammenarbeiten.+++Jonas Zielke ist Doktorand in der KI-Akademie OWL und promoviert an der Universität Bielefeld in der Arbeitsgruppe "Kollaborative Robotik". Dort forscht er zu KI-gestützter Robotik und ihren Einsatzmöglichkeiten in der Industrie. +++LinklisteAutomatica (2025). Automatica Trendindex: Wie Roboter und Digitalisierung die Arbeitswelt verändern.Trossen Robotics (2026). Imitation Learning in Robotics: From Human Demonstrations to Reliable Skills.Zhao et al. (2023). Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware. +++Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.deUnser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.socialUnser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback+++"Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.Konzeption und Produktion: Christiane Attig, Lena Ackermann und Benjamin Paaßen.Redaktionelle Unterstützung: Ingrid Rogalski.Postproduktion: Ingrid Rogalski und Lena Ackermann.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.
-
Folge vom 28.07.2026Sprachdatensätze und Schädlingsbekämpfung: KI in der digitalen Entwicklungszusammenarbeit.Beim Stichwort "Entwicklungszusammenarbeit" haben viele von uns Bilder im Kopf, wie im Globalen Süden Schulen oder Brunnen gebaut werden. Doch moderne Entwicklungszusammenarbeit setzt zunehmend auf digitale Tools und Künstliche Intelligenz. So kann KI zum Beispiel dabei helfen, kleinbäuerliche Landwirtschaft zu unterstützen oder digitale Technologien für bislang unterrepräsentierte Sprachen verfügbar zu machen. Aber wie kann der Einsatz von KI gelingen, ohne bestehende Ungleichheiten zu verstärken?In dieser Folge sprechen wir über zwei Projekte der vom Bundesministerium für wirtschaftliche Zusammenarbeit und Entwicklung geförderten Initiative FAIR Forward: Zum einen geht es um den Aufbau hochwertiger Sprachdatensätze für sogenannte Low-Resource-Sprachen und die Frage, wie diese fair lizenziert werden können. Denn nur so können die Gemeinschaften, die die Daten bereitstellen, auch davon profitieren. Zum anderen schauen wir auf eine KI-Anwendung für die Landwirtschaft in Indien, die Kleinbäuer:innen dabei unterstützt, Schädlingsbefall frühzeitig zu erkennen und den Einsatz von Pestiziden zu reduzieren. Außerdem diskutieren wir, warum Entwicklungszusammenarbeit ohne lokale Partner:innen nicht funktionieren kann, welche Rolle Open Source spielt und weshalb hochwertige Daten oft wichtiger sind als möglichst große Datensätze. +++Kathleen Ziemann und Philipp Olbrich arbeiten bei der Gesellschaft für Internationale Zusammenarbeit (GIZ). Kathleen ist Co-Lead von FAIR Forward, Philipp ist dort Berater mit dem Schwerpunkt Künstliche Intelligenz.+++LinklisteBMZ (2025). Laut und deutlich: Open Source für Indiens Sprachenvielfalt. Deutsche Gesellschaft für Internationale Zusammenarbeit (2023). Creating community-drivendatasets: Insights from Mozilla Common Voice activities in East Africa.Dalmia et al. (2020). Pest Management In Cotton Farms: An AI-System Case Study from the Global South. KDD '20: Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining.FAIR Forward auf GitHub: Catalog of Open Source AI Datasets, Models & AI Systems. Mozilla Common VoiceNOODL-Lizenz: Licensing African Datasets.Lokaler Partner: Prof. Prasanta Kumar Ghosh am Indian Institute of ScienceLokaler Partner: Wadhwani AI+++Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.deUnser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.socialUnser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback+++"Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.Konzeption und Produktion: Christiane Attig, Lena Ackermann und Benjamin Paaßen.Redaktionelle Unterstützung: Ingrid Rogalski.Postproduktion: Ingrid Rogalski und Lena Ackermann.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.
-
Folge vom 17.07.2026Eindeutig KI-generiert? Let's delve into KI-Detektoren.Aufzählungen mit drei Elementen, "delve into", "nicht nur... sondern auch": Manche Texte klingen verdächtig so, als wären sie von einem großen Sprachmodell geschrieben worden. Aber wie kann man nachweisen, dass ein Text tatsächlich aus der Feder von ChatGPT und Co. stammt? KI-Detektoren versprechen, KI-generierte Texte zu erkennen. Doch wie funktionieren sie eigentlich? Und wie zuverlässig sind sie wirklich?In dieser kompakten Folge sprechen wir darüber, wie Detektoren KI-generierte Texte erkennen sollen, warum sie dabei auch von Menschen geschriebene Texte fälschlicherweise verdächtigen und weshalb schon kleine Änderungen an einem Text die Zuverlässigkeit eines Detektors stark beeinflussen können. Außerdem beleuchten wir, was das für Bereiche wie Schule und Universität bedeutet, in denen die Eigenleistung von Menschen bewertet werden soll.+++Lukas Gehring promoviert in der Arbeitsgruppe Wissensrepräsentation und Maschinelles Lernen an der Universität Bielefeld und ist Mitglied der KI-Akademie OWL. Dort forscht er zu KI-geschriebenen Texten im Bildungsbereich.+++LinklisteDemo "Wer hat das geschrieben?" auf der Website der KI-Akademie OWLDemo "Detektor austricksen" auf der Website der KI-Akademie OWLGehring (2025). KI-Text Detektoren im (Hochschul-)Bildungsbereich. Wie gut sind sie wirklich?. Vortrag im Rahmen der BI.teach.talks.Gehring & Paaßen (2025). Assessing LLM Text Detection in Educational Contexts: Does Human Contribution Affect Detection?. arXiv.Gostmann & Hildermeier (2026). KI prüft KI – und scheitert? Über Bias-Effekte und Verzerrungen in KI‑Detektoren. Beitrag im Blog des Hochschulforum Digitalisierung.+++Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.deUnser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.socialUnser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback+++"Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.Konzeption und Produktion: Christiane Attig, Lena Ackermann und Benjamin Paaßen.Redaktionelle Unterstützung: Ingrid Rogalski.Postproduktion: Ingrid Rogalski und Lena Ackermann.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.
-
Folge vom 16.06.2026Ich sehe was, was du nicht siehst? Filterblasen, Echokammern und KI.Im Zusammenhang mit sozialen Medien wird immer wieder die Frage diskutiert, inwiefern Plattformen und Algorithmen uns in "Filterblasen", "Echokammern" oder "Rabbit Holes" einsperren. Doch wie stark beeinflussen die Empfehlungsalgorithmen der großen Plattformen tatsächlich, welche Inhalte wir auf YouTube, TikTok oder X sehen?In dieser Live-Folge, aufgenommen vor Publikum in der Wissenswerkstadt Bielefeld im Rahmen der GENIALE, sprechen wir darüber, wie Empfehlungsalgorithmen funktionieren, was die Forschung über Filterblasen und Echokammern weiß und warum sich viele verbreitete Annahmen empirisch nur teilweise bestätigen lassen. Außerdem geht es um den Einfluss sozialer Medien auf politische Meinungsbildung – und darum, dass Wahlen nicht allein auf TikTok entschieden werden. Unsere Gesprächspartnerin Merja Mahrt plädiert viel mehr für ein differenziertes Bild, das auch das individuelle Mediennutzungsverhalten und die Lebensumstände der Nutzenden einbezieht.+++Merja Mahrt ist Privatdozentin an der Freien Universität Berlin und forscht am Weizenbaum-Institut zu digitaler Kommunikation, Mediennutzung und den gesellschaftlichen Auswirkungen digitaler Plattformen. In ihrer Forschung beschäftigt sie sich unter anderem mit Filterblasen, Echokammern und digitaler Fragmentierung.+++LinklisteAutonomie & Algorithmen (2026). Hate Speech im Internet: KI und Content Moderation.Chen et al. (2023). Subscriptions and external links help drive resentful users to alternative and extremist YouTube channels. Science Advances. Hickey et al. (2024). X under Musk’s leadership: Substantial hate and no reduction in inauthentic activity. PLoS ONE. Mahrt (2025). Digitale Demokratie. Lenken soziale Medien die Meinungsbildung?. Weizenbaum-Institut.Mahrt (2025). Meinungsbildung und soziale Medien. Weizenbaum-Institut / Berliner Landeszentrale für politische Bildung. Mahrt (2019). Beyond Filter Bubbles and Echo Chambers: The Integrative Potential of the Internet. DigitalCommunication Research, 5. Pariser (2014). Filter Bubble. Wie wir im Internet entmündigt werden. Hanser. Pariser (2011). Beware online "filter bubbles". TED Talk. Robertson et al. (2023). Negativity drives online news consumption. Nature Human Behaviour. Ross Arguedas et al. (2022). Echo chambers, filter bubbles, and polarisation: a literature review. Reuters Institute for the Study of Journalism.Sunstein (2001). Republic.com. Princeton University Press. Sunstein (2017). #Republic. Princeton University Press.+++Habt ihr Fragen, Ideen, Impulse oder Feedback? Bringt euch ein, wir freuen uns!Unsere E-Mail-Adresse: autonomie-algorithmen@lists.techfak.uni-bielefeld.deUnser Bluesky-Profil: https://bsky.app/profile/auto-algo.bsky.socialUnser Kontaktformular: https://autonomie-algorithmen.letscast.fm/feedback+++"Autonomie und Algorithmen: Freiheit im Zeitalter von KI" ist eine Gemeinschaftsproduktion.Konzeption und Produktion: Christiane Attig, Lena Ackermann und Benjamin Paaßen.Redaktionelle Unterstützung: Ingrid Rogalski.Postproduktion: Ingrid Rogalski und Lena Ackermann.Musik: Almut Schwacke.Grafikdesign: Sven Sedivy.Dieser Podcast wird gefördert vom Bundesministerium für Bildung und Forschung im Rahmen des Projekts KI-Akademie OWL.